De meeste adviezen over AI-businesscases richten zich op de presentatie van de uitkomst: vertaal voordelen naar geld, toon een bandbreedte en bereken de terugverdientijd. Dat telt, maar veronderstelt dat de onderliggende cijfers kloppen.
Een businesscase voor een AI-agent vergelijkt na met voor. Begin met één proces en leg het huidige volume, de inspanning, kwaliteit, wachttijd en kosten vast. Schat vervolgens welk deel van die inspanning bij een agent past, trek review- en operationele kosten af, benoem of de uitkomst cash, vermeden kosten of vrijgekomen capaciteit is en maak één vaste eigenaar verantwoordelijk.
Houd elke schatting zichtbaar. Na go-live gebruik je dezelfde case om te toetsen of de agent de investering waard was.
Waarom komt de nulmeting eerst?
Omdat verschillende maatstaven voor AI-waarde allemaal juist kunnen zijn, terwijl ze iets anders beschrijven.
Voor McKinsey’s State of AI-onderzoek, gepubliceerd in augustus 2026, reageerden 1.719 deelnemers. 80 procent zei dat AI hun individuele productiviteit had verbeterd. 37 procent schreef minstens enig effect op het bedrijfsresultaat vóór rente en belasting toe aan AI. Zes procent voldeed aan McKinsey’s veel hogere norm voor een AI high performer: minstens 5 procent van de EBIT toegeschreven aan AI én naar eigen zeggen aanzienlijke impact.
Die cijfers spreken elkaar niet tegen. Ze meten individuele ervaring, enige financiële impact op organisatieniveau en een veeleisende prestatiedrempel. Wie ze samenvoegt tot één succespercentage, verwijdert precies het onderscheid dat een businesscase nodig heeft: wat veranderde, voor wie en ten opzichte van welk vertrekpunt?
Gartner voorspelt dat eind 2027 meer dan 40 procent van de agentic-AI-projecten is stopgezet. Genoemde redenen zijn oplopende kosten, onduidelijke bedrijfswaarde en gebrekkige risicocontroles. Elk daarvan hoort vóór de bouw in de case.
Een onderzoek uit 2026 in California Management Review onder 24 professionals vond een vergelijkbaar patroon. Tien noemden het ontbreken van een succesmaatstaf vóór aankoop als grootste belemmering voor het meten van financiële impact. Slechts twee gebruikten een controlegroep of A/B-test. Zestien vertrouwden op zelfgerapporteerde tijdwinst, terwijl maar negen werkelijk vertrouwen hadden in dat bewijs.
Je kunt verbetering niet meten aan een doel dat niet bestaat. Mahboubeh Cheraghian · California Management Review, August 2026
De steekproef was klein en doelgericht en onderzocht AI op de werkvloer, niet agents in productie. Ze kan dus geen algemeen percentage vaststellen. Wel illustreert ze het meetprobleem dat een businesscase moet oplossen.
Wat is een nulmeting?
Een nulmeting legt vast hoe het werk presteert voordat het operationele model verandert. De periode moet lang genoeg zijn om normale variatie te omvatten. Bij seizoensgebonden vraag kan dat een volledige cyclus zijn. Bij stabiel werk met veel volume kan een kortere periode volstaan.
De nuttige maatstaven hangen af van de geclaimde waarde. Meestal omvatten ze volume, behandelinspanning, doorlooptijd, ouderdom van de wachtrij, herstelwerk, afwijzingen, uitzonderingen, escalaties en de kosten van betrokken mensen en systemen. Alleen gemiddelden zijn zelden genoeg. Als de moeilijkste 20 procent van de cases de helft van de inspanning vraagt, verbergt de gemiddelde behandeltijd juist het werk dat overblijft.
Ook de uurkosten bepalen wat het getal betekent. Een volledig kostentarief kan een capaciteitsequivalent voordeel beschrijven, maar bewijst geen cashbesparing. Het onderscheid tussen cash, vermeden kosten en vrijgekomen capaciteit bepaalt wat de case werkelijk mag claimen.
Bij de meeste organisaties ontbreken enkele van deze maatstaven. De case kan nog steeds worden gebouwd, zolang duidelijk is welke cijfers op bewijs rusten en welke aannames blijven.
| Gemeten nulmeting | Gemodelleerde nulmeting | |
|---|---|---|
| Vertrekt vanuit | De eigen vastgelegde historie van de organisatie | Beschikbare records plus een benchmark of expliciete aanname |
| Beantwoordt | Wat het werk aantoonbaar deed | Wat het werk waarschijnlijk deed, binnen een aangegeven bandbreedte |
| Bevat | Grenzen aan datakwaliteit en normale variatie | Aannames, bandbreedtes en een betrouwbaarheidsniveau |
| Faalt wanneer | Onvolledige records als volledig worden behandeld | Een schatting als meting wordt gepresenteerd |
Na go-live kan een historische nulmeting soms nog worden hersteld, maar mogelijk is die niet meer vergelijkbaar. Proces, volumes, team en gedrag kunnen al zijn veranderd. De nulmeting vooraf vastleggen verkleint hindsight bias en bewaart de omstandigheden waaronder de beslissing is genomen.
Onze vaste regel
Een eerlijk gelabelde gemodelleerde nulmeting is beter dan een verzonnen nulmeting die stilzwijgend als feit geldt. Laat het label staan wanneer het getal opnieuw wordt gebruikt. Wordt een schatting later door een meting vervangen, dan moet de vastlegging tonen wat veranderde en waarom.
Wat hoort op die ene pagina?
We beperken de businesscase tot zes velden en spreken die vóór de bouw af met de proceseigenaar. Eén pagina houdt de focus op de beslissing, niet op de voorgestelde technologie.
Het werk en de bedrijfsuitkomst. Het operationele probleem, het gewenste resultaat en de grens van de voorgestelde verantwoordelijkheid van de agent. Begin bij de uitkomst en bepaal daarna wat bij mensen, een agent en bestaande automatisering hoort.
Kwaliteit en gevolgen. De norm waaraan het werk moet voldoen, wat er gebeurt als het fout is en waar menselijke goedkeuring of escalatie nodig blijft.
De nulmeting. Huidig volume, inspanning, kwaliteit, wachttijd en kosten. Elk belangrijk getal krijgt het label gemeten of gemodelleerd, met periode en bron.
Investering en operationele kosten. Bouw en integratie, plus de doorlopende kosten: model- en toolgebruik, menselijke review, uitzonderingsafhandeling, monitoring, governance, onderhoud, procesverandering en de kosten van stoppen of fouten herstellen.
Het doel en meetplan. De primaire uitkomst die moet verbeteren, de verwachte bandbreedte, hoe het effect wordt toegeschreven en welk bewijs nodig is om door te gaan, de scope te verkleinen of te stoppen. Waar het proces dit toelaat, is een gefaseerde uitrol, matched comparison of holdout sterker dan een simpele voor-en-nameting.
De benoemde eigenaar en het conversieplan. Eén persoon bij de klant is verantwoordelijk voor het resultaat en bepaalt wat vrijgekomen capaciteit wordt. Een afdeling kan geen tijd herverdelen en geen verantwoording afleggen voor een gemist doel.
Kosten, verwachte waarde en beslismoment moeten samen leesbaar zijn. Het doel beschrijft hoe het wordt gemeten. Elke capaciteitsclaim legt uit hoe de vrijgekomen tijd wordt gebruikt.
Waarom overschat theoretische capaciteit de waarde?
Theoretische capaciteit wordt meestal berekend als volume maal gemiddelde behandeltijd maal het aandeel cases dat een agent kan overnemen. Dat geeft een bruikbaar plafond, niet het verwachte voordeel. Voor een bruikbare schatting zijn drie verdere correcties nodig.
Dekking moet naar inspanning worden gewogen. Agents beginnen vaak met het werk dat het eenvoudigst te herkennen en controleren is. Daarmee kan een groot aandeel van de cases verdwijnen, terwijl een veel groter aandeel van de inspanning blijft.
Crediteurenadministratie biedt een bruikbaar voorbeeld. De benchmark van Ardent Partners uit 2025, gepubliceerd door Medius, rapporteert gemiddeld 22 procent factuuruitzonderingen. Voor de berekening hieronder nemen we aan dat een uitzondering vier keer zoveel inspanning vraagt als een factuur die rechtstreeks wordt verwerkt.
| Rechtstreeks verwerkt | Uitzonderingen | |
|---|---|---|
| Aandeel cases | 78 procent | 22 procent |
| Aangenomen relatieve inspanning per case | 1 | 4 |
| Aandeel totale inspanning | 47 procent | 53 procent |
In dit vereenvoudigde voorbeeld verwijdert het overnemen van alle rechtstreekse facturen 78 procent van het volume, maar slechts 47 procent van de inspanning. De factor vier is illustratief en geen bevinding van Ardent Partners. Gebruik voor een echte case de eigen behandeldata.
Review en restwerk blijven bestaan. Een mens moet mogelijk nog resultaten controleren, uitzonderingen afhandelen en genoeg context behouden om in te grijpen. Bainbridge beschreef dit operationele probleem in Ironies of Automation: routinewerk automatiseren kan mensen achterlaten met afwijkende situaties én een nieuwe monitoringtaak. Zij schreef over industriële automatisering, niet over AI-agents, maar dezelfde workloadvraag hoort in deze case. Menselijke controle kost tijd en die tijd moet worden gemeten.
Vrijgekomen capaciteit moet bruikbaar zijn. Dertig minuten uit één wachtrij halen kan de service direct verbeteren. Twee minuten verspreid over vijftien mensen worden mogelijk nooit cash of extra output. De businesscase moet zeggen welke uitkomst wordt verwacht.
Customer support geeft nog een voorbeeld. Een deflected case eindigde zonder een mens te bereiken. Een resolved case eindigde omdat het probleem van de klant was opgelost. Beide als dezelfde uitkomst tellen, maakt van een systeemevent een waardeclaim zonder te controleren wat er werkelijk gebeurde.
Met welk getal moet je plannen?
Gebruik het beschikbare bewijs om een bandbreedte te plannen, in plaats van te beginnen met een universele kortingsfactor.
Potentieel vrijgekomen capaciteit
Huidig casevolume × huidige inspanning × naar inspanning gewogen dekking, minus review, herstelwerk en resterende inspanning voor uitzonderingen.
Classificeer daarna de uitkomst. De vier regels zijn niet onderling uitwisselbaar.
| Classificatie | Wat de case mag meetellen |
|---|---|
| Cashbesparing | Uitgaven die werkelijk uit de kostenbasis verdwijnen |
| Vermeden kosten | Een specifieke hire, contractor of dienst die niet langer nodig is |
| Vrijgekomen capaciteit | Capaciteitsequivalente uren, los van cash totdat ze een gemeten uitkomst opleveren |
| Operationele waarde | Verbetering van kwaliteit, beschikbaarheid, output of risico, met een eigen nulmeting |
Trek ten slotte de volledige eigendomskosten af: bouw, integratie, gebruik, review, control, onderhoud en verandering. Is een belangrijke input onbekend, toon die dan als bandbreedte en maak het verkleinen daarvan een beslismoment.
Workday’s onderzoek uit januari 2026 laat zien waarom review in de berekening hoort. In een enquête onder 3.200 actieve AI-gebruikers op de werkvloer ging bijna 40 procent van de gerapporteerde tijdwinst terug naar herstelwerk. Slechts 14 procent meldde consequent een duidelijk positief nettoresultaat. Het bewijs is zelfgerapporteerd en gaat niet over productie-agents. Het levert dus geen kortingsfactor voor een specifiek proces, maar toont wel het risico van bruto tijdwinst als waarde behandelen zonder het herstelwerk te bekijken.
Laat in de lage, verwachte en hoge scenario's de aannames variëren die ertoe doen: naar inspanning gewogen dekking, verificatiekosten, uitzonderingslast, operationele kosten en het aandeel capaciteit dat kan worden omgezet. Gebruik scenario's om onzekerheid zichtbaar te maken, niet om dezelfde ongefundeerde schatting drie labels te geven.
Is de bandbreedte te groot voor een beslissing, meet dan vóór de bouw wat ontbreekt. Afhankelijk van de uitkomst moet de voorgestelde rol mogelijk worden verkleind of gestopt.
Wat als de waarde niet in uren zit?
Uren worden vaak gebruikt omdat ze gemakkelijk te tellen zijn, maar vormen lang niet altijd de sterkste waardemaatstaf.
Kwaliteit. Bij een meetbaar fout- of herstelpercentage kan waarde ontstaan door minder correcties, creditnota's, klachten of heropende cases. Een agent kan een regel consistenter toepassen. Behandel dat als een te bewijzen doel, niet als gegarandeerde eigenschap.
Beschikbaarheid. Werk dat een nacht of in een wachtrij blijft liggen, heeft servicekosten. De nulmeting bestaat uit wachtrijleeftijd, tijd tot eerste reactie en het aandeel cases dat een serviceniveau overschrijdt. Meet het resultaat in doorlooptijd en serviceprestatie, niet automatisch in headcount.
Capaciteit zonder nieuwe mensen. Bij groeiende vraag kan het handhaven van het serviceniveau terwijl het volume stijgt een geplande hire of externe dienst voorkomen. De case heeft de volumetrend, de personeelstrigger en het moment nodig waarop de uitgave anders zou ontstaan.
Het werk dat overblijft. Routineadministratie wegnemen kan mensen meer ruimte geven voor uitzonderingen en afwegingen. Dat is pas waardevol wanneer de organisatie benoemt waar die tijd naartoe gaat en meet wat verbetert.
| Waardelijn | Nulmeting | Bewijs na go-live |
|---|---|---|
| Kwaliteit | Fout-, herstel- en afwijzingspercentages | Correcties, klachten en creditnota's |
| Beschikbaarheid | Wachtrijleeftijd en reactietijd | Doorlooptijd en serviceniveau |
| Vermeden hire | Volumetrend en personeelstrigger | Service behouden zonder de geplande uitgave |
| Restwerk | Achterstand, overwerk en leeftijd van uitzonderingen | Moeilijke cases sneller of beter afgehandeld |
Snellere afhandeling, vrijgekomen capaciteit en vermeden hires kunnen dezelfde onderliggende verandering beschrijven. Ze apart optellen overschat de case. Kies één primaire financiële claim, behoud de operationele maatstaven die hem bewijzen en ken geen geld toe aan andere verwachte effecten tenzij die onafhankelijk meetbaar zijn.
Hoe ziet een gemodelleerde nulmeting eruit?
In een geanonimiseerde case was geen gemeten nulmeting van de behandeltijd beschikbaar, terwijl een beslissing nodig was voordat die kon worden gemaakt.
We combineerden de vastgelegde volumes met aannames over de behandeltijd in de kandidaatprocessen. De uitkomst was een schatting van ongeveer 5.800 capaciteitsequivalente uren per jaar. We behandelden die als vertrekpunt, niet als besparing.
Herinzetbaarheid was de enige factor met steviger bewijs, omdat het bezettingspatroon liet zien hoeveel vrijgekomen tijd realistisch kon worden benut. We stelden dat op ongeveer twee derde. Zo ontstond een verwacht scenario van circa 3.750 capaciteitsequivalente uren.
Dekking en verificatie waren nog niet op echte cases gemeten. In plaats van vaste kortingspercentages kreeg de case een bandbreedte van 2.000 tot 6.000 uur. De bovengrens lag iets boven de startsom omdat ook de behandeltijd onzeker bleef. Elk cijfer kreeg het label hypothese.
De bandbreedte maakte zichtbaar wat de beoordeling nog moest meten: behandelinspanning per casetype, haalbare dekking op apart gehouden werk en de tijd om een resultaat te controleren. Met elke bevinding werd de bandbreedte kleiner en kon de bouwbeslissing veranderen.
Zo maakt een gemodelleerde nulmeting onzekerheid toetsbaar zonder haar als feit te presenteren.
Hoe blijft de case leven na goedkeuring?
De nulmeting, het doel en het meetplan blijven na go-live aan het werk gekoppeld. Elke rapportageperiode vergelijkt live bewijs met de voorwaarden die vóór de beslissing zijn vastgelegd en voedt de operationele vastlegging.
Voor een stabiel proces met veel volume kan een simpele voor-en-navergelijking genoeg zijn. Kunnen seizoenen, bezetting of veranderende vraag het resultaat verklaren, gebruik dan waar mogelijk sterkere attributie: een gefaseerde uitrol, matched team, holdout-wachtrij of gedocumenteerde trendvergelijking.
De cijfers mogen veranderen wanneer de werkelijkheid verandert, zolang de wijziging traceerbaar blijft. Worden nulmeting, scope of doel herzien, dan toont de vastlegging de oude waarde, de nieuwe waarde, de reden en wie goedkeurde.
Een businesscase moet ruimte laten voor nee. Als het bewijs geen haalbare bandbreedte ondersteunt, de volledige operationele kosten de waarde wegnemen, de gevolgen van falen te groot zijn of niemand eigenaar is, kan eerst voorbereiden, de rol verkleinen of het werk bij mensen laten de juiste beslissing zijn. Anders dan een voorstel moet de case ook een besluit om niet door te gaan ondersteunen.
Waar passen de Scan en Aitonomy Control?
De Scan en ons team stellen de nulmeting vast vóór de bouwbeslissing. Met goedgekeurde toegang tot de betrokken systemen reconstrueren we het vastgelegde proces, toetsen we de kwaliteit van het bewijs en onderzoeken we de gaten met de mensen die eigenaar zijn van het werk. Samen labelen we wat gemeten is, wat gemodelleerd is en wat nog moet worden bewezen.
Het resultaat is een case van één pagina die openstaande aannames toont en vier mogelijke beslissingen ondersteunt.
| Beslissing | Wat die betekent |
|---|---|
| Bouwen | Het bewijs ondersteunt doorgaan met de voorgestelde rol en controls |
| Eerst voorbereiden | Kansrijk, maar data, proces, eigenaarschap of controls vragen werk vóór de bouw |
| Scope verkleinen | Slechts een deel van de voorgestelde rol is waardevol, haalbaar en veilig genoeg |
| Stoppen | De verwachte waarde, haalbaarheid of het risico rechtvaardigt doorgaan niet |
Gaat het werk door, dan levert Aitonomy Control de runtime, monitoring, governance en traceerbaarheid in productie. De operationele vastlegging vergelijkt live prestaties met de afgesproken nulmeting en het doel.
Voor een eerste test heb je geen Scan nodig. Neem het proces dat jullie al overwegen en probeer de zes velden in te vullen. Kun je de nulmeting, totale operationele kosten of vaste eigenaar niet invullen, dan weet je waar je moet beginnen. Het bewijs achter die velden produceren is waar wij beginnen.
Bouw de businesscase vóór de agent en blijf haar na go-live gebruiken. Alleen dan kun je de verwachte waarde toetsen aan wat werkelijk gebeurde.
Veelgestelde vragen
Hoe bereken je de ROI van een AI-agent?+
Wat als er geen data voor een nulmeting is?+
Waarom kan theoretische tijdwinst de waarde overschatten?+
Wat hoort in de businesscase voor een AI-agent?+
Is vrijgekomen capaciteit hetzelfde als een kostenbesparing?+
Bronnen
- McKinsey & Company, The state of AI in 2026: On the road to ROI (August 2026), a survey of 1,719 participants, on individual productivity, EBIT attribution and the high-performer threshold
- Gartner, Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027 (June 2025), naming escalating costs, unclear business value and inadequate risk controls
- Mahboubeh Cheraghian, Beyond AI Licenses: How to Measure Whether Your AI Is Actually Working, California Management Review (August 2026), a structured study of 24 practitioners on measurement barriers and attribution
- Workday, Beyond Productivity: Measuring the Real Value of AI (January 2026), a survey of 3,200 active workplace AI users, fielded in November 2025
- Ardent Partners, Accounts Payable Metrics that Matter in 2025, on an average invoice exception rate of 22 percent. The four-times effort multiplier used above is illustrative and is not an Ardent Partners finding
- Lisanne Bainbridge, Ironies of Automation, Automatica 19:6 (1983), on the residual work and monitoring duty left to people after automation
- The six-field business case, the measured and modelled baseline labels, and the anonymised example are part of Aitonomy’s Scan method. The example has its organisation, sector and commercial terms removed.