Van de Nederlandse bedrijven die AI inzetten haalt 21% er meetbaar resultaat uit — het laagste percentage van Europa, blijkt uit onderzoek van Sapio Research in opdracht van Frends onder 611 beslissers. Een AI-strategie opstellen is precies wat die 21% onderscheidt van de rest: geen dik rapport, maar een A4 dat vastlegt welk proces je aanpakt, wat het mag kosten en wie beslist.
Sinds deze zomer is er een tweede reden om het op papier te zetten. Op 2 augustus 2026 worden de transparantieregels uit de EU AI Act handhaafbaar, terwijl een wijzigingsverordening van 24 juli 2026 juist andere onderdelen uitstelde. Hieronder staat het canvas, actuele budgetranges met de modelprijzen van 2026, en een concrete AI Act-check. Bredere context over tools en implementatie staat in onze complete gids over AI automatisering.
Waarom stranden de meeste AI-initiatieven?
Adoptie is niet het probleem. Volgens CBS-cijfers over 2025, gepubliceerd in maart 2026, gebruikt 29,8% van de bedrijven met 10 tot 249 medewerkers minstens een AI-technologie. Bij microbedrijven van 2 tot 9 medewerkers is dat 13,8%, bij bedrijven vanaf 250 medewerkers 66,2%. Het probleem zit na de kennismaking: 34% van de Nederlandse bedrijven krijgt AI niet voorbij de pilotfase.
Drie patronen verklaren dat vastlopen.
Geen helder doel. "We moeten iets met AI" is geen strategie. Zonder concrete KPI — uren bespaard, foutpercentage omlaag, doorlooptijd verkort — kun je niet meten of het werkt. En wat je niet meet, stop je na drie maanden.
Verkeerde processen eerst. Bedrijven kiezen vaak het meest zichtbare proces (een chatbot op de website) in plaats van het proces met de hoogste impact-inspanningsratio (factuurverwerking of orderinvoer). Daar hoort een tweede fout bij: de tool kiezen voordat je het probleem begrijpt. "We gaan Copilot uitrollen" is een inkoopbeslissing, geen strategie. Het kan zijn dat een abonnement van EUR 30 per maand hetzelfde oplost als een maatwerkinvestering van EUR 25.000 — maar dat weet je pas als het proces beschreven is.
Geen eigenaar. AI-projecten die "van iedereen" zijn, zijn van niemand. Zonder verantwoordelijke met mandaat om beslissingen te nemen stagneert elk initiatief bij de eerste hindernis. Datzelfde geldt aan de andere kant van de organisatie: AI die door de directie wordt opgelegd zonder de mensen die ermee moeten werken te betrekken, loopt vast op weerstand.
Welke aanpak past bij jouw organisatie?
Er zijn drie gangbare manieren om een AI-strategie aan te pakken. De juiste keuze hangt af van je organisatieomvang, IT-volwassenheid en ambitieniveau. Weet je niet waar je staat, dan brengt een AI-readiness-assessment je volwassenheid en grootste kansen eerst in kaart.
| Bottom-up | Top-down | Hybride | |
|---|---|---|---|
| Startpunt | Team of afdeling experimenteert | Directie formuleert visie en roadmap | Directie stelt kaders, teams vullen in |
| Snelheid | Snel eerste resultaten (2-4 weken) | Langzaam, 3-6 maanden tot pilot | Gemiddeld, 4-8 weken tot pilot |
| Risico | Shadow AI, geen samenhang | Analyse-paralyse, geen draagvlak | Balans, mits kaders helder zijn |
| Budget | Laag per experiment (EUR 500-5.000) | Hoog initieel (EUR 25.000-100.000) | Gefaseerd (EUR 5.000-25.000) |
| Geschikt voor | MKB < 50 fte, pragmatisch | Enterprise of gereguleerde sector | MKB 50-250 fte, groeiambitie |
| Governance | Achteraf bijstellen | Vooraf dichtgetimmerd | Lichte kaders vooraf, bijstellen na pilot |
Voor het merendeel van het Nederlandse MKB is de hybride aanpak het meest werkbaar. De directie bepaalt het speelveld — budget, compliance-eisen, verboden toepassingen — en geeft teams ruimte om binnen die kaders te experimenteren.
De reden dat governance niet kan wachten, staat in cijfers van de Kamer van Koophandel: drie op de tien ondernemers gebruikt al tools als ChatGPT of Copilot, maar slechts 2 tot 3 procent heeft maatregelen genomen om aan de AI-wetgeving te voldoen. Dat gat is de definitie van shadow AI. Een hybride aanpak sluit het door het experiment te legaliseren en binnen kaders te brengen, in plaats van het te verbieden en ondergronds te duwen.
Het AI-strategiecanvas: jouw plan op 1 A4
Hieronder staat het framework waarmee je een werkbare AI-strategie opstelt. Print het uit, vul het in met je managementteam en je hebt binnen een uur een document waarmee je de eerste pilot kunt starten.
Blok 1: Doelstelling (de "waarom")
Formuleer maximaal twee concrete doelen voor de komende zes maanden. Geen vage ambities maar meetbare targets.
Goede voorbeelden:
- Doorlooptijd orderverwerking van 12 naar 4 minuten per order
- 40% minder handmatige uren bij maandafsluiting
- Klanttevredenheid (NPS) omhoog van +20 naar +35 door snellere responstijden
Slechte voorbeelden: "AI-gedreven organisatie worden", "innovatiever werken", "de concurrentie voorblijven".
Blok 2: Processen prioriteren (de "wat")
Gebruik het Automatiseringscanvas uit onze AI automatisering gids om je processen te scoren op vijf dimensies: volume, foutgevoeligheid, regelmatigheid, databeschikbaarheid en operationeel karakter. Processen met 18+ punten zijn directe kandidaten. Kies er maximaal twee voor je eerste pilot.
Heb je het canvas nog niet ingevuld? Doe de gratis AI-scan en krijg binnen 10 minuten een geprioriteerde lijst.
Blok 3: Budget en tijdslijn (de "hoeveel en wanneer")
Een realistische tijdslijn voor een MKB-AI-pilot:
- Week 1-2: Procesbeschrijving en toolselectie
- Week 3-4: Pilot bouwen (no-code of low-code)
- Week 5-6: Testen met echte data, bijstellen
- Week 7-8: Go/no-go op basis van meetresultaten
Budgetranges voor het MKB:
| Complexiteit | Eenmalig | Maandelijks | Voorbeeld |
|---|---|---|---|
| Quickwin (no-code) | EUR 500-2.500 | EUR 30-150 | E-mailclassificatie via Make + Claude Haiku |
| Medium (low-code) | EUR 2.500-10.000 | EUR 50-300 | Factuurverwerking via n8n + Claude Sonnet |
| Complex (maatwerk) | EUR 10.000-50.000 | EUR 100-500 | Volledige orderflow met ERP-koppeling |
Die maandbedragen verdienen een kanttekening, want ze zijn in 2026 vooral hosting, onderhoud en licenties — nauwelijks nog modelkosten. De actuele prijzen van Anthropic rekenen per miljoen tokens (grofweg 750.000 woorden):
| Model | Input per 1 mln tokens | Output per 1 mln tokens | Typisch voor |
|---|---|---|---|
| Claude Haiku 4.5 | $1 | $5 | classificeren, extraheren, routeren |
| Claude Sonnet 5 | $3 | $15 | samenvatten, opstellen, meeste MKB-taken |
| Claude Opus 5 | $5 | $25 | complexe analyses en agentische workflows |
Reken dat om naar een concreet proces. Een factuur uitlezen kost ongeveer 3.000 tokens aan invoer (de instructie plus de factuurtekst) en 400 tokens aan uitvoer (de velden in JSON). Op Haiku 4.5 is dat afgerond een halve cent per factuur, oftewel zo'n vijf dollar voor 1.000 facturen per maand. Verwerk je ze in batches in plaats van direct, dan halveert dat bedrag nog eens. Voor Sonnet 5 geldt bovendien tot en met 31 augustus 2026 een introductietarief van $2 om $10.
De strategische conclusie: de rekensom van vijf jaar geleden klopt niet meer. Modelkosten zijn zelden nog de reden om een AI-project niet te doen — integratie, datakwaliteit en de tijd van je eigen mensen zijn dat wel. Zet in blok 3 dus vooral uren tegenover euro's, niet tokens.
Nederland investeert overigens 36% meer in AI dan het Europese gemiddelde, aldus AG Connect. WBSO-subsidie en de MIT-regeling kunnen je eigen investering deels dekken.
Blok 4: Eigenaar en governance (de "wie")
Wijs een AI-eigenaar aan. In het MKB is dat vaak de directeur-eigenaar of een operationeel manager. Die persoon:
- Beslist over toolkeuze en leveranciersselectie
- Bewaakt het budget en de planning
- Rapporteert maandelijks over voortgang en ROI
- Is aanspreekpunt voor compliance-vragen
Die laatste taak is sinds deze zomer geen formaliteit meer. Wat er precies van je gevraagd wordt en wanneer, staat in de volgende sectie.
Blok 5: Evaluatie en opschaling (de "en dan")
Plan na acht weken een formele evaluatie. Vier vragen:
- Halen we de KPI die we in blok 1 formuleerden?
- Wat zijn de onvoorziene kosten of risico's?
- Welk volgend proces pakken we aan?
- Moet de governance worden aangescherpt?
Bij een positieve evaluatie: pak het volgende proces uit je geprioriteerde lijst. Bij een negatieve: analyseer of het aan de toolkeuze, het proces of de adoptie door medewerkers lag. Vaak is het dat laatste.
Wat betekent de AI Act-deadline van 2 augustus 2026?
Er circuleert sinds dit voorjaar een hardnekkig misverstand: dat de AI Act is uitgesteld en je dus rustig kunt afwachten. Dat klopt maar half, en de helft die niet klopt is precies de helft die voor het gemiddelde MKB-bedrijf geldt.
Wat er wel is uitgesteld, is vastgelegd in Verordening (EU) 2026/1744, de zogeheten Digital Omnibus, die op 24 juli 2026 in het Publicatieblad verscheen en op 27 juli in werking trad. Die verordening schuift de zware eisen voor hoog-risico-systemen door: van 2 augustus 2026 naar 2 december 2027 voor de zelfstandige toepassingen uit bijlage III, en naar 2 augustus 2028 voor AI die is ingebouwd in producten onder bestaande veiligheidswetgeving zoals machines en medische hulpmiddelen. Europa decentraal wijst erop dat de registratieplicht wel intact blijft en dat de termijn voor regulatory sandboxes is verlengd tot 2 augustus 2027.
Wat er niet is uitgesteld, is de transparantieplicht. Die gaat op 2 augustus 2026 gewoon in, voor elk bedrijf dat AI aanbiedt of inzet richting gebruikers in de EU, ongeacht omvang.
Welke deadline geldt wanneer
| Datum | Wat gaat in | Voor wie |
|---|---|---|
| 2 februari 2025 | Verboden AI-praktijken en AI-geletterdheid (artikel 4) | iedereen die AI inzet |
| 2 augustus 2026 | Transparantieplicht (artikel 50) | iedereen die AI aanbiedt of inzet |
| 2 december 2026 | Overgangstermijn machineleesbare markering loopt af; nieuwe verboden toepassingen | bestaande AI-systemen |
| 2 december 2027 | Eisen hoog-risico bijlage III (uitgesteld) | o.a. HR-selectie, kredietbeoordeling |
| 2 augustus 2028 | Eisen hoog-risico in gereguleerde producten (uitgesteld) | machinebouw, medische techniek |
Wat de transparantieplicht concreet vraagt
De kern is uitlegbaar in een zin: mensen moeten weten wanneer ze met AI te maken hebben. Praktisch betekent dat drie dingen. Een chatbot op je website maakt zichtbaar dat hij een AI-systeem is. Realistisch ogende AI-gegenereerde beelden, video en audio worden machineleesbaar gemarkeerd. En wie emotieherkenning of biometrische categorisering inzet, informeert de betrokkenen. Voor systemen die op 2 augustus al draaien geldt voor de machineleesbare markering nog een overgangsperiode tot 2 december 2026.
De meeste MKB-toepassingen — tekst samenvatten, e-mail classificeren, facturen uitlezen — vallen onder minimaal of beperkt risico. Hoog risico speelt zelden, met drie uitzonderingen die in het MKB wel voorkomen: AI die meebeslist over werving en selectie, over kredietverlening, of over toegang tot essentiële diensten. Zit je in een van die drie, dan is de nieuwe deadline van december 2027 relevant en heb je alsnog tijd nodig.
Wat je vandaag in blok 4 zet
Drie regels volstaan om aantoonbaar bezig te zijn, en ze kosten samen een ochtend:
- Een AI-register. Een spreadsheet met per tool: naam, leverancier, waarvoor hij gebruikt wordt, welke data erin gaat en de risicoklasse. Dit is ook de inventarisatie die je in blok 2 toch al nodig had.
- Een AI-beleid. Een A4 dat beschrijft wat medewerkers wel en niet met AI mogen — welke data er nooit in gaat, wie nieuwe tools goedkeurt, wanneer een mens de output controleert.
- Aantoonbare AI-geletterdheid. Artikel 4 verplicht sinds 2 februari 2025 dat medewerkers die met AI werken de risico's kennen. Een workshop met deelnemerslijst is voldoende bewijs.
Toezicht wordt in Nederland niet bij één instantie belegd. Volgens het wetsvoorstel dat het kabinet in april 2026 in consultatie bracht houden bestaande sectortoezichthouders hun eigen domein, springt de Autoriteit Persoonsgegevens bij waar geen duidelijke toezichthouder is, en hebben de AP en de RDI een coördinerende rol. Voor de meeste ondernemers betekent dat: je houdt dezelfde toezichthouder als nu.
Dat de urgentie onderschat wordt, blijkt uit hetzelfde KVK-onderzoek: slechts 7% van de ondernemers zegt goed op de hoogte te zijn van de AI Act, de helft kent de wet helemaal niet, en 40% weet niet of de regels op hun bedrijf van toepassing zijn. Verdieping vind je op onze pagina over de EU AI Act; zit je in een van de hoog-risico-categorieën, dan is compliance-advies de snellere route dan zelf uitzoeken.
Hoe verhoudt een AI-strategie zich tot je IT-strategie?
Een AI-strategie is geen losstaand document. Het is een hoofdstuk in je bredere IT-strategie — of zou dat moeten zijn. De databeschikbaarheid die je nodig hebt voor AI hangt direct samen met je systeemlandschap, integratielaag en datakwaliteit. Dat is ook waarom zoveel pilots stranden: niet het model faalt, maar de koppeling naar het systeem waarin het werk echt gebeurt ontbreekt.
In de praktijk zien we twee scenario's:
- IT-strategie bestaat al: voeg een AI-paragraaf toe met de vijf blokken uit het canvas. De governance uit blok 4 sluit aan bij bestaande IT-governance en bij je verwerkingsregister onder de AVG.
- Geen IT-strategie: gebruik het AI-canvas als startpunt en breid het later uit. De discipline die je opbouwt — doelen formuleren, processen prioriteren, meten — is identiek.
Hoe ziet de ingevulde template eruit?
Hieronder de samenvatting van alle vijf blokken in een invulbaar format. Kopieer dit naar een A4, vul de rechterkolom in en je hebt een werkbare AI-strategie.
| Blok | Invullen |
|---|---|
| 1. Doelen | Doel 1: ______ (KPI: ______) / Doel 2: ______ (KPI: ______) |
| 2. Processen | Prioriteit 1: ______ (score: __/25) / Prioriteit 2: ______ (score: __/25) |
| 3. Budget | Pilotbudget: EUR ______ / Maandelijks: EUR ______ / Tijdslijn: __ weken |
| 4. Eigenaar | Naam: ______ / Mandaat: ______ / AI-register bijgewerkt op: ______ |
| 5. Evaluatie | Evaluatiedatum: ______ / Go/no-go criteria: ______ |
Dat is het. Geen PowerPoint-deck van 50 slides, geen consultancyrapport van EUR 15.000. Een A4 waarmee je volgende week kunt starten.
Veelgestelde vragen over AI-strategie
Hoe lang duurt het om een AI-strategie op te stellen?
Met het canvas-format: een halve dag met je managementteam. Plan een ochtend in, loop de vijf blokken door en sluit af met een concrete planning. De meeste tijd gaat zitten in blok 2 (processen prioriteren) omdat dat interne afstemming vereist.
Hebben we een externe consultant nodig?
Niet per se. Voor de strategiefase kun je het canvas zelf doorlopen. Bij de pilot kan externe hulp waardevol zijn voor toolselectie en integratie met bestaande systemen. Een middenweg: laat een specialist de eerste pilot begeleiden en bouw dan intern kennis op.
Wat kost het als we niets doen?
Dat is de vraag die te weinig MKB-bedrijven stellen. Als je concurrent 2 uur per dag bespaart op orderverwerking, is dat 520 uur per jaar. Bij een intern uurtarief van EUR 45 is dat EUR 23.400 per jaar dat jij meer uitgeeft aan hetzelfde werk. Niets doen is ook een keuze, maar wel een dure.
Is onze data goed genoeg voor AI?
Perfecte data is niet nodig. Digitale data in een enigszins gestructureerd format volstaat voor de meeste toepassingen. Facturen in PDF, orders in e-mail, klantgegevens in een CRM — dat is werkbaar. De enige harde eis: de data moet digitaal toegankelijk zijn, niet op papier.
Is de AI Act nu uitgesteld of niet?
Deels. De Digital Omnibus van juli 2026 schoof de eisen voor hoog-risico-systemen door naar 2 december 2027 en 2 augustus 2028. De transparantieplicht uit artikel 50 gaat op 2 augustus 2026 gewoon in, en de AI-geletterdheidsplicht geldt al sinds februari 2025. Voor het gemiddelde MKB-bedrijf verandert het uitstel dus weinig.
Wat kost het gebruik van een AI-model in 2026?
Minder dan de meeste mensen denken. Bij tarieven van $1 tot $5 per miljoen invoertokens kost het uitlezen van 1.000 facturen per maand grofweg vijf dollar, en met batchverwerking de helft daarvan. De echte kostenposten zijn integratie met je bestaande systemen, datakwaliteit en de uren van je eigen mensen.
Moeten we wachten tot de technologie volwassener is?
Nee. De huidige generatie automatiseringstools en taalmodellen is productierijp voor de meeste MKB-toepassingen, en de kosten per verwerkte taak dalen jaar op jaar. Wachten betekent dat je de leercurve uitstelt terwijl concurrenten die nu doorlopen. Begin klein, leer snel, schaal op wanneer je bewezen waarde hebt.
Wat is het verschil tussen een AI-strategie en een IT-strategie?
Een AI-strategie is idealiter een hoofdstuk binnen je IT-strategie. De databeschikbaarheid die AI vereist hangt samen met je systeemlandschap en datakwaliteit. Heb je geen IT-strategie, dan is het AI-canvas een goed startpunt dat je later uitbreidt.
Van strategie naar actie
Een AI-strategie die op een A4 past dwingt je tot keuzes. Dat is precies het punt. Niet alles tegelijk, niet alles perfect, maar een eerste stap die je kunt meten en bijsturen.
De route:
- Vul het canvas in met je team (een ochtend)
- Leg je AI-register en beleid vast (een ochtend, en meteen AI Act-proof)
- Start de eerste pilot (8 weken), meet en besluit over opschaling
Wil je weten welke processen in jouw bedrijf het meest geschikt zijn voor AI? Doe de gratis AI-scan en krijg een geprioriteerde lijst op basis van het Automatiseringscanvas. Of vraag vrijblijvende AI-consultancy aan — we helpen je van strategie naar eerste werkende pilot.
Opgesteld met AI-tools en gecontroleerd door het redactieteam van CleverTech — tech-leads met ervaring in AI, procesautomatisering en IT-consulting.
