Als output geen bewijs is van prestaties, wat dan wel?

Prestatiebeoordelingen zijn vaak nog steeds gebaseerd op output, ook al zegt output niet langer veel over de persoon die deze produceert.

Volgens de enquête van de CHRO Association uit 2026 test slechts 7% van de CHRO’s prestatiemaatstaven die zijn gebaseerd op beoordelingsvermogen in plaats van op het voltooien van taken. Bijna de helft zegt dat een herontwerp van prestatiemanagement op de planning staat, maar nog niet is doorgevoerd.

Tijdens ons eerste AI Signal-evenement buigen we ons over één vraag: als output geen bewijs is van bekwaamheid, wat dan wel? We bespreken hoe criteria voor prestatiemanagement veranderen door AI-gestuurde werkprocessen, wat een beoordeling nog zegt over prestaties wanneer AI een deel van het werk uitvoert, hoe je mensen eerlijk beoordeelt wanneer sommigen betere AI-tools hebben dan anderen, en wat leiders op het gebied van talent die een herontwerp hebben geprobeerd, zeggen dat ze hebben geleerd.

Je leert hoe je:

1. Actuele criteria voor prestatiemanagement opstelt die rekening houden met AI-ondersteund werk.
2. Leert wat organisaties die criteria op basis van beoordelingsvermogen proberen, hiervan hebben geleerd.
3. Begrijpt waarom bespaarde uren een onvolledige maatstaf zijn en hoe je naast die uren ook rekening houdt met de benodigde correctietijd.
4. Controleert of je recente talentbeslissingen gebaseerd waren op bekwaamheid of op de beschikbare tools.
5. Praktische richtlijnen toepast voor wat je managers moet vertellen vóór deze beoordelingscyclus, zelfs als je organisatie vóór de start van de beoordelingen mogelijk nog niets heeft veranderd.

Voor wie: CHRO’s, CPO’s, hoofden Talent en leiders op het gebied van personeelsanalyse die een beoordelingscyclus ingaan die moet worden herontworpen.