2026-08-13 · 9 min leestijd
Livechat toevoegen aan je website: in 10 minuten live
Livechat op je website zet je in tien minuten neer: één scriptregel of een plug-in. Plus de instellingen die bepalen of bezoekers echt antwoord krijgen.
Klanten vergeven een bot die iets niet weet. Ze vergeven geen bot die je niet laat gaan. Welke doorzetregels je vastlegt, wat er mee moet met het gesprek, en waaraan je een goede overdracht herkent.
Ook beschikbaar in het Engels: When and how to hand off from AI to a human agent: an operational playbook
De meeste evaluaties van AI-klantenservice gaan over de antwoorden. In de praktijk bepaalt de overdracht of klanten je bot accepteren: de twintig seconden nadat duidelijk wordt dat de automatisering het niet afmaakt. Klanten vergeven een bot die iets niet weet. Ze vergeven geen bot die ze niet loslaat, en dat onthouden ze lang.
Niet elke aanleiding om door te zetten is even betrouwbaar, en een inrichting die op de zwakste leunt levert doodlopende bots op. Zet ze op volgorde, leg de betrouwbare vast als harde regel en behandel de rest als een signaal.
| Aanleiding | Hoe betrouwbaar | Wat er misgaat als je het fout doet |
|---|---|---|
| De klant vraagt om een medewerker | Het hoogst. Een uitgesproken bedoeling, die je in elke taal deterministisch hoort te herkennen — niet overlaten aan het oordeel van het model. | De bot gaat in discussie. Het schadelijkste patroon in AI-klantenservice, en het patroon dat screenshots op sociale media oplevert. |
| Gevoelig onderwerp: geld, klachten, juridische toon, terugboekingen | Hoog, mits je die onderwerpen zelf opsomt in plaats van te hopen dat het model ze herkent. | Een automatisch antwoord op een onderwerp waar een fout duur is, en een klant die jouw standpunt nu zwart-op-wit heeft. |
| Irritatie, of dezelfde vraag voor de tweede keer | Middelmatig. Herkenbaar, maar zowel vals alarm als gemiste gevallen komen vaak voor. | Mis je het, dan escaleert de klant elders — bij de ACM, op Trustpilot of op Facebook. Sla je te snel aan, dan zet je gesprekken door die de AI bijna af had. |
| Het systeem kan het antwoord niet onderbouwen | Hangt volledig van de inrichting af. Een zoekscore is een zwakke voorspeller van juistheid; een storing in de zoeklaag is een hard feit. | De gevaarlijke variant is: tóch antwoorden. Een zelfverzekerd antwoord mét bronvermelding dat fout is, kost meer dan een overdracht, juist omdat die bronvermelding overtuigt. |
Die laatste regel verdient aandacht, want daar zijn leveranciersclaims het rekbaarst. "Draagt over als hij twijfelt" is een belofte over een drempelwaarde, en een drempel op een gelijkeniscijfer meet niet of een antwoord klopt. Vraag concreet wat er gebeurt als de zoekstap niets bruikbaars oplevert: escaleert het systeem, of antwoordt het alsnog uit algemene kennis? Dat zijn twee verschillende producten, en maar één ervan zet je veilig op je retourvoorwaarden.
De kosten van een overdracht liggen ongeveer vast. De kosten van uitstel lopen snel op, want elke mislukte beurt kost de klant moeite die hij niet terugkrijgt. Een bruikbare vuistregel is de tweede-keer-regel: heeft de klant dezelfde vraag in andere woorden herhaald, stop dan met proberen. De tweede poging is informatie — het eerste antwoord zat ernaast — en bij de derde is het geduld op.
Daaruit volgt dat een verduidelijkende wedervraag alleen de eerste keer gratis is. Om een bestelnummer vragen is prima. Een tweede wedervraag, nadat het eerste antwoord niet landde, is meestal de automatisering die vastloopt in plaats van scherpstelt — en zo leest de klant het ook.
Een overdracht die de context laat vallen is erger dan geen automatisering, want de klant heeft zijn probleem nu twee keer uitgelegd: één keer aan een machine die niet hielp, en één keer aan iemand die het gesprek had moeten krijgen. Vier dingen horen mee te komen.
In CustomerEagle krijgt de medewerker de hele draad met per AI-antwoord de bronnen en het zekerheidspercentage, een zijpaneel met de klant en zijn gekoppelde bestellingen, een tijdlijnregel die de escalatie markeert, en een inspecteur die de doorzetreden toont met de opgehaalde bronnen en hoe goed elke bron matchte. Eén eerlijk hiaat: er wordt op het moment van overdracht geen samenvatting geschreven — de medewerker kan er zelf één laten maken, maar bouw geen proces dat ervan uitgaat dat hij klaarstaat. Hoe de ontvangende kant eruitziet, zie je in de interactieve demo.
De overgang is een moment van echte verwarring: de klant weet niet altijd of wat er net antwoordde een mens is. Twee regels halen bijna alle ruis eruit. Markeer de wissel expliciet — een systeemregel dat het gesprek naar een medewerker is gegaan, en de echte naam van die medewerker onder zijn eerste bericht. En laat hem niet herhalen wat de bot al zei; openen met "ik zie dat je pakket bij PostNL is blijven hangen" bewijst dat de context is meegekomen, en dat is de geruststelling die de klant zoekt.
Verberg die naad niet met een menselijke naam en foto voor de bot. Het werkt tot aan de overdracht en kost je daarna twee keer: de klant voelt zich misleid, en binnen de EU moet je sowieso melden dat hij met AI sprak.
De slechtste overdracht is "een medewerker komt zo bij je" om 23:00 op zaterdag, terwijl de eerste medewerker maandag begint. Een kleine leugen met een grote klacht tot gevolg. Er zijn twee eerlijke opties: verbind de klant met iemand die er echt is, of neem de vraag op en zeg wanneer hij antwoord krijgt.
Bouw dat als een echte aftakking en niet als een andere tekst. Onze widget kijkt eerst of er een medewerker online is: is die er, dan opent hij een kort overdrachtsformulier en bevestigt dat het gesprek is doorgezet; is die er niet, dan schakelt hij om naar een formulier dat e-mailadres en vraag opneemt, in plaats van een wachtrij die nergens heen gaat. Er wordt bewust geen wachttijd en geen plek-in-de-rij getoond, omdat er geen eerlijk getal beschikbaar is om daar neer te zetten — en een verzonnen getal is slechter dan geen.
Routeren op onderwerp wint van om-de-beurt zodra er oordeelsvorming bij komt kijken. Eén retourspecialist haalt meer weg dan drie generalisten die alles doen, omdat die specialist het randgeval van deze week al eerder zag. Om-de-beurt en verdelen-op-drukte zijn prima voor een klein team waar iedereen alles doet, en houden op redelijk te zijn zodra je inbox uiteenvalt in onderwerpen met eigen expertise.
Wat je ook kiest, bepaal expliciet wat er gebeurt als er niemand online is — dat is elke week wel een keer het geval. Het gesprek hoort dan zichtbaar te landen, in een lijst met niet-toegewezen gesprekken die iemand nakijkt, in plaats van te worden toegewezen aan wie toevallig bovenaan staat en er vervolgens ongelezen te blijven.
Er is een tweede soort overdracht die teams vergeten te bemensen: die waarbij de AI een actie klaarzet die een mens moet goedkeuren. Terugbetalingen, adreswijzigingen en alles wat geld verplaatst hoort met volledige context te worden voorbereid en door een mens te worden uitgevoerd — dat is het veilige patroon en dat is wat wij draaien. Maar zo'n rij is alleen veilig als iemand hem bijhoudt. Een rij waar niemand naar kijkt maakt van een terugbetaling van twee minuten er één van twee dagen, en de klant leest dat als trage automatisering in plaats van als een onbemenst proces.
Het doorzetpercentage is op zichzelf geen kwaliteitscijfer, en het als faalgetal behandelen duwt teams ertoe escaleren moeilijker te maken — wat het cijfer verbetert en de service verslechtert. Drie metingen zijn de moeite waard.
De lijst met onbeantwoorde vragen is de praktische versie van dat eerste punt: elk gesprek waarin de AI zijn antwoord niet kon onderbouwen is een gedocumenteerd contentgat, gegroepeerd op wat de klant werkelijk vroeg. Behandel die lijst als je backlog en het oplossingsaandeel volgt vanzelf — hoe dat geteld wordt, inclusief de bezinkperiode die een oplossing terugdraait als de klant terugkomt, staat op hoe wij AI-oplossingen meten. Welke vragen je überhaupt kunt automatiseren en welke mensenwerk blijven, staat in klantenservice automatiseren voor je webshop.
Geen van deze is een modelprobleem, en dat is precies het punt. De overdracht is een operationeel ontwerp — het deel van een AI-inrichting dat een teamleider zonder hulp van ontwikkelaars goed kan krijgen, door de regels te kiezen, de tekst buiten kantooruren eerlijk te schrijven, de goedkeuringsrij te bemensen en één keer per week de doorzetredenen te lezen.
Zodra de klant om een mens vraagt, zodra het onderwerp gevoelig is — geld, klachten, juridische toon, terugboekingen — zodra de klant dezelfde vraag opnieuw stelt omdat het eerste antwoord ernaast zat, en zodra het systeem een antwoord niet kan onderbouwen met je eigen content. Het expliciete verzoek honoreer je direct en zonder tegenwerpingen, in elke taal die je bedient.
Het volledige gesprek in plaats van een samenvatting die het gesprek vervangt, de antwoorden die de AI al gaf met de gebruikte bronnen, de klant- en ordercontext waar de AI over beschikte, en de reden van doorzetten. Zonder die vier legt de klant zijn probleem een tweede keer uit, en dat is een slechtere ervaring dan helemaal geen automatisering.
Niet per se. Het doorzetpercentage meet vooral hoeveel van je volume te beantwoorden is met vastgelegde kennis, dus een hoog cijfer betekent meestal dunne content en niet een zwak model. Het als faalgetal behandelen is schadelijk, want de makkelijkste manier om het te verlagen is escaleren moeilijker maken — dat verbetert het cijfer en verslechtert je service.
Of de klant verbinden met iemand die er echt is, of de vraag opnemen en duidelijk zeggen wanneer hij antwoord krijgt. Wat hij nooit moet doen is beloven dat er zo een medewerker komt terwijl er niemand werkt, of een wachttijd of plek in de rij tonen die nergens wordt berekend.
Voorbereiden wel, uitvoeren niet. Het veilige patroon is dat de AI het verzoek klaarzet inclusief de context van het gesprek en dat een medewerker akkoord geeft voordat er geld beweegt. Die goedkeuringsrij heeft dan wel een eigenaar en een streeftijd nodig, want een rij waar niemand naar kijkt maakt van een snelle terugbetaling een trage.
Groepeer wekelijks de doorzetredenen en behandel de bovenste als je volgende kennisbankartikel, houd bij hoeveel doorgezette en afgesloten gesprekken weer worden heropend, en meet de eerste reactietijd alleen op gesprekken die daadwerkelijk bij een mens kwamen. Automatische en menselijke reacties samen nemen levert een gemiddelde op dat geen van beide rijen beschrijft.
2026-08-13 · 9 min leestijd
Livechat op je website zet je in tien minuten neer: één scriptregel of een plug-in. Plus de instellingen die bepalen of bezoekers echt antwoord krijgen.
2026-08-10 · 10 min leestijd
Een proactief bericht is een bericht waar de klant niet om vroeg. Welke signalen het waard zijn, wat er in zo'n bericht hoort te staan om support te zijn in plaats van ruis, en hoe je het effect eerlijk meet.
2026-08-09 · 9 min leestijd
Gesloten tickets, afhandeltijd en een kale klanttevredenheidsscore overleven in rapportages omdat ze er altijd goed uitzien. Dit meet je in plaats daarvan, en zo zie je of een cijfer wordt bespeeld.
Kijk hoe eerlijk gemeten AI-oplossingen je supportdruk verlagen — begin op het gratis plan, zonder creditcard en zonder verkoopgesprek.