AI voor opleiders: de lesstof schrijft zichzelf, de beoordeling niet
Vraag ChatGPT om een training "veilig werken op hoogte" van 4 dagdelen. Na 3 minuten heb je een programma, leerdoelen per dagdeel, een casus en een toets met 20 vragen. Daarna opent diezelfde HR manager jouw offerte van 14.500 euro voor een incompany traject en stelt de vraag die je dit jaar vaker hoort: waar betaal ik eigenlijk voor?
Het eerlijke antwoord is dat de lesstof nooit het werk was. Het werk zit per cursist: de opdracht die iemand moet lezen en beoordelen, de feedback die iemand moet schrijven, het examen dat moet worden afgenomen en vastgelegd, het certificaat dat moet kloppen en over 3 jaar verloopt, en het dossier dat de auditor van je keurmerk wil zien. Dat deel kost de uren en groeit mee met elke inschrijving. Precies daar kan AI voor opleiders het meeste doen, zolang een beoordelaar met een naam blijft beslissen.
Dit artikel is voor eigenaren en directeuren van private opleiders, exameninstellingen en certificerende instellingen met 10 tot 200 mensen: vakopleidingen, veiligheid en techniek, zorg, logistiek, financieel. Je draait duizenden cursisten per jaar, je werkt met een vaste groep trainers en beoordelaars, en je groei stopt bij het aantal beoordelaars dat je kunt vinden en inwerken. Het is niet voor je als je als zelfstandig trainer 20 cursussen per jaar geeft, als je een e-learning platform bouwt voor consumenten, of als je een school bent die onder de onderwijsinspectie valt.
In dit artikel lees je waar de uren per cursist echt zitten, waarom een cursusgenerator je omzet niet verandert, welk deel AI doet en welk deel vaste regels doen, wat ISO 17024 en de AI Act vragen van wie beslist, een rekenvoorbeeld met 8.000 cursisten per jaar, wat je niet moet automatiseren en hoe je begint zonder je keurmerk op het spel te zetten.
Belangrijkste inzichten
• Lesstof schrijven is een eenmalige kostenpost per opleiding. Beoordelen, feedback, examenadministratie en certificaten zijn kosten per cursist, en die groeien met je omzet mee.
• Een cursusgenerator maakt een generieke cursus. Jouw waarde zit in je beoordelingsmodel: wat jullie voldoende vinden, welke feedback werkt, wat een auditor accepteert.
• Het hart van de automatisering is een cursistendossier: per cursist 1 regel per stap, met opdracht, beoordeling, feedback, examen, certificaat en geldigheid.
• AI leest de opdracht en schrijft een conceptbeoordeling en conceptfeedback vanuit jullie model. Vaste regels bewaken volledigheid, termijnen en geldigheid. De beoordelaar beslist en tekent.
• ISO/IEC 17024:2026, gepubliceerd op 31 maart 2026, vraagt certificerende instellingen om menselijk toezicht op AI aan te tonen. De AI Act rekent AI die leerresultaten beoordeelt tot hoog risico, met verplichtingen vanaf december 2027.
• In het rekenvoorbeeld gaat een beoordeelde cursist van 90 naar 30 minuten. Met hetzelfde team gaat de opleider van 3.000 naar ongeveer 5.000 beoordeelde cursisten per jaar.
• Het register van certificaten en geldigheden is in jaar 2 een product waar werkgevers voor betalen.
• Laat de beslissing geslaagd of gezakt, de observatie bij een praktijkexamen en elke fraudeverdenking bij een mens.
AI voor opleiders: waarom een cursusgenerator je omzet niet verandert
De markt staat vol met tools die cursussen schrijven. Je geeft een onderwerp op, kiest een niveau en een duur, en krijgt een programma met slides, oefeningen en een toets terug. Voor een bedrijf dat snel een interne training wil, voelt dat als vooruitgang. Voor jou als opleider voelt het als concurrentie op het onderdeel dat je toch al het snelst deed.
Want hoe lang duurt het om een module te schrijven als je die opleiding al 12 jaar geeft? Je hebt materiaal, je werkt het bij als een norm verandert, je laat een collega meelezen. Dat is een paar dagen per jaar per opleiding. De weken van je team zitten ergens anders.
Ze zitten in de 40 praktijkopdrachten die op vrijdag binnenkomen en maandag beoordeeld moeten zijn. In de feedback die per cursist anders is, omdat de fout anders is. In het examen dat moet worden ingepland, afgenomen, nagekeken en vastgelegd. In het certificaat dat de juiste naam, datum en code moet hebben, en in de mail van een werkgever die wil weten welke van zijn 60 medewerkers volgend kwartaal moeten herhalen. En in het dossier dat je elke 2 of 4 jaar opent voor de audit van je keurmerk.
Een cursusgenerator doet niets aan die uren. Erger, hij maakt de lesstof goedkoper en laat de kosten per cursist staan. Dat is de reden dat opleiders met een AI tool wel sneller nieuw aanbod maken en toch niet meer cursisten aankunnen. Het volume zit niet in het schrijven. Het zit in het beoordelen en administreren, en dat gebeurt per persoon.
Je klanten lopen intussen niet stil. Volgens het CBS gebruikte in 2025 27% van de Nederlandse bedrijven met 10 tot 50 werkzame personen AI, tegen 19% in 2024. De HR manager die jouw offerte leest, heeft dus steeds vaker zelf al iets geprobeerd. Dat verandert de vraag die je moet beantwoorden: niet "kun je ons een cursus leveren", maar "wat doen jullie wat wij niet zelf kunnen".
Waar de uren per cursist echt zitten
Vraag een opleidingsmanager waar de tijd heen gaat en je hoort zelden "lesstof". Je hoort: nakijken, feedback, administratie, en achter bewijs aan. Dat werk heeft een paar vaste vormen, en ze komen bij elke cursist terug.
• Intake en plaatsing: welke opleiding past, welke vrijstellingen gelden, welke vooropleiding ontbreekt. Bij incompany ook de offerte met een programma op maat.
• Lezen en beoordelen: de praktijkopdracht, het portfolio, het reflectieverslag of de open vragen, langs het beoordelingsmodel.
• Feedback schrijven: wat goed ging, wat ontbreekt, wat de cursist moet herstellen. Per persoon anders, maar met dezelfde 20 fouten die steeds terugkomen.
• Examen: inplannen, afnemen, nakijken, uitslag vaststellen, bezwaar afhandelen.
• Certificaat en register: uitgeven met de juiste gegevens, registreren bij het register van de branche, de geldigheid bijhouden en de herhaling op tijd aanbieden.
• Kwaliteitsdossier: evaluaties, trainerskwalificaties, toetsmatrijzen, klachten, het bewijs dat je keurmerk of accreditatie vraagt.
Bij het beoordelen en de administratie gaat het mis. Niet omdat het moeilijk is, maar omdat het verspreid is en per persoon anders. De opdrachten staan in het LMS, de beoordelingen in een Excel per trainer, de feedback in mails, de certificaten in een ander systeem en de geldigheden in het hoofd van de planner. Wie wil weten hoe ver een cursist is, moet het aan de beoordelaar vragen. En als die beoordelaar ziek is of vertrekt, begint de collega opnieuw.
We zagen hetzelfde patroon bij een subsidieadviespraktijk: 5 adviseurs werkten op 5 manieren in 5 tools. Het vak was hetzelfde, de vastlegging niet. Bij opleiders is dat nog sterker, omdat elke trainer een eigen opleiding kent en een eigen manier van beoordelen heeft meegenomen.
Je beoordelingsmodel is de waarde, niet je lesstof
Hier zit de omslag die de meeste opleiders missen. Een generieke AI kan een generieke cursus schrijven. Dat kan elke werkgever nu zelf. Wat een werkgever niet zelf kan, is jouw oordeel toepassen: wanneer een risicoinventarisatie van een cursist voldoende is, welke 3 fouten in een lasrapport betekenen dat iemand het echt niet begrijpt, welke feedback iemand aan het werk krijgt in plaats van in de verdediging.
Dat oordeel zit nu in de hoofden van je beste beoordelaars en verspreid in duizenden eerdere beoordelingen. Zolang het daar zit, kan geen AI het gebruiken. En geen nieuwe beoordelaar ook niet, behalve door een jaar mee te kijken.
De eerste stap is dus niet een AI tool kopen. Het is je standaard vastleggen: per opleiding wat jullie per criterium verwachten, welk bewijs voldoende is, wat de typische fout is en welke feedback jullie dan geven. Dat is dezelfde fundering die we beschrijven in het artikel over een AI kennisbank opzetten. Zonder die standaard maak je met AI vooral een snellere stagiair die aardig schrijft.
Met die standaard verandert ook je verkoopgesprek. De werkgever betaalt niet meer voor een cursus die ChatGPT ook schrijft. Hij betaalt voor jullie norm, toegepast op zijn mensen, met een beoordelaar met een naam eronder en een certificaat dat een auditor accepteert.
Het cursistendossier: wat AI doet, wat regels doen, wat de beoordelaar doet
Het hart van een goede automatisering is geen chatbot in je LMS. Het is een cursistendossier: per cursist 1 regel per stap, van intake tot hercertificering. Wat is ingeleverd, wanneer, wat AI ervan vond, wat de beoordelaar besloot, welke feedback is verstuurd, welk certificaat is uitgegeven en wanneer het verloopt. Alles wat AI doet, werkt dat dossier bij. Alles wat de beoordelaar doet, gebeurt vanuit dat dossier.
Wat AI doet
• Leest de ingeleverde opdracht en zet per criterium uit jullie beoordelingsmodel een voorstel klaar: voldoende, onvoldoende of twijfel, met de passage waarop dat is gebaseerd.
• Schrijft een concept van de feedback in jullie toon, vanuit jullie eerdere feedback op dezelfde fout.
• Controleert of een portfolio compleet is en welke bewijsstukken ontbreken, en schrijft de mail aan de cursist.
• Maakt voor incompany aanvragen een conceptprogramma en een conceptofferte uit jullie eigen catalogus en eerdere offertes.
• Leest de evaluaties en vat per trainer en per opleiding samen wat er terugkomt.
Wat vaste regels doen
• Een opdracht gaat pas naar de beoordelaar als hij compleet is en op tijd is ingeleverd.
• Elke beoordeling heeft een beoordelaar met een naam, een datum en een oordeel per criterium. Zonder dat geen uitslag.
• Een certificaat wordt pas aangemaakt als examen, betaling en identiteit kloppen, en nooit door AI.
• Elke geldigheid heeft een einddatum. 6 maanden voor de einddatum gaat er een signaal naar de werkgever en de planner.
• Bij twijfel, bij een onvoldoende en bij elke verdenking van fraude gaat het dossier naar een tweede beoordelaar.
Wat de beoordelaar doet
• Leest het voorstel van AI naast de opdracht en beslist per criterium. AI stelt voor, de beoordelaar zet het vinkje.
• Past de feedback aan waar die te algemeen is en tekent hem.
• Neemt het praktijkexamen af, voert het lastige gesprek en behandelt het bezwaar.
Die verdeling is geen detail. AI is goed in lezen en ordenen, en zwak in weten wanneer iets net niet genoeg is. Vaste regels zijn saai en daarom betrouwbaar. De beoordelaar is duur en daarom ingezet waar oordeel nodig is. Zo hebben we het ook gebouwd bij een BPM dossierverwerker, waar een dossier van 4 tot 8 uur naar minder dan 5 minuten ging: AI leest, code past de regels toe, een mens tekent.

Wil je dit voor je eigen opleidingen op papier zetten voordat je met wie dan ook praat? Het gratis AI product requirements template helpt je de stappen per cursist, de koppelingen met je LMS en de kosten van een foute beoordeling op 1 plek te zetten. Daarmee krijg je offertes die je kunt vergelijken.
ISO 17024 en de AI Act zeggen al wie beslist
Voor exameninstellingen en certificerende instellingen is dit geen smaak, maar een eis. Op 31 maart 2026 is ISO/IEC 17024:2026 gepubliceerd, de norm waarop persoonscertificatie wordt geaccrediteerd. De nieuwe editie heeft voor het eerst eigen bepalingen over AI. Volgens de e-Assessment Association moeten certificerende instellingen uitkomsten van AI monitoren en valideren, menselijk toezicht aantonen en laten zien dat hun mensen met de tools kunnen werken. De Amerikaanse accreditatieorganisatie ANAB heeft 31 maart 2029 als uiterste overgangsdatum gegeven, met een zelfverklaring per 1 oktober 2027.
De AI Act legt daar een laag bovenop. AI die wordt gebruikt om leerresultaten te beoordelen of om toegang tot een opleiding te bepalen, staat in bijlage III als hoog risico, voor onderwijs en beroepsopleiding op elk niveau. De verplichtingen voor die categorie gaan in vanaf december 2027. Wie dan een AI tool geslaagd of gezakt laat zeggen, heeft een probleem met de auditor en met de wet tegelijk.
Het goede nieuws is dat de inrichting hierboven precies oplevert wat beide vragen: een logboek van wat AI voorstelde, wie het bekeek, wat die persoon besloot en wanneer. Een cursistendossier dat zo is gebouwd, is je bewijs van menselijk toezicht. Een losse chatbot naast je LMS levert dat bewijs nooit.
Rekenvoorbeeld: een opleider met 30 trainers en 8.000 cursisten per jaar
Een voorbeeld, geen klant. Een opleider in veiligheid en techniek heeft 30 trainers en beoordelaars en 12 mensen op kantoor. Per jaar komen er 8.000 cursisten door. 3.000 daarvan leveren een praktijkopdracht of portfolio in dat beoordeeld moet worden. 5.000 doen alleen een examen met gesloten vragen. Daarnaast komen er 300 incompany aanvragen per jaar binnen.
De minuten per beoordeelde cursist, vandaag en met AI en een cursistendossier:
• Intake en plaatsing: 10 minuten wordt 5, omdat vrijstellingen en vooropleiding automatisch worden gecontroleerd.
• Lezen en beoordelen: 45 minuten wordt 15, omdat de beoordelaar een voorstel per criterium naast de opdracht krijgt.
• Feedback schrijven: 20 minuten wordt 5. De beoordelaar past aan en tekent.
• Examen en administratie: 10 minuten wordt 3.
• Certificaat en register: 5 minuten wordt 2, en de herhaling wordt automatisch aangeboden.
Totaal: van 90 naar 30 minuten per beoordeelde cursist. Dat is 1 uur minder, keer 3.000 is 3.000 uur per jaar. Bij de 5.000 examencursisten gaat de administratie van 25 naar 10 minuten, dat is 1.250 uur. De 300 incompany aanvragen gaan van 3 uur naar 1 uur per offerte, dat is 600 uur.
Samen is dat 4.850 uur per jaar. Een beoordelaar maakt ongeveer 1.400 productieve uren. Dat is de capaciteit van bijna 3,5 beoordelaars, zonder vacature. Anders gezegd: met hetzelfde team kan de opleider ongeveer 5.000 beoordeelde cursisten per jaar aan in plaats van 3.000, als de verkoop dat volume aanlevert.
Wat kost dat? In dit voorbeeld een Blueprint van 7.500 euro, een fundering voor het beoordelingsmodel en de kennisbank van rond 20.000 euro, en 2 automatiseringen: de beoordelingsassistent met feedback en het cursistendossier met certificaten en geldigheden, samen 65.000 euro. Dat is 92.500 euro, plus 2.500 euro per maand voor beheer. Stel dat de opleider maar een derde van de nieuwe capaciteit vult: 650 extra beoordeelde cursisten tegen gemiddeld 650 euro. Dat is 422.500 euro omzet per jaar, zonder extra beoordelaar. De terugverdientijd ligt dan onder een jaar.
Die getallen zijn een voorbeeld. Je eigen getallen komen uit een meting van je eigen opleidingen, niet uit een artikel. Maar de verhouding zie je bij bijna elke opleider terug: het beoordelen kost meer dan het schrijven.
Wat je niet moet automatiseren
Er is een grens, en bij opleiders ligt die scherp. Je verkoopt een certificaat waarop een werkgever vertrouwt dat iemand veilig op een steiger kan staan. Een verkeerde uitslag kost meer dan een paar uur.
• De beslissing geslaagd of gezakt. AI mag voorstellen, de uitslag is van een beoordelaar met een naam. De norm en de wet vragen dat, en je klanten ook.
• Het praktijkexamen. Observeren of iemand een handeling veilig uitvoert, is mensenwerk. Een camera met AI die dat beoordeelt, is precies de toepassing die onder hoog risico valt.
• Fraude. AI mag signaleren dat 2 verslagen verdacht op elkaar lijken. Een beschuldiging komt van een mens, na een gesprek. Betrouwbare detectie van door AI geschreven tekst bestaat overigens niet, dus bouw je beleid niet op een detector.
• Het bezwaar. Wie het oneens is met een uitslag, krijgt een tweede beoordelaar, geen tweede algoritme.
En dan de data. Je hebt namen, geboortedata, soms een BSN voor een brancheregister, beoordelingen en soms medische verklaringen. Die horen niet in een gratis chatbot. Een trainer die portfolio's van cursisten in een publieke AI tool plakt om sneller na te kijken, heeft de eerste klacht van het jaar zelf geschreven. Een goede inrichting houdt de data in de EU, per opdrachtgever gescheiden, met een logboek van wie wat heeft gezien. Dat is ook het eerste dat een werkgever met een inkoopafdeling je gaat vragen.
Hoe je begint
Begin niet met de tool. Begin met 1 opleiding en 50 beoordeelde opdrachten.
• Kies de opleiding met het meeste volume aan beoordeelde opdrachten, niet de opleiding die je het leukst vindt.
• Pak 50 recent beoordeelde opdrachten en meet waar de minuten zaten. Gebruik je urenregistratie of een week meekijken, niet je geheugen.
• Leg met je 2 beste beoordelaars vast wat jullie per criterium verwachten, welke fouten terugkomen en welke feedback jullie dan geven. Dat is je standaard.
• Bouw de beoordelingsassistent voor die ene opleiding en laat AI alleen voorstellen en concepten maken. De beoordelaar werkt zoals altijd, maar met een voorstel ernaast.
• Meet na 3 maanden de minuten per opdracht en hoe vaak de beoordelaar het voorstel overneemt. Pas daarna komen het dossier, de certificaten en de volgende opleiding.
De volgorde is belangrijk. Wie met de lesstof begint, versnelt het deel dat al snel ging. Wie met de beoordeling begint, raakt de uren die met elke cursist meegroeien. En wie meet hoe vaak de beoordelaar afwijkt van het voorstel, heeft meteen het bewijs van toezicht dat de auditor straks wil zien.
Van cursus naar certificaatregister
Er is een stap verder, en die is voor veel opleiders de echte kans. Als het dossier er ligt, kan de werkgever er zelf in kijken. Wie van zijn mensen is bevoegd, wat verloopt wanneer, wie moet herhalen, en met 1 klik inschrijven. De herhalingstraining wordt dan geen jaarlijkse belactie van je planner, maar een doorlopende dienst met een vaste prijs per medewerker per jaar.
Dat is het verschil tussen een opleider die cursusdagen verkoopt en een opleider die een product verkoopt. De trainer en de beoordelaar blijven nodig. Maar het volume komt uit het platform, niet uit extra mensen aan de telefoon. In ons artikel over een klantportaal laten maken staat waarom zo'n portaal begint bij de plek waar de uren zitten, en niet bij een archief. Dit is meestal iets voor jaar 2. Eerst moet het dossier binnen je eigen team werken.
Wie het bouwt, wat er na de lancering gebeurt, en als maand 1 tegenvalt
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.
Wie werkt eraan? Dezelfde 2 engineers die je opdrachten hebben gelezen en je beoordelingsmodel met je beoordelaars hebben vastgelegd. Geen wisselend team, geen overdracht na de verkoop.
Wat gebeurt er na de lancering? Vanaf maand 4 draait het in beheer: monitoring, een engineer met een naam op de melding, de AI kosten per cursist met een plafond, een maandrapport van 1 pagina en updates als een norm, een exameneis of een model verandert. De reactietijd wordt vastgesteld in de Blueprint. Een nieuwe toetsmatrijs of een wijziging in een brancheregister is daarmee een geplande update, geen nieuw project.
En als maand 1 tegenvalt? Exit na maand 1: je betaalt wat er geleverd is en houdt alles. Je beoordelingsmodel, je dossier en je code blijven van jou.
Wil je eerst zelf verder? Het gratis AI product requirements template helpt je je eigen opleidingen in kaart te brengen voordat je een gesprek voert.
Stuur wat je hebt
Stuur wat je hebt: een overzicht van je opleidingen en aantallen, een geanonimiseerde beoordeelde opdracht of alleen je urenregistratie. 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.



