De moeilijkst vervulbare IT-rollen in 2026: waar loopt het vast?

Snelle samenvatting

Data & Analytics recruitment is in 2026 structureel moeilijker dan recruitment voor andere IT-rollen, omdat de gevraagde combinatie van technische en analytische vaardigheden zeldzaam is. Volgens Platform Talent voor Technologie (PtvT, februari 2026) was de ICT-arbeidsmarkt in het derde kwartaal van 2025 in 34 van de 35 Nederlandse arbeidsmarktregio's krap tot zeer krap.

• De moeilijkst vervulbare rollen binnen Data & Analytics zijn: senior data engineers, analytics architects en BI-specialisten met Databricks- of dbt-kennis
• Doorgaans staan deze vacatures 12 tot 18 weken open bij organisaties die standaard wervingsroutes volgen
• De mismatch zit niet alleen in aanbod, maar ook in te brede profieleisen en te trage processen
• Generieke recruiters missen de technische kennis om kwaliteit te beoordelen: daardoor verdwijnen goede kandidaten alsnog
• Broadwick B.V. lost dit op met een domeingerichte aanpak vanuit de technische praktijk, via vier gespecialiseerde IT-domeinen

Introductie

Je plaatst een vacature voor een senior data engineer. Na acht weken: 90 reacties, vier relevante cv's, en geen enkele kandidaat die zowel de Python-pipelineskills heeft als het vermogen om met de business te schakelen. De vacature staat nog open.

Dit patroon herhaalt zich bij organisaties in finance, retail en de publieke sector. De vraag naar experts die data-architecturen kunnen bouwen die bestand zijn tegen de eisen van Generative AI en real-time analytics, is groter dan het aanbod. Maar de oorzaak van de moeilijke vervulling ligt niet alleen bij schaarste. Ze ligt ook bij hoe organisaties de rol omschrijven, waar ze zoeken, en hoe snel ze beslissen.

Dit artikel beschrijft stap voor stap hoe je een vacature in Data & Analytics zo aanvliegt dat de kans op een succesvolle match reëel wordt, ook in de huidige markt. Het is geen theorie, maar een aanpak die Broadwick B.V. toepast bij klanten als Kadaster, AS Watson en Coca-Cola.

Waarom Data & Analytics rollen structureel moeilijker te vervullen zijn

De combinatiefunctie is het kernprobleem. Een senior data engineer of analytics architect moet niet alleen bouwen, maar ook begrijpen wat de business nodig heeft. Die combinatie is zeldzaam, en werkgevers eisen haar toch standaard.

De marktcijfers achter de krapte

De vraag naar data-experts is groter dan het aanbod, wat een markt creëert waarin de kandidaat aan het roer staat. Concreet: de vraag naar specialisten is groot, maar de focus verschuift naar specifieke niches. Rollen als analytics engineer, data platform architect en MLOps-specialist zijn in de praktijk bijna onvervulbaar via een generieke vacaturesite.

PtvT (februari 2026) meldt dat er in Q3 2025 nog zo'n 19.200 openstaande vacatures waren voor ICT-beroepen, waarvan het overgrote deel op het hoogste beroepsniveau. Daarbinnen vallen data- en databasespecialisten in de categorie moeilijkst vervulbaar.

De mismatch die niemand benoemt

De gemiddelde bureaurecruiter heeft op enig moment 21,1 vacatures in zijn portefeuille, en van tien vacatures worden er gemiddeld twee ingevuld. In Data & Analytics is dat beeld nog scherper: wie met een generiek bureau werkt, betaalt voor het ophalen van cv's, niet voor het beoordelen van technische kwaliteit.

Een bijkomend probleem is de WW-paradox: ondanks een stijgend aantal ICT'ers met een WW-uitkering blijft er sprake van een grote mismatch, omdat werkgevers direct inzetbare kandidaten met werkervaring eisen, waardoor junioren en zij-instromers buiten de boot vallen terwijl vacatures moeilijk vervulbaar blijven.

Europese context bevestigt het structurele karakter

Op Europees niveau kon in 2024 ruim de helft van de EU-bedrijven niet alle benodigde ICT-specialisten werven, aldus Eurostat (2024). Nederland behoort tot de landen waar meer dan 1 op de 20 werkenden een ICT-specialist is. Dat hoge aandeel maakt het aanbod niet groter: het geeft aan hoe groot de vraag is.

Zelf aan de slag:

• Controleer je openstaande vacatures: zijn er rollen die langer dan 10 weken openstaan? Dat is een signaal voor profileringsprobleem, niet puur schaarste
• Vraag je huidige recruiter hoeveel Data & Analytics vacatures hij tegelijk beheert: meer dan 10 is een risicofactor voor kwaliteitsverlies
• Stel vast of de mismatch zit in het profiel (te breed), het proces (te traag) of de zoekstrategie (verkeerd kanaal)

Hoe je het profiel scherp stelt voordat de vacature de deur uit gaat

Een te breed profiel is de meest gemaakte fout bij Data & Analytics recruitment. Organisaties beschrijven hun ideale kandidaat als iemand die Python schrijft, Databricks beheert, Power BI dashboards bouwt en tegelijk de directie adviseert. Dat profiel bestaat, maar heeft doorgaans al een baan.

Onderscheid de must-haves van de nice-to-haves

Broadwick B.V. hanteert bij elke nieuwe Data & Analytics opdracht een profileringsgesprek van minimaal een uur met de hiring manager. Daarin worden drie vragen beantwoord: wat gaat deze persoon de eerste drie maanden doen, met welke tools werkt het team al, en welk niveau van zelfstandigheid is vereist. De antwoorden bepalen het profiel, niet de functiebeschrijving van de vorige medewerker.

De technische diepgang die Broadwick B.V. kan inzetten via de verbinding met Twentynext (specialist in Data Science & AI) maakt het verschil: een consultant die zelf weet wat dbt of Spark in de praktijk vereist, stelt andere profielvragen dan een generalist.

Het verschil tussen een data engineer en een analytics engineer

Veel organisaties zoeken een data engineer maar bedoelen eigenlijk een analytics engineer. Het verschil is relevant: een data engineer bouwt pipelines en zorgt dat data beschikbaar is; een analytics engineer vertaalt die data naar bruikbare modellen en rapportages. Wie deze rollen door elkaar haalt in de vacaturetekst, trekt de verkeerde kandidaten aan en filtert de juiste eruit.

Zelf aan de slag:

• Schrijf de eerste drie concrete taken op die de nieuwe medewerker gaat uitvoeren: als je dat niet kunt, is het profiel nog niet klaar voor een vacature
• Gebruik de tabel hierboven om te controleren of de rol die je zoekt overeenkomt met de tools die je vraagt
• Bespreek het profiel met iemand met technische domeinkennis voordat de vacature live gaat

Stap-voor-stap: zo vul je een schaarse Data & Analytics rol in

De aanpak die Broadwick B.V. structureel toepast bij schaarse Data & Analytics rollen bestaat uit zeven stappen die de doorlooptijd verkorten en de kwaliteit van de match verhogen.

Stap 1: Definieer de rol op basis van output, niet op basis van skillset

Begin niet met de lijst gewenste vaardigheden, maar met de vraag: welk probleem lost deze persoon op? Een data engineer die wordt aangenomen om een Snowflake-migratie af te ronden, heeft een ander profiel dan een data engineer die een productie-datapipeline structureel moet onderhouden. Broadwick B.V. zet deze outputdefinitie altijd bovenaan het briefingdocument.

Stap 2: Bepaal of vast of freelance de betere keuze is

Voor een afgebakend project van drie tot zes maanden is een freelance data engineer doorgaans sneller beschikbaar en financieel voorspelbaarder. Voor een structurele rol binnen een groeiend data-team is een vaste medewerker de betere investering. Broadwick B.V. biedt beide routes en bespreekt actief welke het beste past bij de situatie van de klant. Meer over de afweging tussen vaste en freelance IT-professionals staat in het artikel over hoe je een interim IT-specialist inzet om de time-to-hire te verkorten.

Stap 3: Activeer een specialistisch netwerk, geen algemene vacaturesite

De best beschikbare data engineers kijken zelden actief op algemene vacaturesites. Ze worden gevonden via gespecialiseerde communities, GitHub-activiteit, conferenties als Big Data Expo, en via persoonlijk contact vanuit een recruiter die ze al kent. In een arbeidsmarkt waarin data een steeds grotere rol speelt, is de vraag naar goed opgeleide en ervaren specialisten groot. Broadwick B.V. bouwt zijn kandidatennetwerk systematisch op vanuit de technische praktijk, wat betekent dat kandidaten al in beeld zijn voordat de vacature ontstaat.

Stap 4: Beoordeel technische kwaliteit met domeinkennis

Een cv-screening door een recruiter zonder technische achtergrond mist de details die ertoe doen: het verschil tussen iemand die Power BI gebruikt en iemand die begrijpt hoe je een semantisch model opbouwt dat schaalbaar is. Broadwick B.V. screent kandidaten voor Data & Analytics rollen altijd met technische input vanuit Twentynext, waardoor de kwaliteitsfilter veel scherper is dan bij generieke bureaus.

Stap 5: Versnel het sollicitatieproces zonder concessies te doen aan kwaliteit

De conversie van gesprek naar plaatsing ligt bij de gemiddelde bureaurecruiter op 39,5% en de gemiddelde doorlooptijd is 44,5 dagen. Voor schaarse Data & Analytics profielen betekent een te lange doorlooptijd dat de beste kandidaten afhaken of een concurrent aanbod accepteren. Een gerichte aanpak met maximaal twee gespreksrondes en een duidelijke beslissingstermijn is de norm die Broadwick B.V. bij elke klant bespreekt. Zie ook het artikel over benchmarks voor de doorlooptijd van senior IT-vacatures.

Stap 6: Communiceer het project, niet alleen de functie

Senior data professionals kiezen hun volgende werkgever op basis van het project en de technische uitdaging, niet primair op basis van salaris of secundaire arbeidsvoorwaarden. De verschuiving van eenvoudige cloud-opslag naar complexe multi-cloud en edge computing infrastructuren vereist een hoger kennisniveau. Wie in de vacature beschrijft welk dataplatform wordt gebruikt, hoe het team is opgebouwd en welke architectuurkeuzes er nog gemaakt moeten worden, trekt een ander type kandidaat dan een generieke functieomschrijving.

Stap 7: Onboard gericht op de technische context

Een slechte onboarding is de meest onderschatte oorzaak van vroegtijdig vertrek bij data professionals. Als een nieuwe data engineer in de eerste twee weken ontdekt dat de dataomgeving fundamenteel anders is dan besproken, of dat de toolstack nog niet klaarstaat, is het vertrouwen snel weg. Broadwick B.V. bespreekt onboardingverwachtingen actief met zowel klant als kandidaat vóór de start, om de kans op een mismatch in de eerste maanden te minimaliseren.

Zelf aan de slag:

• Doorloop stap 1 en 2 intern voor je een bureauopdracht uitbrengt: scheelt tijd en kosten
• Vraag je recruiter expliciet naar zijn netwerk in Data & Analytics: kan hij drie namen noemen zonder LinkedIn te openen?
• Stel een maximale doorlooptijd van 6 weken in voor het gehele selectieproces bij medior profielen, 10 weken bij senior
• Plan de onboarding inclusief toegang tot systemen en toolstack op dag 1

Veelgemaakte fouten bij het werven van data- en analyticsspecialisten

De meest kostbare fout is het publiceren van een vacature zonder te weten of je een vaste medewerker of een freelancer nodig hebt. Dit verlengt de doorlooptijd en zorgt voor onzekerheid bij kandidaten die beide opties overwegen.

De te brede vereistenlijst

Organisaties stapelen soms tien tot vijftien technische vereisten op één vacature. Kandidaten die niet aan alles voldoen, reageren niet, ook al zouden ze de rol prima aankunnen. Een gerichte lijst van drie tot vijf kernvereisten levert in de praktijk meer en betere reacties op. Meer kandidaten beschikbaar betekent niet meer geschikte kandidaten: mismatch blijft een kernprobleem.

Onderschatten van de concurrentie op salaris

In ICT, consultancy en management onderhandelt meer dan 90% van de kandidaten over de arbeidsvoorwaarden. Organisaties die een salarisrange niet willen noemen in de vacature, verliezen direct al kandidaten die hun marktwaarde kennen. Een eerlijk gesprek over salaris vroeg in het proces bespaart weken aan doorlooptijd. Raadpleeg hiervoor ook het artikel over finance vacatures voor data-experts die langer openstaan voor een diepere analyse van salarisverwachtingen per sector.

Wachten op de perfecte kandidaat

Er bestaat geen kandidaat die zowel Python-expert, Spark-architect, Power BI-ontwikkelaar als businesscommunicator is en drie jaar ervaring heeft met jouw specifieke toolstack. Broadwick B.V. ziet bij klanten als Kadaster en AS Watson dat succesvolle plaatsingen bijna altijd gebaseerd zijn op kandidaten die 70 tot 80 procent van de vereisten dekken en de rest snel leren, omdat de motivatie en het leervermogen kloppen.

Zelf aan de slag:

• Beoordeel je vacaturetekst: zijn er meer dan 8 technische vereisten? Schrap de helft
• Neem het salarisoverwegingen mee in het eerste gesprek, niet pas in de aanbodsfase
• Definieer intern wat je verstaat onder 70% match en hanteer dat als minimumdrempel
• Controleer of de onboardingomgeving klaarstaat voordat je een kandidaat een aanbod doet

Veelgestelde vragen

Welke Data & Analytics rollen zijn in 2026 het moeilijkst te vervullen?

Senior data engineers en analytics architects zijn in de praktijk het moeilijkst te vinden, omdat zij technische diepgang combineren met het vermogen om met de business te communiceren. Volgens PtvT (februari 2026) bevinden de moeilijkst vervulbare ICT-vacatures zich bij databasespecialisten en softwareontwikkelaars, categorieën waar data engineers en platform-architecten direct onder vallen. MLOps-engineers zijn een aparte categorie: die zijn in de praktijk zelfs nog schaarser, maar er zijn ook minder organisaties die ze actief zoeken.

Hoe kan Broadwick B.V. helpen bij het werven van data- en analyticsspecialisten?

Broadwick B.V. is een IT-recruitmentbureau gevestigd in Eindhoven, gespecialiseerd in Data & BI, Infra & Cloud, Development en Process. Via de verbinding met Twentynext beschikt Broadwick B.V. over technische domeinkennis die generieke recruiters missen, waardoor kandidaatbeoordeling op inhoudsniveau plaatsvindt in plaats van op cv-niveau. Klanten als Kadaster en AS Watson werken met Broadwick B.V. voor complexe data- en BI-plaatsingen, zowel voor vaste posities als freelance opdrachten. Meer informatie over de werkwijze is te vinden via de gespecialiseerde IT-recruitment aanpak van Broadwick B.V..

Hoe lang duurt het gemiddeld om een senior data engineer te werven?

De doorlooptijd voor een senior data engineer bedraagt bij standaard wervingsroutes doorgaans 12 tot 18 weken. Met een gerichte aanpak via een gespecialiseerd bureau, een scherp profiel en een efficiënt selectieproces van maximaal twee rondes, is die doorlooptijd in de praktijk terug te brengen naar 8 tot 12 weken. Factoren die de doorlooptijd verlengen zijn: te brede vereistenlijsten, trage besluitvorming intern en een salarisindicatie die niet marktconform is.

Wat is het verschil tussen een data engineer en een analytics engineer?

Een data engineer bouwt en onderhoudt de infrastructuur die data beschikbaar maakt: pipelines, warehouses en integraties. Een analytics engineer werkt één laag hoger: die vertaalt ruwe data naar betrouwbare, gemodelleerde datasets waarop businessrapportages en dashboards worden gebouwd. In de praktijk worden deze rollen door werkgevers regelmatig verwisseld in vacatureteksten, wat leidt tot verkeerde kandidaatstromen en langere doorlooptijden. Broadwick B.V. bespreekt dit onderscheid standaard in het profileringsgesprek.

Is een freelance data specialist een goede tijdelijke oplossing bij een openstaande vaste vacature?

Een freelance data specialist is in veel gevallen een uitstekende tussenoplossing: hij of zij is doorgaans sneller beschikbaar dan een vaste medewerker en kan direct bijdragen aan lopende projecten. Het risico is dat een tijdelijke freelancer kennis opbouwt die de organisatie verlaat zodra de opdracht eindigt, tenzij er expliciete kennisoverdracht is georganiseerd. Broadwick B.V. adviseert klanten actief over de keuze tussen vaste werving en freelance bemiddeling, afhankelijk van de projecthorizon en de structurele behoefte van het team.

Conclusie

Data & Analytics rollen zijn in 2026 structureel moeilijk te vervullen, maar zeker niet onvervulbaar. Het verschil zit in de aanpak: een scherp profiel op basis van output, een netwerk dat al bestaat voordat de vacature live gaat, en een selectieproces dat kandidaten niet verliest aan traagheid of onduidelijkheid.

Wie duidelijk is over de rol, het salaris en het proces, komt sneller tot een goede match. Dat geldt voor alle IT-rollen, maar extra voor data- en analyticsspecialisten die meerdere aanbiedingen tegelijk afwegen.

Organisaties in Amsterdam, Eindhoven, Utrecht en Rotterdam die nu worstelen met een openstaande data- of BI-vacature, vinden in Broadwick B.V. een partner die de technische context begrijpt en het wervingsproces op maat inricht. De werkwijze, het netwerk en de domeinkennis zijn opgebouwd vanuit de praktijk, niet vanuit een standaard rekruteringsformulier. Ontdek hoe Broadwick B.V. schaarse Data & Analytics profielen wervt en wat dat concreet oplevert voor jouw organisatie.

Ontdek hoe Broadwick B.V. u kan helpen met uw uitdagingen.