Vertaald uit het Engelse origineel. De cijfers en bronnen zijn ongewijzigd. Lees het Engelse origineel

Gemeld door het bedrijfIn gebruik sinds okt 2025Toegevoegd op okt 2026

LinkedIn

LinkedIn zegt dat zijn agent Hiring Assistant recruiters gemiddeld 1,5 uur per vacature bespaart

LinkedIn bouwde Hiring Assistant, een AI-agent die recruiters repetitief zoek- en screeningswerk uit handen neemt. In juni 2026 zei het bedrijf dat de agent recruiters al gemiddeld 1,5 uur per vacature bespaart, en breidde het de agent uit van Engels naar Frans en Duits.

Kerncijfers

Letterlijk overgenomen uit de bronnen. Kopieer elk cijfer met bronvermelding.

gemiddeld 1,5 uur per vacature

Tijdwinst voor recruiters, volgens LinkedIn (geen methode of periode vermeld)1

Wat het kostte

KostenNiet openbaar
TeamNiet openbaar
DoorlooptijdNiet openbaar

Kosten, teamgrootte en doorlooptijd zijn in de bronnen niet openbaar gemaakt.

Het probleem

Recruitment combineert oordeelsvermogen met veel repetitief patroonherkenningswerk: kandidaten vinden, ze stuk voor stuk toetsen aan een vacature en opvolgen. LinkedIn wilde dat een AI-agent dat repetitieve werk overnam, zodat recruiters hun tijd aan de menselijke kant van werving konden besteden. De eerste versie werkte in het Engels. Het volgende probleem was recruiters in andere talen te bedienen.

Wat ze bouwden

Hiring Assistant is een AI-agent voor recruiters. Het is een team van gespecialiseerde subagenten (kleine AI-onderdelen met elk één taak, zoals kandidaten zoeken of beoordelen), aangestuurd door een supervisoragent die het werk plant en taken uitdeelt. Elke recruiter heeft een eigen instantie. De agent put uit het netwerk van LinkedIn met meer dan 1,2 miljard profielen. In juni 2026 kondigde LinkedIn aan dat de agent ook in het Frans en Duits werkt.

Hoe ze het aanpakten

LinkedIn beschrijft de agent in twee fasen. Eerst overlegt hij met de recruiter wat de vacature nodig heeft. Daarna voert hij het zoeken en beoordelen op de achtergrond uit, ververst hij dagelijks de kandidatenpijplijnen en houdt hij mensen in de lus bij beslissingen waarvoor zij verantwoordelijk zijn. Voor het beoordelen van kandidaten trainde LinkedIn eigen modellen, die volgens het bedrijf kandidaten in enkele seconden kunnen beoordelen.

Frans en Duits toevoegen was lastiger dan schermen vertalen. De agent schrijft zijn tekst ter plekke, dus geslachtsovereenstemming, formeel of informeel aanspreken, hoofdlettergebruik en getalnotatie moeten kloppen in elke stap die de recruiter ziet. LinkedIn stelde samen met taalkundigen een gedeelde set taalregels op (een beoordelingsraster). Aan de hand van die regels herschrijft het elke Engelse prompt tot een taalbewuste versie. Voor subagenten die op kleinere modellen draaien, traint het kleine aanvullende modules per taal, LoRA-adapters genoemd, op een gedeeld basismodel. Een AI-beoordelaar, getoetst aan deskundige taalkundigen, scoort de uitvoer op schaal, en taalkundigen controleren steekproeven.

Resultaten

LinkedIn stelt dat recruiters met Hiring Assistant al gemiddeld 1,5 uur per vacature besparen, en noemt het een van de snelstgroeiende agentproducten op de markt. Volgens het bedrijf brengt de Franse en Duitse lancering dezelfde productiviteitswinst naar recruiters in die markten. Over de kwaliteit meldt het dat de AI-beoordelaar in dezelfde orde van grootte met deskundige taalkundigen overeenstemt als individuele taalkundigen met het uiteindelijke label, zonder een getal te noemen.

Lessen voor uw project

  1. Behandel elke nieuwe taal als een productlancering, niet als een vertaalklus. LinkedIn merkte dat een agent zijn antwoorden ter plekke schrijft, dus elke prompt en elke tussenuitkomst moet in elke markt klinken als moedertaal.

  2. Leg taal- en stijlregels één keer vast en gebruik ze in elk onderdeel van de agent. LinkedIn legde ze vast in een gedeeld beoordelingsraster, dat elke nieuwe subagent en elke nieuwe taal overneemt.

  3. Reken op schaarse beoordelaars. Deskundige taalkundigen vormden de bottleneck, dus liet LinkedIn een AI-beoordelaar de uitvoer op schaal controleren en hield het mensen over voor het toetsen van de regels en steekproeven.

  4. Houd mensen betrokken bij de beslissingen waarvoor zij verantwoordelijk zijn. De agent doet het repetitieve werk op de achtergrond, terwijl recruiters in de lus blijven.

Kanttekeningen

  • De 1,5 uur per vacature is een cijfer van LinkedIn zelf, uit een bericht over het toevoegen van talen. Het bericht geeft geen methode, steekproef of periode en ook niet wat precies wordt bespaard.
  • De eigen pagina’s van LinkedIn en de pers noemen op verschillende data verschillende tijdwinstcijfers voor dit product. Wij gebruiken alleen het cijfer uit het bericht van juni 2026.
  • De bronnen noemen het AI-model niet. Ze zeggen dat de agent eigen modellen gebruikt voor het beoordelen van kandidaten, en dat voor sommige subagenten kleine adapters per taal op een gedeeld basismodel zitten.
  • De wereldwijde beschikbaarheid van Hiring Assistant wordt gedateerd vanaf de engineering-post van LinkedIn van oktober 2025; de bronnen geven geen eerdere startdatum. Het bericht over de Franse en Duitse lancering zegt dat LinkedIn die op die dag aankondigde.
  • Geen bron noemt de kosten of de teamgrootte van het werk aan Frans en Duits. Het bericht noemt de auteurs en bedankt meerdere teams.

Bronnen

  1. Engineering LinkedIn's Hiring Assistant for International Markets

    LinkedIn Engineering Blog · 2026-06-08 · Bedrijfsblog · linkedin.com

  2. How we engineered LinkedIn's Hiring Assistant

    LinkedIn Engineering Blog · 2025-10-21 · Bedrijfsblog · linkedin.com

In eigen woorden samengevat op basis van de bovenstaande bronnen. Een fout gezien? Zie correcties.