Adviesbureau Deloitte schetst de stand van skills-based werken in Europa en Nederland. Bedrijven verschuiven van functies naar vaardigheden, geduwd door krapte en kunstmatige intelligentie. De analyse laat zien waar organisaties nu staan en wat nog mist. Het doel is sneller toewijzen van werk, eerlijker kansen en lagere kosten.
Bedrijven schalen pilots op
Veel organisaties zijn begonnen met skills-pilots en zetten nu stappen naar opschaling. De focus ligt op interne mobiliteit, reskilling en projectteams. Dit gebeurt vooral in grotere bedrijven met een digitale HR-omgeving. Het tempo verschilt per sector en land.
De meeste resultaten komen uit herplaatsing en tijdwinst bij werving. Beloning en functiewaardering blijven vaak nog traditioneel. Zonder duidelijke governance blijft het bij losse projecten. Dan levert het weinig blijvende waarde op.
Leiderschap is bepalend. CHRO en CIO trekken steeds vaker samen op. Zij koppelen HR-processen aan dataplatforms en analytics. Zonder deze koppeling stokt de verandering.
Financiƫle dienstverlening, technologie en telecom lopen voorop. De publieke sector is voorzichtiger door extra regels en inkoopkaders. In Nederland testen zorg, gemeenten en onderwijs kleinschalig. Daar wegen privacy en uitlegbaarheid zwaarder mee.
AI maakt vaardigheden zichtbaar
Nieuwe HR-systemen zetten AI in om vaardigheden af te leiden uit data. Voorbeelden zijn Workday Skills Cloud, SAP SuccessFactors Talent Intelligence Hub en Microsoft Viva Skills. Ook talentmarktplaatsen als Gloat en Eightfold AI worden gebruikt. LinkedIn Skills Graph en de Europese ESCO-dataset helpen bij standaardisering.
Vaardigheidsafleiding betekent dat een algoritme patronen herkent in cvās, leerdata en projecten. Het model stelt een profiel op en doet matches met taken of rollen. Dat versnelt toewijzing van werk en scholing. Human oversight blijft nodig om fouten te beperken.
Standaarden maken profielen beter vergelijkbaar. ESCO (de Europese lijst met beroepen en vaardigheden) is daarbij praktisch. Nederlandse partijen koppelen ook aan UWV- en SBB-indelingen. Zo ontstaat ƩƩn taal van werk en leren.
Bias is een bekend risico. Historische personeelsdata bevatten ongelijkheden. Zonder correctie versterkt het systeem die patronen. Organisaties moeten daarom fairness-tests en handmatige controle inbouwen.
Een skills-based organisatie richt werk, beloning en ontwikkeling in rond vaardigheden, niet rond functietitels.
Regels drukken zwaar op HR-AI
De Europese AI-verordening (AI Act) classificeert AI voor werving en personeelsbesluiten als hoog risico. Dat vraagt om risicobeheer, datakwaliteit, menselijk toezicht en logging. Ook moet de werking voldoende uitlegbaar zijn. De invoering verloopt gefaseerd op het moment van schrijven.
Voor de overheid en semipublieke sector geldt extra zorgvuldigheid. De āEuropese AI-verordening gevolgen overheidā raken inkoop, toezicht en audit. Leveranciers moeten conformiteit aantonen. Instellingen moeten hun registers en controles op orde hebben.
De AVG blijft onverkort van kracht. Werkgevers mogen niet mƩƩr gegevens verzamelen dan nodig is (dataminimalisatie). Een DPIA is doorgaans verplicht bij profilering van personeel. Transparantie en toegangsrechten voor medewerkers zijn essentieel.
In Nederland speelt ook medezeggenschap. De OR heeft instemmingsrecht bij systemen voor personeelsvolgen en -beoordelen. Heldere spelregels vergroten draagvlak. Dat verkleint juridische en reputatierisicoās.
Datakwaliteit blijft knelpunt
Veel organisaties hebben versnipperde functiehuizen en skillslijsten. Profielen zijn onvolledig of verouderd. Dan produceert het algoritme zwakke matches. Eerst opschonen, dan automatiseren is de vuistregel.
Historische data bevatten scheefheid in geslacht, leeftijd en achtergrond. Die bias kruipt in modellen en dashboards. Zonder correctie krijg je oneerlijke uitkomsten. Validatie en monitoring zijn dus geen bijzaak.
Vertrouwen van medewerkers is cruciaal. Laat iedereen zien welke data in het profiel zitten. Bied opties om skills te bevestigen, te betwisten en zelf toe te voegen. Koppel leren direct aan zichtbare loopbaankansen.
Vermijd leveranciers-lock-in door open standaarden te gebruiken. Denk aan ESCO en Europass-profielen. Zorg voor exporteerbare profielen en duidelijke datacontracten. Dat maakt wisselen van platform mogelijk.
Stappenplan richting 2025
Begin met ƩƩn kritieke stroom, zoals interne mobiliteit in knelpuntfuncties. Definieer duidelijke succesmaten, zoals time-to-staff en doorstroom. Start klein en schaal bij bewezen waarde. Betrek vakbonden en OR vanaf dag ƩƩn.
Maak een AI-governanceplan dat past bij de AI Act en de AVG. Voer DPIAās uit en leg human-in-the-loop vast. Vraag leveranciers om modelkaarten, biasrapporten en auditlogboeken. Documenteer beslissingen en bewaar uitleg voor werknemers.
Verbind HR met onderwijs en regionale partners. Gebruik ESCO als basis en sluit aan op SBB-kwalificaties. Werk met microcredentials en Leven Lang Ontwikkelen. Zo wordt opleiden zichtbaar en overdraagbaar.
Kies technologie die kan meebewegen. Combineer een talentmarktplaats met een centraal datamodel. Harmoniseer skills over Workday, SAP of Microsoft-omgevingen. En train managers in eerlijk en uitlegbaar gebruik van algoritmen.
