EU AI Act en AVG in 2026: wat betekent dit voor recruitment in de overheid?
De combinatie EU AI Act en AVG overheid recruitment 2026 dwingt publieke werkgevers om het volledige selectieproces opnieuw te bekijken. Niet alleen de techniek verandert; vooral transparantie, menselijke controle en aantoonbare zorgvuldigheid worden bepalend voor hoe gemeenten, provincies en waterschappen AI in werving en selectie mogen inzetten.
In dit artikel helpen we je bepalen welke onderdelen van jouw proces mogelijk onder de hoogrisico-eisen vallen, wanneer een DPIA nodig is, hoe je human-in-the-loop goed regelt en welke documentatie je in 2026 paraat wilt hebben. Verwacht praktische stappen, realistische keuzes en duidelijke checks die passen bij de context van overheid als werkgever.
Het doel: je krijgt houvast om nu al te beslissen welke AI-tools je verantwoord kunt gebruiken, hoe je leveranciers scherp bevraagt en hoe je kandidaten eerlijk en transparant behandelt, zonder onnodig risico voor organisatie en reputatie.
Wat verandert er in 2026: EU AI Act en AVG
Vanaf 2026 worden AI-toepassingen in werving en selectie strenger gereguleerd. Voor overheidsteams betekent dit: expliciete keuzes over waar AI wel of niet mag adviseren, betere dossiervorming en duidelijke communicatie naar kandidaten over hoe beslissingen tot stand komen.
Kerninzicht: AI die kandidaten rangschikt, beoordeelt of selectiebeslissingen voedt, valt vaak in de categorie hoog risico. Dan gelden extra eisen rond risicobeheer, datakwaliteit, technische documentatie, logging, menselijke toezicht en transparantie.
| Processtap | Praktijkvoorbeeld | Wat vraagt 2026 (EU AI Act/AVG) |
|---|---|---|
| Voorselectie | Automatisch scoren van cv’s of motivatiebrieven | Menselijke beoordeling voor definitieve uitsluiting; uitlegbaarheid van criteria; actuele en relevante datapunten; DPIA als de inzet een hoog risico kan meebrengen. |
| Selectieadvies | Ranking of fit-score ter ondersteuning van shortlist | Transparantie richting kandidaten over AI-ondersteuning; loggen van versies, datasets en beslismomenten; fairness- en kwaliteitschecks. |
| Communicatie naar kandidaten | Afwijzing of uitnodiging gebaseerd op AI-advies | Geen volledig geautomatiseerde afwijzingen met significante impact; recht op toelichting; bewaarplan voor data en modellen; dataminimalisatie. |
Is mijn AI-toepassing “hoog risico”?
Wanneer je moet uitgaan van hoog risico
- De tool rangschikt, beoordeelt of filtert kandidaten voor toegang tot een functie.
- Uitkomsten kunnen kandidaten significant benadelen (bijv. structurele afwijzing of mislopen van kansen).
- Er is grootschalige of systematische profilering betrokken.
Wanneer het risico meestal lager is
- AI ondersteunt alleen tekst- of tijdsbesparing zonder invloed op beoordeling (bijv. transcripten, samenvattingen, redactiesuggesties).
- Resultaten worden niet gebruikt om te filteren, te scoren of te rangschikken.
- Beslissingen worden onafhankelijk genomen op basis van menselijke criteria, zonder afhankelijkheid van AI-outputs.
De uiteindelijke kwalificatie hangt af van jouw concrete toepassing. Betrek altijd je privacy officer/FG bij de beoordeling.
DPIA en documentatie die audits doorstaat
- Definieer doel en noodzaak: beschrijf exact welk selectievraagstuk AI oplost en welke beslissingen het wel/niet ondersteunt.
- Breng datastromen in kaart: herkomst, grondslag, bewaartermijnen, toegang, doorgifte en maatregelen voor dataminimalisatie.
- Risicoanalyse kandidaten: bias-risico’s per criterium (leeftijd, geslacht, migratieachtergrond, woonplaats), plus mitigerende controles.
- Technische documentatie: modelversie, trainingsdata-bronnen (hoog niveau), bekende beperkingen, testresultaten en kwaliteitsdrempels.
- Menselijke controle: wie beoordeelt AI-adviezen, met welke bevoegdheid en hoe wordt afwijking van AI-advies vastgelegd.
- Transparantieplan: kandidaat-communicatie over AI-gebruik, betekenis voor beoordeling en rechten op inzage/toelichting.
- Leveranciersdossier: conformiteitsinfo, beveiligingsmaatregelen, incidentmelding, support- en updatebeleid, exit-plan.
- Besluit en herbeoordeling: FG-betrokkenheid, directiebesluit, test-in-productie onder toezicht en periodieke review.
Human-in-the-loop die echt werkt
Do’s
- Leg vast wanneer en hoe recruiters AI-adviezen toetsen en kunnen negeren.
- Toon kandidaten duidelijk dat een mens de eindbeslissing neemt.
- Gebruik kalibratiesessies om beoordelaars op één lijn te krijgen.
- Registreer afwijkingen van AI-advies inclusief redenatie.
Don’ts
- Geen automatische afwijzingen zonder menselijke check.
- Geen blind vertrouwen op scores zonder inzicht in onderliggende criteria.
- Geen ‘one size fits all’ prompts of modellen zonder procestoets.
- Geen HITL op papier: het moet zichtbaar zijn in het dossier en de logs.
Transparantie en dataminimalisatie richting kandidaten
Wees concreet en begrijpelijk over de rol van AI en beperk de gegevens tot wat echt nodig is voor de functie.
- Communiceer doel, rol van AI, soorten gegevens en de betekenis voor de beoordeling in heldere taal.
- Vermijd gevoelige categorieën (zoals gezondheids- of religieuze gegevens), tenzij strikt noodzakelijk en rechtmatig onderbouwd.
- Bied een laagdrempelig kanaal voor toelichting, correctie en herbeoordeling door een mens.
- Hanteer bewaartermijnen die passen bij selectie en maak verwijdering eenvoudig.
Toolselectie: bouwen, kopen of hybride
Meer controle Eigen bouw (met interne data en governance)
Maximale regie op data en modellen, geschikt voor organisaties met technische en compliance-capaciteit.
Snelle start SaaS-tool (A(I)-ready vendor)
Versnelt implementatie, mits de leverancier solide documentatie, testen en support voor audits biedt.
Hybride orkestratie (inkopen + eigen waarborgen)
Koppel externe modellen aan eigen kwaliteits- en loggingslagen zodat je uitlegbaarheid en dossiervorming borgt.
Veelgemaakte fouten om te vermijden
- AI als ‘black box’ inzetten zonder uitlegbaarheid of herleidbaarheid.
- Geen onderscheid maken tussen schrijfhulp (lager risico) en selectieadvies (mogelijk hoog risico).
- Te generieke DPIA’s zonder functie- en datumspecifieke details.
- Onvoldoende communicatie naar kandidaten over rol en invloed van AI.
- Geen periodieke bias- of kwaliteitsmetingen na livegang.
- Vendor claims aannemen zonder documentair bewijs of testresultaten.
Roadmap: eerste 90 dagen
- Dag 1–30: proceskaart en risicobeeld per stap (sourcing, screening, selectie). Identificeer AI-touchpoints en besluit over human-in-the-loop momenten.
- Dag 1–30: start DPIA-voorbereiding; verzamel data-inventaris, doelen, criteria en kandidaatcommunicatie.
- Dag 31–60: leveranciersscreening met vaste vragen: documentatie, modelgrenzen, fairness-tests, logging, exit-plan.
- Dag 31–60: proefopstelling met historische cases; leg acceptatiecriteria vast (nauwkeurigheid, uitlegbaarheid, bias-drempels).
- Dag 61–90: formaliseren van beleid: HITL-procedure, afwijkingslog, bewaartermijnen, transparantie-teksten.
- Dag 61–90: FG-review en besluitvorming; kleinschalige livepilot met monitoring en geplande herbeoordeling.
Samenvatting en volgende stap
In 2026 draait verantwoord AI-gebruik in overheid recruitment om drie pijlers: duidelijke risico-afweging (vaak hoog risico bij selectie), zichtbare menselijke regie en aantoonbare transparantie naar kandidaten. Begin met je proceskaart, leg je HITL-beslismomenten vast en eis van leveranciers wat jij straks moet kunnen verantwoorden. Get in touch to discuss how your organisation can attract more and better candidates.
