AI implementeren in het mkb: stappenplan van eerste proces tot werkende AI-agent

Steeds meer Nederlandse bedrijven gebruiken AI, maar bij veel mkb'ers blijft het bij losse proefjes: een medewerker die mails laat herschrijven, een collega die een samenvatting maakt. Wie AI wil implementeren in het mkb zodat het echt werk uit handen neemt, heeft een aanpak nodig die begint bij het proces en niet bij de tool. In dit stappenplan lees je hoe je van een eerste idee naar een werkende AI-agent gaat, en waar je op let met de AVG en de Europese AI-verordening.

Waar staat het mkb nu?

Volgens het CBS gebruikte in 2025 een derde (33 procent) van de bedrijven met tien of meer werkzame personen minstens één AI-technologie, tegen 23 procent in 2024 en 14 procent in 2023 (CBS, Digitalisering en kenniseconomie 2025). In het midden- en kleinbedrijf (10 tot 250 werkzame personen) lag dat op 29,8 procent, bij microbedrijven met 2 tot 10 mensen op 13,8 procent (CBS). Bedrijven die AI gebruiken, zetten het het vaakst in voor marketing of verkoop (35 procent) en voor administratie of bestuurstaken (32 procent) (CBS).

De conclusie: het gebruik groeit snel, maar de meeste kleinere bedrijven staan nog aan het begin. Dat is geen achterstand, het is een kans om het meteen goed op te zetten.

Stap 1: kies één proces, geen tool

De meest gemaakte fout is beginnen met de vraag welke AI-tool je moet kopen. Begin bij je eigen werk. Zoek taken die:

• elke week (of elke dag) terugkomen;
• vooral bestaan uit lezen, overtypen, sorteren of schrijven;
• een duidelijke uitkomst hebben die je kunt controleren;
• nu aantoonbaar tijd kosten of blijven liggen.

Denk aan inkomende facturen verwerken in je boekhouding, klantmails beantwoorden en doorzetten, offertes opstellen op basis van een aanvraag, gegevens uit e-mails in je CRM zetten, planningen bijwerken of wekelijkse rapportages samenstellen. Kies er precies één. Een smal, concreet proces levert sneller resultaat op en leert je organisatie meer dan vijf halve experimenten tegelijk.

Stap 2: breng het proces en de data in kaart

Een AI-agent is zo goed als de informatie die hij krijgt. Schrijf daarom op hoe het proces nu loopt: waar komt de input binnen (mailbox, portaal, formulier), welke systemen worden geraadpleegd, welke regels gelden er en wie beslist bij uitzonderingen.

Kijk tegelijk naar je data. Staan klant- en ordergegevens op één plek of verspreid over Excel, mail en losse systemen? Zijn definities eenduidig? Wie heeft toegang tot wat? Soms blijkt in deze stap dat betere afspraken of een eenvoudige regel al een groot deel van het probleem oplossen. Ook dat is winst.

Leg ook de nulmeting vast: hoeveel tijd kost het proces nu per week, hoeveel stuks gaan erdoorheen en hoe vaak gaat er iets mis? Zonder dat vertrekpunt kun je straks niet laten zien wat AI oplevert.

Stap 3: kies de juiste vorm, van assistent tot agent

Niet elk proces vraagt hetzelfde soort oplossing. Grofweg zijn er drie niveaus:

Een AI-assistent voor medewerkers

Een chatassistent die helpt met schrijven, samenvatten en zoeken. Snel in te voeren, maar de medewerker blijft alles zelf doen en kopiëren. Geschikt om AI-vaardigheid op te bouwen.

Een automatisering met AI-stap

Een vaste workflow waarin AI één onderdeel doet, bijvoorbeeld gegevens uit een factuur halen, waarna een regel ze in je boekhouding zet. Voorspelbaar en goed te controleren.

Een AI-agent die het proces uitvoert

Een agent leest de input, raadpleegt je systemen, voert de stappen uit en legt alleen uitzonderingen voor aan een mens. Dit levert de meeste tijdwinst op, maar vraagt goede koppelingen, duidelijke regels en logging. In Wat AI-agents betekenen voor jouw bedrijf lees je meer over het verschil tussen een chatbot en een agent.

Kies de lichtste vorm die het probleem echt oplost. Een agent is pas zinvol als het proces vaak genoeg voorkomt en de systemen te koppelen zijn.

Stap 4: regel privacy en de AI-verordening vooraf

Juist hier gaat het in de praktijk mis. Een paar punten die je vóór de start regelt:

Persoonsgegevens en de AVG. De Autoriteit Persoonsgegevens kreeg meerdere meldingen van datalekken doordat medewerkers persoonsgegevens van klanten of patiënten in een AI-chatbot invoerden, en roept organisaties op duidelijke afspraken te maken over wat wel en niet in zo'n tool mag (AP). Werk daarom met zakelijke omgevingen waarin je data niet wordt gebruikt om modellen te trainen, sluit een verwerkersovereenkomst met je leverancier en kies bij voorkeur voor opslag en verwerking binnen de EU.

AI-geletterdheid. Sinds 2 februari 2025 moeten organisaties die AI-systemen inzetten maatregelen nemen om de AI-geletterdheid van hun personeel te ondersteunen. Er is geen verplicht certificaat of minimumniveau, en toezicht en handhaving gelden vanaf 2 augustus 2026 (Europese Commissie). Praktisch betekent dit: leg uit welke AI je gebruikt, waarvoor, wat de risico's zijn en hoe medewerkers de uitkomsten controleren.

Transparantie richting klanten. Zet je een chatbot of agent in die rechtstreeks met klanten communiceert, maak dan duidelijk dat het om AI gaat. De AP en de ACM vragen organisaties bovendien om klanten altijd de mogelijkheid te bieden een medewerker te spreken (AP en ACM).

Let op bij hoog-risicotoepassingen. Voor AI-systemen met een hoog risico, zoals bepaalde toepassingen bij werving en selectie, gelden aanvullende eisen. Volgens de samenvatting van de AI-verordening zijn die voor de systemen uit bijlage III van toepassing vanaf 2 december 2027 (EUR-Lex). Wil je AI inzetten bij HR-beslissingen over mensen, laat dat dan vooraf goed toetsen.

Stap 5: bouw een pilot met een mens in de lus

Start klein en dicht bij de praktijk. Laat de oplossing een paar weken naast de bestaande werkwijze draaien, met een vaste medewerker die elke uitkomst controleert voordat er iets naar een klant of systeem gaat. Zorg dat elke handeling van de agent wordt gelogd, dat er een duidelijke noodstop is en dat uitzonderingen automatisch bij een mens terechtkomen.

Test met echte gevallen, niet met een ideale demo. Noteer waar het misgaat en los eerst de fouten op die het vaakst voorkomen. Een eerste versie hoeft niet elk randgeval te kunnen; als het grootste deel van de standaardgevallen goed gaat en de rest netjes wordt doorgezet, heb je al een werkend proces.

Stap 6: meet, beslis en schaal op

Vergelijk na de pilot met je nulmeting: hoeveel tijd kost het proces nu, is de kwaliteit gelijk of beter volgens degene die normaal controleert, en hoeveel correctiewerk kwam erbij? Reken eerlijk; ook controletijd telt mee.

Werkt het, leg de werkwijze vast, train minimaal twee mensen zodat de kennis niet bij één persoon zit, en pak het volgende proces op. Elk volgend proces gaat sneller, omdat de koppelingen, afspraken en ervaring er al zijn. Werkt het niet, stop dan bewust en kies een ander proces. Ook dat is een uitkomst waar je van leert.

AI implementeren: zelf doen of laten bouwen?

Voor een AI-assistent of een eenvoudige automatisering kom je met standaardtools vaak een heel eind. Zodra een oplossing moet samenwerken met je CRM, boekhouding of planning, uitzonderingen zelf moet herkennen en aantoonbaar veilig moet zijn, wordt maatwerk interessant. Let bij een partner vooral op aantoonbaar gebouwde, werkende systemen, op heldere afspraken over waar je data staat en op logging die je zelf kunt inzien.

Bloomingdal·e ontwerpt en bouwt AI-agents op maat voor bedrijven: van klantenservice en facturen tot CRM, planning en rapportages, gehost in de EU en ingericht volgens de AVG. Wil je weten welk proces bij jou het meeste oplevert? Plan een kennismaking en we kijken samen naar je eerste stap.