Meer leren over AI?
AI inzetten voor je team? In onze trainingen leer je het in 4 uur.
Dennis Claassen
AI-trainer · 35+ teams getraind
Key takeaways
- AI in de retail werkt het beste op roosters, klantreviews en voorraadanalyse. Drie taken die elke week terugkomen en genoeg patroon hebben om AI mee te laten helpen.
- Twee derde van de ondernemers ervaart personeelstekort, in de detailhandel loopt de werkdruk daardoor op tot 43%. Dat is de reden waarom roosters nu vaak het eerste zijn dat winkels willen automatiseren.
- De grootste valkuil is een rooster dat er professioneel uitziet maar de wet overtreedt. Een AI-chatbot kent de kortere rusttijd voor 16- en 17-jarigen niet automatisch.
- Gezichtsherkenning tegen winkeldiefstal mag niet zomaar. De Autoriteit Persoonsgegevens gaf een supermarkt hier al een formele waarschuwing voor.
- Reken op een half uur tijdwinst per rooster, niet op een kant-en-klaar rooster. Uit onze trainingen: acht tot negen van de tien roosterregels kloppen meteen, de rusttijd-check op elke minderjarige medewerker blijft altijd bij jou.
Twee derde van de Nederlandse ondernemers ervaart personeelstekort, en in de detailhandel loopt de werkdruk daardoor op tot 43%, blijkt uit cijfers van het CBS. AI in de retail lost dat tekort niet op, maar kan wel het werk eromheen verlichten: een rooster in concept zetten, een reactie op een review klaarzetten, een bijbestellijst voorstellen op basis van je verkoopcijfers. Waar het misgaat, is niet de taak zelf. Het is de controle erna, zoals bij het maken van een AI-rooster ook al bleek voor de horeca. Hieronder drie toepassingen waar je vandaag mee kunt starten, een volledig uitgewerkt voorbeeldrooster met de fout die je er zelf uit moet halen, en de regels rond klantdata en gezichtsherkenning.
Waarom AI in de retail nu op de agenda staat
Het personeelstekort in de detailhandel is niet nieuw, maar de druk is dit jaar opnieuw gestegen. Concreet: de werkdruk door personeelstekort liep in de detailhandel dit jaar op tot 43%, het hardst van alle sectoren die het CBS in de Conjunctuurenquête meet. Branchevereniging INretail onderzocht daarom, samen met de MKB Werkplaats Utrecht, wat retailondernemers en hun medewerkers nodig hebben om AI daadwerkelijk in te zetten. De behoefte is er dus, blijkt uit dat onderzoek van INretail. Wat vaak ontbreekt, is niet de wil maar de tijd om uit te zoeken welke taak zich ervoor leent en welke niet.
Dat is precies waar dit artikel bij helpt: drie taken die in bijna elke winkel of keten terugkomen, met genoeg herhaling om AI mee te laten werken, en de plek waar je zelf moet blijven controleren.
De 3 praktische toepassingen van AI in de retail deze week
Kies er één om mee te starten. Neem de taak die nu de meeste avonduren of weekenduren kost.
1. Rooster maken met AI, met de wet als harde grens
De taak: elke week een dienstrooster maken dat de drukke momenten dekt, rekening houdt met beschikbaarheid en binnen de Arbeidstijdenwet blijft.
Hoe AI helpt: je geeft de beschikbaarheid van je team en de verwachte drukte mee, en AI zet dat om in een conceptrooster. Dat werkt omdat roosteren vooral een combinatiepuzzel is, en dat is precies waar een taalmodel goed in is. Verwacht een concept dat de puzzel zelf goed oplost. Niet doen zonder een expliciete regel over rusttijd in je prompt: AI kent de standaardregel meestal wel, maar de uitzondering voor minderjarige medewerkers niet automatisch, zoals je hieronder ziet.
Een voorbeeld. Een kledingwinkel met vijf medewerkers, geopend maandag tot en met zaterdag van 09.30 tot 18.00 uur, met koopavond op vrijdag tot 21.00 uur.
Beschikbaarheid komende week:
- Fatima (bedrijfsleider, 34): elke dag behalve zondag
- Kevin (verkoper, 27): ma, di, do, vr
- Noa (verkoopster, 17, scholier): alleen vrijdagmiddag/-avond en zaterdag
- Priya (parttime, 41): wo, do, vr
- Sem (student, 22): flexibel, liever geen vroege ochtenden
Op zaterdag moet er om 09.15 iemand zijn om te vullen en de kassa
klaar te zetten voor opening om 09.30.
De prompt, met de wettelijke rusttijd expliciet als regel in plaats van als aanname:
#CONTEXT: Je bent de rechterhand van een winkelmanager bij een
kledingwinkel met vijf medewerkers. Elke medewerker checkt het rooster
op zijn telefoon en wil in één oogopslag zien welke diensten hij draait.
#DOEL: Een conceptrooster voor komende week dat de drukte dekt en
niemand overvraagt.
#WERKWIJZE:
1. Plan eerst de piekmomenten in: opening, koopavond, zaterdag.
2. Vul daarna de rest van de week met de resterende beschikbaarheid.
3. Controleer voor elke medewerker de rusttijd tussen twee diensten.
#BELANGRIJKE REGELS:
- Voor medewerkers van 18 jaar en ouder geldt minimaal 11 uur rust
tussen twee diensten.
- Voor medewerkers van 16 of 17 jaar geldt minimaal 12 uur rust tussen
twee diensten, en zij werken nooit na 23.00 uur.
- Controleer voor je het rooster geeft of elke overgang tussen twee
diensten aan deze regel voldoet, per medewerker apart.
#BEPERKINGEN: Geef het conceptrooster. Wijs niemand een dienst toe
buiten de opgegeven beschikbaarheid.
Wat er realistisch terugkomt:
Vrijdag: Priya 09.30-17.00, Noa 17.00-21.00
Zaterdag: Noa 08.30-13.00 (voorbereiding + opening), Kevin 13.00-18.00
Dit rooster ziet er professioneel uit en klopt voor een volwassen medewerker: van 21.00 uur vrijdag tot 08.30 uur zaterdag is 11,5 uur, ruim boven de 11 uur die voor Kevin of Priya zou gelden. Voor Noa, die 17 is, is het te kort. De wet eist voor haar 12 uur, en dit rooster geeft er 11,5. De fout is stil: er staat geen waarschuwing bij, het rooster oogt precies zo netjes als de rest. Dat komt omdat AI de algemene regel goed heeft toegepast, maar niet vanzelf onthoudt dat de uitzondering voor minderjarigen strenger is, ook als je hem daarnaar vraagt.
Wat je repareert voor je het rooster deelt: wissel de vroege zaterdagdienst. Laat een volwassen medewerker om 08.30 uur openen en verplaats Noa naar de dienst vanaf 09.30 uur, het moment waarop de winkel toch al open is. Dat kost een regel verplaatsen in het rooster, tegen een boeterisico bij een controle van de Nederlandse Arbeidsinspectie als het misgaat.
Dedicated roosterprogramma's zoals Shiftbase of L1NDA hebben deze uitzondering vaak al ingebouwd en waarschuwen automatisch. Een algemene chatbot doet dat alleen als jij het als regel meegeeft, elke keer opnieuw.
2. Klantreviews en klachten: een conceptantwoord, geen belofte
De taak: reageren op Google-reviews, social media en klachtenmails, meestal met dezelfde vijf tot tien onderwerpen: verkeerde maat, lange wachtrij, een actie die niet werd toegepast.
Hoe AI helpt: je geeft de review of klacht mee, samen met je winkelbeleid (retourtermijn, ruilregels), en AI schrijft een concept in jouw toon. Dat werkt omdat de meeste reacties op hetzelfde stramien passen: erkennen, uitleggen, een oplossing bieden binnen wat je mag toezeggen. Verwacht dat AI de standaardreviews (verkeerde maat, lange wachtrij, een gemiste actie) meteen goed beantwoordt: uit onze trainingen gaat dat bij zes tot acht van de tien reacties ongewijzigd de deur uit. Bij een review met emotie erin, een teleurgestelde klant die zich niet gehoord voelt, moet je de toon bijna altijd zelf bijstellen: AI klinkt dan te zakelijk of juist te vlot verontschuldigend. Niet doen bij een klacht die om een schadevergoeding vraagt buiten je standaardbeleid, of een klacht met een dreigende ondertoon: die schrijf je zelf, om dezelfde reden als bij een klantmail over geld.
Beslisregel: bij minder dan twintig reviews of klachten per week per vestiging is een prompt die je zelf plakt genoeg. Bij twintig of meer, bijvoorbeeld na een kortingsactie die averechts uitpakte, loont een workflow die concepten klaarzet in een gedeelde inbox, zodat niemand een klacht met een dreigende toon mist tussen de rest door.
Een voorbeeld. Een Google-review van drie sterren: "Jas besteld in maat M, maar in de winkel bleek de zak een S te bevatten. Thuis pas gemerkt, te laat voor het feest waar ik hem voor nodig had. Balen." Je winkelbeleid: ruilen en retourneren kan standaard binnen 30 dagen met aankoopbon, zonder verdere coulance.
Zonder een expliciete regel over toezeggingen komt er realistisch dit concept terug: "Wat vervelend om te horen! Uiteraard mag je de jas gewoon omruilen, stuur ons een berichtje en we regelen een gratis retourlabel plus 10% korting op je volgende aankoop." De korting staat nergens in je beleid. AI voegt hem toe omdat een compensatie een klacht sneller "oplost" in de tekst, ook als jij daar nooit toestemming voor gaf.
Wat je repareert: haal de korting eruit en blijf bij wat je beleid toestaat. "Wat vervelend dat de maat niet klopte. Je kunt de jas binnen onze ruiltermijn van 30 dagen omruilen of retourneren met je aankoopbon, ook al is dat inmiddels een paar dagen geleden. Stuur ons een bericht en we helpen je meteen verder." Dat kost een halve minuut herschrijven, tegen een toezegging die je bij de volgende twintig klachten ook moet waarmaken.
Zet daarom in je prompt dat AI nooit een bedrag, termijn of uitzondering noemt die niet in je beleid staat, en dat hij bij twijfel een vraag stelt in plaats van iets toezegt.
3. Voorraad en inkoop: patronen zien, geen cijfers verzinnen
De taak: op basis van je verkoopcijfers een bijbestellijst voorstellen per artikelgroep, maat of seizoen.
Hoe AI helpt: je exporteert je verkoopdata uit je kassasysteem als bestand en laat AI daar patronen in herkennen: welke maten uitverkocht raken, welke kleuren blijven liggen. Dat werkt alleen betrouwbaar via de rekentool op een geüpload bestand, niet door AI "uit het hoofd" te laten inschatten wat goed loopt. Verwacht een advies dat rekenkundig klopt met je eigen cijfers zodra je het bestand echt uploadt: uit onze trainingen zit de bijbestel-suggestie er in acht van de tien gevallen goed bij, mits de data volledig is. Niet doen bij een klein assortiment van een paar honderd artikelen: dan overzie je het patroon zelf sneller dan je een prompt en een export klaarmaakt.
Een voorbeeld. Een export van twee weken verkoop voor één artikel, geanonimiseerd:
Artikel,Maat,Verkocht (14 dagen),Voorraad nu
Winterjas Blauw,S,4,2
Winterjas Blauw,M,11,1
Winterjas Blauw,L,6,5
Winterjas Blauw,XL,3,7
De vraag aan AI: "Welke maat van de Winterjas Blauw moet ik deze week bijbestellen, en waarom?" Zonder de regel "reken alleen met de cijfers in dit bestand" komt er soms dit terug: "Bestel maat XL bij, die loopt het snelst leeg." Dat klinkt logisch voor een winterjas in de grootste maat, maar het klopt niet met de eigen cijfers: XL verkocht het minst van de vier maten (3 stuks) en heeft de hoogste voorraad (7). AI redeneerde vanuit een algemeen patroon in plaats van vanuit de rij die er echt toe deed.
Wat je repareert: maat M is de juiste keuze. Elf stuks verkocht in twee weken tegen nog maar één op voorraad, dat raakt binnen een paar dagen uitverkocht. XL kan wachten. Zet in je prompt de regel dat AI bij elk advies de exacte rij noemt waarop het zich baseert, dan zie je een fout als deze meteen in plaats van pas bij de volgende voorraadtelling.
Rooster, reviews of voorraad: prompt, workflow of software?
Neem het lichtste gereedschap dat de klus betrouwbaar klaart. De drempels volgen uit wat het kost om het te bouwen, tegenover wat het kost om het handmatig te blijven doen.
| Als dit geldt | Dan doe je dit | Waarom de drempel daar ligt |
|---|---|---|
| Eén winkel, rooster van vijf tot tien mensen, jij maakt het zelf | Een prompt, elke week opnieuw ingevuld | Roosteren met een sjabloon kost 15 tot 20 minuten per week, zo'n 13 uur per jaar. Een workflow bouwen met een koppeling naar je planningsysteem kost al snel 6 tot 10 uur eenmalig plus onderhoud, dat verdien je op deze schaal niet in een jaar terug |
| Meerdere vestigingen met een gedeeld personeelsbestand | Roosterprogramma met ingebouwde wetscontrole (Shiftbase, L1NDA of vergelijkbaar), AI als aanvulling | Bij vijf vestigingen kost apart roosteren met losse prompts al snel anderhalf tot twee uur per week: elke locatie invullen en handmatig narekenen op rusttijd. Gespecialiseerde software doet die controle automatisch bij elke wijziging, in plaats van dat jij het telkens zelf natelt |
| Minder dan twintig reviews of klachten per week per vestiging | Een prompt, concept kopiëren en zelf versturen | Bij vijftien reviews per week kost plakken en versturen ongeveer twintig minuten per dag, zo'n vijf uur per maand. Een workflow bouwen kost al snel vier tot zes uur eenmalig plus onderhoud: dat verdien je op dit volume niet in een paar maanden terug |
| Twintig of meer reviews of klachten per week, of een piek na een actie | Een workflow die concepten klaarzet in een gedeelde inbox | Boven de twintig per week loop je met plakken al tegen drie kwartier per dag aan, en bij een piek na een actie kan dat oplopen tot een uur. Een workflow met een wachtrij kost eenmalig bouwtijd, maar voorkomt dat een klacht met een dreigende toon tussen de rest verdwijnt, wat een los prompt-proces niet garandeert |
| Voorraadanalyse op een assortiment tot een paar honderd artikelen | Zelf doen in Excel, AI hooguit als tweede check | Bij een paar honderd artikelen overzie je in vijf tot tien minuten zelf welke maat bijna op is. Een export maken, uploaden en een prompt schrijven kost al snel net zoveel tijd, zonder dat het sneller is |
| Groter assortiment met duidelijke seizoenspatronen | AI-analyse op een geëxporteerd databestand via de rekentool | Bij duizenden artikelregels kost het zelf doorzoeken van een export al snel een half uur tot een uur. Dezelfde analyse via de rekentool duurt een paar minuten, mits AI rekent op de geüploade cijfers in plaats van een patroon inschat |
Waar AI in de retail misgaat: een rooster dat de wet overtreedt
De fout uit het voorbeeld hierboven is geen uitzondering. Een taalmodel kent de hoofdregel van de Arbeidstijdenwet vaak wel: elf uur rust tussen twee diensten. De strengere uitzondering voor 16- en 17-jarigen, twaalf uur rust en geen werk na 23.00 uur, staat minder vaak in de trainingsdata en wordt daarom niet automatisch toegepast, ook niet als je AI vraagt om "rekening te houden met de wet". Je moet de uitzondering zelf noemen, expliciet, elke keer.
Dat is duurder dan het lijkt, en de handhaving wordt strenger naarmate een winkel vaker in de fout gaat. De Nederlandse Arbeidsinspectie sloot in mei 2026 twee souvenirwinkels in het centrum van Amsterdam voor een maand, na herhaalde overtredingen van de Arbeidstijdenwet. De eigenaar had daarvoor al 21.250 euro aan boetes gekregen. Bij een eerste overtreding volgt meestal een waarschuwing, maar de Arbeidsinspectie handhaaft aantoonbaar strenger bij een tweede of derde keer dezelfde fout, en een AI-rooster dat structureel dezelfde uitzondering mist, produceert precies dat patroon. Een rooster dat er kloppend uitziet, wordt bovendien minder snel gecontroleerd dan een rooster vol losse velletjes, wat het risico juist groter maakt: de nette opmaak van een AI-rooster verlaagt je waakzaamheid precies op het moment dat die nodig is.
Let op
Elke keer dat je een rooster met minderjarige medewerkers laat maken door AI: controleer zelf de rusttijd tussen elke twee diensten van die medewerker, ook als de rest van het rooster er goed uitziet.
Wat het oplevert, en hoe je het na zeven dagen meet
Wat na een week beter wordt: je prompt kent je eigen openingstijden, je vaste piekmomenten en de uitzonderingen in je team, omdat je ze er na de eerste controle in hebt gezet. Wat niet beter wordt: de laatste controle op rusttijd en op toezeggingen in klachtreacties. Die blijft nodig, ook na een maand. Uit onze trainingen: een conceptrooster is meestal in een kwartier tot een half uur gemaakt in plaats van drie kwartier tot een uur handmatig, maar reken die tijdwinst pas mee als je ook de controle hebt meegeteld.
Drie meetpunten voor een streepjeslijst, zonder tooling:
- Hoeveel tijd kostte het rooster, inclusief je eigen controle? Klok dag 1 en dag 7, inclusief het narekenen van rusttijden. Geen verschil van minstens tien minuten? Dan ligt het aan je prompt of aan een team dat te wisselend beschikbaar is.
- Hoeveel reviewreacties gingen ongewijzigd de deur uit? Onder de helft betekent dat je prompt nog te weinig van je eigen toon en beleid kent.
- Hoe vaak trof je een rusttijd- of toezeggingsfout aan? Eén keer op tien is een teken om de regel in je prompt aan te scherpen. Vaker dan dat: laat AI dat onderdeel voorlopig niet meer doen.
Privacy, AVG en gezichtsherkenning in de retail
Klantdata. Een loyaliteitsprogramma of aankoophistorie is een persoonsgegeven zodra je het aan een naam of klantnummer koppelt. Gebruik een zakelijk account met verwerkersovereenkomst zodra je klantdata in een AI-tool verwerkt, en zet training op je data uit. De basisregels staan in onze gids over veilig omgaan met bedrijfsdata in ChatGPT.
Personeelsdata. Een rooster bevat namen, leeftijden en beschikbaarheid van je team. Dat zijn ook persoonsgegevens, met een lager risico dan klantdata, maar de zwaarste eis ligt hier niet bij de AVG. Die ligt bij de Arbeidstijdenwet zelf, zoals hierboven beschreven: dat is een wettelijke plicht, geen keuze die je met een privacyverklaring afdekt.
Gezichtsherkenning. Dit is het grootste risico in de sector, en het wordt vaak onderschat. Sinds 2 februari 2025 verbiedt Artikel 5 van de EU AI Act real-time biometrische identificatie op afstand in publiek toegankelijke ruimtes, en een winkel telt daarvoor als publiek toegankelijk. De Autoriteit Persoonsgegevens gaf hier al een formele waarschuwing voor: een supermarkt gebruikte camera's bij de ingang om bezoekers te herkennen tegen een lijst met winkelverboden. Voorkomen van winkeldiefstal weegt volgens de AP niet zwaar genoeg om dat te rechtvaardigen. Meer over de bredere regels staat in ons overzicht van de EU AI Act voor Nederlandse bedrijven.
Info
Stand van zaken op 16 september 2026. Roosterprogramma's zoals Shiftbase en L1NDA voegen doorlopend AI-functies toe voor forecasting en wetscontrole; welke functies in welk abonnement zitten, verschilt per leverancier en per maand. Check dit bij de leverancier zelf voor je een abonnement kiest.
Wat AI hier niet goed kan
Een boze klant aan de balie kalmeren blijft mensenwerk. AI helpt bij het concept van een schriftelijke reactie, niet bij een gesprek dat nu, live, moet worden opgelost.
Prijsbeslissingen en kortingen laat je bij jezelf. AI kent je marge niet en kan moeiteloos een korting voorstellen die niet uit kan, met net zoveel overtuiging als een korting die wel klopt. Een simpele vuistregel: zodra een reactie of advies een bedrag, een uitzondering op je beleid of zichtbare emotie bevat, gaat het altijd via een mens, nooit ongezien via een conceptantwoord.
En wat een vaste klant gisteren aan de balie zei, bestaat voor AI niet, tenzij jij het hebt opgeschreven. Dat soort context blijft in het hoofd van je team zitten, niet in een prompt.
Doe dit deze week
Kies één taak: rooster, reviews of voorraad
Neem de taak die nu de meeste avonduren kost. Verzamel de beschikbaarheid van je team, vijf recente reviews, of een export van je verkoopcijfers, afhankelijk van je keuze.
Draai de prompt hierboven op je eigen situatie
Gebruik de roosterprompt als startpunt en vul je eigen openingstijden en team in. Controleer bij elke minderjarige medewerker de rusttijd zelf, ook als het rooster er goed uitziet.
Leg de grens schriftelijk vast
Eén A4: welke toezeggingen AI nooit doet in een klachtreactie, wie het rooster controleert op rusttijd, en welke klantdata nooit in een AI-tool komt. Doe dit voor je opschaalt naar meerdere vestigingen.
Het agent-recept dat vandaag werkt: elke zondagavond zet je de beschikbaarheid van je team en de verwachte drukte in de prompt hierboven, en krijg je een conceptrooster terug dat je binnen tien minuten controleert op rusttijd voor je het deelt. Meer van deze promptopbouw staat in de promptbibliotheek.
Wil je dit met je hele team goed neerzetten, inclusief de afspraken over klantdata en rusttijd? Bekijk onze AI-trainingen of plan een vrijblijvend gesprek.
AI-training
Wil je AI leren inzetten?
In onze praktische trainingen leer je hoe je ChatGPT, Claude en andere AI-tools effectief inzet voor jouw werk.
Bronnen
- CBS: Twee derde van de ondernemers ervaart personeelstekort, mei 2025. Cijfer twee derde algemeen, 43% werkdruk in de detailhandel.
- INretail: Onderzoek naar behoefte van AI binnen de retail, mei 2025. Onderzoek samen met de MKB Werkplaats Utrecht naar de behoeften van retailondernemers en -medewerkers rond AI.
- Rijksoverheid: Wat zijn de wettelijke regels voor mijn werktijden en rusttijden?. Elf uur rust tussen twee diensten voor volwassen medewerkers.
- Rijksoverheid: Hoeveel uur mag ik werken als ik 16 of 17 jaar ben?. Twaalf uur rust tussen twee diensten en geen werk na 23.00 uur voor 16- en 17-jarigen.
- EU Artificial Intelligence Act: Artikel 5, verboden praktijken. Verbod op real-time biometrische identificatie op afstand in publiek toegankelijke ruimtes, van kracht sinds 2 februari 2025.
- Autoriteit Persoonsgegevens: Formele waarschuwing AP aan supermarkt om gezichtsherkenning. Casus gezichtsherkenning tegen winkeldiefstal, en waarom dat volgens de AP niet is toegestaan.
- Nederlandse Arbeidsinspectie: Arbeidsinspectie sluit 2 souvenirwinkels Amsterdam voor overtredingen Arbeidstijdenwet, 29 mei 2026. Sluiting van een maand na herhaalde overtredingen, eerder al 21.250 euro aan boetes.
Veelgestelde vragen
Wat kan AI doen voor de retail?
AI helpt vooral bij taken die elke week terugkomen en genoeg patroon hebben: een conceptrooster maken, een reactie op een klantreview of klacht klaarzetten, en patronen in je verkoopdata herkennen voor een bijbestellijst. De eindcontrole, vooral op rusttijd in een rooster en op toezeggingen in een klachtreactie, blijft bij jou.
Hoe werkt rooster maken met AI voor een winkel of keten?
Geef de beschikbaarheid van je team, je openingstijden en de piekmomenten mee, en zet de wettelijke rusttijd expliciet als regel in je prompt: elf uur voor volwassen medewerkers, twaalf uur en geen werk na 23.00 uur voor 16- en 17-jarigen. AI past de hoofdregel meestal goed toe, maar de uitzondering voor minderjarigen moet je zelf noemen, anders wordt die vaak gemist.
Mag een winkel gezichtsherkenning gebruiken tegen winkeldiefstal?
Nee, niet zomaar. Artikel 5 van de EU AI Act verbiedt sinds 2 februari 2025 real-time biometrische identificatie op afstand in publiek toegankelijke ruimtes, en een winkel valt daaronder. De Autoriteit Persoonsgegevens gaf een supermarkt al een formele waarschuwing voor het gebruik van gezichtsherkenning tegen winkeldiefstal, omdat dat doel niet zwaar genoeg weegt om de inbreuk te rechtvaardigen.
Is AI geschikt om klantreviews en klachten te beantwoorden in een winkel?
Voor de meeste reviews en klachten wel, zolang je een duidelijk beleid meegeeft en AI nooit een bedrag, termijn of uitzondering laat toezeggen die niet in dat beleid staat. Bij minder dan twintig reviews of klachten per week per vestiging is een prompt die je zelf plakt genoeg. Bij een dreigende toon of een verzoek om schadevergoeding buiten je beleid schrijf je zelf.
Welke regels gelden voor AI en personeelsroosters van 16- en 17-jarige medewerkers?
Voor 16- en 17-jarigen geldt een rusttijd van minimaal twaalf uur tussen twee diensten, tegenover elf uur voor volwassen medewerkers, en zij mogen niet werken tussen 23.00 en 06.00 uur. Een AI-chatbot kent deze uitzondering niet automatisch en past vaak alleen de volwassen regel toe, dus reken je zelf na of elk rooster met een minderjarige medewerker aan de strengere norm voldoet.
