Booking.com laat AI adviseren en houdt de beslissing bij mensen

Booking.com bouwt zijn recruitment om tot één gezamenlijke organisatie en legt daarbij één principe vast, namelijk dat software adviseert en mensen beslissen. Dat vertelden Jolie den Boer en Kristin Shulman volgens een artikel van Recruitmenttech.nl tijdens hun keynote op Digitaal Werven, op 6 oktober in Amersfoort. De cijfers die zij lieten zien gaan over snelheid, maar de onderliggende keuze gaat over standaardisatie van het selectieproces.

Kandidaten in sprints door het proces

Waar recruitment eerder vooral vanuit afzonderlijke businessunits werd georganiseerd, richt Booking.com het nu in als één gezamenlijke Talent Delivery-organisatie. Bij de werving van onder meer backend engineers worden kandidaten niet langer vacature voor vacature behandeld, maar in hiring sprints door het proces geleid. In ongeveer drie weken wordt een kandidatenpool opgebouwd, gescreend en geïnterviewd, waarbij kandidaten in één week drie interviewrondes doorlopen.

De cijfers die Den Boer daarbij noemde.

• Per sprint gingen ongeveer 160 kandidaten het proces in.
• Daarvan werden er ongeveer 50 aangenomen.
• De gemiddelde time-to-hire daalde van 45 naar 33 dagen.
• De offer acceptance rate kwam uit op 86 procent.

Deze cijfers komen uit een presentatie van de organisatie zelf en zijn niet onafhankelijk gecontroleerd. Ze zeggen bovendien iets over doorlooptijd en over het percentage kandidaten dat een aanbod aanneemt, niet over de kwaliteit van de aangenomen mensen. Wie zulke cijfers in een offerte of een case tegenkomt, doet er goed aan te vragen hoe het de aangenomen kandidaten daarna vergaat.

Standaardisatie is de eigenlijke ingreep

Voor de inzet van technologie is vooral de standaardisatie relevant. Een proces met dezelfde criteria en dezelfde beslismomenten is eenvoudiger digitaal te ondersteunen dan tientallen afwijkende processen per businessunit. Booking.com werkt daarom toe naar één ATS-backbone die als centrale bron voor recruitmentdata functioneert, en spreekt in dat verband over een system of record voor informatie over kandidaten, vacatures en beslissingen.

De redenering daarachter is dat AI pas betrouwbaar kan ondersteunen wanneer teams niet met verschillende systemen, definities en databronnen werken. In 2026 ligt de nadruk op hiring sprints en op AI-ready tooling. Voor de periode 2027 tot en met 2029 is het doel één verbonden talent experience voor kandidaten en interne teams. Voor technische selectie gebruikt de organisatie onder meer HackerRank, wat laat zien dat de stack uit meerdere onderdelen blijft bestaan.

Waar de mens blijft beslissen

"Tooling adviseert, mensen beslissen", zo vat Recruitmenttech.nl het leidende principe samen. AI moet vooral handmatig werk verminderen en tijd vrijmaken voor werk waarvoor menselijke beoordeling nodig blijft. Booking.com hanteert daarbij de principes useful, explainable en accountable, dus een toepassing moet nuttig en uitlegbaar zijn en er moet duidelijk blijven wie verantwoordelijk is.

Die uitgangspunten gelden ook voor wat medewerkers zelf bouwen. Teams kregen volgens Den Boer AI-training waarin ze leerden agents te ontwikkelen voor repetitieve taken. Alleen toepassingen die voldoen aan privacy- en GDPR-eisen en die veilig en schaalbaar zijn, kunnen breder worden gebruikt. Bij employer branding werd NotebookLM ingezet om ruim vijf jaar aan bestaande content te analyseren bij het opnieuw bekijken van de employer value proposition.

Wat dit betekent voor wie selectie-instrumenten kiest

De volgorde in dit verhaal is opvallend. Booking.com standaardiseert eerst het proces en voegt daarna technologie toe, niet andersom. Dat is een bruikbaar uitgangspunt voor organisaties die een assessment of ander selectie-instrument overwegen, want een instrument dat op elk team anders wordt ingezet levert gegevens op die onderling niet vergelijkbaar zijn.

Drie vragen die daaruit volgen voor een gesprek met een aanbieder.

• Op welke punten geeft het instrument een advies en waar ligt het eindoordeel bij een mens?
• Kan de aanbieder uitleggen hoe een score tot stand komt, in taal die een hiring manager begrijpt?
• Hoe komen de resultaten terug in het eigen systeem, zodat ze later nog zijn te vergelijken?

De winst bij Booking.com zit niet in een enkel instrument, maar in het feit dat iedereen hetzelfde proces volgt en dat de gegevens op één plek terechtkomen. Dat is een voorwaarde die los staat van de leverancier die een organisatie uiteindelijk kiest.

Bron: Booking.com: 'AI adviseert, mensen beslissen' in recruitment, Recruitmenttech.nl, https://www.recruitmenttech.nl/2026/10/07/booking-com-ai-adviseert-mensen-beslissen-in-recruitment/