Wat is een AI-agent, en wanneer heb je er een nodig in plaats van een gewone workflow?
Wat is een AI-agent, en wat is het verschil met een chatbot of een gewone workflow? Heldere uitleg voor het mkb, met beslistabel, voorbeelden en een rekensom.

“AI-agent” is een van de woorden van het moment. Softwareleveranciers plakken het op alles, van een simpele chatbot tot een automatische mailregel. Voor een ondernemer is dat verwarrend: wat ís een AI-agent nou eigenlijk, en heb je er een nodig?
In dit artikel lees je het verschil tussen een gewone workflow, een chatbot en een AI-agent. Je krijgt een beslistabel, een paar voorbeelden uit het mkb, een rekensom en een eerlijk overzicht van de grenzen.
Wat is een AI-agent?
Een AI-agent is software die met behulp van een taalmodel zelfstandig een taak uitvoert. Het belangrijkste woord is zelfstandig: de agent krijgt een doel, kiest zelf welke stappen nodig zijn en gebruikt daarvoor tools. Denk aan je mailbox doorzoeken, een klant opzoeken in je CRM, een voorraad checken of een concept-order aanmaken.
Een agent werkt in een lus: lezen → bedenken wat de volgende stap is → een tool gebruiken → het resultaat bekijken → verder of stoppen. Dat herhaalt hij tot de taak klaar is, of tot hij merkt dat hij een mens nodig heeft.
Het verschil zit dus niet in “hoeveel AI” erin zit, maar in wie de route bepaalt. Bij een gewone automatisering leg jij elke stap vooraf vast. Bij een agent leg jij het doel en de grenzen vast, en kiest de agent de route.
Drie vormen naast elkaar: workflow, chatbot en agent
1. Een gewone workflow (vaste regels)
Een workflow doet steeds precies hetzelfde: als dit gebeurt, doe dan dat. Een betaling komt binnen, dus de factuur wordt op betaald gezet. Een formulier wordt ingevuld, dus er komt een taak in het CRM. Dit bouw je met tools als n8n, Make of Zapier (zie n8n vs Make vs Zapier).
Sterk punt: voorspelbaar, goedkoop en makkelijk te controleren. Zwak punt: zodra de input afwijkt van wat je hebt voorzien, loopt hij vast.
Een workflow kan ook een AI-stap bevatten, bijvoorbeeld “lees deze mail en haal het ordernummer eruit”. Dan is het nog steeds een workflow: de route ligt vast, AI doet alleen één stap.
2. Een chatbot of assistent (gesprek)
Een chatbot beantwoordt vragen, meestal op je website of in een chatvenster. Een goede chatbot put uit je eigen documentatie en verwijst door als hij het niet weet. Hij praat, maar voert in de regel zelf geen werk uit in je systemen. Meer daarover in een AI-chatbot laten maken: wat kost het?.
3. Een AI-agent (zelf stappen kiezen en tools gebruiken)
Een agent combineert het begrip van een taalmodel met toegang tot je systemen. Hij kan een rommelige aanvraag lezen, zelf bedenken dat hij eerst de klantgegevens moet opzoeken, dan de prijslijst, en daarna een concept klaarzetten. Of hij kan concluderen dat er informatie ontbreekt en die navragen.
| Workflow | Chatbot | AI-agent | |
|---|---|---|---|
| Wat doet het? | Voert vaste stappen uit | Beantwoordt vragen | Voert een taak uit en kiest zelf de stappen |
| Input | Gestructureerd en voorspelbaar | Vragen van mensen | Rommelig en wisselend |
| Gebruikt je systemen? | Ja, volgens vaste regels | Meestal niet of beperkt | Ja, naar eigen inzicht binnen grenzen |
| Voorspelbaarheid | Hoog | Gemiddeld | Lager, dus controle nodig |
| Kosten per taak | Zeer laag | Laag | Hoger, want meerdere modelaanroepen per taak |
Beslistabel: wat heb je nodig?
| Jouw situatie | Wat past |
|---|---|
| De taak volgt steeds dezelfde regels en de input is netjes (formulier, vaste velden) | Gewone workflow |
| De input is rommelig, maar de stappen erna liggen vast (bijvoorbeeld facturen uitlezen en boeken) | Workflow met één AI-stap |
| Klanten of collega’s stellen steeds dezelfde vragen | Chatbot of assistent |
| Elke zaak is anders, er zijn meerdere systemen nodig en de volgende stap hangt af van wat je onderweg vindt | AI-agent |
| Het werk draait vooral om menselijk oordeel, onderhandelen of empathie | Geen automatisering, hooguit voorbereiding |
De vuistregel: kies altijd de eenvoudigste vorm die het werk aankan. Een agent bouwen voor iets wat een workflow ook kan, maakt het duurder en minder voorspelbaar.
Drie voorbeelden uit het mkb
Offerte-assistent
Een aanvraag komt binnen per mail, met een paar foto’s en een vage omschrijving. De agent leest de aanvraag, kijkt welke gegevens ontbreken, vraagt die na, zoekt de juiste artikelen in je prijslijst en zet een concept-offerte klaar. Prijzen komen uit jouw rekenregels, niet uit het taalmodel. Een collega controleert en verstuurt. Uitgebreid in offertes automatiseren.
Mail-triage
Een gedeelde inbox met klantvragen, leveranciersmails, sollicitaties en spam. De agent leest elke mail, bepaalt waar die over gaat, zoekt bij een klantvraag de orderstatus op en zet een conceptantwoord klaar of stuurt de mail door naar de juiste collega. Zie ook mail automatiseren met AI.
Orderverwerking
Bestellingen komen binnen als pdf, als mail met een lijstje of als Excel-bestand. De agent haalt de regels eruit, koppelt ze aan je artikelnummers, checkt de voorraad en maakt een concept-order aan. Twijfelt hij over een artikel, dan legt hij die regel bij een medewerker neer.
Voorbeeldworkflow: zo werkt een agent stap voor stap
Neem de orderverwerking. Een order komt binnen per mail:
- Lezen. De agent opent de mail en de bijlage en haalt klant, artikelen en aantallen eruit.
- Opzoeken. Hij zoekt de klant op in het CRM en de artikelen in je artikelbestand.
- Afwegen. Komt alles overeen? Dan door. Is een artikel onduidelijk of de voorraad te laag? Dan markeert hij de regel.
- Klaarzetten. Hij maakt een concept-order aan in je ERP of boekhoudpakket.
- Mens in de lus. Een medewerker ziet de concept-order met de gemarkeerde regels en keurt goed met één klik.
- Bevestigen. Na akkoord gaat er automatisch een orderbevestiging naar de klant.
Rekenvoorbeeld: wat levert dat op?
Dit is een rekenvoorbeeld om de methode te laten zien, geen prijsopgave. Vul je eigen getallen in.
- 2 medewerkers besteden elk 10 uur per week aan het overtypen en controleren van orders;
- de agent neemt naar schatting 50% van dat werk over;
- 46 werkweken per jaar, € 42 per uur inclusief werkgeverslasten.
Besparing per jaar = 2 × 10 × 0,5 × 46 × € 42 = € 19.320, ofwel € 1.610 per maand.
Stel dat de doorlopende kosten (modelgebruik, hosting, beheer) in dit voorbeeld € 250 per maand zijn. Dan is de netto besparing € 1.360 per maand.
Wil je de bouw binnen 12 maanden terugverdienen? Dan mag die maximaal 12 × € 1.360 = € 16.320 kosten. Hoe je dat verder uitwerkt en waar je op let in een offerte, lees je in wat kost een AI-agent?. Je eigen getallen invullen kan in het rekenvoorbeeld op onze homepage.
Grenzen en risico’s
Een agent is krachtig, maar niet onfeilbaar. Houd rekening met het volgende:
- Fouten. Een taalmodel kan iets verkeerd lezen of een verkeerde conclusie trekken. Laat een agent daarom in het begin alles als concept klaarzetten.
- Kosten per taak. Omdat een agent meerdere stappen doorloopt, gebruikt hij per taak meer modelaanroepen dan een workflow met één AI-stap. Bij grote volumes telt dat op. Neem het mee in je rekensom.
- Mens in de lus. Laat een mens beslissen over alles wat geld kost, iets belooft aan een klant of niet terug te draaien is. Een goede agent weet wanneer hij het níet weet.
- Rechten beperken. Geef een agent alleen toegang tot de systemen en acties die hij nodig heeft. Lezen in het CRM en concepten aanmaken is iets anders dan zelf betalingen of mails versturen.
- Privacy en AVG. Een agent verwerkt vaak persoonsgegevens. Let op waar het model draait, maak afspraken in een verwerkersovereenkomst en stuur niet meer gegevens mee dan nodig. Meer in is ChatGPT veilig voor bedrijven?
Wanneer heb je géén AI-agent nodig?
- De taak volgt vaste regels. Dan is een gewone procesautomatisering goedkoper en betrouwbaarder.
- Het volume is klein. Een taak van een uur per week verdient een bouw zelden terug.
- Het proces staat nog niet. Als iedereen het anders doet, leg dan eerst vast hoe het moet.
- Je zoekt vooral antwoorden op vragen. Dan is een AI-chatbot vaak genoeg.
Twijfel je waar je moet beginnen? Lees AI-automatisering voor het mkb of AI implementeren in je bedrijf.
Een agent laten bouwen?
Bij Pixel Ploeg kijken we eerst welke vorm je echt nodig hebt: workflow, chatbot of agent. Daarna rekenen we de besparing op personeel uit, en pas dan krijg je een vaste prijs met de terugverdientijd erbij. Is een simpele workflow genoeg, dan zeggen we dat.
Lees meer over een AI-agent laten bouwen.
Veelgestelde vragen
Wat is een AI-agent in één zin?
Een AI-agent is software die met een taalmodel een taak uitvoert, zelf bepaalt welke stappen daarvoor nodig zijn en daarbij je eigen systemen gebruikt, zoals je mailbox, CRM of boekhoudpakket, binnen de grenzen die jij stelt.
Wat is het verschil tussen een AI-agent en een chatbot?
Een chatbot voert een gesprek: hij beantwoordt vragen, meestal op basis van jouw informatie. Een agent voert werk uit: hij leest, zoekt op, beslist welke stap volgt en zet acties klaar in je systemen. Een chatbot praat, een agent handelt.
Is een AI-agent altijd beter dan een gewone automatisering?
Nee. Als een taak volgens vaste regels verloopt, is een gewone workflow goedkoper, sneller en voorspelbaarder. Een agent is pas zinvol als de input steeds anders is en er per geval een afweging nodig is.
Kan een AI-agent fouten maken?
Ja. Een taalmodel kan iets verkeerd lezen of een verkeerde conclusie trekken. Daarom geef je een agent beperkte rechten, laat je hem bij twijfel een mens inschakelen en laat je belangrijke acties eerst controleren voordat ze worden uitgevoerd.


