Waarom een AI-vacaturetekst minder snel een hire wordt

Vacatureteksten schrijven met AI gaat sneller en levert meer geplaatste vacatures op, maar leidt volgens onderzoek 15% minder vaak tot een daadwerkelijke hire. De reden: AI-teksten worden generieker en missen de concrete details die kandidaten nodig hebben om te zien of een rol bij hen past.

Je zet een vacature online. Binnen tien minuten staat er een keurige tekst, geschreven door een taalmodel. Klinkt efficiënt. Is het ook, tot op zekere hoogte.

Want die snelheid lost niet op wat de meeste hiring managers écht bezighoudt: krijg ik straks de juiste persoon aan tafel? Voor IT-rollen, waar een goede match vaak meer met houding en cultuur te maken heeft dan met een lijstje skills, blijkt AI-tekst juist een blinde vlek te hebben.

Wat zegt het onderzoek precies?

Werkgevers die AI gebruikten voor hun vacatureteksten waren gemiddeld 44% sneller klaar en plaatsten 19 tot 20% meer vacatures. Maar het aantal daadwerkelijke matches tussen vacature en kandidaat steeg niet: nul procent extra baanmatches, ondanks het grotere volume.

Het pijnpunt zit in de kwaliteit van de tekst zelf. Vacatures die volledig door AI waren geschreven, leidden 15% minder vaak tot een hire dan vacatures zonder AI. Meer vacatures, meer sollicitaties misschien, maar niet meer geschikte kandidaten.

Onderzoekers van MIT concluderen dat AI het proces efficiënter maakt, maar dat die winst wordt overschaduwd door kosten voor werkzoekenden in de vorm van vage vacatureteksten en verspilde tijd.

Dat is geen kleine correctie. Dat is een structureel probleem in hoe AI-tekst tot stand komt: op basis van patronen, niet op basis van wat een specifiek team, project of cultuur uniek maakt.

Waarom generieke tekst geen goede matches oplevert

AI schrijft veilig. Het model kiest voor brede, algemene formuleringen omdat die statistisch het vaakst voorkomen in trainingsdata. Voor een IT-vacature betekent dat vaak: “ervaren professional met een sterke technische achtergrond” in plaats van concrete taken, tools op rolniveau of het type project waar iemand aan gaat werken.

Zo’n tekst is niet fout. Hij is alleen leeg.

Een kandidaat die een vacature leest, probeert zichzelf ergens in te herkennen. Herken ik deze rol? Past dit bij wat ik kan en wil? Als die informatie ontbreekt, solliciteert iemand op gevoel, of juist helemaal niet. Beide zijn slecht nieuws voor de kwaliteit van de kandidatenstroom.

Voor IT-professionals die hun volgende stap overwegen, geldt hetzelfde vanuit de andere kant. Een vage vacature vertelt niets over de werkelijke inhoud van een rol. Je kunt niet inschatten of het team, de cultuur of het type werk aansluit bij wat je zoekt. Dat kost tijd, aan beide kanten van de tafel.

Wat betekent dit voor hiring managers?

Meer vacatures plaatsen voelt als vooruitgang. Maar als die vacatures niemand echt aanspreken, koop je alleen tijd terug om die vervolgens kwijt te raken aan een langere en minder trefzekere selectieronde.

Nederlandse recruitmentexperts wijzen op een ander effect: kandidaten voelen wanneer een tekst generiek is. Dat wekt wantrouwen. Waarom zou je solliciteren op een baan die klinkt alsof hij voor honderd andere bedrijven ook had kunnen gelden?

Voor organisaties die specifiek IT-talent zoeken, zoals een enterprise architect of een ervaren DevOps engineer, is precisie geen luxe. Dat talent is kritisch over waar het zijn tijd aan besteedt. Een vacaturetekst die niet laat zien wat de rol uniek maakt, filtert niet de juiste mensen eruit. Hij filtert ze juist weg.

Wat wél werkt: AI gebruiken voor een eerste opzet, en die vervolgens laten aanscherpen door iemand die het team, de cultuur en de opdracht kent. In het onderzoek deden werkgevers dat opvallend weinig. Precies daar zit de winst die blijft liggen.

Wat betekent dit voor IT-professionals?

Als vacatures generieker worden, wordt het lastiger om op tekst alleen een goede inschatting te maken. Je leest een functietitel en een rijtje vage eisen, en moet daaruit afleiden of dit past bij wat je drijft.

Dat is lastig. Vooral als je niet alleen op zoek bent naar een volgende klus, maar naar een plek waar je langer wilt blijven.

Hier zit precies het verschil tussen een vacaturetekst en een gesprek. Een tekst kan nooit vragen stellen. Een consultant wel. Wij vragen door: wat zoek je nu echt, waar loop je tegenaan in je huidige rol, wat voor cultuur past bij jou. Die vragen halen naar boven wat een AI-gegenereerde vacaturetekst nooit kan vangen.

Dat geldt evengoed voor freelancers. Een freelance IT-opdracht kiezen op basis van een oppervlakkige tekst is een gok. Weten wat een opdrachtgever écht zoekt, en waarom, bepaalt of een opdracht goed voelt of alleen goed betaalt.

De rol van technologie in matching: waar het wél helpt

Dit is geen pleidooi tegen AI. Als hulpmiddel voor een eerste concept, voor structuur, of om snel te zien welke vaardigheden bij een functieprofiel horen, heeft AI wel degelijk waarde. Het bespaart tijd op het mechanische deel van het werk.

Het probleem ontstaat pas als AI het laatste woord krijgt. Wanneer niemand meer die eerste versie herschrijft met kennis van het team, het project en de mensen die er al werken.

Technologie is een gereedschap, geen vervanging van het gesprek.

Bij de inzet van AI op de werkvloer geldt een vergelijkbaar principe: het werkt pas goed als mensen erop blijven sturen. Voor vacatureteksten betekent dat: gebruik AI om tijd te winnen, maar laat een mens de tekst controleren op wat er nog ontbreekt. De cultuur. De concrete taken. De reden waarom deze rol nu juist bij dit team hoort.

Waarom persoonlijk contact het verschil blijft maken

Een vacature is in feite een eerste indruk. En eerste indrukken die te algemeen zijn, blijven hangen noch overtuigen.

Wij geloven daarom niet in het vullen van vacatures met zoveel mogelijk generieke tekst. We geloven in het stellen van de juiste vragen, aan zowel de organisatie als de kandidaat, voordat er ook maar iets op papier komt. Dat kost meer tijd dan een AI-prompt. Het levert wel een match op die standhoudt.

Dat is ook de kern van onze aanpak in een arbeidsmarkt die continu verandert: niet meer volume, maar betere aansluiting. We bemiddelen pas als we er voor honderd procent in geloven dat het voor de lange termijn werkt. Niet omdat dat mooi klinkt, maar omdat de cijfers laten zien wat er misgaat als je die stap overslaat.

Veelgestelde vragen

Conclusie

Een vacaturetekst schrijven met AI gaat sneller, maar snelheid is niet hetzelfde als een goede match. Wie alleen op tempo stuurt, loopt het risico generieke tekst te publiceren die het juiste talent juist mist.

Wij kiezen voor het gesprek vóór de tekst. Wat zoekt een team echt, wat drijft een kandidaat, en past dat bij elkaar? Die vragen stel je niet aan een taalmodel. Die stel je aan mensen.