Twee Nederlandse ondernemers, Michael en Maurice, draaien met z’n tweeën megacampagnes met behulp van kunstmatige intelligentie. Ze gebruiken algoritmen om werk te versnellen dat normaal bij grotere marketingteams ligt. Dat gebeurt nu, in Nederland, bij commerciële campagnes op meerdere platforms. Het doel is schaal en lagere kosten, met oog voor regels uit de Europese AI-verordening (AI Act) en de AVG.
Klein team, grote campagnes
De twee sturen grote advertentie- en contenttrajecten aan met een klein team. Generatieve AI, software die teksten en beelden maakt op basis van voorbeelden, helpt bij copy, visuals en varianten voor A/B-tests. Automatisering neemt routinetaken over, zoals het maken van concepten en het clusteren van doelgroepen. Zo blijft meer tijd over voor strategie en evaluatie.
Veel bureaus combineren tekst- en beeldmodellen met analysetools van advertentieplatforms. Daarmee testen ze snel meerdere versies van een boodschap en optimaliseren ze budgetten. Ook rapportages worden versneld door datamodellen die resultaten samenvatten in begrijpelijke taal. Dit maakt hoge frequentie en brede uitrol haalbaar voor kleine teams.
De ondernemers zetten AI in waar het schaalvoordeel oplevert en sturen handmatig bij waar merk en nuance centraal staan. Dat voorkomt generieke uitingen en houdt kwaliteit op peil. De balans tussen mens en model is cruciaal: het systeem doet het zware werk, de mens bepaalt de lijn. Zo kunnen twee mensen meerdere klanten tegelijk bedienen.
“Dankzij AI doen we het werk van twintig mensen,” zeggen de ondernemers.
Werk verschuift naar regie
Het werk verandert van maken naar regisseren. Een prompt, een korte instructie aan een model, stuurt de output. Wie goed prompt, krijgt snellere en vaak betere resultaten. Daardoor verschuift waarde naar briefing, tone of voice en merkconsistentie.
Workflows verbinden tools voor tekst, beeld en data tot één keten. Dit kan via standaardkoppelingen of eenvoudige automatisering, zodat concept, variant en rapportage elkaar snel opvolgen. Menselijke controle blijft nodig bij tone of voice, juridische check en eindredactie. Foutcontrole en merkbewaking worden vaste stappen in de keten.
De rolverdeling wordt helder: AI levert snelheid en volume, de mens borgt context en kwaliteit. Teams stellen richtlijnen op voor stijl, bronnen en goedkeuring. Zo voorkomen zij dat snellere productie leidt tot ruis of verspilling van mediabudget. Regie is daarmee een kerncompetentie in moderne marketing.
Beperkingen en kwaliteitsrisico’s
Generatieve systemen kunnen fouten maken of informatie verzinnen. Dit heet hallucinatie en vraagt om broncontrole. Ook kan de toon tussen uitingen verschillen als prompts niet strak zijn. Daarom werken teams met sjablonen, gecontroleerde vocabulaire en voorbeelden.
Bias, ongewenste vooroordelen in trainingsdata, kan doorklinken in beelden en teksten. Dat is extra gevoelig bij doelgroeptargeting en werving. Merken moeten diversiteit en inclusie actief borgen in hun instructies en beeldkeuze. Regelmatige audits helpen om afwijkingen vroeg te vinden.
Merkveiligheid en platformregels blijven grenzen stellen. Sommige platforms labelen AI-gegenereerde content of weigeren misleidende beelden. Ook kunnen rechten op beeld en muziek spelen als modellen op beschermde werken zijn getraind. Heldere afspraken met leveranciers en juridische checks zijn daarom nodig.
AI-verordening en AVG gelden
De Europese AI-verordening (AI Act) introduceert regels voor transparantie en risicobeheer. Generatieve systemen moeten duidelijk maken dat content door AI is gemaakt als dat risico op misleiding verlaagt. Bij synthetische menselijke stemmen of deepfakes is expliciete labeling vereist. Bedrijven moeten documenteren hoe zij modellen gebruiken en controleren.
De AVG blijft leidend bij data voor targeting en personalisatie. Dat betekent dataminimalisatie, een rechtsgrond zoals toestemming, en veilige opslag. Cookiekeuzes en toestemmingslogs moeten op orde zijn, ook bij lookalike-doelgroepen. Verwerkersovereenkomsten tussen adverteerder, bureau en toolleveranciers zijn op het moment van schrijven essentieel.
Voor mkb-ondernemers betekent dit: snelle inzet kan, maar alleen met duidelijke processen. Leg vast welke datasets u gebruikt en met welk doel. Label AI-content waar nodig en bied een menselijk aanspreekpunt. Zo blijft automatisering in lijn met Europese regels en Nederlandse handhaving.
Meer snelheid, lagere kosten
Automatisering verlaagt productietijd en kosten per variant. Daardoor kunnen campagnes vaker worden ververst en beter aansluiten op seizoenen of acties. Ook kleine adverteerders krijgen toegang tot testen op schaal. Het rendement stijgt als slechte varianten snel worden gestopt.
De grootste winst zit in repetitieve taken: koppen, formats, korte scripts en basisvisuals. Modellen leveren tien voorstellen, de mens kiest en scherpt aan. Hierdoor komt er meer tijd vrij voor positionering en proposities. Strategische keuzes krijgen zo meer aandacht.
Toch blijft menselijke expertise bepalend voor resultaat. Zonder duidelijke doelstelling en meetplan stuurt AI in het luchtledige. Teams die merkkaders, KPI’s en kwaliteitscriteria vooraf vastleggen, halen de meeste winst. Dat is de les uit de praktijk van Michael en Maurice.
Nederlandse lessen voor mkb
Hun aanpak laat zien dat mkb’ers met twee tot drie mensen grote trajecten kunnen draaien. Vereist zijn basiskennis van AI-tools, strakke processen en juridische hygiëne. Training in prompten en kwaliteitscontrole weegt zwaarder dan dure software. Begin klein, meet, en schaal wat werkt.
Publieke sector en onderwijs kunnen vergelijkbare principes toepassen, maar met extra waarborgen. Denk aan toegankelijkheid, uitlegbaarheid en strengere privacy-eisen. De Europese AI-verordening gevolgen overheid zijn hierbij direct: transparantie en menselijke tussenkomst zijn verplicht bij impactvolle inzet. Dit dwingt tot zorgvuldige pilotfases en heldere communicatie.
Voor Nederlandse bedrijven geldt op het moment van schrijven: investeer in vaardigheden, niet alleen in tools. Leg keuzes vast, kies leveranciers die voldoen aan EU-regels en audit hun modellen. Zo blijft de belofte van “meer met minder” ook houdbaar als toezicht toeneemt. En kunnen kleine teams verantwoord groot werk leveren.