Vijf praktische toepassingen van AI voor het mkb

Kort antwoord: begin bij werk dat veel tekst bevat en vaak terugkomt, en laat een mens het resultaat controleren. Hieronder vijf toepassingen die de makers van de grote modellen en de Autoriteit Persoonsgegevens zelf als voorbeeld noemen.

1. Klantvragen voorbereiden

De Autoriteit Persoonsgegevens ziet dat medewerkers AI-assistenten gebruiken om vragen van klanten te beantwoorden. Anthropic noemt klantenservice als een van de toepassingen waar AI-agents goed werken, omdat een gesprek vaak uitmondt in een actie, zoals een ticket bijwerken.

Begin zo: laat AI een conceptantwoord schrijven op basis van je eigen veelgestelde vragen, en laat een medewerker het versturen.

2. Lange stukken samenvatten

Dossiers, notulen, rapporten, lange mailwisselingen. Samenvatten wordt door de Autoriteit Persoonsgegevens, door Anthropic en door Google genoemd als typische toepassing.

Let op: zet geen persoonsgegevens in een tool waar je daar geen afspraken over hebt gemaakt. Zie AI en privacy.

3. Teksten schrijven en vertalen

Een eerste versie van een offerte, een productbeschrijving of een social post, en die daarna vertalen. Anthropic gebruikt "marketingtekst schrijven en daarna vertalen" als voorbeeld van een eenvoudige AI-workflow.

Let op: controleer feiten, prijzen en namen. Taalmodellen kunnen overtuigend klinkende fouten maken. Zie Hoe werkt een taalmodel?

4. Binnenkomende vragen sorteren

AI kan een binnenkomend bericht indelen (vraag, klacht, offerteaanvraag) en het naar de juiste persoon of het juiste proces sturen. Anthropic beschrijft dit als routing en noemt klantenservice daarbij als voorbeeld.

5. Kleine tools en scripts laten maken

De grote modellen kunnen code schrijven en uitleggen. Google noemde programmeren al bij de lancering van Gemini, en Anthropic noemt programmeren als een van de twee terreinen waar agents het meest veelbelovend zijn, omdat je het resultaat kunt testen. Denk aan een script dat een export uit je boekhouding omzet, of een klein intern formulier.

Let op: laat code die met klantgegevens of geld werkt altijd nakijken door iemand die het begrijpt.

Waar begin je?

Kies één taak die vaak terugkomt en die je goed kunt controleren.
Spreek af welke gegevens er wel en niet in mogen.
Zorg dat je team weet hoe de tool werkt en waar de valkuilen zitten. Onder de EU AI Act moet je als gebruiker van AI daar sowieso maatregelen voor nemen. Zie De EU AI Act in het kort.

Bronnen

Geraadpleegd op 21 oktober 2026.