58 procent van de werkzoekenden kreeg deze zomer onjuiste informatie over een werkgever, rechtstreeks uit een AI.
Dat cijfer komt uit een onderzoek van PerceptionX onder 306 actieve werkzoekenden in zeven landen, afgenomen in mei 2026. Diezelfde groep vertelt nog meer. 96 procent gebruikt AI om werkgevers te onderzoeken. 82 procent zag zijn beeld van een bedrijf veranderen door wat het model zei. En 72 procent doet dat onderzoek voordat ze solliciteren. ChatGPT is voor 89 procent van hen de eerste halte, Gemini voor 65 procent.
Lees die vier getallen samen en er blijft één conclusie over. De eerste indruk van jouw werkgeversmerk wordt steeds vaker gevormd door een taalmodel, en niet door je werkenbij-site. In ruim de helft van de gevallen klopt die indruk niet.
De recruiter die je nooit hebt aangenomen
Vroeger belde een kandidaat een oud-collega om te vragen hoe het echt was bij een bedrijf. Nu vraagt hij het aan ChatGPT. Het model antwoordt met een cultuurschets, een salarisindicatie en drie alternatieve werkgevers die beter bij je zouden passen. Compleet, zelfverzekerd, in seconden.
Het model baseert die schets op wat het over je vindt. Een dunne vacaturepagina. Een verouderd draadje op een reviewsite. Een persbericht uit 2023. Wat ontbreekt, vult het model zelf in. Wat onduidelijk is, vereenvoudigt het. En wat nergens staat, bestaat voor de kandidaat niet.
Dat gesprek gaat elke dag over jouw organisatie. Je zit er niet bij. Je hoort het niet. En je kunt het achteraf zelden corrigeren.
Een salaris dat niet klopt. Een cultuur die zo niet bestaat. Een doorgroeipad dat je wél biedt, maar dat nergens vindbaar staat. Kleine fouten aan de bron, grote gevolgen op de arbeidsmarkt: de sterkste kandidaten haken het snelst af, want die hebben keuze.
Waarom dit een werkgeversprobleem is, geen IT-probleem
De reflex bij veel directies is om dit bij marketing of IT te parkeren. Begrijpelijk, en verkeerd geadresseerd.
Dit raakt je arbeidsmarktpositie op de plek waar het pijn doet: de oriëntatiefase. Daar, bij iemand die een baan zoekt zonder jouw naam al te kennen, wordt de shortlist gemaakt. Sta je niet in het antwoord, dan kom je niet op die lijst. Sta je er verkeerd in, dan verlies je een kandidaat die je nooit hebt gezien.
Google laat zien hoe groot dit speelveld is. AI Overviews bereikt inmiddels 2,5 miljard gebruikers per maand. AI Mode passeerde een miljard gebruikers in het eerste jaar. Voor de meeste mensen is dit de gewone manier geworden om zich te oriënteren.
Wat Google zelf vertelt over citeerbaarheid
Op 15 mei 2026 publiceerde Google zijn eerste officiële gids voor zichtbaarheid in generatieve AI. Voor werkgevers staat daar één ding in dat telt: welke content een model vertrouwt en citeert.
Google noemt vijf signalen. Origineel onderzoek. Analyse van een expert. Ervaring uit de eerste hand. Unieke data. Een eigen perspectief.
Leg die lijst naast een gemiddelde werkenbij-pagina. Stockfoto’s, competentielijstjes, en een tekst die bij twintig andere werkgevers net zo goed had kunnen staan. Een taalmodel haalt daar niets uit om te citeren. Vage werkgeverstaal is precies het materiaal dat AI overslaat.
Google voegde er een detail aan toe dat veel bureaus verkeerd verkochten: een llms.txt-bestand krijgt geen speciale behandeling. Er is geen knop die je omzet. Er is alleen werk aan de bron.
De echte krappe markt
Nog één cijfer uit dezelfde periode. Van alle merken ter wereld staan er 36 in de top 100 over alle vier de grote AI-platforms tegelijk. Zesendertig.
Zo smal is de ruimte in het antwoord. Een zoekpagina heeft tien blauwe links en een tweede pagina daaronder. Een AI-antwoord noemt twee of drie namen en stopt. Wie daar staat, wordt structureel aanbevolen. Wie daar ontbreekt, bestaat niet in het gesprek.
Voor employer branding verschuift daarmee de opdracht. Een sterk verhaal op je eigen kanalen is het startpunt. De vraag is of dat verhaal ook terechtkomt in het antwoord dat een model geeft aan iemand die jou nog niet kent.
Wat je deze week kunt doen
Drie dingen, in volgorde van urgentie.
Meet eerst wat er nu gebeurt. Stel de vragen die jouw kandidaten stellen aan ChatGPT, Gemini en Perplexity, over meerdere modellen en meerdere vragen, en lees wat er terugkomt. Dan weet je of je onzichtbaar bent, verkeerd wordt neergezet, of allebei.
Repareer daarna de bron. Zorg dat je werkenbij-content zelfstandige, feitelijke antwoorden geeft op echte vragen over cultuur, doorgroei en beloning. Met cijfers, met een herkenbare afzender, in taal die een model kan overnemen.
Herhaal dat maandelijks. AI-antwoorden veranderen continu; je positie erin ook. Dit is onderhoud, geen project met een einddatum.
Bij AI Rebels doen we precies dit voor werkgevers. We meten wat AI vandaag over je zegt, we leggen de bron eronder recht, en we sturen maandelijks bij tot je structureel in het antwoord staat.
De kandidaat van morgen stelt de vraag al. De enige open vraag is of jij het antwoord bent.