In de meeste bedrijven begint "iets met AI" met een demo van ChatGPT en eindigt het drie maanden later met een mapje ongebruikte prompts. Niet omdat de tools niet werken, maar omdat de verkeerde taak als eerste aan de beurt kwam. Met de juiste eerste keuze levert AI direct meetbaar resultaat. Met een slechte eerste keuze haakt je team af voordat het project begint. Deze scorekaart met zeven criteria helpt om in een half uur de taak te vinden die het meeste oplevert.
Waarom de eerste keuze alles bepaalt
Bijna vijf miljoen Nederlanders gebruiken AI op hun werk, volgens de Newcom AI-Monitor 2026. Maar slechts een op de vijf organisaties ziet er meetbaar resultaat van. Het verschil zit zelden in de tool. Het zit in de eerste taak die gekozen wordt.
Wat er meestal gebeurt: iemand in het management zegt "we moeten iets met AI", er wordt een werkgroep gevormd, en die werkgroep kiest het project dat het meest indrukwekkend klinkt. Een AI-chatbot voor klantenservice. Een automatische offertegenerator. Een voorspelmodel voor de salesafdeling.
Het probleem met die keuzes: ze zijn te groot, te zichtbaar en te riskant als eerste stap. Als de chatbot een keer een klant het verkeerde antwoord geeft, is het vertrouwen weg. Als de offertegenerator niet precies de juiste toon aanslaat, gaat sales terug naar de oude manier. Het experiment wordt afgesloten, en "AI werkt niet voor ons" wordt de standaardzin bij de koffieautomaat.
Overigens is dat patroon niet uniek voor AI. Precies hetzelfde mechanisme laat ERP-implementaties, CRM-projecten en digitale transformaties stranden: te groot beginnen, te snel zichtbaar falen, te vroeg de stekker eruit trekken.
De oplossing is verrassend eenvoudig. Begin niet met het meest indrukwekkende project, maar met de taak die het best scoort op zeven concrete criteria.
Hoe werkt de scorekaart?
Geef elke taak die je overweegt een score van 1 tot 5 op elk van de zeven criteria hieronder. Tel de scores op. De taak met de hoogste totaalscore is je beste eerste kandidaat.
Dat is geen exacte wetenschap, maar een gestructureerde manier om buikgevoel te vervangen door een gesprek dat je in een teamoverleg kunt voeren. Het doel is niet de perfecte score, maar de juiste volgorde.
| Criterium | Laag (1) | Hoog (5) | Waarom het ertoe doet |
|---|---|---|---|
| 1. Frequentie | Eens per kwartaal | Meerdere keren per dag | Hoe vaker de taak voorkomt, hoe sneller AI zich terugverdient |
| 2. Tijdsbeslag | Vijf minuten per keer | Meer dan een uur per keer | Meer tijd per taak betekent meer besparingspotentieel |
| 3. Voorspelbaarheid | Elke keer compleet anders | Vast format, vaste structuur | AI presteert het best bij taken met een herkenbaar patroon |
| 4. Foutkosten | Fout kost een klant of contract | Fout kost vijf minuten om te herstellen | Lage foutkosten maken veilig experimenteren mogelijk |
| 5. Datagevoeligheid | Persoonsgegevens of vertrouwelijke data | Openbare of intern niet-gevoelige data | Gevoelige data vereist contracten, DPIA en extra waarborgen |
| 6. Controleerbaarheid | Alleen een specialist kan het beoordelen | Iedereen in het team kan het checken | Zonder controle kun je de output niet vertrouwen |
| 7. Beschikbaar voorbeeld | Geen voorbeelden van goede output | Tientallen voorbeelden beschikbaar | AI leert van voorbeelden, zonder richtpunt is de output onvoorspelbaar |
Een perfecte score is 35 punten. In de praktijk scoort een goede eerste AI-taak tussen de 25 en 30. Alles onder de 20 bewaar je voor later.
Welke taken scoren bijna altijd hoog?
Vergaderverslagen samenvatten scoort op zes van de zeven criteria maximaal. Het gebeurt dagelijks (frequentie 5) en kost dertig tot zestig minuten per keer (tijdsbeslag 4-5). Het format is voorspelbaar met actiepunten, besluiten en deelnemers (5) en de foutkosten zijn laag omdat iemand het corrigeert in Slack (4-5). De data is intern maar zelden gevoelig (3-4), iedereen die erbij zat kan het controleren (5) en er zijn maanden aan oude verslagen als voorbeeld (5). Totaalscore: 31 tot 34.
Andere taken die bijna altijd hoog scoren:
- E-mailtriage - inkomende mail categoriseren en een conceptantwoord voorstellen. Frequentie en voorspelbaarheid scoren bijna altijd hoog. Foutkosten zijn laag omdat je het concept leest en pas na goedkeuring verstuurt.
- Interne rapportages - weekrapport, maandupdate, projectstatus. Vast format, veel voorbeelden, interne data, goed controleerbaar.
- Gestructureerde data-invoer - facturen verwerken, contactgegevens bijwerken, formulieren digitaliseren. Uitzonderlijk voorspelbaar en makkelijk te controleren.
- Kennisbankartikelen - FAQ's, handleidingen en standaardprocedures herschrijven of bijwerken. Er zijn altijd voorbeelden, het format ligt vast, een fout is snel hersteld.
Wat deze taken gemeen hebben: ze zijn saai. Niemand noemt ze op een managementdag als "onze AI-strategie." Maar juist daarom zijn ze de perfecte eerste stap. Een geslaagde automatisering van vergaderverslagen levert je team direct merkbare tijdwinst op, zonder dat er iets kapot kan gaan.
Wanneer scoort een taak verrassend laag?
Een klantenservice-chatbot klinkt als de voor de hand liggende eerste AI-toepassing. Maar in de scorekaart valt hij door de mand. Foutkosten zijn hoog, want een verkeerd antwoord aan een klant kost vertrouwen (score 1-2). De data bevat vaak persoonsgegevens (score 2). Controleerbaarheid is lastig omdat je niet elk gesprek meeleest (score 2). Alleen frequentie en voorspelbaarheid scoren goed. Totaal: 18 tot 22. Dat is een project voor maand zes.
Hetzelfde geldt voor:
- Offertes en voorstellen schrijven - lijkt ideaal vanwege de hoeveelheid tekst en het vaste format, maar de foutkosten zijn hoog (verkeerde prijs, verkeerde specificatie) en de data is vertrouwelijk.
- Sollicitatiebrieven beoordelen - gevoelige persoonsgegevens, hoge foutkosten bij onterechte afwijzingen, en onder de AI Act gelden er specifieke transparantie-eisen voor AI in wervingsprocessen. Die verplichtingen treden per december 2027 in werking.
- Creatief merkwerk - de tone of voice van je merk is lastig te vangen in een prompt, de output is moeilijk objectief te beoordelen, en er is geen "goed of fout" maar een breed spectrum.
Even voor de beeldvorming: dat verschil tussen "goed scorende" en "slecht scorende" taken is niet alleen buikgevoel. Onderzoekers van Harvard Business School lieten 758 consultants dezelfde taken uitvoeren, de helft met AI en de helft zonder. Bij gestructureerde analytische taken presteerden de AI-gebruikers 25 procent sneller en leverden ze 40 procent betere kwaliteit. Maar bij taken die creatief afwijkend denken vereisten, presteerden ze 23 procent slechter dan de groep zonder AI.
De onderzoekers noemen dat het "jagged frontier"-effect: AI helpt enorm bij taken die binnen de grens van zijn capaciteiten vallen, en hindert bij taken die erbuiten vallen. De scorekaart helpt je om die grens te vinden zonder het zelf uit te moeten proberen.
Hoe vang je het datarisico op?
Criterium vijf in de scorekaart, datagevoeligheid, verdient extra aandacht. Dit is waar veel mkb-bedrijven ongemerkt in de problemen komen.
Uit onderzoek van TheAIDaily blijkt dat 44 procent van de medewerkers bij Nederlandse mkb-bedrijven klant- of bedrijfsgegevens deelt met gratis AI-tools. Slechts 28 procent van hen weet dat die tools de ingevoerde data mogen gebruiken voor modeltraining. Dat is geen bewuste keuze. Het is een blinde vlek.
Drie vragen die je per taak moet beantwoorden voordat je AI inzet:
- Bevat de input persoonsgegevens? Denk aan namen, e-mailadressen, telefoonnummers, medische of financiële gegevens. Zo ja: gebruik een zakelijk abonnement met een dataverwerkingsovereenkomst, nooit een gratis account.
- Mag je deze data delen met een externe partij? Check je verwerkersovereenkomsten en privacyverklaring. Een AI-tool is juridisch gezien een verwerker.
- Geldt er sectorspecifieke regelgeving? De AI Act legt per augustus 2026 transparantie-eisen op voor AI-chatbots. Wie AI inzet bij werving of kredietbeoordeling moet per december 2027 een conformiteitsbeoordeling afronden.
De vuistregel: begin met taken die alleen interne, niet-gevoelige data gebruiken. Vergaderverslagen, interne rapportages, kennisbankartikelen. Zodra dat werkt en je een dataprotocol hebt, kun je opschalen naar taken met klantdata.
Wat kost de eerste automatisering?
De kosten van je eerste AI-taak zijn bijna altijd lager dan verwacht. Een ChatGPT Team-abonnement kost 25 euro per gebruiker per maand. Claude Pro kost 20 euro per maand. Microsoft 365 Copilot, dat direct in Word, Excel en Outlook zit, kost 30 euro per gebruiker per maand bovenop je bestaande Microsoft 365-licentie.
Voor een team van vijf mensen is dat 100 tot 150 euro per maand. Als elk teamlid per week twee uur bespaart op vergaderverslagen en e-mailtriage, levert dat bij een gemiddeld uurloon van 40 euro al 1.600 euro per maand op. De tool betaalt zichzelf terug in de tweede week.
Die rekensom is bewust simpel. Dat is het punt. De eerste AI-taak hoeft geen businesscase van twintig pagina's. Het is een teamabonnement, een vrije vrijdagmiddag om het uit te proberen, en een afspraak om de volgende week te evalueren wat het opleverde.
Pas bij de tweede en derde taak, als je opschaalt naar API-koppelingen of maatwerkintegraties, worden de kosten serieuzer. Dan praat je over 500 tot 5.000 euro per maand aan API-kosten, afhankelijk van het volume. Maar dat is een beslissing voor later.
Start met de saaiste taak op je lijstje
De verleiding is om te beginnen met het project dat het meest indrukwekkend klinkt op een managementpresentatie. Maar de data wijst een andere kant op: volgens TheAIDaily-data over AI bij het mkb lukt opschaling het vaakst bij bedrijven die klein beginnen, met een concrete, afgebakende taak en een team dat het resultaat zelf kan beoordelen.
Pak deze week een vel papier. Schrijf de vijf taken op die je team het meeste tijd kosten en het minst leuk vindt. Scoor ze op de zeven criteria. De taak met de hoogste score is je startpunt.
En begin klein. Een taak, een tool, een week. Als het werkt, heb je bewijs om het volgende project te starten. Als het niet werkt, heb je iets geleerd zonder dat er schade is aangericht. AI-adoptie werkt in de praktijk van onderop. Een team dat volgende week zegt "die vergaderverslagen doe ik niet meer zelf" komt verder dan een strategiedocument van het MT.
