Klantvragen afhandelen met AI: zo zet je het op

Waarom klantvragen geschikt zijn voor een AI agent

Bij veel bedrijven komt een groot deel van de klantvragen steeds in dezelfde vorm terug. Waar is mijn bestelling? Hoe annuleer ik? Die vragen hebben een vast antwoord dat ergens in je bedrijf al bekend is.

Anthropic noemt klantenservice in het artikel Building effective agents (19 december 2024) als een van de toepassingen waar AI agents goed bij passen. Volgens Anthropic volgen klantgesprekken een natuurlijke gespreksvorm, terwijl de agent externe informatie nodig heeft. Een agent kan via tools onder meer klantgegevens en artikelen uit een kennisbank ophalen. En je kunt goed meten of een vraag is opgelost.

Hieronder lees je hoe je zo'n systeem stap voor stap opzet.

Stap 1: vragen sorteren met routing

De eerste stap is bepalen wat voor vraag er binnenkomt. Anthropic noemt dat routing: een systeem deelt de vraag in en stuurt hem naar een vervolgstap die voor dat soort vraag is gemaakt.

Anthropic geeft zelf een voorbeeld uit de klantenservice. Algemene vragen, verzoeken om terugbetaling en technische vragen gaan elk naar een eigen proces, met eigen instructies en tools. Het voordeel volgens Anthropic: als je één instructie probeert te schrijven voor alle soorten vragen, kan het verbeteren voor de ene soort ten koste gaan van de andere.

Begin met een korte lijst categorieën. Bijvoorbeeld:

• Vragen over een bestelling of afspraak
• Vragen over prijzen en voorwaarden
• Klachten
• Alles wat niet in een categorie past

Die laatste categorie gaat direct naar een medewerker. Klachten ook, zeker in het begin. Zo houd je de lastige gesprekken bij mensen.

Stap 2: een kennisbank opbouwen

Een AI agent weet niets over jouw bedrijf, behalve wat je hem geeft. De kennisbank is daarom het hart van het systeem. Daarin staan je prijzen, voorwaarden, levertijden en de antwoorden op vragen die vaak terugkomen.

Begin bij wat je al hebt. Denk aan je veelgestelde vragen op de website, je algemene voorwaarden en goede antwoorden die je eerder per mail gaf. Schrijf per onderwerp een kort stuk tekst in gewone taal.

Houd de kennisbank actueel. Verandert je prijs, pas dan eerst de kennisbank aan. Anders blijft de agent oude informatie geven.

Koppel de agent alleen aan de gegevens die hij nodig heeft. Moet hij een bestelstatus opzoeken, dan heeft hij toegang tot die status nodig. Een volledig klantdossier uit je CRM is dan overbodig.

Stap 3: conceptantwoorden met menselijke controle

Laat de agent in het begin conceptantwoorden schrijven die een medewerker controleert en verstuurt. Zo zie je snel waar de antwoorden goed zijn en waar de kennisbank tekortschiet.

Anthropic beschrijft dat een agent kan pauzeren voor feedback van een mens, op vaste controlemomenten of wanneer hij vastloopt. Bij klantvragen is het versturen van een antwoord zo'n moment. Ook acties zoals een terugbetaling of het aanpassen van een ticket kan een agent volgens Anthropic via software uitvoeren. Juist bij zulke acties wil je in het begin dat een medewerker meekijkt.

Houd per concept bij of de medewerker het ongewijzigd verstuurde, aanpaste of weggooide. Na een paar weken zie je per categorie hoe betrouwbaar de agent is. Pas dan kun je overwegen om eenvoudige categorieën vaker zonder controle te laten lopen.

Stap 4: wat AP en ACM van je verwachten

Op 2 oktober 2025 riepen de Autoriteit Persoonsgegevens (AP) en de Autoriteit Consument & Markt (ACM) organisaties op hun verantwoordelijkheid te nemen bij geautomatiseerde klantenservice. Volgens hun gezamenlijke bericht moeten organisaties:

• klanten altijd de mogelijkheid geven om met een medewerker te spreken;
• duidelijk maken wanneer een klant met een geautomatiseerd systeem praat;
• erop toezien dat het systeem geen onjuiste, ontwijkende of misleidende informatie geeft.

AP en ACM schrijven ook dat vanaf 2 augustus 2026 transparantieverplichtingen uit de AI-verordening gelden. Bedrijven moeten gebruikers dan onder meer laten weten dat ze met een geautomatiseerd systeem communiceren.

Ontwerp je systeem daarom met een zichtbare knop of zin waarmee de klant een medewerker kan vragen. Zet in elk automatisch antwoord dat het door AI is opgesteld.

Persoonsgegevens en de AVG

Klantvragen bevatten bijna altijd persoonsgegevens. De AP waarschuwde op 6 augustus 2024 dat de meeste bedrijven achter AI-tools alle ingevoerde gegevens opslaan. De AP adviseert om met de aanbieder te regelen dat die ingevoerde gegevens niet opslaat. Leg dat vast voordat je echte klantgegevens door het systeem haalt.

AP en ACM wijzen in hun bericht van oktober 2025 op nog een risico. Kwaadwillenden kunnen proberen een geautomatiseerd systeem meer informatie te laten geven dan nodig is voor een gewone klantvraag. Beperk daarom wat de agent kan opvragen tot wat hij voor zijn taak nodig heeft.

Verwerk je persoonsgegevens met een algoritmisch systeem, dan moet je volgens de AP een DPIA uitvoeren. Dat staat op de themapagina Algoritmes, AI en de AVG. In een DPIA breng je de privacyrisico's in kaart voordat je begint.

Met welk deel begin je?

Begin klein. Kies de categorie met de meeste vragen en de duidelijkste antwoorden. Bouw daar de routing, de kennisbank en de conceptantwoorden voor. Breid pas uit als die ene categorie goed loopt.

Twijfel je welk proces je als eerste aanpakt, lees dan welke processen je met AI kunt automatiseren. Wil je dit met begeleiding bouwen, dan kan dat in een bouwweek met Tarik. Je start met een training van 3 uur, 1-op-1, en krijgt daarna een week ondersteuning via WhatsApp terwijl je het systeem verder bouwt. Hoe zo'n week verloopt, lees je in je eigen AI-systeem bouwen in één week.