Cv-parsing voor recruitmentbureaus: van los document naar bruikbaar profiel in 2026

Elk cv dat binnenkomt is een document met een verhaal erin dat je systeem niet kan lezen. Cv-parsing haalt dat verhaal uit elkaar en zet het om in velden waarop je kunt zoeken, filteren en signaleren. Deze gids laat zien hoe parsing werkt, hoe nauwkeurig het in de praktijk is, waar het structureel misgaat, en waar de grens ligt tussen gegevens uitlezen en kandidaten beoordelen.

Wat is cv-parsing en wat doet het precies?

Cv-parsing is het automatisch uitlezen van een cv en het omzetten van de inhoud naar losse, doorzoekbare velden in je systeem. Een parser leest het document, herkent welk stuk tekst een functietitel is en welk stuk een werkgever, en zet die stukken op de juiste plek in het kandidaatprofiel. Het resultaat is geen samenvatting en geen beoordeling, maar een gestructureerde weergave van wat er in het document staat.

De velden die vrijwel elke parser aanlevert zijn dezelfde: persoonsgegevens zoals naam, woonplaats, telefoonnummer en e-mailadres, werkervaring met functietitel, werkgever, periode en taken, en opleiding met diploma, instelling en jaar van afronding. Daarbovenop komen vaardigheden, talen en certificeringen, al is dat precies het deel waar de kwaliteit uiteenloopt.

Technisch bestaat parsing uit drie stappen die na elkaar plaatsvinden. Eerst wordt het bestand omgezet naar platte tekst, wat bij een Word-document eenvoudig is en bij een gescande pdf een tekstherkenningsstap vereist. Daarna wordt die tekst in blokken verdeeld: dit stuk hoort bij werkervaring, dit bij opleiding. Pas in de derde stap worden binnen die blokken de losse waarden herkend en aan een veld gekoppeld.

Waar de generaties parsers van elkaar verschillen, zit in die tweede en derde stap. Oudere systemen werken met vaste regels en trefwoordenlijsten: staat er het woord opleiding, dan begint het opleidingsblok. Nieuwere parsers gebruiken taalmodellen die de context meewegen en daardoor beter omgaan met afwijkende opmaak en met cv's in meerdere talen. Dat verschil is groot genoeg om terug te zien in de nauwkeurigheidscijfers verderop.

Wat parsing niet is: een oordeel. Een parser die netjes werkt, weet dat iemand vier jaar operationeel inkoper is geweest. Hij weet niet of die persoon geschikt is voor jouw aanvraag. Dat onderscheid lijkt vanzelfsprekend, maar het is precies de scheidslijn waar de wetgeving op aangrijpt. Bij Spadework houden we die twee lagen daarom bewust gescheiden: uitlezen doet het systeem, wegen doet de recruiter. Daarover meer in de sectie over uitlezen en beoordelen.

Waarom een los cv je database onbruikbaar maakt

Ongeveer driekwart van de middelgrote en grote Nederlandse werkgevers werkt met een applicant tracking system. Bij bureaus ligt dat aandeel nog hoger, want het systeem is er het werkproces. Toch zit in vrijwel elk van die systemen een grote groep kandidaten waarvan alleen een bijlage bestaat: een pdf onder een naam en een e-mailadres, verder niets.

Die kandidaten zijn onzichtbaar. Niet omdat ze weg zijn, maar omdat elke zoekopdracht die je doet op velden zoekt. Zoek je op logistiek planners binnen dertig kilometer van Tilburg met SAP-ervaring, dan doorzoekt je systeem de velden functietitel, woonplaats en vaardigheden. Een kandidaat die alle drie in zijn cv heeft staan maar bij wie die velden leeg zijn, komt niet in je resultaat. Voor je recruiter bestaat hij niet. Hoe je dat soort blinde vlekken herkent, staat in hoe je een vervuilde recruitmentdatabase herkent.

Het probleem stapelt zich op twee manieren. Ten eerste in de tijd: een bureau dat tien jaar bestaat heeft duizenden van deze halve profielen, en de kandidaten met de meeste ervaring zitten meestal in het oudste deel van het bestand. Ten tweede in de breedte: hoe minder velden gevuld zijn, hoe eerder dezelfde persoon opnieuw wordt aangemaakt bij een volgende sollicitatie, omdat je systeem de dubbeling niet ziet. Dat mechanisme werken we uit in dubbele kandidaatprofielen ontdubbelen.

De rekening komt terug in tijd. Uit de Recruitment Metrics van Intelligence Group en Werf& blijkt dat 36 procent van de werktijd van een recruiter naar administratief werk gaat, wat bij een werkweek van veertig uur neerkomt op ruim veertien uur. Een deel daarvan is overtypen wat al ergens staat. Elk veld dat een parser goed invult, hoeft niemand met de hand te vullen en is meteen doorzoekbaar.

Dit telt bij bureaus zwaarder dan bij corporates, omdat je bestand je voorraad is. Een corporate werft voor de eigen organisatie en kijkt vooruit. Een bureau verkoopt uit wat het al heeft, en dat maakt vindbaarheid geen comfort maar omzet. Waarom je beste kandidaat er meestal al in staat, lees je in waarom je beste kandidaat vaak al in je eigen database zit.

Hoe nauwkeurig is cv-parsing echt?

Vrijwel elke leverancier noemt een percentage rond de 95. Dat cijfer is niet onjuist, maar het is bijna nooit een cijfer over jouw cv's. Het is doorgaans gemeten op schone documenten met een enkele kolom, in de taal waarop het model is getraind, en vaak over de makkelijkste velden. De vraag die zelden gesteld wordt bij de aanschaf, is waar het cijfer precies op slaat.

De cijfers die wel iets zeggen, zijn de cijfers per veld. Daar loopt de nauwkeurigheid ver uiteen, en die spreiding is stabiel over verschillende metingen heen.

Twee dingen vallen op. Het eerste is dat de velden waarop je zoekt de minst betrouwbare velden zijn. Naam en e-mail komen er bijna altijd goed uit, maar daar zoek je niet op. Vaardigheden en functietitels bepalen of iemand in je resultaat verschijnt, en juist die blijven achter. Het tweede is het gat tussen de testomgeving en de praktijk: circa 87 procent op echte, rommelige cv's tegenover circa 96 procent bij zorgvuldige handmatige invoer.

Dat laatste getal is nuttiger dan het lijkt. Handmatig invoeren is dus ook geen honderd procent, en het kost bovendien tijd die je niet terugkrijgt. De juiste vergelijking is niet parsing tegenover perfectie, maar parsing tegenover wat er nu feitelijk gebeurt: een recruiter die onder tijdsdruk drie velden invult en de rest laat staan. Op die maatstaf wint een middelmatige parser al ruim.

Belangrijk bij het lezen van elk nauwkeurigheidscijfer: vrijwel alle openbare cijfers over parserprestaties komen van de leveranciers zelf. Onafhankelijke vergelijkingen zijn schaars. Behandel elk percentage in een offerte daarom als een startpunt voor een eigen test, niet als een resultaat.

Waar parsing structureel misgaat

De fouten die parsers maken zijn niet willekeurig. Ze komen terug in dezelfde paar categorieën, en die categorieën zijn allemaal terug te voeren op hoe het document is opgebouwd in plaats van op wat erin staat.

De eerste is de gescande pdf. Een cv dat is geprint, ondertekend en weer ingescand bevat geen tekst maar een afbeelding. Er moet dan eerst tekstherkenning overheen, en die stap voegt naar schatting tien tot vijftien procent extra foutmarge toe. Cijfers en jaartallen lijden daar het meest onder, waardoor periodes verschuiven of wegvallen.

De tweede is de tweekolomsopmaak. Ontwerpsjablonen zetten vaardigheden en contactgegevens vaak in een smalle zijkolom naast de hoofdtekst. Bij het omzetten naar platte tekst worden die kolommen door elkaar gelezen, waardoor een regel uit de zijkolom midden in een functieomschrijving belandt. Het cv oogt verzorgd en parseert slecht, wat een lastige boodschap is richting kandidaten.

De derde is taal. Een model dat vooral op Engelstalige cv's is getraind, presteert merkbaar minder op Nederlandse en Poolse documenten. Voor bureaus met internationale instroom is dat geen randgeval maar dagelijkse praktijk, en het is de reden om bij een test bewust anderstalige cv's mee te nemen.

Een vierde oorzaak wordt vaak vergeten en is de goedkoopste om op te lossen: het cv is prima geparst, maar het profiel is verouderd. Iemand die in 2021 is ingevoerd als medior heeft inmiddels een andere functie. Parsing lost dat niet op, verrijking wel. Wat dat verschil inhoudt, staat in database verrijking voor recruitmentbureaus.

De grens tussen uitlezen en beoordelen

Voor de wetgever zijn parsen en selecteren twee verschillende dingen, en dat onderscheid bepaalt welke verplichtingen je hebt. Het uitlezen van gegevens die letterlijk in het document staan, zoals naam, werkgevers, periodes en genoemde opleidingen, is gegevensverwerking. Daarvoor gelden de gewone regels van de AVG: een grondslag, transparantie richting de kandidaat en een bewaartermijn die je kunt onderbouwen.

Zodra je systeem verder gaat dan uitlezen, verandert het beeld. Vaardigheden afleiden die er niet staan, een geschiktheidsscore toekennen, kandidaten rangschikken op volgorde van waarschijnlijkheid: dat zijn beoordelende handelingen. Onder de AI-verordening vallen systemen die worden ingezet voor werving en selectie in de categorie met de zwaarste eisen, en die kwalificatie hangt aan dat beoordelende karakter, niet aan het uitlezen.

Daarnaast speelt artikel 22 van de AVG, dat al sinds 2018 geldt en losstaat van de AI-verordening. Dat artikel geeft mensen het recht niet onderworpen te worden aan een besluit dat uitsluitend op geautomatiseerde verwerking berust en dat hen in aanmerkelijke mate treft. Een afwijzing zonder dat er een mens naar heeft gekeken valt daar in de praktijk onder. Een systeem dat een voorselectie voorstelt en een recruiter die beslist, valt er buiten.

Voor bureaus is dit onderscheid ook praktisch bruikbaar. Het maakt duidelijk dat je de parselaag zonder veel bezwaar breed kunt inzetten, terwijl je de beoordelende laag bewust smal en aantoonbaar menselijk houdt. Dat is ook de reden dat Spadework kansen voorlegt en nooit namens jou een kandidaat afvoert. De volledige uitwerking van de verplichtingen, inclusief het gefaseerde tijdpad, staat in de EU AI Act in recruitment.

Zo test je de parsekwaliteit op je eigen bestand

Elke leverancier laat een demo zien op cv's die goed gaan. De enige meting die iets zegt, doe je zelf op je eigen documenten. Dat kost een halve dag en het levert een cijfer op waarmee je kunt onderhandelen.

Stel een testset samen van vijftig cv's die de werkelijkheid van jouw instroom weerspiegelt. Niet vijftig nette exemplaren, maar de verhouding zoals hij binnenkomt: een deel Word, een deel digitale pdf, een aantal scans, een paar ontwerpsjablonen met een zijkolom, en het aandeel anderstalige documenten dat je feitelijk ontvangt. Neem er ook een paar mee met een gat in het arbeidsverleden of met twee gelijktijdige functies.

Kies vervolgens de velden waarop je bureau daadwerkelijk zoekt. Voor de meeste bureaus zijn dat er zes tot acht: functietitel, werkgever, periode, woonplaats, opleidingsniveau, vaardigheden, talen en beschikbaarheid. Scoor per cv per veld of het correct, verkeerd of leeg is. Leeg en verkeerd tel je apart, want ze vragen om verschillende oplossingen.

Reken daarna twee getallen uit. Het eerste is de veldnauwkeurigheid per veld, zodat je ziet waar de zwakte zit. Het tweede is het percentage cv's waarbij alle zoekvelden kloppen, want dat bepaalt of een profiel bruikbaar is. Dat getal ligt fors lager en is het eerlijkere.

Herhaal die test bij elke leverancier, met dezelfde vijftig cv's. Vraag of het model bijgesteld kan worden op jouw functietitels, want de vaktaal in de techniek verschilt van die in de zorg. Wanneer je bestand goed genoeg is voor automatisering, staat in wanneer is je database AI-ready.

Wat je met de velden doet zodra ze er staan

Parsing is geen doel. Het is de stap die de rest mogelijk maakt, en die rest is waar het rendement zit. Zodra de velden gevuld zijn, verandert er drie keer iets aan de manier waarop je bureau werkt.

Het eerste is zoeken. Gevulde velden maken gerichte zoekopdrachten mogelijk in plaats van vrije tekst door bijlagen heen. Dat scheelt niet alleen tijd, het verandert wie je vindt: niet de kandidaten met de meeste trefwoorden in hun cv, maar de kandidaten die aan je criteria voldoen. Hoe je die zoekopdrachten opbouwt, staat in boolean search voor recruiters.

Het tweede is voordragen. Een geparst profiel is de basis voor een presentatie op maat: dezelfde kandidaat, maar met de ervaring die bij deze aanvraag hoort naar voren gehaald en in jouw huisstijl. Dat is waar de CV-Transformer van Spadework voor gemaakt is, van document naar vacature-specifiek profiel in ongeveer twee minuten in plaats van een halfuur knip- en plakwerk.

Het derde is signaleren, en dat is het onderdeel dat het vaakst wordt overgeslagen. Een gevuld profiel is een profiel waartegen je veranderingen kunt afzetten. Wisselt iemand van werkgever, verandert zijn functietitel of loopt zijn opdracht af, dan is dat alleen zichtbaar als er een vorige waarde was om mee te vergelijken. Zonder gevulde velden zie je die beweging niet, met gevulde velden wordt het een aanleiding om te bellen. Die logica staat uitgewerkt in de drie signaalsoorten.

In die volgorde zit ook de aanbeveling. Begin niet met de slimme laag, begin met de velden. Dat is ook de volgorde die Spadework aanhoudt bij een implementatie. Een bureau met een schoon, gevuld bestand kan er van alles bovenop zetten. Een bureau met duizenden bijlagen zonder velden koopt automatisering die geen materiaal heeft om mee te werken. Jij kent deze mensen. Jij ziet ze op tijd. Jij bepaalt wat je ermee doet.

Veelgestelde vragen

Lees ook