Je kunt vooral werk automatiseren dat elke week of maand op dezelfde manier terugkomt en waarvoor vaste regels bestaan. In dit artikel lees je hoe je herkent of een proces geschikt is, met tien voorbeelden uit het mkb.
Je kunt vooral werk automatiseren dat elke week of maand op dezelfde manier terugkomt en waarvoor je vaste regels kunt opschrijven. Denk aan uren overzetten naar het salarispakket, facturen klaarzetten, klanten een statusupdate sturen of controleren of gegevens compleet zijn. Met AI komen daar mail en documenten bij die steeds net anders zijn. Werk waarbij iemand moet beoordelen of beslissen, laat je bij je team. Hieronder lees je hoe je herkent of een proces geschikt is, met tien voorbeelden uit het mkb.
Wanneer is een proces geschikt om te automatiseren?
Lang niet elk handmatig proces is inefficiënt. Een automatisering levert pas wat op als ze iets oplost dat nu tijd kost of foutgevoelig is. Met deze vijf kenmerken beoordeel je snel of jouw proces in aanmerking komt.
| Kenmerk | Goed te automatiseren | Laat (nog) bij je team |
|---|---|---|
| Hoe vaak | Elke week of maand dezelfde handelingen. | Een paar keer per jaar, of elke keer anders. |
| Regels | Je kunt opschrijven wat er moet gebeuren, ook bij de uitzonderingen. | Er is elke keer een afweging of een gesprek nodig. |
| Invoer | Gegevens uit een pakket, of documenten die AI kan lezen. | Informatie die alleen in iemands hoofd zit. |
| Gevolg van een fout | Een fout kost achteraf veel uitzoekwerk. | Een fout is snel gezien en hersteld. |
| Stabiliteit | Het proces loopt al een tijd op dezelfde manier. | Het proces verandert nog elke week. |
Hoe meer kenmerken in de middelste kolom je herkent, hoe meer een automatisering oplevert. De grootste winst zit meestal in randzaken: controles en administratieve handelingen die niemand leuk vindt en die toch elke week terugkomen. Hoe we zo'n traject aanpakken, lees je op de pagina over bedrijfsprocessen automatiseren.
Tien voorbeelden uit het mkb
De voorbeelden hieronder komen in veel mkb-bedrijven terug, in een of andere vorm. Bij een paar ervan laten we zien hoe het bij klanten van ons is opgelost.
Administratie en financiën
1. De maandelijkse facturatieronde. Facturen worden klaargezet op basis van de geregistreerde uren en de afspraken per klant. Je team controleert ze en zet de hele ronde in één keer door naar de boekhouding. Zo werkt het bij RAAD International, een administratiekantoor in de AGF-sector. Elke klant heeft daar eigen afspraken, zoals een vast abonnement of een uurtarief dat afhangt van wie het werk doet. Ook uitzonderingen, zoals een factuur die in het Engels moet, zitten in de regels. Op de casepagina vat RAAD het zo samen: "Waar facturatie eerst meerdere dagen uitzoekwerk kostte, zijn we nu in enkele dagdelen klaar." Bekijk de case over de facturatiekoppeling.
2. Openstaande posten en herinneringen. Een koppeling haalt de openstaande facturen op uit de boekhouding en zet herinneringen klaar volgens de afspraken per klant. Bij RAAD kunnen openstaande facturen vanuit de eigen software worden opgevolgd, met eigen herinneringsflows per klant en per taal.
3. Inkoopfacturen en bonnen. Een pdf van een leverancier ziet er elke keer anders uit, en daar lopen vaste regels op vast. Met AI wordt de factuur gelezen en klaargezet in je boekhouding, waarna een medewerker controleert en goedkeurt. Veel boekhoudpakketten hebben hier zelf al een functie voor. Werkt die goed voor jouw facturen, gebruik die dan.
Personeel en salaris
4. Uren en looncomponenten naar het salarispakket. Een koeriersbedrijf werkte met de standaardkoppeling tussen Shiftbase en Nmbrs. De reguliere uren gingen daarmee goed. De bedrijfsspecifieke looncomponenten vielen erbuiten en werden elke maand per medewerker met de hand verwerkt. We lieten de standaardkoppeling staan en bouwden er een koppeling naast die per medewerker de ontbrekende looncomponenten ophaalt en vertaalt naar de juiste looncomponentcodes in Nmbrs. Die verwerking draait automatisch op een vaste datum per maand, met controles op de juiste medewerker en het juiste looncomponent. Bekijk de case over Shiftbase en Nmbrs.
5. Een nieuwe medewerker in alle systemen. Bij een indiensttreding wordt dezelfde persoon in meerdere systemen aangemaakt, van de planning tot het salarispakket. Met een automatisering vul je de gegevens één keer in en komen ze overal terecht. Een controle laat zien als er iets ontbreekt, zoals een contracttype of een afdeling.
Verkoop en klantcontact
6. Orders uit de mail naar de administratie. Klanten die per mail bestellen, gebruiken elk hun eigen opmaak. AI leest de mail of de bijlage en zet de order klaar in je systeem. Een medewerker kijkt mee en keurt goed, zodat er niets wordt doorgezet dat niet klopt.
7. Statusupdates naar klanten. Zodra een opdracht een stap verder is, krijgt de klant automatisch bericht. Denk aan een bestelling die binnen is of een levering die gepland staat. Niemand hoeft het meer op te zoeken en terug te mailen. Wil je dat klanten de status zelf kunnen bekijken, dan is een klantportaal vaak de volgende stap.
8. Aanvragen in het CRM. Een aanvraag via het contactformulier komt direct in je CRM terecht, met een taak voor de collega die de aanvraag opvolgt. Zo blijft er geen aanvraag in een gedeelde inbox liggen.
9. Gespreksverslagen. Een opgenomen gesprek wordt door AI uitgewerkt tot notulen, met de afspraken en actiepunten op een rij. Die notulen worden automatisch gekoppeld aan de juiste klant. Deelnemers weten vooraf dat het gesprek wordt opgenomen. Meer over dit soort toepassingen lees je in AI in je bedrijf: wat werkt echt voor Zeeuwse ondernemers?
Controle en signalering
10. Controles op ontbrekende of afwijkende gegevens. Voordat gegevens worden doorgezet, controleert de automatisering of ze compleet en logisch zijn. Denk aan een medewerker zonder looncomponent, een order zonder klantnummer, een factuur zonder tarief of een bedrag dat sterk afwijkt van vorige maand. Afwijkingen komen per mail of in een overzicht bij de juiste persoon terecht, zodat je bijstuurt voordat het extra werk oplevert.
Wat je beter (nog) niet automatiseert
Automatiseren loont lang niet overal. Wacht er nog even mee als het proces zelf nog elke week verandert, of als het handwerk maar een paar uur per maand kost. Doet een standaardkoppeling van je leverancier al precies wat je nodig hebt, zet die dan aan. Werk waarbij iemand een afweging maakt, zoals een offerte voor een klant met een bijzondere vraag, blijft mensenwerk. De automatisering kan dat werk wel voorbereiden door de gegevens klaar te zetten.
Loopt een proces nog rommelig, begin dan bij de structuur. Eerst het proces helder, dan automatiseren. Hoe je dat stap voor stap aanpakt, lees je bij te veel tijd kwijt aan ondersteunend werk.
Waar begin je?
Kies één proces en tel de uren. Hoeveel tijd gaat er per week naartoe, en hoe vaak gaat het mis? Twee medewerkers die samen een dag per week kwijt zijn aan overtypen, kosten al snel meer dan € 10.000 per jaar. Een automatisering voor één stroom kost bij Code Kompas vanaf € 3.500 met een vaste prijs, en staat gemiddeld na ongeveer 4 weken live. Wat er in die prijs zit en hoe je de terugverdientijd uitrekent, lees je in Wat kost automatisering?
Daarna kies je hoe het gebouwd wordt. Veel van de voorbeelden hierboven richten we in op een platform zoals n8n of Make, met jouw eigen regels en controles. Dat is net zo goed maatwerk. Waar een platform het niet trekt, bouwen we de stap in eigen code. De verschillen tussen de platforms lees je in n8n, Make of Zapier: welke past bij jouw mkb-bedrijf?
Volgende stap
Benieuwd welk proces in jouw bedrijf het meeste oplevert? Het eerste gesprek is vrijblijvend. We kijken samen waar het meeste handwerk zit en of automatiseren daar de beste oplossing voor is. Is dat zo, dan maken we vrijblijvend een prototype van de belangrijkste schermen, bijvoorbeeld het overzicht waarin je team de verwerking controleert, en laten we dat zien in een korte demo. Vervolgens krijg je een voorstel met een vaste prijs. Meer over hoe we werken lees je bij onze aanpak voor automatisering.
FAQ
Veelgestelde vragen
Vooral taken die elke week of maand op dezelfde manier terugkomen. Denk aan de facturatieronde klaarzetten op basis van uren en afspraken, herinneringen voor openstaande facturen, uren en looncomponenten naar het salarispakket en controles op ontbrekende gegevens. Met AI komen daar inkoopfacturen en orders uit de mail bij, die steeds net anders zijn. Waar het ertoe doet, geeft een medewerker akkoord voordat er iets wordt geboekt.
Digitaliseren betekent dat informatie van papier of losse bestanden naar een digitaal systeem gaat. Automatiseren gaat een stap verder: software voert dan zelf stappen uit, zoals gegevens overzetten tussen pakketten of een herinnering versturen. Digitaliseren komt meestal eerst. Zolang gegevens op papier of in iemands hoofd zitten, valt er weinig te automatiseren. Staan ze eenmaal digitaal, dan kijk je welke stappen software kan overnemen.
Ja, dat is de gebruikelijke route. Je boekhouding en je salarispakket blijven gewoon staan. De automatisering neemt de stappen ertussen over, zoals gegevens overzetten en controleren of ze compleet zijn. Bij een koeriersbedrijf bleef ook de standaardkoppeling tussen Shiftbase en Nmbrs staan. We bouwden er een koppeling naast voor de looncomponenten die buiten die standaard vielen.
Ja, en vaak is dat de verstandigste aanpak. Je automatiseert de stappen die voorspelbaar zijn en laat de afwegingen bij je team. Bij een facturatieronde zet de automatisering bijvoorbeeld alle facturen klaar. Je team controleert ze, waarna de ronde in één keer doorgaat naar de boekhouding. Welke stappen volledig automatisch mogen lopen en welke eerst langs iemand gaan, spreken we vooraf af.
Begin met het proces dat nu de meeste uren per week kost en waarvoor je vaste regels kunt opschrijven. Tel de uren en kijk hoe vaak het misgaat. Een proces dat nog elke week verandert, kun je beter eerst helder krijgen. Bij Code Kompas begint een automatisering voor één stroom vanaf € 3.500, en die staat gemiddeld na ongeveer 4 weken live.
