AI in het MKB in Nederland: industry-synthese van CBS, McKinsey, Stanford HAI en Eurostat over AI-adoptie, ROI en uitdagingen voor 2024-2025.
Dit rapport geeft een industry-synthese van de stand van kunstmatige intelligentie in het Nederlandse MKB, op basis van primaire bronnen van het CBS, McKinsey, Stanford HAI, Eurostat, NLdigital, DNB/AFM, SER en branche-verenigingen. Waar eerdere edities leunden op CleverTech AI-eigen projectdata, kiest deze 2026-update bewust voor gepubliceerde, verifieerbare bronnen — zodat MKB-ondernemers zich kunnen baseren op de breedste beschikbare feitenlaag in plaats van op één implementatiepartner.
De hoofdlijn uit primaire bronnen: AI-adoptie in het Nederlandse bedrijfsleven is in 2024 in één jaar tijd met bijna 9 procentpunten gestegen. Volgens CBS AI Monitor 2024 gebruikte 22,7 procent van de bedrijven met 10 of meer werknemers in 2024 een of meer AI-technologieën, tegen circa 13 procent een jaar eerder. Het Eurostat-onderzoek 2025 laat een vergelijkbare EU-brede sprong zien: van 13,5 naar 20,0 procent in 2025.
De belangrijkste bevindingen:
Waar MKB-ondernemers in 2024 zochten naar "hoe start ik met AI", verschuift de vraag in 2025-2026 naar "hoe haal ik meetbare waarde én blijf ik compliant". De kloof tussen experiment en schaalimpact is het centrale thema van dit rapport.
Dit rapport combineert macrocijfers uit nationale en Europese statistiekbureaus met sectorale diepte-analyses van branche-organisaties en toezichthouders: Thuiswinkel.org en CBS Detailhandel voor retail, FME, TNO en Smart Industry voor de maakindustrie, DNB/AFM, NVB en EBA voor financiële dienstverlening, en NVZ/NFU, RIVM/Nivel, LHV en IGJ voor de zorg. Het doel is niet om één "juiste" aanpak te promoten, maar om MKB-ondernemers een feitelijke kaart te geven bij strategische AI-keuzes.
Dit rapport is samengesteld door het redactieteam van CleverTech AI op basis van primaire bronnen (CBS, McKinsey, Stanford HAI, NLdigital, CPB) en branche-analyses. Opgesteld met AI-tools en gecontroleerd door tech-leads met ervaring in AI-implementatie voor het Nederlandse MKB.
Volgens Thuiswinkel.org Markt Monitor 2024 groeiden online-bestedingen in Nederland naar 36 miljard euro. Thuiswinkel.org karakteriseert NL e-commerce als "AI-gedreven", met toepassingen in productclassificatie, voorraadprognoses en gepersonaliseerde aanbevelingen. Eurostat 2025 plaatst handel onder het EU-gemiddelde voor AI-adoptie, met een duidelijke kopgroep in pure-play e-commerce.
Volgens AWS-onderzoek (2024) is de Nederlandse maakindustrie internationaal een van de koplopers in AI-adoptie. FME identificeert predictive maintenance, computer-vision-kwaliteitscontrole en voorraadoptimalisatie als dominante use-cases en lanceerde eind 2024 een AI-leerplatform voor de maakindustrie om het kennistekort aan te pakken.
DNB en AFM rapporteren dat alle banken, verzekeraars, vermogensbeheerders en pensioenfondsen óf al AI inzetten óf concrete plannen hebben. Chatbots voor klantcontact, fraudedetectie en kredietrisicomodellen zijn de meest genoemde toepassingen. Voor 2026 prioriteert DNB technologische innovatie-respons en cyberweerbaarheid rond AI expliciet in het toezichtprogramma.
Volgens ICT&health en het NVZ/NFU position paper "AI in de zorg" reserveert VWS 162 miljoen euro in 2025 voor generatieve AI-inzet, digitalisering en standaardisatie. Doel: halvering administratieve tijd per 2030. TNO benadrukt dat zorg-AI strengere eisen stelt aan privacy, uitlegbaarheid en klinische validatie dan andere sectoren.
Deze editie van het State of AI MKB-rapport is een industry-synthese: een gestructureerde samenvatting van primaire onderzoeksbronnen in plaats van eigen projectdata. Die keuze is bewust. Een consultancy-eigen dataset (n=50 projecten) is per definitie zelf-geselecteerd en niet representatief voor het bredere MKB. Nationale en Europese statistiekbureaus werken op steekproeven van tienduizenden bedrijven en bieden een betrouwbaarder beeld van de marktrealiteit.
De onderstaande bronnen vormen de feitelijke basis van dit rapport. Elke statistiek in de volgende hoofdstukken is terug te voeren op een van deze publicaties.
Per kernsector zijn daarnaast branche-specifieke bronnen gebruikt. Deze staan onder het hoofdstuk "AI Toepassingen per Sector" met inline-verwijzing:
Het rapport richt zich op het Nederlandse MKB, gedefinieerd zoals CBS en de Europese Commissie doen: bedrijven met 10 tot 249 medewerkers. Voor context-doeleinden rapporteert CBS ook over bedrijven met 250+ medewerkers; die cijfers zijn meegenomen waar ze het MKB-perspectief verhelderen. Zelfstandigen zonder personeel (ZZP) vallen buiten de CBS-steekproef en buiten de scope van dit rapport.
Sectorale diepte wordt gegeven voor de vier kernsectoren waar externe primaire bronnen het rijkst zijn: retail/e-commerce, maakindustrie, financiële dienstverlening en zorg. Voor elke sector is minimaal één branche-specifieke bron gebruikt naast de landelijke cijfers.
Twee methodologische kanttekeningen zijn relevant voor lezers:
Het rapport bevat geen eigen CleverTech AI-klantdata — niet omdat die er niet zijn, maar omdat ze voor deze publicatie geen representatieve bron vormen. De CleverTech AI-positie als implementatiepartner staat los van deze onafhankelijke synthese.
Het Nederlandse bedrijfsleven maakte in 2024 een historische sprong in AI-gebruik. CBS AI Monitor 2024 meet dat 22,7 procent van de bedrijven met 10 of meer werkzame personen in 2024 een of meer AI-technologieën inzette, een toename van bijna 9 procentpunten ten opzichte van 2023. Dit is de grootste jaarlijkse stijging sinds CBS AI-gebruik meet.
De Nederlandse progressie zit in lijn met de Europese trend. Volgens Eurostat Digital Economy Statistics 2025 gebruikte 20,0 procent van de EU-bedrijven (10+ werknemers) AI in 2025, een sprong van 6,5 procentpunt ten opzichte van 13,5 procent in 2024. Nederland zit hiermee iets boven het EU-gemiddelde, maar ver achter koplopers: Denemarken (42,0 procent), Finland (37,8 procent) en Zweden (35,0 procent).
Tegelijk blijft de nuchtere realiteit: bijna 60 procent van het Nederlandse bedrijfsleven gebruikt nog géén AI, blijkt uit de Strategie Digitale Economie Voortgangsrapportage 2024. Dat is vooral een MKB-verhaal.
CBS identificeert de twee meest gebruikte AI-technologieën in 2024:
Dit patroon sluit aan bij wat Eurostat op EU-niveau ziet: "analyse van geschreven taal" is de populairste AI-toepassing (11,8 procent EU-breed). De explosieve groei van deze categorieën hangt duidelijk samen met de publieke beschikbaarheid van grote taalmodellen sinds eind 2022.
Het verschil tussen grote en kleine bedrijven blijft fors. Eurostat rapporteert voor 2025:
Voor het Nederlandse MKB onder de 50 fte — het overgrote deel van het MKB — betekent dit dat AI nog voor negen op de tien bedrijven géén operationele werkelijkheid is. Volgens de CBS-analyse over kenmerken van AI-gebruikers vormt het MKB wel het overgrote deel van de bedrijven die wél AI gebruiken: 65 procent van alle AI-gebruikende bedrijven heeft tussen de 10 en 50 werknemers.
CBS rapporteert grote sectorverschillen voor 2024:
De Eurostat-data 2025 bevestigt dit patroon EU-breed: ICT (62,5 procent) en professionele dienstverlening (40,4 procent) zijn de koplopers; traditionele sectoren lopen achter.
Waarom gebruikt bijna 60 procent van het Nederlandse bedrijfsleven nog géén AI? CBS vroeg bedrijven die AI overwogen maar niet implementeerden naar de hoofdreden:
Kennis — niet techniek of budget — is de bottleneck. Dat suggereert dat opleiding, begeleiding en sectorale best-practices de hoogste impact hebben op verdere adoptie, meer dan technische subsidies of infrastructuur-investeringen.
De sectorale diepte rond AI-adoptie is grof op landelijk niveau, maar branche-organisaties vullen het beeld aan met specifiekere inzichten. Hieronder een synthese per kernsector op basis van primaire bronnen.
Nederland telt volgens Thuiswinkel.org Markt Monitor 2024 een online-bestedingsvolume van circa 36 miljard euro (+5 procent ten opzichte van 2023). Thuiswinkel.org karakteriseert Nederlandse e-commerce-bedrijven als "financieel sterk en AI-gedreven", maar wijst tegelijk op voorzichtigheid bij investeringen vanwege economische onzekerheid en groeiende internationale concurrentie. De meest ingezette AI-toepassingen concentreren zich op productclassificatie, voorraadprognoses, gepersonaliseerde aanbevelingen en geautomatiseerde klantcommunicatie.
De CBS-data over de handel plaatst detailhandel en groothandel onder het landelijk gemiddelde voor AI-adoptie, met een sterke kopgroep grote online-retailers die ver voor loopt op de bredere sector. Dit resulteert in een "twee-snelheden-retail": pure-play e-commerce versnelt met AI, terwijl omni-channel en traditionele fysieke retail zich nog oriënteert.
De cijfers over 2025 laten zien dat die tweedeling zich doorzet, ook binnen het online-kanaal zelf. Het CBS meet over 2025 een detailhandelsomzet die 3,6 procent hoger ligt dan in 2024, waarbij de online omzet met 5,2 procent groeide en de omzet van webwinkels specifiek met 7,4 procent. Thuiswinkel.org komt voor 2025 uit op 35,7 miljard euro aan online consumentenbestedingen, 1 procent lager dan een jaar eerder — een daling die volledig uit diensten komt (reizen en evenementen -7 procent) terwijl productaankopen met 2 procent groeiden. Mobiel is inmiddels het dominante aankoopkanaal met 41 procent van alle online aankopen, 5 procentpunt meer dan in 2024; grensoverschrijdende bestedingen kwamen uit op 4,5 miljard euro.
Waar retailers AI inzetten, gaat het overwegend om de commerciële kant van het bedrijf. Eurostat rapporteert dat 52,9 procent van de AI-gebruikende retailbedrijven de technologie primair voor marketing en verkoop gebruikt — het hoogste aandeel van alle toepassingsgebieden binnen deze sector. Daar komt sinds eind 2025 een nieuwe distributielaag bij: volgens Digital Commerce 360, op basis van Adobe-data, steeg verwijzingsverkeer vanuit generatieve-AI-platforms tijdens het feestseizoen 2025 met 693 procent jaar-op-jaar en converteerde dat verkeer 31 procent beter dan andere bronnen. Voor Nederlandse webshops verschuift de vraag daarmee van "gebruiken wij AI" naar "zijn onze productdata leesbaar voor AI-assistenten".
De Nederlandse maakindustrie is volgens AWS-onderzoek (2024) internationaal een van de koplopers in AI-adoptie, met circa 44 procent van de bedrijven die AI inzet — een cijfer dat hoger ligt dan de 22,7 procent uit de bredere CBS-steekproef omdat AWS specifiek grote maakindustrie-spelers samplete. FME, de brancheorganisatie voor de technologische industrie, identificeert drie dominante use-cases: predictive maintenance, kwaliteitsinspectie via computer vision, en voorraadoptimalisatie.
FME en AIC4NL hebben in 2024 gezamenlijk een AI Certified leerplatform voor de maakindustrie gelanceerd om het kennistekort in deze sector aan te pakken — een directe respons op het "gebrek aan ervaring"-probleem dat CBS landelijk meet.
Die kopgroep verhult een structureel productiviteitsprobleem. TNO constateert dat Nederland met 264 robots per 10.000 werknemers op plaats twaalf wereldwijd staat, terwijl Zuid-Korea, China en Duitsland tussen de 400 en meer dan 1.000 robots per 10.000 werknemers zitten, en stelt dat de arbeidsproductiviteit in de maakindustrie met minstens 50 procent omhoog moet om de concurrentiepositie te herstellen. De Smart Industry Productiviteitsagenda 2026-2028 houdt het op 15 tot 25 procent productiviteitswinst die met bewezen automatiserings- en AI-technologie binnen bereik ligt voor het industriële MKB — mits gericht ingezet op knelpunten in plaats van als generiek digitaliseringsproject.
Het knelpunt bij MKB-maakbedrijven ligt vóór het AI-model. Onderzoek onder MKB-maakbedrijven laat zien dat 80 procent data en sensoren onvoldoende heeft doorontwikkeld om modellen te voeden, en dat 83 procent geen concreet zicht heeft op welke processtappen zich lenen voor AI-automatisering. Koninklijke Metaalunie wijst daarom op MKB-specifieke regelingen zoals "Digitalisering en Robotisering 2.0 (JTF)" als opstap. Opvallend is bovendien waar AI in deze sector landt: volgens Eurostat zetten productiebedrijven AI het vaakst in voor marketing en verkoop (27 procent) en pas daarna voor de productieprocessen zelf (26 procent). De productievloer is dus niet automatisch het eerste toepassingsgebied.
Voor productiebedrijven komt de regeldruk bovendien niet alleen uit de AI Act. De Machineverordening (EU) 2023/1230 vervangt per 20 januari 2027 de Machinerichtlijn en stelt voor het eerst expliciete cybersecurity-eisen aan machines met machine-learning-componenten. De NIS2-richtlijn merkt de maakindustrie aan als "important entity", met verplicht ketenrisicomanagement en boetes tot 10 miljoen euro of 2 procent van de wereldwijde omzet. Productielijnen die vanaf 2026 worden ontworpen, moeten daar nu al op zijn ingericht — de Machineverordening loopt vóór op de hoog-risico-datum van de AI Act.
De Nederlandse financiële sector wordt nauw in de gaten gehouden door de DNB. In een gezamenlijk rapport (2024) constateren DNB en AFM dat banken, verzekeraars, vermogensbeheerders en pensioenfondsen "óf al AI inzetten, óf concrete plannen hebben". De meest genoemde toepassingen zijn chatbots voor klantcontact, fraudedetectie, kredietrisicomodellen en compliance-monitoring.
In cijfers is finance na ICT de best-adopterende sector van Nederland. De CBS AI-monitor meet 37,4 procent AI-gebruik in de financiële dienstverlening in 2024, tegen 27,4 procent in 2023. Nog opvallender is het omzetgewicht: 87,9 procent van de sectoromzet zit bij bedrijven die AI gebruiken, het hoogste aandeel van alle Nederlandse sectoren. Achter dat gemiddelde schuilt wel een scherpe tweedeling. DNB (Q1 2025) rapporteert dat bijna 80 procent van de grote en middelgrote verzekeraars AI in reguliere bedrijfsprocessen heeft, tegen 21 procent van de kleinere verzekeraars; het gebruik van hoog-risico-toepassingen blijft volgens DNB vooralsnog beperkt.
Europees bevestigt de EBA RAQ-enquête het toepassingsbeeld: banken zetten vooral regressie-analyse, beslisbomen, natural language processing en neurale netwerken in. In dezelfde factsheet (november 2025) concludeert de EBA dat er geen significante tegenstrijdigheden bestaan tussen de AI Act en de bestaande EU-bankwetgeving — het compliance-vraagstuk in finance is dus stapeling van kaders, geen conflict tussen kaders.
De hardste businesscase in de sector is compliance-automatisering. Volgens FintechFutures (2025) gaven ABN AMRO, ING, Rabobank en ASN Bank samen circa 1,4 miljard euro uit aan het bestrijden van witwassen in 2024, terwijl opsporingsinstanties dat jaar ongeveer 400 miljoen euro aan criminele activa in beslag namen. Diezelfde bron beschrijft dat de grootbanken de komende twee jaar circa 2.600 AML-controlefuncties afbouwen ten gunste van AI-gedreven transactiemonitoring, deels via het gezamenlijke Transaction Monitoring Netherlands. De NVB tekent daarbij aan dat zulke modellen alleen renderen bij goede datakwaliteit, uitlegbare architectuur en samenwerking in de keten.
Het toezichtskader stapelt in finance sneller dan in andere sectoren. DORA (EU 2022/2554) is sinds 17 januari 2025 van toepassing en trekt ook externe AI- en cloudleveranciers het ICT-risicomanagement en het derdepartijenregister in. Annex III van de EU AI Act merkt kredietwaardigheidsbeoordeling van natuurlijke personen en de risico-assessment en pricing van levens- en zorgverzekeringen aan als hoog-risico; fraudedetectie is daarvan expliciet uitgezonderd. En vanaf 10 juli 2027 vervangt de EU AMLR de Wwft, met ruimere FIU-bevoegdheden en een nieuwe Europese toezichthouder AMLA.
DNB formuleert voor 2026 drie focusgebieden: geopolitieke weerbaarheid, respons op technologische innovatie en versterking van cyberweerbaarheid. Financiële MKB-bedrijven (accountantskantoren, administratiekantoren, tussenpersonen) volgen deze curve met enige vertraging, maar krijgen te maken met dezelfde toezichtsvraagstukken rond modeltransparantie en aansprakelijkheid. Voor die groep is de meest concrete verwachting die van de NBA, die op basis van PwC-onderzoek uitgaat van circa 70 procent van de accountantsprocessen die binnen vijf jaar grotendeels geautomatiseerd is — reden waarom de beroepsorganisatie AI als ontwikkelthema voor 2026-2028 heeft aangewezen.
De zorg is in 2024 expliciet als AI-prioriteitsector benoemd door de rijksoverheid. NVZ en NFU publiceerden in september 2024 het position paper "AI in de zorg: versneld en verantwoord opschalen". Het ministerie van VWS heeft daaropvolgend aangegeven dat zorgverleners in 2030 de helft minder tijd aan administratie moeten besteden, met AI als belangrijk middel. Voor 2025 is volgens ICT&health 162 miljoen euro gereserveerd voor generatieve AI-inzet, digitalisering en standaardisatie in de zorg.
De drijfveer is capaciteit, niet innovatie. Het AZW-trendrapport 2025 prognosticeert bij ongewijzigd beleid een personeelstekort dat oploopt van circa 72.600 medewerkers in 2025 naar 261.800 in 2035. In de huisartsenzorg vertaalt die druk zich direct naar administratie: in een LHV-peiling onder 1.600 huisartsen geeft 85 procent aan te veel tijd kwijt te zijn aan taken die niet aan patiëntcontact bijdragen.
De concrete AI-toepassingen in Nederlandse zorg draaien in 2024-2025 vooral om administratieve lastverlichting (verslaglegging via spraak-AI, automatische codering) en planning en logistiek (afspraakplanning, bedcapaciteit). TNO benadrukt dat zorg-AI strenge eisen stelt aan privacy, verklaarbaarheid en klinische validatie — hogere drempels dan in andere sectoren.
Die accentverschuiving is meetbaar. ICT&health rapporteert dat AI-gebruik in Nederlandse zorginstellingen groeide van 43 procent in 2024 naar 70 procent in 2025, terwijl AI voor diagnose in dezelfde periode daalde van 48 naar 32 procent en AI voor gepersonaliseerde behandeling van 52 naar 31 procent. De Monitor Digitale Zorg 2025 van RIVM en Nivel ziet dezelfde beweging: de groei zit in spraakgestuurde verslaglegging, medische informatievoorziening en administratieve ondersteuning. De AI Monitor Ziekenhuizen 2026 (M&I/Partners) bevestigt de rangorde: 57 procent van de ziekenhuizen experimenteert met generatieve AI, het vaakst in administratie en facturatie (80 procent), daarna diagnostiek (71 procent) en communicatie (65 procent).
Twee remmen verklaren waarom de klinische kant terugloopt. De eerste is infrastructuur: ICT&health meldt dat 93 procent van de IT-beslissers in de zorg verouderde systemen als belemmering noemt, en NVZ en NFU wijzen op dataversnippering en kennistekort als reden dat pilots niet opschalen. De tweede is compliance-stapeling: NEN 7510:2024 geldt sinds 16 december 2024 en verplicht onder meer versleuteling van gevoelige patiëntgegevens, AI die als medisch hulpmiddel kwalificeert valt onder de MDR 2017/745, en de IGJ riep zorgaanbieders in februari 2025 op generatieve AI alleen met expliciete risicobeoordeling in te voeren.
Waar de winst dan wél zit, becijferde Gupta Strategists in opdracht van FME: brede uitrol van bestaande zorgtechnologie kan het equivalent van 110.000 zorgmedewerkers vrijspelen, met het zwaartepunt in logistiek, administratie en thuismonitoring — niet in klinische AI. Dat is een theoretisch plafond bij volledige adoptie, maar de richting die eruit volgt is consistent met wat instellingen in de praktijk kiezen.
Over de vier sectoren heen zijn drie patronen consistent zichtbaar in de primaire bronnen:
De meest betrouwbare ROI-benchmarks komen uit grote, gepubliceerde surveys onder duizenden bedrijven. Voor deze sectie steunen we op McKinsey State of AI 2024, de State of AI 2025-update en Stanford HAI AI Index 2025, aangevuld met Nederlandse macrodata.
Het meest in het oog springende McKinsey-cijfer uit 2024: slechts 39 procent van de bedrijven ziet enige EBIT-impact uit generatieve AI, en de meeste van die bedrijven rapporteren minder dan 5 procent EBIT-bijdrage. Slechts 6 procent zijn "AI high performers" met 5 procent of meer EBIT-impact uit AI, aldus McKinsey 2025. Aan de andere kant: meer dan 80 procent van de bedrijven ziet dus géén significante bottom-line-impact, ondanks actieve AI-inzet.
Dit contrasteert met Stanford HAI 2025, dat meldt dat wereldwijde corporate AI-investeringen in 2024 met 44,5 procent stegen naar 252,3 miljard dollar. Bedrijven investeren fors; zichtbaar rendement lag in 2024 vooral op proces-niveau, niet op winstniveau.
McKinsey vond meetbare effecten op functie-niveau, niet op enterprise-niveau:
Kostenverlaging (meest voorkomend per functie):
Omzetverhoging (minder vaak gerapporteerd):
Het patroon: AI verlaagt eerder operationele kosten dan dat het nieuwe omzet genereert. Bedrijven die AI alleen als kostenbesparer inzetten, missen echter potentieel. McKinsey 2025 meldt: "80 procent van de bedrijven noemt efficiency als doel, maar de bedrijven met de meeste waarde uit AI stellen óók groei of innovatie als doel".
Volgens McKinsey 2025 rapporteert slechts één op de drie organisaties AI-opschaling over de hele organisatie. De meerderheid blijft steken in pilots en afdelingsspecifieke toepassingen. De belangrijkste differentiator voor EBIT-impact is niet de technologie maar het herontwerpen van workflows rondom AI — een organisatievraagstuk, geen technisch vraagstuk.
Dit verklaart het gat tussen de 72 procent wereldwijde AI-adoptie (McKinsey 2024) en de slechts 6 procent met echte bedrijfsbrede transformatie. AI gebruiken is makkelijk; AI waardeduurzaam inbedden is hard.
Vertaald naar het Nederlandse MKB levert dit drie realistische verwachtingen op:
Het NCO Jaarbericht Staat van het MKB 2025 becijfert het arbeidsproductiviteitspotentieel in het Nederlandse MKB op 65 miljard euro. Of AI die kloof daadwerkelijk dicht, hangt af van adoptietempo én van de kwaliteit van workflow-herontwerp — geen van beide is een gegeven. Voor een individuele MKB-ondernemer is de realistische verwachting: meetbare kostenreductie in een specifieke functie binnen een jaar, géén 40-procent-totaalkostenbesparing.
Als één cijfer de staat van AI in het Nederlandse MKB vangt, is het dit: 74,6 procent van de bedrijven die AI overwogen maar niet implementeerden, noemt "gebrek aan ervaring" als hoofdreden (CBS AI Monitor 2024). Dit is consistent over alle bedrijfsgroottes en sectoren en ver boven barrières als kosten, techniek of regelgeving.
De SER trekt hieruit de conclusie dat opleiding en begeleiding — niet subsidies of infrastructuur — de grootste hefboom zijn voor verdere adoptie. De Strategie Digitale Economie Voortgangsrapportage 2024 bevestigt dit: terwijl de basis-digitaliseringsgraad van het MKB 81,5 procent bedraagt, is diepere AI-bekwaamheid nog schaars.
De EU AI Act is in werking sinds 2 augustus 2024 en gefaseerd van toepassing: verboden AI-systemen zijn niet meer toegestaan, general-purpose AI-modellen moeten compliant zijn, en hoog-risico AI-systemen moeten gefaseerd aan alle eisen voldoen. Toch meldt onderzoek dat 77 procent van de Nederlandse bedrijven hun rol onder de AI Act onvoldoende begrijpt.
Voor MKB-bedrijven betekent dit drie operationele vragen die vóór breed AI-gebruik beantwoord moeten zijn:
McKinsey 2024 benoemt datakwaliteit en data-governance als terugkerende blokkades. Bedrijven die scoren op de EBIT-impact-dimensie rapporteren consistent dat datagovernance-werk vóór AI-implementatie plaatsvond, niet tijdens of erna. In het MKB, met historisch gefragmenteerde data-infrastructuur (ERP, CRM, losse tools), is dit een substantiële voorinvestering.
McKinsey 2025 vindt dat workflow-herontwerp de grootste differentiator is voor bedrijven die wél EBIT-impact uit AI halen. AI tegen bestaande processen plakken levert pilot-succes maar geen P&L-impact. Dit vraagt organisatorisch denken: rollen herdefiniëren, controle-punten verplaatsen, SLAs aanpassen. Voor een MKB met 20-50 fte is dit een substantieel veranderproject.
Sectoren met strenge toezichthouders (zorg, financiën, publieke sector) hebben extra drempels:
De Gartner Hype Cycle for AI 2025 plaatst zowel "Agentic AI" als "AI-ready data" op de Peak of Inflated Expectations — de fase voor de onvermijdelijke Trough of Disillusionment. Bedrijven die onrealistische verwachtingen hebben (AI vervangt teams binnen 6 maanden; AI geeft direct 30 procent omzetgroei) lopen op de peak binnen en tegen hun verwachtingen aan.
De nuchtere verwachting op basis van McKinsey-data: meetbare proceskostenverlaging in specifieke functies binnen een jaar, bedrijfsbrede transformatie zelden binnen twee jaar.
De Gartner Hype Cycle for AI 2025 plaatst Agentic AI en AI Agent Development Frameworks als transformationele technologieën. Tegelijk zitten beide op de "Peak of Inflated Expectations" — de fase voor de correctie. Stanford HAI 2025 meldt dat agentic AI de grootste impact op enterprise workflows gaat hebben, maar nuanceert: "technologie springt vooruit, mensen en processen volgen langzamer".
Voor het Nederlandse MKB betekent dit dat 2025-2026 het jaar is waarin agentic AI van demo's naar echte productie-deployments overgaat — maar de meeste MKB-bedrijven zullen er nog geen interne capaciteit voor hebben. McKinsey 2025 voorspelt dat Agentic AI workflows in grote organisaties in 2025-2026 mainstream worden; de MKB-golf volgt eerder in 2026-2027.
Gartner beschrijft 2025 als "pivotaal jaar waarin bedrijven voorbij experimentatie naar strategische deployment gaan". De gedachte: de eerste fase (pilot-fase) is in 2023-2024 grotendeels voltooid; 2025-2026 gaat over wie daadwerkelijk productie-waarde extraheert.
In de Nederlandse praktijk betekent dit dat MKB-bedrijven die al AI gebruiken (de 22,7 procent uit CBS AI Monitor 2024) hun pilots moeten volwassen maken tot geïntegreerde workflows — of ze verliezen de initiële momentum aan concurrenten die dat wel doen.
General-purpose AI-modellen (zoals grote taalmodellen) moeten compliant zijn met de EU AI Act; volledige hoog-risico-compliance is gefaseerd van kracht. De Nederlandse Autoriteit Persoonsgegevens en de Algoritme- en AI-kamer krijgen een grotere handhavingsrol.
Voor MKB-bedrijven die AI-systemen bouwen of verkopen (niet alleen gebruiken) is dit een harde deadline. Branche-specifieke toezichthouders — DNB/AFM voor financiën, IGJ voor zorg — leggen aanvullende sector-eisen op. Compliance-by-design wordt concurrentie-voorwaarde, niet optie.
Eurostat 2025 laat zien dat sectoren met bovengemiddelde AI-adoptie (ICT 62,5 procent, professionele diensten 40,4 procent) dat niet doen met generieke horizontal tools alleen, maar met verticale, sector-specifieke oplossingen. FME lanceerde eind 2024 een AI-leerplatform specifiek voor de maakindustrie; NVZ/NFU pleiten voor zorg-specifieke AI.
De achtergrond: generieke tools oplossen 80 procent van een probleem in 20 procent van de sectoren. Sector-specifieke oplossingen — met domeindata, compliance-by-design en ingebouwde regelgeving — leveren hogere adoptiesnelheid en minder integratie-pijn. Voor MKB-leveranciers opent dit een duidelijk kansenvenster in niche-verticalen.
De Gartner Hype Cycle for AI 2025 plaatst "AI-ready data" naast agentic AI als een van de twee snelst voortschrijdende technologieën — een verschuiving van "AI-modellen" naar "data-fundering". Stanford HAI 2025 bevestigt dat datagovernance en data-pipelines de zwaarste onderliggende investeringslijn zijn geworden.
Voor MKB-bedrijven betekent dit: de volgende AI-investeringsronde is minder zichtbaar (datapipelines, master-data-management) maar bepalend voor of AI-modellen duurzaam waarde leveren.
Gartner voorspelt dat in 2028 meer dan 95 procent van de enterprises generatieve AI-API's of -modellen zal hebben ingezet of GenAI-enabled applicaties in productie zal hebben. Voor het Nederlandse MKB is dat een agressief tempo; CBS-data zou dan moeten stijgen van 22,7 procent naar ongeveer 80+ procent in drie jaar — alleen haalbaar als de huidige 60-procent-achterstand in NL-MKB significant versnelt.
De realistische prognose voor het Nederlandse MKB (10-249 fte) bij ongewijzigd beleid: doorgroei naar 40-50 procent AI-adoptie in 2027. Versnelling hierbuiten vereist doelgericht overheidsbeleid en sectorale opleidings-investering, zoals de Strategie Digitale Economie nu poogt.
Twee ontwikkelingen raken het Nederlandse MKB direct: de adoptiecijfers zijn opnieuw gesprongen, en de belangrijkste compliance-deadline van de EU AI Act is verschoven.
Het CBS (december 2025) rapporteert dat het AI-gebruik in het Nederlandse MKB (10 tot 249 werkzame personen) in 2025 is gestegen naar 29,8 procent, tegen 22,7 procent voor alle bedrijven met 10+ werknemers een jaar eerder. In het grootbedrijf (250+) ligt het gebruik op 66,2 procent. De sterkste sprong zit bij bedrijven met 50 tot 250 werknemers: van 20 procent in 2023 naar 45 procent in 2025. Van de bedrijven die AI inzetten, gebruikt 35 procent het voor marketing of verkoop.
De onderkant van het MKB blijft achter: volgens de CBS-rapportage over microbedrijven (2026) gebruikte 13,8 procent van de Nederlandse microbedrijven (minder dan 10 fte) in 2025 minstens een AI-technologie. De kloof tussen groot en klein blijft dus bestaan — maar het middensegment sluit snel aan.
De belangrijkste juridische update: het Digital Omnibus-pakket (politiek akkoord mei 2026) heeft de hoog-risico-verplichtingen van de EU AI Act uitgesteld. Concreet voor MKB-ondernemers:
Voor het gros van het MKB dat AI gebruikt (geen aanbieder, geen hoog-risico-toepassing) is de eerstvolgende harde datum dus de transparantieplicht van augustus 2026. Dat is geen zware last, maar wel een concrete actie: inventariseer waar klanten met AI in aanraking komen en zorg voor duidelijke labeling.
Deze aanbevelingen vertalen industry-data naar praktische keuzes voor Nederlandse MKB-ondernemers. Ze zijn gebaseerd op bevindingen uit CBS, McKinsey, SER en Gartner en niet op eigen projectdata.
Het CBS-hoofdbezwaar "gebrek aan ervaring" (74,6 procent) is geen tool-probleem maar een opleidingsprobleem. De SER adviseert expliciet investering in mensen vóór technologie. Voor MKB-ondernemers: zorg dat minimaal één medewerker fundamenteel begrijpt wat AI wel en niet kan, wat regelgeving vraagt, en welke data-voorwaarden gelden. Cursussen zoals het FME AI Certified leerplatform of generieke ondernemersplein-opleidingen zijn startpunten.
McKinsey 2024 identificeert consistent dezelfde functies waar AI-waarde het eerst landt: supply chain (61 procent kostenreductie), service operations (58 procent) en HR. Deze functies kenmerken zich door hoge repetitie, gestructureerde data en lage risico bij fouten. CBS bevestigt: tekstverwerking (text mining 13,5 procent, natural language generation 12,3 procent) zijn de populairste toepassingen.
Praktische vertaling: start met AI in klantenservice (antwoord-drafting), facturatie (document-extractie), marketing (content-drafting) — niet in besluitvorming of financiële advisering.
De EU AI Act legt een risico-gebaseerd raamwerk op dat gefaseerd van kracht wordt: transparantie (art. 50) vanaf 2 augustus 2026, hoog-risico-verplichtingen na het Digital Omnibus-uitstel vanaf 2 december 2027 (zie de sectie Ontwikkelingen 2026). Voor een MKB-ondernemer met beperkte tijd: zorg dat u voor elke AI-toepassing antwoord kunt geven op drie vragen:
Voor sector-gereguleerde MKB-bedrijven: check ook sector-regels bij DNB/AFM (financiën) of IGJ (zorg).
McKinsey toont dat slechts 6 procent van bedrijven significante EBIT-impact uit AI haalt. Voor de andere 94 procent is AI-waarde zichtbaar op proces-niveau: tijd per factuur, aantal support-tickets per dag, conversie-ratio van e-mails. Stel KPI-doelen op dit niveau in — niet op winstgevendheid op totaal-niveau.
Concrete procesmetingen die over sectoren goed werken volgens McKinsey-data: tijd-per-taak, foutpercentage, doorlooptijd, klanttevredenheid (NPS/CSAT). Verwacht geen 40-procent-totaalkostenbesparing op bedrijfsniveau in het eerste jaar — dat is scaled-content marketingtaal, geen industry-benchmark.
De grootste differentiator voor bedrijven die wél EBIT-impact uit AI halen is volgens McKinsey 2025 workflow-herontwerp, niet technologie-keuze. AI toevoegen aan een bestaand proces levert pilot-succes maar zelden blijvende transformatie.
Praktische vertaling: plan vanaf dag één voor rol-herdefinitie (wie doet wat als AI X overneemt), controle-punten (wie beoordeelt AI-output) en SLA-aanpassing (wat beloven we klanten als AI centraal staat). Dit is organisatiewerk met HR- en management-dimensies, niet alleen IT-werk.
Het Nederlandse MKB staat in 2025 op een kantelpunt: de technologie is beschikbaar, de regelgeving is duidelijk (hoewel onvoldoende begrepen), de business-cases zijn er — maar de kennis, de data-fundering en het workflow-herontwerp lopen achter. De bedrijven die in 2025-2026 de drempel over komen, zijn degene die de menselijke kant — kennis, proces, verandermanagement — serieus nemen als de tool-kant.
Antwoorden rond state of ai in het nederlandse mkb 2025
Het rapport is een industry-synthese van primaire bronnen over AI-adoptie in het Nederlandse MKB. De feitelijke basis komt uit CBS AI Monitor 2024, Eurostat Digital Economy Statistics 2025, McKinsey State of AI 2024/2025, Stanford HAI AI Index 2025, NLdigital, DNB/AFM, SER Advies 25/03 en sectorale bronnen (Thuiswinkel.org, FME, NVZ/NFU). Alle statistieken in het rapport zijn terug te voeren op gepubliceerd onderzoek; er zijn geen eigen CleverTech AI-projectcijfers verwerkt.
Volgens CBS AI Monitor 2024 gebruikte 22,7 procent van de Nederlandse bedrijven met 10 of meer werkzame personen in 2024 een of meer AI-technologieën, een stijging van bijna 9 procentpunten ten opzichte van 2023. Binnen het EU-perspectief zit Nederland iets boven het gemiddelde van 20,0 procent (Eurostat 2025), maar ver achter koplopers Denemarken (42,0 procent) en Finland (37,8 procent).
McKinsey State of AI 2024 rapporteert dat meer dan 80 procent van de bedrijven nog geen significante EBIT-impact uit generatieve AI haalt. Slechts 6 procent van bedrijven zijn "AI high performers" met 5 procent of meer EBIT-impact. Meetbare proceskostenreductie van 10-20 procent in specifieke functies (supply chain, service operations, HR, software engineering) is wel realistisch volgens McKinsey. Generieke ROI-claims van 40-85 procent op bedrijfsniveau komen niet terug in onafhankelijk onderzoek.
Volgens CBS AI Monitor 2024 noemt 74,6 procent van de bedrijven die AI overwogen maar niet implementeerden "gebrek aan ervaring" als hoofdreden — consistent over alle bedrijfsgroottes en sectoren. Daarnaast meldt onafhankelijk onderzoek dat 77 procent van Nederlandse bedrijven de eigen rol onder de EU AI Act onvoldoende begrijpt. Kennis is dominanter als barrière dan kosten, techniek of regelgeving zelf.
De EU AI Act trad 2 augustus 2024 in werking en is gefaseerd van kracht: verboden AI-systemen zijn niet meer toegestaan (sinds februari 2025), general-purpose AI-modellen vallen sinds 2 augustus 2025 onder de aanbieders-verplichtingen, en transparantieverplichtingen (artikel 50) gelden vanaf 2 augustus 2026. Na het Digital Omnibus-akkoord (mei 2026) is de volledige hoog-risico-compliance verschoven naar 2 december 2027 (standalone) respectievelijk 2 augustus 2028 (ingebouwd in gereguleerde producten). MKB-bedrijven die AI gebruiken hebben andere verplichtingen dan AI-aanbieders. De Autoriteit Persoonsgegevens coördineert Nederlandse handhaving via de Algoritme- en AI-kamer; sector-toezichthouders als DNB/AFM en IGJ leggen aanvullende eisen op. Ondernemersplein.overheid.nl biedt een praktische beslisboom voor MKB-risico-inschaling.
De verschillen zijn groot. Informatie en Communicatie loopt met 58 procent ver voor (CBS). Financiële dienstverlening volgt met 37,4 procent in 2024 tegen 27,4 procent in 2023, waarbij 87,9 procent van de sectoromzet bij AI-gebruikende bedrijven zit — het hoogste aandeel van alle sectoren. In de zorg groeide AI-gebruik in instellingen volgens ICT&health van 43 naar 70 procent, maar juist op administratie en niet op diagnostiek (dat daalde van 48 naar 32 procent). De maakindustrie zit rond 44 procent volgens AWS-onderzoek, terwijl detailhandel en groothandel onder het landelijk gemiddelde van 22,7 procent blijven. In elke sector is de blokkade dezelfde: onvoldoende gestructureerde data, niet de modeltechniek.
CBS AI Monitor 2024 identificeert text mining (13,5 procent van bedrijven) en natural language generation (12,3 procent) als de twee dominante AI-categorieën in Nederland. Text mining groeide tweeënhalf keer en NL-generation drie keer ten opzichte van 2023. Eurostat bevestigt dit EU-breed: "analyse van geschreven taal" is de populairste AI-toepassing (11,8 procent). De explosieve groei hangt samen met de beschikbaarheid van grote taalmodellen sinds eind 2022.
Vraag niet beantwoord?
Neem contact met ons op - ga naar de contactpaginaBenchmarks zijn interessant. De volgende stap is praktisch: een kort gesprek of een AI-scan voor jouw situatie.
2025
