Per branche

AI voor schoonmaakbedrijven en glazenwassers: 7 toepassingen die tijd opleveren

Offertes per m², roosters bij ziekte, werkinstructies in meerdere talen: zo helpt AI een schoonmaakbedrijf of glazenwasser, en dit blijft mensenwerk.

aiworktalent Redactie · 22 oktober 2026 · 11 min leestijd

AI voor schoonmaakbedrijven gaat niet over robots die kantoren stofzuigen. Het gaat over het werk dat 's avonds aan de keukentafel gebeurt: offertes uitrekenen, gaten in het rooster dichten, klachten beantwoorden en uren controleren. Dit artikel laat zeven toepassingen zien voor schoonmaakbedrijven en glazenwassers, van zzp'er tot bedrijf met enkele tientallen schoonmakers, en waar de grens ligt.

Waar de tijd in een schoonmaakbedrijf echt heen gaat

De tijd lekt weg in alles eromheen. Elk object is anders, met eigen ruimtes, frequenties, sleutels en wensen. Medewerkers spreken vaak verschillende talen. En een ziekmelding om zes uur 's ochtends betekent dat iemand meteen moet gaan bellen.

Daar komt bij dat de marges dun zijn en de uren nauw luisteren. De nieuwe cao voor het schoonmaak- en glazenwassersbedrijf loopt van 1 juli 2026 tot en met 30 juni 2028 en verhoogt de basisuurlonen met 3,1 procent per 1 januari 2027 en 3 procent per 1 januari 2028. Elke calculatie die niet klopt, gaat dus direct van je winst af.

Zeven AI-toepassingen voor schoonmaakbedrijven, sterkste eerst

1. Offertes per m² en frequentie

Het probleem: na een rondgang zit je met een notitieblok, foto's en een plattegrond. Daar een ruimtelijst van maken met vierkante meters, vloersoorten en frequenties kost al snel een avond per offerte.

Wat AI doet: je spreekt tijdens de rondgang je bevindingen in en maakt foto's. AI zet dat om in een gestructureerde ruimtelijst en rekent met jouw eigen normtijden een conceptofferte uit. Ontbrekende gegevens, zoals de frequentie van het sanitair, worden als vraag teruggegeven in plaats van gegokt.

Wat het eerlijk oplevert: sneller een offerte de deur uit, en minder rekenfouten. De prijs en de normtijden blijven jouw keuze. AI kent de bezetting van een kantoor of de vervuilingsgraad van een kantine niet zoals jij die ter plekke ziet. Wie daarna ook wil weten waarom offertes verloren gaan, vindt in het artikel over leren van je verloren offertes een aanpak.

Hoe zwaar: gemiddeld. Je moet je normtijden en prijsopbouw eerst één keer netjes vastleggen.

2. Rooster en vervanging bij ziekte

Het probleem: iemand meldt zich ziek en het object moet vanavond toch schoon. De planner zoekt in zijn hoofd of in een spreadsheet wie het object kent, de sleutel kan krijgen en niet al te ver weg woont.

Wat AI doet: op basis van het rooster, de objectkennis, de reisafstand en de resterende contracturen zet AI binnen een paar minuten de beste kandidaten op een rij. Ook kan het een conceptbericht aan de vervanger klaarzetten, met adres, tijden en de werkinstructie.

Wat het eerlijk oplevert: minder belwerk op het vroegste moment van de dag. De planner beslist en neemt contact op. Een systeem dat mensen inroostert of voordraagt op basis van hun prestaties of gedrag is een ander verhaal; daarover meer bij de grenzen.

Hoe zwaar: gemiddeld tot zwaar. Het werkt alleen als je planningssoftware de gegevens netjes bijhoudt.

3. Werkinstructies per object, in meerdere talen

Het probleem: per object gelden andere afspraken. Een nieuwe of invallende schoonmaker weet niet dat de directiekamer alleen op dinsdag gaat of dat de laboratoriumvloer een ander middel vraagt. En niet iedereen leest vlot Nederlands.

Wat AI doet: van je eigen objectafspraken maakt AI een korte instructiekaart per object, met foto's, en vertaalt die naar de talen die je team spreekt. Een schoonmaker kan op de telefoon ook een vraag stellen in de eigen taal en krijgt antwoord uit de instructie.

Wat het eerlijk oplevert: minder fouten bij invallers en minder telefoontjes naar de leidinggevende. De Arbowet (artikel 8) verplicht je bovendien om medewerkers doeltreffend voor te lichten over hun werk en de risico's, en dat lukt alleen in een taal die ze begrijpen. Laat veiligheidsinformatie, zoals het werken met chemische middelen, wel controleren door iemand die de taal spreekt, en leg de instructie ook mondeling uit.

Hoe zwaar: licht. Dit is vaak de makkelijkste start.

4. Kwaliteitscontrole en VSR-rapportages

Het probleem: veel zakelijke contracten werken met de VSR-systematiek, vastgelegd in NEN 2075: een opgeleide controleur meet het resultaat en het contract bepaalt hoeveel afkeur acceptabel is. De rapporten stapelen zich op, maar niemand heeft tijd om er patronen in te zoeken.

Wat AI doet: het vat meetrapporten en eigen tussentijdse controles samen, en laat zien welke ruimtes of elementen steeds terugkomen. Foto's van de eigen controles worden per object geordend voor het gesprek met de klant.

Wat het eerlijk oplevert: je ziet een probleem aankomen voordat de klant erover begint. De meting zelf blijft mensenwerk, en het oordeel over wie iets moet verbeteren ook.

Hoe zwaar: licht tot gemiddeld, afhankelijk van of je rapporten digitaal binnenkomen.

5. Klantcommunicatie en meldingen

Het probleem: meldingen komen binnen via mail, telefoon en app. "De prullenbakken zijn niet geleegd", "kunnen jullie vrijdag extra komen", "wanneer komt de glazenwasser". Alles moet worden genoteerd, doorgezet en beantwoord.

Wat AI doet: het sorteert berichten per object en soort (klacht, extra opdracht, vraag), zet een melding door naar de juiste leidinggevende en schrijft een conceptantwoord. Voor particuliere klanten van een glazenwasser kan het afspraakberichten versturen en een ronde verschuiven bij slecht weer. Hoe dat bij bedrijven met mensen op de weg werkt, lees je in het artikel over AI voor bedrijven met een buitendienst.

Wat het eerlijk oplevert: geen meldingen meer die in iemands inbox blijven hangen. Neutrale berichten, zoals een afspraakbevestiging, mogen automatisch. Een antwoord op een klacht leest een mens eerst.

Hoe zwaar: licht tot gemiddeld.

6. Urenregistratie en facturatie controleren

Het probleem: geplande uren, geklokte uren en gefactureerde uren lopen uit elkaar. Meerwerk vergeet je te factureren, en een object dat structureel uitloopt valt pas op bij de jaarafrekening.

Wat AI doet: het vergelijkt elke week de drie bronnen en zet de afwijkingen op een rij: dit object loopt al vier weken twintig minuten uit, deze extra opdracht staat nog niet op de factuur.

Wat het eerlijk oplevert: minder weglekkende omzet en een onderbouwd gesprek met de klant over meerwerk of een nieuwe calculatie. Of een afwijking aan de medewerker, het object of de calculatie ligt, zoek je zelf uit.

Hoe zwaar: gemiddeld. Het hangt af van hoe goed je systemen gegevens kunnen uitwisselen.

7. Objectdossier en sleutelbeheer

Het probleem: wie heeft de sleutel of pas van welk object, wanneer is die uitgegeven, en welke afspraken gelden er bij het alarm? Die kennis zit vaak in het hoofd van één leidinggevende.

Wat AI doet: het houdt een uitgiftelog bij uit de berichten en formulieren die je al gebruikt, en signaleert sleutels die al lang niet zijn teruggekomen.

Wat het eerlijk oplevert: overzicht en minder afhankelijkheid van één persoon. Alarmcodes en toegangsgegevens horen nooit in een publieke chatbot; daarover hieronder meer.

Hoe zwaar: licht, als je al een vast formulier of systeem voor uitgifte hebt.

Een uitgewerkt voorbeeld

Ter illustratie: een schoonmaakbedrijf met vijfentwintig schoonmakers en veertig zakelijke objecten. De eigenaar maakt de offertes, een planner regelt het rooster, en de helft van het team spreekt beter Pools of Arabisch dan Nederlands.

Het bedrijf begint met de werkinstructies. Van elk object wordt de bestaande afsprakenlijst omgezet in een instructiekaart met foto's, in drie talen, die de schoonmaker op de telefoon opent. Invallers bellen daardoor minder vaak de planner. Na twee maanden komt de offertestap: de eigenaar spreekt tijdens rondgangen zijn notities in en krijgt de volgende ochtend een ruimtelijst met een conceptprijs, die hij controleert en aanpast.

Pas daarna pakt het bedrijf de wekelijkse urencontrole op. Die laat zien dat drie objecten structureel uitlopen, wat tot een gesprek met die klanten over de calculatie leidt. Het rooster blijft bij de planner: AI zet bij een ziekmelding alleen de kandidaten op een rij. Deze getallen zijn bedacht; reken het met je eigen objecten na.

De harde grenzen

Geen beoordeling of aansturing van medewerkers door AI. De Europese AI-verordening rekent AI die taken toewijst op basis van gedrag of persoonlijke kenmerken, of die prestaties en gedrag van werknemers volgt en beoordeelt, tot hoog risico. De zware verplichtingen daarvoor gelden na het uitstel door de Digital Omnibus vanaf 2 december 2027. Dat geldt ook als AI alleen een voorstel doet en een mens beslist. Laat AI daarom kandidaten kiezen op objectkennis, reistijd en beschikbare uren, niet op prestaties of gedrag. Emotieherkenning op de werkvloer is sinds 2 februari 2025 verboden, op medische of veiligheidsredenen na.

Geen heimelijk volgen. Locatiegegevens van een telefoon, inklokdata en foto's van het werk zijn persoonsgegevens onder de AVG. Gebruik ze alleen voor een duidelijk doel en vertel medewerkers wat je vastlegt. Heb je een ondernemingsraad, dan heeft die instemmingsrecht bij een systeem waarmee je aanwezigheid, gedrag of prestaties kunt volgen (artikel 27 WOR).

Toegangsgegevens en klantgegevens blijven binnen. Alarmcodes, sleutellijsten en plattegronden van klanten plak je niet in een gratis AI-tool. Dat gebeurt vaak ongemerkt, als medewerkers uit gemak zelf iets gebruiken; lees daarover het artikel over schaduw-AI in je bedrijf. Werk alleen met software waarmee je een verwerkersovereenkomst hebt.

Loon en ketenverantwoordelijkheid blijven jouw zaak. Via de ketenaansprakelijkheid voor loon (artikel 7:616a BW) kan een werknemer ook de opdrachtgever aanspreken als het verschuldigde loon niet wordt betaald. Opdrachtgevers vragen daarom regelmatig om bewijs dat je de cao naleeft. AI kan dat dossier op orde houden, maar of de lonen en toeslagen kloppen, controleert je salarisadministratie of accountant.

AI ziet het object niet. Een ruimtelijst uit foto's kan meters missen of een vloersoort verkeerd inschatten. Controleer elke calculatie voordat hij naar de klant gaat.

Overzicht: taak, wat AI doet en wie beslist

Klein beginnen

Begin met één taak die elke week terugkomt en weinig risico heeft. Voor de meeste schoonmaakbedrijven is dat de werkinstructie in meerdere talen of het sorteren van klantmeldingen. Een glazenwasser begint vaak met afspraakberichten aan particuliere klanten.

Meet vooraf hoeveel tijd een taak nu kost, zodat je na een paar maanden weet of het iets oplevert. Pas als de eerste stap goed loopt, pak je de offertes of de urencontrole aan. Die vragen meer inrichting en meestal een koppeling tussen systemen. Daar is een specialist vaak sneller dan zelf uitzoeken.

Veelgestelde vragen

Wat levert AI een schoonmaakbedrijf het snelst op?

Meestal de offerte. Een rondgang met foto's en ingesproken notities wordt door AI omgezet in een ruimtelijst met vierkante meters, vloersoorten en frequenties, plus een conceptofferte op basis van je eigen normtijden. Jij controleert de cijfers en stelt de prijs vast. Wil je klein en met weinig risico beginnen, dan is een werkinstructie in meerdere talen vaak de makkelijkste eerste stap.

Kan AI het rooster van mijn schoonmakers maken?

AI kan een roostervoorstel maken en bij een ziekmelding binnen een paar minuten laten zien wie het object kent, in de buurt woont en nog uren over heeft. De planner beslist en belt of appt de vervanger. Laat AI geen taken verdelen of voorstellen op basis van prestaties of gedrag van medewerkers. Zulke systemen gelden in de Europese AI-verordening als hoog risico, ook als een mens de knoop doorhakt, met zware verplichtingen vanaf 2 december 2027. Een systeem waarmee je medewerkers kunt volgen, vraagt bovendien instemming van de ondernemingsraad als je die hebt.

Mag ik werkinstructies voor schoonmakers laten vertalen door AI?

Ja, en het helpt. De Arbowet verplicht je om medewerkers doeltreffend voor te lichten over hun werk en de risico's, en dat lukt alleen in een taal die ze begrijpen. AI vertaalt een werkinstructie snel naar bijvoorbeeld Pools, Arabisch of Turks. Laat de vertaling van veiligheidsinformatie, zoals het werken met chemische middelen, wel controleren door iemand die de taal spreekt, en leg de instructie ook mondeling uit.

Kan AI de VSR-kwaliteitsmeting vervangen?

Nee. Een meting volgens de VSR-systematiek (vastgelegd in NEN 2075) wordt gedaan door een opgeleide controleur die het object zelf beoordeelt, vaak omdat het contract dat zo voorschrijft. AI kan wel helpen bij alles eromheen: meetrapporten samenvatten, terugkerende afkeurpunten per ruimte zichtbaar maken, en van de eigen tussentijdse controles met foto's een overzicht maken voor het gesprek met de klant.

Is AI ook nuttig voor een zzp-glazenwasser?

Ja, in het klein. Een glazenwasser met een vaste wijk heeft vooral baat bij automatische afspraakberichten aan particuliere klanten, het verschuiven van een ronde bij slecht weer, en het opstellen van facturen uit de lijst met adressen die die dag gedaan zijn. Dat kan vaak al met de software die je gebruikt plus een eenvoudige koppeling, zonder groot project.

AI kan een schoonmaakbedrijf of glazenwasser veel avondwerk besparen, bij offertes, roosters, instructies en urencontrole, zolang de mens beslist over prijzen, mensen en kwaliteit. Wil je een AI-expert inhuren voor je schoonmaakbedrijf? Plaats je opdracht op aiworktalent en ontvang voorstellen van specialisten.