Hoe AI-vraag in vacatureteksten op Hacker News in één jaar sterk toenam

Executive summary

Dit onderzoek gebruikt exact dezelfde Hacker News-hiringcorpus van mei 2025 en mei 2026 als het RTO Index-rapport, maar bekijkt die vanuit een andere invalshoek: hoe vaak bedrijven in vacatureteksten verwijzen naar AI-tools, LLM-mogelijkheden, agentic workflows en verwante eisen.

De strikte penetratie van AI-zoekwoorden steeg van 23,5% in mei 2025 naar 35,6% in mei 2026. In gewone taal: een jaar geleden noemde ongeveer één op de vier HN-vacatureposts specifieke AI-tools of LLM-concepten; in mei 2026 was dat meer dan één op de drie.

De belangrijkste verschuiving zit niet alleen in de frequentie. AI als vereiste ging van 1,7% naar 4,1%, terwijl AI als voorkeur nauwelijks veranderde. Dat wijst erop dat AI-taal verschuift van een “nice-to-have” naar een “must-have” in technische werving.

Ook de mix van trefwoorden veranderde. “Agentic” werd het topkeyword in de steekproef van 2026, en Claude plus Claude Code samen kwamen vaker voor dan Cursor en Copilot in vermeldingen van specifieke tools. Voor developer marketing, recruitment en loopbaanplanning is dat een nuttig signaal: vaardigheid in AI-workflows wordt onderdeel van de reguliere engineering-stack.

De meest deelbare bevindingen

1. Strikte AI-vermeldingen stegen van 23,5% naar 35,6%, een toename van 12,1 procentpunt.
2. Ruime AI-vermeldingen stegen van 29,5% naar 39,1%.
3. AI als vereiste meer dan verdubbelde, van 1,7% naar 4,1%.
4. AI als voorkeur bewoog nauwelijks, van 3,0% naar 3,5%, waardoor de stijging bij “Required” extra betekenis krijgt.
5. “Agentic” steeg van 7 vermeldingen naar 30 en werd het topkeyword van 2026.
6. Claude kwam 18 keer voor en Claude Code 11 keer in 2026; samen goed voor 29 vermeldingen.
7. Engineering-rollen waren de belangrijkste motor, met een AI-keywordpenetratie van 22,1% naar 36,3%.

Er is een verschil tussen een bedrijf dat zegt “we zijn enthousiast over AI” en een bedrijf dat AI-tools in een vacaturetekst zet als een harde eis. Het eerste is een marketinghouding. Het tweede is een operationeel signaal. Dit rapport focust op dat tweede type bewijs: de woorden die bedrijven gebruiken wanneer ze in het openbaar, in een technische community, mensen proberen aan te trekken.

Dat onderscheid is belangrijk voor lezers van blogs, omdat adoptiedata rond AI vaak ruis bevat. LinkedIn en Indeed kunnen explosieve groei in AI-taal laten zien, maar vacaturebanken belonen ook keyword stuffing. Bedrijfsblogs kunnen ambitieus klinken zonder veel te zeggen over het dagelijkse werk. Hacker News is een kleinere en meer bevooroordeelde steekproef, maar de taal is meestal minder gepolijst en directer. Een oprichter of engineer die daar post, probeert doorgaans vakgenoten aan te trekken — niet een recruiter-algoritme te bespelen.

De kernboodschap is dus niet simpelweg dat AI-woorden vaker voorkomen. Het scherpere verhaal is dat AI-taal hoger op de ladder van vacatureteksten is gekomen: van algemene interesse, naar benoemde tools, naar onmisbare vereisten. Dat is precies het soort verschuiving dat lezers kunnen gebruiken bij het nadenken over carrière, developer tooling, recruitment of de volgende golf B2B-content.

Hacker News heeft op de eerste dag van elke maand een vaste hiring-thread — “Ask HN: Who is hiring?”. Bedrijven plaatsen daar een wervingsreactie in het formaat company | role | location | REMOTE/HYBRID/ONSITE | description. Wij trokken de threads van mei 2025 en mei 2026 binnen, in totaal 619 hiring-reacties, en analyseerden vermeldingen van specifieke AI-tools en capabilities-zoekwoorden.

De hoofdbevinding is eenvoudig: in twaalf maanden stegen vermeldingen van AI-tools in vacatureteksten van 23,5% naar 35,6%. Dat is een absolute stijging van 12 procentpunt, grofweg 51% relatief. Binnen alle trendrapporten die we hebben gemaakt, is dit een van de snelste structurele veranderingen in een vergelijkbare tijdsperiode — ongeveer vier keer sneller dan de +3,3 pp verschuiving tussen hybrid en remote die we documenteerden in ons aangrenzende RTO Index 2026-rapport.

Maar dat getal van 12 pp is niet het meest interessante deel. Drie dingen eronder zijn dat wel.

Eén: “Required AI” verdubbelde. Vacatures die expliciet required / must have / experience with X AI tool noemen, stegen van 1,7% in mei 2025 naar 4,1% in mei 2026 — van 5 naar 13 postings bij dezelfde noemer. Het aandeel bedrijven dat AI als must-have behandelt in wervingscriteria is meer dan verdubbeld. De positie van AI in vacatureteksten verschuift van “leuke bonus” naar “harde eis vanaf dag één.”

Twee: “agentic” ging van bijna afwezig naar nummer 1. In de thread van mei 2025 kwam “agentic” 7 keer voor, net genoeg voor een plek in de top 20. In mei 2026 verscheen het 30 keer en pakte het de eerste plek. “Agentic” — AI-agent / agentic workflow — is in twaalf maanden van onderzoeksjargon naar standaard vocabulaire in vacatureteksten gegaan. In de afgelopen vier grote techgolven (big data, blockchain, Web3, en zelfs LLM’s zelf) heeft geen enkel concept zich zo snel op deze manier verspreid. De aanjagers zijn duidelijk: Anthropic dat Claude neerzet als een “agent that uses tools”, OpenAI met Computer Use en GPT-5-agentdemo’s, en de Y Combinator W26-batch die zwaar leunt op agentic startups. Het technische verhaal explodeerde eind 2024 tot midden 2025, en de thread van mei 2026 is precies de steekproef waarin die golf in hiringtekst terechtkomt.

Drie: Claude staat bovenaan in benoemde tools, meer dan twee keer Cursor en Copilot samen. “Claude” verschijnt 18 keer in mei 2026 (tegenover 3 keer in mei 2025 — een sprong van 4,5x). “Claude Code” verschijnt daar los van nog 11 keer; samen goed voor 29 vermeldingen. Cursor staat op 8, Copilot op 6. Copilot is de gevestigde naam in deze categorie — GitHub lanceerde het in 2021 en vijf jaar aanwezigheid hebben het breed herkenbaar gemaakt onder engineers. Maar in HN-vacatureteksten — een sample van engineers die voor andere engineers schrijven — heeft Anthropic’s Claude het ingehaald. Als je developer marketing doet, is de penetratie van Anthropic veel dieper dan op het eerste gezicht lijkt. Dit signaal zie je niet in LinkedIn of Indeed (daar worden de samples door elke vendor tegelijk volgepropt met SEO-termen); het komt alleen naar voren in de mens-tot-mens-taal van HN.

Als je deze drie observaties samenlegt, vertelt de data één verhaal: AI in hiring-narratief verschuift van “we willen AI gaan gebruiken” naar “we doen al AI, jij moet er vloeiend in zijn.” Aan de werkwoordskant worden “build with,” “automate via” en “use” steeds vaker; “explore,” “research” en “prototype” verdwijnen juist naar de achtergrond. Aan de toolkant daagt Anthropic’s Claude-ecosysteem (Claude + Claude Code + agentic frameworks) de positie van OpenAI uit in de mentaliteit van developers. Hieronder lopen we langs elk niveau.

1. Algemeen: van 24% naar 36%

We hebben de volledige tekst van 619 hiring-reacties gescand met een openbare AI-keyworddictionary (volledige lijst hieronder). Hits worden ingedeeld in vier niveaus, van ruim naar strikt:

• Ruim: elk AI-gerelateerd trefwoord (ook brede termen zoals “machine learning”)
• Strikt: specifieke AI-tools (Claude / Cursor / Copilot / OpenAI / Midjourney) of LLM-categorie-termen (GenAI / LLM / RAG / agentic)
• Required: strikte hit + context bevat required / must have / experience with
• Preferred: strikte hit + context bevat nice to have / preferred / bonus

De meest informatieve rij is Strict — die haalt de valse positieven eruit van brede termen zoals “machine learning.” Over twaalf maanden steeg Strict van 23,5% naar 35,6%, +12,1 procentpunt absoluut, ~51% relatief. In gewone taal: een jaar geleden noemde grofweg 1 op de 4 HN-vacatureposts expliciet AI-tools zoals Claude / Cursor / Copilot / LLM / RAG. Vandaag is dat meer dan 1 op de 3.

De rij Required vertelt een nog scherpere versie van hetzelfde verhaal. 5 naar 13 postings — klein in absolute aantallen, groot in betekenis. Een AI-tool opnemen in het must-have-gedeelte betekent dat die tool al in de workflow zit, niet slechts een wens is. “Required” verdubbelde sneller dan Loose en Strict, en dat is het zuiverste signaal dat AI-tools verschuiven van vacatureverhaal naar daadwerkelijke werkprocesverwachting.

Preferred bewoog nauwelijks, en dat is op zichzelf al een signaal. Als de hele AI-golf simpelweg “zet AI-woorden in vacatureteksten” was, dan zou Preferred in gelijke tred met Required moeten stijgen — “we vinden het fijn als je AI-tools kent, dat is een plus.” Preferred steeg slechts +0,5 pp terwijl Required +2,4 pp steeg. AI-tooling wordt dus niet gewoon vaker genoemd; het wordt hoger op de vereistenladder gezet, van nice-to-have naar must-have.

2. Welke AI-woorden worden genoemd: agentic, Claude, LLM voeren de lijst aan

Gerangschikt op aantal vermeldingen, de top 12 AI-keywords in de thread van 2026-05:

Een paar punten die het waard zijn om te onthouden.

“agentic” sprong van 7 naar 30 — de winnaar onder nieuwe concepten. Een jaar geleden gebruikte bijna niemand het in HN-wervingscontext; nu staat het op nummer 1. “Agentic” — AI-agent / agentic workflow — ging in twaalf maanden van onderzoekstaal naar standaard vacaturewoordenschat. De afgelopen vier techgolven (big data, blockchain, Web3, LLM’s zelf) lieten niet zo’n snelle penetratie in één jaar zien. De verklaringen zijn duidelijk: Anthropic dat Claude herpositioneert als een “agent that uses tools”, OpenAI dat Computer Use en GPT-5-agentdemo’s uitbrengt, en de Y Combinator W26-batch die sterk leunt op agentic startups. Het technische narratief explodeerde van eind 2024 tot midden 2025, en de thread van mei 2026 is precies de steekproef waar het in vacatureteksten landt.

Claude voert de lijst van benoemde tools aan. 18 vermeldingen plus Claude Code apart nog 11, samen 29. Cursor staat op 8, Copilot op 6. Copilot is de gevestigde speler — GitHub lanceerde het in 2021, en vijf jaar aan bekendheid zou dominantie moeten betekenen. Maar in HN-vacatureteksten — engineers die schrijven voor engineers — heeft Anthropic’s Claude-ecosysteem Copilot ingehaald. Als je developer marketing doet, is de penetratie van Anthropic veel dieper dan het oppervlak doet vermoeden. Dit signaal zie je niet in LinkedIn of Indeed (waar SEO door elke aanbieder wordt opgepompt); het verschijnt alleen in menselijke, peer-to-peer contexten zoals HN.

“LLM” + “LLMs” samen: 43 vermeldingen. Veruit de grootste categorie in capabilities. “Werken met LLM’s” is inmiddels basale context die niet meer uitgelegd hoeft te worden — voor de engineeringkandidaat van 2026 is het ongeveer wat “je moet git kennen” in 2018 was.

“AI-native” kwam 12 keer voor, omhoog van 4. Dit is een cultuur- en organisatiekeyword — bedrijven willen niet alleen toolvaardigheid, maar kandidaten wier standaard denkmodel AI-first is. Alleen al het feit dat dit woord in vacatureteksten verschijnt, is een volwassenheidssignaal: de markt is verschoven van “we zoeken iemand die AI kent” naar “we zoeken iemand die AI als standaard workflow gebruikt.”

“RAG” op 10, omhoog van 6. Retrieval-Augmented Generation was in 2024 nog onderzoekstaal; in 2026 staat het in vacaturebulletpoints als expliciete technische eis. Vector databases en retrieval pipelines maken inmiddels deel uit van de echte productiesystemen van veel bedrijven.

3. Wie zet “Required AI” op HN: de lijst met 13 bedrijven

In de thread van 2026-05 koppelden 13 bedrijven expliciet required / must have / experience with aan AI-toolzoekwoorden. De volledige lijst staat in de chart; hier een representatieve selectie:

• We The Flywheel (Rol: Eng) — vacaturetekst vereist expliciet: Claude;Claude Code;Cursor
• SEEKING FREELANCER (Rol: Eng) — vacaturetekst vereist expliciet: Cursor;Lovable
• Pathos AI (Rol: Eng) — vacaturetekst vereist expliciet: OpenAI
• Brandfetch (https://brandfetch.com) (Rol: Eng) — vacaturetekst vereist expliciet: LLM;AI agent
• Dablam (Rol: Eng) — vacaturetekst vereist expliciet: AI agents
• Starbridge (Rol: Eng) — vacaturetekst vereist expliciet: Anthropic;OpenAI;Gemini;LangChain;LlamaIndex
• INDATA (Rol: Eng) — vacaturetekst vereist expliciet: Claude;Claude Code;Anthropic;OpenAI;Copilot;Cursor
• BIT Capital (Rol: Eng) — vacaturetekst vereist expliciet: LLM;RAG;agentic

Lees het profiel. INDATA wil Claude / Claude Code / Anthropic / OpenAI / Copilot / Cursor — een volledige AI-tooling-stack als verwachting vanaf dag één, niet “je moet wat met AI kunnen.” Starbridge noemt Anthropic / OpenAI / Gemini / LangChain / LlamaIndex — model-API’s plus retrieval frameworks. We The Flywheel vraagt om Claude + Claude Code + Cursor — een pure coding-agent-stack.

Deze bedrijven hebben één patroon gemeen: ze kozen een publiek kanaal zoals HN om te werven, en ze kozen er bewust voor om AI-tooling in het must-have-gedeelte van de vacature te zetten. Beide keuzes tellen mee. Een post op HN is drempelrijker dan LinkedIn — je hebt een account nodig, je bericht is publiek zichtbaar voor vakgenoten en elke overdrijving wordt direct in de comments aangevallen. Zelfselectie via die filter betekent dat bedrijven die nog steeds Required AI schrijven, vrijwel zeker echt workflow-afhankelijk zijn van die tools, en niet alleen keywords opvullen.

Voor DTC-operators, SaaS-marketeers en employer-brand specialisten is het tweede gebruik van deze lijst een referentiepunt: het employer-brandverhaal “AI-fluent” is nu empirisch toetsbaar. Zeggen “we gebruiken AI” is niet genoeg — of je vacatures daadwerkelijk Required plus specifieke toolnamen durven te gebruiken, laat de echte diepte van AI-gebruik in je team zien. Een careers page die zegt “we’re an AI-first company” maar in geen enkele JD een toolstack noemt, komt voor kandidaten inconsistent over.

4. Engineering ging van 22% naar 36% AI-keywordpenetratie

Per rolbucket, AI-hitrate voor 2026-05 (alleen buckets met ≥3 postings):

Een paar opmerkingen.

Engineering is het echte verhaal. 74,8% van de steekproef (237 postings). De AI-hitrate ging daar van 22,1% in mei 2025 naar 36,3% in mei 2026 — een absolute stijging van 14 pp. Elke macroclaim over “AI-penetratie” in dit rapport rust primair op deze rij. Grofweg één op de drie software-engineering vacatures verwijst nu expliciet naar AI-keywords — de grootste structurele verschuiving in software hiring-tekst van de afgelopen 12 maanden.

De AI/Research-bucket heeft slechts 8 postings met 37,5% hitrate — lager dan Engineering. Dat lijkt contra-intuïtief. In theorie zou “AI Research / AI Engineer” bijna 100% moeten scoren. De reden dat dat niet zo is, is dat de JD’s in deze bucket zware technische woordenschat gebruiken (“transformer architecture / attention mechanism / pretraining objective”) die niet volledig door onze dictionary wordt afgedekt. Ook de kleine steekproef veroorzaakt extra ruis. Lees dit niet als “AI research-werving gebruikt minder AI-woorden” — het is een dekkingstekort van de classifier, geen sectorfenomeen.

De Founding-bucket (founding engineer / Chief of Staff / VP-level) scoort 80% in 2026 — 4 van de 5 postings in de steekproef. Dat weerspiegelt hoe founding-role-JD’s breed worden geschreven — “founding engineer needs to wear many hats including AI tooling.” Maar 5 samples is te weinig om daar veel in te lezen.

Marketing / Ops met 6-8 postings elk, ~50% hitrate. Dat lijkt hoog; vooral een gevolg van kleine steekproeven. In een grotere dataset zouden deze buckets waarschijnlijk normaliseren naar de range van 30-40%. De steekproef bevat te weinig Marketing / Sales / Ops / HR-postings om daar harde rol-specifieke conclusies uit te trekken; gebruik deze buckets niet voor sterke claims op rolniveau.

De enige veilige conclusie op rolniveau is: Engineering AI-keywordpenetratie ging van 22% naar 36%. De steekproef is groot genoeg; de verandering is groot genoeg; de overige buckets zijn te klein voor stevige uitspraken.

5. Waarom dit ertoe doet, en waar het ophoudt

In de afgelopen 18 maanden is de discussie over “verandert AI werving nu echt” in twee kampen uiteen gevallen.

Het optimistische kamp verwijst naar LinkedIn / Indeed-rapporten — GenAI-keywordfrequentie die explodeert (LinkedIn Economic Graph noemt 21x YoY; Indeed Hiring Lab noemt +330% YoY). Het sceptische kamp zegt dat die cijfers vooral laten zien dat bedrijven AI-keywords in vacatures proppen voor SEO, en niet per se echt gebruik op de werkvloer.

De waarde van HN als steekproef is dat het niet geoptimaliseerd is voor SEO / vacatureplatform-algoritmes. HN-reacties worden geschreven door engineers en oprichters voor hun vakgenoten — geen LinkedIn-keywordpadding, geen Indeed CPC-spelletjes, geen recruitersjablonen. Elke reactie wordt realtime gelezen, beantwoord en uitgedaagd door HN-lezers. Elke overdreven AI-toolclaim wordt direct aangesproken. Die publieke peer-reviewfilter maakt HN-vacaturetekst tot een relatief schone steekproef van echte vraag van werkgevers.

Als een gefilterde steekproef als deze in twaalf maanden een stijging van +12 pp in Strict AI laat zien, dan is dat een sterk signaal van echte vraag — niet van platformruis.

Maar de grens van de steekproef moet eerlijk worden benoemd. HN is een developer-/early-engineering-/startupcommunity — sterk scheef naar vroege AI-adopters. Engineering vormt 74,8% van de steekproef; representativiteit voor Sales / Marketing / HR / Finance / Legal is beperkt. Traditionele sectoren (grote financiële instellingen, productie, retail, zorg, onderwijs) laten veel lagere AI-keywordpenetratie zien; de meeste van die bedrijven werven sowieso niet via HN.

Dus dit rapport kan niet worden gelezen als “AI-penetratie in de Amerikaanse arbeidsmarkt is 35,6%” — het zegt: “in een zelfgekozen developer-/startupsteekproef op HN is de AI-keywordpenetratie in hiringtekst 35,6%.” Dat is een groot verschil.

6. Praktische richtlijnen voor ops, content en recruitment

De data vertaald naar acties voor iedereen wiens werk deze domeinen raakt.

Developer marketing en employer brand. Verplaats “bekendheid met AI-tools” van je careers-page nice-to-have-sectie naar een verwachting vanaf dag één. De Strict hitrate van 35,6% is je peer-baseline — als de zichtbaarheid van AI-tools op je careers page daar duidelijk onder zit, verlies je kandidaten aan concurrenten die zichtbaar AI-fluent zijn. Concreet: zet in de sectie “Waar je mee werkt” specifieke AI-tools bij naam (Claude + Cursor + LangChain + ...), in plaats van vage termen als “moderne AI-tools.”

SaaS-/tooling-productpositionering. De markt voor producten die AI-workflows ondersteunen, gaat open. “Agentic” ging van 7 naar 30 vermeldingen, wat betekent dat agentic infrastructuur / orchestration / observability tooling nu echt vraagbewijs heeft in vacatureteksten. De GTM-boodschap voor dit productsegment kan nu leunen op HN-data als empirische basis, in plaats van alleen op vision docs van Anthropic en OpenAI.

B2B-content en SEO. Long-tail zoekopdrachten zoals “Claude vs Copilot vs Cursor” zijn de afgelopen 18 maanden duidelijk toegenomen. De topkeywordlijst uit dit rapport is een natuurlijke keywordanker voor redactionele planning. “Agentic” is SEO-groen gebied — 2026 is nog vroeg genoeg om gezaghebbende pagina’s rond agentic workflows te bouwen (“How to build agentic workflows” / “Agentic vs traditional automation” / etc.). First-mover advantage werkt hier nog steeds, omdat de SERP’s nog niet volledig bezet zijn door dominante content.

Recruitmentpraktijk. Leen de HN-stijl over — schrijf Required plus specifieke toolnamen in plaats van “AI tool experience preferred.” De steekproef van 13 bedrijven in dit rapport (INDATA, Starbridge, We The Flywheel, enz.) laat het hoge-fideliteitspatroon “Required + named stack” zien. Nog los van de nauwkeurigheid van het kandidatensignaal kun je hiermee kandidaten meteen testen in interviews — “Je zegt dat je Cursor gebruikt; hoeveel productiecodebases heb je ermee opgeleverd?”

Longitudinale tracking. De topkeywordlijst + lijst met Required-companies uit dit rapport kan elk kwartaal opnieuw worden gedraaid — de HN Firebase API is volledig openbaar, dictionaryonderhoud is goedkoop en het resultaat functioneert als een dashboard voor AI-penetratie in de hiringmarkt. Een kwartaalritme levert elke cyclus een publiceerbare trendupdate op zonder grote databudgetten.

7. Stabiliteitschecks & kruisverwijzing met peer-data

Elk trendrapport roept de vraag op: is die verschuiving van 12 pp echt of ruis? Drie checks.

De steekproefgrootte is stabiel. Totaal 2025-05: 302. 2026-05: 317. Verschil: slechts 15 postings. Een stabiele noemer betekent dat veranderingen in aandeel echte verschuivingen in de teller weerspiegelen, niet een verschuiving in de noemer.

Loose en Strict bewegen dezelfde kant op, waarbij Strict sneller beweegt. Loose +9,6 pp, Strict +12,1 pp. Zelfde richting, Strict beweegt sneller; dat betekent dat de stijging niet alleen “meer AI-woorden” is, maar specifiek “meer benoemde tools en benoemde LLM-vermeldingen.” Daarmee vallen vage woord-positieven als verklaring voor de Loose-score af.

Required groeit sneller dan Preferred. Required +2,4 pp (≈2,4x), Preferred +0,5 pp (praktisch vlak). AI-tooling wordt dus niet losser genoemd — het schuift omhoog in de ladder van nice-to-have naar must-have. Dat is het zuiverste signaal dat AI verschuift van bonusvaardigheid naar basisverwachting.

Kruisverwijzing met peer-data:

Deze gegevens spreken elkaar niet tegen. LinkedIn / Indeed’s “GenAI 21x / 330%” verwijst naar specifieke GenAI-rollen (AI Engineer / ML Engineer) — een kleine noemer die grote multiples oplevert. Dit rapport meet brede AI-keywordpenetratie over alle vacatures — een grotere noemer, kleinere absolute beweging, maar een veel bredere trend. Stanford AI Index 2025’s “AI-class roles 1,7% → 2,5%” betreft eveneens een aandeel van specifieke rollen, dicht bij onze “Required AI” (1,7% → 4,1%) maar met een andere noemer. Meerdere onafhankelijke bronnen wijzen dus op dezelfde onderliggende trend, maar vanuit verschillende invalshoeken.

Methodologie

Databron: Hacker News Firebase API (https://hacker-news.firebaseio.com/v0/item/\{id\}.json). Vergelijkde threads: mei 2025 (item id 43858554) en mei 2026 (item id 47975571). Elke top-level reactie wordt behandeld als één hiring-posting (HN-conventie). Dezelfde corpus van 619 postings als in het Return to Office Index 2026-rapport — identieke brondata, andere analytische lens. Snapshotdatum 2026-05-12 (UTC).

HN-communitybias (de belangrijkste kanttekening): de hiring-community van HN wordt gedomineerd door developers, engineeringteams in een vroeg stadium en startups die AI vroeg adopteren. Dit rapport kan niet worden gelezen als een AI-trend in de Amerikaanse of wereldwijde arbeidsmarkt. Traditionele sectoren (grote financiële instellingen, productie, retail, zorg, onderwijs) laten veel lagere AI-keywordpenetratie zien; de meeste werven überhaupt niet op HN.

Engineering-bucket domineert met 74,8%: bevindingen over Engineering-rollen zijn goed onderbouwd; bevindingen over Sales / Marketing / Ops / HR zijn dat niet (elke bucket N < 10). Alle rol-specifieke conclusies in dit rapport gelden daarom met vertrouwen alleen voor Engineering. De andere buckets zijn te klein voor stevige uitspraken.

JD-tekst ≠ echte functie-eisen: vacatureteksten bevatten marketingtaal — “Copilot familiarity” kan HR-keywordpadding zijn in plaats van een vereiste vanaf dag één. De cijfers beschrijven “keyword presence in JD text,” niet direct AI-gebruik op de werkvloer. Ze correleren, maar zijn niet hetzelfde.

Required vs Preferred nauwkeurigheid ~75-85%: op basis van contextvensters van ±120 tekens worden randgevallen soms verkeerd geclassificeerd. Geciteerde Required-/Preferred-cijfers moeten worden gelezen als “volgens onze regels,” niet als absolute waarheid.

Dictionary v1-risico op false negatives: de dictionary is verankerd in het AI-tooling-ecosysteem van 2026-05 en kan tools of termen missen die later in 2026 opkomen. De gerapporteerde AI-hitrates zijn in feite “hit rate onder dictionary v1” — een ondergrens.

Meerdere postings van hetzelfde bedrijf worden niet gededupliceerd: dezelfde bedrijven kunnen meerdere keren voorkomen (vooral de bedrijven met 10+ postings). We gebruiken “postings” als noemer, niet “unieke werkgevers”, omdat herhaalde postings met dezelfde AI-eis een betekenisvol signaal zijn van bedrijf-brede AI-diepte dat deduplicatie zou wegpoetsen.

Juridisch en auteursrecht: de HN-API is openbaar, read-only en vereist geen authenticatie. Commentaartekst blijft auteursrechtelijk eigendom van de oorspronkelijke auteurs; dit rapport gebruikt alleen geaggregeerde tellingen en korte keywordfrequentie-analyse — geen volledige citaten van comments. Genoemde bedrijven (de 13 Required-AI-bedrijven) verschijnen uitsluitend in een positieve of neutrale context (zij hebben publiekelijk zelf aangegeven dat AI vereist is). Er wordt geen ruwe CSV-/JSON-dataset gedeeld; elk getal is reproduceerbaar via de publieke HN-API + de publieke dictionary.

Kanttekeningen

Wat dit rapport NIET ondersteunt:

• Niet “alle Amerikaanse vacatures eisen nu AI-tools” (de steekproef is een subset van HN, niet de Amerikaanse arbeidsmarkt)
• Niet “bedrijf X gebruikt geen AI-tools” (we volgen bedrijven niet longitudinaal)
• Verdedigbaar: “Binnen HN-hiringthreads voor 2025-05 en 2026-05 steeg de strikte AI-vermelding van 23,5% naar 35,6% (+12,1 pp)”

Databron & versiebeheer

Dataset: ai_required_position_rate_2026/ (dit repo). Snapshotdatum 2026-05-12 UTC, versie v1.0 (single-point YoY, dictionary v1). Deelt de HN-data met het Return to Office Index 2026-rapport — beide kunnen elkaar citeren.

Wat SEO- en contentteams kunnen citeren

Dit onderzoek levert meerdere invalshoeken voor citaten op voor blog-intro’s, data-callouts, social posts, vergelijkingspagina’s en verdiepende explainers:

• Strikte AI-vermeldingen stegen van 23,5% naar 35,6%, een toename van 12,1 procentpunt.
• Ruime AI-vermeldingen stegen van 29,5% naar 39,1%.
• AI als vereiste meer dan verdubbelde, van 1,7% naar 4,1%.
• AI als voorkeur bewoog nauwelijks, van 3,0% naar 3,5%, waardoor de stijging bij Required extra betekenis krijgt.
• “Agentic” steeg van 7 vermeldingen naar 30 en werd het topkeyword van 2026.
• Claude kwam 18 keer voor en Claude Code 11 keer in 2026; samen goed voor 29 vermeldingen.
• Engineering-rollen waren de belangrijkste motor, met AI-keywordpenetratie van 22,1% naar 36,3%.

De kanttekening moet altijd mee met de citatie. Deze cijfers beschrijven de specifieke steekproef en methode die in dit rapport zijn gebruikt. Ze mogen niet worden omgeduid als een volledige markttelling, een interne adoptiemeting of een claim over elk bedrijf in de categorie.

Voor redactioneel gebruik is de sterkste formulering die waarin de headline-statistiek wordt gekoppeld aan de steekproefgrens. Dat maakt de claim robuuster en makkelijker te vertrouwen voor lezers. Schrijf bijvoorbeeld “in deze HN-hiringsteekproef,” “in deze DTC-homepage-scan” of “binnen deze YouTube-kanalensample” voordat je de statistiek uitbreidt naar een bredere trend.

Reproduceerbaarheidsnotities

De oplevermap bevat de volgende procesbestanden, overgenomen uit de oorspronkelijke lokale rapportpakketten. Deze zijn opgenomen zodat het gepubliceerde rapport kan worden gecontroleerd aan de hand van de daadwerkelijke scripts, tussenresultaten, charts en brondrafts die in de rapportageworkflow zijn gebruikt.

• process_files/out/analysis_stats.json
• process_files/out/hn_jobs_ai_parsed.csv
• process_files/scripts/01_compute_stats.py
• process_files/scripts/02_make_figs.py
• process_files/scripts/03_build_data_brief.py
• process_files/scripts/04_build_report_bilingual.py
• process_files/scripts/05_module_i_check.py

Correcties op de methodologie, datasetproblemen en vervolganalyses zijn welkom via support@thunderbit.com. Dit rapport is gebaseerd op openbare web- of publieke API-signalen die in mei 2026 zijn verzameld en moet worden gelezen met de hierboven vermelde steekproefgrenzen.