Implementatie
Offertes maken met AI: van uren naar minuten zonder je marge te verliezen
Welk deel van je offerteproces je veilig automatiseert, waarom prijzen nooit uit het model komen en wat je meet naast tijdwinst.

Oprichter Your Tech Club · 27 juli 2026 · 12 min lezen
Offertes maken met AI
Het offerteproces is een van de weinige plekken waar AI in het MKB vrijwel altijd tijd oplevert, om een simpele reden: het werk bestaat grotendeels uit het opnieuw samenstellen van tekst die je al eerder hebt geschreven. AI kan de aanvraag interpreteren, de juiste blokken selecteren en een concept neerzetten. Wat het niet mag doen is rekenen: prijzen, kortingen en voorwaarden komen uit je eigen systeem, want een verkeerd bedrag in een verstuurde offerte is bindend.
In het kort
- Automatiseer de eerste versie, niet de verzending.
- Prijzen en voorwaarden komen altijd uit je prijslijst of CRM, nooit uit het model.
- De grootste winst zit bij offertes met veel variatie, niet bij een vast sjabloon.
- Je hebt een actuele prijsstructuur nodig; zonder dat is dit een risico in plaats van een besparing.
- Bouw een verplichte controlestap in voordat er iets naar de klant gaat.
- Meet doorlooptijd én scoringspercentage, niet alleen tijdwinst.
Wat er in een offerteproces echt tijd kost
Als je een offerteproces uit elkaar trekt, zitten er meestal zes stappen in. De tijd is ongelijk verdeeld:
| Stap | Tijdsbeslag | Automatiseerbaar? |
|---|---|---|
| Aanvraag lezen en begrijpen | Klein | Ja, AI vat samen en signaleert wat ontbreekt |
| Ontbrekende informatie opvragen | Middel | Deels — AI stelt de vragen op |
| Juiste tekstblokken en modules selecteren | Groot | Ja, dit is de kern van de winst |
| Prijzen en kortingen bepalen | Middel | Nee — uit systeem, met vaste regels |
| Concept schrijven en in huisstijl zetten | Groot | Ja |
| Controleren en versturen | Klein | Nee — dit blijft mensenwerk |
De twee grote posten — blokken selecteren en concept schrijven — zijn precies waar taalmodellen goed in zijn. De post waar het fout kan gaan — prijzen — is precies waar ze slecht in zijn. Die scheiding is de hele ontwerpopgave.
De inrichting die werkt
1. Eén ingang voor aanvragen. Aanvragen die binnenkomen via mail, formulier en telefoon en in drie verschillende mailboxen belanden, zijn niet te automatiseren. Zorg eerst dat aanvragen op één plek landen — een gedeelde mailbox, een formulier of een CRM-veld.
2. Een aanvraag-samenvatting met gaten erin. Laat AI de aanvraag samenvatten in een vast format en expliciet benoemen wat ontbreekt: aantallen, deadlines, locatie, specificaties. Dit alleen al voorkomt de heen-en-weer-mails die het proces vertragen.
3. Een blokkenbibliotheek. Je bestaande goede offertes bevatten de tekst die je nodig hebt. Haal daar de herbruikbare blokken uit — dienstomschrijvingen, aanpak, voorwaarden, referenties — en zet ze op één plek. Dit is handwerk, één keer, en het bepaalt de kwaliteit van alles wat erna komt.
4. Prijzen uit het systeem. De AI selecteert wélke prijsregels van toepassing zijn; het systeem of een vaste rekenregel bepaalt de bedragen. Als je prijzen alleen in iemands hoofd of in een verouderde spreadsheet zitten, is dat het echte probleem — los dat eerst op.
5. Een concept, geen eindversie. Het resultaat is een conceptofferte die iemand nakijkt. Bouw dat in als verplichte stap, niet als goede gewoonte.
6. Een controlelijst bij de goedkeuring. Kloppen de bedragen, staat de juiste klantnaam erin, zijn de voorwaarden de actuele versie, staan er geen toezeggingen in die we niet kunnen waarmaken? Vier vinkjes, tien seconden.
De vier fouten die geld kosten
Prijzen door het model laten berekenen. De meest voorkomende en de duurste. Een taalmodel dat een korting van 12% toepast op €14.750 geeft een plausibel ogend bedrag dat er net naast zit. In een verstuurde offerte is dat jouw probleem.
Werken met een verouderde prijslijst. Automatisering vermenigvuldigt wat er in je bronbestand staat. Een prijslijst van vorig jaar levert nu tien verkeerde offertes per week op in plaats van één.
Toezeggingen die niemand controleert. Modellen vullen graag aan: levertijden, garanties, "inclusief nazorg". Als niemand daarop let, staan er beloftes in je offerte die je niet hebt gedaan. Dit hoort expliciet in de controlelijst.
De verzending automatiseren. De verleiding is groot — het scheelt de laatste minuut. Maar het verschil tussen een fout in een concept en een fout bij de klant is het hele risico van dit proces.
Wat je moet meten
Tijdwinst is het makkelijke getal, en het minst interessante. Meet daarnaast:
- Doorlooptijd van aanvraag tot verstuurde offerte. Sneller reageren correleert in veel branches direct met een hogere scoringskans.
- Scoringspercentage. Als offertes sneller de deur uit gaan maar minder vaak worden gewonnen, is de kwaliteit gedaald en heb je een probleem in plaats van een besparing.
- Aantal correcties na verzending. Dit is je kwaliteitsmeter. Loopt dat op, dan is de controlestap te licht.
Leg de nulmeting vast vóór je begint. Zonder dat getal wordt de evaluatie een discussie over gevoel.
Waar het niet loont
Twee situaties waarin je hier beter niet aan begint.
Als je offertes al volledig gestandaardiseerd zijn. Werk je met een configurator waarin een offerte in drie klikken staat, dan is er niets te winnen. De winst zit in variatie, niet in herhaling.
Als je prijsstructuur niet vastligt. Bedrijven waar de prijs per klant wordt bepaald op basis van gevoel en historie, moeten eerst die vraag beantwoorden. Automatiseren van een niet-bestaande structuur levert alleen chaos op — dat geldt breder, zie welke bedrijfsprocessen geschikt zijn voor AI.
Zelf inrichten of laten bouwen?
Voor de eenvoudige variant — een gedeelde GPT die met jouw blokkenbibliotheek en huisstijl werkt, gevoed met de aanvraag — heb je geen bouwtraject nodig. Dat is een middag werk voor iemand met affiniteit, plus de tijd om de blokkenbibliotheek op orde te krijgen. Zie ChatGPT voor bedrijven.
Een koppeling die aanvragen automatisch oppikt, gegevens uit het CRM haalt, prijzen ophaalt en het concept terugzet in je offertesysteem, is een echt project. Dat loont bij tientallen offertes per week; daaronder zelden.
Conclusie
Het offerteproces is een goede eerste AI-toepassing omdat de winst groot en zichtbaar is en het risico beheersbaar — mits je één regel aanhoudt: het model schrijft, het systeem rekent, de mens verstuurt. Bedrijven die die scheiding loslaten om nog een minuut te besparen, verliezen op termijn meer aan correcties en verkeerde toezeggingen dan ze aan tijd winnen.
Wil je weten of dit in jouw situatie het proces is om mee te beginnen, of dat er iets met meer volume ligt? Zie welke bedrijfsprocessen geschikt zijn voor AI en AI ROI berekenen.
Veelgestelde vragen
Kan AI een offerte maken?
AI kan een offerte grotendeels voorbereiden: de aanvraag interpreteren, de juiste teksten en modules selecteren, een conceptversie samenstellen in je huisstijl en ontbrekende informatie signaleren. Prijzen, kortingen en voorwaarden horen uit je eigen systeem of prijslijst te komen, niet uit het model.
Waarom mag AI geen prijzen berekenen?
Omdat een taalmodel tekst voorspelt en niet betrouwbaar rekent. Een verkeerd bedrag in een verstuurde offerte is bindend richting de klant en kost direct marge. Laat het model de juiste prijsregels ophalen uit je prijslijst of CRM en laat de berekening door vaste regels of het systeem zelf doen.
Hoeveel tijd bespaart een AI-ondersteund offerteproces?
De winst zit vooral in de eerste versie: het verzamelen van de juiste tekstblokken, het invullen van klantcontext en het opstellen van een concept. Hoeveel dat scheelt hangt af van hoe gestandaardiseerd je offertes nu zijn — bij veel maatwerk per offerte is de winst groter dan bij een vast sjabloon dat al werkt.
Wat heb je nodig om hiermee te beginnen?
Drie dingen: een verzameling goede bestaande offertes als voorbeeldmateriaal, een actuele prijslijst of prijsstructuur in een systeem, en een vaste plek waar aanvragen binnenkomen. Zonder actuele prijzen in een systeem is elke vorm van offerte-automatisering een risico.
Mag je klantgegevens uit een offerteaanvraag in een AI-tool zetten?
Bij een zakelijk abonnement met verwerkersovereenkomst kan dat voor gewone bedrijfsgegevens. Let op klantcontracten of aanvragen die onder een geheimhoudingsafspraak vallen, en op aanvragen waarin bijzondere persoonsgegevens staan. Leg in je AI-beleid vast welke categorieën wel en niet mogen.

Oprichter Your Tech Club
Joey werkt aan software, automatisering en praktische AI-toepassingen voor Nederlandse MKB-bedrijven. Hij richt zich op strategie, procesverbetering en het vertalen van kansen naar uitvoerbare roadmaps.
AI Opportunity Audit
Wil je weten welke AI-kansen jouw bedrijf heeft?
In 5 dagen brengen we per proces in kaart welke AI-toepassingen direct ROI opleveren. Geen kansen gevonden? Je betaalt niets.