AI-agent maken: zo bouw je er een in een middag

Een AI-agent is software die zelfstandig taken voor je uitvoert. Niet een chatbot die antwoord geeft als jij iets vraagt, maar een digitaal hulpje dat op vaste tijden je inbox doorneemt, facturen verwerkt of klantmails beantwoordt. In 2026 kun je zo'n agent maken met ChatGPT, Claude Code, Zapier of een visuele builder als n8n. Sommige routes vereisen geen enkele regel code. Andere geven je volledige controle als je dat wilt. Dit artikel behandelt alle opties, stap voor stap, zodat je na het lezen je eerste agent kunt bouwen.

Wat is een AI-agent en hoe verschilt het van een chatbot?

Een AI-agent neemt zelf beslissingen over welke stappen nodig zijn om een taak af te ronden. Een chatbot wacht op jouw vraag en geeft een antwoord. Een agent krijgt een doel en werkt dat zelfstandig af, stap voor stap.

Een voorbeeld. Je typt in ChatGPT: "Vat mijn inbox samen." ChatGPT antwoordt: "Ik heb geen toegang tot je e-mail." Je geeft dezelfde opdracht aan een agent die is gekoppeld aan je Gmail. De agent opent je inbox, leest de laatste dertig mails, filtert op urgentie, en stuurt je een samenvatting. Elke ochtend om zeven uur, automatisch, zonder dat jij iets hoeft te doen.

Volgens Gartner heeft in 2026 veertig procent van alle bedrijfssoftware ingebouwde AI-agents, tegenover minder dan vijf procent in 2025. Volgens McKinsey kunnen AI-agents jaarlijks 2,6 tot 4,4 biljoen dollar aan waarde toevoegen aan bedrijven wereldwijd. En het is niet alleen iets voor grote bedrijven: volgens S&P Global heeft inmiddels 31 procent van alle bedrijven minstens een AI-agent in productie. Uit een rapport van Deloitte (2026) blijkt dat 25 procent van de bedrijven die AI-agents gebruiken al binnen zes maanden een positieve ROI ziet. En volgens Capgemini plant 82 procent van de organisaties om binnen de komende drie jaar AI-agents te integreren in hun werkprocessen.

Wat bouwen mensen in de praktijk met AI-agents?

De meest voorkomende toepassingen die je als ondernemer of mkb'er zelf kunt bouwen:

• Inbox-beheer: mails sorteren, nieuwsbrieven archiveren, conceptantwoorden schrijven voor klantmails
• Factuurverwerking: PDF's lezen, bedragen en datums eruit halen, in een spreadsheet zetten
• Klantreviews analyseren: sentiment bepalen, problemen signaleren, negatieve reviews doorsturen naar je team
• Rapporten samenstellen: data uit Google Analytics, je CRM of social media ophalen en er een leesbaar overzicht van maken
• Leadkwalificatie: binnenkomende aanvragen beoordelen, de veelbelovende eruit pikken en doorsturen naar sales
• Klantenservice: veelgestelde vragen automatisch beantwoorden, complexe vragen doorschakelen naar een mens

Hoe kun je zelf een AI-agent maken? Vijf routes vergeleken

Er zijn in 2026 vijf manieren om een AI-agent te bouwen. Ze verschillen in moeilijkheidsgraad, kosten en flexibiliteit. Hier is een eerlijke vergelijking.

1. ChatGPT met Codex. OpenAI's platform waarmee je agents bouwt. Codex heeft twee varianten: een CLI-tool die lokaal in je terminal draait (net als Claude Code), en een webversie op chatgpt.com/codex die in de cloud draait. Met Codex Automations kun je taken inplannen die automatisch draaien, ook als je computer uit staat. Werkt met Slack, Google Drive, e-mail en duizenden andere apps. Je hebt een ChatGPT Plus- of Pro-abonnement nodig (vanaf 20 dollar per maand). Geen code nodig.

2. Claude Code. Anthropic's tool die draait in je terminal. Je beschrijft in gewoon Nederlands wat je agent moet doen en Claude schrijft de code, de configuratie en het schema voor je. Vereist dat je een terminal kunt openen, maar je hoeft zelf geen code te schrijven. Draait op je bestaande Claude Pro- of Max-abonnement (vanaf 20 dollar per maand). Sinds mei 2026 ook beschikbaar als Routines: agents die draaien op Anthropic's servers, zodat je computer niet aan hoeft te staan.

3. Zapier Agents. De grootste no-code automatiseringstool ter wereld, met meer dan 8.000 app-koppelingen. Je bouwt agents door in gewoon Nederlands te beschrijven wat ze moeten doen. Zapier koppelt automatisch de juiste apps en stelt de workflow in. Inclusief AI Guardrails voor veiligheid en een geheugen-functie zodat je agent context behoudt. Gratis plan beschikbaar, betaald vanaf 20 dollar per maand.

4. Visuele builders (n8n, Lindy, Make). Je bouwt je agent door blokjes te slepen in een visuele editor. Geen terminal, geen code. n8n is gratis en open-source met 600+ templates. Lindy (vanaf 20 dollar per maand) is specifiek ontworpen voor AI-agents die zelf beslissingen nemen. Make (vanaf 9 euro per maand) is de goedkoopste optie.

5. Python en de API. Voor wie volledige controle wil. Je schrijft zelf de code met de Anthropic SDK of OpenAI SDK. Een werkende agent is 30-40 regels Python. Dit is de meest flexibele route, maar de enige die programmeerkennis vereist. Kosten: 5 tot 25 euro per maand aan API-gebruik.

Hoe bouw je een AI-agent met ChatGPT en Codex?

ChatGPT met Codex is de makkelijkste route als je al een ChatGPT-account hebt. De webversie op chatgpt.com/codex draait in de cloud, dus je hoeft niks te installeren. De CLI-versie installeer je lokaal met npm install -g @openai/codex en draait in je terminal, net als Claude Code.

Stap 1: Open Codex

Ga naar chatgpt.com/codex of open de Codex-app op je Mac. Je ziet een scherm waar je een taak kunt beschrijven.

Stap 2: Beschrijf je taak

Typ wat je agent moet doen. Wees specifiek. Niet: "Help me met mijn mail." Wel:

Lees elke ochtend om 8 uur mijn Gmail inbox.
Archiveer alle nieuwsbrieven en marketing-mails.
Mails van klanten (alles van @bedrijfsnaam.nl) markeer je als belangrijk.
Stuur me om 8:30 een samenvatting in Slack met de drie urgentste mails.

Codex stelt vervolgvragen: welk Gmail-adres? Welk Slack-kanaal? Beantwoord ze.

Stap 3: Koppel je apps

Codex vraagt toestemming om verbinding te maken met Gmail en Slack. Je klikt op "Verbinden" en doorloopt de OAuth-stappen (inloggen bij Google, toestemming geven). Dit duurt twee minuten.

Stap 4: Stel een schema in

Codex biedt aan om de taak als Automation in te plannen. Je kiest: elke werkdag om 8:00. Codex slaat het op en draait de agent voortaan automatisch in de cloud. Je computer hoeft niet aan.

Stap 5: Controleer de eerste run

De volgende ochtend krijg je de resultaten in je Codex-dashboard onder "Triage". Controleer of de agent de juiste mails heeft gearchiveerd en de juiste samenvatting heeft gestuurd. Klopt er iets niet? Open de Automation en pas de instructies aan. Na twee of drie iteraties werkt het.

Hoe bouw je een AI-agent met Claude Code?

Claude Code is de beste optie als je meer controle wilt en je comfortabel bent met een terminal. Je hoeft niet te programmeren, maar je moet wel weten hoe je een terminal opent en een commando typt.

Stap 1: Installeer Claude Code

Open je terminal en typ:

npm install -g @anthropic-ai/claude-code

Dit installeert Claude Code op je computer. Je hebt Node.js nodig (download op nodejs.org als je dat nog niet hebt). Log daarna in met je Anthropic-account via claude login.

Stap 2: Beschrijf je agent

Start Claude Code en beschrijf wat je wilt. Bijvoorbeeld:

Ik wil een agent bouwen die elk uur mijn Gmail inbox checkt.
Nieuwsbrieven en marketing-mails moeten automatisch gearchiveerd worden.
Mails van mijn klanten moeten gemarkeerd worden als belangrijk.
Elke ochtend om 9 uur wil ik een samenvatting per mail.

Gebruik een MCP-server voor de Gmail-koppeling.
Maak een LaunchAgent (Mac) zodat het automatisch draait.

Claude stelt vragen: welk Gmail-adres? Welke afzenders zijn klanten? Wil je de samenvatting als HTML of platte tekst? Beantwoord ze een voor een.

Stap 3: Google OAuth instellen

Claude heeft toegang nodig tot je Gmail. Daarvoor maak je een OAuth-koppeling via Google Cloud. Claude legt precies uit welke stappen je moet nemen:

1. Ga naar console.cloud.google.com en maak een nieuw project aan
2. Activeer de Gmail API onder "APIs & Services"
3. Ga naar "Google Auth Platform" en stel Branding in (app-naam en je e-mailadres)
4. Onder "Audience" kies je External en voeg je jezelf toe als testgebruiker
5. Onder "Clients" maak je een Desktop-app aan en download je credentials.json

Zet het bestand credentials.json in je projectmap. Claude gebruikt het om veilig bij je Gmail te komen. Je wachtwoord wordt nergens opgeslagen.

Stap 4: Claude bouwt alles

Na je antwoorden schrijft Claude: de MCP-server (de koppeling met Gmail), het script dat de agent aanstuurt, en een LaunchAgent of cron-taak die het geheel op schema zet. Je hoeft geen van deze bestanden zelf te schrijven. Claude legt bij elke stap uit wat het doet en waarom.

Stap 5: Testen en bijsturen

De eerste run gaat altijd iets anders dan verwacht. Misschien archiveert de agent een mail die je wilde bewaren, of mist hij een nieuwsbrief. Open Claude Code, vertel wat er mis ging ("De mail van PostNL is geen nieuwsbrief, die moet blijven staan"), en Claude past de regels aan.

Na twee of drie rondes bijsturen heb je een agent die betrouwbaar werkt. Zo hebben we op TheAIDaily ons eigen Fyxer-alternatief voor Gmail gebouwd: een agent die elk uur de inbox opschoont en elke ochtend een prioriteitenlijst stuurt.

Alternatief: Claude Routines (geen computer nodig)

Sinds mei 2026 biedt Anthropic ook Routines aan. Dat zijn agents die draaien op Anthropic's servers. Je stelt een taak in via claude.ai/code/routines of met /schedule in Claude Code, kiest een schema, en de agent draait in de cloud. Je computer hoeft niet aan. Routines zijn beschikbaar op alle betaalde abonnementen.

Hoe bouw je een AI-agent met een visuele builder?

Als je liever niet in een terminal werkt, kun je een agent bouwen met een visuele tool. Je sleept blokjes op een canvas, verbindt ze, en je workflow is klaar.

Voorbeeld met n8n: klantreviews analyseren

n8n is gratis, open-source, en heeft een ingebouwde AI Agent-node. Je installeert het op je computer met npx n8n of draait het in de cloud.

We bouwen een agent die klantreviews leest, het sentiment bepaalt, en negatieve reviews doorstuurt naar Slack:

1. Trigger. Sleep een Google Sheets-node op het canvas. Koppel je reviewsheet. Kies: "Start als er een nieuwe rij wordt toegevoegd."
2. AI-analyse. Sleep een AI Agent-node ernaast. Kies Claude of GPT als model. Instructie: "Analyseer deze review. Is het sentiment positief, neutraal of negatief? Score van 1 tot 5."
3. Routering. Voeg een If-node toe. Voorwaarde: score lager dan 3.
4. Actie. Sleep een Slack-node op het canvas. Koppel je workspace. Kies het klantenservice-kanaal. De negatieve review wordt automatisch doorgestuurd met de AI-analyse erbij.

Vier blokjes, nul code. n8n heeft meer dan 600 kant-en-klare templates voor vergelijkbare workflows.

Zapier: de makkelijkste no-code optie om een AI-agent te bouwen

Zapier Agents is nog eenvoudiger. Je beschrijft in gewoon Nederlands wat je agent moet doen, en Zapier stelt de workflow samen. Meer dan 8.000 app-koppelingen, ingebouwde AI Guardrails voor veiligheid, en een geheugen zodat je agent context behoudt tussen taken. De setup voelt als een gesprek, niet als configuratie.

Een concreet voorbeeld: je wilt een AI-agent maken die nieuwe leads uit een formulier automatisch kwalificeert en opvolgt. Zo doe je dat in Zapier:

1. Trigger instellen. Ga naar zapier.com/agents en maak een nieuwe agent. Kies als trigger "Nieuwe inzending in Typeform" (of Google Forms, Jotform, of welk formulier je ook gebruikt).
2. AI-beoordeling toevoegen. Voeg een AI-stap toe. Geef de instructie: "Beoordeel deze lead op basis van bedrijfsgrootte, branche en vraag. Geef een score van 1 tot 10. Score 7 of hoger is een warme lead."
3. Routering op score. Voeg een filter toe: als de score 7 of hoger is, ga naar stap 4. Anders: voeg de lead toe aan een "nurture"-lijst in Mailchimp.
4. Opvolging. Voor warme leads: maak automatisch een deal aan in je CRM (HubSpot, Pipedrive of Salesforce) en stuur een persoonlijke welkomstmail via Gmail met de naam en het bedrijf van de lead erin verwerkt.

Dit hele proces duurt vijftien minuten om in te stellen. Je agent draait daarna 24/7 in de cloud. Elke lead wordt binnen seconden beoordeeld en opgepakt, ook midden in de nacht.

Wat kost een AI-agent per maand?

Een overzicht van de kosten per route:

• ChatGPT met Codex Automations: inbegrepen bij ChatGPT Plus ($20/mnd) of Pro ($200/mnd). Geen extra kosten. Automations draaien in de cloud, de CLI draait lokaal.
• Claude Code op je abonnement: inbegrepen bij Claude Pro ($20/mnd) of Max ($100-200/mnd). Geen extra kosten als je de agent lokaal draait.
• Claude Routines (cloud): inbegrepen bij je abonnement.
• Zapier Agents: gratis plan beschikbaar. Betaald vanaf $20/mnd voor meer taken.
• n8n (self-hosted): gratis. Je draait het op je eigen computer.
• Lindy: vanaf $20/mnd.
• Make: vanaf 9 euro/mnd.
• Python + API (Claude Haiku): minder dan 5 euro/mnd voor een agent die dagelijks twintig e-mails verwerkt.
• Python + API (Claude Sonnet): 15 tot 25 euro/mnd voor complexere taken.

Ter vergelijking: een parttime virtueel assistent kost minimaal 500 euro per maand. Een SaaS-tool als Fyxer kost 30 dollar per maand voor alleen inbox-management.

Waar moet je op letten? Risico's en beperkingen

Een AI-agent is krachtig maar niet foutloos. Dit zijn de risico's waar je rekening mee moet houden.

Agents maken fouten. AI-modellen hallucineren: ze verzinnen soms feiten of nemen verkeerde beslissingen. Volgens onderzoek van Suprmind ligt het hallucinatiepercentage bij de beste modellen tussen 3 en 19 procent, afhankelijk van de taak. Bij agents is dat riskanter dan bij chatbots, omdat de agent handelt op basis van die fouten. Hij kan een verkeerde mail archiveren, een verkeerd bedrag uit een factuur halen, of een klant een onjuist antwoord sturen.

Controleer altijd de eerste runs. Laat je agent nooit meteen los op belangrijke data zonder dat je de output hebt gecontroleerd. Begin met een testtaak. Kijk mee. Stuur bij.

Stel limieten in. Een agent die in een eindeloze lus terechtkomt kan onverwachte kosten opleveren. Stel altijd een maximum in: maximaal tien stappen, maximaal vijf minuten, maximaal 100.000 tokens per run.

Privacy en AVG. Als je agent bedrijfsmails of klantgegevens verwerkt, stuurt hij die data naar de API van Anthropic, OpenAI of een ander platform. Bij de meeste aanbieders worden je gegevens niet gebruikt voor modeltraining, maar je stuurt wel data naar een Amerikaans bedrijf. Voor gevoelige data moet je een verwerkersovereenkomst hebben. Check altijd de voorwaarden van het platform dat je gebruikt. De OWASP AI Agent Security Cheat Sheet raadt aan om voor elke agent het principe van minimale rechten toe te passen: geef alleen toegang tot de data en tools die strikt nodig zijn voor de taak. Verwerkt je agent persoonsgegevens op grote schaal? Dan is onder de AVG een Data Protection Impact Assessment (DPIA) verplicht.

Begin met een taak, niet met tien. De meest gemaakte fout is te groot beginnen. "Bouw een agent die mijn hele bedrijf runt" mislukt altijd. Kies een taak. Maak die betrouwbaar. Voeg dan pas de volgende toe.

Hoe bouw je verder na je eerste agent?

Je eerste agent werkt. Wat nu?

Meer koppelingen. Het Model Context Protocol (MCP) is een open standaard waarmee je agent kan koppelen aan Slack, Google Drive, je CRM of boekhoudsoftware. Er zijn honderden kant-en-klare MCP-servers beschikbaar. Bij ChatGPT gebruik je de ingebouwde app-koppelingen of Zapier als brug. Hoe je zo'n koppeling per platform legt, lees je in zo koppel je een MCP-server aan je agent.

Geheugen toevoegen. Je agent kan onthouden wat hij eerder deed, zodat hij niet elke dag dezelfde mails opnieuw verwerkt. Claude Code heeft dit ingebouwd via Dreaming: je agent leert automatisch van eerdere sessies. Bij ChatGPT gebruik je Codex threads die context bewaren.

Meerdere agents die samenwerken. Een agent voor je mail, een voor je facturen, een voor je social media. Elk gespecialiseerd in een taak. Dat is hoe professionele agent-teams werken, ook bij ons eigen setup. Heb je een webshop? In onze tutorial lees je hoe je een complete AI-operatie voor je webshop bouwt met Claude, n8n en een Shopify MCP-server.

Monitoring. Hoe weet je dat je agent nog goed werkt na een week? Na een maand? Zonder goede monitoring kan een AI-agent stilletjes stoppen of foute output leveren zonder dat je het merkt. Dat is erger dan geen agent. Hier zijn concrete stappen om dat te voorkomen:

• Log elke run. Sla per sessie op: wanneer de agent draaide, welke stappen hij nam, hoeveel tokens hij gebruikte, en wat de output was. Bij Claude Code doe je dit met een logbestand in je projectmap. Bij Zapier en n8n zie je de history per workflow in het dashboard. Bewaar logs minimaal dertig dagen zodat je patronen kunt herkennen.
• Stel alerts in voor stilte. Een agent die crasht geeft geen foutmelding tenzij je dat regelt. Maak een simpele check: als je agent langer dan 24 uur niet heeft gedraaid, stuur dan een notificatie. In n8n doe je dit met een aparte workflow die de timestamp van de laatste run controleert. Bij Codex check je het Automations-dashboard.
• Controleer de output steekproefsgewijs. Plan elke week vijf minuten in om de output van je agent te bekijken. Heeft hij de juiste mails gearchiveerd? Kloppen de factuurgegevens die hij heeft uitgelezen? Kleine fouten stapelen zich op als je niet controleert. Als je merkt dat de kwaliteit daalt, is het tijd om je prompt aan te scherpen of het AI-model te updaten.