Beste ATS-checker voor je cv: is je ATS-score eigenlijk wel echt?

Zijn ATS-checkers oplichterij? (het eerlijke antwoord)

Korte versie: een deel van de angst is terecht, een deel niet. Een tool handelt te kwader trouw wanneer het een lage score fabriceert om urgentie te creëren en je vervolgens precies de oplossing verkoopt voor het probleem dat het zelf verzon. Je kent het patroon: een grote rode 38 van de 100, een gevoel van alarm en een afrekenpagina. Dat is een verkooptrechter in een diagnosejas.

Maar een ATS zelf is echt. Sollicitatievolgsystemen parsen je cv wel degelijk, ze lezen velden uit, en ze rangschikken en filteren. Een cv kan echt worden overgeslagen omdat een parser het niet kon lezen. De nuttige vraag is dus niet "is ATS een mythe". Het is "vertelt deze score me iets waars over hoe een parser me leest, of is het een getal gebouwd om me bang te maken zodat ik betaal?"

Wanneer een lage score echt is

• De parser kon je functietitels, data of contactgegevens niet uitlezen, vaak omdat ze in een koptekst, een tekstvak, een tabel of een tweekoloms opmaak staan die hij niet kan volgen.
• De kerntermen van de rol staan echt niet op je cv, omdat je hetzelfde werk met andere woorden beschreef of de relevante ervaring wegliet.
• Het bestand zelf is het probleem: een gescande afbeelding, een ongebruikelijk lettertype of een formaat dat het systeem stilletjes verminkt.

Wanneer een lage score verzonnen is

• De tool laat je niet zien waar het getal vandaan komt, alleen een score en een betaalmuur.
• De score daalt om cosmetische redenen waar geen echte recruiter om geeft, puur om je iets te geven waarvoor je een oplossing koopt.
• Elk cv dat je plakt scoort laag, omdat een lage score het product is.

Een score die je niet kunt doorgronden is geen diagnose, het is een verkooptactiek. De eerlijke test is simpel: kan de tool je laten zien waaruit het getal is opgebouwd?

Hoe een ATS je cv echt uitleest

Voordat je een score kunt beoordelen, helpt het te weten wat de machine doet. Een sollicitatievolgsysteem leest je bestand en probeert een vormgegeven document terug te veranderen in gestructureerde data: je naam, je contactgegevens, een lijst met functies met werkgevers en data, een blok met vaardigheden. Wanneer je opmaak die uitlezing tegenwerkt, belanden velden op de verkeerde plek of verdwijnen ze, en dat is een van de meest voorkomende en best te verhelpen redenen waarom een cv vroeg wordt overgeslagen.

Dan komt het matchen. Hier stoppen de meeste checkers bij één grof getal, en hier haalt een eerlijke check het getal uit elkaar. careerify rapporteert drie aparte scores uit één en dezelfde lezing en houdt ze zichtbaar in plaats van ze samen te voegen:

1. Trefwoordmatch: het aandeel van de belangrijke termen uit de vacature dat echt op je cv staat. Nuttig, maar letterlijk. Het weet niet dat "P&L-verantwoordelijkheid" en "verantwoordelijk voor de winst-en-verliesrekening" hetzelfde beschrijven.
2. Semantische match: betekenis, niet alleen exacte tekenreeksen. Die vangt het geval waarin je duidelijk de ervaring hebt maar het anders verwoordde dan de vacature, zodat een pure trefwoordtool je onterecht zou afwaarderen.
3. AI-screener: hoe je cv tegen de vacature leest voor een gehaaste menselijke recruiter bij een eerste snelle blik, apart gescoord zodat een sterke trefwoordmatch geen zwakke totaalindruk kan verbergen.

Drie getallen in plaats van één doen ertoe omdat ze op nuttige manieren met elkaar in tegenspraak zijn. Een hoge trefwoordscore met een lage semantische score kan betekenen dat je termen zonder inhoud erin propte. Een lage trefwoordscore met een hoge semantische score betekent dat je de ervaring hebt en die alleen hoeft te benoemen zoals de vacature dat doet. Het grote percentage dat careerify bovenaan zet, is simpelweg het gemiddelde van die drie, en precies daarom zijn de drie eronder het deel dat het lezen waard is.

ATS-checkers vergeleken op wat je echt nodig hebt

Ik ga geen tabel publiceren waarin careerify elke kolom wint, want dat is precies de zelfgenoegzame truc waar dit hele artikel tegen ingaat. Verschillende tools zijn oprecht goed in verschillende dingen, dus de rijen hieronder gaan uit van wat je probeert te doen, niet van wie ik zou willen dat je kiest.

Ik heb op 2026-09-08 de prijspagina van elke aanbieder geopend en overgeschreven wat er stond. Twee ervan zeiden niets.

Twee cellen in die tabel zijn met opzet leeg, en dat is het interessantste eraan. De prijslink van Jobscan stuurde me naar de app achter de login in plaats van naar een prijs, en Resume Worded zegt gratis te beginnen zonder te publiceren wat het betaalde niveau kost. Goed mogelijk dat beide wel een prijs tonen zodra je bent ingelogd. Maar een vergelijkingstabel die die cellen vult met een zelfverzekerd getal, gokt, en jij zou geen enkele manier hebben om te zien welke cellen gegokt waren. Dat is hetzelfde probleem als een ATS-score die je niet kunt natrekken.

Waar de twee elkaar het meest overlappen is trefwoordmatching, en ik heb die vergelijking uitgesplitst in careerify vs JobScan, inclusief waar JobScan echt de betere keuze is.

Als je op een Amerikaanse functie mikt en een kaal zoekwoordgat wilt dichten tegenover een specifieke vacature, is Jobscan daar oprecht goed in, en het is niet voor niets de standaardkeuze. Waar de categorie volgens mij de mist in gaat, is door één matchpercentage als de hele waarheid te behandelen, en je te duwen om dat met alle middelen op te krikken. De inzet van careerify is een andere: je alle drie de scores laten zien, laten zien welke woorden uit de vacature je wel en niet hebt geraakt, en nooit een getal verzinnen om je een oplossing te verkopen.

"Is 72 een goede ATS-score? Hoe kom ik boven de 90?"

Dit zijn de twee meest gestelde vragen, en beide mikken net naast het doel. Er bestaat geen universele slaagdrempel. Een 72 tegen één vacature in één systeem is niet dezelfde 72 tegen een andere. Het getal is alleen betekenisvol ten opzichte van een specifieke vacature, en alleen als je kunt zien wat het veroorzaakte.

Vraag dus niet "is 72 goed", maar vraag waaruit de 72 bestaat. Als de trefwoordlaag laag is omdat je de kernvereiste echt mist, lost geen enkele herschrijving dat eerlijk op, en is het waarschijnlijk de verkeerde rol om na te jagen. Is hij laag omdat je echte ervaring met andere woorden beschreef, dan is het een correctie van vijf minuten en van de eerlijke soort: benoem het zoals de vacature dat doet, want het is al waar over jou.

En jagen op een score boven de 90 kan je stilletjes schaden. Om een trefwoordscore omhoog te duwen, proppen mensen exact-matchende termen erin, herhalen ze de functietitel en blazen ze een vaardighedensectie op tot het cv leest alsof het voor een machine is geschreven, want dat was het. Een menselijke recruiter leest dat ook, en een met trefwoorden volgepropt cv leest slechter voor de persoon die echt beslist. Het doel is geen gemaximaliseerd getal. Het is een cv dat schoon geparsed wordt, je echte ervaring benoemt in de woorden van de rol en prettig leest voor een mens.

Een score boven de 90 die een mens niet met plezier zou lezen, is geen overwinning. Mik op een cv dat schoon geparsed wordt en de waarheid vertelt in de eigen woorden van de rol, en laat de score dan volgen.