Chatbot laten maken: wanneer het werkt en wanneer je beter iets anders kiest

Wat we bij Your Tech Club bouwen, is een klantenservice chatbot op je website, een WhatsApp chatbot of een chatbot op maat voor je eigen team. Wat een chatbot precies is en welke soorten er bestaan, lees je in Wat is een chatbot?. Op deze pagina lees je hoe we kiezen.

Wanneer is een chatbot genoeg?

Een chatbot is genoeg als klanten vaak dezelfde vragen stellen en het antwoord al ergens op papier staat. Denk aan levertijden, openingstijden, retourvoorwaarden of hoe een product werkt. De chatbot zoekt het antwoord op en geeft het in gewone taal. Hij hoeft daarvoor niets te veranderen in je systemen, dus hij is snel klaar en goed te beheren.

Een moderne chatbot werkt met een taalmodel dat alleen uit jouw bronnen antwoordt: je helppagina's, handleidingen en voorwaarden. Die techniek heet RAG, en op onze begrippenpagina over RAG leg ik uit hoe dat werkt. Het voordeel is dat de chatbot minder verzint. Bovendien kun je per antwoord zien uit welke bron het komt.

Mijn vuistregel is simpel. Een chatbot beantwoordt vragen, een AI-agent handelt ze af.

Een paar vragen waar een chatbot prima op werkt:

• "Kan ik deze jas ook na 30 dagen nog ruilen?"
• "Hoeveel verlofuren bouw ik op als ik 32 uur werk?"
• "Werkt deze laadpaal ook met een oudere auto?"

In alle gevallen staat het antwoord al in een document. Alleen leest niemand dat document.

Zo'n eenvoudige vorm bouwden we voor een data- en AI-bedrijf: een contactformulier dat zelf antwoord geeft. De bezoeker beschrijft in eigen woorden wat hij wil bereiken. Een taalmodel beoordeelt die vraag en geeft direct een inhoudelijk eerste antwoord, nog voordat er een medewerker aan te pas komt. Een koppeling met een orderpakket of CRM was daar niet voor nodig.

Wanneer heb je een AI-agent nodig in plaats van een chatbot?

Je hebt een AI-agent nodig als de klant niet alleen een antwoord wil, maar iets gedaan wil krijgen. Een bestelling wijzigen, een retour aanmelden of een afspraak verzetten bijvoorbeeld. Daarvoor moet de software in je systemen kijken en er iets in aanpassen. Een chatbot kan dat niet. Een AI-agent kan het wel, met de rechten die jij hem geeft.

Neem de vraag "waar is mijn bestelling?". Een chatbot zegt dan meestal dat de track-en-tracecode in je mail staat. Een AI-agent zoekt de order op in Shopify of je ERP, ziet dat het pakket al drie dagen stilstaat en maakt meteen een ticket aan voor je team. Dat is een heel ander gesprek.

Wat een agent precies is, lees je in Wat is een AI-agent?. Wil je er een laten bouwen, kijk dan bij AI-agent laten bouwen. Voor een agent zijn koppelingen nodig. We kunnen elk systeem koppelen; op onze koppelingenpagina zie je hoe dat werkt, van Exact Online tot HubSpot.

Wanneer is een FAQ-pagina beter dan een chatbot?

Een FAQ-pagina is beter als je weinig klantvragen krijgt, als de antwoorden kort zijn of als je kennis nog niet op orde is. Een chatbot op een rommelige kennisbank geeft rommelige antwoorden. Hij doet dat alleen sneller, en met meer zelfvertrouwen. Schrijf dan eerst tien goede antwoorden op één pagina. Google kan die pagina ook nog lezen.

Wat ik níet zou doen: een chatbot laten maken omdat de concurrent er een heeft. Dat klinkt flauw, maar het gebeurt vaker dan je denkt. Eerst moet je weten welke vragen er binnenkomen en hoeveel tijd ze kosten. Zonder die cijfers bouw je iets waarvan je nooit weet of het werkt.

Ook zou ik nooit een chatbot neerzetten als poortwachter. Je kent ze wel: je wilt een mens spreken, maar de bot stuurt je drie keer terug naar dezelfde helppagina. Een goede chatbot herkent wanneer hij het niet weet en geeft het gesprek dan door, met de vraag en de context erbij. Daardoor hoeft je klant niet alles opnieuw te typen.

Tot slot veroudert een chatbot die niemand bijhoudt snel. Verandert je retourbeleid, dan moet de chatbot dat dezelfde dag weten. Is er niemand die dat doet, begin dan liever met een FAQ-pagina.

Een veelvoorkomende uitkomst van het tellen: de meeste vragen gaan over een handvol onderwerpen, zoals levertijd of retourneren. Dan lost een betere helppagina of een vast antwoord in de mailbox het vaak al op, en komt een chatbot pas later aan de orde.

Welke chatbot kun je bij ons laten maken?

We bouwen drie soorten: een klantenservice chatbot op je website, een WhatsApp chatbot en een chatbot op maat voor je eigen medewerkers. Ze antwoorden alle drie uit jouw bronnen, ze geven een gesprek door aan een mens als dat nodig is en ze melden vanaf het eerste bericht dat je met AI praat.

Klantenservice chatbot op je website

Dit is de bekendste vorm. De chatbot staat op je site, beantwoordt vragen uit je helppagina's en voorwaarden, en maakt een ticket aan als hij er niet uitkomt. Op AI-klantenservice zie je hoe we dat breder aanpakken, van chatbot tot helpdesk. Onze AI-medewerkers voor support laten per taak zien wat er kan.

WhatsApp chatbot

Veel klanten sturen liever een appje dan een mail. Een WhatsApp chatbot draait op het WhatsApp Business Platform van Meta. Volgens Meta kun je daarop geautomatiseerde gesprekken inzetten en een gesprek doorzetten naar een medewerker (WhatsApp Business Platform, geraadpleegd oktober 2026). Moeten er ook bestellingen via WhatsApp lopen, dan is de WhatsApp-orderverwerker een logische stap.

Chatbot op maat voor je eigen team

Niet elke chatbot hoeft naar buiten. Intern werkt een chatbot vaak zelfs beter, want je collega's stellen voorspelbare vragen. Denk aan een HR-helpdesk voor vragen over verlof of een assistent voor de IT-servicedesk. Zo'n chatbot op maat kijkt alleen in de documenten waar die medewerker ook toegang toe heeft. Hoe streng dat kan, zie je bij een AI-assistent die een formulier voorinvult uit de cao, met de bron bij elk antwoord: staat het nergens, dan blijft het veld leeg.

Chatbot laten maken: hoe pakken we het aan?

We beginnen met tellen, niet met bouwen. Eerst bekijken we welke vragen er binnenkomen en hoeveel tijd ze kosten. Daarna zetten we de bronnen op orde, bouwen we de chatbot en testen we hem met echte vragen van je klanten. Pas als de antwoorden kloppen, gaat hij live, met een mens achter de knop.

Zo ziet dat er in de praktijk uit:

1. Vragen verzamelen. We halen mails, tickets of WhatsApp-gesprekken van de afgelopen maanden op en groeperen de vragen.
2. Bronnen controleren. Kloppen je helppagina's en voorwaarden nog? Zo niet, dan passen we die eerst aan.
3. Bouwen en koppelen. We bouwen de chatbot op je website of in WhatsApp en koppelen hem aan je kennisbronnen.
4. Testen met echte vragen. Niet met een demo, maar met de vragen die je klanten echt stelden.
5. Live en nalopen. Daarna lezen we de gesprekken regelmatig terug en passen we de bronnen aan.

Hoe lang dit traject duurt, hangt af van het aantal vragen, de staat van je bronnen en de koppelingen. Na de telling in stap 1 weet je het. Hoe vaak we daarna gesprekken teruglezen, spreken we per project af.

Your Tech Club is door Kiwa gecertificeerd voor ISO 27001 en ISO 9001. Die certificering geldt voor onze organisatie en werkwijze. Wat er met de gesprekken van jouw chatbot gebeurt, wie ze mag lezen en hoe lang ze bewaard blijven, leggen we per project vast.

Wat moet je regelen voor de AI-verordening en de AVG?

Sinds 2 augustus 2026 moet een chatbot mensen laten weten dat ze met AI praten. Dat staat in artikel 50 van de AI-verordening, en de melding moet uiterlijk bij het eerste contact komen. Alleen als het voor een oplettende gebruiker al duidelijk is, hoeft het niet. Daarnaast geldt gewoon de AVG, want een chatbot verwerkt vaak persoonsgegevens.

De regel staat in artikel 50, lid 1 en lid 5 van Verordening (EU) 2024/1689 (EUR-Lex, 2024, geraadpleegd oktober 2026). De melding moet duidelijk en goed te onderscheiden zijn. Een regel als "Je praat met onze AI-assistent" boven het chatvenster is daarom geen luxe meer.

Voor de AVG kijk ik vooral naar drie vragen. Waar gaan de gesprekken heen? Hoe lang bewaar je ze? En heb je een verwerkersovereenkomst met elke partij die meeleest? Wat je verder moet regelen, staat in AI Act en AVG: wat moet je regelen?.

Waar begin je als je een chatbot wilt?

Begin bij je inbox, niet bij een tool. Tel een week lang welke vragen binnenkomen en hoeveel tijd ze kosten. Dan zie je of een FAQ-pagina, een chatbot of een AI-agent het meeste oplevert. Die volgorde voorkomt dat je iets bouwt wat leuk is in een demo en daarna stof verzamelt.

Wil je dat uitzoeken met iemand die er dagelijks mee bezig is? Dan doen we dat in de AI Opportunity Audit. Je krijgt een rapport met de vragen die het meeste tijd kosten, de oplossing die daarbij past en ook de plekken waar je beter niets bouwt. Dat rapport is van jou, ook als je daarna met een andere partij verdergaat.

Waarom eerst tellen? Bij een retailer met meerdere AI-agents zou ik achteraf nog eerder zijn begonnen met de vraag welke automatiseringen er eigenlijk al draaiden. Daarom starten we tegenwoordig vaak met een audit: eerst de kans, dan de technologie.