← Alle posts
peterreckers · 11 november 2026 · 3 min

Automatisering mislukt? Vaak lag het proces al scheef

#automatisering#mkb#processen

Als automatisering mislukt in een mkb-bedrijf, zoekt iedereen de schuld bij de software. Te duur. Te ingewikkeld. Verkeerde leverancier. Soms klopt dat. Maar veel vaker lag het proces al scheef voordat er één regel code was geschreven.

Het gesprek begint bijna altijd bij de techniek. Welk systeem, welke koppeling, kan AI dit lezen. Pas veel later komt de vraag die er echt toe doet: hoe loopt dit werk nu eigenlijk?

Waarom automatisering mislukt op een scheef proces

Kaizen Institute schreef dit jaar een stuk over robots in de Nederlandse maakindustrie. Eén zin bleef bij me hangen: "Het inzetten van een cobot in een proces met grote variatie vermindert die variatie niet. Het erft het en voert het sneller uit." (Kaizen Institute)

Dat gaat over fabrieken. Voor AI op kantoor geldt precies hetzelfde.

Neem een offerteproces met drie verkopers. De een rekent zelf korting uit. De ander vraagt het eerst aan de directeur. De derde pakt een oude prijslijst uit Excel omdat die "toch klopt". Het werkt, omdat mensen de gaten dichten. Ze weten dat die ene klant altijd net iets anders wil. Ze bellen even.

Een systeem belt niet even. Het neemt de regels die je het geeft en voert ze uit, honderd keer per dag. Zit er een gat in, dan zit dat gat er nu honderd keer per dag in. Sneller, en met minder mensen die het opmerken. Zo ziet het eruit als automatisering mislukt: het systeem doet precies wat je vroeg.

Het proces staat zelden op papier

In kleine bedrijven groeit werk vanzelf. Niemand heeft het offerteproces ooit ontworpen. Het is ontstaan, klant voor klant, uitzondering op uitzondering. De echte regels zitten in de hoofden van een paar mensen.

Vraag drie collega's hoe iets werkt en je krijgt drie verhalen. Vaak beschrijven ze ook hoe het zou moeten gaan, niet hoe het echt gaat. Dat verschil merk je pas als je het werk aan een systeem probeert uit te leggen.

Volgens CBS-cijfers uit 2025 gebruikt zo'n 30% van de bedrijven met 10 tot 249 medewerkers minstens één AI-toepassing. De grootste rem is volgens ondernemers zelf gebrek aan kennis en ervaring, niet de prijs (Consultancy.nl). Mijn ervaring: dat "we weten niet hoe" gaat meestal over het eigen werk. Je kunt pas automatiseren wat je kunt uitleggen.

Wat dit betekent als je wilt automatiseren

De eerste weken van een goed project zijn daarom saai. Je praat over het werk zelf. Welke stappen zijn er, waar wacht iemand op iemand, welke uitzonderingen komen echt voor?

Juist hier zit vaak de grootste winst. Een deel van de uitzonderingen blijkt bij nadere blik overbodig. Een regel die niemand meer kan uitleggen, hoef je ook niet te automatiseren. En hoe helderder het proces, hoe kleiner en goedkoper de automatisering wordt.

Dus als je automatisering mislukt is, of als je bang bent dat het gaat mislukken: kijk eerst naar het werk zelf. De software is meestal het makkelijke deel. Meer over hoe ik daar naar kijk lees je op mijn blog.

Een vraag om mee te nemen naar je volgende overleg. Welk proces in jouw bedrijf kun je uitleggen zonder "meestal" of "behalve als"?