Omdat chat en test elk een ander probleem oplossen. Een AI-chat direct na de sollicitatie regelt intake, beschikbaarheid en knock-outs, zodat kandidaten niet afhaken. Daarna meten gestandaardiseerde assessments wat er voor de functie toe doet, met scores die je kunt uitleggen en verantwoorden. Andersom werkt het slechter.
Wie in hoog volume werft, zit met een echte spanning. Begin je kandidaten met een reeks psychometrische assessments, dan krijg je degelijke, controleerbare data over wat er voor de functie toe doet. Je krijgt ook een funnel waar kandidaten massaal uitvallen voordat ze enige context hebben gehad. Begin je met een AI-screeningtool die een gesprek voert, dan gaan betrokkenheid en vroege knock-outs omhoog. Alleen mis je dan de gestandaardiseerde scores die je nodig hebt om een selectiebeslissing te verantwoorden.
Geen van beide lost het probleem in z'n eentje op. De vraag is of de combinatie, in de juiste volgorde, iets oplevert wat elk afzonderlijk niet kan.
Selection Lab zet de twee tools bewust in deze volgorde. SmartChat start direct nadat een kandidaat solliciteert. Via WhatsApp of webchat reageert het binnen 10 seconden en het vervangt wat vroeger drie losse stappen waren, een cv-check, een intakegesprek en het plannen van een afspraak. Harde knock-outs zoals de functie-eisen, beschikbaarheid en woonplaats zijn afgehandeld voordat een recruiter er tijd in steekt. De intakegegevens gaan gestructureerd het ATS in.
Bevestigt SmartChat dat een kandidaat aan de praktische eisen voldoet, dan starten de gestandaardiseerde assessments. Die meten wat voor de functie telt, zoals hard skills, situational judgement, gedragsvoorkeuren en waar relevant cultuurmatch. Elke kandidaat krijgt dezelfde opdrachten en de scores zijn uitlegbaar. Chatdata en assessmentresultaten blijven gescheiden. De chat doet intake en context, de test doet het meten. Juist die scheiding houdt de validiteit en betrouwbaarheid van je assessments overeind.
De hele pipeline staat binnen 2 tot 10 weken live, met een directe koppeling met je ATS. Hoe assessmentuitkomsten daar als status binnenkomen, lees je in statusmapping in Recruitee en SmartRecruiters.
Selection Lab slaat persoonsgegevens op in Frankfurt, werkt volgens de AVG en de EU AI Act en gebruikt lokale LLM's om persoonsgegevens uit gesprekslogs te halen voordat die worden opgeslagen. Toestemming wordt per verwerkingsdoel vastgelegd en bewaartermijnen liggen vast. Dat is meer dan een juridisch vinkje. Het is de documentatie waarmee je een selectiebeslissing in een audit kunt verdedigen. Wie wat regelt onder de AI-verordening, lees je in de EU AI Act bij recruitment assessments.
De cijfers hieronder komen uit de impactcijfers die Selection Lab van klanten rapporteert (Selection Lab Main Deck 2026). Ze laten de richting zien van wat de combinatie van SmartChat en assessments oplevert. Het is geen garantie dat je precies hetzelfde haalt.
| KPI | Gerapporteerde uitkomst | Hoe gemeten |
|---|---|---|
| Tijdwinst | 15 minuten per sollicitant (dec 2025) | Tijd van recruiter of administratie per sollicitatie |
| Minder uitval | 27% minder uitval (mrt 2025) | Conversie in de funnel, voor en na invoering |
| Vroeg verloop | 21% lager in de eerste 90 dagen (jan 2024) | Behoud gevolgd over 90 dagen na indiensttreding |
In de praktijk waren recruiters minder tijd kwijt aan plannen en intake-administratie en hielden ze meer tijd over voor gestructureerde gesprekken met kandidaten op de shortlist. Kandidaten zaten minder met vragen, omdat SmartChat vragen over de functie direct beantwoordde in plaats van ze te laten wachten.
De chat houdt de funnel in beweging. De intake wordt beter, je weet vroeg of iemand aan de eisen voldoet en kandidaten blijven doorstromen. Zonder chat krijgen kandidaten koud een test voorgeschoteld, terwijl ze de functie misschien nog niet eens snappen. Dat kost je completion en de kandidaat haakt eerder af.
De test doet het echte meetwerk. Gestandaardiseerde assessments met vaste opdrachten en uitlegbare rapportage voegen voorspellende waarde toe die een chat alleen niet heeft. Chatsignalen geven context. Ze vervangen geen psychometrie.
Samen leveren ze wat los niet lukt. Betere selectiebeslissingen, een snellere pipeline en de documentatie waarmee je laat zien dat uitkomsten eerlijk, consistent en controleerbaar zijn. De beste resultaten zie je bij een strakke overdracht tussen de twee stappen. De chat geeft context voor het assessment, maar overrulet nooit de gestandaardiseerde score.
Benieuwd hoe dit er voor jouw funnel uitziet? Vraag een demo aan.
Een geautomatiseerd gesprek via WhatsApp of webchat direct na de sollicitatie. De chat stelt intakevragen, checkt knock-outcriteria zoals beschikbaarheid en woonplaats, beantwoordt vragen over de functie en zet de gegevens gestructureerd in het ATS.
Nee. Een chat is goed in intake, context en vroege knock-outs, maar mist de gestandaardiseerde scoring die je nodig hebt om een selectiebeslissing te verantwoorden. Daarvoor heb je assessments met vaste opdrachten en uitlegbare scores nodig.
Omdat kandidaten dan eerst context krijgen en wie niet aan de praktische eisen voldoet al is afgevallen. Wie koud een test voorgeschoteld krijgt, haakt sneller af. Na de chat start je assessment met kandidaten die weten waar ze aan beginnen.
Bij Selection Lab staat de pipeline binnen 2 tot 10 weken live, inclusief de koppeling met je ATS.
Bij Selection Lab staan persoonsgegevens in Frankfurt, wordt toestemming per verwerkingsdoel vastgelegd en halen lokale LLM's persoonsgegevens uit gesprekslogs voordat die worden opgeslagen. Bewaartermijnen liggen vast.
Omdat chat en test elk een ander probleem oplossen. Een AI-chat direct na de sollicitatie regelt intake, beschikbaarheid en knock-outs, zodat kandidaten niet afhaken. Daarna meten gestandaardiseerde assessments wat er voor de functie toe doet, met scores die je kunt uitleggen en verantwoorden. Andersom werkt het slechter.
Wie in hoog volume werft, zit met een echte spanning. Begin je kandidaten met een reeks psychometrische assessments, dan krijg je degelijke, controleerbare data over wat er voor de functie toe doet. Je krijgt ook een funnel waar kandidaten massaal uitvallen voordat ze enige context hebben gehad. Begin je met een AI-screeningtool die een gesprek voert, dan gaan betrokkenheid en vroege knock-outs omhoog. Alleen mis je dan de gestandaardiseerde scores die je nodig hebt om een selectiebeslissing te verantwoorden.
Geen van beide lost het probleem in z'n eentje op. De vraag is of de combinatie, in de juiste volgorde, iets oplevert wat elk afzonderlijk niet kan.
Selection Lab zet de twee tools bewust in deze volgorde. SmartChat start direct nadat een kandidaat solliciteert. Via WhatsApp of webchat reageert het binnen 10 seconden en het vervangt wat vroeger drie losse stappen waren, een cv-check, een intakegesprek en het plannen van een afspraak. Harde knock-outs zoals de functie-eisen, beschikbaarheid en woonplaats zijn afgehandeld voordat een recruiter er tijd in steekt. De intakegegevens gaan gestructureerd het ATS in.
Bevestigt SmartChat dat een kandidaat aan de praktische eisen voldoet, dan starten de gestandaardiseerde assessments. Die meten wat voor de functie telt, zoals hard skills, situational judgement, gedragsvoorkeuren en waar relevant cultuurmatch. Elke kandidaat krijgt dezelfde opdrachten en de scores zijn uitlegbaar. Chatdata en assessmentresultaten blijven gescheiden. De chat doet intake en context, de test doet het meten. Juist die scheiding houdt de validiteit en betrouwbaarheid van je assessments overeind.
De hele pipeline staat binnen 2 tot 10 weken live, met een directe koppeling met je ATS. Hoe assessmentuitkomsten daar als status binnenkomen, lees je in statusmapping in Recruitee en SmartRecruiters.
Selection Lab slaat persoonsgegevens op in Frankfurt, werkt volgens de AVG en de EU AI Act en gebruikt lokale LLM's om persoonsgegevens uit gesprekslogs te halen voordat die worden opgeslagen. Toestemming wordt per verwerkingsdoel vastgelegd en bewaartermijnen liggen vast. Dat is meer dan een juridisch vinkje. Het is de documentatie waarmee je een selectiebeslissing in een audit kunt verdedigen. Wie wat regelt onder de AI-verordening, lees je in de EU AI Act bij recruitment assessments.
De cijfers hieronder komen uit de impactcijfers die Selection Lab van klanten rapporteert (Selection Lab Main Deck 2026). Ze laten de richting zien van wat de combinatie van SmartChat en assessments oplevert. Het is geen garantie dat je precies hetzelfde haalt.
| KPI | Gerapporteerde uitkomst | Hoe gemeten |
|---|---|---|
| Tijdwinst | 15 minuten per sollicitant (dec 2025) | Tijd van recruiter of administratie per sollicitatie |
| Minder uitval | 27% minder uitval (mrt 2025) | Conversie in de funnel, voor en na invoering |
| Vroeg verloop | 21% lager in de eerste 90 dagen (jan 2024) | Behoud gevolgd over 90 dagen na indiensttreding |
In de praktijk waren recruiters minder tijd kwijt aan plannen en intake-administratie en hielden ze meer tijd over voor gestructureerde gesprekken met kandidaten op de shortlist. Kandidaten zaten minder met vragen, omdat SmartChat vragen over de functie direct beantwoordde in plaats van ze te laten wachten.
De chat houdt de funnel in beweging. De intake wordt beter, je weet vroeg of iemand aan de eisen voldoet en kandidaten blijven doorstromen. Zonder chat krijgen kandidaten koud een test voorgeschoteld, terwijl ze de functie misschien nog niet eens snappen. Dat kost je completion en de kandidaat haakt eerder af.
De test doet het echte meetwerk. Gestandaardiseerde assessments met vaste opdrachten en uitlegbare rapportage voegen voorspellende waarde toe die een chat alleen niet heeft. Chatsignalen geven context. Ze vervangen geen psychometrie.
Samen leveren ze wat los niet lukt. Betere selectiebeslissingen, een snellere pipeline en de documentatie waarmee je laat zien dat uitkomsten eerlijk, consistent en controleerbaar zijn. De beste resultaten zie je bij een strakke overdracht tussen de twee stappen. De chat geeft context voor het assessment, maar overrulet nooit de gestandaardiseerde score.
Benieuwd hoe dit er voor jouw funnel uitziet? Vraag een demo aan.
Een geautomatiseerd gesprek via WhatsApp of webchat direct na de sollicitatie. De chat stelt intakevragen, checkt knock-outcriteria zoals beschikbaarheid en woonplaats, beantwoordt vragen over de functie en zet de gegevens gestructureerd in het ATS.
Nee. Een chat is goed in intake, context en vroege knock-outs, maar mist de gestandaardiseerde scoring die je nodig hebt om een selectiebeslissing te verantwoorden. Daarvoor heb je assessments met vaste opdrachten en uitlegbare scores nodig.
Omdat kandidaten dan eerst context krijgen en wie niet aan de praktische eisen voldoet al is afgevallen. Wie koud een test voorgeschoteld krijgt, haakt sneller af. Na de chat start je assessment met kandidaten die weten waar ze aan beginnen.
Bij Selection Lab staat de pipeline binnen 2 tot 10 weken live, inclusief de koppeling met je ATS.
Bij Selection Lab staan persoonsgegevens in Frankfurt, wordt toestemming per verwerkingsdoel vastgelegd en halen lokale LLM's persoonsgegevens uit gesprekslogs voordat die worden opgeslagen. Bewaartermijnen liggen vast.
