52 vacatures voor klantvragen: hoeveel daarvan zijn echt nieuw?

Het is 9.01 uur en de telefoon gaat: waar blijft mijn bestelling? Om 9.04 een WhatsApp: past dit onderdeel op mijn model? Om 9.10 een mail: kan ik het afleveradres nog wijzigen? Drie vragen, drie kanalen. En alle drie kwamen ze vorige week ook al binnen, letterlijk zo.

We bekeken vacatures van mkb-bedrijven in Utrecht, het Gooi, Twente en de Achterhoek, geplaatst in september en oktober 2026. In 52 daarvan is klantvragen beantwoorden een kerntaak: per mail, telefoon, WhatsApp en chat, vaak alle vier tegelijk. Dat is een op de vier. En het zijn niet alleen klantenservicefuncties: binnendienst, officemanagers en praktijkassistenten hebben het net zo goed in hun takenlijst staan.

Dat past in een breder beeld: eind tweede kwartaal 2026 stonden er volgens het CBS landelijk 375 duizend vacatures open. Een nieuwe collega vinden is dus niet vanzelfsprekend. De vraag die je jezelf moet stellen voordat je zo iemand zoekt: hoeveel van die vragen zijn eigenlijk nieuw?

Wat die vacatures vragen

Lees je de vacatureteksten achter elkaar, dan zie je steeds dezelfde woorden terugkomen: veelvoorkomende vragen, terugkerende vragen, standaardvragen. Eén bedrijf schreef er zelfs bij dat ze die vragen structureel willen oplossen. Dat lees je zelden in een vacature, en het is precies het goede punt.

Grofweg gaat het om vijf soorten werk:

• Waar is mijn bestelling? Levertijd, track-and-trace, iets wijzigen.
• Productvragen. Welk onderdeel past op welk type, welke maat, welk model. Een webshop in de analyse noemt dit letterlijk als hoofdmoot, naast de bestelstatus.
• Uitzoekwerk. Een factuur uitleggen, een contractvraag, een storing die eerst uitgevraagd moet worden.
• Klachten en retouren. Registreren, beoordelen, afhandelen.
• Op de hoogte houden. Klanten bijpraten voordat ze zelf gaan bellen.

Een ander signaal: een supportteam dat meegroeit met het aantal klanten, en waar de nieuwe collega ook de veelvoorkomende vragen moet gaan vastleggen. Daar zit het eigenlijke probleem al in. De antwoorden staan nergens; ze zitten in hoofden.

Wat er in 2026 al vanzelf kan

Je hebt geen ingewikkeld AI-project nodig. De meeste winst zit in drie stappen, en de tools daarvoor zitten vaak al in je helpdesk of webshop.

1. Sorteren. AI leest elk binnenkomend bericht en zet er een label op: bestelling, product, klacht, spoed. Dan zie je in één oogopslag wat eerst moet.
2. Opzoeken en een concept klaarzetten. De assistent kijkt in je ordersysteem en in je vaste antwoorden, en schrijft een concept in jouw toon. Jij leest het na en klikt op versturen. Helpdesks als Trengo bieden dit inmiddels standaard: AI die antwoorden voorstelt én kan versturen, plus kant-en-klare antwoorden voor je FAQ.
3. Pas daarna: zelfstandig. Gaat een soort vraag weken foutloos, dan mag de assistent hem zelf afhandelen. Orderstatus is de bekende eerste kandidaat; webshop-helpdesks als Gorgias rekenen daar per AI-interactie voor.

Voor de assistent hoef je geen databank te bouwen. Volgens Anthropic kun je een kennisbank tot ongeveer 500 pagina's gewoon in zijn geheel meegeven aan het model. Voor de meeste mkb-bedrijven is dat ruim genoeg voor al hun vaste antwoorden.

Werkt dat echt? Het bekendste onderzoek komt van economen die 5.179 klantenservicemedewerkers volgden: met een AI-assistent losten ze gemiddeld 14% meer vragen per uur op, en nieuwe of minder ervaren medewerkers zelfs 34%. Dat laatste is interessant als je toch iemand aanneemt: die is met de juiste hulpmiddelen veel sneller ingewerkt. Hoe je een bot bouwt die klanten zelf te woord staat zonder dingen te verzinnen, lees je in AI in de klantenservice: chatbots die wel werken.

Zeven dingen die je morgen al kunt doen

1. Tel je top 20. Pak de vragen van de afgelopen drie maanden en turf welke het vaakst terugkomen. Gevoel zit er meestal naast.
2. Schrijf per vraag één goed antwoord. In je eigen toon, met de uitzonderingen erbij. Dat is meteen je inwerkdocument.
3. Zet ze als snelle antwoorden klaar. In je mailprogramma, je WhatsApp-tool of je helpdesk. Dat scheelt al typwerk voordat er AI aan te pas komt.
4. Laat je klant zelf meekijken. Een goede bestelstatuspagina laat klanten hun order en verzending volgen zonder dat ze contact hoeven op te nemen. Shopify heeft er standaard een; zorg dat de link in elke verzendmail staat.
5. Stuur een bericht bij vertraging. Voordat de klant het merkt. Elke vraag die je zo voorkomt, hoeft niemand te beantwoorden.
6. Breng je kanalen samen. Mail, WhatsApp en chat in één overzicht. Dan beantwoorden niet twee mensen dezelfde vraag.
7. Zeg eerlijk hoe snel je reageert. Volgens Zendesk verwacht 74% van de consumenten dat de klantenservice 24/7 bereikbaar is. Kun je dat niet, laat dan een automatisch antwoord weten wanneer ze wél iets horen.

De beste klantvraag is de vraag die nooit gesteld wordt. Kijk dus eerst wat je klanten níet laat weten, en pas dan naar wie ze moet antwoorden.

Rekensom

Een schatting, met de aannames erbij. Stel: dertig klantvragen per werkdag via telefoon, mail, WhatsApp en chat, gemiddeld zeven minuten per vraag voor lezen, opzoeken, antwoorden en vastleggen. Dat is drie en een half uur per dag, ±74 uur per maand.

Na inrichting beantwoord je acht vragen nog helemaal zelf (de lastige, en de telefoon), kijk je bij veertien alleen een concept na (twee minuten) en handelt de assistent er acht zelfstandig af. Dan zit je op bijna anderhalf uur per dag, ±29 uur per maand.

Dat verschil van ±44 uur is bij €38 per uur loonkosten all-in (aanname) zo'n €1.670 per maand. Daar gaat software af: een helpdesk als Trengo begint bij €299 per maand op jaarbasis, plus een bedrag per AI-gesprek via WhatsApp. En je antwoorden bijhouden kost ook tijd. Netto blijft er in dit voorbeeld ruim €1.300 per maand over. Bij tien vragen per dag is het verhaal een stuk kleiner, en dan is een helpdesk met snelle antwoorden misschien al genoeg.

Voordat je iemand aanneemt: vijf vragen

1. Wat zijn onze twintig meest gestelde vragen, en hoe vaak komen ze voor?
2. Hoeveel vragen ontstaan doordat wij iets níet laten weten? Levertijd, verzending, vertraging.
3. Staan onze antwoorden ergens op papier, of moet een nieuwe collega alles van horen zeggen leren?
4. Ziet iemand alle kanalen in één overzicht?
5. Als de standaardvragen weg zijn, hoeveel uur blijft er dan over? Is dat een fulltimer, een parttimer of een paar uur extra voor iemand die er al zit?

Let bij elke koppeling op klantgegevens: niet alles mag zomaar in een AI-tool. In AI en de AVG staat waar je op let.

Waar wij helpen

De top 20 maken en snelle antwoorden klaarzetten kun je prima zelf. Wil je dat iemand meekijkt? In een Cut The Crap-sessie lopen we in drie uur je bedrijf door, van inbox tot ordersysteem. Daarna krijg je een rapport met wat er kan en wat het oplevert. Wat je zelf wilt doen, doe je zelf; de rest richten wij in. Levert de sessie geen twee keer je investering op aan besparingen of kansen, dan betaal je niks.

Tot slot

Een op de vier vacatures die we bekeken, zoekt iemand voor klantvragen. Vaak gaat het om vragen die al honderd keer zijn beantwoord. Tel ze, schrijf de antwoorden op, voorkom wat je kunt voorkomen en laat AI het concept maken. Daarna weet je pas echt of je een nieuwe collega nodig hebt, en waarvoor: voor de klanten die wél een mens willen spreken.