Emotionele intelligentie op het werk: wat onderzoek zegt

Een paar maanden geleden ging ik op zoek naar één getal.

Je bent vast een versie ervan tegengekomen. Het staat in elke tweede LinkedIn-post over soft skills: emotionele intelligentie verklaart een enorm deel van het verschil tussen uitzonderlijke en gemiddelde leiders. Negentig procent. Vijfentachtig. Het cijfer schuift mee met wie de workshop verkoopt.

De belangstelling eronder is echt, dat moet gezegd. Toen het World Economic Forum werkgevers in 2025 vroeg welke vaardigheden ze als kernvaardigheden zien¹, stonden empathie en actief luisteren in de top tien, en kwamen leiderschap en sociale invloed op drie, achter analytisch denken en veerkracht. Niemand heeft dit onderwerp verzonnen.

Maar ik wilde weten waar dat getal vandaan kwam. Ik bouw een tool die de emotionele toon van een bericht leest voordat je het verstuurt, dus het leek me geen goed idee om een statistiek te blijven herhalen die ik zelf nooit had nagetrokken.

Het kostte even om hem te vinden, en hij dook op een rare plek op. Daar kom ik zo op terug.

Vier verschillende dingen met dezelfde naam

Het eerste wat me verraste: onderzoekers zijn het niet eens over wat emotionele intelligentie is. Niet op muggenzifterniveau. Meer op het niveau van “dit zijn verschillende constructen”.

Peter Salovey en John Mayer definieerden het in 1990 als een set mentale vaardigheden: emoties opmerken, begrijpen hoe ze in elkaar overlopen en veranderen, ze inzetten om te denken, en ze reguleren. Die versie meet je met een prestatietest die goede en foute antwoorden heeft, een soort IQ-test voor gevoelens.

Daarna maakte het boek van Daniel Goleman uit 1995 de term beroemd, en zijn versie stopt er van alles bij in dat verdacht veel op persoonlijkheid en motivatie lijkt. De EQ-i van Reuven Bar-On en het trekmodel van Konstantinos Petrides zijn vragenlijsten die je over jezelf invult. Petrides is er vrij duidelijk over geweest dat wat hij meet binnen persoonlijkheid valt, en niet naast intelligentie staat.

Uiteindelijk hebben onderzoekers die rommel in drie stromingen ingedeeld²: prestatietests, zelfrapportages van het vaardigheidsmodel, en gemengde competentiemodellen. Het vervelende is dat de vaardigheidstests en de zelfrapportages het nauwelijks met elkaar eens zijn. Als iemand zegt “uit onderzoek blijkt dat emotionele intelligentie X voorspelt”, is de eerste nuttige vraag welke van deze vier dingen hij bedoelt.

De echte effectgroottes zijn kleiner dan het verhaal

De grootste recente synthese die ik vond bundelt 253 effectgroottes van 78.159 mensen³ uit drie decennia. Dit is wat eruit komt, na statistische correctie:

Werkprestaties, ongeveer 0,30. Werktevredenheid, 0,29. Organisatieburgerschapsgedrag, 0,36. Werkstress, min 0,43. Betrokkenheid bij de organisatie, 0,26.

Een correlatie van 0,30 betekent dat emotionele intelligentie samenhangt met ongeveer negen procent van de verschillen in werkprestaties. Dat is een echt verband. Het zit ook mijlenver van “verklaart negentig procent van wat leiders goed maakt”. De eerdere meta-analyse die op dit gebied als ijkpunt geldt⁴ kwam op dezelfde ordegrootte uit, in alle drie de meetstromingen.

Nog iets om te noteren: datzelfde paper uit 2022 vond dat de correlatie tussen emotionele intelligentie en werkprestaties lager was in gepubliceerde studies dan in ongepubliceerde. Meestal werkt publicatiebias precies andersom. Ik weet niet wat ik ermee aan moet, en voor zover ik kan zien de auteur ook niet.

Het hangt enorm af van wat je werk is

Voordat je 0,30 wegzet als een plat feit: er is een moderator die vrijwel nooit genoemd wordt.

Joseph en Newman sorteerden 191 beroepen⁵ op hoeveel emotieregulatie het werk echt vraagt, en draaiden de analyse daarna opnieuw binnen elke groep. In banen met veel emotionele arbeid, die met constant klant- of mensencontact, voorspelde vaardigheidsgebaseerde emotionele intelligentie de prestaties positief. In banen met weinig emotionele arbeid voorspelde ze de prestaties negatief.

Die tweede helft wordt nooit geciteerd. Is je werk vooral solitair en technisch, dan is buitengewoon goed aanvoelen wat iedereen in de ruimte voelt misschien eerder een aanslag op je aandacht dan een voordeel.

Hun model heeft bovendien een vorm die ik mooi vind: je moet een emotie opmerken voor je haar kunt begrijpen, en haar begrijpen voor je er iets mee kunt. Waarnemen, dan begrijpen, dan reguleren. Sla een stap over en de volgende heeft niets om op te staan.

Waar het getal vandaan komt, en wat er gebeurde toen iemand het natrok

Dit is die rare plek.

Het paper dat me eindelijk vertelde waar die negentig procent vandaan komt, is hetzelfde paper dat hem uit elkaar haalt. Harms en Credé openen hun meta-analyse⁶ met de claims die ze gaan toetsen. Twee daarvan: een stuk uit een vakblad uit 1999 dat beweert dat emotionele intelligentie bijna negentig procent verklaart van het verschil tussen uitzonderlijke en gemiddelde leiders, en een informatiepakket van de grootste distributeur van tests voor emotionele intelligentie, waarin emotionele intelligentie gelijk wordt gesteld aan goed leiderschap.

Een verwijzing naar een vakblad en een verkoopdocument. Dat is de stamboom van de statistiek waar de laatste heidag van je team op gebouwd was.

Daarna bundelden ze 62 onafhankelijke steekproeven over emotionele intelligentie en transformationeel leiderschap. Als dezelfde persoon zowel de emotionele intelligentie van de leider als zijn effectiviteit beoordeelde, was de correlatie 0,59. Indrukwekkend. Heel citeerbaar.

Kwamen die twee beoordelingen van verschillende bronnen, dan zakte hij naar 0,12.

Hetzelfde construct, dezelfde literatuur, één methodologische wijziging. De overeenstemming tussen beoordelaars was 0,16 voor emotionele intelligentie en 0,14 voor leiderschap, oftewel: mensen zijn het over geen van beide echt met elkaar eens. De auteurs merken ook op dat trekvragenlijsten hogere validiteiten opleverden dan de vaardigheidstests, en dat sommige onderzoekers er sceptisch over blijven of het construct überhaupt deugt.

De populairste EQ-tests meten persoonlijkheid, met een omweg

In 2015 ging een team terug naar de vraag waarom zelfgerapporteerde emotionele intelligentie werkprestaties zo goed voorspelt⁷. Hun antwoord: omdat die vragenlijsten stilletjes een bundel dingen meten waar we allang namen voor hadden.

Concreet: de inhoud van gemengde EI-maten overlapt met vaardigheids-EI, algemene zelfeffectiviteit, zelfbeoordeelde prestaties, consciëntieusheid, emotionele stabiliteit, extraversie en cognitieve vaardigheid, met een multipele R van 0,79. Hun bijgestelde schatting van de correlatie met door de leidinggevende beoordeelde prestaties kwam uit op 0,29, in plaats van de 0,47 die rondging.

De tests die de meest vleiende cijfers geven, zijn dus ook de tests die het meest verstrengeld zijn met persoonlijkheidstrekken die we allang konden meten. Dat maakt ze niet nutteloos. Het maakt “we hebben op EQ geselecteerd” wel een minder indrukwekkende zin dan hij klinkt.

Carrière-effecten zijn echt, traag en vooral een kwestie van andere mensen

De beste synthese over loopbanen bundelt 150 steekproeven en 50.894 mensen⁸. Emotionele intelligentie correleerde 0,39 met tevredenheid over je loopbaan, 0,21 met salaris en min 0,21 met de wens om op te stappen. Met hoe inzetbaar mensen zich voelden correleerde ze 0,03, en dat is niet te onderscheiden van niets.

Bij dat salariscijfer hoort een voetnoot die niemand erbij zet: het rust op vijf steekproeven en 1.446 mensen. Dat is dun. De auteurs wezen ook op mogelijke publicatiebias bij loopbaantevredenheid en verloop, en elke studie in de bundel gebruikte zelfrapportage, omdat er te weinig prestatiegebaseerde metingen waren om te analyseren.

De interessantste loopbaanstudie die ik vond volgde 126 mensen vanaf de universiteit hun carrière in⁹ en keek tien tot twaalf jaar later naar hun salaris, gecorrigeerd voor persoonlijkheid en cognitieve vaardigheid. Emotionele intelligentie voorspelde het loon wel degelijk. Maar het effect liep via het hebben van een mentor, en het was sterker hoger in de organisatie. Een eerdere studie van dezelfde hoofdauteur vond na twee jaar helemaal niets.

Het mechanisme loopt dus via andere mensen. Ze bouwen relaties op, uit die relaties komt iemand hoger in de organisatie die zich voor ze interesseert, en tien jaar later betaalt dat zich uit. Nergens gaat het erover dat ze beter zijn in het eigenlijke werk. Kleine steekproef, één studie, dus voorzichtig ermee. Maar het past wel bij hoe carrières lijken te lopen.

Het resultaat waar ik mijn eigen gedrag op heb aangepast

Alles hierboven is interessant. Dit is bruikbaar.

In 2005 deden Kruger, Epley, Parker en Ng vijf experimenten¹⁰ naar hoe goed mensen toon overbrengen via e-mail. Deelnemers schreven berichten die sarcastisch, serieus, boos of verdrietig bedoeld waren, en voorspelden daarna hoeveel ervan de ontvanger goed zou lezen.

Over 154 paren voorspelden de afzenders 88,8 procent goed. In werkelijkheid was het 70,4 procent. Kijk je alleen naar e-mail, dan wordt het erger: 89,3 procent voorspeld, 62,8 procent echt. Face-to-face kwam uit op 73,9 procent, alleen stem op 73,3 procent. In een eerder experiment lag de nauwkeurigheid bij e-mail ongeveer op gokniveau.

Het zelfvertrouwen bewoog nooit. Wat mensen echt konden verschilde flink per kanaal. Hun geloof in dat kunnen bleef vlak.

Twee details maken dat dit bij mij blijft hangen. Ten eerste: vrienden zaten er niet minder naast dan vreemden. Iemand goed kennen hielp niet. Ten tweede, en dit is het praktische deel: in één experiment lieten de onderzoekers mensen hun eigen bericht hardop voorlezen in precies de verkeerde toon, sarcastische zinnen recht toe recht aan, rechte zinnen sarcastisch. Het overmatige zelfvertrouwen verdween helemaal. Zodra de zin niet meer klonk zoals ze hem bedoeld hadden, konden ze eindelijk horen hoe dubbelzinnig hij was.

Er is een verwant resultaat dat ik mooi vind: als mensen specifieke emoties in tekst proberen over te brengen¹¹, heeft het zelfvertrouwen van de afzender helemaal geen verband met of het gelukt is.

De studie die tegenspreekt

Ik laat je liever de onenigheid zien dan te doen alsof het vakgebied klaar is.

In 2025 pakten Pollmann en Roos het anders aan¹². In plaats van labtaken met vreemden en in elkaar gezet sarcasme verzamelden ze echte berichten die mensen echt hadden gekregen, en vroegen ze daarna aan de echte afzender wat die had bedoeld. Studie één ging over informele appjes, 347 ontvangers en 171 afzenders. Studie twee ging over werk- en studiemails, 361 ontvangers en 61 afzenders.

De ontvangers hadden de toon goed. Het paper heet niet voor niets “I get u”, en de auteurs stellen dat het de aanname onderuithaalt dat tekst een emotioneel arm medium is.

Ik denk niet dat dit het oudere werk wegstreept. Mijn lezing is dat allebei waar zijn, over verschillende berichten. Het meeste wat we versturen is onopvallend en komt prima aan. Het verkeerd lezen concentreert zich in het kleine stapeltje berichten dat dubbelzinnig is, emotioneel geladen, of iets subtiels probeert te doen. De deelnemers van Kruger moesten precies die schrijven. De deelnemers van Pollmann stuurden door wat er toevallig in hun telefoon stond.

En dat kleine stapeltje is toevallig precies waar mensen hulp bij vragen.

Neutraal leest als negatief, en de punt is niet onschuldig

Het theoretische raamwerk van Kristin Byron beschrijft twee effecten die je bij naam zou moeten kennen¹³: ontvangers lezen positieve mails als neutraal, en neutrale mails als negatief. Onderweg zakt de emotie één trapje.

Daar is empirische steun voor. Een studie naar echte werkmails die negatief waren overgekomen vond een negatieve versterkingsbias¹⁴: ontvangers beoordeelden de mails harder dan neutrale buitenstaanders, en hun oordelen hingen maar zwak samen met wat er werkelijk in het bericht stond, inclusief hoeveel negatieve taal erin zat. De bias was sterker bij een slecht communicatieklimaat en bij mensen lager in de hiërarchie. Wat betekent dat dezelfde mail objectief prima kan zijn en toch als een aanval kan binnenkomen, afhankelijk van wie hem leest en hoe diens week verloopt.

Het onderzoek naar leestekens is kleiner maar echt. Een antwoord van één woord met een punt erachter wordt als minder oprecht beoordeeld¹⁵ dan hetzelfde antwoord zonder punt, en het effect duikt op in appjes maar niet in handgeschreven briefjes. Een vervolgstudie repliceerde het met langere, natuurlijkere gesprekken¹⁶.

“Ja” en “Ja.” zijn niet hetzelfde bericht, en dat verschil wordt volledig door de lezer gemaakt.

Of dit te trainen valt

Redelijkerwijs wel, met kanttekeningen.

Een meta-analyse uit 2024 over trainingen in emotionele competenties op het werk¹⁷ vond een voor-na-effect van 0,44, en 0,46 in vergelijking met controlegroepen, over 27 gecontroleerde onderzoeken. De effecten hielden na ruim drie maanden nog stand. Leraren, zorgprofessionals en managers hadden er ongeveer evenveel aan, en het maakte niet veel uit of het programma verkocht werd als emotionele intelligentie, empathie of emotieregulatie.

De auteurs zijn verfrissend bot over de grenzen: veel heterogeniteit en lage methodologische kwaliteit in de studies die ze bundelden. Eerdere meta-analyses kwamen in dezelfde buurt uit¹⁸ [19]. De eerlijke samenvatting is dus dat deze programma’s de meetuitkomsten bewegen, en die zijn meestal zelfgerapporteerd, terwijl we veel minder weten over of ze veranderen wat mensen op het werk daadwerkelijk doen.

Wat er gebeurt als AI het voor je schrijft

Subtext is een AI-tool, dus ik heb hier een overduidelijk belang. Ik geef je eerst de ongemakkelijke bevindingen.

Mensen zien het niet. In zes experimenten met 4.600 deelnemers²⁰ die 7.600 stukjes tekst beoordeelden in zakelijke, horeca- en datingcontexten, lag de nauwkeurigheid in het herkennen van AI-tekst op 50 tot 52 procent. Puur gokken levert 50 op. Erger nog: de onderzoekers lieten zien dat je AI-tekst bewust kunt optimaliseren tegen de gebrekkige intuïties van mensen in, waarna hij vaker als menselijk werd beoordeeld dan echte mensentekst.

En toch heeft argwaan een prijs. Eerder werk van dezelfde groep vond dat mensen die dachten dat een profiel door AI geschreven was²¹, de schrijver ervan minder vertrouwden.

Zet die twee naast elkaar en je krijgt iets werkelijk ongemakkelijks. Herkennen werkt nauwelijks, dus de straf hangt aan het vermoeden en niet aan iemand die je echt betrapt. Dat betekent dat de vraag wat hier acceptabel is sociaal wordt beslecht, door normen, en niet door bewijs.

Mijn eigen grens, voor wat het waard is: de tool hoort je te helpen zeggen wat je echt bedoelde, niet een gevoel te fabriceren dat je niet hebt. Voor mij is dat een echt onderscheid, ook al is het van buitenaf onzichtbaar.

Wat ik nu daadwerkelijk doe

Vier dingen overleefden al dat lezen en zitten nu in hoe ik schrijf.

Ik ga ervan uit dat mijn toon ongeveer twintig punten slechter aankomt dan ik denk. Niet als stemming. Als rekensom. 88,8 voorspeld, 70,4 echt.

Als iets belangrijk is, lees ik het in de verkeerde toon. Hardop, sarcastisch, als het bericht oprecht bedoeld is. Het is licht vernederend en het werkt beter dan welke regel over uitroeptekens ook. Het is de enige ingreep in dat hele paper die de bias volledig wegnam.

Bij alles wat echt negatief is, ga ik bellen. Face-to-face en stem verslaan e-mail allebei met ongeveer tien punten op nauwkeurigheid, en belangrijker nog: je kunt meteen repareren als iets verkeerd valt. Achteraf nog iets op schrift, voor de administratie.

Ik behandel “ze overdrijven” niet meer als een vaststaand feit. Het onderzoek naar die negatieve versterking laat zien dat de beleving van de ontvanger maar losjes vastzit aan wat er in het bericht staat. Dat snijdt aan twee kanten. Soms ligt het aan hen. Soms was het bericht echt dubbelzinnig en was ik de laatste die dat kon zien.

Wat ik zou willen dat iemand hieruit meeneemt: de grote claims over emotionele intelligentie en carrièresucces zijn zachter dan ze klinken, gebouwd op zelfrapportage en vaak op dezelfde persoon die beide kanten van de vergelijking beoordeelt. De kleine claims over schriftelijke communicatie zijn steviger en een stuk bruikbaarder. Niemand gaat je een certificaat verkopen in “lees het terug in de verkeerde stem voor je op verzenden drukt”.

Het is gratis, het kost elf seconden, en er zit beter bewijs achter dan achter de meeste dingen waar ik voor betaald heb.

Vind je dat ik emotionele intelligentie tekortdoe, of het e-mailonderzoek juist overschat? Zeg het me op LinkedIn.

Samet Durgun is medeoprichter van Subtext, een app die de emotionele toon van je berichten oppikt en ze herschrijft in je eigen woorden. Hij woont in Berlijn.

Bronnen

Elke link hierboven gaat naar de primaire bron, waar die bestaat.

World Economic Forum (2025). The Future of Jobs Report 2025, Skills Outlook. https://www.weforum.org/publications/the-future-of-jobs-report-2025/in-full/3-skills-outlook/
Ashkanasy, N. M., & Daus, C. S. (2005). Rumors of the death of emotional intelligence in organizational behavior are vastly exaggerated. Journal of Organizational Behavior, 26, 441-452. https://doi.org/10.1002/job.320
Doğru, Ç. (2022). A meta-analysis of the relationships between emotional intelligence and employee outcomes. Frontiers in Psychology, 13, 611348. https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2022.611348/full
O’Boyle, E. H., Humphrey, R. H., Pollack, J. M., Hawver, T. H., & Story, P. A. (2011). The relation between emotional intelligence and job performance: a meta-analysis. Journal of Organizational Behavior, 32, 788-818. https://doi.org/10.1002/job.714
Joseph, D. L., & Newman, D. A. (2010). Emotional intelligence: an integrative meta-analysis and cascading model. Journal of Applied Psychology, 95(1), 54-78. https://pubmed.ncbi.nlm.nih.gov/20085406/
Harms, P. D., & Credé, M. (2010). Emotional intelligence and transformational and transactional leadership: a meta-analysis. Journal of Leadership & Organizational Studies, 17(1), 5-17. https://digitalcommons.unl.edu/cgi/viewcontent.cgi?article=1013&context=leadershipfacpub
Joseph, D. L., Jin, J., Newman, D. A., & O’Boyle, E. H. (2015). Why does self-reported emotional intelligence predict job performance? A meta-analytic investigation of mixed EI. Journal of Applied Psychology, 100(2), 298-342. https://pubmed.ncbi.nlm.nih.gov/25243996/
Pirsoul, T., Parmentier, M., Sovet, L., & Nils, F. (2023). Emotional intelligence and career-related outcomes: a meta-analysis. Human Resource Management Review. https://orbi.uliege.be/bitstream/2268/310903/1/Preprint_Pirsouletal.pdf
Rode, J. C., Arthaud-Day, M., Ramaswami, A., & Howes, S. (2017). A time-lagged study of emotional intelligence and salary. Journal of Vocational Behavior, 101, 77-89. https://www.sciencedirect.com/science/article/abs/pii/S0001879117300416
Kruger, J., Epley, N., Parker, J., & Ng, Z. (2005). Egocentrism over e-mail: can we communicate as well as we think? Journal of Personality and Social Psychology, 89(6), 925-936. https://web-docs.stern.nyu.edu/pa/kruger_email_ego.pdf
Holtgraves, T. (2022). Implicit communication of emotions via written text messages. Computers in Human Behavior Reports, 7, 100219. https://doi.org/10.1016/j.chbr.2022.100219
Pollmann, M. M. H., & Roos, C. A. (2025). “I get u”. People correctly interpret the tone of text messages and emails. Computers in Human Behavior Reports, 18, 100689. https://www.sciencedirect.com/science/article/pii/S2451958825001046
Byron, K. (2008). Carrying too heavy a load? The communication and miscommunication of emotion by email. Academy of Management Review, 33(2), 309-327. https://journals.aom.org/doi/10.5465/amr.2008.31193163
Sillars, A., & Zorn, T. E. (2021). Hypernegative interpretation of negatively perceived email at work. Management Communication Quarterly, 35(2), 171-200. https://journals.sagepub.com/doi/abs/10.1177/0893318920979828
Gunraj, D. N., Drumm-Hewitt, A. M., Dashow, E. M., Upadhyay, S. S. N., & Klin, C. M. (2016). Texting insincerely: the role of the period in text messaging. Computers in Human Behavior, 55, 1067-1075. https://www.sciencedirect.com/science/article/abs/pii/S0747563215302181
Houghton, K. J., Upadhyay, S. S. N., & Klin, C. M. (2018). Punctuation in text messages may convey abruptness. Period. Computers in Human Behavior, 80, 112-121. https://doi.org/10.1016/j.chb.2017.10.044
Mehler, M., Balint, E., Gralla, M., Pößnecker, T., Gast, M., Hölzer, M., Kösters, M., & Gündel, H. (2024). Training emotional competencies at the workplace: a systematic review and metaanalysis. BMC Psychology, 12, 718. https://bmcpsychology.biomedcentral.com/articles/10.1186/s40359-024-02198-3
Hodzic, S., Scharfen, J., Ripoll, P., Holling, H., & Zenasni, F. (2018). How efficient are emotional intelligence trainings: a meta-analysis. Emotion Review, 10(2), 138-148. https://doi.org/10.1177/1754073917708613
Mattingly, V., & Kraiger, K. (2019). Can emotional intelligence be trained? A meta-analytical investigation. Human Resource Management Review, 29(2), 140-155. https://doi.org/10.1016/j.hrmr.2018.03.002
Jakesch, M., Hancock, J. T., & Naaman, M. (2023). Human heuristics for AI-generated language are flawed. Proceedings of the National Academy of Sciences, 120(11), e2208839120. https://www.pnas.org/doi/10.1073/pnas.2208839120
Jakesch, M., French, M., Ma, X., Hancock, J. T., & Naaman, M. (2019). AI-mediated communication: how the perception that profile text was written by AI affects trustworthiness. CHI Conference on Human Factors in Computing Systems. https://www.researchgate.net/publication/332747673_AI-Mediated_Communication_How_the_Perception_that_Profile_Text_was_Written_by_AI_Affects_Trustworthiness