Hoe lang duurt een AI-implementatie? Realistische doorlooptijden voor het mkb

De realistische planning, fase voor fase

Het eerlijke antwoord op "hoe lang" is: de eerste bruikbare resultaten binnen weken, het volledige rendement over jaren. Die twee horizonnen halen de meeste kopers door elkaar, dus het helpt ze te scheiden. Hieronder wat elke fase werkelijk inhoudt en wat de duur bepaalt.

Audit en scoping — ongeveer 2 tot 4 weken. We brengen uw processen, data en systemen in kaart en kiezen één afgebakende use case waar de waarde helder en het risico beheersbaar is. Wat de duur bepaalt is niet onze snelheid maar toegang: hoe snel u voorbeelddata aanlevert, de proceseigenaar aanwijst en ons in de juiste systemen laat. Een bedrijf met een schone dataset en één beslisser is in twee weken klaar; wie data uit vier afdelingen moet verzamelen doet er vier over.

Proof of concept — ongeveer 4 tot 8 weken. We bouwen een werkende versie op uw echte data, geen demo. De variabele is datagereedheid. Is de data al gestructureerd en bereikbaar via een API, dan bouwen we in week één. Zit ze in een legacy-systeem, in spreadsheets of achter een leverancier die voor export laat betalen, dan gaat de helft van de tijd op aan leidingwerk voordat het AI-werk begint.

Productiebouw — ongeveer 2 tot 4 maanden. Hier wordt de tool robuust gemaakt: beveiliging, logging, foutafhandeling, monitoring en integratie in de systemen die mensen al dagelijks gebruiken. Of het twee of vier maanden wordt, hangt af van het aantal systemen dat het moet raken en hoeveel uw team naast ons kan meetesten.

Iteratie — doorlopend. Eenmaal live verbetert de tool met echt gebruik. Dit stopt nooit helemaal, maar wordt binnen een maand of twee geen project meer maar onderhoud.

Wat het sneller of trager maakt

Vier factoren verklaren vrijwel elk verschil in doorlooptijd tussen twee verder vergelijkbare projecten:

• Datagereedheid. Schone, gelabelde, bereikbare data is de grootste versneller. Ontbrekende of rommelige data is de grootste vertraging — en die is meestal onzichtbaar tot je kijkt.
• Systeemtoegang. Moderne systemen met een API zijn snel te koppelen. Legacy-software zonder API dwingt tot omwegen die weken kosten.
• Beslissnelheid. De klok stopt niet terwijl een voorstel op akkoord wacht. Eén bevoegde eigenaar wint het altijd van een commissie.
• Scopediscipline. "Nu we toch bezig zijn, kan het ook…" is de duurste zin in elk project. Elke extra functie schuift de opleverdatum op.

Precies daarom staan we op klein beginnen. Een smalle eerste use case bereikt sneller productie, bewijst de waarde en verdient het interne vertrouwen dat het tweede project makkelijker maakt. Onze AI-scan tegen vaste prijs bestaat om die eerste afgebakende case te vinden voordat iemand zich aan een bouw verbindt.

Time-to-value versus volledig rendement

Dit onderscheid verandert hoe u moet plannen. Tijdwinst verschijnt in weken; volledig financieel rendement duurt jaren. Kenniswerkers die AI in productie gebruiken winnen mediaan zo'n 6,4 uur per week terug (Anthropic Economic Index) — dat toont zich vrijwel meteen zodra een tool live is. Maar het volledige rendement op een typische AI-use-case duurt vaak twee tot vier jaar, langer dan de zeven tot twaalf maanden die u van gewone bedrijfssoftware zou verwachten. De aanloopkosten zijn reëel en de terugverdiencurve is trager — daarom is een gigantisch eerste project een fout.

De ruimte is groot. McKinsey schat dat 60 tot 70% van de werkuren deels automatiseerbaar is, terwijl slechts zo'n 1% van de bedrijven zichzelf "AI-volwassen" noemt. Het meeste van de waarde ligt nog op tafel — de vraag is de volgorde, niet of ze bestaat. Hoe de kostenkant werkt, leest u bij wat een AI-project kost.

De Nederlandse context die tijd toevoegt

Planningen in Nederland dragen verplichtingen die lichtere markten niet kennen. Reken er vanaf dag één op in plaats van ze bij de oplevering te ontdekken:

• AVG. Zijn er persoonsgegevens in het spel, dan hoort een verwerkingsbeoordeling bij de scoping, niet erna. Vroeg doen kost dagen; laat doen kost een herbouw.
• Ondernemingsraad (OR). Tools die medewerkers raken en hun manier van werken veranderen vragen vaak OR-advies of instemming. Dat akkoord loopt op de agenda van de raad, niet die van u — begin het gesprek in de scopingfase.
• EU AI Act. Toepassingen met laag risico gaan normaal door. Hogere risicoclassificaties (bijvoorbeeld alles rond werving, krediet of toegangsbeslissingen) voegen documentatie, risicobeoordeling en eisen aan menselijk toezicht toe — echte weken werk. Classificeer de use case voordat u hem scopet.

Niets hiervan hoeft af te schrikken; het is te overzien mits gepland. Het verklaart ook waarom 74,6% van de Nederlandse niet-gebruikers gebrek aan ervaring als reden noemt om te wachten (CBS), terwijl 29,8% van het Nederlandse mkb al AI gebruikt. Het gat is kennis, geen technologie.

Een voorbeeld, week voor week

Neem één afgebakende case — automatisch conceptantwoorden opstellen voor routinematige klant-e-mails:

• Week 1–2: scoping, AVG-check, een steekproef van oude e-mails ophalen, afspreken hoe "goed" eruitziet.
• Week 3–6: proof of concept op echte historische mail; conceptkwaliteit meten tegen menselijke antwoorden.
• Week 7–14: productiebouw — mailbox koppelen, menselijke controle inbouwen, logging en monitoring.
• Vanaf week 15: live met toezicht; itereren op de gevallen die het slecht afhandelt.

Projecten lopen uit om voorspelbare redenen: data komt later dan beloofd, akkoord blijft hangen, de scope groeit stilletjes, of een legacy-systeem heeft geen schone ingang. Benoem die risico's aan het begin en bovenstaande planning houdt stand. Wilt u een second opinion op uw eigen case, dan zeggen onze AI-consultants u eerlijk of het een klus van twee maanden of twee kwartalen is.