AI-sourcing zet een functiebrief om in zoekcriteria, vindt en rangschikt mogelijke kandidaten en toont waarom ieder profiel kan passen. Het bruikbare resultaat is geen lange namenlijst, maar een controleerbare shortlist die een recruiter kan corrigeren voordat contactgegevens worden aangevuld of outreach start.
Voor Nederlandse en Belgische recruitmentbureaus is vooral de overdracht belangrijk. De briefing, ranking, brongegevens, eerdere relatie, toestemming of bezwaar en volgende stap moeten niet verdwijnen tussen sourcingtool, ATS, recruiting CRM en campagne.
Hoe werkt AI kandidaten sourcing in de praktijk?
AI sourcing start met de functiebrief: de recruiter schrijft in gewone taal wat de rol inhoudt en wat een goede kandidaat kenmerkt. Het systeem extraheert de parameters, stelt zoekstrings op, bevraagt meerdere bronnen tegelijk en levert een gerangschikte lijst met kandidaten terug.
De vier kernstappen zijn steeds dezelfde:
- Briefing lezen en vertalen. Het systeem haalt functietitel, vaardigheidsvereisten, sectorervaring en eventuele locatievoorkeur uit de tekst. Goede platforms vragen ook om context: wat heeft de opdrachtgever eerder afgewezen en waarom?
- Multi-source search. Eigen database én live markt worden gelijktijdig doorzocht. Dit is het verschil met tools die alleen LinkedIn bevragen: de kandidaat die je drie jaar geleden sprak en die nu écht klaar is voor een stap, staat in je eigen systeem.
- Ranking en deduplicatie. Kandidaten die in meerdere bronnen voorkomen, worden waar mogelijk herkend. Elk profiel krijgt een onderbouwde positie op basis van de briefing; bron, onzekerheid en ontbrekende informatie moeten zichtbaar blijven.
- Shortlist voor review. De recruiter ziet de top-kandidaten, met uitleg waarom elk profiel gescoord heeft. De recruiter valideert, past de ranking aan waar nodig en besluit wie benaderd wordt.
Dat laatste punt is niet optioneel. De Autoriteit Persoonsgegevens beschrijft betekenisvolle menselijke tussenkomst als meer dan een formele klik: de beoordelaar heeft context, kennis, tijd en bevoegdheid nodig om af te wijken van het geautomatiseerde resultaat.
Eigen database versus live markt: waarom beide nodig zijn
De meeste bureaus hebben een kandidatendatabase die jarenlang is opgebouwd. Die database is waardevol — maar ze veroudert. Kandidaatdata veroudert continu door baanwisselingen, veranderde contactgegevens en veranderende carrièresituaties.
Tegelijkertijd is een marktprofiel op LinkedIn of een vacatureplatform slechts een momentopname: het toont wie zichtbaar is, maar niet wie openstaat voor een gesprek. Een groot deel van de relevante professionals zoekt niet actief en wordt alleen bereikbaar via gerichte, persoonlijke benadering.
AI sourcing die alleen de live markt doorzoekt, mist je eigen history. AI sourcing die alleen de database doorzoekt, mist de markt van vandaag. Platforms die beide combineren — en de resultaten samenvoegen tot één gerangschikte lijst — geven recruiters het volledigste beeld.
Wat AI sourcing niet doet
Het is zinvol om de grenzen te kennen voordat je investeert:
- AI sourcing vervangt de recruiter niet. Het systeem vindt en scoreert; de recruiter beoordeelt fit, context en relatie. Bij executive search en gevoelige mandaten blijft menselijk oordeel onmisbaar.
- Kwaliteit hangt af van de briefing. Een vage opdracht levert een vage shortlist op. Hoe scherper de recruiter de briefing schrijft, hoe beter de AI-output.
- Hallucinaties blijven mogelijk. Vooral in niche-markten kan een systeem kandidaten presenteren die niet bestaan of verkeerd worden beschreven. Verificatie voor eerste contact is standaardprocedure.
- AVG-verplichtingen verdwijnen niet. Het systeem haalt profielen op, maar de verwerkingsverantwoordelijkheid blijft bij het bureau. Rechtsgrondslag, transparantie en bewaartermijnen gelden onverkort.
AI sourcing en AVG: de Benelux-context
In Nederland en België gelden de AVG-regels ook voor AI-sourcing. Artikel 22 verdient extra aandacht wanneer een uitsluitend geautomatiseerde beslissing rechtsgevolgen heeft of iemand anderszins aanmerkelijk treft. Kandidaatscores die een recruiter inhoudelijk beoordeelt zijn niet automatisch zo'n beslissing, maar menselijk toezicht en uitlegbaarheid moeten wel aantoonbaar zijn.
Praktisch betekent dit: zorg dat een recruiter altijd de AI-ranking beoordeelt en aanpast vóór actie wordt ondernomen. Documenteer dat beoordelingsmoment. Maak kandidaten transparant wat betreft het gebruik van AI in het selectieproces.
Een audit trail helpt aantonen wie de shortlist beoordeelde, wanneer dat gebeurde en welke aanpassingen zijn gemaakt. Het is nuttig bewijs, maar geen automatische garantie dat de verwerking rechtmatig is of dat de menselijke beoordeling werkelijk betekenisvol was.
Hoe kies je een AI sourcing-platform voor je bureau?
Vijf vragen die het selectieproces sturen:
- Welke bronnen worden werkelijk doorzocht? Vraag om herkomst en datum per profiel, niet alleen om een lijst met logo's.
- Hoe landt het resultaat in ATS en CRM? Test velden, activiteiten, duplicaten, correcties en verwijdering in beide richtingen.
- Kan je het platform AVG-conform inrichten? Bewaartermijnen, toestemmingsbeheer, recht-op-vergetelheid: vraag de leverancier naar de concrete implementatie.
- Hoe verklaart het systeem zijn scores? Zwarte doos = probleem bij kandidaatbezwaren. Verlang uitleg per kandidaat.
- Welke talen ondersteunt het native? Voor Belgische bureaus is NL/FR een minimumvereiste; slecht vertaalde outreach vernietigt eerste impressies.
Bij Yena's AI-sourcing is de briefing het vertrekpunt. Yena vindt en rangschikt geschikte kandidaten, legt per profiel uit waarom iemand past en laat de recruiter de selectie controleren. Daarna kan het team via data-enrichment contactgegevens aanvullen en goedgekeurde kandidaten naar outreachcampagnes verplaatsen, met activiteiten in ATS en recruiting CRM.
Aan de slag: een praktische eerste stap
Kies een lopend mandaat waarvan het team de markt kent. Leg vooraf verplichte en onderhandelbare criteria vast, draai de zoekopdracht en beoordeel de eerste tien profielen met de scorecard voor AI-kandidaatmatching. Meet uitleg, bronkwaliteit, correcties en tijd tot een goedgekeurde shortlist. Zo ontstaat een eigen baseline in plaats van een geleende leveranciersclaim.
Voor bureaus die ook willen begrijpen hoe passieve kandidaten het best worden benaderd nadat ze gevonden zijn: bekijk de gids over AI-reactivering van je kandidatendatabase.
FAQ
Wat is AI kandidaten sourcing?
AI-sourcing zet een functiebrief om in zoekcriteria, vindt en rangschikt mogelijke kandidaten en toont waarom profielen bij de opdracht kunnen passen. De recruiter controleert bronnen en uitleg, past criteria aan en beslist wie naar enrichment of outreach gaat.
Hoe verschilt AI sourcing van traditionele Boolean-zoekopdrachten?
Boolean-zoekopdrachten filteren op exacte sleutelwoorden en zijn gevoelig voor spelling en synoniemen. AI sourcing begrijpt de betekenis achter een zoekopdracht, herkent equivalenten (bijvoorbeeld 'softwareontwikkelaar' en 'developer') en weegt meerdere signalen tegelijk — zoals wisselbereidheid, recente activiteit en ervaring.
Is AI kandidaten sourcing AVG-conform?
Dat hangt af van de concrete verwerking. Breng doel, grondslag, bron, noodzakelijkheid, informatie aan kandidaten, bewaartermijn, rechten en leveranciersrollen in kaart. Een productlabel of auditlog maakt de werkwijze niet automatisch AVG-conform.
Welke kanalen doorzoekt een AI sourcing-agent?
Dat verschilt per leverancier en contract. Vraag om een exacte bronnenlijst, gebruiksvoorwaarden, synchronisatierichting en herkomst per profiel. Test apart wat uit je ATS of CRM komt, wat via een browserextensie wordt toegevoegd en welke openbare bronnen daadwerkelijk worden gebruikt.
Hoe meet je tijdwinst bij AI-sourcing?
Leg eerst een baseline vast voor één echte opdracht. Meet daarna tijd tot een door de recruiter goedgekeurde shortlist, het aandeel bruikbare profielen, correcties op de uitleg en handmatige overdrachten naar outreach. Gebruik geen universele leveranciersbenchmark.