AI voor assurantiekantoren: automatiseer de binnendienst, niet het advies

november 22, 2026

Op 1 januari 2020 hadden 7.415 bedrijven een AFM vergunning voor financiële dienstverlening. Op 1 januari 2025 waren dat er 6.551. In dezelfde jaren groeide het marktaandeel van kantoren met meer dan 25 fte van 53,4% naar 59,5%. De markt consolideert, en dat gaat niet langzaam.

Ondertussen automatiseren de verzekeraars zelf. Volgens Coverager handelt Nationale-Nederlanden sommige eenvoudige schades, zoals ruitbreuk, inmiddels in ongeveer 6 minuten af, zonder dat er een mens aan te pas komt. Het assurantiekantoor zit daartussen, met een binnendienst die nog veel met de hand doet.

De vraag welke AI voor assurantiekantoren het beste is, is daarom de verkeerde eerste vraag. De goede vraag is: waar zitten de uren van je binnendienst, en welk deel daarvan hoeft geen mens meer te doen? Het advies blijft bij de adviseur. Daar betalen je klanten voor. De mutaties, de schade intake en de offerteaanvragen zijn een ander verhaal.

Dit artikel is voor eigenaren, directeuren en operationeel managers van assurantiekantoren en makelaars met 10 tot 200 mensen. Je hebt duizenden particuliere en zakelijke relaties, een binnendienst die het werk draagt, en je groei loopt vast op mensen die je niet kunt vinden. Het is niet voor je als je als zzp adviseur 1 chatbot op je site wilt, als je een volmachtbedrijf met een eigen IT afdeling runt, of als je een tool zoekt die je adviesrapport schrijft.

In dit artikel lees je waar de uren in een assurantiekantoor echt zitten, welk deel AI doet, welk deel vaste regels doen en welk deel de adviseur houdt, een rekenvoorbeeld met een kantoor van 35 mensen, wat je beter niet automatiseert, hoe je het dossier op orde houdt voor de AFM, en wat er na de livegang gebeurt.

‍

Belangrijkste inzichten

• De markt consolideert: 6.551 vergunninghouders in 2025, tegen 7.415 in 2020, en de grote kantoren winnen marktaandeel.

• Grote kantoren winnen niet op beter advies. Ze winnen op meer polissen per medewerker in de binnendienst.

• De uren zitten in 4 stromen: mutaties, schade intake, prolongatie van zakelijke polissen en offerteaanvragen bij meerdere maatschappijen.

• AI leest de mail, het formulier en de polis. Vaste regels controleren. Een medewerker keurt goed. Het advies blijft bij de adviseur.

• Het werk zit in de koppeling met je kantoorsysteem, niet in het taalmodel.

• In het rekenvoorbeeld daalt het werk in die 4 stromen van ongeveer 4.900 naar 1.700 uur per jaar. Dat is ruim 2 fte.

• Elke AI suggestie die in een klantdossier belandt, wordt gelogd met de naam van wie hem goedkeurde. Zo beantwoord je de vraag van de AFM voordat hij gesteld wordt.

‍

AI voor assurantiekantoren: waarom de vraag niet "welke chatbot" is

De meeste AI aanbiedingen voor deze markt beginnen bij de klant. Een chatbot op de website, een assistent die vragen over dekking beantwoordt, een tool die een samenvatting van het gesprek maakt. Dat kan nuttig zijn. Het raakt alleen niet de plek waar je kantoor vastloopt.

Een assurantiekantoor van 30 mensen heeft meestal 8 tot 14 mensen in de binnendienst. Zij verwerken de verhuizing, de nieuwe auto, de schademelding, de prolongatie en de offerteaanvraag. Hun werk is herhaalbaar, maar niet simpel. Elke mutatie vraagt een blik in de polis, een check in het kantoorsysteem en vaak een bericht naar de maatschappij.

Als de portefeuille groeit, groeit dat werk mee. Als je een portefeuille overneemt, groeit het in 1 keer. En de mensen die het kunnen, met kennis van polisvoorwaarden en kantoorsysteem, vind je niet via een vacature op maandag.

In het rapport over de sector van financieel dienstverleners noemt de AFM het vinden en behouden van personeel een blijvende uitdaging. In hetzelfde rapport stelt het hoofd toezicht de vraag die je bij elke AI toepassing moet kunnen beantwoorden: "Wie stuurt het algoritme? Wie controleert de uitkomst?" Je leest het in Sector in beeld 2025 van de AFM.

Die 2 zinnen zijn een goede bouwtekening. AI hoort in de binnendienst, waar het werk herhaalbaar is en een medewerker elke uitkomst kan controleren. Het hoort niet in het advies, waar jouw adviseur de verantwoordelijkheid draagt.

‍

Waar de uren in een assurantiekantoor echt zitten

Vraag een binnendienstmedewerker wat een dag kost, en je hoort zelden "advies". Je hoort mail. Mail van klanten, van maatschappijen, van de schadehersteller. Achter die mail zitten 4 stromen werk die bij bijna elk kantoor terugkomen.

1. Mutaties

Een klant verhuist, koopt een andere auto, krijgt een kind of begint voor zichzelf. De klant mailt, belt of vult een formulier in. Iemand leest het, zoekt de relatie op, kijkt welke polissen geraakt worden, voert de wijziging door en vraagt de maatschappij om een aangepaste polis.

Een eenvoudige mutatie kost 10 tot 15 minuten. Dat lijkt weinig. Bij 6.500 mutaties per jaar is het een volle baan, en het is precies het werk waar fouten in sluipen: het oude adres op de opstalpolis, de nieuwe auto wel op de autopolis maar niet op de rechtsbijstand.

2. Schade intake

Een schademelding komt binnen als mail met foto's, een formulier van de maatschappij, een factuur van de hersteller en soms een spraakbericht. Iemand moet uitzoeken welke polis het is, of de schade waarschijnlijk gedekt is, wat er nog ontbreekt en naar welke maatschappij het moet.

De intake kost vaak 20 tot 30 minuten per melding, nog voordat er iets is afgehandeld. Het meeste daarvan is lezen, zoeken en een mail terugsturen om wat er ontbreekt.

3. Prolongatie van zakelijke polissen

Bij particuliere polissen loopt de prolongatie vaak vanzelf. Bij zakelijke klanten niet. Voor de verlenging moet iemand kijken of de verzekerde som nog klopt, of de activiteiten van het bedrijf veranderd zijn, of er schades waren en of de premie in lijn is met vorig jaar.

Dat is 30 tot 60 minuten per polis als je het goed doet. Veel kantoren doen het daarom niet goed, maar alleen bij de grote klanten. De rest wordt stilzwijgend verlengd, tot er een schade komt waarbij de som te laag blijkt.

4. Offerteaanvragen bij meerdere maatschappijen

Een nieuwe zakelijke klant wil een pakketpolis. Iemand vult de aanvraag in bij 3 of 4 maatschappijen, elk met een eigen formulier of portaal, en zet de antwoorden daarna naast elkaar voor de adviseur. Het enige dat in een assurantiekantoor sneller groeit dan het aantal polissen, is het aantal portalen.

Een zakelijke aanvraag kost al snel 2 tot 4 uur, waarvan het grootste deel overtypen is. Dezelfde gegevens, 4 keer, in 4 iets andere velden.

Wil je deze 4 stromen voor je eigen kantoor in kaart brengen? Ons gratis AI product requirements template helpt je om per stroom vast te leggen hoeveel werk het is, welke systemen erbij horen en wat een fout kost. Met dat document kun je ook offertes van verschillende aanbieders eerlijk vergelijken.

‍

Wie doet wat: AI, vaste regels en de adviseur

Het patroon is in alle 4 stromen hetzelfde. AI leest. Vaste regels controleren. Een mens keurt goed. Het advies blijft bij de adviseur. Die volgorde draai je nooit om.

AI voor assurantiekantoren: wie doet wat in een dossier, AI leest, vaste regels controleren, een medewerker keurt goed en de adviseur houdt het advies

AI is goed in lezen wat een klant bedoelt. "We zijn per 1 december verhuisd naar Utrecht en hebben de oude Golf verkocht" bevat een adreswijziging, een ingangsdatum en een beëindiging. Een taalmodel haalt dat er betrouwbaar uit, en het stelt de juiste vervolgvraag als er iets ontbreekt, zoals het kenteken van de nieuwe auto.

Vaste regels zijn goed in wat altijd hetzelfde moet. Welke polissen hangen aan dit adres? Valt de nieuwe postcode in een ander premiegebied? Is de verzekerde som van de inboedel nog in lijn met de woning? Dat soort controles schrijf je 1 keer in code, en ze doen het daarna elke keer hetzelfde. Een taalmodel laat je dat niet doen, want dat doet het bijna altijd goed. Bijna is in een polisadministratie te weinig.

De medewerker in de binnendienst ziet daarna een voorstel: dit is de mutatie, dit zijn de geraakte polissen, dit is het bericht naar de maatschappij. Klopt het, dan is het 1 klik. Klopt het niet, dan past de medewerker het aan, en die correctie gaat terug in de regels. Het werk verschuift van overtypen naar controleren.

Hetzelfde patroon zagen we al in andere sectoren. Bij een bpm verwerker die we bouwden, ging een dossier van 4 tot 8 uur naar minder dan 5 minuten, met een specialist die elk dossier tekent. Bij een subsidieadvies werd uren zoeken naar de juiste regeling een kwestie van seconden. Andere vakgebieden, dezelfde verdeling van het werk.

‍

Rekenvoorbeeld: een kantoor van 35 mensen

Een voorbeeld, geen klant. Een assurantiekantoor met 35 mensen, waarvan 12 in de binnendienst. Een gemengde portefeuille van particuliere en zakelijke relaties, recent uitgebreid met een overgenomen portefeuille. De interne kosten van een uur binnendienst rekenen we op 50 euro.

Per jaar ziet het werk in de 4 stromen er zo uit:

• Mutaties: 6.500 per jaar, van 12 naar 4 minuten. Van 1.300 naar ongeveer 430 uur.

• Schade intake: 2.400 meldingen, van 25 naar 10 minuten. Van 1.000 naar 400 uur.

• Prolongatie zakelijk: 1.100 polissen, van 45 naar 15 minuten. Van 825 naar 275 uur.

• Offerteaanvragen zakelijk: 600 per jaar, van 3 uur naar 1 uur. Van 1.800 naar 600 uur.

Opgeteld gaat het werk van ongeveer 4.925 naar 1.705 uur per jaar. Dat scheelt zo'n 3.220 uur, ruim 2 fte. Tegen 50 euro per uur is dat ongeveer 161.000 euro per jaar aan capaciteit.

Daar staan kosten tegenover. Een Blueprint van 7.500 euro om de stromen in kaart te brengen en te prijzen. Daarna 3 automatiseringen: mutaties 25.000 euro, schade intake 30.000 euro en offerteaanvragen 40.000 euro, samen 95.000 euro. De prolongatiecheck valt in dit voorbeeld onder dezelfde koppeling als de mutaties. Totaal 102.500 euro. Het beheer kost 1.250 euro per maand per automatisering, dus 45.000 euro per jaar.

Netto blijft er dan ongeveer 116.000 euro per jaar over. De terugverdientijd is zo'n 11 maanden. Haal je maar de helft van de besparing, dan blijft er 35.500 euro per jaar over en duurt het bijna 3 jaar. Reken dus altijd beide scenario's door, en wees eerlijk over welke je gelooft.

Belangrijker dan het bedrag is wat je met die 2 fte doet. Bij de meeste kantoren gaat er niemand weg. Hetzelfde team verwerkt de overgenomen portefeuille, of de groei van volgend jaar, zonder dat je 2 mensen hoeft te vinden die er niet zijn. En de zakelijke prolongaties die nu stilzwijgend worden verlengd, krijgen eindelijk elk jaar een echte check.

‍

Het werk zit in de koppeling, niet in het model

Het taalmodel is het makkelijke deel. Het moeilijke deel is dat de mutatie in je kantoorsysteem moet landen, bij de juiste relatie, op de juiste polis, met de juiste ingangsdatum. Bij veel kantoren is dat ANVA of een vergelijkbaar pakket. Daarnaast komen berichten binnen via de SIVI standaarden waarmee maatschappijen en intermediairs gegevens uitwisselen, en via de portalen van de maatschappijen zelf.

Bij elke koppeling stel je 4 vragen. Kunnen we lezen uit het systeem? Kunnen we schrijven, of alleen een concept klaarzetten? Wat gebeurt er als het systeem een update krijgt? En wie bij de leverancier of bij jou beheert de toegang?

Het antwoord bepaalt de route. Soms is er een goede koppeling en schrijft de automatisering direct een concept mutatie in het systeem. Soms is er alleen een export en import. En soms is de eerlijkste route dat de automatisering een kant en klaar voorstel maakt dat de medewerker in 30 seconden overneemt. Ook dat scheelt het grootste deel van de tijd, want het zoeken en lezen is al gedaan.

Begin daarom altijd met een concept, niet met direct schrijven. Pas als de concepten maanden achter elkaar kloppen, laat je de automatisering de eenvoudigste mutaties zelf doorvoeren. Een adreswijziging zonder effect op de premie wel. Een wijziging in de verzekerde som niet.

‍

Wat je beter niet automatiseert

Niet alles wat kan, moet. Een paar dingen laat je bewust bij mensen.

• Het advies zelf. Welke dekking past bij deze klant en dit risico is het vak van je adviseur, en de verantwoordelijkheid ook.

• Het oordeel bij een afwijzing of een twijfelachtige schade. AI kan de stukken ordenen, een mens beslist en belt.

• Klachten. Een klant die boos is, wil een naam en een stem, geen goed geformuleerde mail.

• Een chatbot die zelf dekkingsvragen beantwoordt. Als je AI direct met klanten laat praten, moet je sinds 2 augustus 2026 ook duidelijk maken dat ze met een AI systeem praten. En een fout antwoord over dekking is precies het soort fout dat later duur wordt.

Een eenvoudige vuistregel: hoe groter de schade van een fout, hoe dichter er een mens bij moet staan. Een fout adres is vervelend. Een fout antwoord op de vraag of een schade gedekt is, is een geschil.

‍

Het dossier op orde voor de AFM

De AFM verbiedt AI niet. Ze vraagt wat ze altijd vraagt: dat je kunt laten zien wat er gebeurd is en wie verantwoordelijk was. Een goede automatisering maakt dat makkelijker, niet moeilijker.

In de praktijk betekent dat 3 dingen. Elke AI suggestie wordt bewaard, samen met de stukken waarop hij gebaseerd is. Elke goedkeuring heeft een naam en een tijd. En elke regel die het systeem toepast, staat ergens beschreven, zodat je bij een vraag van de toezichthouder of de klant kunt laten zien waarom een mutatie zo is doorgevoerd.

Klantgegevens blijven in de EU, in jouw omgeving, en het taalmodel traint niet op je dossiers. Dat leg je vast in de afspraken met je aanbieder, niet in een belofte op een website.

‍

Zo begin je

Je hoeft niet met 4 stromen tegelijk te beginnen. Begin met 1, en kies die op basis van cijfers, niet op gevoel.

• Tel 4 weken lang hoeveel mutaties, schademeldingen, prolongaties en offerteaanvragen er binnenkomen.

• Meet bij 20 voorbeelden per stroom hoeveel minuten ze echt kosten, van eerste mail tot afgerond.

• Schrijf op wat een fout per stroom kost: tijd, geld, een boze klant of een probleem bij de toezichthouder.

• Kies de stroom met de meeste uren en de laagste foutkosten. Dat zijn bijna altijd de mutaties.

Wil je dat zelf uitwerken? Gebruik het AI product requirements template als leidraad. In onze uitleg over hoe je de AI kansen in je workflow in kaart brengt lees je hoe je de uren per stap telt. Als je het liever laat doen, doen we dat in de Blueprint: 2.500 tot 10.000 euro afhankelijk van het aantal processen, in 10 tot 20 werkdagen. Je krijgt het proces zoals het echt loopt, de knelpunten in uren en euro, de kansen op volgorde, een roadmap met vaste prijzen per mijlpaal en een eerste ruw prototype in je eigen repository. Het is van jou, ook als je daarna zelf verder bouwt.

‍

Wie eraan werkt en wat er na de livegang gebeurt

3 vragen hoor je bij elk kantoor, en ze verdienen een direct antwoord.

Wie werkt eraan? 2 engineers bij naam, van de Blueprint tot jaar 2. Niet een team dat wisselt per sprint. Je weet wie je belt, en zij kennen jouw kantoorsysteem, jouw maatschappijen en jouw uitzonderingen.

Wat gebeurt er na de livegang? Dan begint het beheer. Een engineer bij naam staat op de melding als er iets misgaat, de AI kosten per dossier blijven onder een vast plafond, en je krijgt elke maand een rapport van 1 pagina. Als een maatschappij een formulier wijzigt of je kantoorsysteem een update krijgt, passen wij de koppeling aan. De reactietijd wordt vastgesteld in de Blueprint.

En als maand 1 tegenvalt? Exit na maand 1: je betaalt wat er geleverd is en houdt alles.

Codelevate maakt van Nederlandse B2B dienstverleners softwarebedrijven: we brengen het expertproces in kaart dat je nu met de hand doet, automatiseren het zodat hetzelfde team het volume aankan, en bouwen het platform waar je klanten voor betalen, met 2 engineers bij naam van de blueprint tot jaar 2.

Wil je eerst zien wat automatisering in het algemeen oplevert voor een bedrijf van jouw omvang? Lees dan ons overzicht van terugverdientijden bij AI automatisering.

‍

Stuur wat je hebt

Een export van je mutaties, een paar geanonimiseerde schademeldingen, of gewoon een beschrijving van een dag in je binnendienst. Stuur wat je hebt. 1 van de 2 engineers leest het in 20 minuten met je door, en je krijgt dezelfde dag 1 van 3 antwoorden op papier: zelf doen, iemand aannemen, of de Blueprint.

Inhoudsopgave
Deel dit artikel

Veelgestelde vragen

Wat kan AI doen voor een assurantiekantoor?

AI leest mail van klanten, schadeformulieren en polissen, en zet mutaties, schadedossiers en offerteaanvragen klaar zodat een medewerker ze kan goedkeuren. Het advies zelf blijft bij je adviseur.

Mag je volgens de AFM AI gebruiken in een assurantiekantoor?

Ja, zolang je kunt laten zien wat er gebeurd is en wie verantwoordelijk was, dus bewaar elke AI suggestie met de bronstukken en log elke goedkeuring met naam en tijd.

Wat kost het om de binnendienst te automatiseren?

Bij ons kost een groot proces 18.000 tot 45.000 euro, vast per automatisering, plus beheer vanaf 1.250 euro per maand, meestal na een Blueprint van 2.500 tot 10.000 euro.

Werkt AI samen met ANVA en andere kantoorsystemen?

Meestal wel, maar de koppeling is het eigenlijke project: per systeem kijken we of we kunnen lezen, schrijven of alleen een concept klaarzetten, en we beginnen altijd met concepten.

Welke taak in de binnendienst automatiseer je als eerste?

Bijna altijd de mutaties, omdat daar de meeste uren zitten en een fout het minst kost, dus meet eerst 4 weken volume voordat je kiest.

Moet je een AI chatbot voor je klanten zetten?

Meestal niet als eerste: sinds 2 augustus 2026 moet je klanten vertellen dat ze met AI praten, en een fout antwoord over dekking kost veel meer dan de uren die een chatbot bespaart.

Begin met
een introductiegesprek

Dit helpt je meer te weten te komen over ons team, ons proces en te zien of we een goede match zijn voor jouw project. Of je nu helemaal opnieuw begint of een bestaande softwaretoepassing verbetert, wij zijn er om je te helpen slagen.