Bedrijfsprocessen automatiseren: wat het oplevert.

Bedrijfsprocessen automatiseren is terugkerend werk zo inrichten dat software het uitvoert in plaats van een mens. Denk aan een aanvraag die vanzelf van je website in je CRM staat, een rapportage die elke maandag klaarstaat of een antwoord op een klantvraag dat al is voorbereid. Jij bepaalt de regels, de software voert ze uit.

Er zijn twee soorten automatisering, en ze werken vaak samen.

	Automatisering met regels	Automatisering met AI
Wat het doet	Volgt een vaste route: als dit gebeurt, doe dan dat	Leest tekst of cijfers en bepaalt wat er moet gebeuren
Werkt goed bij	Voorspelbare invoer, zoals een formulier of een order	Wisselende invoer, zoals mails, pdf’s en gespreksnotities
Voorbeeld	Een inzending gaat naar het CRM en het mailprogramma	Een klantvraag wordt gelezen, gelabeld en krijgt een conceptantwoord
Let op	Stopt bij alles wat niet in de regel past	Kan zich vergissen, dus een mens controleert waar het telt

Een voorbeeld uit ons eigen werk: formulieren op websites die we bouwen zetten elke inzending automatisch in het CRM (Gripp) en in het mailprogramma (ActiveCampaign). Daar zit geen AI in, en dat hoeft ook niet.

AI komt erbij waar de invoer niet voorspelbaar is. Gaat een toepassing nog een stap verder en voert hij zelf taken uit in je systemen, dan heet dat een AI-agent. Wat wij in deze drie vormen bouwen, staat op AI-automatisering.

Geschikt zijn processen die vaak terugkomen, steeds ongeveer hetzelfde verlopen en werken met gegevens die al digitaal zijn. In marketing en data is dat bijna alles wat met overtypen, samenvoegen en rapporteren te maken heeft. Daarna volgen administratie, financiën en klantenservice, waar elke dag dezelfde stappen terugkomen.

Proces	Voorbeeld	Regels of AI	Waar de tijd nu in zit
Leadopvolging	Een aanvraag via de site staat direct in het CRM, met een bevestiging aan de klant en een taak voor sales	Regels	Overtypen, en uitzoeken wie de aanvraag oppakt
Marketing automatisering	Een nieuwe inschrijver krijgt een reeks mails die past bij waar hij zich voor aanmeldde	Regels	Lijsten bijhouden en mails met de hand versturen
Rapportages	Cijfers uit Google Ads en GA4 staan elke week in hetzelfde overzicht, met een eerste toelichting	Regels en AI	Exporteren, samenvoegen en de uitleg schrijven
Productfeeds	Producttitels en kenmerken worden aangevuld voordat ze naar Google Merchant Center gaan	Regels en AI	Per product teksten aanpassen
Facturen	Inkoopfacturen uit de mailbox worden gelezen en klaargezet in de boekhouding	AI	Bedragen en gegevens overnemen uit pdf’s
Administratie	Uren of orders gaan zonder overtypen van het ene systeem naar het andere	Regels	Dubbele invoer en de controle daarop
Debiteurenbeheer	Een herinnering gaat op een vast moment na de vervaldatum de deur uit, met de juiste factuur erbij	Regels	Bijhouden wie nog moet betalen
Klantenservice	Binnenkomende vragen worden gelezen, gelabeld en voorzien van een conceptantwoord	AI	Lezen, doorsturen en standaardantwoorden typen
HR	Een nieuwe medewerker krijgt op tijd zijn accounts, documenten en een planning voor de eerste week	Regels	Bij elke nieuwe start dezelfde lijst afwerken

De eerste vier rijen zijn ons eigen vak. We beheren productfeeds via Channable en richten meting en tracking in met GA4, Google Tag Manager en server-side tracking. Voor Google Ads hebben we een eigen koppeling waarmee Claude accounts leest en wijzigingen voorbereidt. Hoe dat bij rapportages werkt, staat in Google Ads-rapportages met Claude.

Facturen automatiseren, administratie automatiseren en debiteurenbeheer automatiseren lopen via je boekhoudpakket. Het meeste daarvan kan met regels; AI komt erbij waar gegevens uit een pdf of mail gehaald moeten worden.

Automatiseer niet wat zelden voorkomt, steeds anders loopt of een menselijk oordeel vraagt. Bouw en onderhoud kosten dan meer dan het werk zelf. Ook een proces dat nu nog niet goed loopt, automatiseer je beter niet: dan gaat de fout alleen sneller en vaker.

• Werk dat een paar keer per jaar voorkomt. Een jaarlijkse inventarisatie automatiseren kost meer dan hem doen.
• Werk dat elke keer anders is. Een offerte voor een project zonder vaste onderdelen kan AI voorbereiden, maar niet afmaken.
• Beslissingen over mensen. Wie je uitnodigt voor een gesprek of hoe je reageert op een klacht met een lange voorgeschiedenis, hoort bij een mens.
• Een proces zonder vaste route. Weet niemand precies hoe het nu gaat, zet dat dan eerst op papier.

Twijfel je, automatiseer dan de helft: laat de software voorbereiden en een mens beslissen. Zo zie je of het werkt zonder dat er iets onherroepelijk gebeurt.

Processen automatiseren doe je in vier stappen: in kaart brengen wat er nu gebeurt, kiezen wat eerst gaat, een prototype bouwen op je eigen gegevens en het daarna inbouwen en meten. Elke stap levert iets op waarmee je kunt besluiten of je doorgaat, voordat de volgende stap geld kost.

1. In kaart brengen. We lopen met de mensen die het werk doen door hoe een proces nu verloopt: welke systemen erin zitten, hoe vaak het voorkomt en waar het blijft hangen. Je krijgt een lijst processen met per proces de stappen en de systemen.
2. Prioriteren op impact en inspanning. Per proces bepalen we wat automatiseren oplevert en wat het kost om te bouwen. Je krijgt een volgorde, met het proces dat het meeste oplevert voor de minste moeite bovenaan.
3. Prototype. Het eerste proces draait op een deel van je eigen gegevens, niet op een demo. Je krijgt een werkend voorbeeld dat je team kan testen, en een besluit: doorgaan, aanpassen of stoppen.
4. Inbouwen en meten. De automatisering wordt gekoppeld aan je systemen, met controles en een logboek van wat er gebeurt. Je krijgt een proces dat dagelijks draait, en afspraken over wie het beheert en wat we meten.

Hoe lang elke stap duurt, hangt af van het aantal systemen en de staat van je gegevens. Dat staat in het voorstel, voordat er iets gebouwd wordt. Gaat het om AI die in meerdere processen terugkomt, lees dan hoe we een AI-implementatie aanpakken.

Voor een eenvoudige koppeling tussen twee bekende pakketten volstaat vaak een no-codetool. Moet er gelezen, beoordeeld of met bestanden gewerkt worden, dan past Cowork of maatwerk met Claude Code. Hoe meer systemen en uitzonderingen, hoe eerder maatwerk loont. Wij bouwen met die laatste twee, allebei van Anthropic.

	No-code (Zapier, Make, n8n)	Cowork	Maatwerk met Claude Code
Wat het is	Kant-en-klare koppelingen tussen bekende pakketten, die je met blokken aan elkaar zet	Een desktopagent die met je bestanden, mappen en apps werkt, zonder te programmeren	De omgeving waarin we met Claude software bouwen en draaien, gekoppeld aan je systemen
Past bij	Twee of drie pakketten met vaste regels	Kenniswerk op de computer, zoals documenten verwerken en overzichten maken	Meerdere systemen, eigen regels en AI die leest en voorbereidt
Wie het bouwt	Jij of een medewerker	Wij richten het in, je team gebruikt het	Klubb
Wie het beheert	Jij	Je team, met afspraken over wat het mag	Klubb, of je eigen ontwikkelaar
Grens	Wordt onoverzichtelijk bij veel uitzonderingen of eigen systemen	Anthropic raadt het zelf af voor zeer gevoelige, gereguleerde gegevens zolang het product zich ontwikkelt	Vraagt een bouwtraject en afspraken over beheer

De no-codetools staan hier als vergelijking: wij bouwen er niet mee. Voor procesautomatisering met twee pakketten en vaste regels zijn ze een goede start, en dan heb je ons niet nodig.

Moet de toepassing zelf beslissingen nemen en taken uitvoeren, dan wordt het een agent. Wanneer dat zinvol is en wat het kost, staat op AI-agent laten maken.

Een automatisering bij Klubb kost vanaf € 1.040 excl. btw. Wat het precies wordt, hangt af van het aantal systemen, de uitzonderingen en of er AI in zit. Gebruikt de oplossing een AI-model, dan komen er maandkosten bij voor modelgebruik en beheer. Die berekenen we op aanvraag, omdat ze per toepassing verschillen.

Waar de maandkosten van afhangen

• Hoe vaak het draait. Tien rapportages per maand kosten minder dan duizend klantvragen.
• Hoeveel het model leest. Een korte mail is minder werk dan een contract van dertig pagina’s.
• Welk model. Zwaardere modellen kosten meer per opdracht; niet elke taak heeft er een nodig.
• Hoeveel beheer. Controleren, bijstellen als een systeem verandert en het logboek nalopen.

Rekenvoorbeeld: wat kost het werk nu?

Reken eerst uit wat het proces nu kost. De som is: uren per week × uurtarief × 46 werkweken. De getallen hieronder zijn ronde voorbeeldgetallen, geen cijfers van een klant.

Onderdeel	Rekenvoorbeeld
Uren per week aan het proces	3
Uurtarief, of loonkosten per uur	€ 40
Werkweken per jaar, zonder vakantie en feestdagen	46
Wat het werk per jaar kost	3 × € 40 × 46 = € 5.520

Zet daar de bouw en de maandkosten van het eerste jaar tegenover. Valt dat lager uit, dan verdien je het binnen dat jaar terug. Neemt de automatisering maar de helft van het werk over, reken dan ook met de helft van de uren.

Wat niet in de som staat, telt ook: minder fouten, een klant die sneller antwoord krijgt en werk dat niet blijft liggen bij ziekte of vakantie.

Volgens het CBS gebruikte in 2025 29,8 % van de mkb-bedrijven met 10 tot 249 werkzame personen één of meer AI-technologieën. Bij het grootbedrijf was dat 66,2 %, bij microbedrijven met 2 tot 9 personen 13,8 %. Hoe kleiner het bedrijf, hoe minder AI er wordt gebruikt.

Bedrijfsgrootte	Werkzame personen	Gebruikte AI in 2025
Microbedrijf	2 tot 9	13,8 % (voorlopig cijfer)
Mkb	10 tot 249	29,8 %
Grootbedrijf	250 of meer	66,2 %

Bron: CBS, Gebruik van AI-technologie door Nederlandse microbedrijven (2026).

Voor automatisering in het mkb betekent dat vooral dat er nog veel met de hand gaat. Wie begint, hoeft ook niet met AI te beginnen: vaak is de eerste stap een koppeling tussen twee systemen die nu los van elkaar staan. AI komt erbij zodra er tekst gelezen of beoordeeld moet worden.

Waar AI in marketing al wordt ingezet, staat in AI in marketing.

Onder de AVG regel je vooral waar je gegevens heen gaan: welke systemen ze verwerken, met welke leverancier je een verwerkersovereenkomst hebt en welke gegevens een model echt nodig heeft. De AI Act vraagt daarnaast dat je maatregelen neemt die de AI-geletterdheid van je mensen ondersteunen.

De AVG: zo min mogelijk gegevens

• Alleen wat nodig is. Een model dat facturen leest, heeft geen klantdossier nodig.
• Afspraken met leveranciers. Leg vast wie de gegevens verwerkt en waar.
• Een logboek. Leg vast wat de automatisering heeft gedaan, zodat je het achteraf kunt nalopen.
• De juiste tool voor de gegevens. Anthropic raadt zelf af Cowork in te zetten voor zeer gevoelige, gereguleerde gegevens zolang het product zich ontwikkelt. Gaat een proces daarover, dan kiezen we een andere opzet.

De AI Act: AI-geletterdheid

Artikel 4 van de AI Act geldt sinds 2 februari 2025. Met de Digitale Omnibus voor AI (Verordening (EU) 2026/1744, in werking sinds 27 juli 2026) is de plicht aangepast: je neemt maatregelen die de ontwikkeling van AI-geletterdheid ondersteunen, zonder dat je per persoon een bepaald niveau hoeft te garanderen. De plicht is niet geschrapt. De Autoriteit Persoonsgegevens heeft er de handreiking “Aan de slag met AI-geletterdheid” voor gepubliceerd. Meer in AI-geletterdheid.

Een mens houdt het laatste woord

Zo werken we zelf ook. Onze Google Ads-koppeling bereidt wijzigingen voor en laat Google elke wijziging eerst controleren zonder iets door te voeren. Pas na één akkoord van de specialist aan het eind gaat het door, en het logboek houdt bij wat er is gebeurd.