AI Strategie

AI als antwoord op personeelstekort: wat wel en niet werkt

64 procent van de mkb-bedrijven kampt met personeelstekort. AI vervangt geen medewerkers, maar herverdeelt werk — mits het proces eerst op orde is.

aiworktalent Redactie · 24 juli 2026 · 10 min leestijd

Veel mkb-bedrijven vinden simpelweg geen mensen. Volgens de Conjunctuurenquête Nederland van het CBS kampte in april 2026 64 procent van de bedrijven met personeelstekort, en voor het eerst is automatisering — inclusief AI — de populairste maatregel daartegen, vóór het aantrekkelijker maken van arbeidsvoorwaarden. AI wordt in dat verhaal al snel neergezet als hét antwoord op de krapte. Dat is deels waar en deels onzin, en het verschil zit 'm in wat er precies wordt bedoeld met "een antwoord op personeelstekort". Dit artikel maakt dat onderscheid scherp: wat AI wél oplevert, waar het niet werkt, welke valkuil bedrijven zichzelf in werken, en wat het voor de mensen die blijven betekent.

De cijfers: krapte is reëel, automatisering is nu het populairste antwoord

De arbeidsmarkt is de laatste tijd iets minder gespannen dan op het hoogtepunt van de krapte, maar nog altijd krap. In het eerste kwartaal van 2026 stonden er volgens het CBS 91 vacatures open per 100 werklozen — een daling ten opzichte van eerdere kwartalen, maar geen ontspannen arbeidsmarkt. Uit het werkgeversonderzoek van UWV (2025) blijkt dat gemiddeld 45 procent van de vacatures moeilijk vervulbaar is, tegenover 53 procent in 2023 en 2024. Dat is een verbetering, maar nog altijd bijna de helft van alle vacatures. Technische beroepen en werk in zorg en welzijn hebben daarbij het vaakst last van wervingsproblemen.

Tegen die achtergrond is de verschuiving in de Conjunctuurenquête Nederland veelzeggend. Waar bedrijven vorig jaar vooral inzetten op aantrekkelijker werkgeverschap om personeel te winnen, is automatisering — met AI als onderdeel daarvan — daar in 2026 voor het eerst in populariteit overheen gegaan: 29,7 procent van alle bedrijven noemt automatisering de belangrijkste maatregel tegen personeelstekort, tegenover 24,9 procent dat inzet op aantrekkelijker arbeidsvoorwaarden. Onder de bedrijven die daadwerkelijk met een tekort kampen, is dat bijna de helft. Maar diezelfde cijfers laten ook een scheve verdeling zien: van de grote bedrijven (250 of meer werknemers) zet 40,4 procent in op automatisering, tegenover 28,1 procent van de middelgrote bedrijven en slechts 20,1 procent van de kleine bedrijven (5 tot 50 werknemers). Kleine bedrijven kiezen bij een moeilijk vervulbare vacature juist vaker voor de andere uitweg: gewoon minder produceren. Van de kleine bedrijven beperkt 20,1 procent de productie vanwege personeelstekort, tegenover 8,7 procent van de grote bedrijven. Precies het mkb dat het hardst geraakt wordt door krapte, loopt dus achter in het benutten van automatisering als alternatief.

Wat AI wél doet: werk herverdelen, niet iemand vervangen

Als een vacature lang openstaat, verdwijnt het werk van die functie niet. Het blijft liggen, of het wordt uitgesmeerd over de collega's die er nog wel zijn — totdat die collega's omvallen of vertrekken, en de krapte zichzelf verergert. Dat is precies het punt waarop AI iets concreets kan doen: niet de opengevallen functie vervangen, maar het werk dat overblijft herverdelen naar software. Denk aan de administratie die bij een vacature blijft liggen, de mail die niemand meer op tijd beantwoordt, de planning die handmatig moet, de standaardvragen van klanten die anders bij een toch al overbelaste collega terechtkomen.

Dat onderscheid is belangrijker dan het lijkt. "AI vervangt de medewerker die je niet kunt vinden" is een ander verhaal dan "AI neemt het restwerk over zodat de mensen die er nog wel zijn niet omvallen". Het eerste is meestal een belofte die niet wordt waargemaakt: de kern van de meeste functies bestaat uit werk waar AI geen vervanging voor is, zoals hieronder blijkt. Het tweede is een realistisch en vaak direct te behalen resultaat, en precies dat resultaat verklaart waarom automatisering nu de populairste maatregel tegen personeelstekort is: niet omdat bedrijven massaal geloven dat AI mensen vervangt, maar omdat het de druk van een opengevallen plek daadwerkelijk verlicht.

Waar het niet werkt: wees hier eerlijk over

Er zijn drie categorieën werk waar AI weinig tot geen verlichting biedt, en het is beter dat vooraf te erkennen dan er na een teleurstellende implementatie achter te komen.

Fysiek werk. Een monteur die een installatie moet aansluiten, een verzorgende die iemand uit bed helpt, een chauffeur die een pakket aflevert — daar verandert AI niets aan. Software kan de planning rond dat werk verlichten, maar de handeling zelf blijft aan een mens.

Werk dat vakinhoudelijk oordeel vraagt. Een technische diagnose bij een storing, een maatwerkofferte voor een niet-standaard project, een inschatting die op jarenlange ervaring leunt — AI kan hooguit een concept aanreiken of vergelijkbare gevallen naast elkaar zetten. De uiteindelijke beoordeling blijft aan iemand die het vak kent, en een AI-concept dat blind wordt overgenomen levert precies de fouten op die je met een ervaren vakmens had voorkomen.

Werk waar de klant een mens verwacht. Een boze klant die wordt afgescheept met een chatbot voelt zich niet geholpen, maar genegeerd. Bij een onderhandeling, een gevoelig gesprek of een situatie waarin vertrouwen de kern van de dienst is, ondermijnt een geautomatiseerd antwoord precies waar de klant om vraagt.

Wie AI inzet tegen personeelstekort zonder dit onderscheid te maken, loopt het risico dat de vrijgekomen tijd op de verkeerde plek wordt ingezet: wél de standaardmail geautomatiseerd, maar ook geprobeerd de moeilijke klantvraag erdoorheen te jassen, met een teleurgestelde klant tot gevolg.

Een voorbeeld uit de praktijk

Een technische groothandel met tweeëntwintig medewerkers verliest een binnendienstmedewerker die orders verwerkte, offertes opstelde en telefonisch vragen beantwoordde over voorraad, levertijd en prijs. Na negen maanden en drie vacaturerondes is er nog steeds geen geschikte kandidaat gevonden. De twee overgebleven binnendienstmedewerkers draaien over, en de eigenaar besluit snel te handelen: een chatbot en automatiseringstool die binnenkomende mail beantwoordt en offertes genereert, direct aangeschaft en aangezet.

Het loopt meteen mis. Er circuleren drie verschillende prijslijsten door het bedrijf, vaste klanten hebben mondelinge kortingsafspraken die nergens zijn vastgelegd, en elke binnendienstmedewerker verwerkt een order net iets anders. De AI kent die uitzonderingen niet en stuurt in de eerste twee weken meermaals een verkeerde prijs naar een vaste klant. De klachten stijgen, en de twee overgebleven medewerkers besteden hun tijd niet aan minder werk, maar aan het rechtzetten van AI-fouten — drukker dan toen de vacature nog gewoon openstond.

De eigenaar zet de tool tijdelijk terug en doet eerst het opruimwerk dat had moeten voorafgaan: één prijslijst die overal geldt, kortingsafspraken vastgelegd in het systeem in plaats van in iemands hoofd, één vast orderproces in plaats van drie varianten. Pas als dat staat, zet hij de AI weer aan — nu op een gestandaardiseerd proces in plaats van een rommelig proces. Deze keer werkt het wel: offerteconcepten worden automatisch opgesteld, standaardvragen automatisch beantwoord, betalingsherinneringen automatisch verstuurd. De twee binnendienstmedewerkers doen het werk dat overblijft: uitzonderingen behandelen, vaste klanten met specifieke afspraken persoonlijk te woord staan, en elk offerteconcept controleren voordat het de deur uitgaat.

De verborgen valkuil: een rommelig proces automatiseren

Het voorbeeld hierboven is geen uitzondering, het is het meest voorkomende patroon. Onder tijdsdruk van een opengevallen vacature is de verleiding groot om AI direct op de bestaande manier van werken te plakken. Het probleem is dat de meeste bedrijven die met een vacature-gat kampen, ook een proces hebben dat al niet helemaal op orde was: uitzonderingen die nergens staan, afspraken die van medewerker tot medewerker verschillen, stappen die worden overgeslagen als het druk is. AI voert die rommeligheid consistent en op grote schaal uit, in plaats van hem te verhelpen. Het resultaat is niet minder werk voor de blijvers, maar een nieuw soort werk: fouten opsporen en herstellen die zonder AI nooit op deze schaal waren ontstaan. Zo wordt het personeelstekort niet kleiner, maar verschuift het probleem alleen naar een andere vorm — en soms wordt het groter dan het was.

De volgorde die wel werkt: eerst schrappen, dan standaardiseren, dan pas automatiseren

1. Schrap eerst wat niet meer nodig is. Elke opengevallen vacature is een goed moment om kritisch te kijken naar wat er in die functie eigenlijk moet gebeuren. Een rapportage die niemand meer leest, een goedkeuringsstap die ooit voor een specifieke reden werd ingevoerd maar allang achterhaald is, een dubbele registratie in twee systemen — dat werk hoef je niet te automatiseren, dat kun je gewoon laten vervallen.
2. Standaardiseer wat overblijft. Breng terug tot één manier van werken wat nu nog in drie varianten bestaat: één prijslijst, één ordertproces, één format voor een offerte. Leg mondelinge afspraken vast in een systeem in plaats van in het hoofd van één medewerker. Dit is het werk dat de meeste tijd kost en het minst spannend voelt, maar het bepaalt of de volgende stap slaagt of vastloopt.
3. Automatiseer pas daarna. Zet AI in op het proces zoals het nu gestandaardiseerd is, niet op de rommelige versie die eraan voorafging. Begin met de taak die het meeste tijd kost en het minst om oordeel vraagt — vaak precies het werk uit de tabel hieronder dat AI wél verlichting biedt.

Deze volgorde voelt traag op het moment dat een vacature al negen maanden openstaat en de druk torenhoog is. Toch is het sneller dan de andere route: een rommelig proces automatiseren, de fouten daarvan herstellen, en alsnog terug moeten naar schrappen en standaardiseren voordat het echt werkt. Zie voor de bredere aanpak het stappenplan voor AI-implementatie in het mkb, en voor waarom een tool die in een pilot goed werkte daarna alsnog kan vastlopen wat er gebeurt tussen een pilot en een structurele uitrol.

Welk werk AI wel en niet verlicht

Een overzicht van veelvoorkomende soorten werk bij personeelstekort, en of AI daar concreet verlichting biedt.

Wat het betekent voor de mensen die blijven

Voor de medewerkers die overblijven na een opengevallen vacature verandert er meer dan alleen de werkdruk. Hun werk verschuift van zelf uitvoeren naar controleren: niet meer zelf elke offerte vanaf nul opstellen, maar een conceptofferte beoordelen; niet meer elke mail zelf typen, maar een conceptantwoord nalezen voordat het de deur uitgaat. Dat scheelt tijd, maar het is een ander soort werk dat andere vaardigheden vraagt — kritisch blijven op een antwoord dat overtuigend oogt, en snel genoeg zien wanneer iets net niet klopt, zoals in het voorbeeld van de technische groothandel waar de eerste versie van de AI stilzwijgend verkeerde kortingen doorrekende.

Wees hier eerlijk over, ook naar het team toe: niet iedereen haalt uit controleren evenveel voldoening als uit het vak zelf uitoefenen. Iemand die trots was op het zelf schrijven van een sterke offerte, ervaart het beoordelen van een AI-concept soms als een verarming van het werk, ook al kost het minder tijd. Voor anderen is het precies andersom: het overtypen en de standaardmail waren nooit het leuke deel van de baan, en de tijd die vrijkomt gaat naar het werk waar wél voldoening uit te halen was, zoals het lastige klantgesprek waar eerder geen ruimte voor was. Beide reacties zijn reëel, en een bedrijf dat alleen de tijdwinst benoemt zonder deze verschuiving in het werk zelf te bespreken, mist een deel van wat er voor het team echt verandert.

AI lost personeelstekort niet op door mensen te vervangen, maar door het restwerk van een opengevallen plek te herverdelen naar software — mits je eerst schrapt wat overbodig is en standaardiseert wat overblijft. Reken de tijdwinst en de kosten van zo'n project door voordat je begint, zie hoe je de ROI van een AI-investering berekent. Wil je hierin niet alleen optrekken, dan plaats je op aiworktalent je opdracht en ontvang je voorstellen van specialisten die zowel de automatisering als de proceskant oppakken. Zie ook de complete gids voor het inhuren van een AI-expert.