AI-automatisering: wanneer een regel genoeg is en wanneer je AI nodig hebt
AI-automatisering is werk dat vanzelf loopt, waarbij een AI-model de stappen doet die een oordeel vragen: een mail lezen, een categorie kiezen, een antwoord schrijven. Gewone automatisering volgt alleen vaste regels. Begin daarom met wat elke keer hetzelfde gaat en zet AI alleen in waar een regel tekortschiet. In onze test op 50 mails kostte de AI-stap minder dan een cent per 1.000 berichten met een klein model; de echte winst zat in minder fouten, niet in geld.
Zelf getest op 11 november 2026.
Het verschil met gewone automatisering
Een vaste regel doet altijd hetzelfde. Komt er een mail van je boekhoudpakket, dan zet de regel hem bij facturen. Dat is snel, gratis en voorspelbaar, maar een regel begrijpt niets. Een AI-model leest de tekst en kiest. Dat lukt ook bij een mail die net anders geformuleerd is, maar het model kan zich vergissen en het kost per bericht een klein bedrag.
| Vaste regel | AI-stap | |
|---|---|---|
| Doet | Precies wat je hebt vastgelegd | Leest en kiest op basis van de tekst |
| Fouten | Altijd dezelfde, dus makkelijk te vinden | Wisselend, dus je hebt een vangnet nodig |
| Kosten per keer | Niets | Een fractie van een cent tot enkele euro's, afhankelijk van model en tekstlengte |
| Voorbeeld | Afzender is je leverancier: categorie leverancier | Klant vraagt of de kleur nog kan veranderen: klantvraag |
Per stap kiezen: regel, sjabloon of AI?
Wij stellen bij elke stap één vraag: gaat dit elke keer hetzelfde? Is het antwoord ja, dan wordt het gewone code, een regel of een sjabloon. Is het nee, dan mag AI het doen, en schrijven we meteen op wanneer die stap een regel kan worden. Deze tabel laat zien hoe dat uitpakt bij gewone kantoortaken.
| Taak | Keuze | Waarom |
|---|---|---|
| Gegevens van een formulier in je lijst zetten | Regel | De velden zijn elke keer hetzelfde. |
| Bevestigingsmail na een aanvraag | Sjabloon | Vaste tekst met naam en vraag ingevuld. |
| Betalingsherinnering na de vervaldatum | Regel + sjabloon | Datum vergelijken is rekenwerk; de tekst ligt vast. |
| Mail van een vaste afzender sorteren | Regel | Je leveranciers en je boekhoudpakket veranderen zelden. |
| Mail van een onbekende afzender sorteren | AI | Je moet de inhoud lezen om te weten wat iemand wil. |
| Een lange klantmail samenvatten | AI | Vrije tekst, elke keer anders. |
| Een antwoord aan een klant schrijven | AI, met een mens die tekent | Het model schrijft het concept; een mens beslist of het weg mag. |
Wat we testten: 50 mails, drie opzetten
We schreven 50 mails voor een denkbeeldig interieurbouwbedrijf: offerteaanvragen, klantvragen, afspraken, leveranciers, facturen en ruis. Bij elke mail legden we de juiste categorie vast. Daarna lieten we ze sorteren door een n8n-workflow met een klein taalmodel dat op een gewone pc draaide (qwen2.5:7b). We probeerden drie opzetten.
- Woordregels eerst (bevat de mail *factuur*, *cv* of *nieuwsbrief*?) sloeg 15 mails de AI-stap over, maar alle drie de fouten kwamen van die regels. Een vraag over een *cv-ketel* werd een sollicitatie. Een klacht over een factuur werd een factuur, en de nieuwsbrief van een leverancier belandde bij de nieuwsbrieven.
- Alles via AI maakte geen fouten, maar deed 50 aanroepen. Drie mails waar het model geen bekende categorie voor gaf, gingen naar een mens.
- Afzenderregels eerst (bekende leveranciers en adressen als *boekhouding@*) ving 8 mails zonder AI op, allemaal goed. Het model deed de overige 42. Bij twee mails gaf het geen bruikbaar antwoord, en die gingen naar een mens.
De les: een vaste regel is alleen beter als hij hard is. Losse woorden in een tekst zijn dat niet. Een afzender, een veld in een formulier of een datum wel.
(opent op ware grootte)Het vangnet dat je niet mag overslaan
Onze eerste versie gebruikte de standaard classificatienode van n8n. Bij de eerste partij van 38 mails gaf het model één antwoord in een vorm die de node niet kon lezen, en de hele partij mislukte. In de volgende run verdween één mail zonder melding. Daarom laten we het model nu één woord teruggeven en controleert een gewone codestap dat woord. Staat het niet op de lijst, dan krijgt de mail het label *nakijken* en kijkt een mens ernaar. Sindsdien kwamen in elke run alle 50 mails aan.
Wat AI-automatisering per maand kost
Sorteren is goedkoop. In onze test las het model gemiddeld zo'n 243 tokens per mail en schreef het er 3 terug (een token is ongeveer een lettergreep). Tokens worden per model iets anders geteld, dus zie deze bedragen als orde van grootte.
| Model (voorbeeld) | Prijs per miljoen tokens in / uit | Kosten voor 1.000 mails sorteren |
|---|---|---|
| Lokaal model op eigen pc | Geen | Alleen stroom |
| Claude Haiku 5.5 | $0,10 / $0,50 | Ongeveer $0,03 |
| Gemini 3.1 Flash-Lite | $0,25 / $1,50 | Ongeveer $0,07 |
| Claude Sonnet 5.5 | $2 / $10 | Ongeveer $0,52 |
Duur wordt het pas bij lange teksten en bij agents die zelf veel stappen zetten. Wij meten bij elke routine wat een run zou kosten tegen de gewone prijs van de aanbieder. Een routine die korte verslagen schrijft, kost ons ongeveer 4 cent per run. Een routine die elke dag het werk plant, ongeveer €2,47. Eén lange bouwklus van een agent liep op tot €77 in één run (eigen meting, zeven dagen tot 10 november 2026). Daar zit de rekening, niet in het sorteren van mail.
Tel er de tool zelf bij op. n8n kun je gratis zelf hosten of in de cloud gebruiken vanaf €20 per maand bij jaarbetaling; meer daarover in wat n8n is en kost.
Wat je eerst automatiseert
Begin met drie routines zonder AI
Een melding als iets vastloopt, een herinnering bij een te late betaling en een ochtendoverzicht van wat openstaat. Die zijn saai, maar ze lopen meteen en kosten niets per keer.
Zoek de stap waar je nu zelf leest en kiest
Meestal is dat de inbox: wat is dit, wie moet erop reageren? Daar helpt AI het eerst.
Zet er een regel vóór
Haal eruit wat je aan de afzender of een vast veld herkent. Wat overblijft, gaat naar het model.
Bouw het vangnet
Elk antwoord dat niet op je lijst staat, gaat naar een mens. Alles wat naar buiten gaat, zoals een mail aan een klant, laat je eerst goedkeuren.
Leg vast wanneer een AI-stap een regel wordt
Kiest het model steeds hetzelfde bij dezelfde soort mail, maak er dan een vaste regel van. Wij schrijven dat bij elke AI-stap meteen op, als notitie in de node.
Vragen
Wat is AI-automatisering, en waarin verschilt het van gewone automatisering?
Bij gewone automatisering voert de computer vaste regels uit. Bij AI-automatisering doet een AI-model de stappen die een oordeel vragen, zoals een mail lezen en een categorie kiezen. De beste opzet combineert beide.
Wat automatiseer je eerst?
Taken die elke keer hetzelfde gaan en geen oordeel vragen: meldingen, herinneringen en overzichten. Daarna de stap waar je nu zelf leest en kiest, meestal de inbox.
Wanneer heb je AI nodig en wanneer is een vaste regel genoeg?
Een regel is genoeg als je de uitkomst kunt afleiden uit iets hards, zoals de afzender, een formulierveld of een datum. AI heb je nodig als je de vrije tekst moet begrijpen. Losse trefwoorden zijn geen harde regel: in onze test maakten ze alle drie de fouten.
Wat kost AI-automatisering per maand voor een klein bedrijf?
Voor sorteren en samenvatten van mail vaak minder dan een euro aan modelkosten per maand, plus de tool (n8n vanaf €20 per maand, of zelf hosten). Agents die lange klussen doen, kunnen per run euro's kosten.
Wat is de 30%-regel in AI?
Er bestaat geen officiële 30%-regel. De term wordt verschillend uitgelegd, meestal als: AI doet het herhaalwerk en de mens houdt het oordeel. Wij werken liever met de vraag per stap: gaat dit elke keer hetzelfde?
Bronnen
- Anthropic: Building effective agents gecontroleerd op
- n8n Docs: Integrate AI gecontroleerd op
- Anthropic: Pricing (modelprijzen per miljoen tokens) gecontroleerd op
- Google Gemini API: Pricing gecontroleerd op
- n8n: Pricing gecontroleerd op
Meer over automatiseringsrecepten
- Wat is n8n? Uitleg voor ondernemers, met kosten en drie workflowsn8n uitgelegd voor ondernemers: wat het doet, wat het kost in de cloud of op je eigen server, en drie workflows die we testten en die je kunt importeren.
- Bedrijfsprocessen automatiseren: welk proces eerst, hoe je meet en wat je laat liggenWelk proces je eerst automatiseert, hoe je meet of het werkt en wat je beter niet automatiseert. Met een werkblad en uitkomsten uit onze eigen tests.
- n8n AI: zo bouw je AI-stappen en agents in n8n, met drie geteste voorbeeldenWat AI in n8n doet, met drie workflows die we bouwden en testten: mail samenvatten, mail sorteren en een agent met gereedschap. Met uitkomsten en kosten.
- n8n-workflows en templates voor een klein bedrijf: tien stuks, allemaal getestTien n8n-workflows die we bouwden en testten: offerte-opvolging, betalingsherinnering, aanvraagformulier, mail sorteren en meer. Gratis te downloaden.
Ook handig
- Een n8n AI-agent die je mail sorteert en antwoorden voorbereidt, met akkoord vóór verzendenEen n8n AI-agent die mail sorteert en concept-antwoorden klaarzet, met je akkoord vóór verzenden. Getest op 50 mails, met de uitkomst per concept.
- AI-nieuws deze week: wat er van 2 tot 10 november 2026 veranderde in de tools die je gebruiktAI-nieuws van 2 tot 10 november 2026 voor ondernemers: nieuwe Claude-modellen, updates van Codex, Gemini CLI en n8n, en wat je ermee doet.
- Wat is agentic AI? De betekenis, en de grenzen die het veilig makenAgentic AI kiest zelf stappen, voert ze uit en controleert de uitkomst. Wat dat betekent, met onze eigen grenzen en wat er gebeurt als een agent vastloopt.