Skills gap analyse: je meet wat mensen van zichzelf vinden

Ze zien er altijd goed uit, die rapporten. Spinnenwebdiagrammen per team, een hittekaart met rood en groen, een managementsamenvatting met vier aanbevelingen. Ik heb er inmiddels een stuk of wat gezien, en bij vrijwel elke skills gap analyse die op mijn bureau kwam, gold hetzelfde: de onderliggende data bestond uit wat mensen over zichzelf hadden ingevuld, eventueel aangevuld met wat hun leidinggevende over hen had ingevuld.

Daar is op zichzelf niets mis mee, tot je bedenkt wat je met die uitkomst gaat doen. Er wordt een opleidingsplan op gebouwd. Er wordt geld mee verdeeld. Soms wordt er een reorganisatie mee onderbouwd.

Het probleem dat iedereen kent en niemand inbouwt

Kruger en Dunning publiceerden in 1999 in het Journal of Personality and Social Psychology een reeks studies die inmiddels iedereen bij naam kent en bijna niemand in zijn meetinstrument verwerkt. Deelnemers die in het onderste kwart scoorden op tests voor humor, grammatica en logica, schatten hun eigen prestatie fors te hoog in. Hun werkelijke score lag rond het twaalfde percentiel, hun eigen inschatting rond het tweeënzestigste.

De verklaring die de auteurs gaven, is het onaangename deel. De vaardigheden die je nodig hebt om iets goed te doen, zijn grotendeels dezelfde vaardigheden die je nodig hebt om te zien dat je het niet goed doet. Wie slecht is in doorvragen, hoort niet dat hij te weinig doorvraagt. Hij hoort een gesprek dat prima liep.

Zet dat naast een skills gap analyse en je ziet het ongemak. De groep waar je beleid voor maakt, is precies de groep waarvan de zelfinschatting het verst van de werkelijkheid ligt. En de groep die zichzelf het strengst beoordeelt, bestaat vaak uit de mensen die het al aardig kunnen, want die zien wel wat er nog beter kan.

Dat is geen detail in de marge. Het World Economic Forum rapporteert in het Future of Jobs Report 2025 dat 63 procent van de werkgevers skill gaps aanwijst als de grootste barrière voor verandering, dus op deze cijfers wordt inmiddels beleid van formaat gebouwd.

Het resultaat is een meting die de verkeerde kant op leunt. Teams die het lastig hebben, kleuren groen. Teams met een sterke vakinhoudelijke cultuur kleuren oranje omdat ze kritisch zijn op zichzelf. En dan gaat het budget de verkeerde kant op.

Waar ik wel iets aan heb bij zelfbeoordeling

Nu de nuance, want ik wil het niet mooier maken dan het is. Zelfbeoordeling is niet waardeloos.

Wat iemand van zichzelf vindt, voorspelt wel degelijk iets, namelijk of hij het gesprek aangaat. Iemand die denkt dat hij slecht is in confronteren, vermijdt confrontaties, ook als hij het eigenlijk best kan. Dat vertrouwen is dus zelf een factor in het werk, en het is nuttig om te weten. Je moet het alleen niet verwarren met kunnen.

Daarnaast zegt een zelfbeoordeling iets over waar mensen zelf de spanning voelen. Als een heel team aangeeft moeite te hebben met slecht nieuws brengen, dan is dat een aanwijzing die ik serieus neem, ook zonder objectieve onderbouwing. Ze weten in elk geval welk gesprek zwaar voelt.

Wat je er niet mee kunt, is bepalen wie wat beheerst.

De andere drie valkuilen

Naast de zelfbeoordeling zitten er nog drie zwakke plekken in de gangbare aanpak.

De eerste is dat er gemeten wordt op competentieniveau. “Klantgerichtheid” scoort een 3,7, en daar kan niemand iets mee. Als iedereen in het bedrijf tussen de 3,5 en 4,0 scoort, heb je een meting die geen onderscheid maakt en dus geen informatie bevat. Het probleem zit in het abstractieniveau: competenties beschrijven een categorie en gesprekken bestaan uit handelingen.

De tweede is dat er eenmalig gemeten wordt. Eén meting is een foto. Je weet niet of iemand een slechte dag had, of het meetmoment vlak na een training viel, of dat de leidinggevende net een conflict met hem had. Pas bij herhaling ontstaat een lijn waar je op kunt sturen.

De derde is de tijdsdruk waaronder de meting wordt ingevuld. Vierhonderd mensen krijgen een vragenlijst met achttien competenties in de week voor de zomervakantie. Wat je dan meet, is invulgedrag.

Hoe ik het zou aanpakken

Wat hieronder staat kost meer moeite dan een vragenlijst uitzetten, en het levert wel iets op waar je een besluit op kunt baseren.

Begin bij één rol, niet bij de hele organisatie. Kies de rol waar het werk op dit moment het hardst verschuift, want daar is de urgentie het grootst en de bereidheid om mee te doen ook. De OESO laat in Skills in the AI age zien hoe ongelijkmatig die verschuiving over sectoren en functieniveaus uitpakt, dus het heeft weinig zin om de hele organisatie over één kam te scheren.

Ga vervolgens met vijf tot acht mensen uit die rol om tafel en vraag welke gesprekken bepalend zijn voor het resultaat. Niet welke competenties ze nodig hebben, want daar krijg je de taal van het functiehuis op terug. Vraag wanneer het misgaat, en vraag het net zo lang door tot je concrete situaties hebt. Meestal kom je uit op vijf tot zeven gesprekken die iedereen herkent, en meestal zit daar minstens één bij die niemand had opgeschreven.

Beschrijf per gesprek welk gedrag je wilt zien, in termen die een buitenstaander kan waarnemen. Niet “empathisch”, want dat is een oordeel. Wel: vat de klacht samen voordat je een oplossing aanbiedt. Benoem het bedrag en de termijn in de eerste minuut. Stel minstens drie open vragen voordat je een product noemt. Deze vertaalslag is het echte werk in een skills gap analyse, en hij kost twee sessies van een uur.

Laat mensen daarna die gesprekken voeren en kijk wat er gebeurt. Dat gesprek is je nulmeting. Wat iemand denkt dat hij zou doen, weten we inmiddels genoeg over.

Waarom dat tot voor kort niet kon

Dit is precies de reden dat vrijwel iedereen toch die vragenlijst gebruikt. Vijfhonderd mensen elk een gesprek laten voeren met een acteur en dat laten beoordelen door een assessor, kost een vermogen en drie maanden agenda.

Daar is de afgelopen jaren iets in veranderd. Bij PractAIce voert iemand een gesprek met een AI-avatar in een scenario dat uit zijn eigen werk komt. De AI-coach koppelt daarna terug op de gedragingen die vooraf zijn ingesteld, dus op de indicatoren die het team zelf heeft geformuleerd. Dat kost tien minuten per persoon in plaats van een dagdeel, en het kan over drie maanden nog een keer.

Daarmee wordt de herhaalmeting ineens haalbaar, en dat is waar het interessant wordt. Eén meting vertelt je waar een team staat. Vier metingen over een half jaar vertellen je of wat je hebt ingezet effect heeft, en dat is de vraag waar de meeste opleidingsplannen geen antwoord op hebben.

Een prettige bijvangst is dat het oefenen zelf al iets doet. Een assessment kost tijd en levert een score op. Een oefengesprek kost tijd, levert een score op, en verbetert ondertussen het gedrag. Over hoe je die metingen vervolgens vastlegt op persoonsniveau schreven we in Skill paspoort, en over de vertaalslag van competentie naar indicator op de pagina over competency based training.

Waar de uitkomst meestal anders is dan verwacht

Twee dingen zie ik vaak terugkomen zodra er op gedrag gemeten wordt in plaats van op mening.

Het gat zit zelden waar het management het zocht. Er wordt geïnvesteerd in gespreksmodellen terwijl het gedrag dat ontbreekt de stilte is, of het doorvragen, of het simpelweg niet meteen naar een oplossing springen. Dat zijn kleine dingen en ze zijn goed te trainen, mits je weet dat ze het knelpunt zijn.

En de spreiding binnen een team is bijna altijd groter dan de verschillen tussen teams. Het teamgemiddelde uit een klassieke skills gap analyse verbergt dat er in elk team twee mensen zitten die dit uitstekend doen en twee die het echt niet kunnen. Voor je aanpak maakt dat nogal uit, want een teamtraining is dan het verkeerde instrument.

Over waarom het gat sowieso sneller ontstaat dan organisaties kunnen bijbenen, schreven we eerder in Skill gap: waarom werk sneller verandert dan mensen kunnen bijleren.

Veelgestelde vragen over de skills gap analyse

Wat is een skills gap analyse?

Een skills gap analyse brengt het verschil in kaart tussen de vaardigheden die een organisatie nodig heeft en de vaardigheden die nu aanwezig zijn. De uitkomst wordt gebruikt voor opleidingsplannen, werving en strategische personeelsplanning.

Waarom zijn zelfbeoordelingen onbetrouwbaar in een skills gap analyse?

Omdat de vaardigheid om iets goed te doen grotendeels samenvalt met de vaardigheid om te zien dat je het niet goed doet. Onderzoek van Kruger en Dunning liet zien dat mensen in het onderste kwart hun prestatie rond het tweeënzestigste percentiel schatten terwijl ze rond het twaalfde zaten.

Hoe meet je soft skills objectief?

Door gedrag te beschrijven dat een buitenstaander kan waarnemen en dat gedrag herhaald te observeren in realistische gesprekken. Eén observatie zegt weinig, vier observaties over een half jaar laten een patroon zien.

Hoelang duurt een goede skills gap analyse?

Voor één rol is twee tot drie weken realistisch: twee sessies om het gedrag te benoemen, en daarna een ronde oefengesprekken van tien minuten per persoon. Een organisatiebrede vragenlijst is sneller uitgezet en levert minder op.

Wat doe je met de uitkomst?

Kies per periode één gedraging en organiseer daar herhaalde oefening op. Meet na acht weken opnieuw. Een plan dat op alle gaten tegelijk mikt, verandert doorgaans niets.

 

Als je binnenkort een meting wilt uitzetten, is het de moeite waard om eerst een half uur te besteden aan de vraag welk gedrag je eigenlijk wilt zien. In mijn ervaring verandert dat gesprek de meting ingrijpender dan welke tool dan ook. Wil je het samen doen, kies dan één rol uit je organisatie en neem contact op. We lopen de gesprekken langs die daar bepalend zijn en werken een paar indicatoren uit, zodat je daarna zelf kunt bepalen of je er een instrument bij nodig hebt.

 

Bronnen

• Kruger, J. & Dunning, D. (1999). Unskilled and unaware of it: how difficulties in recognizing one’s own incompetence lead to inflated self-assessments. *Journal of Personality and Social Psychology*, 77(6), 1121-1134. https://doi.org/10.1037/0022-3514.77.6.1121
• World Economic Forum, *Future of Jobs Report 2025*, hoofdstuk Skills Outlook. https://www.weforum.org/publications/the-future-of-jobs-report-2025/in-full/3-skills-outlook/
• OECD, *Skills in the AI age*, OECD Artificial Intelligence Papers, juli 2026. https://www.oecd.org/en/publications/skills-in-the-ai-age_972bd15e-en.html
• McKinsey, *The rise of the human-AI workforce*, april 2026. https://www.mckinsey.com/capabilities/people-and-organization/our-insights/the-rise-of-the-human-ai-workforce
• Saks, A.M. & Belcourt, M. (2006). An investigation of training activities and transfer of training in organizations. *Human Resource Management*, 45(4), 629-648. https://onlinelibrary.wiley.com/doi/abs/10.1002/hrm.20135