ATS-score uitgelegd: zo wordt jouw CV beoordeeld [2026]

Een ATS-matchscore wordt berekend op basis van drie gewogen dimensies: functietitel-match, skills-coverage en semantic similarity met de vacaturetekst. De exacte weging is configureerbaar per werkgever en verschilt per vendor. Textkernel publiceert een voorbeeld waarin functietitel 30% van de score bijdraagt [2]. Workday gebruikt een match-percentage met A/B/C/D-grading. Wat 'een goede score' is, hangt af van de werkgever-instellingen, niet van een universele drempel.

99% van de Fortune 500-bedrijven screent CV's met software [1] en Textkernel verwerkt 90% van de Nederlandse cv's zonder menselijke tussenkomst [3]. De score die het systeem aan jouw CV toekent bepaalt of je in de top van de stapel of in de archive belandt. Deze gids breekt de score open per dimensie, met vendor-specifieke verschillen, de drempels die NL-recruiters daadwerkelijk gebruiken (zelden auto-rejectie), en wat je per dimensie kunt doen om je score te verhogen.

TL;DR:

• Drie scoring-dimensies: functietitel-match (zwaarst), skills-coverage (top-3 verplichte skills), semantic similarity. Textkernel's gepubliceerde voorbeeld geeft functietitel 30% gewicht [2], maar gewichten zijn configureerbaar per werkgever.
• Workday vs Textkernel scoren anders. A/B/C/D-grading vs een 0 tot 1 score. Hetzelfde CV krijgt verschillende scores in verschillende systemen.
• Auto-rejectie op score is zeldzaam. Slechts 8% van recruiters configureert auto-afwijzing op matchscore [4]. 36% gebruikt de score als richtlijn, 56% gebruikt geen AI-score. De grootste filter is knockout-vragen, niet de score.
• Wat WEL je score verhoogt: functietitel letterlijk overnemen, top-3 skills exact schrijven, recente werkervaring (recency-boost weegt mee).
• Wat NIET je score verhoogt: design, kleur, lettertype, foto, lengte van bullets, aantal pagina's.
• Hetzelfde CV scoort verschillend op verschillende vacatures. Vacature-keywords bepalen de meting.

Inhoudsopgave

• De drie dimensies waarop een ATS jouw CV scoort
• Wat ATS-vendors publiek maken (en wat ze niet zeggen)
• Welke drempels gebruiken NL-recruiters echt?
• Wat verhoogt je score, in volgorde van impact
• Wat NIET in de score telt
• Worked example: drie vacatures, drie scores, hetzelfde CV
• Hoe je je score per vacature optimaliseert in 4 stappen

De drie dimensies waarop een ATS jouw CV scoort

Een moderne ATS-parser leest je CV niet als een mens. Het zet je document om in gestructureerde velden (functietitel, werkervaring-bullets, skills-lijst, opleiding, locatie) en vergelijkt elk veld met de vacature op meerdere dimensies tegelijk. De totaalscore is een gewogen aggregatie van die dimensie-scores.

Dimensie 1: functietitel-match. De zwaarste dimensie in vrijwel elke moderne ATS. Textkernel's gepubliceerde voorbeeld-weging laat zien dat een perfecte functietitel-match 30% van de totaalscore kan bijdragen [2]. Het systeem matcht zowel je huidige functietitel (uit de meest recente werkervaring) als titels uit eerdere werkervaringen. Een sollicitant met de exacte vacature-functietitel in zijn CV scoort meetbaar hoger dan een sollicitant met dezelfde skills maar een afwijkende titel.

Dimensie 2: skills-coverage. Het systeem extraheert een lijst van vereiste en gewenste skills uit de vacaturetekst en checkt welke daarvan letterlijk in je CV voorkomen. Niet "hoeveel skills heb je", maar "hoeveel van DEZE skills heb je". 8 van 10 verplichte skills geeft een hogere coverage-score dan 15 van 30 niet-relevante skills. De plaatsing telt mee: een skill in je werkervaring-bullets weegt zwaarder dan dezelfde skill alleen in je skills-lijst, omdat het systeem dan ervaringscontext kan koppelen.

Dimensie 3: semantic similarity. Moderne systemen (Workday Recruiting met HiredScore, Textkernel Search & Match, Eightfold) gebruiken machine-learning modellen die embedding-similarity berekenen tussen je CV-tekst en de vacaturetekst. Dit vangt synoniemen op die exact-match mist: "data-analyse" en "data analysis" worden door semantic-laag herkend als gerelateerd. Maar: semantic-match weegt minder dan exact-match in de meeste systemen. De veilige strategie is exact schrijven, niet semantisch hopen.

Daarnaast spelen er secundaire dimensies mee: ervaringsjaren (gemeten uit start- en einddatums in werkervaring), opleidingsniveau (HBO/WO-match), en locatie (afstand tot vacature-locatie). Deze tellen elk lichter, maar kunnen het verschil maken in de manual-review band.

Voor de bredere drie-pijler-aanpak (keywords + opmaak + bestandsformaat) waarop deze scoring-dimensies bouwen: zie de ATS-proof CV gids voor 2026.

Wat ATS-vendors publiek maken (en wat ze niet zeggen)

Vendors publiceren genoeg om je voorkeuren te vormen, maar niet genoeg om de score precies te voorspellen. Drie vendors die NL-werkgevers gebruiken, drie verschillende publieke verhalen.

Textkernel Search & Match

Textkernel publiceert in zijn developer-documentatie dat het matching-systeem werkt met gewogen criteria over meerdere categorieen, met scores tussen 0 (geen match) en 1 (perfecte match) [2]. Het voorbeeld-pie-chart toont functietitel met 30% bijdrage, met de expliciete kanttekening dat de getallen "arbitrair" zijn en dienen ter illustratie.

Wat Textkernel WEL bevestigt:

• Gewichten zijn configureerbaar per setup en per transactie [2]
• Recency-boosting: recentere functietitels krijgen een hogere score
• Domain-aware weighting: een IT-vacature laat IT-skills zwaarder wegen
• 8 categorieen worden geevalueerd, met sub-scores per categorie

Wat Textkernel NIET publiek maakt: de daadwerkelijke default-gewichten per categorie, de exacte semantic-similarity drempel, of welke werkgevers welke configuratie gebruiken.

Workday Recruiting (met HiredScore)

Workday gebruikt een match-percentage met A/B/C/D-grading, waarbij A de dichtste match aangeeft. Sinds de HiredScore-acquisitie in 2024 wordt de AI-laag onder kandidaat-ranking aangedreven door HiredScore's modellen, die exacte EN vergelijkbare skills herkennen om de gekwalificeerde talent-pool te vergroten.

Wat Workday WEL bevestigt: A/B/C/D-grading, configureerbare scoring, integratie met HiredScore voor uitgebreide skill-matching.

Wat Workday NIET publiek maakt: hoe het percentage tot stand komt, welke gewichten per dimensie gelden, hoe de grade-grenzen liggen.

SAP SuccessFactors en Recruitee

Beide gebruiken Textkernel-parsing onder de motorkap voor NL-vacatures, maar de UI-laag erbovenop verschilt. Werkgevers zien meestal alleen het rolled-up resultaat, niet de sub-scores per dimensie.

Praktische conclusie: je kunt niet voorspellen welke score je krijgt. Wel kun je voor elke vendor de dimensies optimaliseren die universeel meegewogen worden. Welke specifieke ATS jouw werkgever gebruikt, achterhaal je in 3 seconden via de URL: zie welk ATS gebruikt je werkgever.

Welke drempels gebruiken NL-recruiters echt?

Hier ontkracht de praktijk de mythe. De meeste career-blogs suggereren dat je een 75% score nodig hebt om "door te komen". De realiteit volgens een Enhancv-survey van 25 recruiters [4]:

• 8% van recruiters configureert content-gebaseerde auto-afwijzing op matchscore. Slechts 2 van de 25 ondervraagden gebruikten een drempel zoals "afwijzen onder 75%" of "afwijzen bij minder dan 7 van 10 verplichte skills".
• 44% heeft een AI- of fit-score in zijn ATS.
• 36% gebruikt de score als richtlijn en checkt elke kandidaat handmatig.
• 8% gebruikt scores als doorslaggevende factor (dezelfde 8% die auto-rejection aan heeft).
• 56% gebruikt geen AI-score of heeft er geen toegang toe.

Met andere woorden: voor 92% van recruiters is je matchscore een richtlijn, geen verdict. Een lage score betekent niet automatisch een afwijzing. Een hoge score garandeert geen interview.

De grootste filter is niet de score: het zijn knockout-vragen. 100% van de ondervraagde recruiters gebruikt verplichte ja/nee-vragen voor werkvergunning, certificeringen, locatie, of jaar-vereisten. Antwoord "nee" op een knockout-vraag en je valt af, ongeacht je matchscore.

Dat verschuift de prioriteit. Anxiety over "wat is mijn ATS-score" is misplaatst voor 92% van de vacatures. Anxiety over "beantwoord ik elke knockout-vraag correct" en "matcht mijn werkervaring de top-3 vereisten" is wel terecht. Het "92% van recruiters gebruikt score als richtlijn"-cijfer ondergraaft de breder geciteerde mythe dat de matchscore een automatisch verdict is; zie ATS-mythen die niet kloppen voor 9 andere claims die bij verificatie niet standhouden.

Wanneer drempels WEL strict zijn: high-volume rollen (retail, customer service, entry-level) waar werkgevers automatisch filteren omdat ze 500+ sollicitaties per vacature krijgen. Hier zijn drempels van 60-75% gangbaar. Voor vakspecialist-rollen, mid-level en senior-rollen geldt dat zelden.

Wat verhoogt je score, in volgorde van impact

Niet elke optimalisatie is gelijk. Op basis van wat vendors publiek maken plus de praktijk van waar de meeste sollicitanten punten verliezen, hier de volgorde:

1. Functietitel-overeenkomst (zwaarste impact)

Je functietitel matchen met de vacature is de hoogste hefboom. Textkernel's voorbeeld geeft titel 30% van de score [2]. De praktische regel: kopieer de vacature-titel letterlijk in je werkervaring (als die overeenkomt met je rol) en in je persoonlijk profiel.

Wat je doet:

• Vacature zegt "Senior Data Engineer"? Schrijf "Senior Data Engineer" in je werkervaring (als dat ook je werkelijke titel was) en in je profiel-headline.
• Werkte je als "Data Engineer III" intern bij een bedrijf? Vertaal naar de markt-equivalent ("Senior Data Engineer") in je CV. Geen interne functienamen die niemand buiten je werkgever kent.
• Solliciteer je op een rol met een titel die je nog niet had? Plaats de titel in je profiel ("Data Engineer met 5 jaar ervaring, gericht op rollen als Senior Data Engineer"). Geen leugens over verleden, wel een match-signaal voor toekomst.

2. Top-3 verplichte skills exact schrijven

Werkgevers extraheren een lijst van vereiste skills uit de vacaturetekst (vaak handmatig of via een tool zoals Textkernel). Het ATS scoort op overlap met die lijst. Drie of vier verplichte skills exact in je CV is meer waard dan tien optionele skills die niemand heeft uitgekozen.

Wat je doet:

• Lees de vacaturetekst woord voor woord. Markeer skills die de werkgever expliciet "verplicht" of "must-have" noemt.
• Schrijf elke verplichte skill exact zoals in de vacature. "Power Query" niet als "Excel-automatisering". "Project Management" niet alleen als "Projectmanagement" in NL-vacatures die ook de EN-term gebruiken.
• Plaats elke verplichte skill op twee plekken: in je werkervaring-bullets (met meetbaar resultaat) en in je vaardigheden-sectie. Dubbele plaatsing is geen keyword-stuffing; het is bewijs.

Voor de complete 5-stappen-extractie van vacature-keywords inclusief categorisatie: zie de ATS-trefwoorden gids. Voor automatische extractie per vacature: gebruik de vacature-analyzer.

3. Recente werkervaring telt zwaarder

Recency-boosting is in vrijwel elke moderne ATS aanwezig. Textkernel bevestigt dat functietitels uit recente werkervaring zwaarder wegen [2]. De praktische impact: een skill uit je huidige rol matcht beter dan dezelfde skill uit een rol van 8 jaar geleden, ook als de skill identiek is.

Wat je doet:

• Plaats relevante skills in je meest recente werkervaring-bullets, ook als je ze al jaren niet meer dagelijks gebruikt (mits eerlijk).
• Een vakgebied dat je 5+ jaar terug deed maar nu niet meer? Maak het een sub-bullet bij je huidige rol ("Daarnaast: refactoring van legacy systeem in [skill]"). Niet hoofdfocus, wel gerefereerd.
• Cv-onderbreking? Vermeld kort in je profiel wat je in die periode hebt gedaan (cursus, freelance-project, sabbatical). De parser ziet dan geen onverklaarde gap.

4. Bilingual matching (NL met EN-vaktermen)

In NL-vacatures die EN-vaktermen mengen (de norm voor IT, finance, consulting) breekt een puur-NL of puur-EN CV de match op specifieke skills. ATS-parsers matchen primair op exacte tekststring, en cross-language synoniem-detectie is niet betrouwbaar [3]. De fix: schrijf either-or skills in beide talen ("Projectmanagement (Project Management)").

Voor de complete decision-matrix per term: zie de tweetalig CV gids. Voor de meta-decision over welke taal je CV uberhaupt krijgt: zie wanneer schrijf je je CV in welke taal.

5. Ervaringsjaren correct geparseerd

Werkgevers stellen vaak een minimum-jaren-eis in de vacature ("minimaal 5 jaar ervaring in X"). De ATS berekent jouw jaren door start- en einddatums uit je werkervaring op te tellen. Onduidelijke datums (alleen "2020", geen maand) of overlappende datums kunnen je jaren verkeerd berekenen.

Wat je doet: schrijf datums consistent als "MM-YYYY" of "Maand YYYY" voor alle werkervaringen. Geen jaartal-only ranges. Geen "heden" zonder start-datum erbij.

Wat NIET in de score telt

De andere kant van de hefboom: tijd die je in deze dingen steekt heeft geen meetbare impact op je matchscore. Voor recruiter-perceptie kunnen ze nog meetellen, maar niet voor de geautomatiseerde scoring-laag.

Element	Impact op ATS-score
Lettertype (Arial, Calibri, etc.)	Nul, mits leesbaar voor de parser
Kleur en design	Nul, parsers slaan kleur over
Foto	Nul, afbeeldingen worden overgeslagen [3]
Aantal pagina's (1 vs 2)	Nul direct, indirect via inhoud-volume
Lengte van bullet-points	Nul direct, indirect via keyword-dichtheid
Persoonlijk profiel-stijl	Nul, behalve via keyword-dekking
"Mijn passie", "Reis", creatieve sectiekoppen	Negatief (parsers vinden je secties niet)
Aantal hobby's	Nul
Referenties op CV	Nul
Pagina-indeling (sidebars, kolommen)	Negatief tot zeer negatief (zie 4.2 cluster)

De grafische opmaak-laag is een aparte vraag van leesbaarheid voor de mens NA de ATS. Voor de complete catalogus van opmaak-keuzes die je score wel breken (sidebars, tabellen, kolommen): zie 10 CV-fouten die je ATS-score verlagen.

Worked example: drie vacatures, drie scores, hetzelfde CV

Een sollicitant ("Lisa", Senior Data Engineer met 6 jaar ervaring, sterk in Python en SQL) solliciteert op drie vacatures. Hetzelfde CV. Drie verschillende scores. Hier is waarom.

Vacature A: Senior Data Engineer bij scale-up Amsterdam

• Functietitel-match: perfect (Lisa's huidige titel = vacature-titel). Hoge bijdrage.
• Skills-coverage: 5 van 6 verplichte skills (Python, SQL, dbt, Airflow, AWS) staan in haar CV. dbt mist.
• Semantic similarity: hoog, beide CV en vacature gebruiken dezelfde terminologie.
• Locatie: Amsterdam, geen issue.
• Geschatte score: hoog (top 10% van kandidaten).

Vacature B: Lead Data Engineer bij enterprise Den Haag

• Functietitel-match: gedeeltelijk. Lisa is "Senior", vacature zoekt "Lead". Lager.
• Skills-coverage: dezelfde 5 van 6, plus de vacature vraagt people-management ervaring die Lisa niet expliciet heeft.
• Semantic similarity: enterprise-vacature gebruikt formelere termen ("data-architectuur" vs Lisa's "data engineering"); semantic-match minder strak.
• Locatie: Den Haag, Lisa woont in Amsterdam (45 minuten reistijd). Lichte aftrek bij sommige systemen.
• Geschatte score: medium (manual-review band).

Vacature C: Senior Software Engineer bij FinTech Utrecht

• Functietitel-match: laag. "Software Engineer" en "Data Engineer" matchen niet exact in de meeste systemen.
• Skills-coverage: 3 van 8 verplichte skills (Python, SQL, AWS overlap; Java, Kotlin, microservices, K8s, observability missen). Lage coverage.
• Semantic similarity: lager, ander vakgebied.
• Locatie: Utrecht, geen issue.
• Geschatte score: laag (auto-archive band bij high-volume systemen).

Drie observaties uit dit voorbeeld:

1. Hetzelfde CV is niet "beter" of "slechter". De score is een functie van CV PLUS vacature, niet van CV alleen.
2. Functietitel-match is de eerste hefboom om te bewegen. Lisa kan voor vacature B haar profiel aanpassen om "Lead-aspirant" te signaleren zonder te liegen over verleden.
3. Skills-mismatch is een rood signaal voor jezelf. Bij vacature C ontbreken 5 van 8 verplichte skills. Een matchscore-tool gaat dat niet oplossen; Lisa moet of skills bijleren of een andere vacature kiezen.

Hoe je je score per vacature optimaliseert in 4 stappen

De praktische workflow per sollicitatie. 15 tot 20 minuten per CV-aanpassing.

Stap 1: Extracteer de top-3 verplichte skills uit de vacature

Lees de vacature woord voor woord. Markeer alles dat de werkgever "verplicht", "must-have", "essentieel" of "vereist" noemt. Stop bij 3 skills. Als de vacature 8 verplichte skills heeft, kies de 3 die het zwaarst klinken (vaak in de eerste alinea van de eisen).

Stap 2: Match je functietitel tegen de vacature-titel

Is je huidige titel exact gelijk aan de vacature-titel? Dan ben je klaar. Verschilt het? Pas je profiel-headline aan om de bridge te leggen. Geen wijziging in je werkervaring (dat is je echte verleden), wel in hoe je jezelf positioneert.

Stap 3: Plaats elke top-3 skill op twee plekken

Per skill: een vermelding in je werkervaring-bullets (met meetbaar resultaat: "Migratie van legacy ETL naar dbt, 40% snellere pipeline-runs") en een vermelding in je vaardigheden-sectie (exact zoals in vacature). Geen plaatsing in alleen vaardigheden zonder bewijs in werkervaring; recruiters herkennen dat patroon.

Stap 4: Test je matchscore voor je verstuurt

Een ATS-checker tool simuleert hoe een parser je CV leest en welke score je krijgt op deze specifieke vacature. Het is geen perfecte voorspelling van wat de werkgever ziet (vendor-verschillen), maar wel een directe diagnose van waar je verliest. Belangrijke flag: als de tool een skill niet vindt die wel in je CV staat, is je formatting waarschijnlijk niet ATS-leesbaar.

Werk met de score, niet ertegen

De ATS-matchscore is geen mysterieus eindoordeel. Het is een gewogen optelsom van dimensies die elke vendor net iets anders berekent. Functietitel-match is de zwaarste hefboom. Top-3 skills exact schrijven is de tweede. Recency-boost en bilingual-handling completteren de basis. Voor 92% van vacatures is de score een richtlijn voor de recruiter, geen automatische verdict [4]. Voor de overige 8% van high-volume rollen geldt dat een hogere score wel je doorlooptijd verkort.

MyCVCraft's ATS-checker test je CV tegen de scoring-regels die NL-parsers (waaronder Textkernel) hanteren, met aparte sub-scores per dimensie zodat je weet waar je verliest. De vacature-analyzer extraheert de top-3 verplichte skills uit elke vacature en classificeert ze in NL, EN of either-or, zodat je weet wat je waar moet schrijven. Voor de bredere drie-pijler-aanpak (keywords + opmaak + bestandsformaat) waar deze scoring op bouwt: zie de ATS-proof CV gids voor 2026.