Klachtenafhandeling met een AI-agent: triage, conceptantwoord en de escalatie die bij een mens blijft

Kun je klachtenafhandeling aan AI overlaten? Voor een deel wel: een AI-agent kan een klacht lezen, categoriseren op onderwerp en urgentie, en een conceptantwoord klaarzetten. Zelf een vergoeding of terugbetaling toezeggen laat je aan een mens, want een Canadese tribunal hield Air Canada in 2024 aan een terugbetaling die alleen zijn eigen chatbot had beloofd, in een zaak die een gespecialiseerd advocatenkantoor analyseerde. Hieronder het niveau dat bij klachtenafhandeling past, de grens tussen triageren en beslissen, en de valkuil die ontstaat zodra drie klachten dezelfde oorzaak delen. Twijfel je waar je zelf zou beginnen, de Agent Sprint bouwt dit op je eigen klachten.

Wat is klachtenafhandeling met een AI-agent?

Een AI-agent is AI die zelf stappen zet in plaats van alleen een vraag te beantwoorden. Bij klachtenafhandeling betekent dat: hij leest de klacht, bepaalt categorie (facturatie, levering, kwaliteit, bejegening) en urgentie, checkt of een vergelijkbare klacht al eerder binnenkwam, en stelt daarna een conceptantwoord op. Een medewerker beoordeelt dat concept en verstuurt het, of stuurt het door.

Het verschil met een klachtenformulier zit in het doorrekenen. Een formulier registreert: naam, onderwerp, klaar. Een agent legt een nieuwe klacht naast wat er al speelt en geeft een oordeel terug, bijvoorbeeld "derde melding deze week over dezelfde factuurrun, mogelijk structureel" in plaats van alleen "klacht ontvangen". Dat oordeel is precies waarom je de agent niet alles laat doen: een agent die fout oordeelt, stuurt een toezegging de deur uit die je niet meer terugdraait.

Dit is geen toekomstbeeld meer. 82% van de Nederlandse klantenserviceorganisaties zet inmiddels agentic AI in, blijkt uit Salesforce' eigen onderzoek onder 200 Nederlandse respondenten. Dezelfde meting laat ook zien waarom de grens tussen triageren en beslissen in dit artikel geen overdreven voorzichtigheid is: 70% van de Nederlandse servicemedewerkers zegt nu al meer tijd te besteden aan het controleren en bijsturen van AI dan aan het zelf beantwoorden van simpele klantvragen. Klachtentriage voegt daar een extra controlepunt aan toe, niet minder werk.

Welk niveau past bij klachtenmanagement: prompt, workflow of agent?

Het lichtste gereedschap dat de klus betrouwbaar klaart. De drempels volgen uit een rekensom: wat kost handmatig triageren en schrijven, tegenover wat een workflow of agent kost om te bouwen en te onderhouden.

Klachtenmanagement begint bij triageren, niet bij oplossen. Pas als dat weken foutloos draait, breid je uit naar concepten voor de eenvoudigste categorieën.

Triage: hoe een agent categorie, urgentie en een patroon herkent

Een agent herkent drie dingen: het onderwerp, hoe boos of dringend de toon is, en of er al een vergelijkbare melding ligt. Dat laatste mist een los formulier of een onervaren medewerker al snel. Een onafhankelijke doorlichting van Zendesks eigen triagefunctie bevestigt het mechanisme achter de eerste twee: sentiment wordt niet al bij één negatief woord op "zeer negatief" gezet, maar pas bij sterke signalen zoals hoofdletters of herhaalde uitroeptekens, en de classificatie labelt alleen: een mens moet nog steeds reageren.

Dat tussenstapje, labelen zonder oplossen, is precies waarom je de triage los houdt van het versturen. Een agent die alleen classificeert, kun je op dag één al laten meekijken: er kan weinig misgaan met een label. Een agent die ook zelf een definitief antwoord verstuurt, kan in één keer een toezegging doen die je niet meer terugdraait.

Voor het derde punt, het patroon, geldt een harde drempel in plaats van een gevoel: onder 200 klanten op hetzelfde contract of product zet je de grens op twee gelijke klachten binnen één week, daarboven op drie. Bij een kleinere groep klanten is twee keer precies hetzelfde probleem zelden toeval; bij een grotere groep komen twee toevalstreffers vaker voor zonder dat er iets structureel mis is, en dan verdrink je bij een grens van twee in valse alarmen. Het uitgewerkte voorbeeld hieronder laat zien hoe dat eruitziet bij de derde klacht.

Een echte klacht, de prompt, en wat er terugkomt

Een geconstrueerd, fictief voorbeeld bij een technisch onderhoudsbedrijf met 400 klanten op een maandelijks servicecontract. Namen en bedragen zijn verzonnen, het mechanisme (een agent die elke klacht los beoordeelt zonder de klachten van anderen te zien) niet.

Klacht 1, maandag

Van: p.dekker@bouwdekker.nl
Onderwerp: Factuur november klopt niet

Hoi, op onze factuur van november staat 89 euro meer dan in het
contract staat. Kunnen jullie dit checken? We hebben dit contract nu
twee jaar en dit is nooit eerder gebeurd.

Groet, Peter Dekker

De prompt

#CONTEXT: Je bent de rechterhand van een klantenservicemedewerker bij
een technisch onderhoudsbedrijf. De klant die dit concept ontvangt is
niet boos, maar wil wel zeker weten dat dit wordt opgelost. Hij leest
de reactie op zijn telefoon tussen twee afspraken door.

#DOEL: Een triage-label plus een conceptantwoord dat in dertig
seconden te checken is.

#WERKWIJZE:
1. Vat de klacht samen in één zin: wat is het probleem, welk bedrag
   of welke datum staat erin.
2. Bepaal categorie (facturatie, levering, kwaliteit, bejegening) en
   urgentie (laag, midden, hoog) op basis van financieel belang en
   toon.
3. Check de lijst met klachten van vandaag en deze week die ik
   meegeef. Lijkt de oorzaak hetzelfde, markeer dan als "mogelijk
   structureel" en zet dat boven het concept, ook als dit de eerste
   melding is die je ziet.
4. Schrijf daarna het concept.

#OUTPUT: Triage-label eerst, dan het concept. Maximaal 90 woorden,
je-vorm, geen opsomming.

#BELANGRIJKE REGELS:
- Nooit een vergoeding, korting of terugbetaling toezeggen. Zet
  [VERGOEDING: TER BEOORDELING] neer zodra dat ter sprake komt.
- Noem geen bedrag of datum die niet letterlijk in de klacht staat.
- Controleer voor je antwoordt of elk getal in je concept ook in de
  klacht of in de meegegeven lijst staat.

#BEPERKINGEN: Zet het triage-label en het concept klaar. Verstuur
niets.

Lijst klachten vandaag en deze week: (leeg, dit is de eerste melding)

Wat de agent teruggeeft op klacht 1

Triage: facturatie, urgentie laag, geen patroon bekend.

Hoi Peter, bedankt dat je dit meldt. Ik ga het verschil tussen je
factuur en je contract vandaag nog voor je uitzoeken en laat je voor
morgenmiddag weten wat er aan de hand is en hoe we het rechtzetten.

Groet, [naam]

Dit concept klopt. Geen toezegging over geld, een deadline die de medewerker zelf waarmaakt, en de triage is correct voor wat de agent op dat moment weet: één melding, geen patroon.

Klacht 2 en 3, woensdag en donderdag

Twee andere klanten op hetzelfde contract melden dezelfde afwijking op hun novemberfactuur, allebei 89 euro te veel. Getriageerd zonder de lijst van klacht 1 en 2 erbij, krijgt klacht 3 opnieuw "facturatie, urgentie laag, geen patroon bekend": de agent ziet alleen dat ene bericht.

Het verschil tussen de twee rijen is één stuk input: de lijst van wat er die dag en die week al binnenkwam. Zonder die lijst behandelt de agent elke klacht als een eiland, en drie losse, elk op zichzelf correcte triages missen samen precies het probleem dat om de snelste actie vraagt.

De grens: wat de agent zelf mag beslissen bij een klacht, en wat niet

Waar klachtenafhandeling met AI misgaat: de klacht die pas als derde zichtbaar wordt

Je zag het mechanisme al bij klacht 3: elke losse triage was intern consistent, en toch miste de combinatie het echte probleem. Dat gebeurt omdat een taalmodel standaard alleen de tekst voor zich ziet, niet wat er die dag al bij andere medewerkers binnenkwam. Zonder een expliciete lijst met recente klachten behandelt de agent elke melding als uniek, ook de derde.

De tweede, stillere variant: een agent die wél een patroon ziet, maar de drempel uit de Triage-sectie niet meekrijgt en zelf een grens kiest. Te laag, en je verdrinkt in valse alarmen. Te hoog, en een echte fout in een factuurrun loopt dagenlang door. Zet de drempel daarom expliciet in de prompt, niet in het hoofd van de agent.

Klachtenprocedure en wettelijke garantie: wat AI moet weten voordat het reageert

Een klacht over een gebrekkig product of een verkeerd geleverde dienst raakt vaak de wettelijke garantie, en die heeft geen vast termijn. Volgens de ACM moet een verkoper een ondeugdelijk product gratis en binnen redelijke tijd repareren of vervangen, en hangt wat "redelijk" is af van de prijs, de kwaliteit en wat er bij de koop is afgesproken of beloofd. Dat is precies het soort beoordeling die een AI-agent niet zelf kan maken: hij kent het contract, de leeftijd van het product en de eerdere afspraken met deze klant niet automatisch, en moet dus altijd een mens laten bepalen of iets onder de garantie valt.

Een goede klachtenprocedure met AI zet die grens daarom vooraf vast: de agent mag de feiten verzamelen (aankoopdatum, wat er beloofd is, wat er nu mis is), maar de conclusie of iets gratis gerepareerd, vervangen of terugbetaald wordt, blijft bij een medewerker die het dossier kent. Zet die regel letterlijk in je prompt: "Bepaal nooit zelf of iets onder garantie valt, verzamel alleen de feiten die een mens nodig heeft om dat te beoordelen."

Privacy bij klachtenafhandeling: wat de agent wel en niet mag verwerken

Een klacht is een persoonsgegeven zodra er een naam, klantnummer of e-mailadres bij staat, dus geldt de AVG vanaf het eerste bericht. Artikel 5 AVG verplicht je niet meer te verwerken dan nodig, en niet langer te bewaren dan nodig om de klacht af te handelen en aan te tonen hoe je ermee omging, zoals de officiële AVG-tekst zelf vastlegt. Koppel je klachtenregistratie daarom aan een concrete bewaarreden, zoals een verjaringstermijn, niet aan "voor de zekerheid".

Sommige klachten gaan verder. Een klacht over een medisch hulpmiddel of een reactie op medicatie valt onder de bijzondere categorieën van artikel 9 AVG, net als ras, politieke voorkeur of seksueel leven. Laat een agent dat soort inhoud nooit meewegen in een triage; laat een mens die passage apart afhandelen. Hetzelfde geldt voor een klacht die eigenlijk een AVG-verzoek is, "verwijder mijn gegevens" verstopt in een klachtenmail: dat heeft een eigen termijn en moet een mens herkennen, niet alleen als klacht wegtriageren.

Wat het oplevert, en hoe je het na zeven dagen meet

Wat na een paar weken beter wordt: de triage wordt scherper, omdat elke gemiste of valse structurele melding een regel wordt die je toevoegt aan wat de agent meeneemt. Wat niet beter wordt vanzelf: de afweging bij een klacht die buiten je beleid om toch een gebaar verdient, en het inschatten van toon bij een klant die zijn irritatie niet in hoofdletters of uitroeptekens zet, maar in een korte, kille zin.

Uit onze eigen Agent Sprint-trajecten bij klantenservice-automatisering zien we dat een eerste triage met een herkenbaar patroon, zoals facturatie of een leverfout, na een paar weken 1 tot 2 minuten kost in plaats van 5 tot 8 minuten handmatig lezen en categoriseren. Dat is trainingservaring, geen onafhankelijk gemeten cijfer, en het geldt vooral bij een vast kanaal zoals een formulier; bij een lange, emotionele toelichting kost nakijken vaak net zoveel tijd als zelf lezen.

Label en concept lopen daarbij niet gelijk op. Categorie en urgentie is een keuze uit een vaste lijst, en daar klopt zes tot acht van de tien labels meteen, mits je de lijst van recente klachten meegeeft zoals in het voorbeeld hierboven. Een conceptantwoord is open tekst, en daar daalt het ongewijzigd-bruikbare aandeel naar vier tot zes van de tien, vergelijkbaar met andere schrijftaken. De triage is dus het stuk dat het snelst scherp wordt, niet het concept.

Meet drie dingen, zeven dagen op een rij, zonder extra tooling:

• Hoeveel concepten bevatten alsnog een toezegging over geld, een korting of een uitzondering? Dit hoort op nul te staan. Een enkele keer boven nul betekent dat de regel in je prompt niet streng genoeg is.
• Hoeveel klachten kregen het label "mogelijk structureel", en hoeveel daarvan bleken dat ook echt te zijn na navraag? Ligt dat aandeel onder de helft, dan staat je drempel te laag en verdrink je straks in valse alarmen.
• Hoe lang duurde het van binnenkomst tot een eerste, inhoudelijke reactie? Klok dag 1 en dag 7. Geen verschil van minstens enkele minuten per klacht? Dan ligt de winst niet in het schrijven, maar ergens anders in je proces.

Wat AI hier niet goed kan

Een uitzondering op je beleid afwegen blijft mensenwerk. AI ziet alleen deze ene klacht, een mens weegt het risico dat een uitzondering voor deze klant een precedent zet voor de volgende honderd klanten. Vuistregel uit onze trainingen: keur je vaker dan één keer per maand dezelfde uitzondering goed, dan is dat geen incidentele goodwill meer maar een beleidswijziging die je expliciet moet doorvoeren.

Toon zonder duidelijke signalen aanvoelen lukt matig. Een klant die droog schrijft, "dit is de derde keer, ik verwacht een oplossing", komt bij een generieke triage vaak op "urgentie midden" terecht, terwijl een mens de dreiging direct herkent. Geef daarom in je prompt mee dat herhaling van een eigen eerdere klacht altijd naar urgentie "hoog" gaat, los van de toon.

Doe dit deze week

1. Leg schriftelijk vast welk bedrag en welke situaties altijd naar een mens gaan

   Eén A4: een geldbedrag, een AVG-verzoek, een aansprakelijkheidsclaim, en de garantiesituaties uit dit artikel. Zonder die lijst weet niemand, ook de agent niet, waar de grens ligt.

2. Draai de prompt uit dit artikel op tien echte, recente klachten

   Geef de agent steeds de lijst van klachten die diezelfde week al binnenkwamen. Streep aan welk triage-label klopte en welk niet, en voeg elke gemiste of valse "mogelijk structureel"-melding toe als regel.

3. Zet de agent drie weken op triageren, nooit op versturen

   Laat hem alleen een label en een concept opleveren dat een medewerker checkt en zelf verstuurt. Tel hoe vaak het label moest worden gecorrigeerd, dat getal is je nulmeting voor de meetsectie hierboven.

Het agent-recept dat vandaag werkt: bij elke nieuwe klacht categoriseert de agent op onderwerp en urgentie, checkt hij tegen de klachten van deze week op een gedeelde oorzaak, en stelt hij een conceptantwoord op zonder enige toezegging over geld. Een medewerker beoordeelt dat concept en verstuurt het, of escaleert bij een patroon. Bouw dit zelf uit met de niveaus uit een AI-agent maken zonder code, of begin met de prompt uit dit artikel in de promptbibliotheek.

Wil je dit op je eigen klachtenkanalen en beleid werkend hebben, de Agent Sprint bouwt het met je team. Wil je eerst breder in kaart brengen waar AI in je klantcontact het meeste oplevert, kijk bij AI voor klantenservice of plan een AI-werksessie.

Bronnen

• Manatt, Phelps & Phillips, AI Gone Wild: Airline Has to Honor a Refund Policy Its Chatbot Fabricated. Zelf geopend. Bron voor de zaak Moffatt v. Air Canada, 2024 BCCRT 149: de toegezegde bereavement-korting, het verweer dat de chatbot een "separate legal entity" was, en de uitspraak van de Civil Resolution Tribunal van British Columbia (partiële terugbetaling van 650,88 Canadese dollar).
• ACM, Garantie. Zelf geopend. Bron voor de regels rond wettelijke garantie: gratis en binnen redelijke tijd repareren, vervangen of terugbetalen, zonder vast garantietermijn.
• gdpr-info.eu, Art. 5 GDPR, Principles relating to processing of personal data. Zelf geopend. Bron voor dataminimalisatie en opslagbeperking, toegepast op klachtenregistratie.
• gdpr-info.eu, Art. 9 GDPR, Processing of special categories of personal data. Zelf geopend. Bron voor de bijzondere categorieën persoonsgegevens, waaronder gezondheidsgegevens, die soms in een klacht kunnen staan.
• eesel AI, Zendesk intelligent triage: how it works, what it costs, and where it falls short in 2026. Zelf geopend. Onafhankelijke, niet-Zendesk bron voor het sentiment-mechanisme (pas "zeer negatief" bij sterke signalen), de beperking dat classificatie niet oplost, en de huidige prijsopbouw van de Copilot-add-on.
• Salesforce, AI agents actief in 82% van de Nederlandse klantenserviceorganisaties. Zelf geopend. Bron voor het Nederlandse adoptiecijfer en voor het gegeven dat 70% van de Nederlandse respondenten zegt meer tijd te besteden aan het controleren van AI dan aan simpele klantvragen beantwoorden, gebaseerd op 200 Nederlandse respondenten, bevraagd tussen 9 maart en 4 april 2026.

Veelgestelde vragen

• Mag een AI-agent klachtenafhandeling volledig overnemen?

  Nee. Een agent kan een klacht categoriseren, de urgentie inschatten en een conceptantwoord klaarzetten, maar een medewerker beoordeelt en verstuurt dat concept. Zelf een vergoeding, korting of terugbetaling toezeggen laat je nooit aan de agent over: een rechter hield Air Canada in 2024 aan een toezegging die alleen zijn eigen chatbot had gedaan.

• Wat is het verschil tussen klachtenmanagement en klachtenafhandeling met AI?

  Klachtenmanagement is het hele systeem: hoe klachten binnenkomen, wie ze beoordeelt, hoe je ze registreert en hoe je patronen signaleert. Klachtenafhandeling met AI is het stuk daarbinnen dat een agent kan overnemen: lezen, categoriseren en een conceptantwoord opstellen. De beoordeling van een uitzondering of een patroon blijft onderdeel van het bredere klachtenmanagement en dus mensenwerk.

• Hoe ziet een goede klachtenprocedure met AI eruit?

  De agent verzamelt de feiten (wat is het probleem, welk bedrag, welke datum) en stelt een triage en een concept op, zonder zelf te bepalen of iets onder de wettelijke garantie valt. Die laatste beoordeling blijft bij een medewerker, want de ACM geeft geen vast garantietermijn: wat redelijk is, hangt af van de prijs, de kwaliteit en wat er bij de koop is afgesproken.

• Moet je klachtenregistratie nog apart bijhouden als een agent de triage doet?

  Ja. De AVG verplicht je om niet meer gegevens te bewaren dan nodig en om een bewaartermijn te koppelen aan een concrete reden, zoals een verjaringstermijn of een lopend geschil. Een agent die triageert, vervangt dat dossier niet; hij voedt het juist, zodat je kunt aantonen hoe en wanneer een klacht is afgehandeld.

• Mag een AI-agent zelf een vergoeding of korting toezeggen bij een klacht?

  Nee, nooit automatisch. Een toezegging schept een verplichting die het bedrijf moet nakomen, ook als de agent het verkeerd had. Laat de agent in plaats daarvan een label zoals "vergoeding: ter beoordeling" klaarzetten, zodat een medewerker met kennis van het beleid de uiteindelijke beslissing neemt.