Is een ATS-score betrouwbaar? Wat het cijfer niet meet
Twee ATS-checkers geven je cv twee cijfers zonder dat je iets verandert. Waarom een ATS-score niet betrouwbaar is, en wat wel elke keer hetzelfde blijft.
Nee, een ATS-score is niet betrouwbaar, en dat komt niet doordat de ene tool slechter afgesteld is dan de andere. Het zit in de opzet. Elke cv-checker legt je cv langs zijn eigen meetlat naast de vacaturetekst, op zijn eigen servers, en drukt daar een percentage op. Twee meetlatten, twee getallen, één cv dat je niet hebt aangeraakt.
Wat nieuw is: die wankelheid is nu gemeten, en het is erger dan onnauwkeurigheid.
Het sollicitatiesysteem geeft jou dat cijfer niet
Een sollicitatiesysteem (ATS) is een database met een werkproces eromheen. Het leest je cv uit naar velden, naam, bedrijven, functietitels, datums, opleiding, bewaart het resultaat, en laat de recruiter daarin zoeken en filteren. Daar komt geen cijfer voor jou uit. Een recruiter zoekt en filtert in dat dossier, en jij krijgt uit dat systeem geen percentage te zien.
Het getal komt van iets anders: een losse cv-checker die het woord ATS in zijn naam draagt en de meetlat zelf bedenkt. Dat is geen aanklacht, het is de bouwtekening. Er is geen gedeelde definitie van een match, geen gepubliceerde weging, en geen manier om te zien welk van twee getallen het betere is, want geen van beide toont zijn werk.
Wat er nu gemeten is: bijna een derde van de beslissingen klapt om
Qiangju Chen en Yang Xiao dienden op 15 september 2026 een audit in (arXiv:2609.16517) die dit van de meetkant aanpakt. Zij bouwden kandidaatprofielen op vastgezette niveaus van bekwaamheid en gaven elk profiel meerdere presentaties: andere formulering, andere structuur, meer of minder stilistische afwerking, betere of slechtere tekstextractie. Daarna gaat er een controle over die varianten heen, en die is het scharnier van het hele onderzoek:
"A deterministic validation gate excludes variants that alter the underlying evidence before scoring."
In het Nederlands: een vaste controle gooit elke variant eruit die iets aan de onderliggende onderbouwing verandert, nog voordat er een cijfer aan hangt. Wat overblijft, is dezelfde onderbouwing in een andere vorm. Dezelfde persoon, dezelfde ervaring, een andere pagina.
De audit loopt over zes open taalmodellen die op instructies zijn afgestemd, en het beste model is niet het stabiele model. Llama-3.1-8B haalt met zijn eigen chattemplate de hoogste validiteit van de zes, 0,781, en klapt tegelijk 29,6% van de vergeleken beslissingen om. Mistral-7B-v0.3 komt op een validiteit van 0,644 met een omklappercentage van 41,4%. Validiteit is hier de mate waarin het model de sterkere kandidaat ook echt als de sterkere aanwijst.
Omklappen is geen cijfer dat een paar punten schuift. Het is de andere kandidaat die wint. Zelfde twee mensen, zelfde onderbouwing, andere opmaak, andere beslissing. Bij het model dat het er nog het beste van afbracht, gebeurde dat bij bijna één op de drie vergeleken paren.
De makkelijke oplossing werkt ook niet. De auteurs schrijven dat het netjes aanleveren van de tekst in het format waar een model op is afgestemd de beoordeling wel beter maakt: "Native chat formatting improves validity for several chat-tuned models but does not remove this instability." De wankelheid zelf blijft.
Dat is een ander soort uitspraak dan "het cijfer klopt niet helemaal". Het getal is geen onnauwkeurige meting van jou. Het meet jou niet.
Het probleem zit ook in de rangschikking zelf
Een tweede audit pakt het van de andere kant aan. Jane Castleman, Zeyu Shen, Blossom Metevier, Max Springer en Aleksandra Korolova dienden op 20 februari 2026 een onderzoek in (arXiv:2602.18550) waarin ze cv's bouwden waarvan vooraf vaststaat welke kandidaat de sterkere is. Daarna lieten ze taalmodellen rangschikken. Hun uitkomst: "many models are unable to consistently select the resumes describing more qualified candidates".
Wat daarna volgt, wordt bijna nooit geciteerd: "models do not reliably abstain when ranking equally-qualified candidates". Bij twee gelijkwaardige kandidaten is het enige juiste antwoord dat ze gelijk zijn. De modellen kiezen toch.
Een systeem dat altijd een voorkeur produceert, ook als de onderbouwing daar geen aanleiding voor geeft, produceert ook altijd een cijfer. Een percentage met een decimaal erachter ziet eruit als een meting, ook wanneer er niets te meten viel.
Wat dit niet betekent
Hier moet ik precies zijn, anders maak ik de fout waar dit stuk over gaat.
Beide onderzoeken testen taalmodellen die als beoordelaar worden ingezet, waaronder open modellen van 7 en 8 miljard parameters. Ze hebben Workday, Greenhouse en iCIMS niet getest, en die platforms laten kandidaten geen cijfer zien dat iemand van buitenaf kan narekenen. Of de pijplijn van een specifieke werkgever op 5% of op 40% van de paren omklapt, is van buiten die pijplijn niet te weten. Wie daar wel een getal bij noemt, gokt.
Wat de audits toch overdraagbaar maakt, staat in de eerste regel van Castleman: "many entities rely on general purpose LLMs without further adapting them to the task". Veel organisaties zetten algemene taalmodellen in zonder ze verder op de taak aan te passen. Precies de modellen die in deze audits omklappen, liggen binnen bereik van iedere werkgever met een API-sleutel. Dat maakt de meting geen uitspraak over jouw sollicitatie, maar ook geen laboratoriumcuriositeit.
En dan het ronde percentage dat op Nederlandse pagina's blijft rondgaan over cv's die nooit een mens bereiken. Dat getal staat hier niet, ook niet om het te weerleggen, want één keer lezen is genoeg om een getal te onthouden. De verwijzing eronder is inmiddels een nieuwer rapport van een leverancier, en ook daarin staat geen meting.
Wat er niet beweegt
Drie dingen aan een sollicitatie verschillen niet per tool, en alle drie zijn nuttiger dan het cijfer.
Automatische afwijzing loopt op je formulierantwoorden, niet op je cv. Greenhouse beschrijft die functie in zijn eigen documentatie: een organisatie kan regels instellen waardoor een sollicitant op basis van het antwoord op één vraag automatisch wordt afgewezen. De pagina zegt het zo: "based on an applicant's answer to a question, they will automatically be rejected as a potential candidate", en meldt dat de functie beschikbaar is voor de abonnementen Plus en Pro. Een regel die één antwoord leest, geeft bij hetzelfde antwoord elke keer dezelfde uitkomst. Daar zit geen meetlat tussen, en daar zit ook de weinig spannende verklaring voor een afwijzing die binnen een paar minuten binnenkomt: je hebt ingevuld dat je geen werkvergunning voor dat land hebt, of dat je een verplicht gesteld diploma mist, of je hebt een salariswens opgegeven die boven het maximum van de vacature ligt.
De uitlezing is extractie, geen oordeel. Een parser haalt tekst uit je bestand en zet die in velden. Hetzelfde bestand geeft dezelfde velden, elke keer. Dit is daarmee het enige deel van de keten dat je zelf kunt nakijken en repareren, en waar het werk niet verdampt zodra je een andere tool opent. Je kunt die uitlezing ook laten zien: upload je cv en je krijgt hem veld voor veld terug, zonder account.
Dekking is een lijst, geen cijfer. Welke eisen uit de vacaturetekst beantwoordt je cv, welke beantwoordt het zwak, en welke noemt het niet? Dat zijn drie lijstjes, geen percentage. Twee eerlijke tools komen hier op vrijwel dezelfde lijst uit, omdat de vacaturetekst de bron is en niet de meetlat van de tool. Een lijst vertelt je bovendien wat je moet doen. Een percentage vertelt je dat er iets ontbreekt, zonder te zeggen wat.
| Wat je meet | Verschilt het per tool? |
|---|---|
| De uitlezing van je bestand | Nee, hetzelfde bestand geeft dezelfde velden |
| Welke eisen uit de vacaturetekst je cv beantwoordt | Nauwelijks, de vacaturetekst is de bron |
| Het cijfer van een cv-checker | Ja, elke checker heeft zijn eigen meetlat |
In Nederland mag je één vraag stellen die bijna niemand stelt
Van buitenaf kun je niet in de pijplijn van een werkgever kijken. Ernaar vragen mag wel, en het College voor de Rechten van de Mens heeft dat voor afgewezen sollicitanten opgeschreven: vraag het bedrijf hoe de afwijzing tot stand is gekomen, vraag hoe de gebruikte recruitmentsoftware werkt, en deel je ervaring met het College als het bedrijf daar geen goede uitleg bij kan geven. Het College houdt daarbij één norm aan: een sollicitatieprocedure moet inzichtelijk, controleerbaar en systematisch zijn, ook wanneer er selectie-algoritmes in zitten.
Voor die ene vacature levert dit je niets op. Het is langzaam, het voelt ongemakkelijk, en bijna niemand doet het. Het is tegelijk de enige route die daadwerkelijk naar binnen kijkt, en dus meer dan welke checker met een percentage je ooit kan geven.
Wat je in plaats van het cijfer doet
- Controleer of je bestand uitleesbaar is. Open je cv, selecteer alles, kopieer het, en plak het in Kladblok of in een ander veld zonder opmaak. Wat daar in de juiste volgorde aankomt, is ongeveer wat een parser eruit haalt. Komt er niets, dan is je PDF een afbeelding van een document.
- Leg de vacaturetekst naast je cv en maak drie lijstjes: eisen die je cv beantwoordt, eisen die het zwak beantwoordt, eisen die het niet noemt.
- Neem uit dat derde lijstje alleen wat waar is over jou, en schrijf het op in je eigen woorden. De rest blijft eraf.
- Vervang één vage regel per keer, en begin bij de vraag in plaats van bij
het getal. "Verantwoordelijk voor de migratie van het oude
factureringssysteem" wordt pas een goede regel als je drie dingen weet:
hoeveel accounts, over hoeveel maanden, en wat er in die periode met de
facturatie gebeurde. Weet je het niet meer, laat het gat dan staan:
Het oude factureringssysteem uitgefaseerd [hoeveel accounts, en in hoeveel maanden?]. Een vage ware regel overleeft het gesprek. Een concrete verzonnen regel niet. - Lees de formuliervragen langzaam. Dat is de stap waar een regel je wel automatisch kan afwijzen.
Rzume laat eerst zien wat een parser uit je bestand haalt, veld voor veld, inclusief wat het nergens kwijt kon. Daarna staan de bevindingen op een rij, elk met het citaat van de regel waar het over gaat. De uitlezing en de volledige review zijn gratis en vragen geen account. Er rolt geen cijfer uit en geen matchpercentage, want niemand kan dat eerlijk berekenen. Bij een herschrijving vraagt Rzume in plaats van te verzinnen: sla je een vraag over, dan gaat de regel mee met het gat zichtbaar tussen blokhaken.
Upload je cv en lees wat er uit je bestand komt. Wat er in de pakketten zit, staat op de prijzenpagina, en wat Rzume wel en niet doet staat op de startpagina.
Bronnen
- Chen, Q. en Xiao, Y., Competence-Preserving Resume Perturbations Expose Presentation Sensitivity in LLM Screening, arXiv:2609.16517, ingediend op 15 september 2026.
- Castleman, J., Shen, Z., Metevier, B., Springer, M. en Korolova, A., Measuring Validity in LLM-based Resume Screening, arXiv:2602.18550, ingediend op 20 februari 2026.
- Greenhouse, Auto-reject, documentatie van de leverancier, pagina laatst bijgewerkt op 30 januari 2026.
- College voor de Rechten van de Mens, Afgewezen voor een sollicitatie? Stel vragen over algoritmes, 16 mei 2022.
Alle bronnen geraadpleegd op 26 september 2026.
