AI voor subsidieadviseurs: de match is de demo, het dossier is het werk

Elke AI demo voor subsidieadviseurs laat hetzelfde zien. Je typt een bedrijfsprofiel in, en binnen 3 seconden verschijnt een lijst met 12 regelingen die passen. Het ziet er indrukwekkend uit. Het is ook het kleinste deel van je werk.

Een match levert nog geen euro op. Het geld zit in de aanvraag die goedgekeurd wordt en in de verantwoording die 2 jaar later standhoudt. Daar gaan de uren van je adviseurs naartoe, en daar laat bijna elke AI tool je alleen.

Dit artikel is voor eigenaren en directeuren van subsidieadviespraktijken met 10 tot 200 mensen. Je begeleidt bedrijven bij WBSO, MIT, DEI+ en investeringsregelingen, vaak tegen een vast bedrag of een percentage van de toekenning. Je groei loopt vast op het vinden van ervaren adviseurs. Het is niet voor jou als je zelf 1 aanvraag per jaar indient, als je een losse schrijftool zoekt of als je een Europese aanbesteding voorbereidt.

In dit artikel lees je waar AI voor subsidieadviseurs echt tijd oplevert, welke van de 4 fases van een dossier je koopt en welke je bouwt, waarom je eerder goedgekeurde aanvragen je belangrijkste bezit zijn, een rekenvoorbeeld met 320 dossiers per jaar, en wat er na de livegang gebeurt.

‍

Belangrijkste inzichten

• Een subsidiedossier heeft 4 fases: vinden, intake, schrijven en verantwoorden. AI helpt in alle 4, maar niet op dezelfde manier.

• Vinden is de fase waar elke tool mee begint. In ons rekenvoorbeeld is het maar 7% van de uren.

• De uren zitten in de intake, het schrijven en de verantwoording. Samen zijn ze 93% van het werk.

• Je eerder goedgekeurde aanvragen zijn je echte bezit. Zonder die bibliotheek schrijft een AI een nette tekst die op niemand lijkt.

• Een AI schrijft het eerste concept, vaste regels controleren de cijfers, en een adviseur tekent elke aanvraag af.

• In het voorbeeld daalt het werk van ongeveer 6.060 naar 3.520 uur per jaar. Dat is ruimte voor zo'n 230 extra dossiers zonder nieuwe adviseur.

• Wie op succesbasis werkt, verdient het meeste aan een betere verantwoording, omdat een correctie daar je eigen fee kost.

• Als je proces eenmaal is vastgelegd, heb je iets dat klanten ook los willen afnemen: een doorlopende check op hun subsidiekansen en urenadministratie.

‍

AI voor subsidieadviseurs: waar de uren echt zitten

Vraag een directeur van een subsidiepraktijk waar de tijd blijft, en je hoort zelden "zoeken". Je hoort: de techneut van de klant die 3 weken niet terugbelt. De projectomschrijving die 4 keer heen en weer gaat. De urenadministratie die in januari ineens niet blijkt te kloppen.

Toch beginnen bijna alle AI producten in deze markt bij het vinden. Dat is logisch vanuit de leverancier. Een match is makkelijk te laten zien, makkelijk te verkopen en makkelijk te meten. Een betere aanvraag is moeilijker te demonstreren, want het resultaat komt pas maanden later.

De markt beweegt wel. Volgens de voorlopige cijfers van het CBS gebruikte in 2025 27% van de Nederlandse bedrijven met 10 tot 50 medewerkers AI. Je klanten experimenteren dus ook. Een deel van hen probeert inmiddels zelf een WBSO tekst te laten schrijven door een chatbot, en belt je daarna om het te laten repareren.

Om helder te krijgen wat je met AI moet doen, helpt het om een dossier op te knippen in 4 fases. Elke fase heeft een ander antwoord.

‍

Fase 1: vinden, koop de database

Vinden is de vraag welke regelingen bij een klant passen. Een goede adviseur weet dat voor 80% uit het hoofd. De rest zoekt hij of zij op in een subsidiedatabank, op de site van de RVO of bij de provincie.

Dit is precies het werk dat AI goed kan. Een bedrijfsprofiel naast een lijst voorwaarden leggen is lezen en vergelijken. Wij hebben zelf een subsidie matching engine gebouwd die uren zoekwerk van een expert terugbracht tot seconden. Juist daarom zeggen we het eerlijk: dit is het makkelijke deel.

Er zijn databanken en tools die dit al doen, en ze worden elk jaar beter. Ze houden regelingen, deadlines en budgetplafonds bij, iets wat je zelf niet wilt onderhouden. Koop dus de database. Bouw hooguit een dunne filter erbovenop, met de regels die alleen jouw kantoor hanteert. Bijvoorbeeld: geen aanvragen onder de 10.000 euro, of geen regelingen waar je de laatste 3 keer werd afgewezen.

Waar vinden wel geld waard is: bij je bestaande klanten. Een matching die elk kwartaal je hele klantenbestand langsloopt tegen nieuwe regelingen, levert gesprekken op met mensen die je al vertrouwen. Dat is geen product, dat is een verkoopkanaal.

‍

Fase 2: intake, het gesprek met de techneut

De intake is waar een dossier stil komt te liggen. Je hebt de technische details nodig: wat wordt er ontwikkeld, wat is er nieuw, welke technische problemen verwacht het team. Die kennis zit bij een engineer of productontwikkelaar van de klant, en die heeft wel wat beters te doen.

Een adviseur besteedt hier al snel 4 uur per dossier aan. Een mail met vragen, een herinnering, een belafspraak, een gesprek van een uur, uitwerken, nog 3 vragen na. Het meeste daarvan is wachten en najagen, geen expertise.

AI helpt hier op 2 manieren. Ten eerste maakt het de vragen specifiek. In plaats van een standaardvragenlijst stelt het systeem vragen op basis van wat er al bekend is: de aanvraag van vorig jaar, de website, het projectplan dat de klant al heeft gedeeld. Een engineer beantwoordt 6 gerichte vragen sneller dan 30 algemene.

Ten tweede vat het de antwoorden samen in de vorm die je adviseur nodig heeft. Een opname van het intakegesprek wordt een gestructureerde projectschets, met wat nog ontbreekt bovenaan. De adviseur leest die schets in 10 minuten na in plaats van een uur aantekeningen uit te werken.

In het rekenvoorbeeld hieronder daalt de intake zo van 4 naar 2,5 uur per dossier. Niet naar nul. Het gesprek met de klant blijft, want daar hoor je wat er niet in de documenten staat.

‍

Fase 3: schrijven, je goedgekeurde aanvragen zijn het bezit

Schrijven is de grootste post. Een WBSO aanvraag kost een ervaren adviseur gerust 6 uur. Een MIT of DEI+ aanvraag met een uitgewerkt projectplan en begroting loopt al snel op tot 24 uur.

Hier gaat het bij de meeste AI tools mis. Een algemeen taalmodel schrijft een vlotte tekst over "nieuwe technologie die de markt verandert" die op elke andere aanvraag lijkt. Een beoordelaar die veel aanvragen leest, ziet dat meteen. Wat ontbreekt, is precies wat jouw kantoor goed maakt: de manier waarop jouw adviseurs technische nieuwheid onderbouwen, welke formuleringen eerder werkten en welke tot vragen leidden.

Dat zit in je archief. Elke goedgekeurde aanvraag van de afgelopen 5 jaar is een voorbeeld van wat werkt. Elke afwijzing of aanvullende vraag van de RVO is een voorbeeld van wat niet werkt. Samen vormen ze een standaard die nergens anders bestaat.

Wij zagen bij een subsidieadviespraktijk 5 adviseurs die op 5 manieren werkten in 5 tools. Iedereen deed goed werk, maar niemand kon het werk van een ander overnemen. De eerste stap was daar geen AI. De eerste stap was 1 manier van werken vastleggen, met de beste aanvragen als voorbeeld. Pas daarna kon een AI concepten schrijven die op het kantoor leken.

Het werkt dan zo. De gestructureerde projectschets uit de intake gaat samen met 3 tot 5 vergelijkbare goedgekeurde aanvragen naar het model. Het model schrijft een eerste concept in de structuur die de regeling vraagt. Vaste code controleert daarna wat geen taalwerk is: kloppen de uren met de begroting, valt het project binnen de periode, staan alle verplichte onderdelen erin. De adviseur scherpt het concept aan en tekent af.

In het rekenvoorbeeld daalt een WBSO aanvraag zo van 6 naar 3 uur, en een grote aanvraag van 24 naar 15 uur. Het denkwerk blijft bij de adviseur. Het typewerk niet.

Wil je dit proces eerst op papier zetten voordat je iets laat bouwen? Ons gratis AI product requirements template helpt je de fases, de regels en de kosten van een fout uit te schrijven in een vorm die elke ontwikkelaar begrijpt.

‍

Fase 4: verantwoorden, waar werken op succesbasis pijn doet

De fase die het minst opvalt, kost op termijn het meeste. Bij de WBSO moet je klant per persoon, per project en per dag bijhouden hoeveel uur aan speur en ontwikkelingswerk is besteed. Na afloop van het jaar volgt de mededeling van de gerealiseerde uren. Dat staat zo op de WBSO pagina van de RVO, die ook meldt dat ongeveer 20.000 bedrijven per jaar de regeling gebruiken.

Die urenadministratie wordt door de klant bijgehouden, maar het probleem komt bij jou terug. Uren die niet aansluiten op de projectomschrijving, projecten die in de praktijk iets anders werden, een engineer die op 3 projecten tegelijk schrijft. Bij een controle of vaststelling moet het allemaal kloppen.

Werk je op succesbasis, dan is dit direct jouw geld. Een correctie verlaagt de toekenning, en daarmee je fee. En een klant die moet terugbetalen, vergeet niet wie de aanvraag schreef.

Hier is AI het minst zichtbaar en het nuttigst. Een systeem dat elk kwartaal de urenregistratie van de klant naast de projectomschrijving legt, ziet afwijkingen vroeg. Uren op een project dat in de aanvraag niet voorkwam. Een medewerker die meer S&O uren schrijft dan hij of zij werkt. Een projectperiode die al voorbij is. De AI leest en signaleert, vaste regels rekenen, en de adviseur belt de klant voordat het een probleem wordt.

In het rekenvoorbeeld daalt de verantwoording van 3 naar 2 uur per WBSO dossier en van 10 naar 7 uur per grote aanvraag. De echte winst zit niet eens in die uren. Die zit in de correcties die je voorkomt.

‍

Rekenvoorbeeld: 22 mensen, 320 dossiers

Neem een voorbeeldpraktijk met 22 mensen, waarvan 14 adviseurs. Dit is een voorbeeld met aannames, geen klant. Per jaar doet het kantoor 260 WBSO dossiers, 60 grotere aanvragen zoals MIT, DEI+ en investeringsaftrek, en 200 subsidiescans voor nieuwe klanten.

Zo zien de uren er nu uit:

• Vinden: 200 scans van 2 uur is 400 uur.

• Intake: 320 dossiers van 4 uur is 1.280 uur.

• Schrijven: 260 keer 6 uur plus 60 keer 24 uur is 3.000 uur.

• Verantwoorden: 260 keer 3 uur plus 60 keer 10 uur is 1.380 uur.

Samen is dat ongeveer 6.060 uur per jaar. Vinden is daar 7% van. Dat is het deel waar de meeste tools mee adverteren.

Met AI in alle 4 fases, en een adviseur die elke stap aftekent:

• Vinden: 200 scans van een half uur is 100 uur.

• Intake: 320 dossiers van 2,5 uur is 800 uur.

• Schrijven: 260 keer 3 uur plus 60 keer 15 uur is 1.680 uur.

• Verantwoorden: 260 keer 2 uur plus 60 keer 7 uur is 940 uur.

Dat is 3.520 uur, een daling van ongeveer 2.540 uur of 42%. Let op waar die uren vandaan komen. Het vinden levert 300 uur op. Het schrijven levert 1.320 uur op. De fase die in elke demo zit, is 12% van de winst.

Wat is dat waard? Bij 1.500 declarabele uur per adviseur is 2.540 uur ongeveer 1,7 adviseur. Met 80.000 euro als volledige kosten per adviseur is dat zo'n 135.000 euro per jaar aan capaciteit. Bij gemiddeld 11 uur per dossier na de verandering is het ruimte voor ongeveer 230 extra dossiers met hetzelfde team, als je ze kunt verkopen.

Daar staan kosten tegenover. Stel dat de Blueprint, de kennisbank met je goedgekeurde aanvragen en 2 automatiseringen (intake met schrijven, en de urencheck) samen 75.000 euro kosten. Daarbij komt beheer van 1.250 euro per maand per automatisering, dus 30.000 euro per jaar. Dan blijft er ongeveer 105.000 euro per jaar over, en verdien je de bouw in ongeveer 9 maanden terug.

Wees streng voor jezelf. Haal je maar de helft van de besparing, dan is het ongeveer 68.000 euro aan capaciteit min 30.000 euro beheer. De terugverdientijd wordt dan zo'n 2 jaar. Nog steeds de moeite waard, maar geen wonder. Wie je een wonder belooft, heeft je archief nog niet gezien.

‍

Wat je niet moet automatiseren

Niet alles in een subsidiedossier hoort bij een AI. Een paar grenzen die wij aanhouden:

• De afweging of een project echt technisch nieuw is. Een AI kan argumenten verzamelen, de adviseur beslist.

• Het indienen zelf. Een aanvraag gaat nooit zonder menselijke handtekening naar de RVO of een provincie.

• Het slechte nieuws aan de klant. Als een project niet in aanmerking komt, belt een adviseur.

• Kleine kantoren met weinig volume. Onder de 100 dossiers per jaar verdien je een goede checklist en een gedeelde map met voorbeeldaanvragen sneller terug dan software.

Die laatste is belangrijk. Software lost een volumeprobleem op. Heb je geen volumeprobleem, dan heb je een kennisprobleem, en dat los je eerst op papier op.

‍

Wie eraan werkt en wat er na de livegang gebeurt

3 vragen komen in elk gesprek terug, dus we beantwoorden ze hier.

Wie werkt eraan? Bij ons 2 engineers, bij naam, van de eerste analyse tot en met jaar 2. Ze leren je regelingen, je archief en je adviseurs kennen, en ze zijn ook degenen die gebeld worden als er iets misgaat.

Wat gebeurt er na de livegang? Regelingen veranderen elk jaar. Tarieven, schijfgrenzen, formulieren en voorwaarden schuiven. In het beheer houdt een engineer bij naam de meldingen in de gaten, worden regels en modellen bijgewerkt als een regeling verandert, en blijft de AI kost per dossier binnen een plafond. Je krijgt elke maand een rapport van 1 pagina. De reactietijd wordt vastgesteld in de Blueprint.

Wat als de eerste maand 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.

Voor de volgorde en de prijzen: de Blueprint kost 2.500 tot 10.000 euro en duurt 10 tot 20 werkdagen. Je krijgt je proces in kaart, de knelpunten in uren en euro, de kansen voor AI op volgorde, een roadmap met vaste prijzen per mijlpaal en een eerste ruw prototype in je eigen repository. Een automatisering van een groot proces kost daarna 18.000 tot 45.000 euro, vast per automatisering. Je mag de Blueprint ook gebruiken om het zelf te bouwen.

‍

Van dienst naar product

Er is nog een reden om je proces vast te leggen. Zodra het systeem elk kwartaal je klantenbestand naast nieuwe regelingen legt en de urenadministratie controleert, heb je iets wat klanten los willen afnemen. Een doorlopende subsidiecheck, met een adviseur erachter. Dat is geen eenmalige fee meer, maar een abonnement.

Dat is een volgende stap en niet de eerste. Over hoe je zo'n stap zet, schreven we eerder een stuk over je adviesdienst productiseren met AI, met een subsidiepraktijk als voorbeeld. Wie verder wil, tot een volledig platform waar klanten zelf inloggen, vindt de bouwstenen in ons artikel over een AI subsidieplatform bouwen.

Het advies blijft hetzelfde. Begin bij de fase die je de meeste uren kost, niet bij de fase die de mooiste demo oplevert.

‍

Zo begin je deze week

Je hebt geen software nodig om te beginnen. Je hebt een middag en een spreadsheet nodig.

• Tel per fase de uren van vorig jaar: vinden, intake, schrijven, verantwoorden. Schattingen per adviseur zijn goed genoeg.

• Verzamel je 20 beste goedgekeurde aanvragen in 1 map, per regeling.

• Schrijf op welke vragen de RVO het vaakst terugstelde, en waarom.

• Kies de fase met de meeste uren. Dat is je eerste automatisering, niet het vinden.

• Leg vast wie in je kantoor de regels bewaakt. Zonder eigenaar veroudert elke kennisbank binnen een jaar.

Wil je het in een vorm gieten die je met een ontwikkelaar kunt bespreken? Download dan het gratis AI product requirements template en vul het in voor 1 regeling.

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. Plan hier je gesprek.