De arbeidsmarkt staat onder druk. Meer dan de helft van de bureaudirecteuren geeft aan dat 2026 slechter presteert dan 2025. Tegelijkertijd verandert de technologie in een tempo dat niemand nog bijhoudt. De vraag is niet meer óf AI jouw bureau gaat veranderen. De vraag is of jij die verandering leidt, of dat je erin meegezogen wordt.
De markt staat er niet geweldig voor, maar AI biedt kansen
Tijdens de bureaudirectie meet-up georganiseerd door de AVA, Werf&, Tigris en maxim op 6 mei 2026 stemden 40 directeuren over hoe zij de markt ervaren. Van de deelnemers gaf 50% aan dat de markt minder presteert dan in 2025, tegenover slechts 22,5% die een verbetering ziet. Dat is een stevige wake-up call. Tegelijkertijd liet Geert-Jan Waasdorp zien dat er vanuit data-perspectief een opmerkelijke nuance zit in die arbeidsmarktkrapte: als het ziekteverzuim teruggaat naar het langdurig jaarlijkse gemiddelde van circa 4,5%, verdwijnt de krapte op de arbeidsmarkt grotendeels. Het gaat dus niet alleen om meer mensen, maar om het slimmer inzetten van beschikbare data en capaciteit.
AI groeit snel, maar niet voor iedereen tegelijk
Uit onderzoek van Intelligence Group blijkt dat in het eerste kwartaal van 2026 inmiddels 13,1% van de actief werkzoekenden AI gebruikt in hun baanzoektocht. In het tweede kwartaal van 2024 was dat nog 7,6%. De groei is duidelijk, maar de verdeling is ongelijk. In sectoren als IT en marketing gebruikt meer dan 20% van de werkzoekenden AI, terwijl dat in logistiek en productie nog geen 4% is. Voor bureaus in white collar en tech betekent dit dat een toenemend deel van de inkomende kandidaten al door AI is gescreend, geselecteerd en voorbereid vóór ze bij jou aankloppen. De vraag is of jouw processen daar klaar voor zijn.
Jouw kandidatendatabase is meer waard dan je denkt
De verschuiving in matching is fundamenteel. Jarenlang werkten bureaus en platforms op semantische matching: overeenkomsten zoeken tussen woorden in een cv en een vacaturetekst. Wat nu beschikbaar is, is van een andere orde. Grote taalmodellen maken holistische vector matching mogelijk, waarbij het systeem de volledige context van een kandidaatprofiel begrijpt, inclusief voorkeuren rondom uren, locatie, werk-privébalans en carrièredoelen. Geert-Jan Waasdorp demonstreerde live hoe een persoonlijke job agent in vier minuten vijf vacatures vond met een matchscore en samenvatting per resultaat, waar je op Indeed door vijftig resultaten zou moeten bladeren om er drie te vinden. De conclusie is helder: de matching die nu plaatsvindt is exceptioneel veel beter op skills, talent en kwaliteiten dan ooit eerder gezien.
De meeste matchingsoftware is hopeloos achterhaald, stelt Geert-Jan. Ze werken met generieke competentie-taxonomieën. De realiteit is dat je wilt weten hoe een specifieke professional met specifieke ervaring beweegt op de Nederlandse arbeidsmarkt. En dat kan nu. Intelligence Group maakte onlangs de sprong van 400 doelgroepen naar 4.200 hyperniches, niet door meer vakjes te maken, maar door alles in een database te gooien en AI contextueel te laten matchen.
GEO: jouw bureau gevonden worden door AI-assistenten
Naast matching is er een andere urgente verschuiving: Generative Engine Optimization, oftewel GEO. Kandidaten stellen hun arbeidsmarktvragen steeds vaker direct aan een taalmodel in plaats van aan Google. De vraag is: word jij als bureau aanbevolen door ChatGPT, Gemini, Claude en Grok? Uit GEO-analyses van Intelligence Group blijkt dat de scores sterk verschillen per model, per regio en per doelgroep. Randstad en Tempo-Team domineren consistent over alle modellen in logistiek. In Java-detachering staat JDriven bij Claude op één, maar valt Logistic Force bij datzelfde model buiten de top vijftien.
Concreet advies: zorg voor snackable content, FAQ-pagina’s per doelgroep, de juiste datastructuur zoals job posting schema en Schema.org, authority links en aanwezigheid op referral sites als Glassdoor en Indeed. Bureaus kunnen dit sneller en flexibeler doen dan grote corporate werkgevers.
Wil je meer leren over GEO, neem een kijkje op onze website naar het Seminar GEO: Maak je klaar voor de AI baanzoeker
MCP: de infrastructuurlaag die alles verbindt
Model Context Protocol (MCP) was het technisch meest impactvolle begrip van de meet-up. Waar een traditionele API stateless is en vaste endpoints vereist, is MCP een conversationele schil om databronnen heen waardoor een AI-model zelfstandig beschikbare tools ontdekt en contextueel benut. In plaats van een dashboard met query’s te bouwen, stel je gewoon een vraag.
MCP is de nieuwe standaard waarmee AI-systemen met elkaar en met jouw bedrijfsdata kunnen communiceren. Denk aan het verschil tussen losse eilandjes van AI-tools en een geïntegreerd ecosysteem waarin alles met elkaar praat. Waasdorp demonstreerde dit live: een volledige vergelijkende analyse van technici als ZZP’ers versus vaste dienstverbanden, voor zowel Nederland als België, direct inzetbaar in een klantgesprek. Tijdsinvestering: dertig seconden.
Eigen data is de basis van alles
Een patroon dat door alle sessies heen liep: bureaus die winnen zijn de bureaus die eigenaarschap nemen over hun eigen data. “Data in eigen beheer pakken is visionair. Daar bouw je alles op. Data is je goud en je machinery”, aldus Geert-Jan. De directeuren op de meet-up waren het hier opvallend over eens: zij verwachten in 2026 sterk te investeren in eigen database-infrastructuur (gemiddeld 4,1 op een schaal van 1 tot 5). Het eerste wat je dus moet doen is een open API en een MCP op je eigen data regelen. Vraag dat aan je ATS-leverancier.
De drie fouten die je wilt vermijden
Elena Volk, oprichter van IT-bemiddelaar EvoTalents, beschreef openlijk hoe het bij haar in de praktijk misging. Het probleem waren niet de tools. En ook niet de mensen. Het lag aan haar aanpak vanaf het allereerste begin. Ze beschreef drie fouten die ook voor jouw bureau relevant zijn:
Fout 1: De angst veronachtzamen
Als je AI gaat implementeren, worden mensen bang, merkte Volk. Ze zeggen het niet in teamvergaderingen, maar ze denken het wel: gaat dit ding mij vervangen? En als je die angst niet direct aanpakt, blijft die stilletjes aanwezig en saboteert elke implementatiepoging. Mensen zullen geen tijd investeren in het leren van een tool waarvan ze denken dat die is ontwikkeld om hun baan overbodig te maken.
Fout 2: Tools op het team loslaten zonder zelf betrokken te zijn
Alles veranderde toen Volk zelf zichtbaar en actief betrokken raakte. Pas toen ze begon te delen wat ze zelf gebruikte, veranderde de dynamiek. Toen de rest van het team merkte dat ze het samen uitzochten in plaats van dat het van bovenaf werd gedelegeerd, begon iedereen zich er ook echt mee bezig te houden.
Fout 3: Te veel tools tegelijk invoeren
Drie nieuwe platforms in één maand bleek te veel. Het team was overweldigd en viel terug op oude werkwijzen. De les: introduceer maximaal één tool tegelijk en geef mensen minstens twee tot drie weken de tijd om eraan te wennen voordat de volgende tool wordt toegevoegd.
In 2030 zijn er twee soorten bureaus
Maikel Neelen (Tigris/Maxim) is er helder over: bureaus kunnen het over 2,5 à 3 jaar moeilijk krijgen als ze nu niet in actie komen. Geert-Jan beaamt dat: er zijn bureaus die de winnaars van morgen zijn, en die maken nu de stappen. De directeuren op de meet-up onderschrijven dit zelf ook: slechts 6 van de 40 aanwezigen geloofden dat AI overhyped is. De overgrote meerderheid verwacht dat de verandering echt komt, en wil er niet op wachten.
6 tips om nu mee te beginnen
1. Zorg dat je ATS-data via een open API ontsloten kan worden dit is de basisinfrastructuur voor alles wat volgt.
2. Breng je GEO-ranking in kaart: scoort jouw bureau in ChatGPT, Gemini, Claude en Grok als kandidaten vragen naar bureaus in jouw niche?
3. Introduceer maximaal één nieuwe AI-tool tegelijk en geef je team de ruimte om ermee te leren, inclusief de mislukkingen.
4. Neem zelf het voortouw als directeur of manager: AI-adoptie werkt niet als je het delegeert.
5. Investeer in je eigen data als strategisch bezit, niet als bijproduct van je ATS.
6. Denk in agents die samenwerken, niet in losse prompts in ChatGPT.
Wil jij van praten naar bouwen?
Wij organiseren de tweedaagse workshop Neem AI-regie in detachering en uitzenden op 29 en 30 juni 2026 in Rotterdam. Samen met Maikel Neelen (Tigris/Maxim) en Geert-Jan Waasdorp (Intelligence Group) ga je hands-on aan de slag: van prompting naar agents, van API-koppelingen naar MCP, van idee naar werkend prototype. Niet als inspiratiesessie, maar als werkplaats. Je gaat naar huis met werkende prototypes en een concreet implementatieplan voor jouw bureau.
Wat deelnemers ervan leerden
“Ik vond het een zeer nuttige en interessante training. Ik heb veel geleerd over AI, het bouwen van agents, MCP’s, vibe-coding en meer. Daarnaast was het waardevol om ervaringen uit te wisselen met andere vakgenoten en te horen hoe zij AI nu al inzetten; dat levert veel concrete inzichten op in hoe het ook kan.”
— Iris Lampe, na het volgen van de workshop AI-regie in detachering en uitzenden
