Een AI Workflow Design,
in zijn geheel.

Wat u écht automatiseert

Het patroon van wat werkt: document- en administratief werk met hoog volume, gestuurd door regels. AI beslist niet wie u aanneemt en voert het gesprek niet — het haalt de repetitieve triage en de routinevragen rond de beslissing weg, waar de bottleneck de uren zijn, niet het oordeel. Screening blijft de meest toegepaste use-case, maar is ook degene met het strengste toezicht op regelgeving (zie de governance, hieronder).

• Screening van sollicitaties en sourcing al posto di: Handmatige triage van cv's, zoeken op trefwoorden
• Automatisering van de onboarding al posto di: Formulieren, agenda's en functie-instructies met de hand
• HR-kennisbank selfservice (verlof, loonstroken, secundaire arbeidsvoorwaarden) al posto di: Tickets naar de personeelsafdeling voor routinevragen
• Engagementanalyse en signalen van afhaken al posto di: Handmatige lezing van pulse surveys, reactieve exitgesprekken
• Concepten van performancebeoordelingen al posto di: Handmatige samenvatting van verzamelde feedback

Screening is de meest toegepaste HR-AI-functie (ongeveer 58% van de bedrijven die AI in selectie gebruiken), en geautomatiseerde screening- + onboardingstromen melden een vermindering van de administratieve last tot 75%. Maar de beschikbare cijfers zijn geaggregeerde, zelfgerapporteerde gegevens van leveranciers en analisten, niet onafhankelijk geverifieerd: lees ze als richting, niet als een resultaatbelofte. Het cijfer dat telt voor een mkb-bedrijf is een ander — de HR-AI-adoptie ligt rond 33% bij kleine bedrijven tegenover 60% bij grote: de kloof, niet de chatbot, is de kans.

Twee modellen, geen boodschappenlijstje

De HR-AI-markt van 2026 splitst zich in twee modellen die nuttig zijn voor een mkb-bedrijf. De juiste keuze hangt af van waar u de mensen en de data heeft, niet van de meest genoemde tool. Enterprise-suites voor personeelsbeheer (zoals Workday) blijven een referentieplafond, geen startpunt voor een mkb-bedrijf.

Onze standaardkeuze voor een mkb-bedrijf is beginnen met de horizontale copilot als u al binnen dat ecosysteem zit — marginale kosten en vrijwel geen risico, omdat het de selectie niet raakt — en opschalen naar een verticaal HRIS wanneer het volume aan mensen of onboarding dat rechtvaardigt. Geautomatiseerde screening weegt u als laatste af, nooit als eerste: de keuze van de precieze leverancier, de due diligence op zijn voorwaarden voor gegevensverwerking en zijn EU AI Act-conformiteitsdocumentatie maken deel uit van de ent.

De fasen van de ent

Elke regel van het playbook draagt een fase, zodat u halverwege filtert op "wat komt hierna" in plaats van de pilots die u al hebt afgerond opnieuw te lezen. In HR is de volgorde niet onderhandelbaar: u begint bij de laag-risico-use-case, de selectie komt pas met de controles al gemonteerd.

1. 1

   Pilot

   Eerste 30 dagen

   Eén enkele use-case — meestal de interne HR-kennisbank (verlof, loonstroken, secundaire arbeidsvoorwaarden): hoog volume, laag risico, geen selectiegegevens. Een aangewezen owner, het gebruiksbeleid op schrift en de metrieken geïnstrumenteerd vóór de start. Hier komen de eerste uren voor de personeelsafdeling vrij.

2. 2

   Scale

   Eerste 90 dagen

   De workflow die werkte breidt uit naar de onboarding en — alleen met de compliancecontroles al overeind — naar de screening van sollicitaties. Dit is de delicate stap: elk gebruik op selectie valt binnen het hoog-risicobereik van de EU AI Act, dus het komt met menselijk toezicht en gedocumenteerde bias-tests, niet eerder.

3. 3

   Ongoing

   Op kruissnelheid

   Doorlopende monitoring van adoptie, datakwaliteit en — op selectie — de uitkomsten per groep, met periodieke review van leveranciers en risico's. Het playbook blijft leven: het wordt bij elke wervingscyclus en bij het naderen van de wettelijke deadlines bijgewerkt, niet gearchiveerd.

De compliance-overlay, en wie hem beheert