AI Toepassingen

AI in de installatie- en onderhoudsbranche: van storingsmelding tot werkbon

Volg de servicecyclus van storingsmelding tot werkbon: wat AI per stap voorbereidt, wie beslist, en waarom veiligheid bij de gecertificeerde monteur blijft.

AI WorkTalent Redactie · 16 augustus 2026 · 15 min leestijd

Een storing meldt zich zelden netjes. De klant belt, mailt of vult een portaal in. Wat binnenkomt is meestal een half verhaal: de ketel doet raar, het licht knippert, het systeem geeft een foutcode die niemand kan plaatsen. De servicecyclus van storingsmelding tot werkbon is de vaste keten van stappen die daarop volgt: melden, prioriteren, inplannen, ter plekke uitzoeken, vastleggen, factureren, en achteraf leren van wat er gebeurd is. Die cyclus eindigt pas als de bon is afgerond en de rekening de deur uit is. Op elke stap kan AI een deel van het werk voorbereiden, maar op geen enkele stap neemt het de eindverantwoordelijkheid over. Dit artikel volgt die keten stap voor stap, aan de hand van een bedacht installatie- en onderhoudsbedrijf dat storingen en onderhoud afhandelt bij particulieren en kleinzakelijke klanten. Geen echte klant dus, maar een voorbeeld waarin je je eigen werkwijze kunt herkennen.

De melding komt binnen: onvolledig, en dat is normaal

Bij een installatiebedrijf voor cv-ketels en klimaatsystemen komen meldingen via drie kanalen tegelijk binnen: telefoon, e-mail en een online portaal. Bijna geen enkele melding bevat alles wat een monteur nodig heeft. "De verwarming doet het niet meer" kan van alles betekenen, van een lege thermostaatbatterij tot een defecte ketel. AI kan zo'n vrije tekst of een telefoongesprek structureren tot bruikbare velden: wat is het probleem, sinds wanneer speelt het, om welk apparaat gaat het, en is er eerder een storing geweest op dit adres? Ontbreekt er iets essentieels, dan vraagt het systeem meteen door. Dat scheelt de eerste ronde heen-en-weer bellen die anders bij de planning terechtkomt.

Wat een mens moet blijven horen tussen de regels

Waar de mens onmisbaar blijft, is het wegen van wat tussen de regels door staat. Een klant die er terloops bij zegt "ik ruik trouwens ook iets raars bij de ketel" heeft het niet over een gewone storing. Dat mag nooit wegvallen in een keurig ingevulde ticketregel. Een intakemedewerker die dat soort signalen herkent en meteen escaleert, doet iets waar een tekstclassificatie niet automatisch even goed in is. Dat geldt zeker als het systeem is getraind op duizenden gewone meldingen, waartussen een zeldzaam maar gevaarlijk signaal kan verdwijnen.

Triage: urgentie, waarschijnlijke oorzaak, vakman en onderdelen

Na de melding volgt de vraag die alles verder bepaalt. Hoe urgent is dit, wat is er waarschijnlijk aan de hand, welke monteur moet komen, en welk onderdeel moet die meenemen? Hier kan AI een concept-inschatting geven, door de melding naast de geschiedenis van vergelijkbare storingen bij hetzelfde apparaattype te leggen. Het systeem toont dan bijvoorbeeld de suggestie "waarschijnlijk een defecte printplaat bij dit ketelmodel". Bevestigt de triagemedewerker die inschatting, dan gaat er een monteur met dat onderdeel op zak, in plaats van iemand die na het eerste bezoek met lege handen terug moet komen. Dat scheelt een tweede rit, en dat is precies waar de tijdwinst zit.

Deze stap is ook meteen de plek waar fouten uit de vorige stap doorwerken: een vaag ingevulde melding levert een vage triage op. Bij twijfel over urgentie geldt daarom een vaste regel, geen inschatting. Een signaal dat op onveiligheid kan wijzen — een geur, een vonk, een vreemd geluid bij een gasinstallatie — gaat altijd naar de hoogste urgentie en naar een gecertificeerde monteur. Dat geldt ook als het model op basis van de rest van de tekst een lage urgentie zou voorstellen. De triagemedewerker bevestigt de urgentie, niet het algoritme.

Inplannen: reistijd, vakbekwaamheid en een belofte die je waarmaakt

Zodra urgentie en waarschijnlijke oorzaak bekend zijn, moet de melding een plek in de agenda krijgen. Dat is een puzzel van drie dingen tegelijk:

• de reistijd tussen klussen;
• wie het juiste certificaat of de juiste vakbekwaamheid heeft voor dit type installatie;
• en wat je de klant belooft over wanneer iemand langskomt.

Een systeem dat de actuele planning, de reistijden en de vaardigheden van monteurs bij elkaar brengt, doet een planningsvoorstel en berekent een realistisch tijdvenster. Dat gaat sneller dan een planner die alles handmatig naast elkaar legt.

De valkuil zit in overmoedige beloftes. Een voorstel dat rekent met een ideale reistijd en geen rekening houdt met een klus die net uitloopt, levert een tijdvenster op dat de planner niet kan waarmaken. Beloof je de klant een monteur tussen negen en tien uur, en belt hij om kwart over tien omdat er nog niemand is, dan kost dat meer tijd dan de planning ooit bespaarde. De planner beoordeelt het voorstel, bouwt bewust marge in bij een volle dag, en is degene die de belofte aan de klant daadwerkelijk uitspreekt.

De monteur op locatie: weten wat er eerder is gebeurd

Op locatie aangekomen, is de eerste vraag van de monteur meestal: wat is dit voor apparaat, wanneer is het geplaatst, en is hier al eerder iets aan gedaan? Vroeger betekende dat bellen naar kantoor of zoeken in een ordner. Met een gekoppeld systeem kan AI in een paar seconden een compact overzicht tonen: installatiedatum, merk en type, garantiestatus, en de laatste twee of drie storingen met wat er toen is geconstateerd en gerepareerd. Dat scheelt uitzoekwerk en voorkomt dat een monteur een reparatie herhaalt die al eerder is geprobeerd en niet hielp.

Die snelheid is alleen zo goed als de registratie erachter. Een overzicht dat een reparatie aan het verkeerde adres toont, of een historie die al twee jaar niet is bijgewerkt, geeft een monteur vals vertrouwen in plaats van een kortere zoektocht. De monteur controleert daarom altijd of het serienummer en de situatie ter plekke overeenkomen met wat het systeem toont. Hij stelt zelf de diagnose — het overzicht is een vertrekpunt, geen bevestigde uitkomst.

De werkbon: van ingesproken notitie naar nette regel

Na de klus volgt bij dit bedrijf nog altijd hetzelfde ritueel. In de bus dicteert de monteur wat hij heeft gedaan, welk onderdeel erin ging en hoeveel tijd het kostte. Ter plekke is er simpelweg geen tijd voor administratie, dus typt iemand op kantoor de notitie 's avonds of de volgende dag over. Spraak- en tekstherkenning kan die vertaalslag overnemen: het systeem zet de ingesproken notitie automatisch om in een werkbon met de juiste velden, gekoppeld aan het apparaat en de klant waar de monteur net was. Hoe zo'n digitale werkbon in de praktijk werkt, staat apart uitgewerkt.

Dat scheelt overtypen, maar de bon gaat niet ongezien de deur uit. Spraakherkenning verstaat een tijdsduur soms verkeerd, wisselt een onderdeel om, of laat een nuance wegvallen: "moest terugkomen voor een onderdeel dat niet op voorraad was" wordt dan zomaar "storing verholpen". Iemand haalt die fouten er daarom altijd uit voordat de bon naar de klant of naar de facturatie gaat. De monteur of een collega op kantoor loopt de bon na; pas daarna is hij definitief.

Facturatie en meerwerk: AI bereidt voor, een mens bevestigt de prijs

Wat AI voorbereidt

Met een goedgekeurde werkbon in de hand kan AI een conceptfactuur opstellen: gewerkte uren, gebruikt materiaal en voorrijkosten in de juiste regels. Bij meerwerk — bleek er tijdens de reparatie meer aan de hand dan vooraf gedacht — kan hetzelfde systeem een conceptregel en een richtprijs voorstellen, gebaseerd op vergelijkbare eerdere klussen. Dat scheelt een factuur helemaal vanaf nul opstellen.

Waarom een mens de prijs bevestigt

De prijs die de klant daadwerkelijk ziet, bevestigt altijd een mens. Meerwerk raakt namelijk aan de relatie met de klant:

• bij een vaste onderhoudsklant is een volledige meerwerkrekening soms niet de juiste keuze;
• een garantiegeval hoort er misschien helemaal niet bij;
• en een geschil over wat wel en niet was afgesproken vraagt een gesprek, geen automatische regel.

Bovenop die afwegingen geldt een wettelijke grens, en die geldt niet alleen bij particulieren. Is er vooraf een richtprijs afgesproken, dan mag de uiteindelijke rekening op grond van artikel 7:752 lid 2 van het Burgerlijk Wetboek niet meer dan tien procent boven die richtprijs uitkomen. Dat artikel staat in Boek 7, titel 12, afdeling 1 — aanneming van werk in het algemeen — en geldt daarom voor elke opdrachtgever, particulier én zakelijk. Let wel op: het is regelend recht. Ben je met je klant schriftelijk iets anders overeengekomen, bijvoorbeeld in je algemene voorwaarden, dan gaat die afspraak in beginsel voor. Bij zakelijke opdrachtgevers gebeurt dat vaker dan je denkt, dus kijk eerst in je eigen voorwaarden. Bij particuliere klanten ligt het gevoeliger: zo'n beding in algemene voorwaarden kan door een rechter alsnog als onredelijk bezwarend worden aangemerkt. Ga er dus niet van uit dat je de tien-procentgrens daar zomaar wegschrijft. De uitzondering ligt bovendien vóór de overschrijding, niet erna: de aannemer moet zo tijdig mogelijk waarschuwen voor de waarschijnlijkheid van een verdere overschrijding, zodat de opdrachtgever het werk nog kan beperken of vereenvoudigen. Achteraf melden dat de rekening hoger is uitgevallen, geldt dus niet als zo'n waarschuwing. Een AI-tool die een richtprijs voorbereidt, verandert niets aan die verplichting — de waarschuwing en de uiteindelijke bevestiging blijven mensenwerk.

Voor het meerwerk zelf geldt daarnaast artikel 7:755 van het Burgerlijk Wetboek. Wil je voor toevoegingen of veranderingen die de opdrachtgever heeft gevraagd een hogere prijs rekenen, dan moet je hem tijdig hebben gewezen op de noodzaak van die prijsverhoging. Heb je dat niet gedaan, dan kun je de verhoging in beginsel niet vorderen — tenzij de opdrachtgever die noodzaak uit zichzelf had moeten begrijpen. Ook hier hangt alles dus aan een mens die op tijd belt of mailt, niet aan een regel die het systeem achteraf onder de factuur zet.

Bij werk aan gasverbrandingsinstallaties komt daar nog iets bij. Ook het in bedrijf stellen en vrijgeven voor gebruik mag alleen door een gecertificeerd bedrijf gebeuren. Wacht in je eigen proces dus met het bevestigen van de prijs tot die vrijgave rond is. Dat is geen wettelijk voorgeschreven volgorde, maar het voorkomt dat je factureert voor werk dat nog niet is vrijgegeven. Bij elektrawerk is zo'n aftekenmoment helemaal een keuze in je eigen procesinrichting, en een verstandige. AI kan die controlestap in beide gevallen voorbereiden, maar nooit vervangen.

Na de laatste bon: patronen zien over storingen heen

Eén werkbon vertelt het verhaal van één storing. Honderden werkbonnen naast elkaar vertellen een ander verhaal: welk ketelmodel of klimaatsysteem structureel vaker terugkomt dan andere, en welke klant stelselmatig te laat belt. Sommige klanten bellen namelijk pas als de verwarming er al drie dagen uit ligt, in plaats van bij de eerste vreemde geluiden. AI die werkbonnen over een langere periode samenvat en clustert, maakt dat patroon zichtbaar zonder dat iemand handmatig door alle dossiers hoeft te bladeren.

Die signalen helpen bij beslissingen die verder gaan dan de ene storing:

• stoppen met het aanbevelen van een probleemgevoelig model;
• een klant actief wijzen op een onderhoudscontract, omdat te laat melden telkens tot een duurdere spoedreparatie leidt;
• of een monteur extra bijscholen op een type installatie waar hij vaker op terugkomt.

De conclusie en de vervolgstap blijven bij een leidinggevende of accountmanager. AI signaleert het patroon, maar vervangt het gesprek met de klant of de monteur niet.

De harde grens: veiligheid is en blijft mensenwerk

Door de hele keten heen geldt één grens die niet verschuift: een AI-systeem doet geen technische veiligheidsbeoordeling van een gasverbrandingsinstallatie, van elektra of van andere onderdelen waarvoor certificering of wettelijke vakbekwaamheidseisen gelden. Het mag een signaal doorgeven — een geur die genoemd wordt, een afwijkende meting, een storingscode die vaker met een risicovol mankement samenhangt — zodat het bij de juiste, gecertificeerde monteur terechtkomt. Het mag nooit zelf de conclusie trekken dat iets veilig is of dat een risico meevalt.

Wat die eisen precies inhouden, verschilt per vakgebied, en dat verschil is de moeite waard om te kennen. Voor werkzaamheden aan gasverbrandingsinstallaties tot en met 100 kW — cv-ketels, geisers, gashaarden en de bijbehorende luchttoevoer en rookgasafvoer — geldt een wettelijke certificeringsplicht: alleen een gecertificeerd bedrijf mag dat werk uitvoeren. Dat verbod staat in artikel 6.45 van het Besluit bouwwerken leefomgeving; installaties boven 100 kW vallen onder het Besluit activiteiten leefomgeving en dus buiten deze regeling. Het certificatieschema stelt daarnaast eisen aan de monteurs zelf: wie een gasverbrandingstoestel in bedrijf stelt, moet een Bewijs van Vakmanschap CO hebben. De Toelatingsorganisatie Kwaliteitsborging Bouw houdt een openbaar register van certificaathouders bij, waarin je kunt opzoeken of een bedrijf gecertificeerd is. Individuele monteurs staan daar niet in: hun persoonlijke bewijs houdt het bedrijf bij in het personeelsdossier.

Voor elektrotechnisch werk ligt dat anders. Daar bestaat geen vergelijkbare wettelijke certificeringsplicht, maar een deskundigheidseis: artikel 3.5 van het Arbeidsomstandighedenbesluit bepaalt dat elektrotechnische werkzaamheden en bedieningswerkzaamheden die gevaren kunnen opleveren, worden uitgevoerd door deskundige, voldoend onderrichte en daartoe bevoegde werknemers. NEN 3140 is de norm die daar in de praktijk invulling aan geeft, met aanwijzingen als vakbekwaam persoon of voldoende onderricht persoon. Dat is een norm, geen wet. Gooi gas en elektra dus niet op één hoop als je vastlegt wie wat mag doen.

Die grens ligt niet bij AI WorkTalent of bij een softwareleverancier. Ze ligt bij de regels die voor het vak zelf gelden, en bij de vakbekwaamheid en certificering van de monteur die het werk uitvoert en ervoor tekent. Een tool die een risico mist, ontslaat een bedrijf niet van de eigen zorgplicht. Een tool die een risico wél signaleert, vervangt nooit de beoordeling ter plekke door iemand die daarvoor is opgeleid. Zet AI in als extra paar ogen dat vroeg signaleert, niet als vervanging van het oordeel waar de wet en het vak om vragen.

Wat dit vraagt: een digitale installatiehistorie

Alles hierboven staat of valt met één voorwaarde: de installatiehistorie moet ergens digitaal en gestructureerd vastliggen. Dat geldt voor de monteur die op locatie meteen de voorgeschiedenis ziet, voor de triage die leert van eerdere storingen bij hetzelfde apparaat, en voor de patronen die achteraf zichtbaar worden. Welk apparaat op welk adres staat, wanneer het geplaatst is, en wat er bij ieder bezoek is geconstateerd en gerepareerd: dat hoort gekoppeld te zijn aan dat specifieke apparaat. Niet los opgeslagen als PDF, niet als aantekening in een mailbox, en niet alleen in het hoofd van een ervaren monteur.

Staan planning, werkbonnen, facturatie en het klantenbestand nog los van elkaar, of deels op papier, dan is aan die voorwaarde per definitie niet voldaan. Dat is precies waarom een AI-project op deze keten vaak begint met iets minder spannends dan AI: eerst de losse systemen aan elkaar koppelen, zodat er één bron van waarheid per installatie ontstaat. Welke pakketten dat voor een installatiebedrijf doen, staat in software voor installateurs; het koppelen zelf gebeurt in de praktijk vaak via een automatiseringsplatform als n8n. Zodra klantgegevens uit al die systemen op één plek samenkomen, verwerk je ze op een andere schaal dan voorheen. Zorg daarom vooraf dat je weet wat de AVG daarvan vraagt.

Van storingsmelding tot werkbon: wat AI doet en wie bevestigt

Een overzicht van de hele servicecyclus, met per stap wat AI voorbereidt, wie het bevestigt, en waar het risico zit als die controle wegvalt:

Waar je begint

Begin niet bij de stap die het meest indrukwekkend klinkt, maar bij de stap die nu het meeste tijd kost en zich het vaakst herhaalt. Ligt dat bij jouw bedrijf in de werkbon — het overtypen van losse notities — of in de triage van binnenkomende meldingen? Dat zijn vaak de stappen met het meeste handmatige werk per geval en de meest voorspelbare patronen, en dus de logische plek om te beginnen. Patronen signaleren over veel storingen heen is waardevol, maar vraagt eerst dat er genoeg gestructureerde data is opgebouwd — dat is eerder een tweede stap dan een startpunt.

Kies één stap, bewijs de waarde in de praktijk, en breid pas daarna uit naar de rest van de keten. In het stappenplan voor AI in het mkb staat hoe je dat aanpakt zonder meteen de hele keten te willen automatiseren. Werk je met ploegen die de hele dag onderweg zijn, dan spelen planning en urenregistratie een grotere rol dan de servicecyclus zelf; dat staat in AI voor bedrijven met een buitendienst.

AI verkort de keten van storingsmelding tot werkbon niet door beslissingen over te nemen, maar door bij elke stap het voorbereidende werk te doen: structureren, opzoeken, een concept opstellen. Zo besteden de triagemedewerker, de planner, de monteur en degene die de prijs bevestigt hun tijd aan wat echt aandacht vraagt. Bij veiligheid verschuift er niets: dat oordeel blijft bij de gecertificeerde vakman. Weet je niet wie je hiervoor nodig hebt? Lees dan de gids voor het inhuren van een AI-expert. Op AI WorkTalent plaats je een opdracht en ontvang je voorstellen van specialisten. Contract en betaling lopen via het platform, en het budget komt pas vrij als de oplevering is goedgekeurd.