ATS: is jouw systeem wel geschikt voor AI?

Samenvatting

Wie AI op een ATS loslaat met incomplete profielen, automatiseert vooral fouten en jaagt kandidaten en klanten weg.

ATS-data bepaalt of AI werkt

In zijn bijdrage op Flexnieuws stelt Axel Hommenga dat AI recruitment alleen slimmer maakt als de basis klopt: de kwaliteit van de data in het ATS. Veel databases in de flexbranche blijken volgens hem weerbarstig. Informatie ontbreekt, profielen zijn incompleet of niet meer actueel. Zet je vervolgens dashboards, automatiseringen en personalisatie op diezelfde gegevens, dan stapelen de problemen zich op: je vervuilt je database verder en trekt onjuiste conclusies.

De kern van zijn waarschuwing is simpel: AI is geen wondermiddel maar een versterker. Als er al ruis in je ATS zit, vergroot AI die ruis. Dat kan volgens Hommenga zo ver gaan dat je precies de kandidaten en klanten afschrikt die je juist wilt binden.

Vijf stappen naar AI-proof profielen

Hommenga werkt een aanpak in vijf stappen uit om je ATS-gegevens op orde te brengen. Eerst bepaal je per niche welke informatie echt essentieel is, zoals woonplaats en verhuisbereidheid, rijbewijs, relevante cursussen of opleidingen, taalvaardigheid en het moment van laatste contact. Daarna breng je in kaart hoeveel profielen die gegevens al bevatten.

Vervolgens controleer je via een steekproef of de bestaande data klopt, omdat onjuiste data gevaarlijker is dan onvolledige. Pas daarna adviseert hij een eenmalige verrijkingsactie, bijvoorbeeld via een gerichte mailing of een eenmalige synchronisatie met LinkedIn-profielen. Automatisering komt volgens hem pas als laatste.