Blog

Hoe lang duurt het voordat een AI-project iets oplevert?

Van start tot eerste resultaat en terugverdientijd: realistische doorlooptijden per projecttype, wat een AI-project vertraagt, en waarom een prototype in twee dagen kan.

R
Raphael Cornelis
23 juli 2026

Hoe lang duurt het voordat een AI-project iets oplevert? Dat hangt vooral af van hoe strak je de scope houdt — maar je kunt er wel een realistische tijdlijn op plakken. Voor één afgebakend proces zie je meestal binnen een paar weken het eerste resultaat.

De meeste pagina's over dit onderwerp geven één vaag antwoord: "enkele maanden". Daar heb je niets aan. In de praktijk zijn er twee verschillende vragen die ondernemers door elkaar halen: wanneer staat het live, en wanneer heb ik het terugverdiend. Dit artikel behandelt ze allebei, met tijdlijnen per projecttype en de factoren die het vertragen.

Twee vragen die je uit elkaar moet halen

Doorlooptijd en terugverdientijd zijn niet hetzelfde, en dat verschil bepaalt je verwachting. De doorlooptijd is hoe lang het duurt voordat de oplossing werkt en in gebruik is. De terugverdientijd is hoe lang daarna het duurt voordat de besparing de kosten heeft ingehaald.

Een klein project kan in vier weken live zijn en zichzelf in drie maanden terugverdienen. Een groter traject staat na een half jaar live en heeft daarna nog een jaar nodig om uit de kosten te komen. Wie alleen naar de bouwtijd kijkt, mist de helft van het plaatje.

Onthoud dus: als iemand je een doorlooptijd noemt, vraag meteen door naar de terugverdientijd. Dat tweede getal bepaalt of het project de moeite waard is.

Doorlooptijd per projecttype

Hoe lang de bouw duurt, hangt vooral af van het type oplossing. Hieronder realistische bandbreedtes, van snelste tot langzaamste.

Type oplossingDoorlooptijd tot livegang
Kant-en-klare tool koppelen en inrichten1–4 weken
Afgebakende AI-agent of chatbot voor één proces4–12 weken
Maatwerkoplossing met koppelingen naar je systemen3–6 maanden

Een veelgebruikt ritme voor dat middelste type is twaalf weken: verkenning in week 1 en 2, bouwen van een pilot in week 3 tot 6, evalueren in week 7 en 8, en uitrollen in week 9 tot 12. Reken daarbovenop op enkele weken stabilisatie voordat het echt soepel draait.

Deze getallen gelden voor een strak afgebakend project. Zodra de scope groeit — meer processen, meer koppelingen, meer afdelingen — telt elke uitbreiding op bij de doorlooptijd.

Wanneer je het eerste resultaat ziet

Het eerste meetbare resultaat komt vaak sneller dan de volledige oplevering. Bij een goed afgebakend proces zie je doorgaans binnen twee tot vier weken na livegang de eerste effecten: een kortere doorlooptijd, minder handmatig overtypen, snellere reacties naar klanten.

Dat vroege signaal is belangrijker dan het lijkt. Het is het moment waarop je weet of je op de goede weg zit. Meet daarom vanaf dag één één concreet getal — uren per taak, doorlooptijd of foutpercentage — zodat je dat eerste resultaat hard kunt maken in plaats van op gevoel.

Blijft dat eerste resultaat uit, dan is dat net zo waardevol om te weten. Beter na drie weken bijsturen dan na zes maanden concluderen dat het niet werkte.

Wat een AI-project vertraagt

De techniek is zelden de vertragende factor. Wat de doorlooptijd oprekt, zit bijna altijd in de organisatie eromheen. Vier factoren komen steeds terug:

  • Data opschonen. Staan je gegevens verspreid over systemen die elkaar tegenspreken, dan is dat je eerste klus — en die kost vaak meer tijd dan het bouwen zelf.
  • Beslissingen die blijven liggen. Een project wacht op keuzes. Zonder iemand die knopen doorhakt, schuift elke week op.
  • Koppelingen met oudere systemen. Praten met een bestaand ERP- of boekhoudpakket is soms een project op zich.
  • Aantal betrokken mensen. Hoe meer afdelingen meebeslissen, hoe langer de doorlooptijd, ongeacht de techniek.

Het verschil tussen acht en twintig weken zit zelden in het model en bijna altijd in deze vier punten. Wie ze vooraf benoemt, houdt de tijdlijn in de hand.

Groter bedrijf, langere doorlooptijd

Bedrijfsgrootte speelt sterker mee dan de meeste inschattingen laten zien. Een bedrijf van vijf mensen kan een besluit in een dag nemen en heeft vaak overzichtelijke data. Een organisatie van tweehonderd mensen heeft meer systemen, meer belanghebbenden en een langere besluitvorming.

Dezelfde AI-oplossing die bij een klein bedrijf in vier weken staat, kost bij een grotere organisatie zomaar het dubbele — niet omdat de techniek anders is, maar omdat er meer afstemming omheen zit. Houd daar rekening mee als je een tijdlijn van een ander bedrijf op de jouwe wilt plakken.

Waarom wij in twee dagen beginnen

De beste manier om een tijdlijn realistisch te maken, is klein en snel starten. Wij bouwen daarom bij elk traject eerst een werkend prototype binnen twee dagen, gratis en vrijblijvend. Geen weken verkennen op papier, maar binnen twee dagen iets dat draait.

Dat prototype beantwoordt de vragen die de doorlooptijd bepalen: laat het proces zich automatiseren, klopt de data, en zouden je collega's het gebruiken? Met die antwoorden op tafel wordt de rest van de planning een stuk eerlijker, omdat je niet meer schat maar weet.

Benieuwd hoe snel jouw proces resultaat zou geven? Neem contact op en we kijken samen. Meer lezen? We schreven over wanneer je géén maatwerk AI moet laten bouwen en over AI agents in de praktijk.

Veelgestelde vragen

Hoe lang duurt een gemiddeld AI-project voor het MKB?

Een afgebakende AI-agent of chatbot voor één proces staat meestal binnen vier tot twaalf weken live. Een kant-en-klare tool koppelen kan in één tot vier weken; een maatwerkoplossing met koppelingen naar je systemen kost drie tot zes maanden. Hoe strakker je de scope houdt, hoe korter de doorlooptijd.

Wanneer verdien ik een AI-project terug?

De terugverdientijd staat los van de doorlooptijd en hangt af van hoeveel tijd of kosten je bespaart. Bij een goed gekozen proces ligt die vaak tussen enkele maanden en anderhalf jaar. Een vuistregel: komt de terugverdientijd boven de achttien maanden uit, dan is het proces het waarschijnlijk niet waard om te automatiseren.

Waarom lopen AI-projecten uit?

AI-projecten lopen zelden uit door de techniek, maar door de organisatie eromheen: data die opgeschoond moet worden, beslissingen die blijven liggen, koppelingen met oudere systemen en het aantal betrokken mensen. Wie deze factoren vooraf benoemt en begroot, houdt de doorlooptijd het beste in de hand.

Kan een AI-oplossing snel een eerste resultaat laten zien?

Ja, bij een afgebakend proces zie je vaak binnen twee tot vier weken na livegang het eerste meetbare resultaat. Een werkend prototype kan zelfs binnen enkele dagen laten zien of een proces zich leent voor automatisering, nog voordat je een volledig traject vastlegt.

Bronnen: Deloitte over AI-rendement, Consultancy.nl over waarom AI-projecten falen

Volgende stap

Klaar om dit in jouw bedrijf toe te passen?

Plan een gratis adviesgesprek en ontdek hoe wij jouw organisatie slimmer maken met AI op maat.

Plan gratis adviesgesprek

Benieuwd wat een agent voor jouw team kan doen?

Leg je proces voor aan degene die het straks bouwt. In 30 minuten weet je of het kan, wat het kost en wat het oplevert — geen salespitch.

Plan 30 minuten met een bouwer
Binnen 24 uur reactie
Geen verplichtingen
Direct met een bouwer
Agent · actief

Wat een agent kan oppakken

Beantwoordt support-ticketsLive
Plant afspraken in agendaLive
Verwerkt inkomende facturenLive
Schrijft offertes uit briefingLive
Haalt data uit je CRMLive
+ onbeperkt taken op maat
Werkt 24/7 mee
Raphael Cornelis

Liever direct sparren?

Raphael Cornelis · meestal binnen het uur reactie