De anatomie van een succesvolle AI-implementatie bij een KMO
Een diepgaande casestudy van hoe een productiebedrijf met 45 medewerkers in zes maanden tijd hun orderverwerking automatiseerde met AI.
Het uitgangspunt
Toen ik voor het eerst bij Metaalwerk Janssens binnenstapte, lagen er op elke bureau stapels papieren orders. Drie medewerkers besteedden samen 60 uur per week aan het handmatig invoeren van bestellingen. Dit is hun verhaal.
De aanpak in drie fases
Fase 1: Observeren en documenteren
Twee weken lang hebben we elke stap in het orderproces gefilmd en gedocumenteerd. Niet om te oordelen, maar om te begrijpen waar de echte bottlenecks zaten.
85% van de orders volgde hetzelfde patroon
15% had afwijkingen die menselijke beoordeling vereisten
Foutpercentage bij manuele invoer: 4,2%
Fase 2: Bouwen en testen
We kozen bewust voor een hybride aanpak: AI verwerkt de standaardorders automatisch, medewerkers handelen de uitzonderingen af. Geen big-bang transformatie, maar een geleidelijke verschuiving.
"Het mooiste moment was toen Petra — die aanvankelijk het meest sceptisch was — zelf begon voor te stellen welke andere processen we konden automatiseren."
Fase 3: Schalen en optimaliseren
Na drie maanden verwerkte het systeem 85% van alle orders volledig automatisch. De resterende 15% kreeg een AI-voorbereiding waardoor de manuele afhandeling 3x sneller ging.
Van 60 uur manueel werk per week naar 8 uur. Foutpercentage gedaald van 4,2% naar 0,3%. De drie medewerkers werken nu aan klantenservice en proactieve opvolging — werk dat wél menselijke empathie vereist.
Wat je hiervan kunt leren
De sleutel zat niet in de technologie. Die was relatief eenvoudig. De sleutel zat in de aanpak: observeren voor je automatiseert, medewerkers betrekken voor je implementeert, en klein beginnen voor je opschaalt.
Elke week AI-inzichten in je inbox
Sluit je aan bij 1.400+ KMO-leiders die elke week praktische AI-inzichten ontvangen die je morgen al kunt toepassen.
Geen spam. Altijd afmelden mogelijk.