AI voor uitzendbureaus: 3 praktische toepassingen voor matching en planning

Een intercedent tikt een net binnengekomen vacature in ChatGPT en krijgt binnen een minuut een zoekprofiel terug. Dat werkt, en het is precies waarom AI voor uitzendbureaus nu op de agenda staat: ruim 2.300 bureaus waren in 2024 samen goed voor 407.000 uitzendbanen, en elk begon met een intake, een screening en een rooster. De stap waar het vaker misgaat, is de cv-screening: daar straft een taalmodel een kandidaat weleens af voor iets dat niets met geschiktheid te maken heeft. Wat een AI-agent precies is, lees je in het woordenboek. Hieronder drie toepassingen om vandaag mee te starten, een uitgewerkte matching met de fout erin, en de regels die vanaf 2027 ook je AI-gebruik raken.

Waarom AI voor uitzendbureaus nu relevant is

De uitzendbranche draait op volume en snelheid. Een intercedent behandelt op een gewone dag meerdere vacatures tegelijk, elk met een eigen zoekprofiel, een stapel cv's en een klant die dezelfde middag nog een naam wil horen. Tijd die niet aan bellen of plaatsen gaat, verdient niets: de meeste bureaus werken met een marge per gewerkt uur of een bemiddelingsfee per plaatsing.

Daar komt dit jaar een tweede reden bij. Vanaf 1 november 2026 opent de registratie voor de Wtta, het toelatingsstelsel dat vanaf 1 januari 2027 verplicht wordt voor elk bureau dat arbeidskrachten ter beschikking stelt. Een bureau moet dan aantonen dat het hele proces klopt, ook het stuk waar AI nu al meeleest. Branchevereniging ABU waarschuwt zelf al dat de kansen van AI in de uitzendbranche pas renderen als bureaus ook de risico's ervan in beeld hebben, precies de balans die dit artikel behandelt.

De 3 praktische toepassingen van AI voor uitzendbureaus deze week

Kies er één om mee te starten. Neem de taak die deze week de meeste avonduren kost.

1. Een vacature-intake omzetten in een zoekprofiel

De taak: van een telefoongesprek of een summiere mail van de klant naar een zoekprofiel met harde eisen, wenselijke eisen en het salarisrange dat je mag noemen.

Hoe AI helpt: je vat het gesprek samen in steekwoorden en laat AI daar een gestructureerd zoekprofiel van maken. Dat werkt omdat een intake meestal dezelfde velden nodig heeft (functie, uren, locatie, must-haves, cao-inschaling), en dat is precies het soort structuur waar een taalmodel goed in is. Verwacht een profiel dat compleet oogt binnen een minuut. Niet doen wanneer de klant zelf nog twijfelt tussen twee profielen: dan heb je een tweede gesprek nodig, geen betere prompt.

Een voorbeeld. Een klant belt: "We zoeken iemand voor de vroege dienst in het magazijn, het liefst met heftruckervaring, kan snel starten." De prompt:

#CONTEXT: Je zet een telefonische intake om in een zoekprofiel voor een
uitzendbureau. De intercedent gebruikt het profiel om kandidaten te
screenen en voor te stellen aan de klant.

#WERKWIJZE:
1. Splits alles wat de klant noemde in harde eisen en wensen.
2. Zet een wens nooit als harde eis neer, ook niet als hij belangrijk
   klinkt.

#OUTPUT: Functie, uren, locatie, harde eisen, wensen, en één vraag voor
de klant als iets onduidelijk blijft.

Wat er realistisch terugkomt: "Vereisten: heftruckcertificaat, beschikbaar per direct, ochtenddienst." Heftruckervaring werd zonder toelichting een harde eis, terwijl de klant "het liefst" zei. Een kandidaat zonder certificaat maar met de juiste instelling valt dan buiten de shortlist voor hij is voorgesteld. Wat je repareert: zet heftruckervaring terug als wens, en vraag de klant expliciet of het toch een showstopper is. Dat kost een zin aanpassen, tegen een kandidaat die je anders nooit had gebeld. Een uitgebreidere versie van deze prompt staat in de prompt voor vacature-intake.

Beslisregel: vraag altijd door op het verschil tussen een eis en een wens voor je het profiel deelt met kandidaten. Dat kost bij elke intake een halve minuut extra, tegen kandidaten die je anders ten onrechte overslaat.

2. Cv screening met AI: de valkuil in matchingcriteria

De taak: een stapel cv's beoordelen tegen het zoekprofiel en er een shortlist van drie tot vijf kandidaten uit halen.

Hoe AI helpt: je geeft het zoekprofiel en een cv mee, en AI scoort de match met een toelichting. Dat werkt omdat het grootste deel van screenen bestaat uit hetzelfde cv tegen dezelfde eisen leggen, en een taalmodel dat sneller doet dan een mens die na het twintigste cv moe wordt. Verwacht dat AI harde eisen (rijbewijs, certificaat, jaren ervaring) betrouwbaar herkent. Niet doen zonder een expliciete regel over wat níét mag meewegen, om de reden die je hieronder ziet.

Een voorbeeld. Een geanonimiseerd zoekprofiel voor magazijnmedewerker bij een logistiek bedrijf: fulltime, ochtenddienst, VCA-certificaat verplicht, rijbewijs B gewenst, ervaring met een heftruck een pré.

Het cv van een kandidaat: drie jaar ervaring als heftruckchauffeur, geldig VCA-certificaat, rijbewijs B, en een gat van twee jaar tussen de vorige baan en nu.

De prompt:

#CONTEXT: Je screent cv's voor een uitzendbureau. De intercedent leest
je advies tussen twee telefoontjes door en beslist op basis daarvan wie
hij belt.

#DOEL: Een score van 1 tot 10 met een toelichting van maximaal 3 zinnen.

#WERKWIJZE:
1. Zet eerst op een rij welke harde eisen uit het zoekprofiel wel en
   niet in het cv terugkomen.
2. Beoordeel daarna de score op basis van die eisen alleen.

#OUTPUT: Score, toelichting, en één vraag die de intercedent aan de
kandidaat kan stellen als iets onduidelijk is.

Wat er realistisch terugkomt:

Score: 6/10. Voldoet aan VCA en rijbewijs, ruime heftruckervaring.
Wel een gat van twee jaar in het cv, wat een risico kan zijn voor
betrouwbaarheid. Vraag: kun je toelichten wat je in die periode hebt
gedaan?

De eerste twee zinnen kloppen. De derde niet. Het cv voldoet aan alle harde eisen, en een gat zegt op zichzelf niets over betrouwbaarheid: het kan mantelzorg zijn, werkloosheid, ziekte of tijd in het buitenland. Een taalmodel ziet in zijn trainingsdata vaker teksten waarin een gat als aandachtspunt wordt genoemd dan teksten die uitleggen waarom dat vaak niet relevant is, en herhaalt dat patroon zonder onderscheid. Bij een niet-Nederlandse achternaam of een adres in een aandachtswijk gebeurt hetzelfde: een net iets voorzichtigere toon, zonder dat iemand dat als regel invoerde.

Wat je repareert voor je belt: verwijder het gat als aandachtspunt en stel de vraag neutraal. "Score 8/10. Voldoet aan alle harde eisen. Vraag naar de meest recente werkervaring om de intake compleet te maken." Dat kost twintig seconden herschrijven, tegen een kandidaat die je nooit belt om een reden die niets met het werk te maken heeft. Zet daarom in elke screeningprompt de regel dat een gat, een leeftijd, een woonplaats of een naam nooit meeweegt, alleen de eisen uit het zoekprofiel: de prompt voor cv screenen en matchen heeft die regel al ingebouwd.

3. Rooster maken met AI voor de beschikbaarheid van flexwerkers

De taak: elke week de beschikbaarheid van tien tot dertig flexwerkers naast de vraag van meerdere opdrachtgevers leggen, en een planning maken die klopt.

Hoe AI helpt: je geeft de beschikbaarheid en de vraag per opdrachtgever mee, en AI zet dat om in een conceptplanning. Dat werkt omdat plannen met veel losse variabelen een combinatiepuzzel is, en daar is een taalmodel sterk in. Uit onze trainingen staat acht van de tien plekken meteen goed. Niet doen zonder een aparte regel over het uitzendbeding: een flexwerker in fase A kan van de ene op de andere dag stoppen, en een planning die daar geen marge voor houdt, loopt vast bij de eerste afzegging.

Een voorbeeld. Vijf flexwerkers, beschikbaarheid van deze week, en twee opdrachtgevers die allebei dinsdag iemand nodig hebben:

Anouk: ma, di, wo (hele dag)
Bram: di, do, vr (alleen ochtend)
Chen: ma t/m vr (hele dag), laatste werkdag is woensdag
Devi: wo, do (hele dag)
Farid: ma, di, wo, do, vr (hele dag)

Opdrachtgever A vraagt dinsdag 2 mensen hele dag.
Opdrachtgever B vraagt dinsdag 1 mens, alleen ochtend.

De prompt:

#CONTEXT: Je plant flexwerkers in voor een uitzendbureau, op basis van
hun beschikbaarheid en de vraag van meerdere opdrachtgevers.

#DOEL: Een conceptplanning voor komende week die alle vraag dekt.

#WERKWIJZE:
1. Vul eerst de piekmomenten in waar meerdere opdrachtgevers tegelijk
   vragen.
2. Verdeel daarna de rest van de week met de resterende beschikbaarheid.

#OUTPUT: Een planning per dag en per opdrachtgever.

#BELANGRIJKE REGELS:
- Plan niemand in bij een nieuwe opdrachtgever in zijn laatste werkweek.

Zonder die laatste regel zet een conceptplanning Chen dinsdag bij opdrachtgever A in, naast Anouk. Dat klopt met de beschikbaarheid, maar niet met de context: Chen rondt deze week af. Wat je repareert: vervang Chen door Farid en laat Chen zijn laatste dagen afmaken bij een vertrouwde klant. Dat kost een regel verschuiven, tegen een opdrachtgever die maandag een collega ziet vertrekken na één dag.

Beslisregel: bij minder dan vijftien flexwerkers per week is een prompt die je zelf invult voldoende, dat kost een kwartier per week. Bij meer dan vijftien, of bij meerdere opdrachtgevers met wisselende vraag, loont gespecialiseerde planningsoftware met een ingebouwde koppeling naar je uitzendsysteem, omdat die automatisch checkt op cao-uren en het uitzendbeding in plaats van dat jij dat er zelf naast moet houden.

Intake, screening of rooster: prompt, workflow of software?

Neem het lichtste gereedschap dat de klus betrouwbaar klaart. De drempels volgen uit wat handmatig kost, tegenover wat bouwen kost.

Waar AI voor uitzendbureaus misgaat: verborgen discriminatie in de matching

Het voorbeeld hierboven is geen incident. Onderzoek in opdracht van de Nederlandse Arbeidsinspectie liet zien dat bijna vier op de vijf recruitment- en selectieprofessionals maandelijks of vaker arbeidsmarktdiscriminatie tegenkomen, zoals NOS berichtte. Bij een uitzendbureau komt daar een AI-laag bovenop: niet omdat iemand bewust een discriminerend verzoek uitvoert, maar omdat een taalmodel patronen uit zijn trainingsdata herhaalt zonder dat iemand het als regel heeft ingevoerd.

De wet die hier grip op heeft, is niet nieuw. Artikel 5 van de Algemene wet gelijke behandeling verbiedt onderscheid bij arbeidsbemiddeling, ook als de aanleiding een AI-score is. "De AI deed het" is geen verweer: het matchingcriterium staat op naam van het bureau dat het gebruikte.

Wat het oplevert, en hoe je het na zeven dagen meet

Wat na een week beter wordt: je prompts kennen de vaste velden van je klanten en worden scherper na elke gecorrigeerde fout. Wat niet beter wordt: het gesprek met kandidaat en klant, en de laatste controle op oneigenlijke criteria. Uit onze trainingen: een conceptzoekprofiel staat in twee tot drie minuten in plaats van een kwartier uittypen, en van elke tien voorgestelde matches kloppen er zes tot zeven.

Drie meetpunten voor een streepjeslijst, zonder tooling:

• Hoeveel tijd kostte een intake, van gesprek tot gedeeld zoekprofiel? Klok dag 1 en dag 7. Geen verschil van minstens vijf minuten? Dan mist je prompt de velden die jouw klanten steeds weer noemen.
• Hoeveel voorgestelde matches belde je daadwerkelijk? Onder de helft betekent dat de screeningprompt nog te veel irrelevante criteria meeweegt.
• Hoe vaak trof je een score aan die alleen te verklaren was door een gat, een naam of een adres? Eén keer op tien is een teken om de regel tegen die criteria aan te scherpen. Vaker dan dat: laat AI die stap voorlopig niet meer scoren, alleen nog samenvatten.

Privacy, AVG en de Wtta: wat verandert er voor uitzendbureaus?

Een cv, een BSN en een kopie van een ID-bewijs zijn persoonsgegevens, en bij een uitzendbureau komen ze allemaal langs. Neem een zakelijk AI-abonnement met verwerkersovereenkomst zodra kandidaatgegevens in een AI-tool komen, en houd een BSN of ID-kopie uit je promptvenster: die verwerk je in je uitzendsysteem. De basisregels staan in onze gids over veilig omgaan met bedrijfsdata in ChatGPT. AI-gebruik bij werving valt bovendien onder de hoog-risicocategorie van de EU AI Act, uitgewerkt in ons overzicht van de EU AI Act voor Nederlandse bedrijven.

Wat AI hier niet goed kan

Cultuurfit inschatten blijft mensenwerk: AI ziet uit een cv niet of iemand in een hechte ochtendploeg past, en een poging om dat toch te scoren voegt vooral ruis toe, vermomd als een objectief cijfer. Een lastig gesprek met een opdrachtgever over een tegenvallende kandidaat voer je ook zelf. En wat een flexwerker vorige week telefonisch meldde, een familieomstandigheid, een tijdelijke beperking, bestaat voor AI niet tenzij jij het hebt vastgelegd.

Bonus: een ai sollicitatiebrief herkennen tussen de reacties

Steeds meer kandidaten laten hun motivatiebrief (deels) door AI schrijven, en dat is op zich geen reden om iemand af te wijzen. Let op drie signalen als je twijfelt: een opvallend gelijke opbouw bij meerdere brieven voor dezelfde vacature, generieke complimenten zonder concreet detail over het bedrijf, en een schrijfstijl die niet aansluit bij de rest van de sollicitatie. Geen van die signalen is op zichzelf een reden om af te wijzen: bel gewoon door over de inhoud.

Doe dit deze week

1. Kies één taak: intake, screening of rooster

   Neem de taak die deze week de meeste avonduren kost. Verzamel een recente vacature, tien cv's, of de beschikbaarheid van je flexwerkers, afhankelijk van je keuze.

2. Draai de screeningprompt op tien echte cv's

   Test hem op drie cv's met een gat, een niet-westerse naam of een aandachtswijk, naast drie vergelijkbare cv's zonder die kenmerken. Verschilt de score, scherp de regel aan.

3. Leg de grens schriftelijk vast

   Eén A4: welke criteria nooit meewegen, wie de eindkeuze maakt, en welke kandidaatgegevens nooit in een AI-tool komen. Dit document heb je ook nodig zodra de Wtta-registratie opent.

Het agent-recept dat vandaag werkt: bij elke nieuwe vacature vat een AI-stap het intakegesprek samen tot een zoekprofiel, screent een tweede stap de cv's met de vaste regel tegen irrelevante criteria, en krijg jij een shortlist met toelichting. Bellen en de eindkeuze blijven bij jou. Meer van deze promptopbouw staat in de promptbibliotheek voor recruitment.

Wil je dit met je team goed neerzetten, inclusief de afspraken over matchingcriteria en kandidaatdata? Bouw het in de Agent Sprint op je eigen vacatures, of plan een vrijblijvend gesprek.

Bronnen

• CBS: Uitzendkrachten en werknemers per bedrijfstak, 2023. Aantal uitzendbureaus en uitzendbanen in 2024.
• Rijksoverheid: Nieuwe wet voor aanpak misstanden bij uitzendbureaus en andere uitleners (Wtta). Inwerkingtreding, registratieperiode en handhavingsdatum.
• NOS: Discriminerende werkgever kan boete krijgen, extra controle op uitzendbureaus. Cijfers over recruiters en arbeidsmarktdiscriminatie, uit onderzoek voor de Arbeidsinspectie.
• College voor de Rechten van de Mens: Wat zegt de wet over discriminatie en gelijke behandeling?. Artikel 5 Algemene wet gelijke behandeling en de reikwijdte bij arbeidsbemiddeling.
• ABU: Benut de kansen van AI, maar breng ook de risico's in beeld. Branchestandpunt van de uitzendbranche zelf over AI-kansen en -risico's.

Veelgestelde vragen

• Is cv screening ai betrouwbaar voor een uitzendbureau?

  Voor harde eisen zoals een certificaat, een rijbewijs of jaren ervaring wel: die herkent AI betrouwbaar in een cv. Onbetrouwbaar wordt het zodra een taalmodel een gat in het cv, een naam of een woonplaats laat meewegen in de score, terwijl geen van die kenmerken iets zegt over geschiktheid. Zet dat expliciet als verboden criterium in je prompt en test op cv-paren met en zonder die kenmerken voor je de score gebruikt.

• Hoe werkt rooster maken met AI voor flexwerkers?

  Je geeft de beschikbaarheid van je flexwerkers en de vraag per opdrachtgever mee, en AI zet dat om in een conceptplanning. Dat werkt goed als combinatiepuzzel, maar houdt zonder een expliciete regel geen rekening met het uitzendbeding: een flexwerker in fase A kan van vandaag op morgen stoppen. Boven de vijftien flexwerkers per week loont gespecialiseerde planningsoftware met een cao-koppeling meer dan losse prompts.

• Mag AI zelf beslissen welke kandidaat je aan de klant voorstelt?

  Nee. AI mag een shortlist en een toelichting voorstellen, maar de eindkeuze wie je belt en aan de klant voordraagt, blijft bij de intercedent. Dat is niet alleen voorzichtigheid: de Algemene wet gelijke behandeling raakt aan arbeidsbemiddeling, en "de AI deed het" is geen verweer als een matchingcriterium achteraf discrimineert.

• Hoe herken je een ai sollicitatiebrief tussen de reacties?

  Let op een brief die opvallend gestructureerd is met een vaste opbouw (aanhef, drie alinea's, afsluiting), generieke complimenten aan het bedrijf zonder concreet detail, en een schrijfstijl die niet aansluit bij de rest van de sollicitatie, zoals een cv in kromme zinnen naast een vlekkeloze brief. Geen van die signalen is op zichzelf een reden om iemand af te wijzen: bel gewoon door over de inhoud.

• Wat verandert de Wtta voor AI-gebruik bij uitzendbureaus?

  De Wtta zelf gaat niet over AI, maar over een toelatingsstelsel voor elk bureau dat arbeidskrachten ter beschikking stelt, met inwerkingtreding op 1 januari 2027 en handhaving vanaf 1 januari 2028. Omdat een bureau dan een aantoonbaar goed proces moet hebben van werving tot uitbetaling, is dit het moment om ook vast te leggen welke stap een AI-tool doet en wie de eindcontrole doet.