Ga naar de inhoud
Plan een strategiegesprek
Column

AI in het mkb: waarom zo weinig bedrijven eraan verdienen

Bijna elk mkb-bedrijf doet inmiddels iets met AI. Toch verdient maar een klein deel eraan. Dit is waar AI in het mkb misgaat, waar de winst wel zit en hoe je bij die kleine groep komt die eraan verdient.

Armand van Staveren
Hoofd Processen & Adoptie · 18 juni 2026 · 2 min
In het kort
  • De meeste AI-projecten stoppen door een gebrek aan inzicht in het bedrijf eronder.
  • De echte winst zit zelden in spectaculaire toepassingen, maar in dagelijks terugkerend werk.
  • Begin bij een concreet knelpunt met meetbaar effect, niet bij een tool die u wilt inzetten.

Bijna elk MKB-bedrijf doet inmiddels iets met AI. Een medewerker gebruikt ChatGPT, er draait een proef met een chatbot, of er staat een tool klaar die niemand gebruikt. Druk genoeg. Toch verdient maar een klein deel van die bedrijven eraan. Die kloof tussen meedoen en verdienen is het hele verhaal.

Waarom het meestal misgaat

De meest voorkomende aanname is dat AI eerst komt en het bedrijf zich er daarna omheen vormt. In de praktijk loopt het andersom. Een tool die niet aansluit op een bestaand proces wordt niet gebruikt. Een model dat draait op rommelige data levert antwoorden waar niemand op durft te bouwen. Het project stopt dan niet omdat de technologie tekortschoot, maar omdat de inzet nooit verbonden was met een concreet knelpunt.

Daar komt bij dat de winst vaak op de verkeerde plek wordt gezocht. Spectaculaire toepassingen halen de aandacht, terwijl de echte besparing meestal in het dagelijkse werk zit: terugkerende handelingen, dubbele invoer, zoektijd, software die u betaalt maar nauwelijks benut. Wie dat overslaat, investeert in iets indrukwekkends dat weinig oplevert.

Wat die 5 procent wél doet

Bedrijven die er wel rendement uit halen, beginnen niet bij de tool maar bij hun eigen processen. Eerst kijken waar de tijd en het geld weglopen, dan pas bepalen wat daar het meest praktisch op past. Dat levert kleinere, gerichtere stappen op die zichzelf terugverdienen en die mensen daadwerkelijk gaan gebruiken.

  • Begin bij een concreet knelpunt, niet bij een tool die u wilt inzetten.
  • Zorg dat de oplossing aansluit op uw bestaande processen en systemen.
  • Meet vooraf wat u wilt verbeteren, zodat het rendement zichtbaar wordt.

Een werkbare eerste stap

Een goede start hoeft niet groot te zijn. Een AI Kansenonderzoek brengt processen, mensen, systemen en kosten in kaart en benoemt waar de grootste rem zit. Daarna kiest u één afgebakende toepassing met meetbaar effect, bijvoorbeeld een maatwerktool die een terugkerende handeling overneemt. Niet omdat het indrukwekkend is, maar omdat het in úw bedrijf concreet iets oplost.

De vraag is dus niet wat AI allemaal kan. De vraag is waar het bij u, vandaag, tijd of geld vrijspeelt. Beantwoord die vraag eerst, en u zit zomaar bij die 5 procent.

Armand van Staveren
Hoofd Processen & Adoptie

Armand bouwde zelf software en runde bedrijven voordat hij MKB-ondernemers hielp om AI praktisch en meetbaar in te zetten. Bij ShareConnect richt hij zich op processen en adoptie: niet de tool, maar de werking ervan in de dagelijkse praktijk.

AI in mkb-bedrijven: waar de winst wel zit

De winst zit bijna nooit in de toepassing die op een beurs de meeste aandacht trekt. Hij zit in werk dat elke dag terugkomt en dat niemand leuk vindt. Denk aan:

  • Orders overtypen. Een bestelling komt per mail of app binnen en wordt met de hand in een ander systeem gezet. Daarna nog een keer voor de factuur.
  • Mail sorteren en beantwoorden. Dezelfde vragen over levertijden, facturen en retouren, elke dag opnieuw.
  • Zoeken naar informatie. Een medewerker zoekt in drie systemen naar de status van een order of de laatste versie van een document.
  • Cijfers pas achteraf. Marge en voorraadwaarde zie je pas als de boekhouder het kwartaal afsluit.

Dit werk is saai, voorspelbaar en goed te meten. Daarom levert automatisering hier snel geld op. Twee voorbeelden uit onze eigen casestudies: bij groothandel Sucre & Co scheelt het systeem 80 uur handwerk per week. Bij Candy Online is de mail nu in 10 minuten weggewerkt, waar dat eerst een halve dag kostte.

Geen van beide begon met de vraag welke AI-tool ze moesten kopen. Ze begonnen met de vraag waar de uren weglekten.

Meedoen of verdienen: het verschil in de praktijk

Meedoen

  • Losse ChatGPT-accounts zonder afspraken
  • Een chatbot-proef die na drie maanden stilvalt
  • Een tool gekocht en daarna een probleem gezocht
  • Geen idee wat het oplevert, want niemand heeft vooraf gemeten

Verdienen

  • Eén knelpunt gekozen met een duidelijke eigenaar
  • Een oplossing die aansluit op de systemen die er al staan
  • Vooraf gemeten hoeveel uur of geld het nu kost
  • Na een paar maanden een eerlijke vergelijking met de nulmeting

AI voor mkb ondernemers: vijf vragen voor je begint

Voordat je geld uitgeeft aan een AI-project, helpt het om vijf vragen eerlijk te beantwoorden:

  1. Welk werk kost ons nu de meeste uren? Schat het per week, per rol. Een ruwe schatting is beter dan geen.
  2. Waar zit de data voor dat werk? In één systeem, in spreadsheets of in de hoofden van mensen? AI werkt alleen zo goed als de gegevens eronder.
  3. Wie gaat het gebruiken? Een oplossing die buiten de dagelijkse routine valt, wordt niet gebruikt. Betrek die mensen vanaf het begin.
  4. Wat is goed genoeg? Moet het 100% foutloos, of mag een mens het laatste woord houden? Dat bepaalt hoeveel het kost.
  5. Hoe meten we het resultaat? Leg de nulmeting vast voordat je bouwt.

Kun je deze vragen niet beantwoorden, dan is dat geen probleem. Het is dan wel een teken dat je eerst in kaart moet brengen hoe het werk nu loopt. Waarom projecten zonder die stap vaak stranden, lees je in waarom AI-projecten vastlopen.

AI voor kleine bedrijven: van inzicht naar een werkende oplossing

Voor een klein bedrijf is de verleiding groot om meteen iets te bouwen. Toch loont een korte analyse vooraf bijna altijd. Een AI Kansenonderzoek brengt processen, systemen, mensen en kosten in kaart. Je krijgt een rapport met kansen die zijn gewogen op impact, haalbaarheid, risico en investering. Een onderzoek begint vanaf ongeveer € 5.000. Voor de meeste mkb-bedrijven ligt het tussen € 8.500 en € 15.000.

Daarna kies je één afgebakende toepassing. Die bouw je, test je met de mensen die ermee werken en meet je tegen de nulmeting. Werkt het, dan pak je de volgende. Zo groeit AI in je bedrijf stap voor stap mee, in plaats van als één groot project dat halverwege stilvalt. Hoe we dat traject begeleiden, staat bij AI implementatie.

De vraag blijft dezelfde als in het begin van dit artikel: waar speelt AI bij jou vandaag tijd of geld vrij?

Veelgestelde vragen

Vragen over AI in het mkb: waarom zo weinig bedrijven eraan verdienen

Hoe gebruiken mkb-bedrijven AI op dit moment?

Vaak losjes: medewerkers gebruiken ChatGPT voor teksten of mails, er draait een proef met een chatbot of er staat een tool klaar die weinig wordt gebruikt. Dat is meedoen. Verdienen begint pas als AI gekoppeld is aan een concreet proces met een meetbaar resultaat.

Waarom verdienen zo weinig bedrijven aan AI?

Meestal niet door de techniek. De tool sluit niet aan op het bestaande werk, de data is rommelig, of er is vooraf niet gemeten wat het moet opleveren. Dan valt het project stil of blijft het rendement onzichtbaar.

Waar begin je met AI als klein bedrijf?

Bij het werk dat de meeste uren kost en elke dag terugkomt, zoals orders invoeren, mail beantwoorden of informatie zoeken. Kies één knelpunt, meet hoeveel tijd het nu kost en zoek daar een oplossing bij.

Wat kost een eerste AI-stap voor het mkb?

Een AI Kansenonderzoek begint vanaf ongeveer € 5.000 en ligt voor de meeste mkb-bedrijven tussen € 8.500 en € 15.000. De kosten van de oplossing daarna hangen af van wat je bouwt en welke systemen gekoppeld moeten worden.

Hoe weet je of AI iets oplevert?

Door vooraf te meten. Leg vast hoeveel uur of geld een proces nu kost. Vergelijk dat na een paar maanden met de situatie met AI. Zonder nulmeting blijft het een gevoel.

Verder lezen

Meer over dit onderwerp

AI in Nederland: de cijfers

Van inzicht naar rendement.

Ontdek het AI Kansenrapport Plan een gesprek