Content in 2026: maak het verschil met AI-analyse in plaats van AI-creatie
In 2023 en 2024 dreef AI de belofte van versnelling: schaalbaarheid zonder extra handen. In 2025 zagen we de effecten: contentproductie nam toe, maar de impact nam af. De vraag die in 2026 centraal staat: hoe keren we terug naar content die ertoe doet?
Waar het misgaat
Teksten schrijven met AI. Dat is waar het misgaat. Ik snap het, want schaalbaarheid en snelheid is verleidelijk. Ineens kan je meerdere artikelen per week maken en kan iedere organisatie al zijn feeds goed gevuld houden. Volledig automatisch ook nog.
Maar we moeten AI niet inzetten om tekst te genereren, juist bij andere stappen in het schrijfproces. Denk aan heel goed analyseren wat voor content werkt, beter inzicht krijgen in je doelgroep, tekst structuren en nog beter leesbaar maken of van een bestaande tekst andere formats maken.
1. AI wordt ingezet als schrijfmachine, niet als denktool
Wat ik al zei, de eerste golf van AI-adoptie landde in de productiefase van content. Dat leverde snelheid op, maar veranderde niets aan de inhoudelijke basis: wat we zeggen, voor wie en waarom dat ertoe doet. We optimaliseerden de verpakking, niet de inhoud.
AI-content is vlak. De taal klopt, de structuur klopt, maar het ontbreekt aan iets. Menselijke teksten worden gekenmerkt door:
- Gekozen perspectief
- Situatiegebonden interpretatie
- Risico nemen op betekenis
AI-teksten missen dat, omdat een taalmodel geen belang, bedoeling of verantwoordelijkheid heeft.
Het lijkt erop dat veel van ons zijn gestopt met echt nadenken vóórdat we iets maken. Dat is niet verwijtend bedoeld, want ik merk het bij mezelf af en toe ook. Dus deze reminder is net zo hard voor mij. Laatst volgde ik een cursus satire schrijven en we besteedden drie lessen aan het bedenken van een goede kop: met pen en papier. Toen kwam dat besef heel hard binnen. We hebben schrijven vervangen door produceren. De werkelijke oorzaak wat mij betreft: gebrek aan actuele, levende doelgroepkennis.
Wie in 2026 relevant wil zijn, draait het proces om: eerst kijken, luisteren, duiden en kiezen. Creatie als gevolg van inzicht, niet als startpunt.
2. Volume werd een KPI
In veel organisaties schoof de focus in 2024–2025 richting ritme en zichtbaarheid: elke week publiceren, aanwezig blijven in de feed en consistentie vasthouden. Het lijkt wel alsof we juist door alle AI-content, nog meer content willen maken. Want hoe blijf je anders nog zichtbaar? Het probleem met deze KPI’s is dat ze activiteit belonen, niet betekenis. Toch zijn ze bij veel organisaties leidend of in ieder geval heel belangrijk. Door te sturen op hoeveel en hoe vaak, verlies je vanzelf het gesprek over waarom en voor wie.
Het gevolg is dat contentteams steeds harder werken om de feed te vullen, terwijl de aandacht van de doelgroep afneemt. Niet omdat mensen minder willen lezen, maar omdat te weinig content nog een reden heeft om gelezen te worden.
3. Doelgroepkennis is stil blijven staan
Content landt niet meer, omdat veel organisaties niet meer beginnen bij het begrijpen van de werkelijkheid van hun doelgroep. De meeste content wordt gemaakt vanuit aannames. Je kent die persona wel, die vijf jaar geleden is gemaakt en waar nog steeds naar verwezen wordt. Er wordt te weinig bevraagd wat er nu écht speelt bij de doelgroep aan de doelgroep zelf.
Content reageert niet op de actuele vragen en twijfels van je doelgroep en je gebruikt niet de taal die jouw doelgroep vandaag gebruikt. Relevante content ontstaat alleen wanneer inzichten voortdurend worden vernieuwd: door gesprekken, door signalen te analyseren en door niet te vertrouwen op persona’s die een jaar of ouder zijn. Als die vernieuwing ontbreekt, maakt het niet uit hoe goed de prompt is, hoe mooi de vorm of hoe slim het algoritme.
Wat 2026 vraagt: terug naar de kern
Hoe gaan we dit oplossen? De vraag in 2026 is niet hoe we nóg efficiënter content kunnen produceren, maar hoe we weer tot inhoud komen waar je doelgroep blij van wordt. De contentmakers die in 2026 verschil maken, gebruiken AI niet voor productie, maar voor inzicht. De strategische waarde verschuift als je het mij vraagt van creatie naar analyse.
AI als analyse-motor
De echte waarde van AI zit in analyseren op schaal. Het kan duizenden gesprekken, klantmails en supportvragen analyseren zonder te blijven hangen in één interpretatie. Niet om het samen te vatten, maar om patronen zichtbaar te maken die je handmatig nooit ziet.
En precies daar ontstaat inzicht.
Het gaat niet om:
- “Waar gaat deze vraag over?”
Het gaat om:
- “Wat houdt iemand tegen om ‘ja’ te zeggen?”
- “Welke overtuiging of twijfel zit onder dit bezwaar?”
- “Welke behoefte probeert iemand eigenlijk te beschermen?”
Veel data heb je al, alleen is het vaak verspreid en wordt niet (optimaal) benut. AI kan enorme hoeveelheden taal verwerken, structureren en duiden. De kern is dan dat je AI gebruikt om je te helpen begrijpen, je schrijft zelf en daarna kun je AI content laten versterken en omvormen.
Dit artikel klinkt, zeker van iemand die gek is op AI, misschien heel cynisch. Maar ik heb het gevoel dat we ons afgelopen jaar teveel hebben laten afleiden door alles wat er glinstert aan AI. We zijn vergeten of hebben niet helder wat kwalitatieve content is. Het feit dat alles kan, wil niet zeggen dat je ook alles met AI moet. Of dat jouw contentproces er al klaar voor is.
Wat kan je dan concreet morgen doen?
- Zet per contentformat (en vaak heb je verschillende per kanaal) op papier wat kwaliteit is.
- Analyseer bijvoorbeeld van afgelopen jaar je contentdata – wat werkt wel en wat werkt niet als je kijkt naar data?
- Vind een ritme om met je doelgroep in gesprek te gaan. Dit kan bijvoorbeeld zijn dat iedereen uit je marketingcommunicatieteam eens per maand een dag meegaat met sales of een paar uur aansluit bij de klantenservice. Verzamel de data en gebruik die slim, ja dat kan met AI. Om realistische en levende persona’s te ontwikkelen.
Veel succes!
Over de auteur
