AI agent voorbeelden · per afdeling
AI agent voorbeelden: 20 agents die vandaag werk overnemen
Twintig AI-agents uit de praktijk, per afdeling. Per voorbeeld lees je wat de agent doet, met welke systemen hij werkt, waar een mens goedkeurt en wat het ongeveer oplevert. Zes ervan draaien al bij onze klanten, met echte cijfers. De rest is een eerlijke indicatie.
- 8 afdelingen
- 6 echte klantcases
- Een mens keurt altijd goed
20
voorbeelden in acht afdelingen
192 u
per maand terug bij Van Berkel Professionals
80%
van 6.000 klantvragen per maand met een voorbereid antwoord
132 u
per maand bespaard op productteksten bij EasyToys
Eerst even dit
Wat is een AI-agent, en hoe lees je deze lijst?
Een AI-agent is software die een doel krijgt, zelf de stappen plant, je systemen gebruikt (mail, ERP, CRM, documenten) en terugrapporteert. Een chatbot beantwoordt een vraag. Een agent zoekt het antwoord op in drie systemen, stelt een reactie op en legt die aan je voor. Meer uitleg staat in wat is een AI-agent.
De twintig voorbeelden hieronder zijn geen toekomstmuziek. Het zijn taken die in bijna elk bedrijf met kantoorwerk dagelijks terugkomen, en waar een agent vandaag al het zware tilwerk kan doen. Bij geen enkel voorbeeld verdwijnt de mens: de vraag is steeds wáár die meekijkt.
Zes voorbeelden draaien al bij klanten van ons. Die herken je aan het cijfer op de kaart en het label 'Klantcase'. Bij de andere veertien staat een indicatie van de tijdwinst: een realistische inschatting op basis van wat we in vergelijkbare processen zien, geen belofte. Wat het bij jullie oplevert, rekenen we uit met jullie eigen getallen.
01Wat de agent doet
De taak in gewone taal, van binnenkomst tot resultaat.
02Systemen
Waar de agent leest en schrijft. Vaak wat je al hebt: Outlook, Exact, AFAS, HubSpot, Shopify.
03Mens keurt
Het moment waarop een collega controleert, beslist of steekproeven neemt.
04Tijdwinst
Een echt klantcijfer bij een klantcase, anders een indicatie. Altijd het verwachte scenario, nooit het gunstigste.
In één oogopslag
De AI-plattegrond van een gemiddeld kantoor.
Klik op een afdeling: wat AI overneemt, wat de mens doet, en wat het bij klanten opleverde. Daaronder de twintig voorbeelden in detail.
Klik op een afdeling
Wat AI hier overneemt
Klantenservice
- Antwoord klaarzetten met orderinformatieMens keurt goed
- Tickets labelen en routerenVolledig AI
- Lastige klant bellenAI helpt
Uit de praktijk
30% → 80%
van de klantvragen heeft een voorbereid antwoord (enterprise-klant)
01 / Klantenservice
AI-agents voor klantenservice
Hier zit bijna altijd het grootste volume, en dus de snelste winst. De agent doet het uitzoekwerk, de medewerker houdt de toon en de uitzonderingen.
80%
Klantcase · Enterprise
1. Antwoord klaarzetten
Leest elke binnenkomende vraag, zoekt de order- en klantgegevens op en zet een conceptantwoord klaar voordat het ticket opent.
- Systemen: ticketsysteem en klantgegevens
- Mens keurt: de medewerker controleert en verstuurt
- Resultaat: bij 6.000 vragen per maand van 30% naar 80% met een voorbereid antwoord
Voorbeeld
2. Tickets sorteren en doorzetten
Leest elke mail en elk formulier, bepaalt onderwerp, taal en urgentie, en zet het ticket bij het juiste team. Spoed gaat bovenaan.
- Systemen: gedeelde mailbox, helpdesk
- Mens keurt: de teamleider neemt steekproeven en corrigeert
- Tijdwinst (indicatie): 1 tot 2 minuten per ticket
Voorbeeld
3. Retouren en klachten afhandelen
Checkt de retourtermijn en de orderhistorie, maakt een retourlabel of concept-creditnota aan en stelt de reactie op.
- Systemen: webshop, verzendplatform, boekhouding
- Mens keurt: creditnota's en alles buiten het beleid
- Tijdwinst (indicatie): 5 tot 10 minuten per retour
02 / Sales
AI-agents voor sales
Verkopers willen verkopen, niet knippen en plakken. De agent bereidt voor, de verkoper voert het gesprek en houdt de prijs en de relatie in handen.
4 → 1 u
Klantcase · Anoniem
4. Salesvoorstellen opstellen
Haalt klantgegevens, gespreksnotities en passende onderdelen uit eerdere voorstellen bij elkaar en zet een eerste versie in de eigen opmaak.
- Systemen: CRM en eerdere voorstellen
- Mens keurt: de verkoper schrijft de laatste kilometer en verstuurt
- Resultaat: een voorstel kost 1 uur in plaats van 4
Voorbeeld
5. Leads opvolgen
Pakt elke nieuwe aanvraag van de website op, zoekt de bedrijfsinformatie erbij, schat de fit in en stelt een eerste persoonlijke mail op. In het CRM staat een taak klaar.
- Systemen: websiteformulier, CRM (HubSpot of Salesforce), mail
- Mens keurt: de verkoper leest de mail en verstuurt
- Tijdwinst (indicatie): 10 tot 15 minuten per lead, en geen lead meer die blijft liggen
03 / Inkoop
AI-agents voor inkoop
Inkoop is controleren, vergelijken en najagen. Precies het werk waarvoor een agent geen koffiepauze nodig heeft.
Voorbeeld
6. Orderbevestigingen controleren
Legt elke orderbevestiging van een leverancier naast de inkooporder: prijs, aantallen, levertijd. Klopt het, dan wordt de order bijgewerkt. Klopt het niet, dan krijgt de inkoper een seintje met het verschil.
- Systemen: mail, ERP (Exact, AFAS, SAP of Dynamics)
- Mens keurt: de inkoper beslist over elke afwijking
- Tijdwinst (indicatie): 4 tot 8 uur per week bij een paar honderd orders per maand
Voorbeeld
7. Leveranciersoffertes vergelijken
Leest de offertes van verschillende leveranciers, ook als ze elk een eigen format hebben, en zet ze in één overzicht: prijs, levertijd, voorwaarden, en wat er ontbreekt.
- Systemen: mail, pdf's, Excel of het inkoopsysteem
- Mens keurt: de inkoper kiest en onderhandelt
- Tijdwinst (indicatie): 1 tot 2 uur per uitvraag
04 / Finance
AI-agents voor finance
Veel volume, vaste vormen en elke fout valt op bij de controle. Finance is vaak de plek waar een taak het snelst naar 'volledig AI met steekproeven' kan.
12 u/wk
Klantcase · Anoniem
8. Facturen verwerken
Haalt facturen uit de mailbox, leest leverancier, bedragen, btw en PO-nummer, matcht met de inkooporder en zet ze klaar om te boeken.
- Systemen: mailbox, boekhoudpakket
- Mens keurt: crediteuren keurt goed, afwijkingen staan apart
- Resultaat: 12 uur per week bespaard
Voorbeeld
9. Debiteuren opvolgen
Stelt herinneringen op in de juiste toon per klant, verwerkt betaalbeloftes uit de antwoorden en houdt de stand bij.
- Systemen: boekhouding, mail, CRM
- Mens keurt: herinneringen aan grote of gevoelige klanten
- Tijdwinst (indicatie): 3 tot 5 uur per week
Voorbeeld
10. Maandrapportage voorbereiden
Verzamelt de cijfers, vergelijkt met budget en vorige maand, en schrijft bij elke opvallende afwijking een eerste verklaring.
- Systemen: boekhouding, Excel of Power BI
- Mens keurt: de controller duidt en tekent
- Tijdwinst (indicatie): een halve tot een hele dag per maand
05 / HR
AI-agents voor HR
HR draait om mensen, dus hier kijken we extra scherp waar AI wel en niet hoort. AI die sollicitaties filtert of kandidaten beoordeelt, valt onder de Europese AI Act (bijlage III) in de categorie hoog risico, met strenge eisen aan menselijk toezicht en documentatie. Daarom blijven de twee voorbeelden hieronder bij vragen en administratie.
Voorbeeld
11. HR-vraagbaak
Beantwoordt vragen over verlof, declaraties, pensioen en regelingen uit het eigen personeelshandboek en de cao, met de bron erbij. Persoonlijke of gevoelige vragen gaan direct naar HR.
- Systemen: personeelshandboek, intranet, Teams of Slack
- Mens keurt: HR neemt steekproeven en pakt alles persoonlijks op
- Tijdwinst (indicatie): 2 tot 4 uur per week voor een HR-team van een paar mensen
Voorbeeld
12. Onboarding regelen
Zodra een contract getekend is: accounts aanvragen, laptop bestellen, introgesprekken plannen en de nieuwe collega een welkomstmail met checklist sturen.
- Systemen: HR-systeem (bijvoorbeeld AFAS), Microsoft 365, agenda
- Mens keurt: HR checkt het plan voordat het de deur uitgaat
- Tijdwinst (indicatie): 1 tot 2 uur per nieuwe medewerker
Zo keurt een mens
De agent maakt een plan. Jij keurt het goed.
Bij elk voorbeeld op deze pagina zit ergens een mens. Zo werkt dat in de praktijk: de agent laat zien wat hij van plan is, jij keurt goed of stuurt bij, en pas dan voert hij het uit. Gaat het een tijd foutloos, dan mag hij meer zelf.
Agent toont zijn plan
Vooraf, in gewone taal.
- ✓Analyse van data
- ✓Opstellen rapport
- ✓Validatie regels
- ✓Versturen notificatie
Dit is mijn plan. Uitgelegd in gewone taal.
Jij keurt
Aanpassen, inperken, afkeuren. Echt, probeer maar.
Hij voert uit
Gelogd, met uitknop.
- 10:12Analyse van data✓
- 10:13Opstellen rapport✓
- 10:15Validatie regels✓
- 10:16Versturen notificatie✓
Vertrouwen groeit
Auto-akkoord: van 20 naar 40 procent.
20%
auto-akkoord stijgt
Zo bouwen wij elke agent: de AI stelt voor en voert uit, de mens keurt en stuurt.
06 / Operations en planning
AI-agents voor operations en planning
Orders, aanvragen en planning: het hart van veel bedrijven, en vaak de plek waar het meest wordt overgetypt. Ook de plek waar de planner al drie jaar niet op vakantie durft.
192 u
Klantcase · Van Berkel Professionals
13. Aanvragen verwerken
Leest elke aanvraag die per mail binnenkomt, haalt de belangrijke gegevens eruit, labelt en zet alles klaar in het systeem.
- Systemen: mailbox en het eigen systeem
- Mens keurt: een medewerker controleert en zet door
- Resultaat: 192 uur per maand terug, zo'n 2 fte
Voorbeeld
14. Orders invoeren
Orders per mail, pdf of Excel: gelezen, artikelnummers en prijzen gecontroleerd, en als conceptorder in het ERP gezet. Onbekende artikelen en afwijkende prijzen staan apart.
- Systemen: mail, ERP (Exact, AFAS, SAP)
- Mens keurt: de binnendienst bevestigt met één klik
- Tijdwinst (indicatie): 5 tot 10 minuten per order
Voorbeeld
15. Planningsvoorstel maken
Zet orders, capaciteit, levertijden en afwezigheid naast elkaar en maakt een voorstel voor de weekplanning, met uitleg waar het knelt.
- Systemen: ERP, WMS of TMS, roosterpakket
- Mens keurt: de planner schuift, beslist en publiceert
- Tijdwinst (indicatie): 4 tot 8 uur per week, en de kennis zit niet meer in één hoofd
Zie het werken
Zo verwerkt een agent een aanvraag, van mail tot systeem.
Een gesimuleerd voorbeeld van voorbeeld 13. De echte agent bij Van Berkel Professionals werkt op dezelfde manier: lezen, gegevens eruit halen, beoordelen en klaarzetten. Een medewerker keurt goed.
- ✓E-mail ontvangeninbox: aanvragen@
- ✓PDF-bijlage gelezen14 pagina's, specificaties herkend
- ✓Gegevens geëxtraheerdproject, deadline, contactpersoon
- ✓Relevantie beoordeeldmatch met dienstenaanbod: hoog
- ✓Opgeslagen in systeemCRM bijgewerkt, taak aangemaakt
07 / Marketing
AI-agents voor marketing
Marketing heeft altijd meer ideeën dan handen. De agent maakt de eerste versie, de marketeer maakt het goed.
132 u
Klantcase · EasyToys
16. Productteksten in zes talen
Leest de pdf's en mails van leveranciers, schrijft productteksten in zes talen in de eigen toon en zet ze direct in het ERP.
- Systemen: mail, leveranciersbestanden, ERP
- Mens keurt: het team controleert, zoals bij elke workflow die we bouwen
- Resultaat: 132 uur en € 6.600 per maand bespaard
Voorbeeld
17. Content uit eigen kennis
Maakt van een klantcase, webinar of interne presentatie een eerste versie van een blog, LinkedIn-post of nieuwsbrief, in jullie toon.
- Systemen: gedeelde schijf, CMS, planning
- Mens keurt: de marketeer redigeert en publiceert
- Tijdwinst (indicatie): 3 tot 6 uur per week
08 / Kennis en juridisch
AI-agents voor kennis en juridisch werk
Kennis die in twee hoofden zit, contracten die niemand helemaal leest, dossiers van honderd pagina's. Hier is de agent een snelle lezer, en de expert blijft de expert.
Voorbeeld
18. Kennisbank-assistent
Beantwoordt vragen uit jullie eigen handboeken, procedures, offertes en projectdossiers, altijd met een verwijzing naar de bron. 'Vraag het aan Piet' wordt 'kijk wat de assistent zegt, en vraag Piet bij twijfel'.
- Systemen: SharePoint of Google Drive, intranet
- Mens keurt: bij twijfel verwijst de assistent naar de expert
- Tijdwinst (indicatie): 10 tot 20 minuten per zoekvraag
Voorbeeld
19. Contracten checken
Legt een binnenkomend contract naast jullie standaardvoorwaarden en checklist, en markeert wat afwijkt: aansprakelijkheid, looptijd, betaaltermijn, boetes.
- Systemen: documentbeheer, mail
- Mens keurt: de jurist of directeur beslist over elke afwijking
- Tijdwinst (indicatie): 30 tot 60 minuten per contract
700+
Klantcase · KplusV
20. Pitch decks beoordelen
Leest elk pitch deck, beoordeelt het langs het eigen canvas van het adviesbureau en zoekt passende financiers uit een bestand van meer dan 700.
- Systemen: eigen platform, documenten
- Mens keurt: een consultant checkt altijd
- Resultaat: elk deck beoordeeld langs het eigen canvas en gematcht met 700+ financiers
Alle 20 op een rij
Twintig AI agent voorbeelden in één tabel.
Per agent de afdeling, waar de mens zit volgens de vier rollen uit onze APO-methode, en de tijdwinst. Klantcase betekent een gemeten resultaat bij een klant, de rest is een indicatie.
| Afdeling | Rol van de mens | Tijdwinst | |
|---|---|---|---|
| 1. Antwoord klaarzetten | Klantenservice | Mens keurt goed | Klantcase: 30% → 80% voorbereid |
| 2. Tickets sorteren | Klantenservice | Volledig AI, met steekproef | Indicatie: 1 tot 2 min per ticket |
| 3. Retouren en klachten | Klantenservice | Mens keurt goed | Indicatie: 5 tot 10 min per retour |
| 4. Salesvoorstellen | Sales | AI helpt | Klantcase: 4 uur → 1 uur |
| 5. Leads opvolgen | Sales | Mens keurt goed | Indicatie: 10 tot 15 min per lead |
| 6. Orderbevestigingen | Inkoop | Mens keurt afwijkingen | Indicatie: 4 tot 8 uur per week |
| 7. Offertes vergelijken | Inkoop | AI helpt | Indicatie: 1 tot 2 uur per uitvraag |
| 8. Facturen verwerken | Finance | Mens keurt goed | Klantcase: 12 uur per week |
| 9. Debiteuren opvolgen | Finance | Mens keurt goed | Indicatie: 3 tot 5 uur per week |
| 10. Maandrapportage | Finance | AI helpt | Indicatie: 0,5 tot 1 dag per maand |
| 11. HR-vraagbaak | HR | Volledig AI, met steekproef | Indicatie: 2 tot 4 uur per week |
| 12. Onboarding | HR | Mens keurt goed | Indicatie: 1 tot 2 uur per medewerker |
| 13. Aanvragen verwerken | Operations | Mens keurt goed | Klantcase: 192 uur per maand |
| 14. Orders invoeren | Operations | Mens keurt goed | Indicatie: 5 tot 10 min per order |
| 15. Planningsvoorstel | Planning | AI helpt | Indicatie: 4 tot 8 uur per week |
| 16. Productteksten | Marketing | Mens keurt goed | Klantcase: 132 uur per maand |
| 17. Content uit eigen kennis | Marketing | AI helpt | Indicatie: 3 tot 6 uur per week |
| 18. Kennisbank-assistent | Kennis | AI helpt | Indicatie: 10 tot 20 min per vraag |
| 19. Contracten checken | Juridisch | AI helpt | Indicatie: 30 tot 60 min per contract |
| 20. Pitch decks beoordelen | Advies | Mens keurt goed | Klantcase: 700+ financiers |
Schuif opzij voor alle kolommen →
Indicaties zijn inschattingen op basis van vergelijkbare processen, geen garantie. Wat het bij jullie oplevert, hangt af van volume, data en hoe het proces nu loopt.
Het patroon
Twintig agents, één patroon: AI doet het tilwerk, een mens tekent.
Geen enkel voorbeeld op deze pagina is een agent die ongezien beslissingen neemt over klanten, geld of mensen. Begin met 'mens keurt goed'. Pas als een taak maanden foutloos gaat, schuift hij op naar steekproeven.
Waar begin je?
Hoe kies je je eerste AI-agent?
Kies de taak die vaak terugkomt, veel wordt overgetypt en waar je het resultaat kunt meten. Niet de spannendste taak, maar de saaiste met het meeste volume. Daar verdient een agent zich het snelst terug, en daar leert je team het snelst vertrouwen.
Reken het eerst uit met drie getallen: hoe lang duurt de taak, met hoeveel mensen, en hoe vaak per maand? Veertig minuten, twee mensen, tachtig keer per maand is bij € 45 per uur al € 57.600 per jaar. Dan weet je ook wat de agent mag kosten.
Check daarna de data. Een agent die facturen leest, heeft toegang tot de mailbox en het boekhoudpakket nodig, en een paar honderd voorbeelden van goed verwerkte facturen. Ontbreekt dat, dan is de eerste stap de data op orde brengen, niet bouwen.
In de AI Quick Scan doen we dit samen in één dag op locatie: welke taken, welke volgorde, wat het oplevert. Binnen een week heb je een business case per kans.
01Veel volume
Tientallen tot duizenden keren per maand. Eén keer per kwartaal loont zelden.
02Digitale input
Mail, pdf, formulier of systeem. Handgeschreven briefjes kunnen ook, maar lastiger.
03Duidelijke uitkomst
Je weet wanneer het goed is. Dan kan een mens snel keuren.
04Data en voorbeelden
Zonder voorbeelden van goed werk rekenen we met maximaal 40 procent betrouwbaarheid.
Van voorbeeld naar werkende agent
Zo komt een agent bij jullie in productie.
Agents bouwen we binnen het AI Partnership, zodat er na de oplevering ook iemand is die hem bewaakt, verbetert en uitbreidt.
- 01
Kennismaking
Een kwartier
Welke van deze twintig herken je? En waar zit bij jullie het meeste volume?
- 02
AI Quick Scan
Eén dag plus een week
Processen uitgetekend, business case per kans, roadmap voor twaalf maanden. € 6.000 eenmalig.
- 03
Bouwen en koppelen
Kwartaal 1
De eerste agent, gekoppeld aan jullie systemen, getest met echte voorbeelden.
- 04
Live met een mens in de lus
Daarna
Eerst keurt een mens alles. Elke maand zie je wat het oplevert, in uren en euro's.
Vragen
Veelgestelde vragen over AI agent voorbeelden.
Wat zijn voorbeelden van AI-agents in het bedrijfsleven?
Veelvoorkomende AI-agents zijn: klantvragen beantwoorden met een conceptantwoord, facturen uitlezen en matchen met de inkooporder, orders uit mail in het ERP zetten, aanvragen verwerken, salesvoorstellen opstellen, productteksten schrijven en vertalen, contracten checken en vragen beantwoorden uit de eigen kennisbank. Bij NinA AI keurt bij al deze agents een mens goed.
Wat is het verschil tussen een AI-agent en een chatbot?
Een chatbot beantwoordt vragen in een gesprek. Een AI-agent krijgt een doel, plant zelf de stappen, gebruikt systemen zoals mail, ERP en CRM, voert taken uit en rapporteert terug. Een chatbot vertelt waar je factuur is; een agent zoekt de factuur op, controleert hem en zet hem klaar om te boeken.
Welke AI-agent levert het snelst iets op?
Meestal een agent op een taak met veel volume en veel overtypen: klantvragen, orders, facturen of aanvragen. Bij Van Berkel Professionals leverde een agent voor aanvraagverwerking 192 uur per maand op. Wat bij jullie het snelst loont, rekenen we uit met drie getallen per taak: duur, aantal mensen en frequentie.
Zijn de tijdwinsten op deze pagina gegarandeerd?
Nee. Zes voorbeelden zijn echte klantcases met gemeten resultaten. De andere veertien hebben een indicatie op basis van vergelijkbare processen. Wat het bij jullie oplevert, hangt af van volume, data en het huidige proces. In de AI Quick Scan rekenen we dat uit met jullie eigen cijfers, en we beginnen pas als het minimaal twee keer de investering terugverdient.
Neemt een AI-agent zelfstandig beslissingen?
Alleen binnen grenzen die jullie zetten. Bij NinA AI begint elke agent met een mens die alles goedkeurt. Pas als een taak lange tijd foutloos gaat, kan hij opschuiven naar steekproeven. Beslissingen over mensen, zoals sollicitanten selecteren, laten we nooit aan een agent over.
Met welke systemen kan een AI-agent werken?
Met vrijwel elk systeem dat een API of export heeft: Outlook en Gmail, Exact, AFAS, SAP, Microsoft Dynamics, Salesforce, HubSpot, Shopify, SharePoint, Google Drive en de meeste WMS- en TMS-pakketten. We bouwen veel in n8n en waar nodig maatwerk.
Wat kost een AI-agent laten bouwen bij NinA AI?
We bouwen agents binnen het AI Partnership: na de AI Quick Scan van € 6.000 kies je pakket S (€ 4.500 per maand), M (€ 7.500) of L (€ 12.000), minimaal twaalf maanden. Hosting en onderhoud lopen via een onderhoudscontract vanaf € 245 per maand, inclusief AI-verbruik. Alle bedragen exclusief btw.
Is het veilig om een AI-agent toegang te geven tot onze systemen?
Ja, als de rechten goed zijn ingericht. Een agent krijgt alleen toegang tot wat hij voor zijn taak nodig heeft, alles wordt gelogd en een mens keurt goed. Bij NinA AI blijft data in de EU en werken we volgens ISO 27001 en NEN 7510 (certificering in voorbereiding).
Welke agent neem je als eerste aan?
Plan een kennismaking. Neem het voorbeeld mee dat je het meest herkende, dan rekenen we samen uit wat het bij jullie oplevert.
01
Kennismaking
Een kwartier, vrijblijvend. Waar loopt het werk vast en wat wil je bereiken?
02
AI Quick Scan
Eén dag bij jullie op locatie. Binnen een week een business case en een roadmap.
03
AI Partnership
Een vast team dat bouwt, traint en elke maand laat zien wat het oplevert.
160+ organisaties · Sessies gewaardeerd met een 9,3 · Vanuit Amsterdam