Wat leert het gestopte matchingproject van UWV werkgevers?

UWV koppelt werkzoekenden nu vooral aan vacatures op basis van opleiding en werkervaring. De Bemiddelingsservice moest daar vaardigheden, competenties en ambities aan toevoegen, zodat iemand ook een vacature te zien krijgt in een ander beroep of een andere sector. Dat is een goed idee, en UWV zegt zelf dat de ambitie blijft.

Het ging mis in de uitvoering. Op 4 februari 2026 concludeerde het Adviescollege ICT-toetsing dat het project onvoldoende beheerst verliep. Het advies was opvallend praktisch: toon eerst aan dat het matchen zelf iets toevoegt, en bouw dan pas verder. UWV testte de dienst daarna op kleine schaal. Een externe quick scan bracht vervolgens volgens de minister aanzienlijke knelpunten aan het licht op vier punten: datakwaliteit, uitlegbaarheid, architectuurkeuzes en governance. UWV noemt zelf de benodigde gegevenskwaliteit en de technische inpassing in de bestaande omgeving.

Niet alles is weg. Een deel van het geld ging naar een integratieplatform en een database van vacatures en profielen, en volgens UWV is een aanzienlijk deel mogelijk herbruikbaar. Maar de dienst waar het om ging, komt er in deze vorm niet.

Omdat matchen op vaardigheden vraagt om vaardigheden die ergens vastliggen. In de meeste vacatureteksten staan een functietitel, een opleidingsniveau en een lijstje taken. In de meeste kandidaatprofielen staat een cv in vrije tekst. Software die op vaardigheden moet matchen, moet die vaardigheden dan eerst zelf afleiden, en dat gaat even goed als de tekst waar ze uit komen.

De cijfers van Eurostat laten zien dat dit geen probleem van UWV alleen is. Van de Nederlandse bedrijven met tien of meer werknemers die AI wel overwogen maar niet gebruiken, noemde 36,1 procent in 2025 problemen met de beschikbaarheid of kwaliteit van de benodigde gegevens. Nog eens 33,7 procent noemde onverenigbaarheid met bestaande apparatuur, software of systemen. Dat zijn dezelfde twee redenen die UWV geeft, alleen in het groot.

De les van UWV is niet dat je er niet aan moet beginnen. De les is dat je de volgorde omdraait: eerst bewijzen, dan bouwen. Dat komt neer op vijf dingen.

Bewijs eerst dat het matchen iets toevoegt. Neem een vacature die je vaak hebt en leg de shortlist van de software naast de shortlist van je recruiter. Spreek vooraf af wat je telt: hoeveel kandidaten op een gesprek uitkomen en hoeveel er worden aangenomen. Zo meten we ook bij de resultaten van Thought Leader Recruitment: elke stap herleidbaar, van eerste contact tot hire.

Begin bij je eigen gegevens. Staan de vaardigheden die je zoekt in je vacatures, of staan daar alleen titels? Weet je van je huidige mensen wat ze kunnen? Zonder die basis matcht de software op gissingen.

Regel de koppeling voordat je koopt. Vraag hoe de software je sollicitatiesysteem leest en wat er terugkomt. Een losse tool waar je recruiters kandidaten met de hand in moeten zetten, wordt na drie maanden niet meer gebruikt.

Eis dat je kunt uitleggen waarom iemand bovenaan staat. Kan de leverancier niet zeggen waarom kandidaat A boven kandidaat B komt, dan kun jij het een afgewezen sollicitant ook niet uitleggen. Dat raakt de AVG nu al, en de Europese regels voor AI in werving vanaf december 2027. Wat er per datum geldt, lees je in Welke EU-regels gelden er nu voor AI in werving? Lees daarnaast af en toe een steekproef van de afgewezen kandidaten met de hand na; daar zit de zwakke plek van elk systeem dat kandidaten filtert.

Leg vooraf vast wanneer je stopt. UWV stopte na vijf jaar. Bepaal voordat je begint welke uitkomst je na een proefperiode wilt zien, en wat je doet als die er niet is.

Is matchen op vaardigheden dan een slecht idee?

Nee. UWV stopt met dit systeem, niet met het idee: de ambitie om vaardigheden en competenties centraal te zetten blijft volgens UWV bestaan. Kijken naar wat iemand kan in plaats van naar zijn vorige functietitel, levert vaak kandidaten op die een gewone zoekopdracht mist. Het punt is dat de software die dat doet, alleen zo goed is als de gegevens erachter en de mensen die met de uitkomst werken.

Moet ik zulke software zelf kopen?

Niet per se. Voor een werkgever met een paar vacatures per jaar weegt een eigen systeem met koppelingen, beheer en controle zelden op tegen wat het oplevert. Wie structureel werft, kan het matchen ook laten doen door een partij die het proces uitvoert onder jouw naam. Hoe dat werkt, lees je bij wat is RPO. Vraag die partij dan wel dezelfde vragen: welke software beslist mee, en kan iemand uitleggen hoe?

Vervangt matchingsoftware de persoonlijke benadering?

Voor schaarse profielen niet. Software vindt mensen die zichzelf al als kandidaat hebben aangemeld of een profiel hebben dat erop lijkt. De mensen die je het hardst nodig hebt, staan vaak nergens ingeschreven en reageren alleen op iemand die ze kennen of vertrouwen. Hoe je die groep stap voor stap opbouwt, zie je bij hoe werkt Thought Leader Recruitment, en hoe dat per situatie uitpakt in de cases van Thought Leader Recruitment.

SocialFind werft voor werkgevers die structureel mensen nodig hebben en schreef dit artikel op basis van het bericht van UWV, de Kamerbrief van 14 oktober 2026 en de cijfers van Eurostat, nagekeken op 29 oktober 2026. Wil je zulke artikelen in je mail, schrijf je dan in voor onze nieuwsbrief.