Wat de EU AI Act betekent voor recruitment in 2026 en welke 7 acties nodig zijn

Waarom deze update over de EU AI Act binnen recruitment nu nodig is

Veel uitleg over de AI Act blijft algemeen. Daardoor lijkt het soms alsof alle regels voor AI in werving en selectie op exact dezelfde datum ingaan. Dat is onhandig, omdat je dan al snel de verkeerde prioriteiten kiest. Voor AI-wetgeving binnen recruitment moet je goed onderscheid maken tussen verboden toepassingen, kennis van medewerkers, transparantie en specifieke regels voor toepassingen met een hogere impact. Juist dat onderscheid helpt recruitmentteams om gericht te werken aan recruitment AI-compliance, zonder elk hulpmiddel direct als een zwaar risico te bestempelen.

Voor bureaus en werkgevers zonder eigen jurist is die nuance extra belangrijk. Je wilt immers weten wat er morgen in je proces anders moet. Daarom leggen we de planning uit in begrijpelijke taal, vertalen we de rollen van leverancier en gebruiker naar dagelijkse taken en maken we menselijk toezicht concreet aan de hand van voorbeelden uit het recruitmentwerk.

Wat de planning van de EU AI Act voor recruitment echt zegt

Wat al eerder geldt

Een deel van de regels geldt al veel eerder dan veel recruiters denken. Het gaat dan in elk geval om verboden toepassingen en om de AI-geletterdheid van de werkgever. In gewone taal betekent dit dat medewerkers voldoende moeten begrijpen van de AI die zij gebruiken. Ze moeten weten wat een tool doet, waar de grenzen liggen en wanneer er ingegrepen moet worden. Voor de AI Act binnen HR is dat een absolute basisvoorwaarde, omdat je als recruiter niet blind mag vertrouwen op een score, voorstel of samenvatting als die gevolgen heeft voor de kandidaat.

Wat vanaf 2 augustus 2026 relevant is

Vanaf 2 augustus 2026 worden bepaalde transparantieregels in de praktijk steeds belangrijker. Niet elke AI-tool valt dan onder exact dezelfde eisen; het doel en het daadwerkelijke gebruik maken het verschil. Een hulpmiddel voor het schrijven van conceptteksten of intake-samenvattingen werkt fundamenteel anders dan een systeem dat kandidaten beoordeelt of hun kans op een vervolgstap beïnvloedt. Daarom vraagt de AI Act binnen recruitment om een gerichte beoordeling per toepassing, en niet om algemene aannames op basis van de naam van een tool.

Wat voor veel hoogrisicotoepassingen later ingaat

Voor veel zelfstandige hoogrisico-AI-systemen in recruitment is 2 december 2027 het belangrijkste moment. Dit punt wordt vaak gemist. Deze datum is relevant voor toepassingen die te maken hebben met werk, toegang tot werk en de daadwerkelijke beoordeling van kandidaten. Denk aan systemen die zelfstandig sollicitaties filteren, kandidaten evalueren, gericht adverteren op een manier die de kansen beïnvloedt of mensen rangschikken voor een volgende sollicitatiestap. Dit betekent overigens niet dat je tot 2027 achterover kunt leunen. Het betekent wel dat je nu de basis op orde moet brengen, zodat je in een later stadium minder hoeft te herstellen.

Voor de exacte planning en de officiële wetteksten is het altijd verstandig om de openbare informatie van EUR-Lex, Consilium en de Digitale Strategie Europa te raadplegen. Die bronnen zijn leidend als het gaat om data, definities en de opbouw van de wet.

Wanneer de EU AI Act in recruitment over hoog risico gaat

Hoog risico in gewone taal

Binnen de EU AI Act voor recruitment gaat hoog risico meestal over AI die directe invloed heeft op de toegang tot werk of op de beoordeling van een kandidaat. Dat is de absolute kern. Zodra AI meeweegt in wie er zichtbaar wordt, wie door mag naar de volgende ronde of wie er afvalt, kom je sneller in een veel strenger kader terecht. Binnen de AI Act voor werving en selectie draait het dus om de echte impact op de kansen van mensen, en niet slechts om een technisch labeltje.

Voorbeelden in recruitment

Voorbeelden die mogelijk onder hoog risico vallen, zijn het filteren van sollicitaties, het evalueren van antwoorden of cv’s, het rangschikken van kandidaten op geschiktheid en vormen van gerichte inzet die direct effect hebben op de toegang tot vacatures. Ook systemen die een recruiter een score, volgorde of prioriteit geven voor wie er als eerste benaderd moet worden, kunnen hieronder vallen. De beoordeling hangt steeds volledig af van het werkelijke gebruik. Kijk daarom per tool kritisch naar het doel, de invloed en de exacte plaats in het proces.

Wat geen doorslag geeft

Een leverancier kan een tool prima een assistent of copilot noemen, maar dat zegt heel weinig over de juridische betekenis ervan. Een lichte naam maakt een systeem niet automatisch licht in het gebruik. Voor de rol van de gebruiker telt onder de wet vooral hoe jij de tool in de praktijk inzet. Helpt het systeem alleen bij de voorbereiding, of stuurt het actief mee op een beslissing over kandidaten? Dat is de belangrijkste vraag die je steeds moet beantwoorden als je het risico goed wilt inschatten.

Het verschil tussen leverancier en gebruiker binnen de EU AI Act voor recruitment

Wat de leverancier moet regelen

De leverancier heeft specifieke taken rondom ontwerp, testen, documentatie, logging, uitleg en het mogelijk maken van toezicht. In gewone taal komt dit neer op transparantie en bewijs. De maker van de tool moet helder uitleggen waar het systeem voor bedoeld is, hoe het is getest en welke controles er nodig zijn. Ook hoort daarbij belangrijke informatie over de gebruikte data, bekende beperkingen en de manier waarop incidenten of fouten gemeld kunnen worden.

Wat de gebruiker moet regelen

De gebruiker heeft zijn eigen verantwoordelijkheden en kan die niet zomaar volledig doorschuiven naar de leverancier. Gebruik de tool altijd volgens de instructies. Bewaak de invoer. Controleer de uitkomsten. Signaleer fouten en vreemde patronen. Organiseer human oversight op AI op een manier die tijdens een drukke werkdag ook echt werkbaar is. Dit raakt direct aan de AI Act-verplichtingen voor de werkgever, omdat de kwaliteit van je proces uiteindelijk altijd binnen jouw eigen team zichtbaar wordt.

Praktische vertaling voor recruitmentbureaus

In een klein team werkt eenvoud doorgaans het best. Leg vast wie er eigenaar is van een tool, wie de output controleert, wie de vragen van kandidaten opvangt en wie het contact onderhoudt met de leverancier. Verdeel die taken per processtap, zoals sourcing, eerste selectie, outreach en rapportage. Op die manier wordt AI-gebruik bij recruitmentbureaus een concrete werkafspraak met een duidelijke verantwoordelijkheid en een vaste controledatum.

Hoe menselijk toezicht binnen de EU AI Act voor recruitment er in de praktijk uitziet

Wat human oversight op AI echt betekent

Menselijk toezicht betekent dat een recruiter goed begrijpt wat het systeem doet en de uitkomst ervan bewust kan negeren. De recruiter moet het proces ook op elk moment kunnen stoppen als er iets niet klopt. Dat vraagt om veel meer dan even een snelle controle. Iemand moet kunnen zien waarom een kandidaat precies hoog of laag scoort en moet bovendien bevoegd zijn om van die score af te wijken. Zonder die ruimte is er geen sprake van echt toezicht, zelfs niet als het proces op papier netjes staat beschreven.

Welke voorwaarden nodig zijn

Goed toezicht vraagt steevast om tijd, kennis en bevoegdheid. Tijd is nodig omdat een zorgvuldige controle nu eenmaal werk kost. Kennis is onmisbaar omdat iemand moet begrijpen waar eventuele fouten of scheve uitkomsten kunnen ontstaan. Bevoegdheid is essentieel omdat een recruiter écht mag en kan ingrijpen. Deze drie voorwaarden maken het grote verschil tussen een papieren afspraak en een werkbaar proces voor de AI Act binnen recruitment in de dagelijkse praktijk.

Praktijkvoorbeeld

Stel dat een recruiter werkt met vaste zoekcriteria, een scorekaart en een korte toelichting per kandidaat. Dan moet die recruiter de criteria kunnen aanpassen, de score goed kunnen beoordelen en helemaal zelf kunnen beslissen om iemand wel of niet te benaderen. In onze workflow bouwen we zulke controlepunten heel bewust in, zodat de review altijd zichtbaar blijft. Wie wil zien hoe zulke stappen in een proces terugkomen, kan op de pagina zo werkt de review in Elvatix bekijken hoe dit in de praktijk is ingericht. Dat helpt enorm bij de procescontrole, maar het vervangt uiteraard geen volledige juridische beoordeling.

Het verschil tussen teksthulp en besluitvorming met AI

AI die tekst voorbereidt

AI kan ontzettend nuttig zijn voor conceptberichten, samenvattingen, eerste versies van vacatureteksten of notities na een intake. In dat soort gevallen ondersteunt de tool vooral het voorbereidende werk. De recruiter controleert daarna de tekst grondig en beslist zelf wat er daadwerkelijk wordt gebruikt. Het risico ligt hier vaak veel lager, zolang de AI maar niet bepaalt wie er in beeld komt of juist uit beeld verdwijnt. Dat verschil is erg belangrijk binnen de AI Act voor HR, omdat de impact op kandidaten hierbij veel beperkter is dan bij systemen die inhoudelijke keuzes sturen.

AI die kandidaten rangschikt of afwijst

De situatie verandert compleet als AI kandidaten rangschikt, scoort, selecteert of zelfs afwijst. Dan beïnvloedt het systeem heel direct de kansen van mensen. Daar vraagt de AI Act voor werving en selectie om strakkere controles, een duidelijke rolverdeling en veel beter vastgelegde reviewmomenten. Voor veel teams is dit het allerbelangrijkste onderscheid, omdat hier precies de overgang zit van een handige ondersteuning naar een besluitondersteuning met zwaardere gevolgen.

Waarom dit verschil zo belangrijk is

Veel teams zeggen dat de AI hen alleen maar ondersteunt, terwijl de output in de praktijk stiekem al richting geeft aan de selectie. Kijk daarom altijd eerlijk naar de echte rol van het systeem. Als de AI actief meespeelt in de keuze om iemand wel of niet te benaderen, wel of niet voor te stellen of wel of niet af te wijzen, dan moet je dat simpelweg zwaarder beoordelen dan een hulpmiddel dat alleen tekst genereert. Daarom helpt zo'n eenvoudige tweedeling vaak beter dan ingewikkeld technisch jargon: voorbereiding is echt iets anders dan beoordeling.

Kandidaten informeren over AI binnen de EU AI Act voor recruitment

Wanneer informeren nodig is

Als AI een relevante rol speelt in je proces, moet je goed kijken wanneer je kandidaten hierover informeert. Zeker bij toepassingen die impact hebben op de beoordeling of de toegang tot werk, is een duidelijke uitleg erg belangrijk. Kandidaten informeren over AI betekent dat iemand snapt dat er een systeem wordt gebruikt, waarvoor dat precies gebeurt en dat er altijd een mens betrokken blijft. Die informatie moet bovendien op een logisch moment komen, bijvoorbeeld in de vacaturetekst, direct in de sollicitatiebevestiging of vlak voor een belangrijke beoordelingsstap.

Wat je in gewone taal uitlegt

Leg rustig uit dat je AI gebruikt, voor welk specifiek doel, welke rol de recruiter hierbij behoudt en hoe iemand vragen over dit proces kan stellen. Gebruik liever geen beladen woorden als 'slim', 'eerlijk' of 'objectief' als je die vervolgens niet hard kunt onderbouwen. Eenvoudige en heldere taal werkt veel beter, omdat kandidaten dan veel sneller begrijpen wat er gebeurt met hun persoonlijke gegevens en met de uiteindelijke beoordeling van hun sollicitatie.

Voorbeeldtekst voor kandidaten

AI Act-checklist voor recruiters: 7 acties voor recruitment AI-compliance

1. Maak een volledig overzicht

Noteer zorgvuldig alle AI-tools die je momenteel gebruikt. Schrijf per tool op waar die in het proces zit, wat het precieze doel is, wie de interne eigenaar is en welk bewijs je bewaart. Denk hierbij aan leveranciersdocumentatie, interne werkinstructies en handige screenshots van je instellingen. Dit vormt de basis van elke AI Act-checklist voor de recruiter, omdat je zonder een goed overzicht simpelweg geen goede beoordeling kunt maken.

2. Beoordeel de rol van de tool

Bepaal per tool kritisch of het vooral om teksthulp gaat of daadwerkelijk om ondersteuning bij een beslissing. Kijk daarna goed of de toepassing mogelijk onder een hoog risico valt. De belangrijkste hoofdvraag blijft steeds of de tool invloed heeft op de toegang tot werk of op de inhoudelijke beoordeling van kandidaten.

3. Stel gerichte vragen aan de leverancier

Vraag hoe de leverancier de tool indeelt, welke specifieke data er zijn gebruikt, hoe er op fouten en scheve uitkomsten is getest, welke logging er beschikbaar is en hoe uitleg wordt gegeven. Vraag ook heel concreet wat jij als gebruiker zelf nog moet regelen. Een recruitmentteam dat werkt met AI sourcing met menselijke controle moet namelijk nog steeds zelf beoordelen of de uitkomst klopt en of de review goed is ingericht.

4. Doe een privacycheck

Controleer goed welke persoonsgegevens de tool verwerkt, hoelang de data worden bewaard en met wie deze precies worden gedeeld. De AI Act staat natuurlijk niet los van de bestaande privacyregels. Kijk daarom ook altijd scherp naar de grondslag, de bewaartermijnen en de afspraken met leveranciers over dataverwerking. Voor recruitment AI-compliance is dit echt een vast onderdeel en zeker geen losse bijzaak.

5. Leg menselijk toezicht vast

Schrijf duidelijk op wie er controleert, op welk moment en met welke bevoegdheid. Leg ook vast wie een uitkomst mag negeren, wie het proces direct kan stoppen en wanneer eventuele opschaling nodig is. Zo maak je human oversight op AI concreet en toetsbaar, ook wanneer er meerdere recruiters met exact dezelfde tool werken.

6. Regel communicatie naar kandidaten

Bepaal vooraf welke tekst je gebruikt, wanneer je die precies toont en via welk kanaal dat dan gebeurt. Zet er altijd een eigenaar en een controledatum bij. Daarmee maak je het informeren van kandidaten over AI een vast en logisch onderdeel van je proces in plaats van een snelle, losse opmerking achteraf.

7. Houd incidenten en afwijkingen bij

Registreer alle fouten, klachten, onverwachte uitkomsten en latere aanpassingen. Denk aan vreemde of onverklaarbare scores, technische problemen of mogelijke signalen van ongelijke behandeling. Door dit netjes bij te houden, kun je later veel beter laten zien wat je hebt waargenomen en welke stappen je vervolgens hebt gezet. Dat helpt ook enorm om leveranciers gerichter aan te kunnen spreken op terugkerende problemen.

Een bijzonder handige aanpak is om bij elk van deze zeven punten drie vaste velden te gebruiken: eigenaar, bewijsstuk en controledatum. Zo blijft de checklist, ook voor een relatief klein team, uiterst werkbaar en overzichtelijk.

• Overzicht: noteer de tool, processtap, het doel, de eigenaar, het bewijsstuk en de controledatum.
• Beoordeling: leg vast of het puur gaat om teksthulp of om invloed op selectie en beoordeling.
• Leverancierscontrole: bewaar alle antwoorden over data, testen, logging, uitleg en incidenten.
• Toezicht en communicatie: wijs een duidelijke verantwoordelijke aan voor de review en de kandidaatmelding.
• Monitoring: houd alle klachten, fouten en eventuele bijsturing bij in één vast logboek.

Vragen die recruiters aan leveranciers moeten stellen over de EU AI Act in recruitment

Over doel en classificatie

Vraag waarvoor de betreffende tool precies is bedoeld. Ondersteunt het systeem alleen de voorbereiding, of beïnvloedt het indirect of direct ook de selectie, scoring of ranking? Vraag ook goed door waarom de leverancier vindt dat een systeem wel of niet in de buurt van een hoog risico komt. Dit helpt aanzienlijk bij je eigen beoordeling als de eindgebruiker van de tool.

Over trainings- en testdata

Vraag nadrukkelijk welke soorten data er precies zijn gebruikt voor de training en het testen. Vraag ook hoe passend die data zijn voor jouw dagelijkse praktijk en welke beperkingen er al bekend zijn. Als een leverancier daar geen helder of duidelijk antwoord op geeft, is dat een flink signaal om verder door te vragen voordat je zo'n tool dieper in je eigen proces opneemt.

Over tests op fouten en scheve uitkomsten

Vraag welke concrete controles er zijn gedaan op fouten, scheve resultaten en de prestaties in sterk verschillende situaties. Vraag tevens hoe vaak die controles worden herhaald en hoe eventuele verbeteringen worden vastgelegd. Algemene claims zijn simpelweg niet genoeg zonder een concrete uitleg, omdat je anders onmogelijk goed kunt beoordelen of een tool echt past bij jouw manier van werven.

Over logging en uitlegbaarheid

Vraag welke gegevens er exact worden vastgelegd, welke gemaakte keuzes later nog te volgen zijn en hoe een recruiter de uiteindelijke uitkomst goed kan begrijpen. Dit is vooral erg belangrijk voor teams zonder een eigen specialist in huis, omdat je anders achteraf moeilijk kunt laten zien hoe een beslissing precies tot stand is gekomen en waar een uitkomst eventueel is misgelopen.

Over beveiliging, incidenten en implementatie

Vraag hoe je data worden beveiligd, hoe incidenten worden gemeld en wat de leverancier direct van jou nodig heeft als er toch iets misgaat. Vraag ook wie je vaste contactpersoon is, welke reactietijd redelijk is en welke ondersteuning er geboden wordt bij de implementatie en de inrichting van de review. Als je een product of proces wat verder wilt bespreken, kun je via stel je vraag over AI in recruitment heel eenvoudig contact opnemen. We helpen je graag met meer uitleg over de werking en de implementatie, maar we geven nadrukkelijk geen individueel juridisch advies.

Wat dit betekent voor je team, proces en toolkeuze

De AI Act raakt echt niet alleen je software. Je hele proces eromheen is minstens zo belangrijk. Kijk daarom nauwkeurig per stap wie er beslist, wat de AI precies doet en welk bewijs je daarvan bewaart. Op deze manier maak je de AI Act-verplichtingen voor werkgevers echt praktisch uitvoerbaar. Je voorkomt bovendien dat belangrijk beleid alleen maar op papier bestaat, terwijl de dagelijkse werkwijze hier enorm bij achterblijft.

Teams die dit meteen goed aanpakken, kijken dus veel breder dan alleen de inkoop van een nieuwe tool. Ze leggen reviewmomenten zorgvuldig vast, trainen hun recruiters in de werking en de grenzen van AI, en ze controleren regelmatig of de praktijk nog wel past bij de oorspronkelijke bedoeling. Wie wat extra context wil zien over een goede procesinrichting, kan onze praktijkcases van Elvatix bekijken. Die specifieke voorbeelden laten prachtig zien hoe controlepunten zichtbaar gemaakt kunnen worden, maar ze vormen natuurlijk geen juridisch bewijs op zichzelf.

Praktisch voorbeeld van controle in sourcing en outreach

Neem bijvoorbeeld een sourcingproces waarin een recruiter specifieke zoekcriteria invoert, kandidaten laat voorstellen door een slim systeem en daarna per kandidaat de reden van de match bekijkt. Vervolgens controleert deze recruiter het conceptbericht, past de toon handmatig aan en beslist uiteindelijk zelf of het bericht ook daadwerkelijk wordt verstuurd. In zo’n overzichtelijk proces zie je duidelijk waar het menselijk toezicht zit: bij de criteria, bij de beoordeling en bij de verzending. Leg daarnaast goed vast wie deze stappen controleert en hoe vaak je die werkwijze opnieuw beoordeelt. Dat maakt de AI Act voor werving en selectie heel concreet en direct uitvoerbaar voor een bureau of een intern team.

Dit soort inrichting helpt bovendien enorm bij de AI-geletterdheid van de medewerkers. Recruiters leren dan namelijk niet alleen welke knop ze moeten gebruiken, maar ook direct waarom een voorstel uit een systeem nooit zomaar vanzelf een juiste beslissing is. Daardoor wordt toezicht echt een wezenlijk onderdeel van het werk, en geen losse controle die er pas achteraf nog even bij komt kijken.