AI implementeren in je bedrijf: stappenplan en kosten (2026)

Door Jordi Daniëls, oprichter AI Board · Gepubliceerd 2 september 2026 · Bijgewerkt 26 oktober 2026

AI implementeren in je bedrijf gaat in vier stappen: een veilige plek waar AI bij je bedrijfsdata kan, vindbare documenten, één beslisser die er dagelijks mee werkt en pas daarna een engineer voor koppelingen. Wie met techniek en personeel begint, heeft een engineer zonder gebruiker.

Hieronder lees je wat elke route kost, met bron, en wanneer het werkt: zelf doen, een consultant, een bureau of een installatie van één dag.

Wat is AI implementeren?

AI implementeren is AI zo inrichten dat hij dagelijks meewerkt in je bedrijf, met toegang tot je eigen data en een vaste gebruiker. Uitproberen wordt implementeren zodra je op basis van de antwoorden echte beslissingen neemt.

Implementeren betekent dat AI een vast deel van een proces wordt, met afspraken over wie hem gebruikt en wat hij mag zien.

Een implementatie is een werkwijze die blijft staan als de leverancier weer weg is. Je bouwt die werkwijze op in vier stappen, en elke stap leunt op de vorige.

Waar begin je met AI implementeren?

Je begint bij jezelf, met drie beslissingen die je nu te veel tijd of twijfel kosten. Een werkgroep of een dataproject komt later, als het al nodig is.

Twijfel je over die eerste stap, dan ben je niet de enige. Volgens de MKB Barometer van Exact (augustus 2026) weet 47% van de mkb-ondernemers nog niet goed hoe de technologie effectief kan worden ingezet binnen de eigen organisatie.

In Nederland gebruikte in 2025 een derde van de bedrijven met tien of meer werkzame personen AI (CBS). Hoe het mkb AI nu gebruikt, per bedrijfsgrootte, lees je in wat de cijfers zeggen over AI in het mkb.

Beantwoord deze drie vragen voordat je iets koopt:

1. Welke drie beslissingen bereid je elke maand opnieuw voor, en in welke bestanden staat het antwoord?
2. Wie neemt die beslissingen? In het mkb ben jij dat meestal zelf.
3. Waar mag die data naartoe? Dat bepaalt je keuze in stap 1.

Die drie beslissingen zijn je eerste proces: het werk dat je elke maand opnieuw voorbereidt.

Een AI-plan voor je organisatie blijft nodig, en je schrijft het beter als je zelf al met AI werkt. Daarom begin je met AI gebruiken naast een plan.

Stap 1: een veilige plek waar AI bij je bedrijfsdata kan

AI-antwoorden blijven generiek zolang de AI je bedrijf niet kent. Het verschil tussen een speeltje en een werkinstrument is toegang tot je eigen cijfers, contracten, notulen en offertes.

Daarom is de eerste beslissing een veiligheidsbeslissing. Bedrijfsdata hoort niet in een publieke chatbot. Toch is de kans groot dat je mensen al zelf met AI werken: volgens het CBS gebruikt 43% van de werkenden AI bij hun werk (2025).

Laat AI dus alleen met je data werken op een plek die jij beheert.

Dat kan een zakelijke AI-omgeving met de juiste rechten zijn, zoals de zakelijke versie van ChatGPT, Claude of Microsoft Copilot, of een assistent die op je eigen laptop draait.

Zo'n plek, gevuld met je eigen documenten, heet een AI-bedrijfsbrein. Je stelt er vragen in gewone taal en krijgt antwoord uit je eigen bronnen.

Stap 2: vindbare data, geen perfecte data

Het klassieke advies luidt: eerst een datawarehouse, dan AI. Voor de vragen van een directie is dat de verkeerde volgorde. Moderne AI leest je bestaande bestanden: de Excel, de pdf, het contract, het verslag.

"Klaar voor AI" betekent in je eerste jaar vooral dat de documenten die je beslissingen dragen op één vindbare plek staan. Rommelig mag.

Je bestaande software blijft staan. AI leest wat erin staat, of wat je eruit exporteert.

Een groot dataproject vóór het eerste gebruik is voor de meeste bedrijven de duurste manier om nooit te beginnen.

Stap 3: één beslisser die er dagelijks mee werkt

Deze stap kun je niet inkopen, en de rest hangt ervan af. Je hebt pas iets aan AI als één beslisser er een gewoonte van maakt.

Die beslisser stelt elke werkdag vragen over zijn eigen bedrijf. Wat verandert er in mijn marge? Wat staat er echt in die honderd pagina's? Welke klant bestelt stilletjes minder?

Een werkende implementatie begint daarom bij de top, naast het plan van je organisatie. Vuistregel: elke werkdag minstens één vraag die je anders aan een medewerker of adviseur had gesteld.

Uit onderzoek van Dialogic voor het ministerie van Economische Zaken (2025) blijkt hetzelfde. Volgens de experts in dat onderzoek speelt het gebrek aan visie en strategie een sleutelrol bij de beperkte inzet van AI. Het begint volgens hen bij de leiding van het bedrijf.

Noteer vooraf hoe lang de voorbereiding van die drie beslissingen nu duurt, en vergelijk dat na vier weken. Zo meet je of het werkt.

Hoe je die gewoonte volhoudt, met een wekelijks ritme, een eigenaar per rol en echte bedrijfsdata, staat in AI-adoptie: gewoontes, geen pilots.

Stap 4: pas daarna een engineer voor koppelingen

Een engineer heb je nodig zodra AI met je systemen moet praten, niet eerder. Bijvoorbeeld als AI je orderstroom in moet of een proces deels moet automatiseren.

Wie eerst zelf met AI op eigen data werkt, weet dan precies waarvoor hij inhuurt. Andersom is duur: een engineer zonder dagelijkse gebruiker is een abonnement zonder sportschool.

Wil je dat AI zelfstandig taken uitvoert, kijk dan eerst wat een agent kan, wat hij kost en waar jij de controle houdt.

Voor het mkb gaat het meestal om deze vier rollen.

Machine learning engineers, MLOps engineers en AI-architecten heb je in het mkb zelden nodig.

Zelf doen, uitbesteden of installeren?

Zelf doen of laten installeren past bij stap 1 tot 3. Uitbesteden loont bij stap 4, als AI met je systemen moet praten.

Er zijn drie routes, en ze verschillen vooral in wat je overhoudt als de hulp weer weg is.

Zelf doen. Je neemt een zakelijk AI-abonnement, zet je documenten klaar en bouwt het ritme zelf op. Dat kost weinig geld vooraf, wel avonden uitzoekwerk. Het risico is dat losse abonnementen en wachtwoorden zich opstapelen tot je stopt.

Wil je eerst leren, dan kun je een training van een dag volgen. Bij Frankwatching Academy kost een trainingsdag AI implementeren in Utrecht € 885 exclusief btw (peildatum 26 oktober 2026). Je houdt er kennis aan over, geen werkende installatie.

Uitbesteden. Een consultant of bureau levert een plan of een koppeling. Dat past bij stap 4, als je weet wat er gebouwd moet worden.

Voor stap 1 tot 3 houd je er vaak een rapport aan over, en de gewoonte moet je alsnog zelf opbouwen.

Installeren. Iemand zet een werkende AI-assistent op je eigen laptop, gevoed met de data van je bedrijf, en jij werkt er dezelfde dag mee. Dat is de setupdag van AI Board: ik doe de installatie zelf, één dag op locatie in Nederland.

Voor maatwerksoftware of een integratietraject met je ERP blijft stap 4 nodig.

Werk je met een managementteam, dan begin je bij jezelf en twee managers. Hoe dat er voor jouw bedrijf uitziet, bespreken we in een gesprek.

Wat kost AI implementeren per route?

AI implementeren kost per route een ander soort bedrag: per maand, per uur, per project of eenmalig.

De uurtarieven zijn gemiddelden, dus je eigen offerte kan afwijken. Het bureautarief geldt voor consultancybureaus in het algemeen, ook buiten AI.

Bij elke route vallen de kosten in vier posten:

• Licenties. Een zakelijk abonnement per gebruiker. Bij de setupdag betaal je het Claude-abonnement zelf, rechtstreeks aan Anthropic.
• Je eigen tijd. Inrichten, documenten klaarzetten en het dagelijkse ritme. Zet deze post in je begroting, want van deze uren hangt af of de rest rendeert.
• Hulp bij de start. Een consultant, een bureau of een installatie van één dag.
• Koppelingen. Engineeringwerk per systeem, vanaf stap 4.

Wat een abonnement per maand kost, met een rekenvoorbeeld, staat in wat kost AI voor je bedrijf. Daar staat ook of er subsidie is voor AI-implementatie.

Ga je een adviseur inhuren, lees dan eerst AI-consultant inhuren over wat je mag eisen voordat je tekent.

Hoe lang duurt het tot het werkt?

Hoe lang AI implementeren duurt, hangt af van wat je "werkt" noemt: een installatie kan in één dag staan, een oplossing die een bureau bouwt, kan maanden duren. De gewoonte groeit in beide gevallen in de weken daarna.

Het bureau ilionx noemt op zijn eigen site ongeveer drie weken voor de strategiefase. Voor een werkende oplossing in productie noemt ilionx twee tot vier maanden, afhankelijk van de complexiteit van de use case en je datavolwassenheid.

Bij de setupdag loopt het zo:

• De dag zelf, 09:00 tot 17:00. Ik heb je laptop de hele dag nodig. Jij bent er ongeveer twee uur bij, verspreid over de dag. Aan het eind draait de assistent, en de installatie is van jou.
• De ochtend erna. Dan staat je eerste ochtendupdate klaar. Kom je er de eerste dagen niet uit, dan app, bel of mail je me.
• Binnen vijf werkdagen. Koppelingen die toestemming van derden vragen, rond ik op afstand af.
• De eerste twee weken. Ik vraag je de assistent elke dag te gebruiken, met een vraag uit je eigen werk. Zo ontstaat de gewoonte, en zo merk je welke koppeling een engineer waard is.
• Koppelingen met ERP of CRM. Die hebben een eigen doorlooptijd. Een engineer kan ze pas begroten als hij je systemen kent.

Wanneer je er echt iets aan hebt, hangt af van je vragen en je documenten.

AI implementeren zonder datalekken

AI implementeren zonder datalekken lukt met drie afspraken: één goedgekeurde plek, rechten die kloppen en een kort AI-beleid.

Volgens dezelfde MKB Barometer van Exact vindt 48% van de mkb-ondernemers het nog spannend om medewerkers met bedrijfsdata in AI te laten werken.

• Eén goedgekeurde plek. Spreek af waar AI met bedrijfsdata mag werken, zoals in stap 1. Daarbuiten gaat er geen bedrijfsdata naar AI.
• Rechten die kloppen. De AI ziet alleen wat de gebruiker zelf ook mag zien. Controleer dat vóór de start.
• Een kort AI-beleid. Een paar pagina's over wat wel en niet mag. Begin met een AI-beleid voorbeeld en pas het aan. Voor persoonsgegevens geldt daarnaast gewoon de AVG.

Gebruik je AI zakelijk, dan vraagt artikel 4 van de AI-verordening (de Europese AI Act) sinds 2 februari 2025 maatregelen voor de AI-geletterdheid van je mensen.

Sinds 27 juli 2026 is dat een inspanningsverplichting: je ondersteunt de ontwikkeling, en je hoeft geen bepaald niveau te waarborgen (Verordening (EU) 2026/1744). Een korte uitleg voor iedereen die met AI werkt, hoort dus bij de start.

Zo zit het bij AI Board. Je bedrijfsbrein staat op je eigen laptop. Jij kiest of een vraag naar een cloudmodel gaat of volledig lokaal blijft.

Kies je de Claude-editie, dan gaat de verwerking van een vraag via Anthropic; kies je de lokale editie, dan blijft ook dat op je machine. Hoe dat precies zit, lees je op de pagina beveiliging.

Waarom stranden de meeste AI-implementaties?

De meeste AI-implementaties stranden op de laatste meter, tussen een mooie demo en het dagelijkse werk met je eigen data.

Het MIT-cijfer van 95% is omstreden: het komt uit interviews, niet uit officiële bedrijfscijfers (Marketing AI Institute). Lees het als een richting.

Gartner noemt als oorzaken slechte datakwaliteit, onvoldoende risicobeheersing, oplopende kosten en onduidelijke waarde. Geen van die oorzaken is een te zwak model.

Mijn lezing: wie eerst een dagelijkse gebruiker en toegang tot de eigen documenten regelt, haalt de meeste van die oorzaken vooraf weg.

Hoe werkt AI implementeren in de praktijk? Het voorbeeld van Teus Louwerens

In de praktijk begint het bij één terugkerende taak, zoals bij Teus Louwerens. Hij leidt drie bedrijven naast elkaar: Forever Idle, Projaxis en SleevesUp.

Voor elk gesprek zocht hij dezelfde context bij elkaar: wat is afgesproken, hoe stond het ervoor, welke cijfers horen erbij.

Eind augustus 2026 zette hij AI Board op zijn eigen machine. Daarna bouwde hij zelf verder: een meeting-laag, een takenlaag, dashboards per bedrijf en eigen grenzen voor wat de AI mag.

In zijn eigen woorden:

Voorbereiden van een meeting kost minuten in plaats van een uur, en beslissingen neem ik sneller omdat de feiten er al liggen.

Zijn samenvatting: "Binnen een dag werkend, binnen een maand onmisbaar." Ik zie in zijn verhaal dezelfde volgorde als in dit stappenplan: eerst de plek en de data, dan het dagelijkse gebruik, pas daarna de uitbouw.

Teus schreef zijn verhaal zelf en is er niet voor betaald. Lees het hele klantverhaal van Teus Louwerens, inclusief zijn vier lessen.

Ben je klaar om AI te implementeren? De checklist

Je bent klaar als je de meeste regels hieronder met ja beantwoordt. Elke ja scheelt je later een omweg.

• Je weet welke drie beslissingen je als eerste met AI wilt voorbereiden.
• Je hebt genoteerd hoe lang de voorbereiding van je drie beslissingen nu duurt.
• Er is één beslisser die er elke werkdag mee werkt. In het mkb ben jij dat meestal zelf.
• Je hebt een plek gekozen waar AI veilig bij je bedrijfsdata kan.
• De documenten die je beslissingen dragen, staan in één map.
• Er is een kort AI-beleid over welke bedrijfsdata wel en niet naar AI mag.
• Je hebt een route gekozen: zelf doen, een consultant, een bureau of een installatie.
• Je laptop is van jou en je bent er beheerder op.
• Je eerste vraag aan de AI staat al in je agenda.
• Je weet voor welke koppeling je later misschien een engineer nodig hebt, of je weet dat het daarvoor nog te vroeg is.

Veelgestelde vragen

Hoe begin je met AI implementeren?

Met AI implementeren begin je bij jezelf en bij drie beslissingen die je wilt voorbereiden. Kies een veilige plek waar AI bij je documenten kan, en stel elke werkdag een vraag over je eigen bedrijf. Koppelingen komen later.

Kun je AI implementeren beter uitbesteden of zelf doen?

Zelf doen past bij de eerste drie stappen van AI implementeren: die zijn vooral een werkwijze, en die draag je zelf. Uitbesteden loont bij stap 4, als AI met je systemen moet praten.

Daartussen zit een derde route: laten installeren en daarna zelf gebruiken.

Wat kost AI-implementatie in Nederland?

AI-implementatie in Nederland kost licenties, je eigen tijd, hulp bij de start en soms koppelingen. Een zelfstandige AI-consultant rekent in 2026 gemiddeld € 120 per uur exclusief btw (Knab). De setupdag van AI Board heeft een vaste prijs.

Hoe lang duurt AI implementeren?

AI implementeren duurt één dag tot een paar maanden, afhankelijk van de route. Bij een installatie van één dag draait de assistent aan het eind van die dag.

Voor een werkende oplossing in productie noemt het bureau ilionx op zijn site twee tot vier maanden. De gewoonte groeit in de weken daarna, dus vraag elke leverancier vooraf op welke datum iets werkt.

Moet je je bestaande software vervangen om AI te implementeren?

Nee. AI leest je bestaande bestanden, zoals Excel, pdf's, contracten en verslagen, en je software blijft staan. Pas als AI zelf in je ERP of CRM moet werken, is er een koppeling nodig, en dat is stap 4.

Kost AI implementeren een groot dataproject?

AI implementeren vraagt om te beginnen geen groot dataproject. In je eerste jaar moeten je bestaande bestanden vooral vindbaar zijn. Een datatraject is pas nodig als je veel systemen aan elkaar moet koppelen.

Moet je technisch zijn om AI te implementeren?

Voor de eerste drie stappen van AI implementeren hoef je niet technisch te zijn. Je stelt vragen in gewone taal, en de installatie kan iemand anders doen.

Technische kennis telt pas bij stap 4, als AI met je ERP of CRM moet praten.

Meer over AI implementeren

Elk onderdeel van dit stappenplan heeft een eigen uitwerking.

• AI zelf bouwen, kopen of installeren: de afweging per workflow.
• Veilige AI kiezen: de vragen voor je leverancier: waar je bestanden staan en waar je vragen heen gaan.
• Is je data klaar voor AI?: wat wel en niet nodig is voordat je begint.
• Waarom AI-projecten mislukken: elk cijfer met bron, per oorzaak.
• Van AI-pilot naar productie: waarom pilots in de kloof stranden.
• De jacht op AI-specialisten: welke specialist je wanneer nodig hebt.
• AI-geletterdheid en artikel 4: wat de AI-verordening van je mensen vraagt.
• AI voor ondernemers: vijf toepassingen: voor de eigenaar die alles zelf doet.