AI-implementatie: van idee naar dagelijks gebruik.

AI-implementatie is het inbouwen van een AI-toepassing in een bestaand werkproces, met koppelingen aan je systemen, afspraken over controle en iemand die er verantwoordelijk voor is. Het verschil met een losse proef: na een implementatie gebruikt je team de toepassing elke dag, zonder dat er een specialist naast hoeft te zitten.

	Losse AI-tool	Pilot	Implementatie
Wie gebruikt het	Wie er zin in heeft	Een paar mensen, een tijd lang	Iedereen die het proces doet
Gekoppeld aan je systemen	Nee, kopiëren en plakken	Soms, met testgegevens	Ja, met je eigen gegevens
Afgesproken wat het moet opleveren	Nee	Soms	Ja, vooraf
Eigenaar binnen het bedrijf	Niemand	Meestal de initiatiefnemer	Eén vaste persoon

Een implementatie gaat dus niet over het kiezen van een tool, maar over een proces dat daarna anders loopt. Welke processen daarvoor in aanmerking komen, staat bij bedrijfsprocessen automatiseren.

AI implementeren gaat in vier fases: inventarisatie, een prototype op je eigen data, inbouwen in je systemen en overdracht. Na elke fase krijg je iets wat je kunt beoordelen, en besluit je of je doorgaat. Een implementatie bij Klubb begint vanaf € 1.040 excl. btw.

Fase	Wat er gebeurt	Wat je krijgt
1. Inventarisatie	We lopen met de mensen die het werk doen door hoe het proces nu verloopt, waar de tijd in zit en welke gegevens er zijn.	Een lijst toepassingen op volgorde van impact en inspanning, met de eerste keuze.
2. Prototype	De toepassing draait op een deel van je eigen gegevens, niet op een demo.	Een werkend voorbeeld dat je team kan testen, en een besluit: doorgaan, aanpassen of stoppen.
3. Inbouwen	Koppelen aan je systemen, met controles en een logboek van wat er gebeurt.	Een toepassing die in het dagelijks werk draait.
4. Overdracht	Uitleg aan het team en de eigenaar, en afspraken over beheer en meting.	Een eigenaar die weet hoe het werkt, en afspraken over wie wat beheert.

Hoe lang elke fase duurt, verschilt per proces en per bedrijf. Dat staat in het voorstel, net als de prijs van de bouw. Gebruikt de toepassing een AI-model, dan komen er maandkosten bij voor modelgebruik en beheer. Die berekenen we op aanvraag, want ze hangen af van hoe vaak de toepassing draait, hoeveel tekst het model leest en welk model het is.

Wat we binnen AI-automatisering bouwen, staat op de dienstpagina.

Een AI-strategie voor een mkb-bedrijf hoeft geen rapport te zijn. Het is een korte lijst toepassingen, gesorteerd op wat ze opleveren en wat het kost om ze te bouwen. Je begint met de toepassing die veel oplevert, weinig inspanning vraagt en snel laat zien of het werkt.

	Weinig inspanning	Veel inspanning
Veel impact	Eerst doen	Plannen, na de eerste
Weinig impact	Doen als het uitkomt	Niet doen

Drie voorbeelden

• Een wekelijkse rapportage met toelichting. Veel impact en weinig inspanning, als de cijfers al in Google Ads en GA4 staan. Hoe dat eruitziet, staat in Google Ads-rapportages met Claude.
• Klantvragen lezen en een conceptantwoord klaarzetten. Veel impact, maar meer inspanning: de mailbox moet gekoppeld worden en een mens controleert elk antwoord.
• Een chatbot op de site die alles over je bedrijf weet. Veel inspanning, en de impact hangt af van hoeveel vragen er binnenkomen. Meestal geen eerste keuze.

Dit is ook waar AI-advies over gaat: niet welke tool het beste is, maar welke toepassing eerst. Een AI-adviseur die zelf niet bouwt, ziet niet wat inbouwen kost. Daarom doen wij advies en bouw in hetzelfde traject.

Een AI-pilot kan technisch werken en toch nooit in gebruik komen. Dat gebeurt als de proef los van de systemen draait, als niemand eigenaar is, als vooraf niet is afgesproken wat de pilot moet opleveren, of als de echte gegevens anders zijn dan die in de demo. Alle vier zijn vooraf te regelen.

Waar het vastloopt	Hoe je het voorkomt
De proef draait in een los venster	Het prototype draait al op een deel van je eigen systemen en gegevens
Niemand is eigenaar	Voor de start staat vast wie binnen je bedrijf verantwoordelijk is
Niemand weet of het werkt	Vooraf afspreken wat er gemeten wordt, zoals tijd per taak of het aantal correcties
De gegevens vallen tegen	De inventarisatie kijkt naar je echte gegevens, niet naar een voorbeeldbestand

Daarom eindigt fase 2 met een besluit. Een prototype dat niet werkt is geen mislukking, zolang je het daar ziet en niet na het inbouwen.

Voor een AI-integratie hebben we drie dingen nodig: toegang tot de systemen waar het proces in loopt, gegevens om het prototype op te testen en één persoon binnen je bedrijf die eigenaar wordt. Zonder die eigenaar blijft de toepassing van ons, en dat is precies wat je niet wilt.

Jij	Klubb
Toegang tot je systemen, via eigen gebruikersrechten en niet via gedeelde wachtwoorden	Inventarisatie, prototype en de koppelingen
Gegevens om mee te testen, zoals een maand aan mails of orders	Controles en een logboek van wat de toepassing doet
Een eigenaar die het proces kent en tijd heeft om te testen	Uitleg aan het team en afspraken over beheer

Wil je AI implementeren in je bedrijf zonder eigen IT-afdeling, dan is dat geen bezwaar. De eigenaar hoeft niet technisch te zijn, wel het proces te kennen.

AI voor het mkb begint bij één proces dat vaak terugkomt en waar de gegevens al digitaal zijn, niet bij een plan voor de hele organisatie. Volgens het CBS zetten bedrijven die AI gebruiken het vooral in voor marketing of verkoop (35 %) en voor bedrijfsadministratie (32 %). Daar zitten vaak ook de eerste kandidaten.

Waarvoor bedrijven AI inzetten	Aandeel van de bedrijven die AI gebruiken
Marketing of verkoop	35 %
Bedrijfsadministratie	32 %
Boekhouding en financieel beheer	17 %

Bron: CBS, ICT-gebruik bij bedrijven, december 2025, zoals gemeld door Accountant.nl.

In 2025 gebruikte 29,8 % van het mkb met 10 tot 249 werkzame personen één of meer AI-technologieën, tegen 66,2 % van het grootbedrijf (CBS, 2026). Veel aanbod rond AI voor bedrijven is gemaakt voor grote organisaties en de overheid, met programma’s die maanden duren. Voor een bedrijf met tien of vijftig mensen past een kleinere eerste stap: één proces, één eigenaar, één prototype.

Bij Swim Essentials loopt nu zo’n implementatie. Een lijst processen die geschikt zijn, staat bij bedrijfsprocessen automatiseren.

Bij een AI-implementatie regel je onder de AVG welke gegevens het model te zien krijgt, waar ze verwerkt worden en met welke leveranciers je een verwerkersovereenkomst hebt. De AI Act vraagt dat je maatregelen neemt die de AI-geletterdheid van je mensen ondersteunen. Beide nemen we mee in de inventarisatie.

• Zo min mogelijk gegevens. Het model krijgt alleen wat nodig is voor de taak.
• De juiste tool. Anthropic raadt zelf af Cowork in te zetten voor zeer gevoelige, gereguleerde gegevens zolang het product zich ontwikkelt. Gaat het daarover, dan kiezen we een andere opzet.
• AI-geletterdheid. Artikel 4 van de AI Act geldt sinds 2 februari 2025. Na de Digitale Omnibus voor AI (Verordening (EU) 2026/1744, in werking sinds 27 juli 2026) neem je maatregelen die de ontwikkeling van AI-geletterdheid ondersteunen, zonder dat je per persoon een niveau hoeft te garanderen. De plicht is niet geschrapt. Meer in AI-geletterdheid.
• Een mens keurt goed. Onze eigen Google Ads-koppeling met Claude laat Google elke wijziging eerst controleren zonder iets door te voeren. Pas na één akkoord van de specialist gaat het door, en een logboek houdt bij wat er is gebeurd.