Tutorials

Dossieropbouw met AI: een dossier dat na tien contactmomenten nog klopt

AI kan van losse aantekeningen een leesbaar dossier maken. Het probleem zit niet in de taal, maar in de naad tussen twee contactmomenten: AI plakt die liever glad dan dat hij een tegenspraak laat staan. Met een echt schadedossier, de prompt, de fout die erin sluipt en de beslisregel voor wanneer je opschaalt.

Dennis ClaassenDennis Claassen16 min lezen
Dossierbehandelaar vergelijkt twee aantekeningen van verschillende contactmomenten op een laptop in een kantoor

Meer leren over AI?

In onze hands-on trainingen leer je AI effectief inzetten voor jouw werk.

Dennis Claassen

Dennis Claassen

AI-trainer · 35+ teams getraind

Bekijk de masterclass

Key takeaways

Dossieropbouw met AI betekent: AI laat elk contactmoment, los en gedateerd, in bruikbare tekst zetten. Het dossier zelf, met de samenhang tussen al die momenten, blijft jouw werk. Dat onderscheid is precies waar het misgaat, en dat zie je bij AI veilig gebruiken met persoonsgegevens net zo vaak terug als hier.

Zelfs de Belastingdienst, met een eigen juridische afdeling en duizenden medewerkers, krijgt dossiervorming niet overal op orde. De eigen Inspectie belastingen, toeslagen en douane onderzocht vijf complexe rechtszaken en concludeerde dat de dienst niet altijd alle stukken aanlevert, met als reden dat medewerkers een wetsartikel over aanlevering verschillend uitleggen en dat de informatiehuishouding niet op orde is. De inspectie noemt dat met zoveel woorden een risico voor de rechtsbescherming van burgers, in het onderzoeksrapport Rechtsbescherming in het geding van 2 september 2025. Dat is zonder AI misgegaan. Hieronder staat waar AI hetzelfde probleem makkelijker maakt, en waar hij het juist verbergt.

Wat dossieropbouw met AI wel en niet is

Een dossier is meer dan een document: het is een optelsom van contactmomenten die elkaar in de tijd opvolgen. Een melding, een telefoontje, een huisbezoek, een mail met bijlage. Elk moment levert nieuwe feiten, en soms een feit dat een eerder feit tegenspreekt, omdat iemand zich vergist, iets preciezer weet of gewoon iets anders vertelt dan de vorige keer.

AI is goed in het eerste deel: van een rommelige aantekening, een getypte notitie of een opname een gestructureerde tekst maken, met datum, betrokkenen en kernpunten. AI is slecht in het tweede deel: beoordelen of een nieuw feit een oud feit tegenspreekt, en dat moet, want een taalmodel voorspelt het meest waarschijnlijke vervolg op een tekst, en één samenhangend verhaal is waarschijnlijker dan "deze twee bronnen spreken elkaar tegen". Zo worden twee aantekeningen met een datum één dag uit elkaar, zonder instructie, stilzwijgend tot één datum samengevoegd, zoals verderop in het voorbeeld. Daarom geef je AI de aantekening per contactmoment, en doe je de koppeling tussen contactmomenten zelf, of met een vaste checklist die een tegenspraak expliciet laat zien in plaats van oplost.

Welke stap van dossiervorming geef je als eerste aan AI?

Drie kandidaten voor dossiervorming die AI vandaag aankan. Kies er één, op basis van wat jou nu de meeste tijd kost.

Een los contactmoment structureren. Je plakt een ruwe aantekening, een transcript of losse steekwoorden erin, en AI zet er een vaste vorm op: datum, aanwezigen, kernfeiten, vervolgstappen. Dat werkt omdat het een taaltaak is, geen beoordelingstaak: AI herschrijft, het verzint het feit niet zelf bij. Verwacht 5 tot 8 minuten winst per contactmoment. Niet doen bij een eerste melding van een ernstig incident (agressie, een vermoeden van fraude, een crisismelding), want daar moet de exacte formulering van de melder blijven staan, niet een parafrase.

Een overdracht voorbereiden. Een collega neemt een dossier over en moet in vijf minuten weten waar het op dit moment staat. AI zet de laatste drie tot vijf aantekeningen om in een kort overzicht met de openstaande vraag erbij. Dat werkt omdat overdracht vooral de laatste stand vraagt, niet de volledige geschiedenis. Verwacht 10 tot 15 minuten winst per overdracht, tegenover zelf het dossier doorlezen. Niet doen als het dossier een eerder gemeld incident of een lopende klacht bevat: daar wil de overnemende collega de brontekst, niet de samenvatting van de samenvatting.

Een tegenspraakcheck tussen twee aantekeningen. Je laat AI twee of meer aantekeningen naast elkaar leggen en benoemen waar een datum, bedrag of lezing verschilt. Dat werkt als losse, aparte stap, nooit samen met het samenvatten zelf: vraag je AI in één beurt om zowel samen te vatten als te controleren, dan kiest het model de leesbare versie boven de kritische. Deze stap kost 1 tot 2 minuten extra per aantekening, tegenover 10 tot 20 minuten die je kwijt bent als een gemiste tegenspraak pas bij een overdracht of een toetsing aan het licht komt. Verwacht dat dit zonder vaste instructie zelden spontaan gebeurt: in eigen tests op een dossier met een bewust ingebouwde datumfout kwam de tegenspraak alleen naar boven als de prompt er expliciet om vroeg.

Begin bij de eerste, want die levert de meeste losse momenten op om te oefenen. Combineer de tegenspraakcheck er pas bij zodra de eerste stap een gewoonte is.

Dossieropbouw met AI: prompt, sjabloon of vaste workflow?

Het lichtste gereedschap dat de klus betrouwbaar klaart. De drempel hieronder is een rekensom, niet een gevoel: wat kost het handmatig, tegenover wat kost het bouwen van een vast sjabloon.

Als dit geldtDan doe je ditWaarom de drempel daar ligt
Minder dan 10 contactmomenten per week, verspreid over losse dossiersEen losse prompt, elke keer opnieuw geplaktEen aantekening met de hand kost 8 tot 12 minuten, met een geplakte prompt 3 tot 4 minuten: winst van 5 tot 8 minuten. Een vast sjabloon bouwen kost 60 tot 90 minuten. Bij 10 contactmomenten per week verdien je dat in minder dan twee weken terug; daaronder duurt het langer dan de meeste caseloads lopen.
10 tot 25 contactmomenten per week, van hetzelfde type dossierEen vast promptsjabloon met checklist, in een document of in je casesysteemBij 10 contactmomenten en 6 minuten winst elk, is dat 60 minuten per week: de bouwtijd van het sjabloon is binnen één tot twee weken terug. Boven de 25 loopt de winst op tot meer dan 2,5 uur per week, ruim boven wat een losse prompt aankan zonder dat je zelf de structuur bewaakt.
Meer dan 25 contactmomenten per week, of meerdere medewerkers die in dezelfde dossiers werkenEen vaste workflow met een verplichte tegenspraakcheck voordat een aantekening het dossier in gaatMet meerdere medewerkers in één dossier stijgt het risico dat niemand de vorige aantekening heeft gelezen. Een verplichte check kost 1 tot 2 minuten extra per aantekening, wat bij 25-plus per week nog steeds ruim onder de 2,5 uur winst blijft.
Het dossier kan bij een rechter, toezichthouder of klachtprocedure terechtkomenAltijd een mens die de volledige brontekst leest voor een beslissing, AI alleen voor de eerste structuurEén gemiste tegenspraak die een rechter wel ziet, kost meer dan de uren die je in maanden bespaarde. Zie het voorbeeld van de Belastingdienst hierboven: dat ging fout zonder dat AI er iets mee te doen had.

Elke stap hoger betekent meer mensen die op hetzelfde dossier werken zonder dat één persoon alles heeft gelezen. Bouw de tegenspraakcheck daarom niet als losse stap over, maar als verplicht onderdeel van de workflow zodra je op niveau drie zit.

Dossier opbouwen in de praktijk: drie contactmomenten, de prompt, en wat er terugkomt

Een geconstrueerd, geanonimiseerd voorbeeld bij een verzekeraar: een schademelding in drie contactmomenten, met een datumverschil dat pas bij het derde moment relevant wordt.

Contactmoment 1: telefonische melding, 3 november

Klant meldt waterschade in de kelder. Ontdekt zaterdagavond 1 november
bij thuiskomst van een weekendje weg. Oorzaak nog onbekend, klant
vermoedt een lekkende leiding. Vraagt om een expert.

Contactmoment 2: notitie van de expert na bezoek, 10 november

Cliënt vertelt bij bezoek dat de wasmachineslang zondagochtend 2
november is losgeschoten. Waterschade aan vloer en wand in de kelder,
geschat herstel 3.400 euro. Foto's volgen per mail.

Contactmoment 3: mail van de klant met foto's, 14 november

Hierbij de foto's van zaterdagavond. Groet, [klant]

De prompt voor de dossiersamenvatting

#CONTEXT: Je bent de assistent van een schadebehandelaar bij een
verzekeraar. De behandelaar moet dit dossier binnen de polistermijn
afhandelen en wil in dertig seconden weten of de drie aantekeningen
elkaar aanvullen of tegenspreken.

#DOEL: Een dossiersamenvatting die de schadebehandelaar zonder de
drie losse aantekeningen te herlezen kan beoordelen.

#WERKWIJZE:
1. Zet de drie contactmomenten op datum op een rij.
2. Vergelijk elk feit (datum, oorzaak, bedrag) tussen de momenten.
3. Benoem apart elk feit dat tussen twee momenten verschilt, ook als
   het verschil klein lijkt.
4. Schrijf daarna pas de samenvatting.

#OUTPUT: Een tijdlijn van drie regels, gevolgd door een blok
"Tegenstrijdigheden" met wat erin staat als er iets afwijkt. Maximaal
150 woorden.

#BELANGRIJKE REGELS:
- Vul geen datum, oorzaak of bedrag in die niet letterlijk in een van
  de drie aantekeningen staat.
- Kies bij een verschil nooit zelf de meest waarschijnlijke versie.
  Noteer beide en laat de keuze aan de schadebehandelaar.
- Controleer voor je antwoordt of elke datum in je samenvatting ook
  letterlijk in een van de drie bronnen voorkomt.

#BEPERKINGEN: Beoordeel niet of de schade gedekt is. Dat is een
beslissing van de schadebehandelaar, niet van jou.

Wat de AI teruggeeft zonder de regels over tegenspraak

Dit fragment komt uit een vroege versie van de prompt, zonder stap 3 en zonder de regel over zelf kiezen:

Tijdlijn: op zaterdagavond 1 november ontdekte de klant waterschade
in de kelder, veroorzaakt door een losgeschoten wasmachineslang.
Geschat herstel: 3.400 euro. Foto's zijn ontvangen. Het dossier is
compleet en klaar voor beoordeling.

Leest vlot, en dat is het probleem. De AI heeft twee data (1 november uit de melding, 2 november uit de expertnotitie) stilzwijgend samengevoegd tot één datum, en "vermoedt een lekkende leiding" uit de eerste melding gewoon laten vallen voor de latere, stelliger verklaring over de wasmachineslang. Niemand die alleen deze samenvatting leest, ziet dat de klant twee keer een andere lezing gaf. Bij een schadedossier is dat niet cosmetisch: de polisvoorwaarden kunnen een meldtermijn of een uitsluiting koppelen aan het exacte moment van ontstaan, en "het dossier is compleet" is een conclusie die de AI niet mag trekken.

Wat je repareert met de volledige prompt

Tijdlijn:
3 nov - telefonische melding: schade ontdekt zaterdagavond 1 nov,
  vermoede oorzaak lekkende leiding.
10 nov - expertbezoek: cliënt noemt wasmachineslang, losgeschoten
  zondagochtend 2 nov, herstel geschat op 3.400 euro.
14 nov - mail klant: foto's "van zaterdagavond".

Tegenstrijdigheden:
- Datum: melding noemt zaterdagavond 1 nov, expertnotitie noemt
  zondagochtend 2 nov. Mail van de klant spreekt weer over
  zaterdagavond. Niet opgelost in de aantekeningen.
- Oorzaak: melding noemt een lekkende leiding, expertnotitie noemt
  de wasmachineslang. Geen van beide aantekeningen legt uit waarom
  de lezing veranderde.

Dat kostte de AI dezelfde vier zinnen aan samenvatting, plus het blok met tegenstrijdigheden erbij. De schadebehandelaar belt nu de klant met één gerichte vraag ("welke dag was het precies, en wat zag u als eerste") in plaats van een dossier te sluiten op een datum die niemand heeft gecheckt.

Waar dossieropbouw met AI misgaat: contactmomenten die elkaar tegenspreken

De grootste valkuil bij dossieropbouw met AI is dat tegenspraak tussen contactmomenten verdwijnt in plaats van opvalt. Het mechanisme is bekend uit onderzoek naar AI die meerdere documenten samenvat: hoe meer losse bronnen een taalmodel combineert, hoe groter het aandeel verzonnen of onjuiste inhoud in de samenvatting wordt. In een recent onderzoek naar het samenvatten van meerdere documenten was gemiddeld tot 75 procent van de gegenereerde samenvatting niet terug te herleiden tot de bronnen, en bleven twee van de vijf geteste modellen zelfs met overtuiging samenvatten over een onderwerp dat helemaal niet in de bronnen voorkwam, zo meldt de studie From Single to Multi: How LLMs Hallucinate in Multi-Document Summarization (NAACL 2025 Findings). Een dossier met drie of meer contactmomenten is in de kern hetzelfde probleem: meerdere bronnen, met kans op overlap en op tegenspraak, en een taalmodel dat van nature naar één leesbaar verhaal toe schrijft.

Uit eigen tests op dossiers met een bewust ingebouwde tegenspraak: zonder een expliciete instructie om verschillen te benoemen, loste de AI de tegenspraak vrijwel altijd stilzwijgend op, door de meest recente of meest gedetailleerde versie te kiezen zonder te vermelden dat er een eerdere, afwijkende versie was. Met de instructie uit de prompt hierboven kwam de tegenspraak er wel uit, maar alleen als die instructie als apart gemarkeerde stap vóór het samenvatten stond. Vraag je in één adem om zowel samenvatten als controleren, dan wint het samenvatten.

Privacy: wat een klantdossier met AI wel en niet mag bevatten

Een dossier bestaat uit persoonsgegevens, vaak bijzondere (gezondheid, een strafzaak, een hulpvraag), en de AVG stelt in artikel 5, eerste lid, onder d, een eigen eis die los staat van beveiliging: persoonsgegevens moeten juist zijn en zo nodig worden geactualiseerd, met de plicht om onjuiste gegevens zonder uitstel te wissen of te corrigeren, zo staat in de officiële tekst van artikel 5 AVG. Een samenvatting die een tegenspraak wegpoetst, maakt het dossier op dat punt feitelijk onjuist, ook als niemand het ooit controleert. Dat is een andere eis dan geheimhouding, en makkelijker te missen omdat niets "lekt": het dossier klopt simpelweg niet meer.

Regel de beveiligingskant met je account: een zakelijk abonnement met verwerkersovereenkomst, training op je data uit, en AI buiten elk dossier met een strafrechtelijk element, een BSN of een lopende rechtszaak. Voor de bredere basis van veilig werken met persoonsgegevens in een AI-tool geldt onze gids ChatGPT veilig en volgens de AVG gebruiken. Regel de juistheidskant met een vaste stap: elke aantekening die het dossier in gaat, is gedateerd en blijft als los document naast de samenvatting bewaard. Zo kan iemand later altijd terug naar de brontekst, in plaats van naar een samenvatting van een samenvatting.

Info

Stand van zaken op 22 november 2026. Geen van de grote AI-assistenten (Copilot, Claude, Gemini, ChatGPT) heeft vandaag een aparte "dossiermodus" die automatisch waarschuwt bij een tegenspraak tussen aantekeningen. Dossieropbouw met AI is nu prompt- en sjabloonwerk, geen kant-en-klaar product. Check dit zelf in de documentatie van je eigen casesysteem voor je een vast product kiest, want dat kan per leverancier en per maand veranderen.

Wat dossieropbouw met AI oplevert, en hoe je dat na zeven dagen meet

Wat na een week beter wordt: je prompt kent de vaste velden van jouw type dossier, omdat je elke terugkerende correctie erin hebt gezet. De tijd per aantekening daalt verder richting de onderkant van de bandbreedte. Wat niet beter wordt: het beoordelen of een tegenspraak ertoe doet. Dat blijft een vakoordeel, AI levert alleen de constatering dat er een verschil is.

Meet het met drie getallen op papier, zeven dagen lang.

De tweede is de belangrijkste van de drie. Een tegenspraakcheck die nooit iets vindt, werkt niet per se goed, hij kijkt mogelijk niet goed.

Wat AI hier niet goed kan

Beoordelen of een tegenspraak ertoe doet, kan AI niet. Twee data die een dag verschillen, kunnen onbelangrijk zijn of een polisvoorwaarde raken, en dat onderscheid kent alleen iemand met kennis van de zaak.

Een dossier afsluiten of een besluit nemen op basis van het dossier, blijft bij een mens met mandaat. AI levert de structuur en de constatering, niet het oordeel. En een eerste, letterlijke melding van een incident herschrijf je niet met AI: de exacte woorden van de melder zijn vaak het enige bewijs dat er later nog is.

Doe dit deze week

  1. Kies één lopend dossiertype en verzamel drie contactmomenten

    Neem een dossiertype dat je vaak hebt: een klantmelding, een huisbezoek, een schadezaak. Pak drie opeenvolgende aantekeningen uit een bestaand, geanonimiseerd dossier.

  2. Draai de prompt hierboven op die drie aantekeningen

    Vergelijk het resultaat met en zonder de stap over tegenspraak. Noteer elk feit dat de AI zonder die stap stilzwijgend koos, en zet die les in je vaste sjabloon.

  3. Leg de bewaarregel schriftelijk vast

    Eén afspraak: elke brontekst blijft los bewaard naast de samenvatting, met datum. Zo kan iedereen die het dossier later leest, terug naar wat er echt gezegd is.

Het recept dat vandaag werkt: bij elk nieuw contactmoment plak je de aantekening in de prompt hierboven, samen met de vorige samenvatting. De AI geeft een bijgewerkte tijdlijn plus het blok tegenstrijdigheden terug. Jij beslist of een gevonden verschil ertoe doet. Meer van deze promptopbouw staat in de promptbibliotheek.

Wil je dit met je team werkend hebben, op jullie eigen casesysteem en jullie eigen dossiertypes? In een AI-werksessie bouwt het team het sjabloon op een echt, geanonimiseerd dossier. Twijfel je waar te beginnen, plan een kort 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.

Bekijk trainingen

Bronnen

Veelgestelde vragen

  • Wat is dossieropbouw met AI precies?

    AI laat je elk los contactmoment (een melding, een gesprek, een mail) structureren tot een gedateerde aantekening met kernfeiten en vervolgstappen. Het dossier zelf, met de samenhang en eventuele tegenspraak tussen al die momenten, blijft mensenwerk. AI schrijft de aantekening, jij bouwt het dossier.

  • Vanaf hoeveel contactmomenten loont een vast sjabloon voor dossiervorming?

    Vanaf ongeveer 10 contactmomenten per week. Een aantekening met de hand kost 8 tot 12 minuten, met een geplakte prompt 3 tot 4 minuten: winst van 5 tot 8 minuten per stuk. Een vast promptsjabloon bouwen kost 60 tot 90 minuten, dus bij 10 contactmomenten per week is dat binnen twee weken terugverdiend. Daaronder blijft een losse, elke keer opnieuw geplakte prompt goedkoper.

  • Wat gaat het vaakst mis bij dossieropbouw met AI?

    AI plakt een tegenspraak tussen twee contactmomenten glad in plaats van die te laten staan. Een taalmodel voorspelt het meest waarschijnlijke vervolg op een tekst, en één samenhangend verhaal is waarschijnlijker dan "deze twee bronnen spreken elkaar tegen". Onderzoek naar het samenvatten van meerdere documenten laat zien dat tot 75 procent van zo een samenvatting niet herleidbaar is tot de bronnen. Vraag daarom altijd apart om een tegenspraakcheck, niet in dezelfde stap als het samenvatten.

  • Mag ik een klantdossier of zaakdossier met AI laten samenvatten voor de AVG?

    Alleen met een zakelijk account met verwerkersovereenkomst, modeltraining uitgeschakeld, en nooit bij een dossier met een strafrechtelijk element of een BSN in een publieke tool. Let daarnaast op de juistheidseis uit artikel 5 van de AVG: een samenvatting die een tegenspraak wegpoetst, maakt het dossier feitelijk onjuist, ook zonder datalek. Bewaar daarom elke brontekst los naast de samenvatting.

  • Kan AI een dossier opbouwen en consistent houden zonder controle?

    Nee. AI structureert aantekeningen en kan op verzoek verschillen tussen contactmomenten benoemen, maar beoordeelt niet of een verschil ertoe doet. Dat blijft een vakoordeel. Sluit een dossier daarom nooit af op basis van alleen de AI-samenvatting; lees bij een gevoelig of mogelijk betwist dossier altijd de volledige brontekst.

Tags
dossieropbouwdossiervormingklantdossieravgprompt-engineeringverzekeraars
Dennis Claassen

Geschreven door

Dennis Claassen

Oprichter en AI-trainer

Dennis is de oprichter van Project Impact en traint Nederlandse bedrijven in het effectief gebruiken van AI. Met jarenlange ervaring in tech en onderwijs helpt hij teams om AI praktisch toe te passen.

Meer over Dennis

Meer leren over AI?

In onze hands-on trainingen leer je AI effectief inzetten voor jouw werk.

Bekijk de masterclass