AI-eisen in vacatures verdrievoudigen; Nederland blijft achter

Op 23 september 2026 publiceerde Stepstone zijn analyse van ruim 5,6 miljoen vacatures op het Duitse platform: het aandeel met minstens één AI-vaardigheid steeg van 0,85 procent in 2019 naar 2,62 procent in de eerste helft van 2026 en bereikte in juni 3,49 procent; arbeidsmarkteconoom Christina Langer vat de vertraagde zichtbaarheid in vacatures samen als: “Job ads reflect this step with a delay.” Voor sollicitanten is de verschuiving vooral relevant omdat AI-eisen ook buiten technische functies opduiken. Tegelijk staat zo’n eis nog altijd in een minderheid van de advertenties.

Voor Nederland toont de PwC-analyse op basis van Lightcast-data een stijging van 1,5 procent AI-gerelateerde vacatures in 2022 naar 2,1 procent in 2025, een groei van ongeveer vijfduizend vacatures. Dat is een bescheiden zichtbare vraag op de Nederlandse arbeidsmarkt. Bijscholing kan de kansen van een kandidaat vooral ondersteunen wanneer de geleerde vaardigheid past bij het werk waarvoor die solliciteert; de cijfers tonen geen algemene baangarantie door een AI-cursus.

Marketing schuift op, maar de vraag verschilt per beroep

De groei buiten IT is het duidelijkst zichtbaar in marketing. In het verslag van Campaign stijgt het aandeel marketingvacatures met AI-eisen van 2,2 procent in 2023 naar 7,2 procent in 2025 en 10,2 procent in de eerste helft van 2026; wetenschappelijke functies en IT komen in die laatste periode uit op respectievelijk 13,2 en 12,2 procent. Ook media, communicatie en ontwerp laten in de Duitse analyse een sterke stijging zien. Het gaat dus niet uitsluitend om werkgevers die AI-systemen laten bouwen.

Die beroepsverschillen veranderen de betekenis van een AI-eis. Een marketingfunctie kan draaien om het maken en beoordelen van campagnevarianten, terwijl een technische functie kennis kan vragen van de ontwikkeling of integratie van systemen. Hetzelfde trefwoord in een vacature zegt daarom weinig zonder de bijbehorende taak. Voor iemand die van beroep wil veranderen, is dat onderscheid belangrijker dan een algemene ranglijst van populaire AI-tools.

Ook binnen een beroepsgroep kan de eis uiteenlopen. Een communicatiemedewerker die conceptteksten maakt, moet kunnen beoordelen of feiten, toon en context kloppen. Bij ontwerp kan het zwaartepunt liggen op het sturen en selecteren van varianten binnen een opdracht. Dat zijn functiegerichte voorbeelden van mogelijke werkzaamheden, geen vast profiel dat iedere werkgever hanteert.

Wat de vacaturecijfers precies meten

De Duitse telling registreert expliciete termen in vacatureteksten. Een advertentie telt mee als er minstens één omschreven AI-term in staat, van een toepassing tot een technische competentie. Daarmee laat de reeks zien welke eisen werkgevers zichtbaar opschrijven. Ze meet niet hoeveel werknemers AI al gebruiken, hoe vaak zij ermee werken of of een vermelde vaardigheid doorslaggevend is bij de selectie.

De Nederlandse reeks heeft een andere bron, afbakening en meetperiode. Een rechtstreeks verschil tussen de Duitse en Nederlandse percentages zou daarom een nauwkeurigheid suggereren die deze gegevens niet bieden. De Nederlandse cijfers laten op zichzelf wel zien dat expliciete AI-vraag groeit vanaf een kleine basis. Bovendien wijkt Nederland in de bredere arbeidsmarktanalyse af van de internationale ontwikkeling: de sterkste banengroei ligt er in sectoren die minder door AI worden beïnvloed.

De beperkte zichtbaarheid in advertenties kan meerdere oorzaken hebben. Werkgevers kunnen vaardigheden ontwikkelen bij bestaande medewerkers, terwijl nieuwe vacatureteksten nog weinig veranderen. Een functie kan ook met AI worden uitgevoerd zonder dat de werkgever de technologie als afzonderlijke toelatingseis noemt. Voor Vlaanderen biedt de Nederlandse reeks geen eigen arbeidsmarktcijfer; de Duitse beroepspatronen zijn evenmin automatisch op Vlaamse vacatures toepasbaar.

Bedienen, instrueren en beoordelen zijn verschillende vaardigheden

Voor veel niet-technische functies is het onderscheid tussen een toepassing bedienen, een opdracht formuleren en de uitkomst beoordelen nuttiger dan het brede label ‘AI-kennis’. Bedienen betekent dat iemand een passend hulpmiddel kiest en het in een bestaande taak kan inzetten. Een goede instructie maakt doel, doelgroep, randvoorwaarden en gewenste vorm duidelijk. Beoordelen vergt kennis van het vak: klopt de inhoud, voldoet het resultaat aan de opdracht en is menselijke aanpassing nodig?

In marketing kan die combinatie zichtbaar worden bij een campagnebriefing. Een kandidaat kan varianten laten maken, maar moet vervolgens zelf toetsen welke boodschap past bij doelgroep en campagnedoel. Voor communicatie ligt de nadruk bij vergelijkbaar werk ook op feitelijke juistheid en toon. De vaardigheid zit dan niet alleen in het oproepen van tekst, maar in het herkennen van een overtuigend geformuleerde fout.

Bij ontwerp begint het werk mogelijk met het verkennen van beeldrichtingen, waarna selectie, samenhang en afwerking volgen. Een opleiding die alleen leert hoe een opdracht aan een tool wordt gegeven, behandelt dus maar een deel van die functie. De waarde van zo’n opleiding hangt af van de vraag of zij ook het beoordelen van het resultaat binnen echte ontwerpbeperkingen oefent.

Voor IT-functies kan de vereiste kennis verder gaan dan het gebruik van een hulpmiddel. Wie verantwoordelijk is voor het opnemen van AI in software, moet ook kunnen nagaan hoe de toepassing werkt en waar de uitkomst tekortschiet. Dat vraagt andere verdieping dan een cursus voor iemand die AI gebruikt bij teksten of beelden. De beroepscontext bepaalt welke vorm van bijscholing betekenis heeft.

Wanneer bijscholing de baankans kan helpen

Een opleiding is het best te rechtvaardigen wanneer vacatures voor het beoogde beroep herhaaldelijk een concrete AI-taak noemen. Dan is te beoordelen of de cursus juist die taak oefent: een toepassing inzetten, heldere instructies geven of zwakke resultaten herkennen. Een certificaat met een brede naam maakt die aansluiting niet vanzelf zichtbaar. Werkgevers vragen uiteindelijk om werk dat bij hun functie past.

Als AI in de beoogde vacatures zelden als eis verschijnt, is een grote opleidingsinvestering moeilijk uitsluitend met directe baankansen te onderbouwen. Een kleinere leerstap binnen het eigen vak kan dan beter aansluiten bij het zichtbare werk, zeker wanneer een werkgever medewerkers intern laat leren. De huidige vacaturecijfers geven geen antwoord op de vraag hoeveel individuele sollicitanten door scholing worden aangenomen.

De komende verschuiving wordt vooral concreet op het niveau van afzonderlijke beroepen: verschijnt AI vaker als benoemde taak in hun vacatures, en wordt duidelijk welke verantwoordelijkheid daarbij hoort? Voor Nederlandse kandidaten maakt juist die specificiteit het verschil tussen een algemene technische interesse en een vaardigheid die in hun werk gevraagd wordt.