Je hebt er vast mee gewerkt, of je hebt er in elk geval over gehoord. ChatGPT, Claude, Midjourney, Gemini. Generatieve AI is in korte tijd van een niche-technologie uitgegroeid tot iets waar vrijwel elk bedrijf mee te maken krijgt. Maar wat is generatieve AI precies, en hoe verschilt het van “gewone” AI?
Veel mensen stellen generatieve AI gelijk aan ChatGPT. Dat is een beetje alsof je het hele internet gelijkstelt aan Google. ChatGPT is een toepassing van generatieve AI, maar er zit een veel breder verhaal achter. En dat verhaal is relevant voor jouw bedrijf, ongeacht je branche of bedrijfsgrootte.
In dit artikel lees je wat generatieve AI inhoudt, hoe het technisch werkt, waar je het als MKB-ondernemer voor kunt inzetten, en waar de risico’s zitten. Met concrete voorbeelden en zonder technisch jargon. Wil je weten waar dit in jouw werk tijd scheelt? Dat zoeken we uit bij AI-automatisering.
Inhoudsopgave
Wat is generatieve AI precies?
Generatieve AI is een tak van kunstmatige intelligentie die nieuwe content maakt. Tekst, afbeeldingen, video, muziek, code, stemgeluid. Het systeem genereert iets dat er eerder niet was, op basis van patronen die het heeft geleerd uit enorme hoeveelheden trainingsdata.
Het verschil met traditionele AI zit in dat woord “generatief”. Klassieke AI analyseert en classificeert. Denk aan een spamfilter die bepaalt of een e-mail spam is of niet. Of een algoritme dat voorspelt welk product een klant waarschijnlijk koopt. Die systemen maken niets nieuws. Ze sorteren, voorspellen of herkennen.
Generatieve AI draait dat om. Geef het een prompt en het maakt iets. Een blogartikel, een logo-ontwerp, een stuk programmeercode, een samenvatting van een vergadering. Het resultaat is meestal een nieuw stuk dat gebaseerd is op statistische patronen. Helemaal uitgesloten is een kopie niet: onderzoekers lieten zien dat zowel taalmodellen als beeldmodellen soms letterlijke stukken uit hun trainingsdata teruggeven.
De term “generatief” komt uit het Engelse “generative”, wat simpelweg “voortbrengend” betekent. Het systeem brengt iets voort.
Waar het soms verwarrend wordt: generatieve AI is een deelverzameling van machine learning, wat op zijn beurt weer een deelverzameling is van AI. Het zijn geen losse dingen, maar lagen die op elkaar bouwen. Machine learning levert de methode waarmee het systeem leert. Generatieve AI is een specifieke toepassing van die methode, gericht op het maken van nieuwe output.
De bekendste voorbeelden van generatieve AI op dit moment zijn grote taalmodellen (LLM’s) zoals de GPT-modellen van OpenAI, Claude van Anthropic en Gemini van Google voor tekst, en beeldgeneratoren zoals Midjourney, GPT Image van OpenAI en Stable Diffusion voor afbeeldingen. Maar er zijn ook tools voor het genereren van video (zoals Runway), muziek (Suno, Udio) en code (GitHub Copilot, Cursor).
Hoe werkt generatieve AI?
Het basisprincipe achter generatieve AI is patroonherkenning op een gigantische schaal. Neem als voorbeeld een groot taalmodel. Zo’n model is getraind op enorme hoeveelheden tekst: boeken, websites, wetenschappelijke artikelen, forums. Al GPT-3 uit 2020 werd getraind op zo’n 300 miljard tokens (stukjes tekst). Tijdens die training leert het model de statistische relaties tussen woorden en zinnen. Welk woord volgt waarschijnlijk na welk ander woord, gegeven de context?

Als je het model vervolgens een vraag stelt, berekent het woord voor woord wat het meest waarschijnlijke vervolg is. Het “denkt” niet echt na. Het doet wiskundige berekeningen met enorm veel variabelen. Maar het resultaat is tekst die voor mensen vaak niet te onderscheiden is van mensgeschreven tekst.
De technologie die dit mogelijk maakt heet de transformer-architectuur, geïntroduceerd door Google-onderzoekers in 2017. De doorbraak zat in het concept “attention”: het model leert welke delen van de invoer het meest relevant zijn voor elk deel van de uitvoer. Als je vraagt “Wat is de hoofdstad van Nederland?”, leert het model dat “hoofdstad” en “Nederland” de relevante woorden zijn, en dat “Amsterdam” het antwoord is.
Bij beeldgeneratie werkt het anders maar met hetzelfde principe. Modellen zoals Stable Diffusion gebruiken een proces dat “diffusion” heet. In de training wordt stap voor stap ruis toegevoegd aan bestaande afbeeldingen, totdat er niets herkenbaars overblijft. Het model leert dat proces om te keren: vanuit ruis een afbeelding opbouwen. Door dat omgekeerde proces te sturen met een tekstbeschrijving, maakt het nieuwe afbeeldingen die passen bij je beschrijving.
Wat je als ondernemer moet begrijpen: je hoeft de wiskunde niet te snappen. Maar het helpt om te weten dat generatieve AI werkt op basis van waarschijnlijkheid, niet op basis van begrip. Het model “weet” niet dat Amsterdam de hoofdstad is. Het weet dat in teksten over Nederland en hoofdsteden het woord “Amsterdam” statistisch vaak voorkomt.
Dit verklaart waarom generatieve AI soms overtuigend foute antwoorden geeft, zogenaamde “hallucinaties”. Het model kiest het meest waarschijnlijke antwoord, maar waarschijnlijk is niet hetzelfde als correct. Voor feitelijke informatie moet je altijd controleren wat het systeem produceert.
Een groot model trainen kost tientallen miljoenen dollars of meer: de Stanford AI Index (2024) schatte alleen de rekenkracht voor GPT-4 op 78 miljoen dollar en voor Gemini Ultra op 191 miljoen dollar. Maar als gebruiker betaal je alleen voor het gebruik via een API of een abonnement. ChatGPT Plus kost 20 dollar per maand, Claude Pro hetzelfde bij maandelijkse betaling. Wie er de hele dag mee werkt, kan een zwaarder abonnement nemen, zoals ChatGPT Pro (100 tot 500 dollar per maand) of Claude Max (vanaf 100 dollar per maand). Wat je als MKB-bedrijf kwijt bent, hangt vooral af van het aantal gebruikers en de tools die je erbij nodig hebt. In de veelgestelde vragen onderaan staat een rekenvoorbeeld voor een team van vijf.
Waarom is generatieve AI belangrijk voor bedrijven?
De reden is simpel: generatieve AI kan de kosten en doorlooptijd van kenniswerk verlagen. En veel MKB-bedrijven draaien voor een groot deel op kenniswerk.
Een rekenvoorbeeld maakt dat concreet. Stel: een marketingmedewerker heeft vier uur nodig om een blogartikel te schrijven, en maakt met generatieve AI een eerste concept in 30 minuten. Het redigeren en aanscherpen kost nog eens een uur. De totale tijdsbesteding gaat van vier uur naar anderhalf uur. Bij twee artikelen per week bespaar je vijf uur. Per maand is dat 20 uur. Per jaar 240 uur. Tegen een uurloon van 40 euro is dat 9.600 euro.
Hoeveel het in werkelijkheid scheelt, hangt sterk af van de taak. In een experiment van MIT (Science, 2023) waren 453 professionals met ChatGPT 40 procent sneller klaar met korte schrijfopdrachten, en lag de kwaliteit volgens beoordelaars 18 procent hoger. In een studie van Stanford en MIT (The Quarterly Journal of Economics, 2025) losten 5.172 klantenservicemedewerkers met een AI-assistent gemiddeld 15 procent meer vragen per uur op. Taken die veel met tekst en communicatie te maken hebben, lijken er het meest van te profiteren.
Generatieve AI vervangt daarbij meestal geen mensen, wel taken. Dat verwacht ook de Internationale Arbeidsorganisatie (ILO), die in 2023 concludeerde dat generatieve AI banen vooral zal aanvullen en minder vaak volledig zal automatiseren. Dezelfde marketingmedewerker schrijft niet minder, maar schrijft meer, of besteedt de vrijgekomen tijd aan strategie en klantcontact. Dat is waar de echte waarde zit.
De bedrijven die nu vooroplopen, zijn niet per se de bedrijven met het beste AI-team. Het zijn de bedrijven die systematisch hebben geïnventariseerd welke taken zich lenen voor AI-ondersteuning. Een CRM bijhouden, offertes opstellen, klantvragen beantwoorden, social media plannen, interne communicatie samenvatten. Overal waar tekst gelezen, geschreven of verwerkt wordt, kan generatieve AI een rol spelen.
Maar er zijn ook risico’s. Generatieve AI kan feitelijke fouten maken. Het kan auteursrechtelijk beschermd materiaal reproduceren. Het kan bias bevatten uit de trainingsdata. En het kan privacy-gevoelige informatie lekken als je onzorgvuldig omgaat met welke data je invoert. De AVG stelt eisen aan hoe je persoonsgegevens verwerkt, ook als je dat via AI-tools doet.
Dat betekent niet dat je moet wachten. Het betekent dat je bewust moet kiezen waar je het inzet en welke controles je inbouwt.
Generatieve AI in de praktijk: voorbeelden voor MKB-bedrijven
Generatieve AI klinkt futuristisch, maar steeds meer bedrijven gebruiken het al. Volgens het CBS gebruikte in 2025 een op de zes bedrijven AI, twee keer zoveel als in 2023, en 8 procent zette het in om tekst te genereren. De vier voorbeelden hieronder zijn illustratief: zo kan het er in een MKB-bedrijf uitzien. Na het tweede voorbeeld lees je een echt project van ons.
Voorbeeld 1: Een accountantskantoor automatiseert klantcommunicatie
Situatie: Denk aan een accountantskantoor met 12 medewerkers dat jaarlijks honderden belastingaangiftes verwerkt. Na elke aangifte stuurt het een persoonlijke toelichting naar de klant. Stel dat het schrijven van zo’n toelichting zo’n 25 minuten per stuk kost.
Toepassing: Het kantoor kan een generatieve AI-tool koppelen aan het administratiesysteem. De tool maakt dan automatisch een concepttoelichting op basis van de aangiftedata. Een accountant controleert het concept, past het aan waar nodig, en verstuurt het.
Wat het kan opleveren: De accountant begint niet meer bij een leeg scherm, en dat scheelt tijd per toelichting. Omdat de tool steeds dezelfde punten langsloopt, wordt ook de kans kleiner dat onder tijdsdruk een punt wordt vergeten.
Voorbeeld 2: Een webshop schaalt productbeschrijvingen op
Situatie: Stel, een webshop in tuinartikelen heeft 2.000 producten, waarvan 800 alleen een fabrikantsomschrijving hebben. Niet uniek, niet SEO-vriendelijk, en niet overtuigend voor bezoekers.
Toepassing: Met ChatGPT en een eigen prompt-template kan de eigenaar nieuwe productbeschrijvingen laten genereren. Elke beschrijving is dan gebaseerd op de fabrikantsdata, aangevuld met zoekwoordinformatie en de tone of voice van de webshop. De eigenaar redigeert elke tekst voor publicatie.
Wat het kan opleveren: Het herschrijven gaat een stuk sneller dan wanneer de eigenaar elke tekst zelf vanaf nul schrijft. Unieke, overtuigende teksten kunnen bovendien helpen om productpagina’s beter vindbaar te maken en meer bezoekers over de streep te trekken.
Hoe generatieve AI voor teksten er in het echt uitziet, zie je in de redactie van AI-agents die wij voor een zelfstandig adviseur in het onderwijs bouwden. De schrijver-agent werkt binnen een kader dat is teruggelezen uit ruim 450 eigen documenten van de adviseur, en leest zijn eigen concept daarna tegen op AI-taal. Geen van de agents mag zelf iets naar buiten brengen: de adviseur keurt eerst de richting voor de week goed en daarna elke tekst apart. Ook hier bleek controle nodig. Het systeem verzon soms een scène die las alsof de adviseur er zelf bij was geweest. Ontbreekt zo’n eigen moment, dan stopt het systeem nu en vraagt het erom.
Voorbeeld 3: Een recruitmentbureau versnelt kandidaatselectie
Situatie: Stel, een recruitmentbureau ontvangt wekelijks 200 tot 300 cv’s voor diverse vacatures. Het handmatig screenen en matchen van cv’s kost twee medewerkers samen 20 uur per week.
Toepassing: Het bureau kan een generatieve AI-tool inzetten die cv’s samenvat, relevante ervaring uitlicht en per vacature een matchingscore berekent. De tool kan ook een korte aanbevelingstekst maken die de recruiter kan gebruiken in de communicatie met de opdrachtgever. Houd de selectie wel bij de recruiter: software die cv’s sorteert of kandidaten beoordeelt, valt volgens de Europese AI-verordening onder hoog risico, met strengere regels vanaf 2 december 2027.
Wat het kan opleveren: Het screenen kost minder tijd, en die tijd kunnen de recruiters besteden aan persoonlijke gesprekken met kandidaten en opdrachtgevers.
Voorbeeld 4: Een adviesbureau bouwt een interne kennisbank
Situatie: Denk aan een adviesbureau met 25 medewerkers dat jarenlang rapporten, presentaties en memo’s heeft opgebouwd, verspreid over mappen, mailboxen en SharePoint. Nieuwe medewerkers zijn veel tijd kwijt aan het zoeken naar relevante informatie.
Toepassing: Het bureau kan generatieve AI gebruiken om de interne documenten te indexeren en doorzoekbaar te maken via een chatinterface. Medewerkers stellen dan vragen als “Wat was onze aanpak bij het fusietraject van klant X?” en krijgen een samenvatting met verwijzingen naar de originele documenten.
Wat het kan opleveren: Nieuwe medewerkers vinden sneller hun weg, en er gaan minder interne “ken je dat rapport van…”-mails rond. Of dat de productiviteit structureel verhoogt, is lastig te meten.
Waar begin je met generatieve AI?
Niet met een dure tool of een ambitieus project. Begin klein, meet wat het oplevert, en schaal op wat werkt.
Stap 1: Inventariseer je tekstwerk. Maak een lijst van alle taken in je bedrijf waar tekst geschreven, gelezen of verwerkt wordt. E-mails, rapporten, offertes, social media, klantcommunicatie, interne updates. Schat per taak hoeveel uur per week erin gaat.
Stap 2: Kies een tool en experimenteer. Start met een algemeen model. ChatGPT Plus of Claude Pro zijn voor 20 dollar per maand een laagdrempelig startpunt. Probeer het een maand op twee of drie taken. Houd bij hoeveel tijd je bespaart en hoe vaak je de output moet corrigeren.
Stap 3: Bouw prompt-templates. Als je merkt dat een toepassing werkt, maak er dan een vast prompt-template voor. “Schrijf een offerte voor [dienst] aan [type klant] met deze specificaties: […]”. Zo wordt het resultaat consistenter en hoef je minder bij te sturen. Meer voorbeelden vind je in ons artikel over prompts voor zakelijk gebruik.
Stap 4: Stel richtlijnen op. Bepaal als team waar je generatieve AI wel en niet voor gebruikt. Welke data mag je invoeren? Wie controleert de output? Hoe ga je om met auteursrecht? En wanneer vermeld je dat iets met AI is gemaakt? Sinds 2 augustus 2026 moet je volgens de Europese AI-verordening onder meer deepfakes herkenbaar maken, en ook teksten over onderwerpen van algemeen belang die je zonder menselijke controle publiceert (zie de uitleg van de Europese Commissie). Leg dit vast in een kort intern document.
Stap 5: Meet en evalueer. Na drie maanden heb je genoeg data om te bepalen of de investering zich terugbetaalt. Kijk niet alleen naar tijdsbesparing, maar ook naar de kwaliteit van het werk en de tevredenheid van je team.
Kortom: wat is generatieve AI? AI die op basis van patronen uit enorme hoeveelheden voorbeelden zelf nieuwe tekst, beelden, audio of code maakt. Met de juiste kennis neem je betere beslissingen voor je bedrijf.
Veelgestelde vragen over generatieve AI
Is generatieve AI hetzelfde als ChatGPT? Nee. ChatGPT is een product van OpenAI dat generatieve AI gebruikt. Andere voorbeelden zijn Claude (Anthropic), Gemini (Google), Copilot (Microsoft) en Midjourney (beeldgeneratie). Generatieve AI is de technologie, ChatGPT is een toepassing ervan.
Kan generatieve AI mijn baan overnemen? Waarschijnlijk niet je hele baan, maar wel delen ervan. Taken die sterk leunen op het verwerken of produceren van tekst zijn het meest kwetsbaar. Taken die creativiteit, emotionele intelligentie, strategisch denken of fysiek werk vereisen, zijn veel moeilijker te automatiseren. Het meest realistische scenario is dat je werk verandert, niet verdwijnt.
Hoe zit het met auteursrecht op AI-gegenereerde content? Dit is juridisch nog niet volledig uitgekristalliseerd. In Nederland en de EU geldt als uitgangspunt dat auteursrecht alleen toekomt aan menselijke makers. Puur AI-gegenereerde content heeft dus waarschijnlijk geen auteursrechtelijke bescherming. Volgens de Hoge Raad moet een werk het resultaat zijn van “scheppende menselijke arbeid en dus van creatieve keuzes”. Rechters in onder meer Italië en Tsjechië oordeelden volgens een studie van het EUIPO (2025) dat AI-output op zichzelf niet beschermd is, tenzij er een duidelijke en voldoende creatieve menselijke bijdrage in zit. Bewerk je de output zelf, dan hangt het dus af van hoeveel eigen creatieve keuzes jij erin stopt. Raadpleeg een juridisch adviseur als je dit voor commerciële content inzet.
Is het veilig om bedrijfsdata in te voeren in ChatGPT? Dat hangt af van je abonnement en instellingen. Bij persoonlijke abonnementen kunnen je gesprekken worden gebruikt om de modellen te verbeteren. Bij Claude Free, Pro en Max kies je dat bijvoorbeeld zelf in je privacyinstellingen. Bij zakelijke abonnementen gebeurt dat standaard niet: OpenAI traint niet op de gegevens in ChatGPT Business en Enterprise, en Anthropic niet op die in Claude Team, tenzij je daar zelf voor kiest. Controleer altijd de privacyvoorwaarden en voer nooit persoonsgegevens of bedrijfsgevoelige informatie in zonder de juiste waarborgen.
Wat kost generatieve AI voor een MKB-bedrijf? De kosten lopen uiteen. Een individueel abonnement op ChatGPT Plus of Claude Pro kost 20 dollar per maand. Zakelijke abonnementen met teamfunctionaliteit, zoals ChatGPT Business en Claude Team, kosten 20 dollar per gebruiker per maand bij jaarbetaling en 25 dollar bij maandelijkse betaling. Specialistische tools voor specifieke taken (beeldgeneratie, code, data-analyse) hebben eigen prijsmodellen. Voor een team van vijf mensen kom je met zo’n teamabonnement op 100 tot 125 dollar per maand, plus wat je aan specialistische tools toevoegt.
Hoe voorkom ik fouten in AI-gegenereerde content? Door altijd te controleren. Generatieve AI maakt regelmatig feitelijke fouten, vooral bij specifieke getallen, data, namen en technische details. Bouw een controleronde in je workflow in. Laat een teamlid de AI-output nalezen voordat je het publiceert of verstuurt. Hoe specifieker je prompt, hoe betrouwbaarder het resultaat.
Mag ik generatieve AI gebruiken volgens de AVG? Ja, maar met voorwaarden. Als je persoonsgegevens verwerkt via AI-tools, moet je voldoen aan de AVG. Dat betekent onder meer een verwerkersovereenkomst met de AI-aanbieder, een grondslag voor verwerking, en transparantie naar betrokkenen. De Autoriteit Persoonsgegevens publiceerde in juli 2026 een handreiking over generatieve AI en de AVG, en een hulpmiddel waarmee je kunt inschatten of je organisatie generatieve AI wil, kan en mag inzetten.
Tot slot
Generatieve AI is geen toekomstmuziek meer. Het is een werkbaar gereedschap dat nu beschikbaar is, voor een fractie van wat het drie jaar geleden zou hebben gekost. De bedrijven die er het meest van profiteren zijn niet de bedrijven die het grootst denken, maar de bedrijven die het slimst beginnen. Klein, gericht, en met duidelijke verwachtingen.
Wil je uitzoeken waar generatieve AI het verschil kan maken in jouw bedrijf? Neem dan contact met ons op voor een vrijblijvend gesprek. We helpen je met een praktisch plan dat past bij jouw situatie en budget.
Klaar voor een mega start?
Wij wel!
Stel al je vragen over onze producten, prijzen, implementaties, of iets anders. Wij zijn hier om jou te helpen!
