hrmforce Skills Framework 2.0
Volledig functieprofiel
FN0805 · versie 2.0.0 · 2026-09-08
FN0805 · versie 2.0.0 · 2026-09-08
Data engineer
FF08 Data, analytics en AI · ISCO-08 2521 · CBS 0812 Systeembeheerders en netwerkspecialisten · senioriteit medior · Ook bekend als: Data-engineer, Dataengineer, ETL developer, Data pipeline engineer, Big data engineer
Bouwt en onderhoudt datastromen en opslag zodat gegevens uit bronsystemen betrouwbaar, tijdig en herhaalbaar beschikbaar komen voor analyse.
De data engineer legt de infrastructuur aan waarop analisten en modellen leunen en houdt die stromen dagelijks werkend. Anders dan de data-analist interpreteert hij de uitkomsten niet, en anders dan de data-architect bouwt hij de gekozen structuur daadwerkelijk. De selectie loopt vast op een opsomming van platformen, terwijl het echte criterium engineeringdiscipline is: versiebeheer, tests en monitoring op datastromen, want een pijplijn die stil faalt levert lang onopgemerkt verkeerde cijfers aan de hele organisatie.
Kerncijfers van dit profiel
26 skills · 3 te meten competenties · 5 knockout-skills · zwaartepunt: Digitaal, data en AI 74%, Cognitief vermogen en probleemoplossing 16%, Communicatie en beïnvloeding 3%
1 Te meten competenties
Dit zijn de gedrags- en capaciteitsconstructen in dit profiel. Per competentie staat erbij met welke hrmforce-vragenlijst je die meet.
| Te meten competenties | Streefniveau | hrmforce instrument | Meetmethode | Gedragsanker op streefniveau |
|---|---|---|---|---|
| Numeriek redeneren Knockout | N4 | Ability Scan | Cognitieve capaciteitentest | Combineert twee gegevensbronnen, berekent de ontwikkeling over tijd en legt uit welke rekenstap tot welk resultaat leidt. |
| Nieuwsgierigheid en verkennen Competentie (50-framework): Leervermogen | N3 | Big Fifty, 15PF, Motivatie | Persoonlijkheidsvragenlijst | Zoekt buiten het eigen team informatie over nieuwe methoden op en brengt bevindingen ongevraagd in het werkoverleg in. |
| Omgaan met ambiguïteit Competentie (50-framework): Flexibiliteit | N3 | Big Fifty, Mentale Weerbaarheid (4C), Competency Check | Situational Judgement Test | Formuleert bij ontbrekende informatie expliciete aannames, werkt daarmee door en herziet de aanpak zodra nieuwe gegevens beschikbaar komen. |
2 Volledig skillprofiel
Alle skills van dit profiel, op gewicht gesorteerd. Het gedragsanker onder elke skill hoort bij het streefniveau.
| T | Skill | Streefniveau | Gewicht | Knockout | Meetmethode | hrmforce instrument |
|---|---|---|---|---|---|---|
| V | Datamodellering Stelt de modelleringsstandaarden en het kerngegevensmodel van de organisatie vast en beslist over afwijkingen daarop. | N5 | 5 | nee | Werkproef | Kennistoets (klantspecifiek), Werkproef |
| V | Databeheer en dataopslag Bepaalt de inrichting van dataopslag voor de organisatie en beslist over platformen, bewaarwijze en continuïteitseisen. | N5 | 5 | ja | Werkproef | Kennistoets (klantspecifiek), Werkproef |
| A | Numeriek redeneren Combineert twee gegevensbronnen, berekent de ontwikkeling over tijd en legt uit welke rekenstap tot welk resultaat leidt. | N4 | 5 | ja | Cognitieve capaciteitentest | Ability Scan |
| V | Data-analyse Kiest zelf analysemethoden bij een open vraag, bewerkt ruwe gegevens tot een werkbestand en onderbouwt elke conclusie met cijfers. | N4 | 5 | ja | Werkproef | Ability Scan, Werkproef |
| V | Programmeren Bouwt zelfstandig een functie of module vanaf de vraag, kiest passende structuren en houdt de code leesbaar en getest. | N4 | 5 | ja | Werkproef | Werkproef, Kennistoets (klantspecifiek) |
| V | API-integratie Realiseert zelfstandig een koppeling tussen twee systemen, vangt fouten op en documenteert de gegevensuitwisseling voor beheer. | N4 | 5 | nee | Werkproef | Werkproef |
| V | Kritisch denken en bronbeoordeling Ontdekt in rapporten drogredenen en selectief bewijs, en benoemt welke conclusie de gegevens wel dragen. | N4 | 4 | nee | Werkproef | Competency Check, Werkproef |
| V | Datakwaliteit beoordelen Stelt zelf controleregels op voor een gegevensbron, kwantificeert de gebreken en adviseert of de data geschikt is voor gebruik. | N4 | 4 | ja | Werkproef | Werkproef, Kennistoets (klantspecifiek) |
| T | Versiebeheer en samenwerkingsworkflow Beheert branches en samenvoegingen zelfstandig, lost conflicten op en beoordeelt wijzigingen van collega's inhoudelijk. | N4 | 4 | nee | Werkproef | Werkproef |
| V | Cloudplatformen benutten Richt zelfstandig clouddiensten in voor een toepassing, regelt rechten en back ups en houdt kosten en verbruik in beeld. | N4 | 4 | nee | Kennistoets | Kennistoets (klantspecifiek) |
| K | Machine learning basiskennis Legt uit hoe een model wordt getraind en gevalideerd en beoordeelt of gerapporteerde prestaties geloofwaardig zijn. | N3 | 4 | nee | Kennistoets | Kennistoets (klantspecifiek) |
| V | Procesautomatisering Beschrijft een proces in stappen, automatiseert de herhaalbare stappen en bouwt controles in op fouten en uitzonderingen. | N4 | 3 | nee | Werkproef | Werkproef, Portfolio |
| V | Systeemdenken Brengt de keten rond een knelpunt in beeld, wijst de terugkoppeling aan en voorspelt het effect van een ingreep. | N3 | 3 | nee | Werkproef | Competency Check, Werkproef |
| V | Methodisch werken Kiest zelf een passende werkwijze bij een nieuwe taak, legt de stappen vast en houdt zich daaraan onder tijdsdruk. | N3 | 3 | nee | Praktijkobservatie | Competency Check, Werkproef |
| V | Adviesvaardigheid Herformuleert de vraag achter de vraag, biedt twee onderbouwde opties met gevolgen en spreekt een besluitmoment af. | N3 | 3 | nee | Assessment center | Competency Check, Structureerd interview |
| G | Nieuwsgierigheid en verkennen Zoekt buiten het eigen team informatie over nieuwe methoden op en brengt bevindingen ongevraagd in het werkoverleg in. | N3 | 3 | nee | Persoonlijkheidsvragenlijst | Big Fifty, 15PF, Motivatie |
| K | Statistische basisinterpretatie Interpreteert correlaties, betrouwbaarheidsintervallen en significantie in een rapport en benoemt waar oorzaak en gevolg niet vaststaan. | N3 | 3 | nee | Kennistoets | Ability Scan, Kennistoets (klantspecifiek) |
| V | Hypothesen toetsen Zet een vraag om in een toetsbare hypothese, kiest de toets die bij de gegevens past en benoemt de beperkingen van de conclusie. | N3 | 3 | nee | Werkproef | Ability Scan, Werkproef |
| V | Datagovernance en eigenaarschap Wijst eigenaarschap toe voor een gegevensdomein, laat definities vaststellen en legt besluitvorming over gegevensgebruik navolgbaar vast. | N3 | 3 | nee | Structureerd interview | Structureerd interview, Portfolio |
| K | AVG en privacy in de praktijk Beoordeelt in eigen processen of er een grondslag is, past dataminimalisatie toe en handelt verzoeken van betrokkenen correct af. | N3 | 3 | nee | Kennistoets | Kennistoets (klantspecifiek) |
| V | AI-toepassingen selecteren en implementeren Vergelijkt toepassingen op eisen, risico en kosten, voert een proef uit en begeleidt collega's bij de invoering. | N3 | 3 | nee | Structureerd interview | Structureerd interview, Portfolio |
| V | AI-governance en verantwoord gebruik Toetst voorgenomen AI-gebruik aan beleid en wetgeving, legt de afweging vast en regelt menselijke controle op besluiten. | N3 | 3 | nee | Kennistoets | Kennistoets (klantspecifiek), Structureerd interview |
| V | AI-risico en bias herkennen Onderzoekt uitkomsten per groep of situatie, benoemt waar het systeem tekortschiet en stelt maatregelen of extra controles voor. | N3 | 3 | nee | Werkproef | Kennistoets (klantspecifiek), Werkproef |
| V | multidisciplinair samenwerken Brengt het vraagstuk met specialisten uit verschillende vakgebieden in kaart en formuleert een gezamenlijke aanpak met heldere rolverdeling. | N3 | 2 | nee | Assessment center | 360 Feedback, Competency Check |
| V | Datavisualisatie Maakt een grafiek volgens voorbeeld, zet assen en labels compleet neer en controleert of de getallen kloppen. | N2 | 2 | nee | Werkproef | Werkproef, Portfolio |
| G | Omgaan met ambiguïteit Formuleert bij ontbrekende informatie expliciete aannames, werkt daarmee door en herziet de aanpak zodra nieuwe gegevens beschikbaar komen. | N3 | 1 | nee | Situational Judgement Test | Big Fifty, Mentale Weerbaarheid (4C), Competency Check |
3 Niveaus per senioriteit
Hetzelfde profiel, met de senioriteitsbijstelling van de functiefamilie toegepast. De streefniveaus zijn begrensd op 1 tot 5.
| Skill | medior | senior |
|---|---|---|
| Datamodellering | N5 | N5 |
| Databeheer en dataopslag | N5 | N5 |
| Numeriek redeneren | N4 | N5 |
| Data-analyse | N4 | N5 |
| Programmeren | N4 | N4 |
| API-integratie | N4 | N5 |
| Kritisch denken en bronbeoordeling | N4 | N5 |
| Datakwaliteit beoordelen | N4 | N5 |
| Versiebeheer en samenwerkingsworkflow | N4 | N5 |
| Cloudplatformen benutten | N4 | N5 |
| Machine learning basiskennis | N3 | N4 |
| Procesautomatisering | N4 | N5 |
| Systeemdenken | N3 | N4 |
| Methodisch werken | N3 | N4 |
| Adviesvaardigheid | N3 | N4 |
| Nieuwsgierigheid en verkennen | N3 | N4 |
| Statistische basisinterpretatie | N3 | N3 |
| Hypothesen toetsen | N3 | N4 |
| Datagovernance en eigenaarschap | N3 | N4 |
| AVG en privacy in de praktijk | N3 | N4 |
| AI-toepassingen selecteren en implementeren | N3 | N4 |
| AI-governance en verantwoord gebruik | N3 | N4 |
| AI-risico en bias herkennen | N3 | N4 |
| multidisciplinair samenwerken | N3 | N4 |
| Datavisualisatie | N2 | N2 |
| Omgaan met ambiguïteit | N3 | N4 |
4 De niveauschaal
| Niveau | Label | Autonomie | Complexiteit | Bereik | Kennisdiepte |
|---|---|---|---|---|---|
| N1 | Begeleid | werkt onder toezicht en volgt instructie | routinematig, een variabele tegelijk | eigen taak | basisbegrip, kent de termen |
| N2 | Toepassend | werkt zelfstandig binnen vastgestelde kaders | bekende situaties met beperkte variatie | eigen rol | werkkennis, past standaardaanpak toe |
| N3 | Zelfstandig | stelt de eigen aanpak vast en vraagt zelf om input | meerdere variabelen, enige ambiguiteit | eigen team of proces | grondige kennis, weegt alternatieven |
| N4 | Sturend | geeft anderen richting en beslist over de aanpak | complex, met tegenstrijdige belangen | meerdere teams of een afdeling | diepgaande kennis, adviseert anderen |
| N5 | Toonaangevend | zet de standaard en het beleid | strategisch, met hoge onzekerheid | organisatie, keten of vakgebied | autoriteit, ontwikkelt het vakgebied |
5 Gedragsankers per skill
Ankers staan op N1, N3 en N5. N2 en N4 zijn bewust niet geankerd: beoordelaars plaatsen die daartussen, conform de O*NET-conventie.
| Skill | N1 | N3 | N5 |
|---|---|---|---|
| Datamodellering Beschrijft gegevens en hun onderlinge relaties in een model met entiteiten, attributen en sleutels dat aansluit op het werkproces. | Vult een bestaand gegevensmodel aan met nieuwe velden volgens de geldende naamconventies en laat het werk nakijken. | Ontwerpt een logisch gegevensmodel voor een afgebakend domein, normaliseert waar nodig en bespreekt keuzes met gebruikers en ontwikkelaars. | Stelt de modelleringsstandaarden en het kerngegevensmodel van de organisatie vast en beslist over afwijkingen daarop. |
| Databeheer en dataopslag Beheert opslag, ontsluiting en levenscyclus van gegevensverzamelingen, voert wijzigingen gecontroleerd door en zorgt dat back ups en herstel werken. | Voert opgedragen beheertaken op een gegevensverzameling uit en registreert elke wijziging in het logboek. | Beheert zelfstandig gegevensverzamelingen, plant onderhoud en herstelacties en test of een terugzetactie daadwerkelijk werkt. | Bepaalt de inrichting van dataopslag voor de organisatie en beslist over platformen, bewaarwijze en continuïteitseisen. |
| Numeriek redeneren Werkt met getallen, verhoudingen en tabellen en leidt daaruit conclusies af over hoeveelheden, trends en verbanden in cijfermateriaal. | Leest een eenvoudige tabel, benoemt de hoogste en laagste waarde en rekent een percentage uit met een rekenmachine. | Combineert twee gegevensbronnen, berekent de ontwikkeling over tijd en legt uit welke rekenstap tot welk resultaat leidt. | Doorziet in complexe cijferreeksen welke aannames de uitkomst bepalen en stelt de rekenlogica vast die anderen in de organisatie volgen. |
| Data-analyse Bewerkt en analyseert gegevensbestanden om patronen, verbanden en afwijkingen te vinden en verbindt de uitkomsten aan de oorspronkelijke vraag. | Voert een vooraf beschreven analysestap uit op een aangeleverd bestand en legt de uitkomst vast in het afgesproken format. | Kiest zelf analysemethoden bij een open vraag, bewerkt ruwe gegevens tot een werkbestand en onderbouwt elke conclusie met cijfers. | Bepaalt de analysestandaarden van de organisatie, beoordeelt analyses van anderen en zet nieuwe analysemethoden in het vakgebied neer. |
| Programmeren Schrijft, leest en verbetert werkende programmacode in ten minste één taal, splitst een probleem in stappen en test de eigen oplossing. | Past bestaande code op aanwijzing aan, voert de code uit en meldt foutmeldingen die niet zelf op te lossen zijn. | Bouwt zelfstandig een functie of module vanaf de vraag, kiest passende structuren en houdt de code leesbaar en getest. | Bepaalt de programmeerstandaarden en talenkeuze voor de organisatie en beoordeelt code van anderen op kwaliteit en houdbaarheid. |
| API-integratie Koppelt systemen via programmeerinterfaces, leest de bijbehorende documentatie, handelt fouten en beperkingen af en test de koppeling van begin tot eind. | Voert een voorbereide koppelingsaanroep uit volgens documentatie en meldt terugkerende foutcodes aan de ontwikkelaar. | Realiseert zelfstandig een koppeling tussen twee systemen, vangt fouten op en documenteert de gegevensuitwisseling voor beheer. | Stelt de koppelingsstandaarden en het interfacebeleid van de organisatie vast en beslist over ontsluiting naar buiten. |
| Kritisch denken en bronbeoordeling Toetst beweringen op logica, bewijs en belang van de bron en onderscheidt daarbij feiten van meningen en aannames. | Vraagt bij een bewering waar die op gebaseerd is en controleert of de bron genoemd en vindbaar is. | Ontdekt in rapporten drogredenen en selectief bewijs, en benoemt welke conclusie de gegevens wel dragen. | Stelt de toetsingscriteria voor bronnen en claims op, ook voor door kunstmatige intelligentie gemaakte teksten, en handhaaft die organisatiebreed. |
| Datakwaliteit beoordelen Controleert gegevensbestanden op volledigheid, juistheid, dubbelingen en tijdigheid, beschrijft de gevonden gebreken en bepaalt of de data bruikbaar is. | Loopt een controlelijst af op een aangeleverd bestand en meldt ontbrekende of dubbele records aan de verantwoordelijke. | Stelt zelf controleregels op voor een gegevensbron, kwantificeert de gebreken en adviseert of de data geschikt is voor gebruik. | Richt het kwaliteitsraamwerk voor gegevens in de hele organisatie in en beslist welke bronnen als betrouwbaar gelden. |
| Versiebeheer en samenwerkingsworkflow Werkt met een versiebeheersysteem, gebruikt branches en verzoeken om samenvoeging en houdt de wijzigingsgeschiedenis navolgbaar voor het team. | Legt wijzigingen vast met een duidelijke omschrijving in de aangewezen branch volgens de teamafspraak. | Beheert branches en samenvoegingen zelfstandig, lost conflicten op en beoordeelt wijzigingen van collega's inhoudelijk. | Bepaalt de werkwijze voor versiebeheer en codebeoordeling in de organisatie en handhaaft die over teams heen. |
| Cloudplatformen benutten Zet diensten in een cloudomgeving op en beheert die, richt rechten en kosten in en kiest tussen beschikbare dienstvormen op basis van eisen. | Gebruikt bestaande clouddiensten volgens werkinstructie en meldt afwijkend gedrag of onverwachte kosten aan de beheerder. | Richt zelfstandig clouddiensten in voor een toepassing, regelt rechten en back ups en houdt kosten en verbruik in beeld. | Bepaalt de cloudstrategie van de organisatie en beslist welke werklasten waar worden ondergebracht. |
| Machine learning basiskennis Kent de hoofdvormen van machinaal leren, de rol van trainingsdata, en begrippen als overpassing, validatie en modelprestatie in gewone taal. | Benoemt het verschil tussen geleid en ongeleid leren en welke gegevens een model nodig heeft om te leren. | Legt uit hoe een model wordt getraind en gevalideerd en beoordeelt of gerapporteerde prestaties geloofwaardig zijn. | Bepaalt de eisen aan modelontwikkeling in de organisatie en beoordeelt modellen van derden op opzet en onderbouwing. |
| Procesautomatisering Analyseert een terugkerend werkproces, bouwt of laat bouwen dat stappen automatisch verlopen en controleert of de uitkomst betrouwbaar blijft. | Voert een bestaande automatisering uit en meldt wanneer de uitkomst afwijkt van wat verwacht werd. | Beschrijft een proces in stappen, automatiseert de herhaalbare stappen en bouwt controles in op fouten en uitzonderingen. | Bepaalt de automatiseringsagenda van de organisatie en beslist welke processen wel en niet worden geautomatiseerd. |
| Systeemdenken Beschrijft hoe onderdelen van een proces of organisatie elkaar beïnvloeden, inclusief terugkoppeling, vertraging en onbedoelde effecten. | Benoemt wie of wat er voor en na de eigen taak in het proces van die taak afhankelijk is. | Brengt de keten rond een knelpunt in beeld, wijst de terugkoppeling aan en voorspelt het effect van een ingreep. | Modelleert het samenspel tussen afdelingen, markt en regelgeving en verlegt de ingreep naar het punt met de grootste hefboom. |
| Methodisch werken Volgt bij taken een vaste en navolgbare werkwijze met stappen, vastlegging en controle, zodat anderen het werk kunnen herhalen. | Werkt de stappen van een voorgeschreven procedure in de juiste volgorde af en legt het resultaat vast. | Kiest zelf een passende werkwijze bij een nieuwe taak, legt de stappen vast en houdt zich daaraan onder tijdsdruk. | Schrijft de werkwijzen voor het vakgebied, laat ze toetsen in de praktijk en herziet ze op vaste momenten. |
| Adviesvaardigheid Een vraagstuk van een opdrachtgever scherp krijgen en een onderbouwd advies zo brengen dat de ontvanger het overneemt en uitvoert. | Levert gevraagde informatie aan en licht een standaardadvies toe volgens de vaste opbouw van het team. | Herformuleert de vraag achter de vraag, biedt twee onderbouwde opties met gevolgen en spreekt een besluitmoment af. | Adviseert het bestuur bij vraagstukken met tegenstrijdige belangen, weerspreekt gevestigde aannames en bewaakt de kwaliteit van adviezen in de organisatie. |
| Nieuwsgierigheid en verkennen Stelt vragen bij het onbekende, zoekt uit eigen beweging nieuwe onderwerpen en invalshoeken op en verkent die verder dan het werk direct vraagt. | Vraagt door bij uitleg over een nieuw onderwerp en leest de aangereikte achtergrondinformatie door. | Zoekt buiten het eigen team informatie over nieuwe methoden op en brengt bevindingen ongevraagd in het werkoverleg in. | Verkent stelselmatig ontwikkelingen buiten de sector, legt onverwachte verbanden en brengt nieuwe thema's op de agenda van de organisatie. |
| Statistische basisinterpretatie Kent en interpreteert basisbegrippen uit de statistiek zoals spreiding, correlatie, betrouwbaarheidsinterval en significantie en benoemt wat een uitkomst wel en niet zegt. | Leest gemiddelde, spreiding en aantallen correct uit een tabel en vraagt na wat een percentage precies weergeeft. | Interpreteert correlaties, betrouwbaarheidsintervallen en significantie in een rapport en benoemt waar oorzaak en gevolg niet vaststaan. | Toetst statistische onderbouwing van organisatiebrede besluiten en leidt anderen op in correcte interpretatie van uitkomsten. |
| Hypothesen toetsen Formuleert een toetsbare veronderstelling, kiest een passende toets of vergelijking, voert die uit en trekt een conclusie met de bijbehorende onzekerheid. | Voert een aangereikte toets uit volgens stappenplan en noteert de uitkomst zonder eigen interpretatie toe te voegen. | Zet een vraag om in een toetsbare hypothese, kiest de toets die bij de gegevens past en benoemt de beperkingen van de conclusie. | Ontwerpt onderzoeksopzetten voor de organisatie en beoordeelt of conclusies van anderen door de gegevens worden gedragen. |
| Datagovernance en eigenaarschap Legt vast wie eigenaar en beheerder van welke gegevens is, welke definities gelden en hoe besluiten over gegevensgebruik worden genomen. | Houdt het register van gegevenseigenaren en definities bij volgens instructie en meldt onduidelijkheden aan de coördinator. | Wijst eigenaarschap toe voor een gegevensdomein, laat definities vaststellen en legt besluitvorming over gegevensgebruik navolgbaar vast. | Richt het datagovernancemodel van de organisatie in en houdt bestuurders aan hun rol als eigenaar van gegevens. |
| AVG en privacy in de praktijk Kent de eisen van de privacywetgeving voor het eigen werk, weet welke grondslag en bewaartermijn gelden en herkent wanneer melding nodig is. | Verwerkt persoonsgegevens alleen volgens de geldende werkinstructie en legt twijfelgevallen voor aan de privacyverantwoordelijke. | Beoordeelt in eigen processen of er een grondslag is, past dataminimalisatie toe en handelt verzoeken van betrokkenen correct af. | Stelt het privacybeleid vast, beslist over verwerkingen met hoog risico en vertegenwoordigt de organisatie naar de toezichthouder. |
| AI-toepassingen selecteren en implementeren Kiest AI-toepassingen op basis van werkbehoefte, kosten, risico en aansluiting op bestaande systemen en begeleidt de invoering tot en met gebruik. | Test een aangewezen AI-toepassing in het eigen werk en rapporteert wat wel en niet bruikbaar bleek. | Vergelijkt toepassingen op eisen, risico en kosten, voert een proef uit en begeleidt collega's bij de invoering. | Bepaalt welke AI-toepassingen de organisatie inzet, beslist over opschaling en verantwoordt de gemaakte keuzes. |
| AI-governance en verantwoord gebruik Past regels en afspraken over toegestaan AI-gebruik toe, legt vast waar AI is ingezet en zorgt dat mensen verantwoordelijk blijven voor besluiten. | Gebruikt AI alleen binnen het toegestane gebruik, deelt geen vertrouwelijke gegevens en vermeldt inzet van AI waar dat gevraagd is. | Toetst voorgenomen AI-gebruik aan beleid en wetgeving, legt de afweging vast en regelt menselijke controle op besluiten. | Stelt het AI-beleid van de organisatie op, richt het toezicht daarop in en verantwoordt dit naar toezichthouders en klanten. |
| AI-risico en bias herkennen Herkent waar een AI-systeem systematisch scheef of onbetrouwbaar uitpakt voor groepen of situaties en benoemt de gevolgen en mogelijke maatregelen. | Benoemt dat AI-uitvoer scheef kan zijn door de gebruikte gegevens en legt opvallende uitkomsten voor aan een collega. | Onderzoekt uitkomsten per groep of situatie, benoemt waar het systeem tekortschiet en stelt maatregelen of extra controles voor. | Stelt de toetsingskaders voor eerlijkheid en risico van AI vast en beslist of een systeem in gebruik mag blijven. |
| multidisciplinair samenwerken Samenwerken met mensen uit andere vakgebieden door hun taal en werkwijze te leren kennen en gezamenlijke uitgangspunten voor het werk vast te leggen. | Vraagt bij een collega uit een ander vakgebied na wat vaktermen betekenen en vat het antwoord terug. | Brengt het vraagstuk met specialisten uit verschillende vakgebieden in kaart en formuleert een gezamenlijke aanpak met heldere rolverdeling. | Zet duurzame samenwerkingsvormen op tussen vakgebieden en beslecht conflicten tussen professionele normen op basis van het organisatiebelang. |
| Datavisualisatie Zet gegevens om in grafieken en visuele weergaven die de boodschap correct tonen, kiest passende grafiektypen en vermijdt misleidende weergave. | Maakt een grafiek volgens voorbeeld, zet assen en labels compleet neer en controleert of de getallen kloppen. | Kiest per boodschap het grafiektype, verwijdert overbodige elementen en legt uit waarom een weergave misleidend zou zijn. | Stelt de visualisatierichtlijnen van de organisatie vast en beoordeelt of rapportages van anderen de gegevens eerlijk weergeven. |
| Omgaan met ambiguïteit Werkt door wanneer opdracht, informatie of rolverdeling onvolledig of tegenstrijdig is, maakt werkbare aannames en toetst die zodra er meer duidelijk wordt. | Vraagt bij een onduidelijke opdracht na wat wordt bedoeld en werkt daarna volgens het gegeven antwoord. | Formuleert bij ontbrekende informatie expliciete aannames, werkt daarmee door en herziet de aanpak zodra nieuwe gegevens beschikbaar komen. | Zet richting uit bij hoge onzekerheid, maakt de resterende onzekerheid expliciet en houdt de organisatie tot besluitrijpheid in beweging. |
6 Meetmethoden en validiteit
De validiteiten zijn de gecorrigeerde meta-analytische schattingen van Sackett, Zhang, Berry en Lievens (2022) in het Journal of Applied Psychology. Die vervangen de oudere cijfers van Schmidt en Hunter (1998). De spreiding is even belangrijk als het gemiddelde: bij een hoge SD varieert de validiteit sterk per context.
| Meetmethode | rho | SD | Wat het is |
|---|---|---|---|
| Werkproef | 0.33 | 0.09 | De kandidaat voert een representatief werkfragment uit onder gestandaardiseerde condities. |
| Cognitieve capaciteitentest | 0.41 | 0.14 | Gestandaardiseerde test van verbaal, numeriek of abstract redeneervermogen. |
| Kennistoets | 0.40 | 0.13 | Toets van declaratieve vakkennis, meestal klantspecifiek samengesteld. |
| Praktijkobservatie | - | - | Gestructureerde observatie op de werkplek met een formulier op basis van gedragsankers. |
| Assessment center | 0.29 | 0.09 | Meerdere oefeningen, meerdere beoordelaars, dimensiegewijze scoring. |
| Persoonlijkheidsvragenlijst | 0.40 | 0.15 | Zelfrapportage van gedragsvoorkeuren. Bij hrmforce de Big Fifty en de 15PF. |
| Structureerd interview | 0.42 | 0.19 | Gedragsgericht interview met vaste vragen en een beoordelingsschaal per vraag. |
| Situational Judgement Test | 0.12 | 0.11 | Scenario met responsopties, gescoord op kennis of op gedragstendens. |
7 Meetinstrumenten voor deze functie
| hrmforce instrument | Skills | Wat het meet |
|---|---|---|
| Werkproef | 14 | Representatief werkfragment onder gestandaardiseerde condities |
| Kennistoets (klantspecifiek) | 10 | Toets van vakkennis, per klant samengesteld |
| Competency Check | 6 | Competentiebeoordeling op gedragsniveau |
| Ability Scan | 4 | Capaciteitentest: verbaal, numeriek en abstract redeneervermogen |
| Portfolio | 4 | Beoordeling van eerder werk tegen vaste criteria |
| Structureerd interview | 4 | Gedragsgericht interview met vaste opzet |
| Big Fifty | 2 | Persoonlijkheidsvragenlijst, 150 items, 25 factoren |
| 15PF | 1 | Persoonlijkheidsprofiel, korter alternatief voor de Big Fifty |
| Motivatie | 1 | Drijfveren en motivatiebronnen |
| 360 Feedback | 1 | Meervoudige beoordeling op gedragsankers |
| Mentale Weerbaarheid (4C) | 1 | Mentale weerbaarheid volgens het 4C-model |
8 Hoe je dit profiel gebruikt
- Stel het profiel vast met de leidinggevende voordat de eerste kandidaat wordt gemeten. Gewichten die je achteraf verschuift, maken de uitkomst onverdedigbaar.
- Kies per skill de meetmethode uit kolom Meetmethode. Combineer maximaal drie methoden per kandidaat.
- Kalibreer de beoordelaars in een sessie van twee uur met de gedragsankers uit hoofdstuk 5. Ankers zonder beoordelaarstraining leveren weinig op.
- Vul de matchcalculator en bespreek de gaps in het ontwikkelgesprek. Type A en type G zijn selectiecriteria, geen ontwikkeldoelen van een kwartaal.
Bron: hrmforce Skills Framework 2.0, versie 2.0.0, gebouwd op 2026-09-08. Crosswalks naar ESCO v1.2.1, O*NET 31.0, Lightcast Open Skills, SFIA 9, DigComp 3.0, EntreComp, LifeComp, GreenComp, AILit, WEF Future of Jobs 2025, ISCO-08 en de Beroepenindeling ROA-CBS 2014 editie 2025. Dit profiel is een startpunt, geen norm: stem het af op de eigen organisatie voordat je ermee selecteert.
hrmforce · hrmforce.com · FN0805