Bij elke automation-aanvraag die we krijgen, loopt het proces eerst langs deze checklist. De uitkomst is zelden “perfect match voor AI”. Vaker: “kan met Zapier”, “nog niet klaar voor automation”, of “dit proces moet je eerst herontwerpen voor je automatiseert”.
Tien vragen. Negen of meer “ja’s” betekent: groen licht. Zes tot acht: mogelijk, maar met voorbehouden. Minder dan zes: begin niet.
De 10-punts checklist
1. Voer je het proces minstens 100x per maand uit?
Volume is de eerste vraag. Onder 100 runs per maand is de terugverdientijd meestal te lang. Een uitzondering: het proces is traag (uren per run) maar lage frequentie. Dan kan het alsnog lonen.
2. Kost een handmatige run minimaal 10 minuten?
Processen van minder dan 10 minuten per run moeten enorm veel volume hebben om de moeite waard te zijn. Denk gigantisch volume (webshop-orders verwerken, mass e-mail triage).
3. Is de input gevarieerd?
Als alle input hetzelfde format heeft (gestandaardiseerd formulier, gestructureerde CSV), dan is gewone Zapier/Make meestal sneller en betrouwbaarder dan AI. AI-automation wint juist als input gevarieerd is en interpretatie vereist.
4. Is er duidelijke menselijke expertise nodig?
“Kan een stagiair met de juiste regels dit na een dag training?” Als het antwoord ja is, is automation vaak mogelijk. Als er diepe expertise nodig is (juridisch oordeel, medische diagnose), is AI-automation nog niet geschikt — of alleen als hulpmiddel voor een expert.
5. Is er een meetbare output?
Kun je zeggen “deze run is geslaagd, deze niet”? Zonder meetbare output kun je niet evalueren of automation werkt. Automation zonder evaluatie is gokken met geautomatiseerde precisie.
6. Kan het proces digitaal plaatsvinden?
Klinkt vanzelfsprekend, maar: als er tussenstappen zijn waar iemand een papieren formulier invult, een magazijn-bezoek moet doen, of een ander offline-element — dan stopt automation daar. Enkele processen kunnen herontworpen worden om die stappen weg te halen; andere niet.
7. Is de documentatie van het proces op orde?
Schrijf het proces als stappenplan op. Een ervaren collega moet de documentatie kunnen volgen en hetzelfde resultaat kunnen leveren als jij. Als je dat niet op papier krijgt, kun je het ook niet automatiseren.
8. Zijn de benodigde systemen bereikbaar via API?
Om een proces écht te automatiseren moeten de bron- en doelsystemen integreerbaar zijn. De meeste moderne SaaS heeft API’s. Oudere systemen (on-premise ERP, legacy boekhoudsoftware) kunnen een struikelblok zijn — dan is handmatige tussenstap nodig en verlies je veel winst.
9. Accepteert het team een foutmarge van 2-5%?
AI-automation is nooit 100% accuraat. Hallucinaties, edge-cases, onverwachte input. Voor een marketing-classificatie is 95% prima. Voor een financiële afschrijving niet. Weet vooraf wat de acceptabele foutmarge is voor dít specifieke proces.
10. Is er budget voor 3 maanden doorontwikkeling na go-live?
Dit is de verborgen vraag die veel projecten laat mislukken. Een AI-workflow is nooit “af” op dag één. Je leert welke edge-cases niet werken, welke prompts verbetering nodig hebben, welke integraties haperen. Reken minimaal 3 maanden iteratie na go-live.
Hoe gebruik je deze lijst?
Twee manieren:
Per proces (quick-scan): Noteer elk proces waarvan je denkt “dat zouden we moeten automatiseren”. Loop de tien vragen langs. Scoor 0-10.
Als team-exercitie: Laat elk team-lid tien van zijn/haar eigen processen identificeren. Loop samen de checklist door. Vergelijk. Je zult verbaasd zijn welke processen iedereen irritant vindt maar die toch slecht scoren op automation-rijpheid.
Voorbeelden
Een paar realistische cases uit onze praktijk:
Case A: Offerte-aanvragen kwalificeren (bouwbedrijf)
- Volume: ✓ 160/maand
- Tijd per run: ✓ 15 min
- Variatie: ✓ veel
- Duidelijke regels: ✓ budget, locatie, type werk
- Meetbare output: ✓ wel/niet doorzetten naar sales
- Score: 10/10 → gebouwd, zie case
Case B: Factuur-matching (administratiekantoor)
- Volume: ✓ 800/maand
- Tijd per run: ⚠️ 3 minuten (kort)
- Variatie: ✓ veel formats
- Foutmarge: ❌ financieel, nul-tolerantie
- Score: 6/10 → afgeraden, blijft handmatig
Case C: Mail-classificatie (webshop)
- Volume: ✓ 2.400/maand
- Tijd per run: ⚠️ 2 minuten (zeer kort)
- Variatie: ✓ veel
- Documentatie: ❌ geen beleid
- Score: 7/10 → eerst beleid schrijven, daarna automatiseren
Wat vaak uit de lijst valt
Drie soorten processen scoren vaak hoog op automation-wens maar laag op haalbaarheid:
- Creatief werk (ontwerp, strategie) — AI kan assisteren, maar automatiseren is iets anders.
- Relatie-management — klanten voelen het verschil tussen een mens en een mail-bot, vaak negatief.
- Uitzonderingen-afhandeling — juist de cases waar medewerkers tijd aan besteden zijn vaak de cases die AI het slechtst doet.
Dit wil niet zeggen dat AI hier niets toevoegt. Wel dat het minder logische startpunten zijn dan de “repetitieve beslissings-zware” processen die wel op de lijst scoren.
Conclusie
Automation is geen doel. Het is een tool om tijd en aandacht vrij te maken voor waar mensen beter in zijn. De checklist helpt je om die afweging per proces systematisch te maken.
Teams die deze discipline toepassen, investeren in de juiste drie of vier processen. Teams die dat niet doen, beginnen aan tien dingen tegelijk en maken er geen af.
Verder
Wil je dat we jouw top-5 processen door de checklist halen? Bel 06 81 38 36 01 of plan een automation-scan.
Tags
Geschreven door
Jorian Wientjens
Developer en technisch specialist bij Agensea. Bouwt al jaren websites en maatwerk software, en kent het hele speelveld — van hosting en DNS tot performance en code-architectuur.