wat klarna ons echt leert

De omkeer van Klarna bewijst niet dat AI in klantenservice mislukt is. De AI-assistent verwerkte medio 2024 twee derde van alle serviceverzoeken, het werk van 700 fulltime medewerkers (eMarketer, 2025). Wat brak was de constructie eromheen: Klarna zette AI in als volledige vervanging van het serviceteam en bezuinigde het menselijke vangnet weg. De echte les voor wie klantcontact wil automatiseren is daarom een architectuurles: kies tussen volledige vervanging en een hybride opzet waarin AI het voorportaal is en een mens het vangnet.

wat ging er bij klarna precies mis?

Klarna schrapte de mensen onder zijn AI weg, en daarmee zakte de servicekwaliteit. Het bedrijf zette eind 2023 de werving grotendeels stil en liet tussen 2022 en 2024 ongeveer 700 banen verdwijnen, vervangen door een assistent op basis van OpenAI-technologie (MLQ.ai, 2025). Op papier ging dat lang goed: medio 2024 handelde de bot twee derde van alle klantenserviceverzoeken af, het equivalent van dat volledige geschrapte team (eMarketer, 2025).

In mei 2025 kwam de kentering. CEO Sebastian Siemiatkowski kondigde aan weer mensen aan te nemen omdat de kwaliteit tekortschoot. Tegen Bloomberg zei hij dat kosten een te dominante factor in de afwegingen waren geworden, ten koste van de service (eMarketer, 2025). In oktober 2025, vlak na de Amerikaanse beursgang die Klarna een waardering van 19,65 miljard dollar opleverde, werd hij nog explicieter: “We went too far.” Klarna bouwt sindsdien aan een hybride model met flexibele, deels op afstand werkende servicemedewerkers naast de AI (MLQ.ai, 2025).

Let op wat hier feitelijk staat. De bot bleef gewoon twee derde van de vragen afhandelen. Het probleem zat in de resterende een derde: de complexe, afwijkende en emotionele gevallen waarvoor geen goede menselijke route meer bestond. Klarna herstelde in 2025 vooral een vangnet dat het zelf had weggeknipt. Dat is een wezenlijk ander verhaal dan de kop “Klarna stopt met AI” die overal rondzong.

ben je aansprakelijk als je chatbot iets verzint?

Ja: jij blijft als bedrijf verantwoordelijk voor wat je bot tegen klanten zegt. Air Canada leerde dat in februari 2024, toen de Civil Resolution Tribunal van British Columbia oordeelde dat de luchtvaartmaatschappij moest opdraaien voor een rouwkorting die haar chatbot volledig had verzonnen. Air Canada voerde aan dat de chatbot een aparte juridische entiteit was met een eigen verantwoordelijkheid; de rechter veegde dat verweer van tafel (American Bar Association, 2024). De schadevergoeding was overigens klein, ongeveer 650 Canadese dollar. De waarde van de zaak zit in het precedent: een bedrijf kan zich niet achter zijn eigen software verschuilen.

Het tweede incident is subtieler en daardoor leerzamer. In april 2025 verzon de AI-supportbot van codeplatform Cursor een beleid over sessiebeperkingen dat nooit heeft bestaan. De bot heette “Sam” en maakte zich niet als AI bekend, dus de klagende gebruiker dacht met een medewerker te praten. Gebruikers zegden uit onvrede hun abonnement op voordat medeoprichter Michael Truell publiekelijk kon rechtzetten dat er geen enkel beleid van die strekking was (The Register, 2025). Cursor labelt AI-antwoorden sindsdien expliciet als zodanig.

Voor Europese bedrijven wordt dit binnenkort meer dan een reputatiekwestie. Vanaf 2 augustus 2026, over enkele weken dus, verplicht artikel 50 van de EU AI Act dat chatbots zich bij het eerste contact als AI bekendmaken; boetes kunnen afhankelijk van de overtreding oplopen tot tientallen miljoenen euro’s of een percentage van de wereldwijde jaaromzet. De herziene Europese productaansprakelijkheidsrichtlijn, die eind 2026 van kracht wordt, maakt bedrijven bovendien aansprakelijk voor misleidende of onjuiste chatbotinformatie (Latham & Watkins, 2026). Wat de wet verder wel en niet van je vraagt, staat in de ai act zonder paniek.

willen klanten eigenlijk wel een ai-klantenservice?

Ja, ruim de helft staat ervoor open, onder één harde voorwaarde: het moet hun probleem echt oplossen. De Nationale Voice Monitor 2026, een representatief onderzoek onder ruim duizend Nederlandse consumenten, laat zien dat 52 procent inmiddels positief of neutraal-positief staat tegenover autonoom AI-klantcontact (Consultancy.nl, 2026). Hetzelfde onderzoek toont hoe ver de praktijk daarvan af staat: slechts 12 procent van de vragen aan een chatbot of spraakassistent wordt naar tevredenheid beantwoord, en als voorkeurskanaal scoort de chatbot 0 procent, tegenover 48 procent voor de telefoon. Slecht functionerende chatbots staan met 50 procent bijna bovenaan de ergernissenlijst, vlak achter lange wachttijden (52 procent).

Hetzelfde patroon zie je internationaal. Amerikaans onderzoek van softwarebedrijf SurveyMonkey vindt dat slechts 8 procent van de consumenten AI verkiest boven een mens, en dat bij financiële geschillen 85 procent voor een mens kiest tegenover 5 procent voor AI (SurveyMonkey, 2025). Amerikaans consumentenonderzoek dat telecombedrijf Avaya aanhaalt, nuanceert dat weer: 56 procent is prima tevreden met automatisering als die het probleem snel oplost, en 70 procent vindt het belangrijk dat een medewerker na overdracht de context van het AI-gesprek al kent (Avaya, 2026). Klanten zijn dus pragmatischer dan de bot-haat op sociale media suggereert; ze beoordelen het resultaat, en het kanaal interesseert ze pas als het misgaat.

En dan is er de perceptiekloof aan de bedrijvenkant. In het eigen State of Service-onderzoek van softwarebedrijf Salesforce onder ruim drieduizend serviceprofessionals denkt 65 procent dat klanten AI volledig vertrouwen; onafhankelijke consumentendata van Metrigy, geciteerd in datzelfde rapport, komt uit op 44 procent (Salesforce, 2026). Een gat van 21 procentpunt tussen wat bedrijven denken en wat klanten zelf zeggen. Dat is het Klarna-verhaal in het klein, elke dag opnieuw.

Ondertussen wordt het Nederlandse publiek strenger. Privégebruik van AI steeg volgens de AI-Barometer van 47 procent eind 2024 naar 65 procent begin 2026, terwijl het aandeel Nederlanders dat negatief tegenover AI staat groeide van 25 naar 31 procent (Nederland Digitaal, 2026). Mensen kennen de technologie steeds beter en vergeven een falende bot dus steeds minder makkelijk.

waar werkt ai in klantcontact aantoonbaar wel?

Op smalle, feitelijke, veelvoorkomende vragen met één controleerbaar goed antwoord: orderstatus, retourprocedures, openingstijden, accountvragen, afspraken verzetten. Daar is de vraag voorspelbaar, staat het antwoord in je eigen systemen en valt een fout snel op. AI lost daar bovendien een reëel probleem op: volgens het eigen trendonderzoek van softwareleverancier Zendesk verwacht 74 procent van de consumenten door AI inmiddels dat klantenservice 24 uur per dag bereikbaar is (Zendesk, 2026). Voor een MKB-bedrijf zonder nachtdienst is dat met alleen mensen onbetaalbaar.

De adoptie loopt intussen hard. Volgens hetzelfde Salesforce-onderzoek gebruikt 66 procent van de klantenserviceorganisaties inmiddels agentic AI, tegen 39 procent een jaar eerder, en is klanttevredenheid de KPI die na invoering het vaakst verbetert (Salesforce, 2026). Wees tegelijk nuchter over leverancierscijfers: de automatische oplospercentages die chatbotleveranciers claimen lopen per bron wild uiteen, van bescheiden tot bijna perfect, en geen van die cijfers is onafhankelijk gecontroleerd. Die spreiding zelf is de les. Het verschil tussen de marketingdemo en jouw praktijk is precies het gat waarin Klarna viel; waarom zoveel AI-pilots dat gat nooit oversteken, beschreef ik eerder in de productiekloof.

De onderzoekers achter de Nationale Voice Monitor zien de markt daarom verschuiven van “human in the loop” naar wat zij “AI in the loop” noemen: AI die de medewerker ondersteunt in plaats van vervangt (Consultancy.nl, 2026). Voor de meeste MKB-bedrijven is dat de verstandige volgorde. Eerst AI die je team sneller maakt, dan pas AI die zelfstandig met klanten praat, en altijd met een mens binnen handbereik.

klantcontact automatiseren: zeven stappen voor het mkb

Zo pak je het aan zonder de Klarna-fout te herhalen:

1. Analyseer drie maanden klantvragen en sorteer op volume en type. Feitelijke, terugkerende vragen zijn kandidaten voor automatisering; alles met emotie, geld of maatwerk blijft bij mensen.
2. Kies een smalle taakset van vijf tot tien vraagtypes en configureer de bot alleen daarop.
3. Ontwerp de escalatie vóór de bot. Harde triggers (klacht, geldkwestie, boze toon, tweede mislukte poging) sturen direct door naar een mens, inclusief de gespreksgeschiedenis, zodat de klant zijn verhaal geen tweede keer hoeft te doen.
4. Laat de bot zich bij het eerste bericht als AI voorstellen. Vanaf 2 augustus 2026 is dat in de EU verplicht; het Cursor-incident laat zien dat het daarvoor al verstandig was.
5. Beperk de bot tot jouw gedocumenteerde beleid en laat hem bij twijfel doorverwijzen. Een bot die zegt dat hij het niet weet kost je niets; een bot die beleid verzint wel.
6. Meet drie dingen apart: opgelost door de bot, opgelost na escalatie, en afgehaakt. Klanttevredenheid meet je op alle drie.
7. Breid pas uit na minstens een maand meten, taak voor taak.

En wat je níet hoeft te doen: niemand ontslaan, geen eigen taalmodel trainen en geen enterprise-platform van zes cijfers aanschaffen. Een standaardtool met een goed ontworpen vangnet komt verder dan een dure bot zonder.

Mijn positie, na anderhalf jaar Klarna-nabeschouwingen lezen en zelf klantcontact bouwen: automatiseer het voorspelbare en garandeer de mens, en laat een bot nooit beleid improviseren. De vraag “AI of mensen” is de verkeerde vraag; de goede vraag is waar bij jou de grens ligt en hoe hard je vangnet is.