Hoe worden algoritmes gebruikt bij recruitment?

Algoritmes helpen bedrijven om sollicitanten sneller en gestructureerder te beoordelen. Ze kunnen bijvoorbeeld cv's analyseren, kandidaten vergelijken met functie-eisen en testresultaten verwerken. Hierdoor krijgen recruiters meer informatie om hun keuzes op te baseren. TestGroup gebruikt algoritmes binnen online assessments om inzicht te geven in persoonlijkheid, competenties en capaciteiten van kandidaten.

Kan een algoritme beter kandidaten selecteren dan een recruiter?

Een algoritme kan grote hoeveelheden informatie sneller verwerken dan een recruiter. Toch betekent dit niet automatisch dat het betere kandidaten selecteert. Een algoritme kijkt naar vooraf bepaalde kenmerken en kan belangrijke informatie missen. De beste aanpak is daarom om recruitmentsoftware te combineren met een goed sollicitatiegesprek en een gevalideerd online assessment.

Wat is het verschil tussen AI, machine learning en algoritmes bij recruitment?

Een algoritme is een reeks regels waarmee software gegevens verwerkt en resultaten berekent. Machine learning is een vorm van kunstmatige intelligentie waarbij software patronen leert herkennen in gegevens. AI is de bredere verzamelnaam voor systemen die taken uitvoeren waarvoor normaal gesproken menselijke intelligentie nodig is. Niet ieder recruitmentalgoritme maakt dus gebruik van AI of machine learning.

Kunnen algoritmes voorspellen of een kandidaat goed gaat functioneren?

Algoritmes kunnen helpen om kenmerken te herkennen die verband houden met succesvol functioneren. Hoe betrouwbaar die voorspelling is, hangt af van de gebruikte gegevens en de wetenschappelijke onderbouwing. Met The Bridge Personality van TestGroup meet je persoonlijkheidskenmerken en werkgerelateerde competenties. The Bridge Ability Suite geeft daarnaast inzicht in het cognitieve vermogen van kandidaten. Samen bieden deze testen waardevolle informatie voor een selectiebeslissing.

Hoe voorkom je discriminatie door algoritmes tijdens recruitment?

Discriminatie kan ontstaan wanneer een algoritme is ontwikkeld met gegevens waarin bestaande vooroordelen voorkomen. Een systeem kan daardoor bepaalde groepen onbedoeld benadelen. Bedrijven kunnen dit risico beperken door alleen relevante selectiecriteria te gebruiken, de uitkomsten regelmatig te controleren en te kiezen voor betrouwbare, gevalideerde instrumenten. Ook moet een recruiter kritisch blijven kijken naar de resultaten.

Kun je algoritmes gebruiken voor de selectie van kandidaten voor specialistische functies?

Ja, maar bij specialistische functies zijn algemene recruitmentalgoritmes niet altijd geschikt. Vaak ontbreken voldoende gegevens om betrouwbare voorspellingen te doen. Een functiegericht assessment is dan een goed alternatief. Met The Bridge Personality kun je specifieke competenties beoordelen die belangrijk zijn voor een functie. The Bridge Ability Suite kan worden toegevoegd om het werk- en denkniveau te meten.

Hoe herkennen algoritmes sociaal wenselijke antwoorden bij een persoonlijkheidstest?

Sommige kandidaten proberen tijdens een persoonlijkheidstest antwoorden te geven waarvan ze denken dat een werkgever die graag ziet. The Bridge Personality gebruikt Normatieve-Ipsatieve Split Technology® om verschillen in antwoordpatronen zichtbaar te maken. Hierdoor krijgen recruiters meer inzicht in mogelijk sociaal wenselijk antwoordgedrag en kunnen zij de betrouwbaarheid van de resultaten beter beoordelen.

Mag een bedrijf sollicitanten automatisch afwijzen met een algoritme?

Een volledig automatische afwijzing is niet zomaar toegestaan. Volgens de AVG gelden strenge voorwaarden wanneer geautomatiseerde beslissingen grote gevolgen hebben voor sollicitanten. Bedrijven moeten onder andere rekening houden met transparantie, privacy en de rechten van kandidaten. Een recruiter die de uitkomsten daadwerkelijk beoordeelt en zelfstandig een andere beslissing kan nemen, speelt daarom een belangrijke rol.

Wat is beter voor recruitment: een AI-algoritme of een online assessment?

Dat hangt af van wat je wilt onderzoeken. AI-algoritmes kunnen handig zijn om grote aantallen sollicitaties te verwerken. Een wetenschappelijk onderbouwd assessment is vooral geschikt om persoonlijkheid, capaciteiten en competenties te meten. TestGroup biedt hiervoor onder andere The Bridge Personality, The Bridge Ability Suite en The Bridge Career. Hiermee kunnen organisaties kandidaten beoordelen op kenmerken die relevant zijn voor de functie, in plaats van uitsluitend op hun cv.

Wat is het verschil tussen een algoritme en persoonlijkheidstesten zoals MBTI of Hogan?

Een algoritme is een technische methode om gegevens te verwerken. MBTI en Hogan zijn persoonlijkheidsinstrumenten die bepaalde eigenschappen of voorkeuren meten. Het zijn dus verschillende begrippen. Persoonlijkheidstesten kunnen zelf ook algoritmes gebruiken om antwoorden te verwerken. Bij de keuze voor een test is vooral belangrijk of deze betrouwbaar is en geschikt is voor het doel waarvoor je hem gebruikt.

Welke gegevens mogen bedrijven gebruiken bij recruitment met algoritmes?

Bedrijven mogen niet zomaar alle beschikbare gegevens van sollicitanten verzamelen en analyseren. Volgens de AVG moeten persoonsgegevens voor een duidelijk doel worden verwerkt en moet daarvoor een geldige grondslag bestaan. Ook moeten kandidaten weten welke gegevens worden gebruikt en waarom. Gegevens die niet relevant zijn voor de functie horen geen rol te spelen bij de beoordeling.

Hoe kan een organisatie beginnen met datagedreven recruitment?

Begin met het vaststellen van de competenties, vaardigheden en capaciteiten die belangrijk zijn voor de functie. Vervolgens kun je geschikte assessments inzetten om deze kenmerken te meten. TestGroup biedt hiervoor het Bridge Assessment Platform, met onder andere The Bridge Personality, The Bridge Ability Suite en The Bridge Career. Zo kunnen recruiters kandidaten gestructureerd beoordelen en hun selectiebeslissingen beter onderbouwen.

Het gebruik van algoritmes tijdens recruitment

Producten

Online assessment

Persoonlijkheidstest

Capaciteitentest

dinsdag 20 oktober 2026

Is een algoritme in staat kandidaten beter te selecteren dan recruiters? Kan een algoritme een online assessment, persoonlijkheidstest of capaciteitentest vervangen? Kan een recruitment algoritme werkgedrag voorspellen? Lees hier de voor- en nadelen.

Een nieuwe hype voor het selecteren van sollicitanten: niet de recruiter maar een algoritme bepaalt of iemand goed past bij een openstaande vacature. Maar werkt dit ook echt? We geven eerst wat uitleg over kunstmatige intelligentie, algoritmes en machine learning.

Wat is kunstmatige intelligentie (KI)?

KI, ofwel artificial intelligence, omvat de intelligentie waarmee machines, software en apparaten zelfstandig problemen kunnen oplossen. Door het nabootsen van menselijke intelligentie kunnen deze systemen of machines taken zelfstandig uitvoeren en zichzelf verbeteren op basis van vergaarde informatie. Hierbij draait het niet alleen om rekenkracht, maar ook om het vermogen om te leren en beslissingen te nemen. Dit stelt KI in staat om het menselijk handelen volledig over te nemen, zonder dat KI zich bewust is van de taken die het uitvoert. In plaats daarvan volgt het algoritmes en herkent het patronen.

Wat is een algoritme?

Algoritmes: Een algoritme is een serie instructies die een computer vertelt wat het moet doen. Hierdoor kan er, na input van data, een resultaat uitkomen. Bij werving en selectie en recruitment worden algoritmes gevoed met data die kunnen helpen bij het vinden van de meest geschikte kandidaat. Dit kan bijvoorbeeld persoonskenmerken, foto's, geluidsopnamen, taalvaardigheden of diploma's zijn. Op basis van deze data voorspellen algoritmes op vooraf bepaalde of gevonden verbanden welke kandidaten geschikt zijn voor de functie. In The Bridge Personality, de persoonlijkheidstest van TestGroup, worden algoritmes gebruikt om te kijken of een kandidaat de test sociaal wenselijk heeft ingevuld.

Wat is machine learning?

Machine learning-modellen onderscheiden zich van andere vormen van KI doordat ze in staat zijn om zelfstandig problemen op te lossen en voorspellingen te doen op basis van data. Dit wordt ook ingezet bij werving en selectie en recruitment. Als een kandidaat wordt aangenomen die door KI is geselecteerd, ziet de KI dit als een positieve score voor de voorspelling. Het systeem heeft het goed gedaan en zal in het vervolg nog meer van dit soort kandidaten willen selecteren. Als de geselecteerde kandidaat wordt afgewezen, corrigeert het model zichzelf.

Hoe werkt zo’n recruitment algoritme?

Voor het maken van recruitment algoritme is een grote groep werknemers nodig. Deze werknemers leveren de data waarmee het algoritme zijn werk kan doen. Zonder deze grote groep werknemers (binnen hetzelfde bedrijf) werkt het algoritme niet. Vergelijk het met ‘big data’: zonder grote datasets kunnen algoritmes hun werk niet doen.

Van een grote groep werknemers wordt bijvoorbeeld door het algoritme het cv en de motivatiebrief geanalyseerd. Sommige organisaties gaan nog verder en laten hun sollicitanten een game doen. Op basis van de scores van deze werknemers (voor een goed werkend algoritme zijn per bedrijf vaak meer dan 500 werknemers nodig) worden vervolgens algoritmes ontwikkeld. De scores van een nieuwe sollicitant worden vervolgens door het algoritme vergeleken met de best scorende medewerkers.

Het online assessment: persoonlijkheidstest en capaciteitentest

Echter, wanneer het algoritme een kandidaat heeft geselecteerd, gaan bedrijven nog wel persoonlijk een gesprek aan met de kandidaat. Vaak vullen de kandidaten ook nog een persoonlijkheidstest en een capaciteitentest in. Er ontstaat dus minder tijdswinst tijdens het recruitmentproces dan gedacht. Daarnaast is het (nog) de vraag of recruitment algoritmes nauwkeurig zijn en/of ze voorspellers kunnen zijn van werkgedrag. Degelijk wetenschappelijk bewijs (in de vorm van wetenschappelijke publicaties) is op dit moment nog niet voorhanden.

Wat zijn de voordelen van een recruitment algoritme?

Het algoritme hanteert bij iedereen dezelfde regels, een menselijke recruiter kan subjectief zijn;
Bij grote hoeveelheden kandidaten kan het algoritme tijdwinst opleveren. Die kandidaten moeten dan wel aanwezig zijn, wat lastig kan zijn in een krappe arbeidsmarkt.

Wat zijn de nadelen recruitment algoritmes?

Het ontwikkelen van het algoritme en de bijpassende dataset is mensenwerk en dus zeer prijzig;
Kan niet gebruikt worden voor specifieke functies (waarvan er maar 1 per bedrijf is);
Een algoritme kan zaken over het hoofd zien, het doet alleen waarvoor het ontwikkeld is.

Wil je meer informatie over recruitment algoritmes?

Zoek je meer informatie over het gebruik van recruitment algoritmes voor de selectie van je werknemers? Neem dan hier contact met ons op.

Video: online assessments in eigen beheer

Wil je in eigen beheer online assessments afnemen? Met een account op het Bridge Assessment Platform kun je zelfstandig online assessments afnemen. Je kunt kiezen uit afname via credits of je kunt kiezen voor een abonnement met onbeperkt gebruik.

Vertrouwd door 10.000+ organisaties wereldwijd

Veelgestelde vragen over algoritmes tijdens recruitment

Hoe worden algoritmes gebruikt bij recruitment?
Algoritmes helpen bedrijven om sollicitanten sneller en gestructureerder te beoordelen. Ze kunnen bijvoorbeeld cv's analyseren, kandidaten vergelijken met functie-eisen en testresultaten verwerken. Hierdoor krijgen recruiters meer informatie om hun keuzes op te baseren. TestGroup gebruikt algoritmes binnen online assessments om inzicht te geven in persoonlijkheid, competenties en capaciteiten van kandidaten.

Kan een algoritme beter kandidaten selecteren dan een recruiter?
Een algoritme kan grote hoeveelheden informatie sneller verwerken dan een recruiter. Toch betekent dit niet automatisch dat het betere kandidaten selecteert. Een algoritme kijkt naar vooraf bepaalde kenmerken en kan belangrijke informatie missen. De beste aanpak is daarom om recruitmentsoftware te combineren met een goed sollicitatiegesprek en een gevalideerd online assessment.

Wat is het verschil tussen AI, machine learning en algoritmes bij recruitment?
Een algoritme is een reeks regels waarmee software gegevens verwerkt en resultaten berekent. Machine learning is een vorm van kunstmatige intelligentie waarbij software patronen leert herkennen in gegevens. AI is de bredere verzamelnaam voor systemen die taken uitvoeren waarvoor normaal gesproken menselijke intelligentie nodig is. Niet ieder recruitmentalgoritme maakt dus gebruik van AI of machine learning.

Kunnen algoritmes voorspellen of een kandidaat goed gaat functioneren?
Algoritmes kunnen helpen om kenmerken te herkennen die verband houden met succesvol functioneren. Hoe betrouwbaar die voorspelling is, hangt af van de gebruikte gegevens en de wetenschappelijke onderbouwing. Met The Bridge Personality van TestGroup meet je persoonlijkheidskenmerken en werkgerelateerde competenties. The Bridge Ability Suite geeft daarnaast inzicht in het cognitieve vermogen van kandidaten. Samen bieden deze testen waardevolle informatie voor een selectiebeslissing.

Hoe voorkom je discriminatie door algoritmes tijdens recruitment?
Discriminatie kan ontstaan wanneer een algoritme is ontwikkeld met gegevens waarin bestaande vooroordelen voorkomen. Een systeem kan daardoor bepaalde groepen onbedoeld benadelen. Bedrijven kunnen dit risico beperken door alleen relevante selectiecriteria te gebruiken, de uitkomsten regelmatig te controleren en te kiezen voor betrouwbare, gevalideerde instrumenten. Ook moet een recruiter kritisch blijven kijken naar de resultaten.

Kun je algoritmes gebruiken voor de selectie van kandidaten voor specialistische functies?
Ja, maar bij specialistische functies zijn algemene recruitmentalgoritmes niet altijd geschikt. Vaak ontbreken voldoende gegevens om betrouwbare voorspellingen te doen. Een functiegericht assessment is dan een goed alternatief. Met The Bridge Personality kun je specifieke competenties beoordelen die belangrijk zijn voor een functie. The Bridge Ability Suite kan worden toegevoegd om het werk- en denkniveau te meten.

Hoe herkennen algoritmes sociaal wenselijke antwoorden bij een persoonlijkheidstest?
Sommige kandidaten proberen tijdens een persoonlijkheidstest antwoorden te geven waarvan ze denken dat een werkgever die graag ziet. The Bridge Personality gebruikt Normatieve-Ipsatieve Split Technology® om verschillen in antwoordpatronen zichtbaar te maken. Hierdoor krijgen recruiters meer inzicht in mogelijk sociaal wenselijk antwoordgedrag en kunnen zij de betrouwbaarheid van de resultaten beter beoordelen.

Mag een bedrijf sollicitanten automatisch afwijzen met een algoritme?
Een volledig automatische afwijzing is niet zomaar toegestaan. Volgens de AVG gelden strenge voorwaarden wanneer geautomatiseerde beslissingen grote gevolgen hebben voor sollicitanten. Bedrijven moeten onder andere rekening houden met transparantie, privacy en de rechten van kandidaten. Een recruiter die de uitkomsten daadwerkelijk beoordeelt en zelfstandig een andere beslissing kan nemen, speelt daarom een belangrijke rol.

Wat is beter voor recruitment: een AI-algoritme of een online assessment?
Dat hangt af van wat je wilt onderzoeken. AI-algoritmes kunnen handig zijn om grote aantallen sollicitaties te verwerken. Een wetenschappelijk onderbouwd assessment is vooral geschikt om persoonlijkheid, capaciteiten en competenties te meten. TestGroup biedt hiervoor onder andere The Bridge Personality, The Bridge Ability Suite en The Bridge Career. Hiermee kunnen organisaties kandidaten beoordelen op kenmerken die relevant zijn voor de functie, in plaats van uitsluitend op hun cv.

Wat is het verschil tussen een algoritme en persoonlijkheidstesten zoals MBTI of Hogan?
Een algoritme is een technische methode om gegevens te verwerken. MBTI en Hogan zijn persoonlijkheidsinstrumenten die bepaalde eigenschappen of voorkeuren meten. Het zijn dus verschillende begrippen. Persoonlijkheidstesten kunnen zelf ook algoritmes gebruiken om antwoorden te verwerken. Bij de keuze voor een test is vooral belangrijk of deze betrouwbaar is en geschikt is voor het doel waarvoor je hem gebruikt.

Welke gegevens mogen bedrijven gebruiken bij recruitment met algoritmes?
Bedrijven mogen niet zomaar alle beschikbare gegevens van sollicitanten verzamelen en analyseren. Volgens de AVG moeten persoonsgegevens voor een duidelijk doel worden verwerkt en moet daarvoor een geldige grondslag bestaan. Ook moeten kandidaten weten welke gegevens worden gebruikt en waarom. Gegevens die niet relevant zijn voor de functie horen geen rol te spelen bij de beoordeling.

Hoe kan een organisatie beginnen met datagedreven recruitment?
Begin met het vaststellen van de competenties, vaardigheden en capaciteiten die belangrijk zijn voor de functie. Vervolgens kun je geschikte assessments inzetten om deze kenmerken te meten. TestGroup biedt hiervoor het Bridge Assessment Platform, met onder andere The Bridge Personality, The Bridge Ability Suite en The Bridge Career. Zo kunnen recruiters kandidaten gestructureerd beoordelen en hun selectiebeslissingen beter onderbouwen.