Waarom deze case
Maandagochtend, drie cv's voor één opdracht. Alle drie sluiten ze precies aan op de vacature. De juiste woorden, de juiste systemen, de juiste jaren ervaring. Vijf jaar geleden was dat een goed teken. Nu is het vooral een teken dat de kandidaat een taalmodel heeft gevraagd het cv op maat te maken.
Dat is op zich niets nieuws en ook niets verkeerds. Kandidaten pasten hun cv altijd al aan. Het verschil is wat er gebeurt als een taalmodel dat doet. Robert Half, een van de grootste bureaus voor financiële en IT-professionals ter wereld, zocht het uit. De uitkomst vertelde de CEO in januari 2026 aan beleggers: één van de drie geteste modellen verzon regelmatig werkgeschiedenis die er niet was.
Deze case gaat over de vraag die dat oproept voor elk bureau. Als je het cv niet meer kunt vertrouwen, waar vertrouw je dan op? Het antwoord van Robert Half is eenvoudig, en het past precies bij de stelling van deze casebibliotheek: op wat je zelf hebt vastgelegd over hoe iemand eerder werkte. Maar de case laat ook iets ongemakkelijks zien. Die eigen gegevens hielden Robert Half niet overeind toen de markt kromp.
liet Robert Half door 3 taalmodellen afstemmen op 25.000 vacatures
Kwartaalcall Q4 2025 (29 januari 2026), transcriptmodellen verzon daarbij regelmatig werkervaring die niet bestond, volgens de CEO
Kwartaalcall Q4 2025 (29 januari 2026), transcriptminder geplaatste professionals in 2025 dan in 2021, ondanks die eigen data
Jaarverslag 2021 (10-K)Jaarverslag 2025 (10-K)We bouwden de case op uit wat Robert Half zelf moet publiceren. Het bedrijf staat op de beurs in New York en levert elk jaar een jaarverslag in bij de Amerikaanse beurstoezichthouder. Daarnaast gebruikten we wat de directie in kwartaalgesprekken tegen beleggers zei, en twee onafhankelijke onderzoeken naar taalmodellen. De test met de cv's kennen we alleen uit de woorden van de CEO in zo'n gesprek. Er is geen rapport over verschenen. Dat zeggen we er steeds bij.
Wat je leert
- Wat Robert Half ontdekte toen het taalmodellen cv's liet afstemmen op vacatures
- Waarom het bureau zijn eigen beoordelingen van eerdere opdrachten de gouden standaard noemt
- Waarom goede data een bureau niet beschermt tegen een krimpende markt
Voor wie
Eigenaren en directeuren van uitzend-, detacherings- en W&S-bureaus die cv's binnenkrijgen die er steeds beter uitzien.
Wie ze zijn
Robert Half is in 1948 in New York opgericht. Het bureau detacheert en werft vooral financiële professionals en IT'ers, van boekhouders tot controllers en ontwikkelaars. Daarnaast heeft het een adviestak, Protiviti, die ongeveer een derde van de omzet maakt. In 2025 zette het bedrijf $5,4 miljard om en plaatste het ongeveer 94.300 professionals bij klanten.
Robert Half zit ook in Nederland, met kantoren in Amsterdam en Rotterdam. Het is dus geen verre Amerikaanse naam, maar een concurrent op dezelfde markt als veel Nederlandse detacheerders in finance en IT.
Over matching zegt het bedrijf al jaren dat het eigen technologie gebruikt. In het jaarverslag staat dat Robert Half een eigen AI-systeem inzet om kandidaten aan vacatures te koppelen. In 2024 sprak het over een database van meer dan 30 miljoen professionals. Dat is een eigen opgave, maar het zegt iets over de schaal waarop gegevens worden verzameld.
De test
De aanleiding voor de test was een vraag van een belegger: wat doet AI met het werk van een bureau als Robert Half? CEO Keith Waddell, sinds 2019 aan het roer, antwoordde met een voorbeeld uit eigen huis.
Voorbeeld met een verzonnen persoon. Zo werkt het, zoals de CEO het beschreef; de echte cv's uit de test zijn niet openbaar.
Neem een gewoon cv.
Een assistent controller met een paar jaar ervaring en een vacature voor een senior controller. Het cv past niet helemaal, en dat is eerlijk.
De opdracht aan het model.
Blijf trouw aan het oorspronkelijke cv en stem het af op de functie-eisen. Dat was de vraag die Robert Half aan drie grote taalmodellen stelde, voor 50.000 cv's en 25.000 vacatures.
Eén model verzon nooit.
Het herschreef de vaardigheden zodat ze beter aansloten, maar de werkgeschiedenis bleef wat die was.
Eén model zat ertussenin.
Hier en daar werd een functie net iets groter gemaakt dan hij was.
Eén model verzon regelmatig.
Een baan die nooit bestond, een vaardigheid die precies in de vacature stond. Het cv past nu perfect, en het klopt niet.
Wat het bureau zelf zag.
Twee eerdere opdrachten, met het oordeel van de klant erbij. Daaruit blijkt meteen wat waar is en wat niet.
De voorbeelden hierboven zijn van ons. Robert Half publiceerde geen cv's uit de test, geen namen van de modellen en geen percentages. Wat de CEO wel zei, is dit.
“Om dat te bewijzen deden we een kleine test met onze data-scienceafdeling. We namen 25.000 vacatureteksten en 50.000 cv's. Die gaven we aan de drie beste taalmodellen, met de opdracht: blijf trouw aan het oorspronkelijke cv en stem het af op de functie-eisen. Eén model verzon regelmatig een werkgeschiedenis die niet bestond. Eén deed dat nooit, en één zat ertussenin.”
Origineel: “To prove this, we did a little test with our data science group. We took 25,000 job descriptions. We took 50,000 resumes. We gave those to the top 3 LLMs, and the prompt was while staying true to the original resume, tailor the resume to the job requirement. And what we found was one of the LLMs frequently fabricated and created fictitious work history. One of the LLMs never did that, and one was in the middle.”
Keith Waddell, CEO Robert Half, kwartaalcall 29 januari 2026 · Kwartaalcall Q4 2025 (29 januari 2026), transcriptLet op wat er precies getest is. Het ging niet om matchen of samenvatten, maar om iets wat kandidaten zelf elke dag doen: het cv afstemmen op een vacature. Juist daar maakt een verzonnen regel het meeste verschil. Een cv dat beter op de vacature lijkt, eindigt hoger in elke zoekopdracht, ook bij jouw intercedenten.
Zie jij het verschil?
De vraag voor een bureau is niet of taalmodellen soms iets verzinnen. Die vraag is beantwoord. De vraag is of je het ziet als het gebeurt. Probeer het zelf.
Welke regel in dit cv is verzonnen?
Tik de regel aan die je niet vertrouwt.
Dat is het punt. Een verzonnen regel leest precies als een echte. Hij heeft de juiste toon, de juiste jaartallen en de juiste woorden. Een recruiter die honderd cv's per week ziet, kan dat niet narekenen bij elke regel. Een klant die drie cv's krijgt, ook niet.
Als elk cv op maat gemaakt is, zegt een cv niets meer. Wat overblijft, is wat je zelf hebt gezien.
Bij hoeveel van je laatste 10 plaatsingen keek je verder dan het cv?
Een referentie, een eerdere opdracht bij jou, een proefdag. Wat telde echt?
Je antwoord blijft alleen in deze browser en komt onderaan in je werkblad.
Hoe vaak gebeurt het?
Robert Half noemt geen percentage, dus we keken naar onderzoek dat dat wel doet. Twee bronnen geven een idee, al meten ze niet precies hetzelfde als de test van Robert Half.
Per model verschilt het tot een factor 10
Deel van de samenvattingen met iets wat niet in de tekst stond, bij ruim 7.700 artikelen. Dit gaat over samenvatten, niet over cv's.
keer verzon GPT-4 iets bij het beoordelen van 736 cv's voor 20 vacatures, zoals kwalificaties die niet in het cv stonden.
Virginia Tech, Human and LLM-Based Resume Matching (NAACL 2025)Robert Half noemt geen percentage. De CEO zegt alleen dat één model het "regelmatig" deed, één nooit en één ertussenin.
Kwartaalcall Q4 2025 (29 januari 2026), transcriptVectara houdt bij hoe vaak taalmodellen iets toevoegen wat niet in de brontekst staat als ze een artikel samenvatten. Bij het beste model gebeurt dat in 1,8% van de gevallen, bij het slechtste in 24,2%. Onderzoekers van Virginia Tech lieten GPT-4 736 cv's beoordelen voor 20 vacatures. Het model verzon 35 keer iets, vaak een kwalificatie die niet in het cv stond.
Dat zijn geen cijfers over het afstemmen van cv's. Maar ze laten wel zien wat Robert Half ook vond: het verschil tussen modellen is groot, en geen enkel model is helemaal betrouwbaar. Welk model een kandidaat thuis gebruikt, weet je niet.
Waar Robert Half wel op vertrouwt
In hetzelfde antwoord aan beleggers gaf de CEO de conclusie die hij eraan verbindt. Klanten kunnen het cv minder dan ooit vertrouwen, zei hij, vooral als het gaat om de werkgeschiedenis. Dat maakt de screening door een bureau juist waardevoller. En dan de zin waarom deze case in de bibliotheek staat.
“Voor ons is de gouden standaard bij het screenen: beoordelingen van hoe kandidaten het echt deden op eerdere opdrachten.”
Origineel: “And for us, the gold standard for vetting is having performance ratings for how candidates actually performed on prior assignments.”
Keith Waddell, CEO Robert Half, kwartaalcall 29 januari 2026 · Kwartaalcall Q4 2025 (29 januari 2026), transcriptHet bedrijf zegt hetzelfde in zijn jaarverslag over 2025. De betrouwbaarste maat voor vaardigheden en ervaring zijn volgens Robert Half de beoordelingen die het bureau zelf ophaalt, en die wegen zwaar mee in de algoritmes die kandidaten aan opdrachten koppelen. Hoeveel beoordelingen het zijn, of na hoeveel van de opdrachten er een komt, zegt het bedrijf niet.
Het begint in de app.
Kandidaten zoeken er opdrachten en krijgen aanbevolen vacatures. Volgens Robert Half doet de eigen AI die selectie.
Het profiel groeit mee.
Elke opdracht komt in het profiel van de kandidaat terecht, met wat het bureau over die opdracht weet.
En de uren lopen er ook door.
Wie gedetacheerd is, schrijft zijn uren in dezelfde app. Zo weet het bureau niet alleen waar iemand werkte, maar ook hoe lang.
In april 2026 gaf de CEO er nog een zin bij die het verschil met een vacaturesite goed vangt.
“we sturen op hoe kandidaten presteren, niet op klikken”
Origineel: “we're trying to optimize for candidate performance, not for clicks”
Keith Waddell, CEO Robert Half, kwartaalcall 23 april 2026 · Kwartaalcall Q1 2026 (23 april 2026), transcriptEen vacaturesite weet op welke vacature iemand klikt. Een bureau dat zijn opdrachten bijhoudt, weet hoe iemand het deed. Het eerste kun je kopen. Het tweede bouw je alleen op door het werk zelf te doen en het vast te leggen.
Wat weet jouw bureau over hoe een kandidaat het deed op een vorige opdracht?
Waar staat het, en kan een collega het terugvinden zonder jou te bellen?
Je antwoord blijft alleen in deze browser en komt onderaan in je werkblad.
Het eerlijke deel
Als je het verhaal tot hier leest, zou je verwachten dat Robert Half het goed doet. Een eigen AI, eigen gegevens over hoe kandidaten presteren, en een markt waarin het cv steeds minder waard wordt. De cijfers vertellen iets anders.
Jaarverslag 2019 (10-K)Jaarverslag 2020 (10-K)Jaarverslag 2021 (10-K)Jaarverslag 2022 (10-K)Jaarverslag 2023 (10-K)Jaarverslag 2024 (10-K)Jaarverslag 2025 (10-K)
De omzet zakte 26%.
Van $7,2 miljard in 2022 naar $5,4 miljard in 2025. In de eerste helft van 2026 kwam er nog eens 3,1% vanaf.
De winst zakte harder.
Van $658 miljoen in 2022 naar $133 miljoen in 2025. Dat is 80% minder.
Het aantal plaatsingen halveerde bijna.
Van ongeveer 177.000 professionals in 2021 naar 94.300 in 2025.
De eigen mensen bleven grotendeels.
Van ongeveer 16.300 in 2022 naar 14.500 in 2025, 11% minder.
Waar komt dat door? Volgens Robert Half zelf niet door AI. De CEO zei in oktober 2025 dat AI niet heeft bijgedragen aan de daling, en wees op de economie: bedrijven namen minder mensen aan, vooral in het midden- en kleinbedrijf waar Robert Half veel klanten heeft. Dat kunnen we niet controleren. Het is wel een verklaring die voor de hele branche geldt.
Wat dit betekent voor de stelling van deze casebibliotheek, is belangrijk. Eigen gegevens over hoe kandidaten presteren, maken een bureau beter in screenen. Ze maken een bureau niet immuun voor een markt die krimpt. Wie dit verhaal leest als bewijs dat data je omzet beschermt, leest het verkeerd. Dit verhaal laat iets anders zien: als het cv minder waard wordt, wordt wat jij zelf weet meer waard. Dat is een voordeel in de concurrentie om de opdrachten die er wel zijn.
Er zijn nog twee kanttekeningen. De test met de cv's is niet onafhankelijk getoetst. Robert Half vertelde erover op een moment dat het beleggers wilde laten zien waarom het bureau nog nodig is. Dat maakt het verhaal niet onwaar, maar wel gekleurd. En Robert Half waarschuwt zelf in zijn jaarverslag dat AI-algoritmes tot gebrekkige of bevooroordeelde uitkomsten kunnen leiden, en dat de data om ze te trainen tekort kan schieten. Ook eigen data is geen garantie.
Als je markt volgend jaar een kwart krimpt, welk deel van je eigen gegevens helpt je dan nog?
Denk aan de klanten die je nu al beter bedient dan een concurrent, en waarom.
Je antwoord blijft alleen in deze browser en komt onderaan in je werkblad.
Wat anders is in Nederland
Robert Half werkt in Nederland onder zijn eigen naam. De werkwijze die in deze case staat, is dus ook hier in gebruik bij een concurrent van Nederlandse detacheerders.
Voor AI in werving komen er in Europa strengere regels. De Europese AI-verordening rekent systemen die kandidaten selecteren of beoordelen tot de hoog-risico-toepassingen. Die verplichtingen gaan na uitstel in op 2 december 2027. Wie dan AI gebruikt om kandidaten te rangschikken, moet onder meer kunnen laten zien op welke gegevens dat systeem draait en dat die gegevens deugen. Een bureau dat zijn beoordelingen nu netjes vastlegt, heeft dat antwoord straks al.
Het grootste verschil is praktisch. Veel Nederlandse bureaus vragen wel een oordeel aan de klant, maar dat staat in een mail, in een telefoonnotitie of alleen in het hoofd van de intercedent. Dan bestaat het gegeven wel, maar kun je er niets mee als dezelfde kandidaat zich een jaar later opnieuw meldt. Robert Half heeft het gekoppeld aan de kandidaat en laat het meewegen in de matching. Dat is het deel dat je kunt overnemen, zonder eigen app en zonder eigen AI.
Wat dit voor jou betekent
Doe eerst de test. Daaronder kun je uitrekenen van hoeveel kandidaten je echt weet hoe ze werkten.
Leg je na een opdracht vast hoe de kandidaat het deed, volgens de klant?
Kun je die beoordeling terugvinden als dezelfde kandidaat zich opnieuw meldt?
Weegt die beoordeling zwaarder dan het cv als je voorstelt aan een klant?
Van hoeveel kandidaten weet jij hoe ze werkten?
Schuif met je eigen cijfers. Er wordt niets opgeslagen of verstuurd.
Wat kost een plaatsing op een opgepoetst cv?
Robert Half publiceert niet hoe vaak het misgaat. Vul je eigen inschatting in.
Voorbeeldcijfers. Denk bij de kosten aan een vervanger, garantie richting de klant en de tijd van je recruiter.
Wat je meeneemt
Vijf lessen uit deze case, en vijf vragen om te zien of ze zijn geland.
Wat je uit deze case meeneemt
- Het cv is geen bewijs meer.
Taalmodellen maken elk cv passend, en een van de drie geteste modellen verzon er regelmatig werkervaring bij.
- Een verzonnen regel lees je niet.
Hij heeft de juiste toon, jaartallen en woorden. Aan het cv zelf zie je het niet.
- Wat je zelf zag, is goud.
Robert Half noemt beoordelingen van eerdere opdrachten de gouden standaard bij screenen.
- Begin met één vraag aan de klant.
Zou je deze persoon opnieuw willen? Koppel het antwoord aan de kandidaat, niet aan een mailbox.
- Gegevens beschermen niet tegen krimp.
Omzet −26% sinds 2022, plaatsingen −47% sinds 2021. Wat je weet, helpt bij de opdrachten die er wel zijn.
Snap je de kern van deze case?
Wat vroeg Robert Half de taalmodellen in de test?
Precies wat kandidaten zelf elke dag doen. Daar maakt een verzonnen regel het meeste verschil. Kwartaalcall Q4 2025 (29 januari 2026), transcriptWat deed het slechtste van de drie modellen?
Eén model verzon nooit, één zat ertussenin, één deed het regelmatig. Percentages zijn niet gepubliceerd. Kwartaalcall Q4 2025 (29 januari 2026), transcriptWat noemt Robert Half de gouden standaard bij screenen?
Gegevens die het bureau zelf ophaalt, en die volgens het jaarverslag zwaar meewegen in de matching. Kwartaalcall Q4 2025 (29 januari 2026), transcriptWat gebeurde er met de omzet van Robert Half tussen 2022 en 2025?
Van $7,2 miljard naar $5,4 miljard. Eigen gegevens hielden het bureau niet overeind in een krimpende markt.Waarom noemen we het verhaal over de test gekleurd?
Dat maakt het niet onwaar, wel iets om bij te zeggen.
Waaraan je merkt of we gelijk hebben
Een stelling die je niet kunt weerleggen, is niets waard. Dit zijn de signalen waaraan je over een paar jaar ziet of we het mis hadden.
Je werkblad
Alles wat je in deze case invulde
Je reflecties, je uitslagen en wat je uitrekende, bij elkaar. Kopieer het of print het, en neem het mee naar de lunch rond de case.
Bronnen
De test met de cv's kennen we alleen uit wat de CEO in een kwartaalcall vertelde. Er is geen rapport, geen modelnaam en geen percentage gepubliceerd.
- KwartaalgesprekKwartaalcall Q4 2025 (29 januari 2026), transcript
- KwartaalgesprekKwartaalcall Q4 2025, tweede transcript
- KwartaalgesprekKwartaalcall Q1 2026 (23 april 2026), transcript
- KwartaalgesprekKwartaalcall Q3 2025 (22 oktober 2025), transcript
- BedrijfJaarverslag 2025, brief aan aandeelhouders (p. 7)
- SECJaarverslag 2019 (10-K)
- SECJaarverslag 2020 (10-K)
- SECJaarverslag 2021 (10-K)
- SECJaarverslag 2022 (10-K)
- SECJaarverslag 2023 (10-K)
- SECJaarverslag 2024 (10-K)
- SECJaarverslag 2025 (10-K)
- SECKwartaalcijfers Q2 2026 (persbericht bij de SEC)
- BedrijfPersbericht Stevie-award (20 mei 2024)
- BedrijfRobert Half, kantoren in Nederland
- BedrijfRobert Half, de app
- PersVectara, Hallucination Leaderboard (11 mei 2026)
- PersVirginia Tech, Human and LLM-Based Resume Matching (NAACL 2025)
- PersOgletree, uitstel AI Act-regels voor werving
Laatst nagekeken op 08-10-2026.
Aan tafel
Bespreek deze case met andere eigenaren
Rond elke case nodigen we een klein groepje eigenaren van bureaus uit voor een lunch. Geen presentatie. Gewoon de vraag: wat zou dit bij ons betekenen?
Ken je iemand die dit moet lezen?