Kandidaten zoeken met AI in natuurlijke taal (2026)

De kandidaat die je zoekt, zoekt zelf meestal niet. Die persoon werkt aan een product, runt een team of haalt zijn targets bij een werkgever waar hij het prima naar zijn zin heeft. Een goede search begint daarom met het werk dat iemand aantoonbaar heeft gedaan, niet met een stapel filters.

Wat is zoeken in natuurlijke taal?

Je beschrijft de gewenste kandidaat in gewone zinnen. AI koppelt functietitels, werkomgeving, ervaringssignalen en uitsluitingen aan relevante profielen. De recruiter controleert vervolgens waarom iemand in de resultaten staat. Het is geen automatische selectiebeslissing, maar een snellere manier om een onderbouwde longlist te maken.

Waarom dit in de Nederlandse markt verschil maakt

Nederlandse profielen wisselen moeiteloos tussen Nederlands en Engels. Een account executive, new business manager en sales consultant kunnen vergelijkbaar werk doen, maar een letterlijke zoekopdracht behandelt ze als verschillende groepen. Dat kost bereik, vooral bij schaarse technische en commerciële functies.

Bureaus hebben daarnaast vaak een rijk kandidatenbestand dat slecht doorzoekbaar is. Als eerdere gesprekken alleen aan oude vacatures hangen, begint een recruiter bij elk nieuw mandaat opnieuw. Semantische zoektechnologie is pas echt nuttig wanneer zij ook de eigen database opnieuw bruikbaar maakt.

Een goede zoekbrief bevat bewijs en grenzen

Vermijd een opsomming van containerbegrippen zoals ondernemend, gedreven en hands-on. Benoem zichtbaar gedrag, context en het resultaat waarvoor iemand verantwoordelijk was.

Zoek een senior account executive in de Randstad die B2B SaaS aan middelgrote organisaties heeft verkocht, zelf pipeline heeft opgebouwd en deals met een cyclus van zes maanden of langer heeft gesloten. Ervaring als teamlead is een plus, maar individuele quota attainment is belangrijker.

• Het bedrijfsresultaat waarvoor de nieuwe medewerker verantwoordelijk wordt.
• Bewijs uit eerdere rollen: klantsegment, dealgrootte, teamomvang, markt of projecttype.
• Locatie, talen en de werkelijke grens van hybride werken.
• Uitsluitingen die voorkomen dat oppervlakkig vergelijkbare profielen de lijst vullen.

Van eerste zoekresultaat naar gerichte outreach

De eerste lijst is een interpretatie van de intake. Gebruik recruiterfeedback om de richting scherp te krijgen voordat je contactdata onthult.

1. Beoordeel de eerste vijf tot tien profielen met ja, misschien of nee.
2. Leg per oordeel de reden vast: verkeerde markt, goed bewijs, te weinig schaal of interessante overstap.
3. Laat de zoekopdracht opnieuw kalibreren en controleer of de volgende resultaten aantoonbaar beter zijn.
4. Verrijk alleen gecontroleerde profielen en schrijf een benadering met een concrete reden voor contact.
5. Plaats kandidaten in een sequence en bewaar beslissingen in ATS en recruitment-CRM.

“Waarom deze kandidaat” moet controleerbaar zijn

Een matchscore van 92 procent klinkt precies, maar zegt weinig zonder bron. De recruiter wil weten welk project, marktsegment of verantwoordelijkheidsniveau de match ondersteunt.

Met zichtbaar bewijs kun je een shortlist verdedigen tegenover de klant en fouten vroeg corrigeren. Een black-boxscore hoort nooit zwaarder te wegen dan aantoonbare ervaring.

AVG, transparantie en menselijke controle

Een publiek profiel is geen vrijbrief om persoonsgegevens onbeperkt te bewaren. Leg het doel en de grondslag vast, informeer de kandidaat duidelijk en zorg dat inzage, correctie en verwijdering uitvoerbaar zijn.

AI voor werving en selectie krijgt binnen de Europese AI-regels extra aandacht. Kies daarom een proces waarin criteria zichtbaar zijn, een recruiter de uitkomst controleert en onjuiste aannames kan corrigeren.

Waar natuurlijke-taalzoektocht tekortschiet

Een profiel vertelt niet betrouwbaar waarom iemand zou overstappen, hoe iemand leidinggeeft of welke cultuur past. Ervaring die niet publiek is vastgelegd, blijft onzichtbaar. Bij executive search blijven netwerkonderzoek, referenties en vertrouwelijke gesprekken onmisbaar.

Voor een eenmalige marktverkenning kan een losse sourcingtool genoeg zijn. Een geïntegreerd platform wordt relevant wanneer je kandidaten wilt verrijken, benaderen, volgen en later opnieuw wilt vinden.

De plaats van Yena in deze workflow

Yena Sourcer combineert zoeken in natuurlijke taal met profielbeoordeling, contactverrijking en outreach-campagnes. Een goedgekeurde kandidaat blijft in dezelfde ATS- en recruitment-CRM-omgeving.

Dat past bij bureaus en talent acquisition teams die sourcing niet als losse databasezoektocht zien, maar als het begin van een herhaalbaar recruitmentproces.

Yena Sourcer · Data enrichment · Recruitment toolkit · Yena pricing

Veelgestelde vragen

Kan ik de zoekopdracht in het Nederlands schrijven?

Ja. Voeg bij internationale functies wel gangbare Engelse functietitels toe, omdat veel Nederlandse profielen Engelstalig zijn.

Vervangt natuurlijke taal Boolean search?

Niet volledig. Natuurlijke taal is sterker voor context en synoniemen; Boolean blijft handig voor harde technische voorwaarden en precieze uitsluitingen.

Hoeveel profielen beoordeel ik voor een herkalibratie?

Vijf tot tien duidelijke beoordelingen zijn vaak genoeg, zolang je per profiel vastlegt waarom het wel of niet past.

Wanneer verrijk ik contactdata?

Na inhoudelijke controle van het profiel en zodra er een concrete, relevante reden is om de kandidaat te benaderen.

Bronnen en marktcontext

• EURES: informatie over de Nederlandse arbeidsmarkt
• European Data Protection Board: data protection guide for small business
• European Commission: AI Act and employment systems