AI in Hiring · 14 min leestijd

AI pre-interviews: de toekomst van recruitment?

Geautomatiseerde interviews besparen uren en leveren betere data. Maar hoe werkt het precies en is het eerlijk?

Door Ingmar van Maurik · Founder & CEO, Making Moves

Wat zijn AI pre-interviews?

Een AI pre-interview is een geautomatiseerd interview waarbij een AI-systeem het eerste screeningsgesprek overneemt. Het proces werkt als volgt:

  • AI stelt rolspecifieke vragen op basis van het functieprofiel en de gewenste competenties
  • De kandidaat antwoordt via tekst of video, op een moment dat het hen uitkomt
  • AI analyseert de antwoorden op inhoud, structuur, relevantie en competenties
  • Er wordt automatisch een score, samenvatting en feedback gegenereerd voor de recruiter

    • Het is belangrijk om te benadrukken wat een AI pre-interview niet is: het vervangt niet het eindgesprek met een mens. Het vervangt het eerste screeningsgesprek — dat telefoongesprek van 15-30 minuten dat recruiters tientallen keren per week voeren, met voorspelbare vragen en een hoog repetitief karakter.

    Waarom nu?

    De technologie achter AI pre-interviews heeft in de afgelopen twee jaar een enorme sprong gemaakt. Dankzij verbeterde Natural Language Processing (NLP) en Large Language Models kan AI nu genuanceerde antwoorden begrijpen, context interpreteren en zelfs impliciete signalen detecteren. Waar eerdere systemen slechts op keywords zochten, begrijpen moderne systemen de betekenis achter de woorden.

    Het probleem dat AI pre-interviews oplossen

    Recruiters besteden gemiddeld 60-70% van hun tijd aan het eerste screeningsproces: CV's lezen, telefonisch screenen, en eerste gesprekken voeren. Bij een gemiddeld bedrijf met 100 hires per jaar zijn dat:

  • 500-1.000 telefonische screenings per jaar
  • 250-500 uur aan screeningsgesprekken
  • Inconsistente beoordelingen door vermoeidheid en onbewuste bias
  • Weken wachttijd voor kandidaten voordat ze een recruiter spreken

    • Dit is tijd die recruiters zouden kunnen besteden aan wat écht waarde toevoegt: relatieopbouw, employer branding, en strategisch overleg met hiring managers.

    Hoe de analyse werkt

    AI analyseert antwoorden op meerdere dimensies, veel dieper dan een menselijke recruiter in een eerste screeningsgesprek kan:

    Inhoudelijke analyse

  • Beantwoordt de kandidaat daadwerkelijk de vraag? — veel kandidaten geven sociaal wenselijke maar vage antwoorden
  • Worden concrete voorbeelden gegeven? — STAR-methode compliance
  • Is er relevante ervaring? — niet alleen claims, maar ook bewijs en context
  • Worden resultaten genoemd? — impact en meetbare uitkomsten
  • Hoe diep is de kennis? — oppervlakkig of echt doorleefd?

    • Structuuranalyse

  • Is het antwoord gestructureerd? — logische opbouw, duidelijke argumentatie
  • Is het beknopt of te uitgebreid? — communicatieve effectiviteit
  • Is er een rode draad? — samenhang tussen verschillende antwoorden
  • Wordt er afgedwaald? — focus en relevantie behouden

    • Competentie-extractie

  • Welke competenties komen naar voren? — zowel expliciet als impliciet
  • Hoe sterk zijn de signalen? — één voorbeeld vs. consistent patroon
  • Zijn er gaps? — competenties die niet aan bod komen ondanks de vragen
  • Self-awareness — hoe realistisch is de zelfreflectie van de kandidaat?

    • Motivatie en cultural fit

  • Waarom deze rol en dit bedrijf? — intrinsieke vs. extrinsieke motivatie
  • Wat drijft de kandidaat? — waarden en prioriteiten
  • Hoe past dit in het carrièrepad? — logica en ambitie
  • Communicatiestijl — past dit bij de bedrijfscultuur?

    • De voordelen in de praktijk

    Voor de organisatie

  • 80% minder tijd aan eerste screeningsgesprekken — recruiters focussen op de top 20% kandidaten
  • Gestructureerde data in plaats van onderbuikgevoel — elke kandidaat beoordeeld op dezelfde criteria
  • Vergelijkbare scores voor alle kandidaten — objectieve rangschikking op basis van inhoud
  • 24/7 beschikbaar — kandidaten doen het interview wanneer het hen uitkomt, ook 's avonds of in het weekend
  • Schaalbaarheid — of je nu 10 of 1.000 kandidaten per maand screent, de kwaliteit blijft gelijk
  • Snellere time-to-hire — geen wachttijd meer op recruiterschema's

    • Voor kandidaten

  • Geen wachttijd — direct na sollicitatie het pre-interview starten
  • Eigen tempo — interview doen wanneer je scherp bent, niet wanneer de recruiter tijd heeft
  • Eerlijker proces — iedereen krijgt dezelfde vragen en wordt op dezelfde criteria beoordeeld
  • Geen reistijd of stress — vanuit je eigen omgeving, zonder druk van een live gesprek
  • Directe feedback — veel systemen geven kandidaten inzicht in hun resultaten

    • De getallen

    Bedrijven die AI pre-interviews implementeren, rapporteren:

    MetricTraditioneelMet AI pre-interviews

    |--------|-------------|----------------------|

    Screeningtijd per kandidaat30-45 min5 min review Kandidaattevredenheid3.2/54.1/5 Time-to-shortlist2-3 weken2-3 dagen Screening consistentie40-60%90%+ Diversiteit shortlistBasis+30-40%

    Is het eerlijk?

    Dit is terecht de belangrijkste vraag die organisaties stellen. Het antwoord is genuanceerd: eerlijker dan menselijke screening, mits goed gebouwd en continu gemonitord.

    Waarom het eerlijker is dan mensen

    AI pre-interviews beoordelen op inhoud, niet op:

  • Hoe iemand eruitziet — geen halo-effect door aantrekkelijkheid
  • Accent of spreekstijl — geen discriminatie op basis van herkomst
  • Persoonlijke klik — geen similarity bias
  • Moment van de dag — geen vermoeidheidseffecten
  • Volgorde van gesprekken — geen contrast-effecten

    • De risico's en hoe je ze mitigeert

    Maar AI is niet automatisch eerlijk. De risico's zijn reëel:

  • Training data bias — als het model is getraind op historische data die bias bevat, reproduceert het die bias. De oplossing: [validatie op adverse impact](/artikelen/valid-reliable-assessment) en regelmatige bias audits.
  • Taalbarrières — kandidaten voor wie de taal niet de moedertaal is, kunnen lager scoren op taalvaardigheid. De oplossing: scoren op inhoud, niet op grammatica.
  • Toegankelijkheid — niet iedereen is even comfortabel met technologie. De oplossing: alternatieve opties bieden.
  • Transparantie — kandidaten moeten weten dat ze met AI interacteren. De oplossing: duidelijke communicatie vooraf.

    • Een goed systeem heeft ingebouwde fairness monitoring die continu controleert of bepaalde groepen systematisch anders worden beoordeeld.

    De technologie erachter

    Een goed AI pre-interview systeem vereist meerdere lagen van geavanceerde technologie:

    Natural Language Processing (NLP)

    De kern van het systeem: het begrijpen van menselijke taal in al zijn nuances. Moderne NLP kan:

  • Sentiment en toon analyseren
  • Onderwerpen en thema's extraheren
  • Antwoordkwaliteit beoordelen op meerdere dimensies
  • Impliciete informatie detecteren — wat wordt er niet gezegd?

    • Competentie-frameworks per rol

    Het systeem moet weten wat het zoekt. Dit vereist:

  • Rolspecifieke competentieprofielen — wat maakt een goede developer, sales manager, of finance analyst?
  • Gewogen criteria — welke competenties zijn kritisch, welke zijn nice-to-have?
  • Adaptieve vraagstelling — vervolgvragen op basis van eerdere antwoorden

    • Scoring modellen getraind op succesvolle hires

    Dit is waar een eigen systeem het verschil maakt. In plaats van generieke modellen kun je:

  • Modellen trainen op jouw top performers — wat maakte hen succesvol?
  • [Continue kalibratie](/artikelen/continuous-validation-hiring) toepassen na elke hire
  • Predictieve validiteit meten en verbeteren over tijd
  • Bedrijfsspecifieke patronen herkennen die generieke tools missen

    • Validatie tegen daadwerkelijke performance

    Het ultieme bewijs: voorspellen de pre-interview scores daadwerkelijk werkprestaties? Met een eigen systeem kun je dit meten door pre-interview scores te correleren met 6-maanden en 12-maanden performance reviews.

    Integratie in de hiring funnel

    AI pre-interviews leveren de meeste waarde als onderdeel van een geïntegreerde funnel:

    1. Sollicitatie via een high-converting vacaturepagina

    2. AI CV screening — eerste selectie op basis van CV

    3. Pre-assessment — gevalideerde tests op cognitie en persoonlijkheid

    4. AI pre-interview — diepere screening op competenties en motivatie

    5. Menselijk interview — alleen met de top 15-20% kandidaten

    6. Aanbod — op basis van complete data, niet onderbuikgevoel

    In deze flow vervangt het AI pre-interview het traditionele telefonische screeningsgesprek volledig, terwijl het betere data oplevert.

    Samenvatting

    AI pre-interviews zijn niet de toekomst — ze zijn het heden voor vooruitstrevende organisaties. De technologie is volwassen, de voordelen zijn bewezen, en de kandidaatervaring is vaak beter dan traditionele processen.

    De sleutel tot succes:

  • Integreer het in een breder [AI hiring systeem](/ai-hiring-system), niet als losse tool
  • Valideer continu tegen daadwerkelijke performance
  • Monitor actief op fairness en bias
  • Communiceer transparant naar kandidaten over het proces

    • Wil je ontdekken hoe AI pre-interviews passen in jouw wervingsproces? Plan een gesprek en we laten je zien hoe het werkt.

    Plan een intake gesprek · Bekijk ons AI Hiring Systeem