AI integreren in je bestaande website: zo pak je het aan

Even eerlijk vooraf

Dit artikel gaat níet over de vraag welke AI-toepassingen zinvol zijn en welke marketing-flauwekul — die eerlijke analyse staat in AI op je website: wat werkt en wat is flauwekul, inclusief de realistische kosten. Dit artikel begint waar die ophoudt: je weet ongeveer wat je wilt, en nu wil je weten hoe je het aanpakt zonder een half jaar en een half budget te verbranden.

Ik schrijf dit vanuit de bouwkant: ik maak AI-integraties voor B2B-websites en zie welke projecten soepel lopen en welke stranden. Het verschil zit zelden in de techniek. Het zit bijna altijd in de voorbereiding en de keuzes vooraf.

Het grootste misverstand: je hebt geen nieuwe website nodig

De vraag die ik het vaakst krijg: "moet mijn hele site dan opnieuw?" Nee. Een AI-integratie is in bijna alle gevallen toe te voegen aan je bestaande website — of die nu op WordPress draait, custom gebouwd is of ergens ertussenin zit. Een assistent is technisch gezien een klein stukje code op je pagina dat praat met een server waar de echte logica draait. Je site hoeft daarvoor niet op de schop.

Het omgekeerde misverstand bestaat ook: "AI is een plugin die je even aanzet." Dat klopt evenmin. De plugin-variant bestaat — generieke chatwidgets met een maandabonnement — maar een integratie die écht op jouw bedrijfskennis draait en jouw toon spreekt, vraagt om maatwerk in de laag áchter dat stukje code. Klein qua omvang, maar wel echt werk.

Wat je vooraf op orde moet hebben

Drie dingen bepalen of je project kan slagen nog vóór er één regel code geschreven is:

• Je kennis, op papier. Een AI-assistent is zo goed als de informatie die hij krijgt. Verzamel je veelgestelde vragen mét de antwoorden die je aan de telefoon geeft, je prijzen of richtprijzen, je werkwijze, je voorwaarden. Onvolledig of verouderd materiaal is de nummer één oorzaak van assistenten die onzin verkopen
• Eén meetbaar doel. "Iets met AI" is geen doel. "Minder telefoontjes over openingstijden en offertes", "leads voorkwalificeren buiten kantooruren" of "sneller documenten verwerken" wél. Zonder meetlat weet je na drie maanden niet of het werkt
• Een eigenaar binnen je bedrijf. Iemand die de antwoorden van de assistent steekproefsgewijs leest, fouten terugkoppelt en nieuwe informatie aanlevert. Een uur per week is genoeg — maar nul uur betekent langzaam wegzakkende kwaliteit

De drie keuzes die het project bepalen

1. Kant-en-klaar abonnement of maatwerk op een API?

SaaS-chatwidgets zijn snel live en goedkoop per maand, maar generiek: ze kennen je bedrijf oppervlakkig en je zit vast aan hun format. Maatwerk op een AI-API kost meer bij de bouw, maar draait volledig op jouw kennis, spreekt jouw toon en groeit met je mee. Vuistregel: is klantcontact belangrijk voor je omzet, dan verdient maatwerk zich terug; is het een gemaksfunctie, dan kan SaaS volstaan.

2. Welk AI-model erachter?

De grote namen zijn Claude (Anthropic), GPT (OpenAI) en Gemini (Google). Voor jou als opdrachtgever is de merknaam minder belangrijk dan twee praktische vragen: hoe goed is het model in Nederlands, en hoe betrouwbaar blijft het binnen de grenzen die je stelt? Laat je leverancier motiveren waaróm hij voor een model kiest — "dat gebruiken we altijd" is geen motivatie. Klyo bouwt standaard op Claude, precies om die twee redenen.

3. Waar in de klantreis zet je het in?

Niet elke pagina heeft een assistent nodig. Kies de plek waar bezoekers nú vastlopen of afhaken: de prijzenpagina, het contactformulier, de kennisbank. Eén goede toepassing op de juiste plek verslaat drie halfbakken features verspreid over je site.

Zo ziet een realistisch traject eruit

Een gezond AI-project voor een MKB-website doorloopt vier stappen, samen ergens tussen de één en vier weken:

• Scope klein. Eén toepassing, één doel. De verleiding is groot om meteen alles te willen ("en hij moet ook offertes maken en afspraken plannen en...") — dat is de snelste route naar een project dat nooit af komt
• Proof-of-concept met échte data. Binnen enkele dagen een werkende testversie, gevuld met jouw echte FAQ's en documenten — niet met dummydata. Hier zie je of de kwaliteit goed genoeg is, vóór je volledig committeert
• Integratie en testen met echte gebruikers. Inbouwen in je site, en dan: collega's en een paar vaste klanten ermee laten praten. Zij stellen de vragen waar jij niet aan denkt — en precies die vragen leggen de gaten bloot
• Livegang en bijsturen. De eerste weken na livegang zijn onderdeel van het project, geen nazorg. Antwoorden lezen, prompts aanscherpen, ontbrekende kennis aanvullen

De vragen die je een leverancier stelt

Of je nu met Klyo praat of met een ander: stel deze vijf vragen en let op de kwaliteit van de antwoorden. Een goede bouwer heeft ze paraat; vaagheid hier wordt vaagheid in je project.

• "Welk model gebruik je en waarom voor mijn situatie?" — het antwoord moet over jouw use-case gaan, niet over hun gewoonte
• "Wat gebeurt er met de gegevens van mijn bezoekers?" — waar draait het, wat wordt opgeslagen, hoe zit het met AVG/GDPR en verwerkersovereenkomsten
• "Wat kost het gebruik per maand, naast de bouw?" — AI-API's rekenen per gebruik; een eerlijke leverancier geeft je een realistische schatting op basis van verwacht volume
• "Wat doet het systeem bij een vraag die het niet kan beantwoorden?" — het goede antwoord bevat altijd een route naar een mens; een assistent die liever gokt dan doorverwijst is een risico
• "Wie onderhoudt dit na livegang, en wat kost dat?" — prompts, kennis en modellen veranderen; "af is af" bestaat niet bij AI

Waar het misgaat

De vijf patronen die ik projecten (bij anderen én bij mezelf, in het begin) heb zien nekken:

• Te groot beginnen. De alleskunner-assistent die na maanden nog niet live is, terwijl één goede FAQ-assistent er in twee weken had gestaan
• Testen met nepdata. De demo werkt vlekkeloos — en bij livegang blijkt je echte documentatie rommelig, verouderd of vol tegenstrijdigheden
• Niemand intern eigenaar. Na drie maanden geeft de assistent verouderde prijzen door en niemand had het gezien
• Geen menselijke fallback. Bezoekers met een complexe vraag draaien in cirkels in plaats van dat ze je telefoonnummer krijgen
• Set-and-forget. AI-integraties zijn onderhoudsarm, niet onderhoudsvrij. Wie nooit bijstuurt, heeft over een jaar een assistent die zijn eigen bedrijf niet meer kent

Conclusie

De samenvatting voor wie naar beneden scrolde:

• Je bestaande website volstaat — AI-integratie is een toevoeging, geen herbouw
• De voorbereiding bepaalt het succes: kennis op papier, één meetbaar doel, één interne eigenaar
• Drie keuzes vormen het project: SaaS of maatwerk, welk model, en waar in de klantreis
• Klein scopen, testen met echte data, en de eerste weken na livegang als deel van het project zien
• Stel leveranciers de vijf vragen — over model, data, gebruikskosten, fallback en onderhoud

AI op je website is in 2026 geen pionierswerk meer — de techniek is volwassen en de kosten zijn overzichtelijk. Het verschil tussen een integratie die werkt en eentje die irriteert, zit in de aanpak. En die heb je nu.