AI voor het mkb: 15 toepassingen op data die je al hebt

Iedereen wil iets met AI, maar wat?

Volgens het CBS gebruikte in 2025 één op de zes Nederlandse bedrijven AI, twee keer zoveel als twee jaar eerder. Bij bedrijven met 2 tot 10 werkzame personen was dat 14 procent, bij bedrijven met 10 tot 50 werkzame personen 27 procent. De meeste mkb-bedrijven zijn dus nog niet begonnen, en veel ondernemers die wel een ChatGPT-abonnement hebben, gebruiken het vooral voor teksten en e-mails.

Dat is nuttig, maar het is niet waar de grootste waarde zit. Die zit in de vragen die je elke week over je eigen bedrijf hebt en waarop je nu wacht tot iemand een export heeft gemaakt. Hoe staan we ervoor? Welke projecten lopen uit? Wie betaalt niet? Dat zijn vragen die AI kan beantwoorden, mits het toegang heeft tot je bedrijfsdata.

Hieronder staan vijftien concrete toepassingen, ingedeeld per afdeling. Bij elke toepassing staat welke data je nodig hebt. Het meeste daarvan heb je al.

Directie en management

1. Vragen stellen in gewone taal. "Hoe verhoudt de omzet van het derde kwartaal zich tot vorig jaar, per vestiging?" In plaats van te wachten op een rapport, krijg je binnen een minuut antwoord uit je gekoppelde boekhouding. Data: boekhouding.

2. De maandcijfers samengevat. Laat AI de belangrijkste afwijkingen ten opzichte van begroting en vorige maand in vijf zinnen samenvatten, met de onderliggende cijfers erbij. Data: boekhouding + begroting.

3. Een wekelijks overzicht in je mailbox. Een automatisch rapport met de vijf KPI's die je belangrijk vindt, elke maandagochtend. Data: boekhouding, CRM, projectsoftware.

Financiën

4. Debiteuren prioriteren. Welke tien openstaande facturen hebben de meeste impact op je liquiditeit, en welke klanten betalen structureel later? Data: openstaande posten. Zie ook debiteurenbeheer met data.

5. Afwijkingen in kosten signaleren. Welke kostenrekeningen stijgen dit kwartaal sterker dan de omzet? Data: grootboek.

6. Een eerste versie van de toelichting. AI schrijft een concept-toelichting bij de maandrapportage; de controller controleert en past aan. Lees hoe je dat veilig inricht in AI in de boekhouding.

Projecten en operatie

7. Projecten die uit de pas lopen. Welke projecten hebben meer dan 80 procent van hun uren verbruikt bij minder dan 60 procent voortgang? Data: projectsoftware + urenregistratie.

8. Nacalculatie per projecttype. Welke soorten werk halen structureel hun marge niet? Zie nacalculatie automatiseren.

9. Planning versus werkelijkheid. Waar wijken geplande en gewerkte uren het meest af, per team of vestiging? Data: planning + urenregistratie.

Sales en marketing

10. Pijplijn doorlichten. Welke deals staan al langer dan 60 dagen in dezelfde fase? Data: CRM, zoals HubSpot.

11. Klantwaarde en churn. Welke klanten kochten vorig jaar meer dan dit jaar? Data: verkoopfacturen.

12. Marketing tot omzet. Welke kanalen leveren bezoekers die ook klant worden? Data: Google Analytics 4 + CRM + facturen.

HR en personeel

13. Verzuim en bezetting. Hoe ontwikkelt het verzuim zich per afdeling, en waar valt dat samen met overuren? Data: HR-systeem zoals Nmbrs.

14. Declarabiliteit per medewerker of team. Wie zit structureel onder de norm, en komt dat door planning of door niet-declarabel werk? Data: urenregistratie.

Het hele bedrijf

15. Eén vraagbaak in Teams of Slack. Collega's stellen cijfervragen aan een AI-assistent in Teams of Slack in plaats van aan de controller. Data: alle gekoppelde bronnen, met rechten per gebruiker.

Benieuwd welke van deze toepassingen op jouw data werken? Vraag een demo van 20 minuten aan. We koppelen één bron en stellen samen de eerste vragen aan je eigen cijfers.

Waarom je eigen data het verschil maakt

Een algemeen taalmodel weet niets over jouw bedrijf. Je kunt een export in een chatvenster plakken, maar dan werk je met een momentopname, loop je het risico dat persoonsgegevens buiten je organisatie terechtkomen en moet je elke keer opnieuw beginnen. Een AI-agent die op gesynchroniseerde bedrijfsdata werkt, rekent op actuele cijfers, gebruikt vaste definities en laat zien waar een antwoord vandaan komt. Lees meer over dat verschil in ChatGPT voor bedrijven.

Hoe je begint

1. Kies één afdeling en één terugkerende vraag. Niet "iets met AI", maar "ik wil elke maandag weten welke projecten uitlopen".
2. Koppel de bronsoftware. Zonder toegang tot data kan AI alleen algemene antwoorden geven. Bekijk de beschikbare koppelingen.
3. Leg de definities vast. Wat is marge? Wanneer is een project uitgelopen? Dat voorkomt verkeerde antwoorden.
4. Meet na vier weken. Hoeveel tijd kost de vraag nu? Welke besluiten zijn eerder genomen? Gebruik het AI-pilotplan voor de aanpak en de AI businesscase om de waarde te berekenen.
5. Train je team. Sinds februari 2025 verplicht de Europese AI-verordening organisaties die AI inzetten om te zorgen voor voldoende AI-geletterdheid van hun medewerkers. Een korte afspraak over wat wel en niet mag, hoort daarbij.

Zoek je inspiratie voor de eerste vragen? Lees 50 vragen die je aan je bedrijfsdata kunt stellen.