AI dashboards: welke tools werken?

AI dashboards: de tools vergeleken

Prijzen volgens de sites van de aanbieders, prijspeil september 2026. Prijzen wisselen per land, looptijd en aantal gebruikers, dus kijk altijd even op de site zelf.

Kort gezegd: werk je in Microsoft, begin dan met Power BI. Werk je vooral met Google-producten, dan ligt Looker Studio voor de hand. Tableau en Qlik passen bij grotere organisaties met eigen analisten. Wil je alles op je eigen server, kijk dan naar Metabase. Vergelijkingen staan in Power BI of Looker Studio en Power BI of Tableau. Meer tools voor andere taken vind je in ons overzicht van AI tools voor bedrijven.

Wat AI in een dashboard doet

De AI-functies lijken bij de meeste tools op elkaar:

• Vragen in gewone taal. Wat was de omzet per productgroep vorige maand? Welke klanten bestellen minder dan vorig jaar? De tool zoekt het antwoord en maakt er een tabel of grafiek van.
• Rapporten maken. Je beschrijft wat je wilt zien, en de AI maakt een eerste opzet van een rapportpagina.
• Uitleg bij cijfers. Een samenvatting van wat er veranderde, en welke factoren daaraan bijdroegen.
• Afwijkingen. Een melding als een cijfer ineens anders loopt dan normaal.
• Formules en query's. De AI schrijft berekeningen of SQL, zodat je minder afhankelijk bent van iemand met technische kennis.

Eén waarschuwing: de AI weet niet wat jullie met omzet of marge bedoelen. Is het omzet inclusief of exclusief btw, voor of na retouren? Als die definities niet vastliggen in het datamodel, geeft de AI een antwoord dat klopt met de gegevens en toch afwijkt van wat je bedoelt. Vaste definities zijn daarom belangrijker dan de AI-functies zelf.

Waar je op let bij de keuze

• Waar staan je gegevens? Een dashboard is zo goed als zijn bronnen. Kijk welke systemen je wilt koppelen, en of de tool daar een standaard koppeling voor heeft.
• Wie gaat het gebruiken? Een paar analisten die rapporten bouwen, of veertig medewerkers die alleen kijken? Dat bepaalt de licentiekosten.
• Wat kost de AI? Bij Power BI vraagt Copilot een aparte capaciteit, bij andere tools zit AI in een duurder plan of betaal je per gebruik. Reken het uit voordat je kiest.
• Persoonsgegevens. Staan er klantgegevens in je dashboards, sluit dan een verwerkersovereenkomst en beperk wie wat mag zien. Zie je data in Europa houden.
• Beheer. Wie houdt de koppelingen en definities bij als er iets verandert? Een dashboard dat niemand onderhoudt, raakt binnen een paar maanden uit de pas.

Wanneer een losse tool niet genoeg is

Een dashboardtool is sterk in tonen en analyseren. Het wordt lastiger als de gegevens niet vanzelf binnenkomen. Bijvoorbeeld als:

• iemand elke week exports uit de webshop, boekhouding en het ERP in een Excel-bestand plakt, zodat het dashboard iets te tonen heeft;
• dezelfde klant of hetzelfde product in elk systeem een andere naam of code heeft;
• kostprijzen ontbreken, zodat de marge niet te berekenen is;
• je wilt dat er iets gebeurt als een cijfer afwijkt, zoals een melding of een inkoopvoorstel;
• de cijfers in het dashboard afwijken van de boekhouding en niemand weet welke klopt.

Dan zit het probleem onder het dashboard. Eerst moeten de bronnen gekoppeld en de gegevens schoongemaakt worden. Dat heet data engineering. Hoe we de hele rapportage aanpakken, lees je bij rapportage met AI en rapportages.

Je dashboard koppelen aan je eigen systemen

Power BI, Looker Studio, Tableau, Qlik en Metabase kunnen allemaal gegevens ophalen uit databases en API's. Zo bouw je een dashboard dat zich vanzelf vult:

De koppelingen bouwen we met API koppelingen. Moet er na een signaal meer gebeuren, zoals een inkoopvoorstel maken of een klant benaderen die minder bestelt, dan doet een AI agent dat, met een mens die akkoord geeft. Wat er verder te automatiseren valt, zie je bij automatisering.

Een voorbeeld uit ons eigen werk

Bij Candy Online, met meer dan 4.000 artikelen, zijn marge en voorraadwaarde realtime inzichtelijk. Bij Rutten Elektroshop, met ruim 9.750 artikelen, is de voorraadwaarde realtime zichtbaar, worden kostprijzen automatisch gekoppeld en voorspelt het systeem wanneer een artikel op is, met een inkoopadvies erbij.

Het leerpunt: het dashboard zelf was in beide gevallen het makkelijke deel. Het werk zat in de gegevens eronder: kostprijzen die aan de juiste artikelen hangen, voorraad die klopt met wat er ligt en koppelingen die blijven lopen. Pas daarna wordt een vraag als wat is mijn marge op deze productgroep betrouwbaar te beantwoorden, door een mens of door AI. in welke tool draaien de dashboards bij Candy Online en Rutten, en mogen we dat noemen?

Wil je weten wat dat bij jullie kan opleveren, plan dan een strategiegesprek.

Uit de praktijk

Veelgestelde vragen

Verder lezen

Meer taken met AI

Terug naar de kennisbank