AI Strategie

AI voor HR: waar het je People-team tijd bespaart en waar de wet meekijkt

AI voor HR: waar het je People-team tijd bespaart en waar het juridisch hoog-risico wordt. De use cases per fase, plus wat de AI Act, AVG en OR eisen.

AI WorkTalent Redactie · 28 juli 2026 · 12 min leestijd

HR is een vak vol tegenstrijdigheid. Het is tegelijk het meest administratieve deel van een organisatie — contracten, verzuimregistratie, vacatures, vragen over vakantiedagen — en het meest menselijke: aannemen, ontwikkelen, beoordelen, afscheid nemen. AI raakt beide kanten, maar op een compleet andere manier. Aan de administratieve kant kan het een People-team uren per week teruggeven. Aan de menselijke kant is het juist in HR dat AI juridisch het zwaarst weegt: werving en personeelsbeheer horen tot de weinige toepassingen die de Europese AI-verordening uitdrukkelijk als hoog-risico bestempelt. Voor een Head of People betekent dat: de winst zit ergens anders dan het risico, en je moet allebei kennen om AI verstandig in te zetten. Deze gids over AI voor HR loopt langs de use cases per fase van de employee journey, en daarna langs de regels die je niet mag overslaan.

De verdeling die alles bepaalt: administratie versus oordeel

De handigste manier om over AI in HR na te denken, is niet per tool maar per soort taak. Taken met veel herhaling en weinig oordeel — een vacaturetekst opstellen, een standaardvraag van een medewerker beantwoorden, een maandrapportage vullen — zijn precies waar taalmodellen goed in zijn en waar het risico laag is. Taken die om een oordeel over een mens vragen — wie je aanneemt, hoe je iemand beoordeelt, of een verzuimpatroon zorg vraagt — zijn precies waar AI juridisch hoog-risico wordt en waar een mens de beslissing hoort te nemen. De kunst is niet om AI overal in te zetten, maar om de scheidslijn tussen die twee scherp te houden. Uit de AI-monitor 2024 van het CBS blijkt dat 22,7 procent van de bedrijven met tien of meer werkzame personen AI-technologie gebruikte, bijna negen procentpunt meer dan een jaar eerder — steeds meer HR-teams staan dus voor het eerst voor de vraag waar die scheidslijn ligt.

Use cases langs de employee journey

Hieronder de hele levensloop van een medewerker, met per fase wat AI kan overnemen en wat bewust mensenwerk blijft. De rechterkolom is geen slag om de arm — het is de kern van het vak, en in een aantal gevallen ook wat de wet verlangt.

Wat opvalt aan die tabel: de linkerkolom is bijna overal tekstwerk en administratie, de rechterkolom bijna overal een gesprek of een oordeel. Dat is geen toeval. Het is precies de scheidslijn waarlangs je AI veilig invoert.

Drie use cases van dichtbij

De tabel geeft het overzicht; drie voorbeelden laten zien hoe het in de praktijk voelt — inclusief waar de grens ligt.

1. Vacatureteksten en interne communicatie

Dit is de veiligste en meest directe winst. Een taalmodel maakt in minuten een eerste vacaturetekst op basis van een functieprofiel, stemt de toon af op het kanaal (zakelijker op LinkedIn, luchtiger op Instagram) en schrijft dezelfde vacature in het Engels voor een internationale rol. Hetzelfde geldt voor interne mededelingen, een uitnodiging voor een teamdag of de aankondiging van een nieuwe regeling. De winst is tijd en een consistente toon; het risico is laag, zolang een mens de tekst nog naleest op feitelijke juistheid en op onbedoeld uitsluitende formuleringen. Let bij vacatures specifiek op taal die groepen onnodig afschrikt — een model neemt patronen uit zijn trainingsdata over, en die zijn niet neutraal.

2. De HR-servicedesk die nooit dichtgaat

Een groot deel van de vragen die bij HR binnenkomen is elke keer hetzelfde: hoeveel vakantiedagen heb ik nog, hoe vraag ik ouderschapsverlof aan, wat is de regeling voor thuiswerken, hoe declareer ik reiskosten. Een AI-assistent die is gekoppeld aan het personeelshandboek en de actuele regelingen — en aan niets anders — kan die vragen 24 uur per dag in gewone taal beantwoorden, waardoor het People-team tijd overhoudt voor het werk dat er echt toe doet. De valkuil zit in twee dingen. Ten eerste de bron: laat de assistent alleen antwoorden uit jouw eigen, gecontroleerde documenten, niet uit de algemene kennis van het model, anders krijg je zelfverzekerde antwoorden die niet kloppen met jullie cao. Ten tweede de grens: gevoelige of persoonlijke kwesties — een conflict, een ziekmelding met een verhaal erachter, een vertrouwenskwestie — horen niet bij een bot maar bij een mens, en dat moet de assistent zelf herkennen en doorverwijzen.

3. Kandidaat-screening — hier verandert het spel

Bij het samenvatten en ordenen van sollicitaties kan AI enorm helpen: honderd cv's terugbrengen tot een gestructureerd overzicht, per kandidaat de relevante ervaring naast de functie-eisen leggen, ontbrekende informatie signaleren. Maar zodra AI kandidaten gaat scoren, rangschikken of afwijzen, ben je in het diepe. Dit is geen gewone use case meer — het is een hoog-risicotoepassing onder de AI Act, en tegelijk een geautomatiseerd besluit onder de AVG. De praktische regel: gebruik AI om je voorbereiding te versnellen, nooit om de beslissing te nemen. Een mens die de kandidaten wegzet mag geleund hebben op een AI-samenvatting; een AI die de kandidaten wegzet zonder dat een mens er betekenisvol naar keek, mag niet. Het verschil is precies waar de volgende twee hoofdstukken over gaan.

Een voorbeeld: het People-team van een groeiend bedrijf

Ter illustratie: een bedrijf groeit in twee jaar van veertig naar honderd medewerkers, met een People-team van twee. De werving loopt de spuigaten uit — tientallen sollicitaties per vacature — en tegelijk stroomt de mailbox vol met dezelfde vragen over verlof en regelingen. De Head of People besluit AI in te zetten, maar in een bewuste volgorde.

Eerst het onschuldige werk: een assistent gekoppeld aan het personeelshandboek vangt de standaardvragen op. Binnen een maand daalt het aantal losse mailtjes zichtbaar, en het team merkt dat de vrijgekomen tijd naar de gesprekken gaat die eerder bleven liggen. Dan de vacatureteksten, die voortaan in een fractie van de tijd klaarstaan. Pas als die twee lopen en vertrouwd zijn, komt de gevoelige stap: het ordenen van sollicitaties. En daar trekt de Head of People bewust een streep — de tool maakt samenvattingen en legt ervaring naast de eisen, maar wijst niemand af en zet geen rangorde neer. Elke afwijzing gaat door de handen van een recruiter die de ruimte heeft om er echt naar te kijken.

Wat dit voorbeeld laat zien is niet dat AI het HR-werk overneemt, maar dat het de administratie eromheen wegneemt, zodat het schaarse People-team zijn tijd besteedt aan wat alleen mensen kunnen. En dat de gevoeligste stap — beslissen over mensen — bewust bij mensen blijft, niet uit voorzichtigheid alleen, maar omdat de wet het vraagt.

De juridische kant die HR niet mag overslaan

Hier verschilt HR van vrijwel elke andere afdeling. Waar AI in marketing of administratie juridisch meestal laag-risico is, raakt AI in HR direct aan de rechten van mensen — en dat heeft de Europese wetgever expliciet geadresseerd. Vijf lagen zijn voor een People-team relevant.

Werving en personeelsbeheer zijn hoog-risico onder de AI Act

Bijlage III van de AI-verordening (Verordening (EU) 2024/1689) merkt AI-systemen voor werving en selectie uitdrukkelijk aan als hoog-risico: systemen die gerichte vacatures plaatsen, sollicitaties analyseren en filteren, of kandidaten beoordelen. Datzelfde geldt voor AI die beslissingen neemt over arbeidsvoorwaarden, promotie of beëindiging van een contract, taken toewijst op basis van gedrag of persoonlijke kenmerken, of prestaties en gedrag van medewerkers monitort en evalueert. Personeelsbeheer valt er dus in elke fase onder, van sollicitatie tot ontslag. Voor deze hoog-risicosystemen gaan de volledige verplichtingen gelden vanaf 2 december 2027. Die datum lag aanvankelijk op 2 augustus 2026, maar is via het zogeheten Digital Omnibus-pakket verschoven; de transparantieverplichtingen van artikel 50 (melden dat iemand met AI te maken heeft) blijven wél gewoon vanaf 2 augustus 2026 gelden. Zet je als werkgever zo'n systeem in, dan ben je "deployer" en heb je eigen plichten: zorgen voor betekenisvol menselijk toezicht, transparant zijn richting kandidaten en medewerkers dat er een hoog-risico AI-systeem wordt gebruikt, en de medewerkers en hun vertegenwoordiging vooraf informeren. Bij die deployer-rol horen ook het bijhouden van de vereiste logboeken en het blijven monitoren van de werking van het systeem. Het uitstel is geen reden om achterover te leunen: wie nu al screening- of monitoringtools gebruikt, wil weten welke daarvan onder deze categorie vallen.

De AVG: geen mens erin, geen besluit

Los van de AI Act geldt de AVG onverkort. Artikel 22 geeft mensen het recht om niet te worden onderworpen aan een besluit dat uitsluitend op geautomatiseerde verwerking berust en hen in aanmerkelijke mate treft. Een sollicitant automatisch laten afwijzen door een algoritme is daar een schoolvoorbeeld van. Je mag AI gebruiken om te ordenen, samen te vatten en voor te bereiden, maar de beslissing zelf moet door een mens worden genomen die er betekenisvol naar kan kijken — niet iemand die klakkeloos een door AI bepaalde rangorde overneemt. Daarbij hoort ook transparantie: kandidaten en medewerkers hebben er recht op te weten dat en hoe AI in het proces wordt gebruikt. Voor de bredere AVG-basis die hieronder ligt, zie wat de AVG in de praktijk van je vraagt.

Bij een hoog-risico HR-systeem hoort bovendien bijna altijd een gegevensbeschermingseffectbeoordeling (DPIA). Artikel 35 van de AVG verplicht die wanneer een verwerking waarschijnlijk een hoog risico voor de rechten van betrokkenen oplevert — en het systematisch beoordelen van sollicitanten of het monitoren van medewerkers valt daar volgens de Autoriteit Persoonsgegevens onder. Praktisch betekent het dat je vóór ingebruikname vastlegt welke gegevens het systeem gebruikt, welke risico's dat oplevert en welke maatregelen je neemt om die te beperken. Sla die stap niet over: het is een van de eerste dingen waar een toezichthouder naar vraagt, en het dwingt je bovendien om zelf scherp te krijgen wat de tool precies doet.

Discriminatie: het risico dat het vaakst misgaat

Het grootste praktische én reputatierisico bij selectie-AI is niet privacy maar discriminatie. Een model leert uit historische data, en zat daarin — bewust of onbewust — een voorkeur voor bepaalde groepen, dan neemt het die over en versterkt het die op schaal. Het bekendste voorbeeld is een wervingstool die vrouwen stelselmatig lager scoorde, omdat hij was getraind op cv's uit een overwegend mannelijk personeelsbestand. De Algemene wet gelijke behandeling verbiedt onderscheid op onder meer geslacht, afkomst, leeftijd en handicap, en dat verbod geldt onverkort — of de beslissing nu door een mens of door een algoritme wordt voorbereid; het College voor de Rechten van de Mens kan erop toetsen. Praktisch: laat een screening- of scoringstool vóór gebruik op bias controleren, vraag de leverancier hoe het model is getraind en getest, en houd de uitkomsten in de gaten. Een tool die "objectief" heet, is dat niet vanzelf — objectiviteit is iets wat je moet aantonen, niet aannemen.

Verboden: emoties meten op de werkvloer

Sommige toepassingen zijn niet gereguleerd maar simpelweg verboden. Artikel 5 van de AI-verordening verbiedt sinds 2 februari 2025 AI-systemen die emoties van een persoon op de werkplek afleiden uit biometrische gegevens — gezichtsuitdrukking, stemintonatie, houding. Denk aan software die tijdens een videosollicitatie de "betrokkenheid" of "eerlijkheid" van een kandidaat zou scoren, of die medewerkers tijdens hun werk op stemming beoordeelt. Dat is geen grijs gebied waarover je zelf een afweging maakt; het is een verboden praktijk, met alleen een smalle uitzondering voor medische of veiligheidsdoeleinden. Kom je een leverancier tegen die dit als feature aanbiedt, dan is dat een reden om niet met die leverancier in zee te gaan.

De ondernemingsraad en de AI-geletterdheidsplicht

Twee laatste lagen die HR vaak vergeet. Artikel 27 van de Wet op de ondernemingsraden geeft de OR instemmingsrecht bij een regeling op het gebied van personeelsbeoordeling (onderdeel g) en bij voorzieningen die geschikt zijn voor waarneming of controle van aanwezigheid, gedrag of prestaties (onderdeel l). Een AI-tool die medewerkers beoordeelt, scoort of volgt valt daar al snel onder — ook als dat niet het hoofddoel was — en zonder instemming van de OR mag de regeling niet worden ingevoerd. Bij bedrijven onder de vijftig werknemers is een OR niet verplicht en heeft een eventuele personeelsvertegenwoordiging op deze punten geen instemmingsrecht, maar de AVG en de AI Act blijven dan onverkort gelden. En sinds 2 februari 2025 verplicht artikel 4 van de AI-verordening werkgevers tot een toereikend niveau van AI-geletterdheid bij het personeel dat met AI werkt — in HR betekent dat concreet dat je recruiters en HR-adviseurs moet toerusten om te begrijpen wat een tool wel en niet kan, en waar de risico's zitten.

Waar je begint met AI voor HR

De volgorde uit het voorbeeld is geen toeval; het is de verstandigste route. Begin bij het werk met de meeste tijdwinst en het laagste risico, en bewaar de gevoelige toepassingen tot je organisatie er klaar voor is.

1. Start met tekst en de servicedesk. Vacatureteksten, interne communicatie en een assistent op je personeelshandboek geven directe tijdwinst zonder juridisch mijnenveld. Hier bewijs je de waarde en bouw je vertrouwen op.
2. Houd de scheidslijn tussen voorbereiden en beslissen scherp. AI mag alles versnellen wat naar een beslissing toe werkt; de beslissing over een mens neemt een mens. Leg dat expliciet vast, zodat het niet per ongeluk vervaagt zodra het druk wordt.
3. Inventariseer nu al welke tools hoog-risico zijn. De deadline voor de hoog-risicoverplichtingen is via het Digital Omnibus-pakket verschoven naar 2 december 2027, maar gebruik je al iets voor screening, scoring of monitoring, breng dan in kaart of het onder Bijlage III valt en of je leverancier de vereiste documentatie levert. Dat kost tijd; zie het uitstel als ademruimte, niet als reden om te wachten.
4. Betrek medewerkers en OR op tijd. Niet alleen omdat het bij bepaalde toepassingen moet, maar omdat vroege betrokkenheid de weerstand wegneemt die anders elk project vertraagt. Zie ook hoe je medewerkers al AI gebruiken, ook zonder jouw toestemming — een reden te meer om er beleid op te voeren.
5. Reken de opbrengst eerlijk door. De winst zit in teruggewonnen uren en snellere doorlooptijden, niet in minder mensen. Neem die tijdwinst mee als je de businesscase opstelt, en wees eerlijk over de implementatie- en toezichtskosten die eronder zitten.

Dit sluit aan op de bredere aanpak voor AI in het mkb: klein beginnen, de waarde bewijzen, dan pas uitbreiden. Het volledige stappenplan voor AI in het mkb beschrijft die route buiten de HR-context om, en AI als antwoord op personeelstekort gaat dieper in op wat AI wel en niet oplost aan de capaciteitskant.

AI in HR is geen kwestie van alles of niets. De grootste winst zit in het administratieve werk rond het vak — teksten, servicedeskvragen, onboardingmateriaal, rapportage — waar een People-team uren mee terugkrijgt. De grootste voorzichtigheid hoort bij het werk waar het over mensen gaat: aannemen, beoordelen, monitoren. Juist daar is AI hoog-risico, letterlijk in de zin van de wet, en juist daar hoort de beslissing bij een mens. Wie die twee scheidslijnen scherp houdt, haalt de tijdwinst binnen zonder in de valkuilen te trappen. Wil je dat samen met iemand doen die zowel de HR-kant als de techniek en de regels kent, dan vind je op AI WorkTalent specialisten die je People-team daarbij helpen.