Je klantenservice schalen zonder je team uit te breiden met behulp van AI: 5 lessen van KwikFit

Klanten verwachten steeds sneller antwoord, terwijl het aantal contactmomenten blijft groeien. Zeker tijdens piekperiodes kan dat flinke druk leggen op een klantenserviceteam. Hoe schaal je dan mee zonder direct meer mensen aan te nemen? KwikFit koos ervoor om AI een deel van het klantcontact te laten opvangen. Inmiddels handelt de AI-agent maandelijks 5.000 tot 6.000 gesprekken af. De ervaringen van KwikFit laten goed zien waar AI in klantenservice wel en niet het verschil maakt.

Groei in klantcontact vraagt om een andere aanpak

KwikFit heeft ruim 160 vestigingen in Nederland en ziet al jaren dat steeds meer klantcontact online plaatsvindt. Afspraken worden digitaal gemaakt, klanten oriënteren zich via de website en verwachten dat ze ook buiten openingstijden snel antwoord krijgen op hun vragen. Die ontwikkeling zorgt automatisch voor meer druk op de klantenservice. Vooral in het najaar en de winter loopt het volume sterk op. Winterbandenwissels, Black Friday en andere piekmomenten zorgen ervoor dat het aantal klantvragen in korte tijd flink kan stijgen. Voor KwikFit was dat een belangrijke reden om te onderzoeken of AI een deel van die druk kon opvangen. Niet omdat de organisatie minder mensen wilde inzetten, maar omdat het team steeds meer tijd kwijt was aan dezelfde vragen. Daardoor bleef er minder ruimte over voor klanten met complexere of uitzonderlijke situaties.

Les 1: automatiseer niet alleen simpele vragen

Veel organisaties beginnen bij AI met een lijst veelgestelde vragen. Openingstijden, locaties, afspraken en standaardinformatie zijn logische onderwerpen om te automatiseren. Toch merkte KwikFit al snel dat de grootste waarde juist verder ging dan dat soort eenvoudige vragen. Klanten vragen bijvoorbeeld regelmatig welk type onderhoud of welke banden geschikt zijn voor hun auto. Dat zijn vragen waarbij mensen vooral bevestiging zoeken. Ze willen weten of ze de juiste keuze maken voordat ze een afspraak boeken. Doordat de AI-agent gebruikmaakt van de informatie op de website van KwikFit, kan hij ook dat soort adviesvragen beantwoorden. Volgens Dennis van de Brink, manager klantenservice bij KwikFit, bleek dat in de praktijk belangrijker dan vooraf gedacht. “We zien dat de AI-agent niet alleen repeterende vragen afhandelt, maar ook echt adviesvragen. Klanten willen bevestiging dat wat ze boeken de juiste keuze is voor hun auto.” Daar zit een belangrijke les in voor andere organisaties. Kijk bij automatisering niet alleen naar welke vragen vaak voorkomen, maar ook naar welke vragen voorspelbaar genoeg zijn om op basis van bestaande kennis goed te beantwoorden. Dat toepassingsgebied is vaak groter dan alleen een klassieke FAQ.

Les 2: vertrouwen ontstaat door te testen, niet door eindeloos voor te bereiden

Een AI-agent zelfstandig met klanten laten communiceren vraagt vertrouwen. KwikFit had vooraf dan ook twijfels. Vooral de vraag of de agent voldoende rekening kon houden met uitzonderingen en specifieke situaties speelde daarbij een rol. In plaats van maandenlang alle mogelijke scenario’s uit te werken, koos KwikFit voor een korte implementatieperiode waarin veel werd getest. Binnen veertien dagen werd de agent ingericht, gecontroleerd en live gezet. Tijdens die periode keek het team continu naar de antwoorden die de agent gaf. Niet alleen naar de inhoud, maar ook naar formulering, uitzonderingen en situaties waarin een klant een vraag op een andere manier stelde dan verwacht. Van de Brink: “Binnen 14 dagen hadden wij een agent ingericht, getest en goed genoeg bevonden om live te zetten. Sindsdien hebben we continu verbeteringen doorgevoerd, maar we hebben nooit de noodzaak gevoeld om hem offline te halen.” Dat laat ook zien dat een AI-implementatie geen klassiek IT-project is dat na livegang klaar is. De kwaliteit wordt juist beter door te kijken naar echte gesprekken en de agent op basis daarvan verder aan te scherpen.

Les 3: meet meer dan alleen automatisering

Een veelgebruikt cijfer bij AI in klantenservice is het automatiseringspercentage. Dat is nuttig, maar het vertelt maar een deel van het verhaal. KwikFit kijkt daarom ook naar wat er in de rest van de klantenservice gebeurt. De organisatie ziet inmiddels ongeveer 5.000 tot 6.000 gesprekken per maand via de AI-agent. Tegelijkertijd is het inkomende e-mailvolume met ongeveer 20 tot 25 procent afgenomen en het telefoonverkeer op het hoofdkantoor met ongeveer 25 tot 30 procent. Tijdens de drukste winterperiode loopt die reductie in telefoonverkeer zelfs op tot ongeveer 35 procent. Die cijfers zijn relevant, maar volgens Van de Brink zit de grootste winst in de manier waarop medewerkers hun tijd kunnen besteden. Waar zij voorheen veel tijd kwijt waren aan terugkerende vragen, kunnen zij zich nu vaker richten op uitzonderingen en klanten die echt persoonlijke hulp nodig hebben. “Je hebt niet constant meer de druk van een telefoonwachtrij of een mailbox die helemaal overloopt. Mensen hebben echt tijd om klanten goed te helpen als het erop aankomt.” Dat verandert ook hoe je productiviteit moet bekijken. Het doel hoeft niet te zijn dat een medewerker meer gesprekken per uur afhandelt. Productiviteit kan ook betekenen dat dezelfde medewerker minder tijd kwijt is aan eenvoudige vragen en daardoor betere service kan bieden in situaties waarin menselijk contact belangrijk is.

Les 4: AI laat ook zien waar je klantreis beter kan

Een ander effect werd pas zichtbaar nadat de AI-agent langere tijd in gebruik was. De gesprekken leveren namelijk niet alleen antwoorden op, maar ook inzicht in waar klanten tegenaan lopen. Het team van KwikFit bekijkt regelmatig de gesprekken die de agent voert. Met duizenden gesprekken per maand is het niet haalbaar om alles handmatig na te lezen. Daarom wordt vooral gekeken naar patronen: welke onderwerpen komen vaak terug, welke gesprekken duren opvallend lang en op welke punten hebben klanten extra uitleg nodig? Die inzichten worden vervolgens gebruikt om content en processen te verbeteren. Van de Brink omschrijft die verandering als een verschuiving van reactief naar preventief werken: “We hebben nu tijd om dingen aan te pakken. In plaats van dat je brandjes aan het blussen bent, ben je brandjes aan het voorkomen.” Dat is misschien een van de interessantere effecten van AI in klantenservice. Als honderden klanten dezelfde vraag stellen, kun je de agent leren die vraag steeds beter te beantwoorden. Maar je kunt ook onderzoeken waarom die vraag zo vaak wordt gesteld en of je de oorzaak in de klantreis kunt wegnemen.

Les 5: schaalbaarheid is vaak interessanter dan kostenbesparing

Bij AI wordt al snel gesproken over het vervangen van medewerkers. Bij KwikFit is dat niet het uitgangspunt geweest. Het klantenserviceteam is in omvang ongeveer gelijk gebleven, terwijl het digitale verkeer en het aantal klantcontacten verder zijn gegroeid. De winst zit dus vooral in schaalbaarheid. Met hetzelfde team kan een groter volume worden verwerkt zonder dat de druk evenredig toeneemt. Van de Brink: “We zien iedere maand toenemend verkeer en hogere volumes. Toch heb ik mijn team al ruim anderhalf jaar niet hoeven uitbreiden.” Voor organisaties met sterke pieken in klantcontact is dat extra relevant. Een menselijke klantenservice heeft een relatief vaste capaciteit. Als het aantal vragen tijdelijk verdubbelt of verdrievoudigt, ontstaan al snel wachtrijen. Een AI-agent kan die pieken veel makkelijker opvangen. Daarom is de interessantere vraag vaak niet hoeveel medewerkers je met AI kunt besparen, maar hoeveel groei je kunt opvangen voordat extra capaciteit nodig is.

Van antwoorden geven naar acties uitvoeren

De volgende stap voor KwikFit ligt niet alleen in meer gesprekken automatiseren, maar vooral in meer handelingen automatiseren. Nu geeft de AI-agent veel informatie en verwijst hij klanten waar nodig door naar de juiste plek op de website. In de toekomst wil KwikFit dat klanten vanuit hetzelfde gesprek ook direct acties kunnen uitvoeren.
Denk aan het boeken of verplaatsen van een afspraak, het bekijken van bestaande boekingen of het ophalen van informatie uit de persoonlijke klantomgeving. Daarmee verandert de rol van een AI-agent. In de eerste fase helpt AI vooral door vragen te beantwoorden. In de volgende fase kan AI daadwerkelijk taken uitvoeren. Voor klanten is dat uiteindelijk veel logischer. Iemand die vraagt hoe hij een afspraak kan verzetten, wil waarschijnlijk helemaal geen uitleg. Diegene wil vooral dat die afspraak wordt aangepast.

AI vervangt klantenservice niet, maar verandert het werk wel

De ervaring van KwikFit laat vooral zien dat AI niet per se leidt tot minder menselijke klantenservice. De rol van medewerkers verschuift wel. Terugkerende vragen worden vaker automatisch afgehandeld, terwijl medewerkers meer tijd krijgen voor complexe situaties, uitzonderingen en het verbeteren van de klantreis. Van de Brink ziet AI daarom vooral als een versterking: “Er blijft altijd een menselijke schakel. Ik zie AI vooral als een versterking en niet als een vervanging.” Dat is waarschijnlijk ook de belangrijkste les uit deze case. De waarde van AI zit niet alleen in hoeveel gesprekken je automatiseert, maar in wat er daarna mogelijk wordt. Minder druk op terugkerende vragen betekent meer tijd voor klanten die echt aandacht nodig hebben en meer ruimte om structureel te verbeteren.

Wat kunnen andere organisaties hiervan leren?

Wie AI in klantenservice wil inzetten, hoeft niet meteen alle kanalen en processen te automatiseren. Begin liever met één duidelijk klantmoment en bouw van daaruit verder. Breng eerst in kaart welke vragen vaak terugkomen en welke adviesvragen op basis van bestaande informatie goed te beantwoorden zijn. Zorg vervolgens dat je kennisbasis klopt, test de agent met echte scenario’s en kijk niet alleen naar automatiseringspercentages, maar ook naar veranderingen in telefoonvolume, e-mailvolume en werkdruk. Gebruik daarnaast de gesprekken zelf als bron van informatie. Juist daarin zie je welke onderdelen van de klantreis onduidelijk zijn en waar processen beter kunnen. Bij KwikFit begon dat met een AI-agent op de website. Inmiddels ligt de volgende stap bij het uitvoeren van acties en verdere automatisering van andere kanalen. Dat maakt de ontwikkeling interessant: AI begint als extra servicekanaal, maar kan uiteindelijk uitgroeien tot een structureel onderdeel van de hele klantreis.

Bekijk hoe een AI-agent binnen je eigen klantenservice kan worden ingezet.