Matchingscore kandidaat-functie: hoe AI evalueert (en waar het misgaat)

De matchingscore voor kandidaten is de meest-gebruikte en meest-misverstane functie op AI sourcing-platforms. Hoe beoordeelt de AI de fit tussen een profiel en een rol? Waarop baseert het zijn oordeel? Waar gaat het consequent mis? Dit artikel opent de motorkap en legt uit wat een matchingscore daadwerkelijk meet, met de TrueFit 360-score van TrueCalling als referentie.

Wat is een matchingscore voor kandidaten?

Een matchingscore voor kandidaten is een rating (vaak op 100) die de waarschijnlijkheid uitdrukt dat een kandidaat past op een gegeven rol. De score combineert meerdere dimensies: vaardigheden, ervaring, bedrijfscontext, geografie, beschikbaarheid. De score is geen absolute waarheid — het is een nuttige ranking om outreach te prioriteren.

De 5 dimensies die een goede AI evalueert

1. Technische vaardigheden. Stack, talen, frameworks. De beste AI's stoppen niet bij het cv: ze kijken naar recente GitHub-commits.
2. Ervaringstraject. Senioriteit, progressie, bedrijfsgrootte. Een kandidaat die bij 3 startups op rij heeft geshipt is anders dan iemand die na 8 jaar een groot enterprise verlaat.
3. Bedrijfscontext. Sector, businessmodel, fase (early, scale-up, public). Cruciaal voor culturele relevantie.
4. Geschatte beschikbaarheid. Tenure in de huidige rol, zwakke signalen (LinkedIn-updates, conferentie-activiteit, zijprojecten).
5. Geografie en mobiliteit. Huidige locatie, openheid voor remote, tijdzone-compatibiliteit.

Hoe TrueFit 360 werkt

De TrueFit 360-score van TrueCalling produceert een rating op 100, opgesplitst per dimensie, zodat een recruiter of hiring manager kan begrijpen waar de aanbeveling vandaan komt. Voor een Senior Data Engineer in Amsterdam zou je iets als dit kunnen zien:

• Technische vaardigheden: 92/100 (Spark, dbt, Airflow gedetecteerd op GitHub).
• Traject: 88/100 (6 jaar, scale-up SaaS).
• Context: 75/100 (komt uit een groot enterprise, transitie haalbaar).
• Beschikbaarheid: 80/100 (3 jaar in huidige rol, openheidssignalen).
• Geografie: 100/100 (Amsterdam, OK met remote).
• TrueFit 360 totaal: 89/100.

Die verklaarbaarheid verandert alles. Hiring managers vertrouwen een score die ze kunnen lezen; een black-box-score wordt genegeerd.

Waar de matchingscore altijd misgaat

1. Culturele fit

Geen enkele AI leest bedrijfscultuur correct. Een geweldig technisch profiel kan een relationele nachtmerrie zijn. De matchingscore voor kandidaten is een relevantie-indicator, geen culture-fit-indicator.

2. Echte motivaties

Waarom zou de kandidaat van baan veranderen? AI kan signalen detecteren, maar geen gedachten lezen. Daar dient het interview voor.

3. Atypische profielen

Iemand die theater heeft gestudeerd en daarna backend deed bij Google zal laag scoren. Toch kan dat je beste hire worden. Bekijk de uitschieters altijd handmatig.

4. Versheid van data

Een score gebaseerd op een LinkedIn-profiel dat al 2 jaar niet is geüpdatet, is fout. Goede platforms verrijken hun data continu en tonen versheidssignalen.

Matchingscore en bias: een doorlopende waakzaamheid

Elke matchingscore voor kandidaten kan biases reproduceren die in de trainingsdata aanwezig zijn. Gender, leeftijd, school, voornaam — allemaal variabelen die de score onterecht kunnen wegen als de AI niet wordt geaudit. Vraag je leverancier:

• Is de score variabele voor variabele auditbaar?
• Worden beschermde attributen uitgesloten of gecontroleerd?
• Is er een "geanonimiseerd cv"-modus voor de scoringfase?

Hoe je een matchingscore intelligent gebruikt

1. Sorteer, sluit niet uit. Werk eerst de top 50 scores, maar houd de volgende 50 in het oog.
2. Kruis de score met menselijke signalen. Een motivatiebrief, een zijproject, een verhaal verteld in een interview zijn meer waard dan een ruwe score.
3. Herzie de brief als te weinig kandidaten boven 80 scoren. Het probleem zit vaak in de brief, niet in de markt.
4. Deel de score met de hiring manager. Opgesplitst per dimensie wordt het een discussie-instrument.

Matchingscore en recruiter-productiviteit

Goed gebruikt verandert de matchingscore voor kandidaten de productiviteit van de recruiter. In plaats van 200 profielen door te lopen, werkt de recruiter er 30 diepgaand. Om verder te gaan over recruiter-productiviteit, lees ons artikel over de AI-copiloot voor recruiters in de dagelijkse praktijk.

Hoe je een matchingscore evalueert voordat je koopt

Voordat je tekent met een leverancier, doe deze test: neem 20 kandidaten die je recent hebt aangenomen. Laat de engine ze scoren. Als de meerderheid boven 80 uitkomt, leert de score goed. Doe de omgekeerde test met 20 afgewezen kandidaten: de meeste zouden onder 60 moeten uitkomen. Zonder die dubbele test koop je een score blind.

Conclusie: een matchingscore is een tool, geen orakel

Een goed ontworpen matchingscore voor kandidaten — zoals TrueFit 360 — versnelt triage en verbetert de kwaliteit van de shortlist. Maar geen score vervangt je recruiter-oordeel. De gouden regel: eis verklaarbaarheid, kruis met menselijke signalen, audit op bias en houd de uitschieters altijd in het oog.

Om TrueFit 360 in actie te zien op een van je briefs, Zie TrueFit 360 in actie.