Automatisering & AI
AI in de maakindustrie: moet je er nu iets mee? Een eerlijk antwoord
Sebastiaan Bal · 3 juli 2026 · 6 min lezen
Moet je nu iets met AI in de maakindustrie? Meestal nog niet, en zelden op de plek waar de buzz je heen wijst. AI versnelt of voorspelt wat er al staat. Op een rommelig proces levert dat niets op, net zomin als een robot dat doet.
Het korte antwoord
Nog niets kopen. Kijk eerst waar je stroom vastloopt.
Áls AI vandaag geld oplevert voor een MKB-maakbedrijf, zit dat vaker in de saaie voorbereiding, offertes, planning, werkvoorbereiding, kwaliteitscontrole, dan in een slim model op de machine. Bepaal eerst welke stap je stroom echt vertraagt. Pas dan weet je of daar AI, gewone automatisering of simpelweg orde het antwoord is.
AI versnelt je proces, het verbetert het niet
AI is nu het woord dat automatisering een paar jaar geleden was. De verwachting eronder is dezelfde: er is een knelpunt, en er is iets slims dat het oplost. Maar AI voert je proces niet beter uit, het voert het sneller of voorspellender uit. Klopt het proces niet, dan versnel je de fout, alleen duurder en moeilijker terug te draaien. Een rommelig proces met AI erop blijft een rommelig proces, nu met een dashboard erbij.
Het tweede eerlijke punt: de plek waar AI voor een MKB-maakbedrijf vandaag al loont, is zelden de glimmende machine op de vloer. Het is het kantoorwerk en de voorbereiding eromheen.
Waar de buzz je heen wijst, en waar het vaak echt zit
De aandacht gaat naar het spectaculaire. De winst zit meestal in het saaie.
| Waar iedereen aan denkt bij “AI” | Waar het voor een MKB-maakbedrijf nu vaak zit |
|---|---|
| voorspellend onderhoud op elke machine | offertes en calculaties sneller en consistenter maken |
| een zelfdenkende robot op de vloer | werkvoorbereiding: tekening, materiaal en planning kloppend krijgen |
| een model dat je hele planning overneemt | kwaliteitscontrole met beeldherkenning op één stabiele stap |
| een slimme machine die zichzelf bijstuurt | kennis van de ervaren vakman vastleggen voor wie na hem komt |
Voorspellend onderhoud klinkt goed, maar vraagt jaren nette machinedata die de meeste MKB'ers niet hebben. Beeldherkenning voor kwaliteitscontrole is wél volwassen, maar alleen als de stap stabiel is en het volume de investering draagt. Het patroon is elke keer hetzelfde: AI helpt waar het werk al gestructureerd en voorspelbaar is, en struikelt waar het rommelig is.
Waarom AI je procesprobleem meestal niet oplost
Het grootste tijdverlies in een MKB-maakbedrijf zit zelden bij het draaien van de machine. Het zit in de voorbereiding: de opdracht die niet scherp is, de tekening die ontbreekt, het materiaal dat nog gezocht wordt, de order die niet klaarligt. In het Proceskompas zijn dat de stappen 1 tot 3, vóór er ook maar iets draait.
Daar helpt vaak geen model, maar orde. Een duidelijke vrijgave, een vaste volgorde, een afspraak die nu nog in iemands hoofd zit. Dat kost geen licentie. Wie eerst AI koopt, slaat die gratis winst over en betaalt voor een oplossing op de verkeerde stap. De duurste fout is ook hier niet een te dure technologie, maar goede technologie op de verkeerde stap.
Een rommelig proces met AI erop blijft een rommelig proces. Nu met een dashboard erbij.
Wanneer AI wél de moeite waard is
Niet elke toepassing is te vroeg. Soms is een stap er klaar voor. Je herkent dat aan vijf dingen:
- De stap is stabiel en gestandaardiseerd. AI leert van een patroon. Wisselt de stap per order, dan is er geen patroon om van te leren.
- Je hebt bruikbare data. Beeld, meetwaarden of historie, genoeg en betrouwbaar. Geen data, geen AI.
- Het knelpunt is herhaalwerk of beoordelen, niet iets fysieks. AI is sterk in herkennen, sorteren en voorspellen, niet in oppakken en plaatsen.
- De uitkomst is meetbaar. Je kunt vooraf zeggen wat “het werkt” betekent en het achteraf controleren.
- Het volume draagt de kosten. Een werkende toepassing is een traject, geen app-abonnement. Reken op integratie, niet op een download.
Vinkt een stap deze vijf af, dan is het een serieuze kandidaat en reken je de businesscase door. Vinkt hij ze niet af, dan is “iets met AI” uitstel van het echte werk.
Orenzis is een onafhankelijk procesadviseur voor MKB-maakbedrijven die vóór een investering bepaalt of AI of automatisering rendabel is, zonder zelf machines of software te verkopen. Met het Proceskompas leggen we elke productieorder langs acht vaste stappen, rekenen we uit wat wachten kost, en zeggen we het eerlijk als de beste eerste stap geen model maar een werkafspraak is. Soms is de uitkomst “hier verdient AI zich terug”, soms “nog niet, eerst dit”.
Een vuistregel
Kun je niet in één zin zeggen welk probleem de AI oplost en hoe je meet dat het werkt, dan is het te vroeg. “Iets met AI omdat de concurrent het ook doet” is geen businesscase. Een concreet knelpunt, een meetbare uitkomst en data die klopt, dat is er wel een.
In het kort
- AI versnelt of voorspelt je proces, het verbetert het niet. Op een rommelig proces levert het niets op.
- De winst zit nu meestal in de voorbereiding rond de machine: offertes, werkvoorbereiding, kwaliteitscontrole, kennis vastleggen.
- Een stap is pas AI-rijp als hij stabiel is, bruikbare data heeft, om herhaalwerk of beoordelen draait, meetbaar is en het volume de kosten draagt.
- Kun je niet in één zin zeggen welk probleem AI oplost en hoe je meet dat het werkt, dan is het te vroeg.
Veelgestelde vragen
Moet ik nu iets met AI, anders loop ik achter?
Achterlopen doe je niet door een jaar later te beginnen, maar door op de verkeerde stap te investeren. De bedrijven die straks voorlopen zijn niet degene die het eerst iets kochten, maar degene die eerst hun proces op orde hadden. AI versterkt een goed proces en vergroot de rommel in een slecht proces. Zorg eerst dat er iets goeds te versterken valt.
Waar kan AI in de maakindustrie nu al geld opleveren?
Meestal in het werk rond de machine, niet erop. Denk aan sneller en consistenter calculeren, werkvoorbereiding kloppend krijgen, kwaliteitscontrole met beeldherkenning op een stabiele stap, en kennis van ervaren mensen vastleggen. Dat zijn stappen met een duidelijk patroon en meetbare uitkomst, en juist daar is AI sterk.
Kan AI mijn personeelstekort oplossen?
Deels, en alleen op stabiele stappen. De uitstroom in de maakindustrie is groter dan de instroom en zeven op de tien bedrijven worden in hun groei geremd door personeelstekort (Metaalunie, 2025). AI of automatisering kan werk overnemen dat je niet meer bemand krijgt, maar alleen waar het proces voorspelbaar is. Op een rommelige stap heb je nog steeds een mens nodig om de uitzonderingen op te vangen.
Wat kost een AI-toepassing in productie?
Dat loopt sterk uiteen. Kantoortoepassingen zoals hulp bij offertes of documentatie beginnen bij een abonnement van enkele tientjes per maand. Een werkende toepassing op de vloer, zoals beeldherkenning voor kwaliteitscontrole, is een integratietraject: reken op tienduizenden euro's, niet op een app. Op een instabiel proces loopt dat bedrag op, omdat je achteraf moet rechttrekken wat je vooraf had kunnen oplossen.
Hoe weet ik of mijn bedrijf klaar is voor AI?
Leg de stap die je wilt verbeteren langs vijf punten: is hij stabiel en gestandaardiseerd, heb je bruikbare data, is het knelpunt herhaalwerk of beoordelen, is de uitkomst meetbaar, en draagt het volume de kosten. Vinkt de stap die af, dan is het een serieuze kandidaat. Zo niet, dan zit de winst eerst in het proces zelf, niet in een model.