Welke processen écht automatiseren waard zijn

Niet elke handmatige taak is een goede kandidaat voor automatisering. Sommige processen zijn rijp voor n8n + AI. Andere moet je eerst herontwerpen vóór je ze automatiseert — anders automatiseer je een slecht proces, en blijft het slecht.

Een checklist van vier vragen om te bepalen of jouw proces écht automatiseren waard is.

Vraag 1: Herhaal je het vaker dan 5x per week?

Onder de 5 keer per week is automatisering vaak meer moeite waard dan het oplevert. Engineering-tijd om iets te bouwen, plus monitoring, plus af-en-toe-onderhoud, plus de cognitieve last van "weet ik nog hoe het werkt als er iets stuk gaat?".

Boven de 5 keer per week begint de calculus te kantelen. 10 keer per week = 500 keer per jaar. Als je per uitvoering 5 minuten kwijt bent: 40 uur per jaar bespaard. Genoeg om engineering-tijd terug te verdienen binnen 3-6 maanden.

Voorbeelden boven de drempel

• Klant-onboarding: 3-5 nieuwe klanten per week × 30 min werk = 1.5-2.5 uur per week
• Maandelijkse facturen + opvolging: 30-50 klanten × 5 min administratie = 2-4 uur per maand
• Lead-classificatie uit formulieren: 10-30 leads per week × 2 min = 20-60 min per week

Voorbeelden onder de drempel

• Jaarlijkse personeels-review-rapporten: te weinig volume, vaak handwerk de norm
• Eindejaarsboekhouding: te complex + variabel, hooguit delen automatiseren
• Eenmalige migratie naar nieuw systeem: doe het handmatig, vaak sneller

Vraag 2: Volgt het een herkenbaar patroon, of beslist een mens telkens opnieuw?

Automatiseren werkt als er een patroon onder zit. "Bij elke nieuwe lead: stuur welkomstmail + maak HubSpot-record + voeg toe aan Slack-channel" is een patroon. "Beslis per klant wat past" is dat niet — daar zit menselijke beoordeling onder.

Twee tussenvormen:

• Patroon met uitzonderingen: 90% volgt het patroon, 10% is "iets anders". Automatiseer het patroon-gedeelte, laat een mens de uitzonderingen handmatig oppakken.
• Routine met menselijk eindoordeel: AI doet het zware werk (analyse, eerste draft, classificatie), mens kiest "ja/nee/aanpassen". Dit is waar Claude en GPT-4 het meeste waarde toevoegen voor MKB.

Vraag 3: Is de input gestructureerd (of kan dat zijn)?

Klassieke automatisering werkt als input gestructureerd is: formulieren, API-calls, e-mails met vaste velden. n8n + AI maakt het mogelijk om ook ongestructureerde input aan te pakken (vrije tekst, foto's van bonnen, voice-notes), maar dat vraagt extra werk.

Vragen die helpen:

• Komt input via een formulier (Tally, Typeform) of API (Stripe, Calendly)? → gestructureerd, makkelijk te automatiseren
• Komt input via vrije-vorm mail of WhatsApp-bericht? → ongestructureerd, vereist AI-extractie (Claude leest mail, haalt velden eruit)
• Is input een foto of scan? → vraagt OCR + AI; werkt vaak prima maar verwacht 5-10% handmatige fouten-correctie

Vraag 4: Wat is het kostenplaatje van een fout?

Sommige processen accepteren fouten makkelijk: een verkeerde caption op één post, een typo in een interne mail, een verkeerd geclassificeerde lead. Automatiseren is dan een eenvoudige beslissing.

Andere processen niet: facturen versturen naar verkeerde klant, contract met verkeerd bedrag, medische data verwerken, juridische deadlines. Daar wil je niet 100% automatisering — wel waar AI het zware werk doet en een mens de eindcontrole.

Standaard-pattern bij ons: volume-werk automatiseren tot aan het goedkeuren-moment. De mens drukt op "verstuur" of "publiceer". 95% van de tijd: ja. 5%: aanpassen of stoppen. Snelheid zonder onomkeerbare fouten.

De korte versie

Automatiseer als minstens drie van deze vier waar zijn:

1. Komt vaker dan 5x per week voor
2. Volgt een herkenbaar patroon, óf is patroon-met-AI-classificatie
3. Input is gestructureerd of kan worden geëxtraheerd door AI
4. Fouten zijn niet-catastrofaal, óf er is een menselijke eindcontrole-stap

Onder twee van de vier: laat het met rust, of herontwerp het proces eerst. Daar zit meestal de meeste winst — niet in slecht-proces-sneller-laten-draaien.