Een AI-telefoonassistent loont in het contactcenter van een grotere organisatie als vier dingen kloppen. Je krijgt duizenden gesprekken per maand. Een groot deel daarvan draait om dezelfde paar vragen. Klanten bellen ook buiten openingstijden of tijdens pieken. En de assistent is te koppelen aan je CRM en je telefonie, zodat hij een verzoek echt afhandelt in plaats van er alleen over te praten. Komen er weinig gesprekken binnen, lopen de vragen sterk uiteen of gaat het vooral om klachten en advies, dan loont het meestal nog niet.

Wat mensen zoeken als “AI-telefoonassistent”, noemen wij een AI Voice Agent: software die de telefoon opneemt, begrijpt wat de beller zegt en de vraag zelf afhandelt of het gesprek doorzet naar een collega, met de context erbij.

In dit artikel vind je de criteria die je als contactcentermanager in een middag kunt nalopen, de situaties waarin de investering niet loont, en een checklist voor je business case.

Wat is een AI-telefoonassistent precies?

Een AI-telefoonassistent is een systeem dat inkomende oproepen beantwoordt en in gewone spreektaal met de beller praat. De beller zegt in eigen woorden waarvoor die belt. De assistent herkent de vraag, vraagt de gegevens die nodig zijn, controleert die in je systemen en doet dan een van drie dingen: het verzoek zelf afhandelen, het gesprek doorverbinden met het juiste team, of het doorzetten naar een medewerker die de reden en de gegevens van de beller al op het scherm heeft.

Dat is iets anders dan de twee oplossingen die hij meestal vervangt:

• Een IVR-menu vraagt bellers om 1, 2 of 3 te kiezen en sorteert alleen. Het lost niets op. Lees wat IVR is en hoe het werkt.
• Een voicebot is de oudere naam voor software die de telefoon opneemt. Waar die ophoudt, lees je in wat een voicebot is.

In de markt lopen de namen door elkaar. Wat de ene leverancier een voicebot noemt, heet bij de andere een AI-assistent. Voor de business case gaat het niet om de naam, maar om de vraag of het systeem een taak van begin tot eind kan afronden.

Welke gesprekken kan een AI-telefoonassistent afhandelen?

De gesprekken die renderen zijn frequent, gestructureerd en herhaalbaar. In de meeste contactcenters gaat het om:

• Statusvragen. Waar is mijn bestelling, mijn reparatie, mijn schadeclaim, mijn terugbetaling?
• Identificatie en verificatie. Vaststellen wie er belt voordat er iets anders gebeurt.
• Eenvoudige wijzigingen. Een nieuw adres, een andere afspraak, een opzegging.
• Routering. Uitzoeken wat de beller nodig heeft en het gesprek naar het team sturen dat kan helpen, in plaats van naar het team dat toevallig vrij is.

Hoeveel van je volume dat dekt, hangt volledig af van je gespreksmix. Bij Carglass wordt 25% van alle inkomende gesprekken volledig geautomatiseerd en meer dan 50% gedeeltelijk (Carglass). Over het hele AssistYou-platform is dat 82% volledig opgelost door de voice agent. Die twee cijfers spreken elkaar niet tegen. Ze laten zien hoe sterk de uitkomst afhangt van de gesprekken waarmee je begint. Breng dus eerst je eigen mix in kaart voordat je op een percentage vertrouwt, ook op dat van ons.

Routering alleen kan al een business case dragen. Eneco verving zijn IVR-menu volledig en heeft 47% minder verkeerd doorverbonden gesprekken dan met de vorige IVR-opzet (Eneco). Een verkeerd doorverbonden gesprek wordt minstens twee keer afgehandeld, dus die besparing zie je direct terug in je kosten per contact.

Hoeveel gesprekken heb je nodig?

Er is geen universele drempel, en wie je er een noemt zonder je data te hebben gezien, gokt. De logica achter het getal is wel eenvoudig. De assistent heeft kosten die nauwelijks van het volume afhangen: integratie, flowontwerp, testen en de flows actueel houden. De besparing groeit juist met elk gesprek dat hij afhandelt. Onder een bepaald volume wegen de vaste kosten zwaarder dan de besparing.

De nuttige vraag is dus niet “hoeveel gesprekken krijgen we?”, maar “hoeveel gesprekken krijgen we voor onze drie grootste belredenen?”. Neem een contactcenter met 40.000 gesprekken per maand. Gaat 20% daarvan over de status van een bestelling, dan zijn dat 8.000 gesprekken per maand met dezelfde opbouw, dezelfde opzoekactie en hetzelfde soort antwoord. Die ene belreden kan een implementatie al rechtvaardigen. Een contactcenter met dezelfde 40.000 gesprekken, verdeeld over 60 verschillende redenen waarvan er geen boven de 3% uitkomt, heeft een veel zwakkere case.

Begin daarom met tellen:

1. Haal een maand aan belredenen uit je telefonie, je CRM of je wrap-upcodes.
2. Groepeer ze per reden en sorteer ze op volume.
3. Noteer voor de top vijf of het antwoord uit een systeem komt (status, saldo, afspraak) of een afweging vraagt (klacht, advies, onderhandeling).

De redenen die groot zijn én uit een systeem te beantwoorden, zijn je kandidaten. In onze gids over het berekenen van de ROI lees je hoe je die aantallen omzet in een business case, inclusief de kostenposten die de meeste rekenmodellen vergeten.

Waarom volume zo zwaar weegt: het geld in een contactcenter zit in de tijd van medewerkers. Voor een beeld van de kosten per gesprek: de Britse gids van ContactBabel uit 2026 komt uit op gemiddeld £ 6,17 voor een inkomend gesprek, 25% meer dan een e-mail (ContactBabel, 2026). Het getal dat telt, zijn je eigen kosten per contact.

Loont het buiten openingstijden en bij piekdrukte?

Vaak is de case hier het sterkst, omdat het alternatief geen goedkopere medewerker is, maar een gemist gesprek.

• Buiten openingstijden. Een beller die op een gesloten lijn stuit, belt de volgende dag terug en maakt die wachtrij langer, of belt helemaal niet meer. De assistent kan ‘s nachts en in het weekend de gestructureerde vragen afhandelen en bij de rest de gegevens verzamelen, zodat je team de ochtend begint met context in plaats van met een achterstand. Wat een gemist gesprek kost, rekenen we voor in wat een gemiste oproep echt kost.
• Tijdens pieken. Extra mensen aannemen voor een piek werkt zelden. Een piek duurt uren of dagen, nieuwe medewerkers hebben weken inwerktijd nodig en de rest van het jaar zit je met overcapaciteit. Voice AI vóór de wachtrij vangt het repeterende deel van de piek op. Carglass heeft te maken met terugkerende pieken in de vraag na stormen en hagelschade, precies het patroon waarbij dit helpt. Meer daarover lees je in pieken opvangen zonder extra personeel.

Is je contactcenter ‘s nachts dicht en belt er dan ook niemand, en is je volume het hele jaar vlak, dan gaan deze twee argumenten voor jou niet op. Je case rust dan alleen op het repeterende deel van de gesprekken overdag.

Welke koppelingen zijn nodig?

Zonder koppelingen is de assistent een pratende FAQ. Hij kan bellers je openingstijden vertellen, maar niet waar hun bestelling is. De waarde zit in de koppelingen:

• CRM. Om bellers te verifiëren aan de hand van gegevens die je al hebt, hun dossier op te zoeken en het resultaat terug te schrijven. Carglass verifieert bellers aan de hand van gegevens in Salesforce CRM. Hoe dat werkt, lees je in AI-agenten koppelen aan je CRM.
• Telefonie en CTI. Om een gesprek door te zetten met het transcript, de reden en de geverifieerde identiteit erbij, zodat de medewerker niet hoeft te beginnen met “mag ik uw klantnummer?”. Lees meer over de warme overdracht en CTI-integraties.
• Backendsystemen. Orderbeheer, planning, facturatie: overal waar het eigenlijke antwoord staat.

Integratie is ook waar de kosten zitten. In een onderzoek van Bitkom uit 2026 onder 603 Duitse bedrijven met 20 of meer medewerkers gebruikt 57% AI, en noemt 41% van die AI-gebruikers de integratie in bestaande systemen een grote kostenpost (Bitkom, 2026). Vraag dus vroeg na hoe lang elke koppeling in jouw omgeving duurt en wie er aan jouw kant eigenaar van is. Een project dat drie maanden op een API wacht, is drie maanden zonder besparing.

Wanneer loont een AI-telefoonassistent niet?

De assistent is meestal de verkeerde investering als:

• Je volume laag of sterk versnipperd is. Een paar honderd gesprekken per maand, of duizenden verdeeld over tientallen verschillende redenen, dekken de vaste kosten zelden.
• De meeste gesprekken om een afweging vragen. Klachten, verkoopgesprekken, advies, slecht nieuws, kwetsbare klanten. Dat zijn de gesprekken waarin een mens het verschil maakt, en waarin een slecht geautomatiseerd antwoord je de klant kost.
• Het antwoord niet in een systeem staat. Moeten je medewerkers een collega raadplegen of drie spreadsheets doorzoeken om een vraag te beantwoorden, dan kan de assistent dat ook niet. Breng eerst je data op orde.
• Het eigenlijke probleem de reden is waarom mensen bellen. Zorgt een onduidelijke factuur voor een derde van je gesprekken, herschrijf dan de factuur. Unigarant ontdekte met gespreksanalyse dat sommige klanten de verkeerde brief hadden ontvangen, en veranderde daarna de manier waarop het mailings verstuurt (Unigarant). Een belreden wegnemen is beter dan die automatiseren.
• Niemand na de livegang eigenaar is. Producten, prijzen en processen veranderen. Flows hebben een eigenaar nodig die ze bijwerkt, de wijzigingen test en de resultaten controleert. Zonder die eigenaar zakt de kwaliteit binnen een paar maanden in.
• Je bellers het niet accepteren en je het niet optioneel kunt maken. In een Gartner-onderzoek onder 5.728 klanten gaf 64% aan liever te hebben dat bedrijven geen AI inzetten in de klantenservice, en de grootste zorg was dat het moeilijker zou worden om een mens te spreken te krijgen (Gartner, 2024). Bij een goede implementatie kan de beller altijd snel een mens bereiken. Maakt jouw situatie dat onmogelijk, wacht dan.

Herken je twee of meer van deze punten? Steek het budget dan eerst in een analyse van je belredenen en in het verbeteren van je processen. Een jaar later staat de business case een stuk sterker.

Loont een AI-telefoonassistent voor jouw contactcenter? De checklist

Criterium	Het loont als	Wacht als
Gespreksvolume	Je duizenden gesprekken per maand krijgt	Je een paar honderd gesprekken per maand krijgt
Aandeel herhaalvragen	Je top 3 belredenen een groot, gestructureerd deel van het volume vormen	Het volume over veel redenen verspreid is
Soort gesprek	Het gaat om status, verificatie, wijzigingen en routering	Het gaat om klachten, advies, verkoop en gevoelige onderwerpen
Openingstijden en pieken	Er vraag is ‘s nachts, in het weekend of in pieken die je niet kunt bemensen	Het volume vlak is en binnen openingstijden valt
Data en koppelingen	Het antwoord in een CRM of backend staat die je kunt koppelen	Het antwoord afhangt van handmatig opzoeken
Verkeerd doorverbinden	Gesprekken vaak bij het verkeerde team terechtkomen	Je menu al goed doorverbindt
Eigenaarschap	Iemand na de livegang eigenaar is van de flows	Niemand tijd heeft om ze te onderhouden
Terugval op een mens	Bellers altijd snel een medewerker kunnen bereiken	Je geen menselijk alternatief kunt bieden

Kom je vooral in de linkerkolom uit? Werk dan de business case uit. Vooral in de rechterkolom? Pak dan eerst het onderliggende proces aan.

Hoe test je de beslissing voordat je je vastlegt?

Je hoeft niet alles te automatiseren om daarachter te komen. Een zorgvuldige eerste stap ziet er zo uit:

1. Leg een nulmeting vast. Kosten per contact, first contact resolution, het percentage bellers dat ophangt voordat ze iemand spreken en de gemiddelde afhandeltijd voor de redenen die je wilt automatiseren. Zonder nulmeting kun je achteraf niets aantonen.
2. Begin met twee of drie belredenen. Kies grote, gestructureerde redenen met weinig risico. Laat al het andere bij je team.
3. Test voordat bellers het merken. Draai de flows in een testomgeving met echte opnames en randgevallen voordat ze een live gesprek aannemen, en rol daarna uit naar een deel van je gesprekken.
4. Vergelijk na vier tot acht weken. Dezelfde meetwaarden, dezelfde belredenen. Beslis dan of je uitbreidt.

Stap je over van een bestaande IVR? In overstappen van IVR zonder de controle te verliezen lees je hoe je dat doet zonder alles in één keer om te zetten.

Veelgestelde vragen

Wanneer loont een AI-telefoonassistent? Als een contactcenter duizenden gesprekken per maand afhandelt, een groot deel daarvan repeterend en gestructureerd is, bellers ook buiten openingstijden of tijdens pieken hulp nodig hebben, en de assistent kan koppelen met CRM en telefonie om verzoeken echt af te handelen. Bij een laag of versnipperd volume loont het meestal nog niet.

Loont een AI-telefoonassistent bij weinig gesprekken? Bij een implementatie op enterpriseniveau zelden. Integratie, flowontwerp en onderhoud zijn grotendeels vaste kosten. Met een paar honderd gesprekken per maand verdien je die moeilijk terug. De uitzondering is één belreden die heel vaak terugkomt en duur is om met de hand af te handelen.

Welke gesprekken laat je een AI-telefoonassistent als eerste afhandelen? Begin met de twee of drie belredenen die groot zijn én uit een systeem te beantwoorden, zoals de status van een bestelling, het verzetten van een afspraak of het verifiëren van de beller. Laat klachten, advies en gevoelige gesprekken bij je team, en leg een nulmeting vast voordat je iets aanzet.

Kan een AI-telefoonassistent medewerkers vervangen? De assistent vervangt gesprekken, niet het team. Hij neemt de repeterende, gestructureerde gesprekken over, zodat medewerkers hun tijd besteden aan klachten, advies en complexe dossiers. Zet hem in om groei en pieken op te vangen, niet als reden om te bezuinigen op het team dat je lastigste gesprekken afhandelt.

Wanneer heb je een AI-telefoonassistent terugverdiend? Dat hangt af van het volume, het aandeel gesprekken dat hij volledig kan afhandelen en hoeveel integratiewerk nodig is. In onze gids over het berekenen van de ROI vind je de formule en een uitgewerkt rekenvoorbeeld, inclusief een realistische bandbreedte voor de terugverdientijd.

Toets het aan je eigen gespreksmix

AssistYou bouwt Voice AI voor contactcenters van grote organisaties, in het Nederlands, Engels en Duits. Onze assistent verifieert bellers, verbindt gesprekken door en handelt routinevragen af, zodat je team zich kan richten op de gesprekken die echt een mens nodig hebben. Bekijk hoe ons product werkt, of neem contact op met ons salesteam om je belredenen samen door te lopen en te zien welke het meeste opleveren.

← Terug naar blog