82 procent van de sollicitanten die AI gebruiken is van gedachte veranderd over een werkgever nadat een taalmodel hun vraag beantwoordde. Voordat ze de vacature openden, voordat er een recruiter aan te pas kwam, voordat jij wist dat ze bestonden.
Dat cijfer komt uit onderzoek van PerceptionX, mei 2026, onder sollicitanten in zeven landen. De rest van de cijfers is even hard.
96 procent van de werkzoekenden die AI gebruiken, zet het in om werkgevers te onderzoeken, functies te begrijpen of zich voor te bereiden op een gesprek. 72 procent doet dat voordat ze besluiten of ze überhaupt solliciteren. Je kandidaat vormt zijn oordeel dus in een fase waarin jij nog geen enkele invloed denkt te hebben.
En dan het cijfer waar het schuurt: 58 procent heeft een taalmodel betrapt op onjuiste informatie over een werkgever.
De kandidaat beslist op basis van AI, en de AI heeft het in meer dan de helft van de gevallen ergens mis. Over jou.
Jouw werkgeversverhaal zonder jou erbij
Een taalmodel schrijft zijn verhaal niet op basis van jouw carrièresite. Het leest wat er over jou bestaat op de plekken waar het model komt: reviewsites, Reddit, oude vacatures, nieuwsberichten, fora. Daar wordt jouw werkgeversverhaal samengesteld door een systeem dat nooit met je gesproken heeft. Wat ontbreekt, wordt ingevuld. Wat onduidelijk is, wordt vereenvoudigd. En wat nergens staat, bestaat niet.
Dat is de kern van het probleem. De meeste werkgevers hebben een zorgvuldig employer brand op hun eigen kanalen, en een heel ander verhaal in de bronnen die het model daadwerkelijk leest. De kandidaat krijgt het tweede te zien, samengevat als feit, zonder bronvermelding die hij natrekt.
Je nieuwste verhaal is je zwakste bron
Wat het extra wrang maakt, is de tijdlijn. Een taalmodel hecht aan wat vaak herhaald wordt en aan wat lang online staat. Een reviewdraad van twee jaar geleden weegt daardoor zwaarder dan de campagne die je vorige maand lanceerde. Je nieuwste verhaal is voor het model je zwakste bron, simpelweg omdat het jong is en van jezelf komt. De kandidaat merkt daar niets van. Hij krijgt een vloeiend, zelfverzekerd antwoord en gaat ervan uit dat het klopt.
Dit speelt op meerdere modellen tegelijk. ChatGPT staat op 89 procent onder deze gebruikers, Gemini op 65, Claude op 39, Google AI Overviews op 27, Perplexity op 18. Er is geen één plek die je afdekt en klaar bent. Het is de hele laag waar mensen nu hun eerste indruk vandaan halen.
Waar kandidaten het model op bevragen
Waar vragen ze naar. Salaris, 53 procent. Doorgroei, 52 procent. De sollicitatie-ervaring zelf, 51 procent. Cultuur, 41 procent. Baanzekerheid, 34 procent. Dat zijn precies de onderwerpen waar werkgevers op hun eigen site het vaagst over zijn. De kandidaat stelt de eerlijke vraag; het model geeft het slimste antwoord dat het uit de beschikbare rommel kan destilleren.
Het gaat harder, niet zachter.
Wat vandaag nog een zoekopdracht is, is over zes maanden een gesprek. Wat vandaag nog een gesprek is, is over een jaar een agent die namens de kandidaat de eerste selectie maakt. 77 procent zegt zijn zoektocht deels of volledig aan zo’n AI-agent te willen overlaten. 65 procent verwacht binnen twaalf maanden méér op AI te leunen voor werkgeversonderzoek.
De reflex is om harder te roepen op je eigen kanalen. Meer content, meer employer branding, meer campagne. Dat leest het model niet als waarheid; dat leest het als marketing van de partij zelf, en het weegt het navenant.
Wat het model wel meeneemt, is of je verhaal overal hetzelfde is. Of je als werkgever herkenbaar bent als één entiteit, met één consistent verhaal, op de plekken waar het model kijkt. Of je vacatures zo gestructureerd zijn dat een taalmodel ze kan lezen en citeren. Of wat er over je geschreven staat, strookt met wat je zelf zegt.
Meten voor je repareert
Het begint met meten wat de modellen nu over je zeggen, in de vragen die kandidaten echt stellen. Pas als je dat zwart op wit hebt, weet je of je een zichtbaarheidsprobleem hebt of een reputatieprobleem. Dat zijn twee verschillende reparaties, en de meeste werkgevers gokken naar de verkeerde.
Dat is het werk. Wij noemen het GEO: generative engine optimization. Voor werkgevers betekent het één ding: citeerbaar zijn in het antwoord dat een kandidaat krijgt voordat Google in beeld komt.
Het verschil met klassieke arbeidsmarktcommunicatie zit in het speelveld. Vroeger streed je om de klik op jouw pagina. Nu strijd je om de zin die het model over jou uitspreekt, in een venster waar jouw pagina niet eens verschijnt. Wie die zin bepaalt, bepaalt of de kandidaat op verzenden drukt.
De werkgevers die dit nu oppakken, bouwen een voorsprong in precies het systeem waar de keuze valt: het antwoord van het model. De rest komt er over een jaar achter dat ze al maanden kandidaten verliezen aan een samenvatting die ze nooit hebben gezien.
Je kandidaat heeft de vraag al gesteld. De enige vraag die overblijft, is of jouw antwoord er stond.
Mijn naam is Bryan Peereboom, oprichter van AI Rebels. Wij maken werkgevers zichtbaar in taalmodellen.