Naar de inhoud
NLEN
Illustratie: Een AI-vacaturetekst schrijven die de juiste mensen aantrekt

Een AI-vacaturetekst schrijven die de juiste mensen aantrekt

Door Ivo Donker — samengesteld met AI-ondersteuning (Claude & Gemini) · Laatst bijgewerkt: 7 augustus 2026
->

Dit artikel is geschreven voor werkgevers, HR-professionals, hiring managers en tech leads die verantwoordelijk zijn voor het werven en selecteren van AI-specialisten op de Nederlandse arbeidsmarkt. Het schrijven van een vacaturetekst voor een kunstmatige intelligentie-rol vereist een fundamenteel andere benadering dan de werving voor traditionele IT- of data-functies. De Nederlandse arbeidsmarkt voor AI-professionals kenmerkt zich door een aanhoudende schaarste, een hoge mate van functieveranderlijkheid en een kandidatengroep die zeer kritisch kijkt naar de werkelijke technische volwassenheid van een organisatie. Om te begrijpen hoe deze schaarste de verhoudingen op de werkvloer bepaalt, is het raadzaam de analyse over de Nederlandse AI-arbeidsmarkt en marktverhoudingen te raadplegen.

Een vacaturetekst is in de huidige markt geen passief wervingsmiddel meer, maar een eerste inhoudelijke filter. Een slecht geformuleerde vacature leidt niet alleen tot een gebrek aan gekwalificeerde reacties, maar kan ook het werkgeversmerk schaden bij ervaren specialisten. Veel organisaties worstelen met de balans tussen het aantrekken van voldoende volume en het selecteren op de juiste competenties. Het proces van het opstellen van een scherpe vacature kost initiële tijd van het engineeringteam en dwingt de organisatie om vooraf keuzes te maken over de feitelijke werkzaamheden, wat als een organisatorisch nadeel kan worden ervaren. Deze investering vooraf is echter noodzakelijk om miscastings en langdurige openstaande vacatures te voorkomen.

De twee dominante faalpatronen in AI-vacatureteksten

In de praktijk laten Nederlandse AI-vacatures vaak twee uiterste faalpatronen zien die beide resulteren in een inefficiënt wervingsproces. Het eerste faalpatroon is de overmatig wervende, maar inhoudelijk lege vacaturetekst. Deze teksten staan vol met algemene kwalificaties als 'gepassioneerde pionier' of 'data-enthousiasteling', maar bieden geen enkele concrete informatie over de bestaande datastructuur, de beschikbare infrastructuur of het specifieke probleem dat de nieuwe medewerker moet oplossen. Het directe gevolg hiervan is een hoge instroom van sollicitanten met onvoldoende technische onderbouwing. Het verwerken van deze grote aantallen sollicitaties legt een zware druk op de HR-afdeling, die tijd kwijt is aan het afwijzen van ongeschikte kandidaten.

Het tweede faalpatroon is het encyclopedische wensenlijstje. Hierin eist de werkgever ervaring met een opeenstapeling van frameworks, platforms en methodieken die in de praktijk zelden door één enkele professional worden beheerd. Vacatures die eisen stellen aan simultane diepgaande kennis van modelarchitectuur, MLOps-pijplijnen, cloud-infrastructuur en specifieke bedrijfssystemen schrikken juist vakbekwame kandidaten af. Ervaren specialisten weten dat dergelijke profielen realistisch gezien niet bestaan of dat de functie in de praktijk zal neerkomen op het blussen van organisatorische branden. Het nadeel van dit faalpatroon is dat de organisatie geconfronteerd wordt met nul kwalitatieve reacties, waardoor de vacature maanden open blijft staan zonder dat de interne wervingsbehoefte wordt vervuld.

Faalpatroon Kenmerken in de tekst Direct effect op werving Organisatorisch nadeel
Inhoudelijk lege wervingstekst Veel bijvoeglijke naamwoorden, geen infrastructurele details. Hoge instroom van niet-gekwalificeerde sollicitanten. Tijdverlies bij HR en hoge afwijzingspercentages.
Encyclopedisch wensenlijstje Lange lijsten van tools, frameworks en onmogelijke ervaringseisen. Afhaken van ervaren generalisten en specialisten. Nul instroom, langdurig openstaande vacatures.

Eerst de functie en het probleem scherpstellen

Voordat een woord van de vacaturetekst wordt geschreven, dient de organisatie vast te stellen welk concreet probleem de functie moet oplossen. Veel organisaties publiceren een vacature voor een 'AI Engineer' omdat dit een populaire marktterm is, terwijl het feitelijke probleem vraagt om een data engineer, een traditionele software ontwikkelaar of een technisch product manager. Een verkeerde roldefinitie leidt tot een mismatch in verwachtingen tijdens de proeftijd.

Het ordenen van functies binnen een salarisstructuur en het afbakenen van taken gebeurt via het functiehuis; raadpleeg de gids over het Nederlandse AI-functiehuis en roldefinities om de juiste functietitel te bepalen. Door de functietitel exact te laten aansluiten bij de gewenste verantwoordelijkheden, voorkomt de werkgever dat sollicitanten reageren op basis van een verkeerd beeld van de dagelijkse werkzaamheden. Een nadeel van een zeer specifieke roldefinitie is dat de doelgroep kleiner wordt, maar de relevantie van de reacties neemt evenredig toe.

Voor organisaties die nog niet helder voor ogen hebben hoe een nieuwe AI-rol zich verhoudt tot bestaande werkprocessen, is een analyse van de taakverandering noodzakelijk. Vooraf in kaart brengen welke taken binnen een organisatie veranderen kan via de analyse van impactassessments op functies en taken, waarmee wordt voorkomen dat er een onrealistisch profiel wordt opgesteld. Zonder deze voorafgaande analyse bestaat het risico dat een vacaturetekst wordt opgesteld op basis van wensdenken van het management in plaats van de feitelijke operationele behoefte.

Niveau, senioriteit en het scheiden van eisen van wensen

Het bepalen van het vereiste senioriteitsniveau in AI-functies vereist een genuanceerde aanpak. In een vakgebied dat zich snel ontwikkelt, is het stellen van eisen zoals 'vijf jaar ervaring met generatieve modellen' feitelijk onmogelijk of duidt het op een gebrek aan marktkennis bij de werkgever. Senioriteit in AI-rollen wordt niet primair gemeten in het aantal jaren dat een specifieke techniek bestaat, maar in algemene software-engineeringprincipes, systeemarchitectuur, datadiscipline en het vermogen om complexe modellen in productie te onderhouden.

In de vacaturetekst dient een strikt onderscheid gemaakt te worden tussen harde randvoorwaarden en gewenste ervaring. Harde randvoorwaarden zijn de vaardigheden zonder welke een medewerker in de eerste maand vastloopt. Gewenste ervaring omvat technologieën die de kandidaat binnen de organisatie kan aanleren. Wanneer een werkgever te veel eisen als 'hard' kwalificeert, sluit deze waardevolle kandidaten uit die over sterke basisvaardigheden beschikken maar een specifiek framework nog niet hebben toegepast.

Een heldere verdeling van rollen en vaardigheden voorkomt dat technische en operationele verantwoordelijkheden door elkaar lopen; bekijk het overzicht van AI-rollen en vaardigheden in niet-technische context om vast te stellen welke digitale vaardigheden vereist zijn bij ondersteunende en multidisciplinaire rollen. Het expliciet benoemen van het verwachte zelfstandigheidsniveau per taak geeft sollicitanten een realistisch beeld van de mate van begeleiding die aanwezig is.

Eisen stellen aan gebouwd werk en portfolio's

Een van de belangrijkste pijlers onder een effectieve AI-vacaturetekst is het verleggen van de focus van certificaten naar gebouwd werk. Formele certificeringen van cloudproviders of korte online cursussen bieden weinig garantie voor het vermogen om robuuste code te schrijven of complexe datamodellen op te zetten. In de vacaturetekst dient daarom expliciet gevraagd te worden om bewijs van praktische uitvoering.

Een portfolio omvat het gebouwde werk en de codebase waarmee een sollicitant praktische bekwaamheid aantoont; lees het artikel over het beoordelen van cv's en portfolio's bij AI-functies om te zien hoe kandidaten hun bouwwerk presenteren en hoe dit beoordeeld kan worden. In de vacaturetekst kan bijvoorbeeld gevraagd worden naar een link naar een openbare repository, een bijdrage aan open-source projecten, of een beschrijving van een in productie genomen systeem met vermelding van de eigen specifieke rol daarin.

Aandachtspunt voor de werkgever: Het opnemen van een portfolio-eis in de vacaturetekst verhoogt de drempel voor sollicitanten. Dit vermindert het totale aantal reacties, maar verhoogt de kwaliteit. De organisatie moet er echter wel voor zorgen dat er interne engineering-capaciteit beschikbaar is om deze portfolio's inhoudelijk en zorgvuldig te beoordelen.

Wanneer een organisatie niet de capaciteit heeft om portfolio's inhoudelijk te beoordelen, heeft het stellen van deze eis in de vacaturetekst geen zin. Sollicitanten merken tijdens het eerste gesprek snel genoeg of hun ingezonden werk daadwerkelijk is bekeken, en het nalaten hiervan tast de geloofwaardigheid van het selectieproces aan.

Nederlandse arbeidsmarktcontext: CAO, salaris en voorwaarden

De Nederlandse arbeidsmarkt heeft specifieke kenmerken die helder gecommuniceerd moeten worden in de vacaturetekst. Sollicitanten in het AI-domein vergelijken aanbiedingen van Nederlandse werkgevers vaak met internationale of op afstand werkende organisaties. Het verzwijgen van de arbeidsvoorwaarden of het gebruiken van vage termen als 'marktconform salaris' leidt bij ervaren kandidaten tot wantrouwen en een lagere conversie van vacatureweergave naar sollicitatie.

Het salaris vormt de primaire financiële vergoeding voor de functie en is in Nederland vaak gebonden aan cao-schalen of marktconforme bandbreedtes; zie de analyse over de maatschappelijke en bestuurlijke ontwikkelingen rondom AI en werk voor de bredere context van de Nederlandse polder. Wanneer een functie valt onder een collectieve arbeidsovereenkomst (CAO), dient dit expliciet vermeld te worden, inclusief de relevante schaal en de doorgroeimogelijkheden binnen die schaal.

Naast het bruto maandsalaris zijn de secundaire arbeidsvoorwaarden in Nederland doorslaggevend. In de vacaturetekst dienen de volgende elementen concreet te worden benoemd:

Het nadeel van het vooraf transparant noemen van salarisschalen is dat het de onderhandelingsruimte voor de werkgever beperkt en eventuele interne loonverschillen met bestaand personeel blootlegt. Toch weegt de winst in efficiëntie en vertrouwen bij geschikte kandidaten hier ruimschoots tegenop.

De selectieprocedure als integraal onderdeel van de vacaturetekst

Een vakbekwame AI-professional wil vooraf weten hoe het selectieproces eruitziet en hoeveel tijd dit in beslag zal nemen. Een vacaturetekst die afsluit met een transparant stappenplan onderscheidt zich positief in een markt waar langdurige en onduidelijke procedures veel voorkomen. De beschrijving van de procedure dient concreet aan te geven uit hoeveel rondes het proces bestaat, wie er aan tafel zitten en wat de doorlooptijd is.

Om te begrijpen hoe sollicitanten vacatureteksten ontleden en filteren op inconsistenties of rode vlaggen, is het raadzaam de handleiding voor het kritisch lezen van AI-vacatureteksten te bestuderen. Door de spiegel van de sollicitant voor te houden, leert de werkgever welke formuleringen onbedoeld twijfel oproepen over de interne organisatie.

Werkgevers die hun afdelingsstructuur of selectiecommissie nog moeten vormgeven, kunnen gebruikmaken van de richtlijnen voor een AI-team samenstellen en inrichten om te zorgen dat de juiste technische disciplines vertegenwoordigd zijn tijdens de gesprekken. Een sollicitant voor een senior engineering-rol verwacht immers te spreken met een inhoudelijk gelijke en niet uitsluitend met HR-generalisten.

Indien een technisch assessment onderdeel uitmaakt van het proces, moet de vacaturetekst hier helder over zijn. Om de technische toetsing effectief in te richten en af te stemmen op de markt, biedt de gids over het voorbereiden van een technisch assessment praktische uitgangspunten voor zowel de inhoud als de verwachte tijdsbelasting. Een onbetaalde thuisopdracht die meer dan vier uur kost, leidt in de huidige markt tot een hoog percentage afhaakbanken. Een kortere, gerichte case of een live pairing-sessie werkt in de praktijk beter.

Afstemming op het organisatietype en wervingskanalen

De toon en inhoud van de vacaturetekst moeten nauw aansluiten bij de realiteit van het organisatietype. Een startup die belooft dat er met de nieuwste infrastructuren gewerkt kan worden maar in feite een verouderde legacy-omgeving heeft, verliest nieuwe medewerkers snel. Evenzo moet een corporate organisatie eerlijk zijn over de governance- en privacy-procedures die bij de ontwikkeling van AI-systemen komen kijken.

Afhankelijk van de organisatievorm verschilt de inhoudelijke aantrekkingskracht van de tekst, zoals gedetailleerd uiteengezet in de vergelijkende analyse over werken bij AI-startups versus corporates. Waar een startup nadruk legt op autonomie en directe invloed op het product, zal een corporate juist de nadruk leggen op de schaalbaarheid van datastromen, budgetten voor cloudinfrastructuur en de stabiliteit van de werkomgeving.

Voor de uiteindelijke verspreiding van de vacaturetekst volstaat het plaatsen op algemene vacaturebanken zelden. Voor de gerichte verspreiding buiten de gebaande paden verwijzen we naar het overzicht van netwerken en fysieke ontmoetingsplekken in de Nederlandse AI-sector waar werkgevers en kandidaten elkaar op inhoudelijke gronden treffen.

Wat beslist NIET werkt in een AI-vacaturetekst

Om te zorgen dat een vacaturetekst niet de verkeerde signalen uitzendt, dienen werkgevers de volgende elementen expliciet te vermijden:

  1. Opeenstapeling van jargon zonder context: Het enkel noemen van populaire termen zonder uit te leggen hoe deze in de dagelijkse praktijk worden toegepast.
  2. Vage beloftes over gegevenskwaliteit: Beweren dat alle data 'schoon en direct klaar voor gebruik' is, terwijl in de praktijk een groot deel van het werk bestaat uit opschonen en structureren. Eerlijkheid hierover schept vertrouwen.
  3. Geen onderscheid tussen onderzoek en productie: Een functie presenteren als een R&D-rol gericht op het bouwen van nieuwe modellen, terwijl de werkelijke taak het onderhouden en koppelen van bestaande API's is.
  4. Onrealistische eisen voor junior rollen: Het vragen van meerdere jaren ervaring in productie voor een instapfunctie of traineeship.
  5. Het ontbreken van contactpersonen met inhoudelijke kennis: Uitsluitend verwijzen naar een algemeen HR-mailadres zonder de mogelijkheid te bieden vooraf vragen te stellen aan een team lead of senior ontwikkelaar.

Stapsgewijze opbouw van een effectieve AI-vacaturetekst

Een goed gestructureerde vacaturetekst voor een AI-functie volgt een logische en transparante opbouw die de kandidaat stap voor stap door de essentie van de rol leidt. Door onderstaand stappenplan te hanteren, borgt de werkgever dat alle kritieke elementen aan bod komen zonder te vervallen in marketingtaal of onrealistische eisenlijsten.

  1. De kern van de rol (eerste alinea): Omschrijf in maximaal drie zinnen welk zakelijk of technisch probleem deze functie oplost, binnen welk team de kandidaat komt te werken en wat de directe impact is van het werk.
  2. De technische context en omgeving: Geef een concreet overzicht van de huidige tech-stack, de gebruikte cloudinfrastructuur, de datastromen en de mate waarin modellen al in productie draaien.
  3. Verantwoordelijkheden en dagelijkse taken: Beschrijf vier tot zes concrete taken, waarbij helder wordt gemaakt wat de verhouding is tussen bouwen, onderhouden, overleggen en documenteren.
  4. Gevraagde profiel en harde eisen: Formuleer maximaal vier tot vijf harde randvoorwaarden, gericht op aantoonbare vaardigheden en gebouwd werk in plaats van jaren ervaring of certificaten.
  5. Arbeidsvoorwaarden en CAO: Vermeld de salarisindicatie of schaal, de pensioenregeling, het opleidingsbudget en de hybride werkafspraken.
  6. Het selectieproces: Geef een stapsgewijze weergave van het aantal gesprekken, de eventuele toetsing en de verwachte totale doorlooptijd.

Het schrijven van een AI-vacaturetekst volgens deze principes vergt vooraf meer afstemming tussen HR, management en de technische teams. Het nadeel is dat het opstellen van de tekst meer tijd kost dan het kopiëren van een standaard sjabloon. De winst is echter een aanzienlijk hogere relevantie van de instroom, een kortere doorlooptijd van de selectieprocedure en een duurzamere match op de werkvloer.