AI verslag maken: van losse veldnotities naar een rapport dat klopt

Je kunt een AI-chatbot je losse veldnotities, dictaten en foto-omschrijvingen laten ordenen tot een geschreven verslag: eerst de waarnemingen sorteren per onderdeel, dan pas de tekst laten schrijven. Dat werkt voor een bezoekverslag maken, een conditierapport of een schaderapport. Uit Microsofts eigen Work Trend Index 2026 blijkt dat 17 procent van alle Copilot-gesprekken in 2026 gaat over het produceren van werk, tekst en documenten die er zonder AI niet in die vorm zouden liggen. Het gevaar: AI vult een oorzaak, een percentage of een score in die je niet hebt vastgesteld. Bij een verslag met een score of een bedrag erachter is dat een dure fout.

AI verslag maken: wat de tool overneemt en wat bij jou blijft

Een verslag na een locatiebezoek bestaat uit twee delen: de waarnemingen (wat zag, hoorde of mat je) en het oordeel (wat betekent dat, en wat moet er gebeuren). AI is goed in het eerste deel van de vertaalslag: het zet losse zinnen, dictaten en steekwoorden om in een lopend verhaal met de juiste koppen. Dat werkt omdat een taalmodel getraind is op miljoenen voorbeelden van precies dit soort omzetting: van steekwoorden naar zinnen.

Het tweede deel, het oordeel, blijft bij jou. Een AI-agent die zelf beslist welke score of conclusie erbij hoort, mist de context die jij ter plekke had: hoe het rook, hoe het aanvoelde onder je voet, wat de bewoner erbij vertelde. Daarom is dit taak-werk en geen agent-werk: je geeft AI de losse stukken, jij blijft de auteur van het oordeel.

Drie dingen kan AI vandaag al betrouwbaar overnemen:

Ordenen. Twaalf losse zinnen dictaat worden vijf alinea's, elk over één onderdeel (gevel, dak, installatie). Dat werkt omdat AI patronen herkent in wat bij elkaar hoort, ook als je het niet in die volgorde insprak. Niet doen als je aantekeningen zelf al door elkaar over meerdere locaties gaan: dan mengt AI ze ook door elkaar.

Vertalen naar lopende tekst. "Voegwerk gevel Noord, 10 tot 15% verweerd" wordt een zin die een opdrachtgever zonder vaktaal ook snapt. Dat werkt omdat AI dezelfde zin in tientallen registers kan herschrijven; jij kiest het register.

Vaste kopjes invullen. Bij een rapport met een vast format (samenvatting, bevindingen per onderdeel, advies) zet AI je tekst automatisch onder de juiste kop. Niet doen als je format per opdrachtgever verschilt: dan kost het invullen van het juiste sjabloon meer tijd dan het uittypen zelf.

AI verslag maken in de praktijk: van veldnotities tot een conditierapport

Een voorbeeld op basis van hoe een inspecteur bij een vastgoedbeheerder werkt: een conditiemeting van een gevel, in de geest van de methode die in Nederland breed gebruikt wordt voor onderhoudsplanning (bekend onder de naam NEN 2767). Bij die systematiek krijgt elk gebrek een eigen score van 1 tot 3 op ernst, omvang en intensiteit, en bepaalt niet het gemiddelde maar het zwaarste gebrek de einduitkomst van het bouwdeel op de schaal van 1 (uitstekend) tot 6 (zeer slecht). Dat principe staat ook in de open broncode van MJOP-App, een Nederlandse GitHub-tool voor onderhoudsplanning: die vermeldt expliciet dat "het zwaarste gebrek de conditiescore bepaalt", en noemt zichzelf uitdrukkelijk een praktische, vereenvoudigde toepassing, geen vervanging voor een inspectie door een gecertificeerd inspecteur.

Ter illustratie, met de drie gebreken uit dit voorbeeld en fictieve maar realistische scores: de scheur krijgt een hoge ernst (2 van 3, want fysieke schade aan het materiaal) maar een kleine omvang (1, één scheur op één plek). Het verweerde voegwerk krijgt juist een lage ernst (1, oppervlakkig) met een grotere omvang (2, tien tot vijftien procent van de gevel). Zet je die twee naast elkaar op basis van alleen het percentage, dan lijkt het voegwerk erger: dat oppervlak is groter. Bepaalt het zwaarste gebrek de uitkomst, dan wint de scheur, ondanks het kleinere oppervlak. Dat is precies het soort afweging waar AI, gevraagd om "een score te schatten", al snel een gemiddelde van percentages van maakt in plaats van het zwaarste gebrek te laten winnen. Nog een reden om die stap nooit aan AI over te laten, en een reden die alleen belangrijker wordt naarmate meer rapportagesoftware een "voorgestelde score" gaat aanbieden.

De veldnotities die je inspreekt

Gevel noordzijde. Voegwerk verweerd, ruwe schatting 10 tot 15 procent
van het gevoegde oppervlak. Scheur bij kozijn tweede raam vanaf de
hoek, circa 3 millimeter, verticaal, droog. Geen actieve vervorming
gezien. Kozijn is hout, verflaag loszittend op de onderdorpel, over
ongeveer 40 centimeter. Dakgoot noordzijde: geen zichtbare
verzakking, wel mos bij de overloop van de hemelwaterafvoer.

De prompt

Eerst wie het verslag leest en waarvoor, dan de vaktaal.

#CONTEXT: Je bent de assistent van een bouwkundig inspecteur die een
conditiemeting doet voor een vastgoedbeheerder. Het verslag gaat naar
een onderhoudsplanner die op basis hiervan een bedrag reserveert in
het meerjarenonderhoudsplan. Die planner leest alleen dit verslag,
niet de originele aantekeningen.

#DOEL: Een verslagtekst per onderdeel, die ik in twee minuten kan
controleren en zelf van een score kan voorzien.

#WERKWIJZE:
1. Groepeer de aantekeningen per bouwdeel (gevel, kozijn, dakgoot).
2. Herschrijf elke waarneming in een volledige zin, in dezelfde
   volgorde als ingesproken.
3. Laat een regel open onder elk bouwdeel met "Conditiescore: [in te
   vullen door inspecteur]".

#OUTPUT: Een kopje per bouwdeel, daaronder de waarneming in lopende
tekst, maximaal drie zinnen per bouwdeel.

#BELANGRIJKE REGELS:
- Noem geen oorzaak, geen risico en geen vervolgstap die niet
  letterlijk in de aantekeningen staat.
- Ken zelf geen conditiescore toe, ook niet als suggestie.
- Rond geen percentage of maat af naar een ander getal dan ik noemde.
- Controleer voor je antwoordt of elk cijfer terug te vinden is in
  de aantekeningen hierboven.

#BEPERKINGEN: Schrijf alleen de verslagtekst. Geen advies, geen
inschatting van kosten of urgentie.

Wat de AI teruggeeft

Gevel noordzijde
Het voegwerk is verweerd over 10 tot 15 procent van het gevoegde
oppervlak. Dit wijst op een beginnende verwering van het metselwerk
door weersinvloeden. Bij het tweede raam vanaf de hoek is een droge,
verticale scheur van circa 3 millimeter zichtbaar, wat duidt op
lichte zettingsschade in de fundering.
Conditiescore: 3

Kozijn
De verflaag op de onderdorpel is over ongeveer 40 centimeter
loszittend.
Conditiescore: 2

Leest keurig weg. Twee dingen staan er die niet in de aantekeningen stonden, en één die er niet mag staan.

1. "Duidt op lichte zettingsschade in de fundering" is verzonnen. In de notities staat alleen "droog, geen actieve vervorming gezien", nooit een oorzaak (waarom AI dit soort dingen erbij verzint, staat verderop). Dit is de duurste fout: zettingsschade in de fundering is een heel ander en veel duurder onderhoudsspoor dan verweerd voegwerk.
2. "Beginnende verwering... door weersinvloeden" is een oorzaak bij het voegwerk die evenmin genoemd is. Klinkt logisch, staat er niet.
3. De AI vulde toch een conditiescore in, ondanks de expliciete regel dat hij dat niet mag. Dat gebeurt vaker bij een instructie die tussen andere regels staat: benoem een verboden actie daarom ook in #BEPERKINGEN, niet alleen in #BELANGRIJKE REGELS.
4. De dakgoot ontbreekt helemaal in de uitkomst, terwijl hij wel is ingesproken.

Wat je repareert voor het verslag de deur uit gaat

Gevel noordzijde
Het voegwerk is verweerd over 10 tot 15 procent van het gevoegde
oppervlak. Bij het tweede raam vanaf de hoek is een droge, verticale
scheur van circa 3 millimeter zichtbaar. Er is geen actieve
vervorming waargenomen; de oorzaak is niet vastgesteld tijdens dit
bezoek.
Conditiescore: [in te vullen]

Kozijn
De verflaag op de onderdorpel is over ongeveer 40 centimeter
loszittend.
Conditiescore: [in te vullen]

Dakgoot noordzijde
Geen zichtbare verzakking. Mos aangetroffen bij de overloop van de
hemelwaterafvoer.
Conditiescore: [in te vullen]

Drie ingrepen: de twee verzonnen oorzaken vervangen door "niet vastgesteld", de conditiescores weer leeg gemaakt zodat jij ze zelf invult op basis van de echte matrix van ernst, omvang en intensiteit, en de ontbrekende dakgoot terug erin. Dat kostte iets meer dan een minuut, tegen de tien tot vijftien minuten die het zelf uittypen van drie bouwdelen normaal kost.

Prompt, sjabloon of workflow: hoe zwaar bouw je voor AI verslag maken?

Neem het lichtste gereedschap dat de klus betrouwbaar klaart. De drempels volgen uit hoeveel tijd je nu kwijt bent aan opmaak en herhaling, tegenover de bouwtijd en het risico van meer automatisering.

Bij een bezoekverslag maken voor een kort, informeel bezoek is niveau één meestal genoeg. Zodra het verslag een handtekening, een score of een geldbedrag draagt, geldt de laatste regel altijd, ongeacht het aantal.

Waar AI verslag maken misgaat: de oorzaak die niemand heeft vastgesteld

Het mechanisme achter de verzonnen zettingsschade hierboven is hetzelfde mechanisme dat overal opduikt waar AI tekst genereert: een taalmodel voorspelt het waarschijnlijkste volgende woord, en bij "scheur in de gevel" is een technische verklaring waarschijnlijker dan een lege zin. Zonder een expliciete regel tegen aannames vult het model dat gat zelf in, met iets dat klinkt als vakkennis maar niet op jouw waarneming is gebaseerd.

Datzelfde risico geldt voor foto's. Stuur je een foto van de scheur mee in plaats van alleen tekst, dan waarschuwt Anthropic in de eigen documentatie voor Claude expliciet dat het model "kan hallucineren of fouten kan maken bij het interpreteren van afbeeldingen van lage kwaliteit, gedraaid of erg klein", en adviseert het bedrijf om beeldinterpretatie altijd te controleren "vooral bij toepassingen met veel op het spel" (Claude vision-documentatie). Een wazige foto van een scheur, gemaakt met tegenlicht op een bouwplaats, is precies zo'n geval.

Uit onze trainingen: bij een vaste, herkenbare aantekeningstijl (dezelfde inspecteur, hetzelfde soort object) verzint AI in ongeveer één op de vijf tot acht verslagteksten een oorzaak, gevolg of maat die niet in de bron staat. Met de regel "noem geen oorzaak die niet letterlijk genoemd is" in je prompt zakt dat aanzienlijk, maar het wordt geen nul: bij een lange serie waarnemingen glipt er af en toe een aanname doorheen.

Waarom je dit niet aan AI overlaat: bij een schaderapport of een conditierapport bepaalt de genoemde oorzaak vaak wat er met een budget of een uitkering gebeurt. Een verzekerde die het niet eens is met een expertiserapport kan in Nederland doorgaans een eigen contra-expert inschakelen; een rapport met een oorzaak die niet klopt, ligt dan als eerste onder vuur.

Wat AI verslag maken oplevert, en hoe je dat na zeven dagen meet

Wat na een week beter wordt: de opmaak en de volgorde van je verslagen. Je aantekeningen komen sneller in de juiste kop terecht, en je typt minder overtypwerk van je eigen dictaat. Wat niet beter wordt: de tijd die je kwijt bent aan het controleren van scores, oorzaken en bedragen. Die controle blijft, en hoort te blijven, want dat is het deel waar jouw vakoordeel telt.

Uit onze trainingen bij inspectie- en beheerpartijen: het eerste opzetten van een verslag (structuur, koppen, correcte volgorde van de onderdelen) gaat met dicteren en AI-ordening doorgaans 10 tot 20 minuten sneller per verslag dan zelf uittypen. Dat scheelt bij vijftien verslagen per week ruim twee uur, maar reken niet op meer: de inhoudelijke controle van elk verslag kost in de eerste weken soms iets langer, simpelweg omdat je nu ook AI-tekst naast je eigen aantekeningen legt.

Meet het met drie tellingen op papier, geen tool nodig.

• Hoeveel verslagen leverde je deze week af, en hoelang duurde het eerste opzetten per verslag? Klok dag 1 en dag 7. Geen verschil van minstens 10 minuten per verslag? Je prompt mist waarschijnlijk een vast sjabloon voor jouw soort object.
• Hoe vaak schrapte je een oorzaak, score of bedrag die AI erbij verzon? Meer dan 1 op de 5 verslagen: voeg de regel tegen aannames explicieter toe, bijvoorbeeld in een apart, herhaald zinnetje vooraan de prompt.
• Werd het verslag zonder vragen geaccepteerd door je opdrachtgever of collega? Noteer ja of nee per verslag. Blijft dat onder de helft, dan ligt het probleem niet bij AI maar bij de indeling die je opdrachtgever verwacht.

De derde telling is de belangrijkste: een verslag dat AI sneller maakte maar dat terugkomt met vragen, kost je alsnog tijd, alleen later.

Privacy: wat zet je wel en niet in een AI-verslag?

Een adres gecombineerd met bijzonderheden over een bewoner, huurder of klant is een persoonsgegeven, en dat verandert niet omdat het in een AI-prompt staat in plaats van in een Word-document. Dat regel je met je account, niet met een zin in je prompt: een prompt bepaalt wat het model schrijft, niet wat de leverancier met je invoer mag doen. Neem daarom een zakelijk abonnement met een verwerkersovereenkomst, en zet trainen op jouw data uit waar dat een losse instelling is.

Houd drie dingen buiten een verslag-prompt, ook als ze relevant lijken: het volledige BSN van een bewoner, medische bijzonderheden die niet direct met het onderzochte object te maken hebben, en foto's waarop een persoon herkenbaar in beeld staat terwijl dat niet nodig is voor het verslag. Fotografeer het gebrek, niet de bewoner die toevallig in de deuropening staat.

Doe dit deze week

1. Kies één type verslag en verzamel drie recente voorbeelden

   Neem het verslag dat je het vaakst schrijft: een bezoekverslag, een conditierapport of een schaderapport. Bewaar de originele aantekeningen naast de uiteindelijke, verstuurde tekst.

2. Draai de prompt hierboven op alle drie, met jouw eigen aantekeningen

   Vervang het #CONTEXT-blok door je eigen situatie en lezer. Leg de uitkomst naast je originele aantekeningen. Streep elke oorzaak, elk percentage en elke score aan die er niet letterlijk in stond.

3. Zet elke terugkerende fout als vaste regel in je prompt

   Een oorzaak die twee keer wordt verzonnen, een afronding die twee keer verkeerd gaat: dat wordt een eigen zin onder #BELANGRIJKE REGELS. Bewaar de prompt voor het volgende verslag.

Het recept dat vandaag werkt: dicteer je aantekeningen per onderdeel in je telefoon, plak de tekst in de prompt hierboven, en laat AI ze ordenen tot een concept. Vul zelf de score, de oorzaak bij twijfel en het bedrag in. Meer prompts in dezelfde opbouw staan in de promptbibliotheek, inclusief uitleg over prompt engineering.

Wil je dit met je hele team onder de knie krijgen, met jullie eigen sjablonen en jargon? In de ChatGPT, Claude & Gemini Masterclass oefen je met je eigen verslagen. Liever een sessie op locatie met je team, kijk dan bij AI-werksessies.

Bronnen

• Microsoft Work Trend Index, 2026 Work Trend Index report: Agents, human agency, and the opportunity for every organization. Onderzoek onder 20.000 kenniswerkers in 10 markten (waaronder Nederland), 18 februari tot 7 april 2026, uitgevoerd door Edelman Data x Intelligence. Zelf geopend voor het cijfer over werkproductie in Copilot-gesprekken.
• Microsoft Work Trend Index, Technology can help unlock a new future for frontline workers. Zelf geopend voor de framing van AI als assistent, niet als vervanging.
• Anthropic, Vision-documentatie voor Claude. Zelf geopend voor de bestandslimieten en de waarschuwing over hallucinatie bij afbeeldingen van lage kwaliteit.
• MJOP-App, een Nederlandse open-source tool voor onderhoudsplanning op GitHub. Zelf geopend (README) voor de kernlogica van de NEN 2767-achtige conditiemeting: ernst, omvang en intensiteit elk op een schaal van 1 tot 3, met het zwaarste gebrek als bepalende factor voor de einduitkomst. De README noemt de tool zelf een praktische, vereenvoudigde toepassing, geen officiële NEN/SBR-defectcatalogus en geen vervanging voor een gecertificeerd inspecteur; dat onderscheid is in de post overgenomen. De officiële norm zelf (nen.nl) was tijdens het schrijven niet zelf te openen door een blokkade in onze eigen netwerkverbinding.
• Het recht op contra-expertise bij schadeverzekeringen is via kruisverwijzing (Kifid, Consumentenbond, advocatenkantoren) bevestigd, niet bij de brondocumenten zelf geopend, en daarom in de tekst bewust met "doorgaans" geformuleerd in plaats van als vaste regel.

Veelgestelde vragen

• Hoe werkt AI verslag maken vanuit dictaat of losse aantekeningen?

  Je spreekt of typt je waarnemingen los in, per onderdeel (bijvoorbeeld gevel, dak, installatie). AI ordent die aantekeningen en schrijft ze om naar lopende tekst met de juiste koppen. Een score, een oorzaak of een bedrag laat je AI niet zelf invullen: dat blijft jouw vakoordeel.

• Is AI voor verslagen ook geschikt voor een kort bezoekverslag?

  Ja, voor een kort bezoekverslag is een losse prompt vaak al genoeg: je hebt geen vast sjabloon nodig als je maar een paar keer per week zo'n verslag schrijft. Bij een uitgebreider conditie- of schaderapport met vaste onderdelen loont een vast promptsjabloon dat je blijft hergebruiken.

• Wat is de grootste fout die AI maakt bij het schrijven van een verslag?

  AI voegt bij een waarneming soms een oorzaak of verklaring toe die je niet hebt vastgesteld, zoals "duidt op zettingsschade" bij een scheur waarvan je alleen de maat noteerde. Dat gebeurt omdat een taalmodel het meest waarschijnlijke vervolg voorspelt, en een technische verklaring is waarschijnlijker dan een lege zin. Zet in je prompt dat AI geen oorzaak mag noemen die niet letterlijk in je aantekeningen staat.

• Welke AI is het beste voor verslag schrijven met AI?

  Er is geen vaste winnaar tussen ChatGPT, Claude en Gemini voor het omzetten van aantekeningen naar verslagtekst; het verschil zit in je prompt en in hoe je je bestanden aanlevert. Werk je met foto's van gebreken, dan is het vooral belangrijk dat je scherpe, goed belichte foto's gebruikt: alle drie de tools kunnen fouten maken bij het interpreteren van onduidelijke afbeeldingen.

• Mag ik persoonsgegevens van bewoners of klanten in een AI-verslag zetten?

  Alleen als het nodig is voor het verslag, en dan met een zakelijk AI-abonnement met verwerkersovereenkomst waarbij training op je data uitstaat. Een adres gecombineerd met bijzonderheden over een bewoner is een persoonsgegeven. Laat een volledig BSN, niet-relevante medische details en herkenbare foto's van personen altijd buiten je prompt.