wat klarna ons echt leert

Ik beheer de systemen van een installatiebedrijf. Op hun klantportaal vangt een AI-chat de meeste vragen af: een storing melden, onderhoud inplannen, even kijken wanneer de monteur langskomt. Draait gewoon in productie, op de Anthropic API, met een mens die het overpakt zodra een gesprek uit de bocht dreigt te vliegen. En laat dat vangnet nou net zijn wat Klarna heeft wegbezuinigd. Die veelbesproken omkeer van Klarna? Die bewijst wat mij betreft helemaal niet dat AI in klantenservice mislukt is. Klinkt als een afrekening met AI. Is het niet.

Want die AI-assistent van Klarna deed medio 2024 twee derde van alle serviceverzoeken. Het werk van 700 fulltime medewerkers (eMarketer, 2025). Indrukwekkend, echt. Alleen brak wat eromheen zat. Klarna zette de AI neer als volledige vervanging van het serviceteam, en knipte het menselijke vangnet er gewoon uit. Dus de les gaat eigenlijk over architectuur. Waar leg je de grens? Wat handelt die bot zelf af, en wat moet gegarandeerd bij een mens landen?

wat ging er bij klarna precies mis?

De mensen onder de AI gingen weg, en de servicekwaliteit zakte er netjes mee mee. Klarna zette eind 2023 de werving grotendeels stil en liet tussen 2022 en 2024 zo’n 700 banen verdwijnen, opgevangen door een assistent op OpenAI-technologie (MLQ.ai, 2025). En een tijdje leek dat prima te werken, hoor. Medio 2024 deed die bot twee derde van alle klantenserviceverzoeken. Precies dat geschrapte team, nu in software (eMarketer, 2025).

En toen kwam mei 2025. CEO Sebastian Siemiatkowski kondigt aan dat ze weer mensen gaan aannemen, want de kwaliteit schoot tekort. Kosten waren te zwaar gaan wegen in de afwegingen, zei hij tegen Bloomberg, en de service betaalde de rekening (eMarketer, 2025). In oktober 2025, vlak na de Amerikaanse beursgang die het bedrijf op 19,65 miljard dollar waardeerde, werd hij nog botter: “We went too far.” Sindsdien bouwt Klarna aan een hybride model. Flexibele mensen, deels op afstand, gewoon naast de AI (MLQ.ai, 2025).

Maar lees even goed wat er feitelijk staat. Die bot bleef gewoon twee derde van de vragen doen. Het zat ‘m in die andere een derde. De ingewikkelde gevallen, de afwijkende, de gevallen met emotie erin, waar geen fatsoenlijke menselijke route meer voor was. Dus wat Klarna in 2025 herstelde, was vooral een vangnet dat het eerder zelf had weggeknipt. Heel wat anders dan de kop die overal rondzong, hè: “Klarna stopt met AI”.

Kijk, voor mij is dit een perfect voorbeeld van AI-hype, en gewoon veel te erg. Het is eigenlijk het tegenovergestelde van de AI-mindset die te klein is. Hier is ‘ie juist te groot. Te veel vertrouwen in AI is ook niet goed, dan zit je AI-mindset ook niet op de juiste plek. Je medewerkers willen het niet, dat is een. Maar je gebruikers willen ook niet naar een wereld waar je alleen nog maar met AI communiceert. En daarnaast is het ook gewoon nog niet fair dat je complexe klantenservice-vraagstukken volledig aan AI overlaat. Je hebt het menselijke deel echt nog nodig.

ben je aansprakelijk als je chatbot iets verzint?

Ja. Jij blijft verantwoordelijk voor wat je bot tegen klanten zegt. Air Canada kwam daar in februari 2024 achter, toen de Civil Resolution Tribunal van British Columbia oordeelde dat de maatschappij moest opdraaien voor een rouwkorting die de eigen chatbot compleet had verzonnen. Het verweer van Air Canada? De chatbot zou een aparte juridische entiteit zijn, met een eigen verantwoordelijkheid. Nou, dat haalde de rechter onderuit (American Bar Association, 2024). De schade zelf stelde weinig voor, zo’n 650 Canadese dollar. Maar om dat bedrag ging het niet. Het gaat om het precedent. Je kunt je als bedrijf gewoon niet achter je eigen software verstoppen.

Het tweede geval is subtieler, en juist daarom leerzaam. In april 2025 verzon de AI-supportbot van codeplatform Cursor een beleid over sessiebeperkingen dat nooit had bestaan. Die bot heette “Sam” en stelde zich niet voor als AI. Dus de gebruiker die klaagde? Die dacht dat hij gewoon een medewerker aan de lijn had. En voordat medeoprichter Michael Truell publiekelijk kon rechtzetten dat zo’n beleid helemaal niet bestond, hadden mensen uit onvrede hun abonnement al opgezegd (The Register, 2025). Cursor zet er sindsdien netjes een label bij: dit is AI.

En precies daarom stak ik bij dat portaal zoveel tijd in de guardrails. Zo’n bot die klanten te woord staat mag van mij van alles, behalve één ding: zelf beleid gaan bedenken. Voor Europese bedrijven wordt dat trouwens binnenkort meer dan een kwestie van reputatie. Vanaf 2 augustus 2026 verplicht artikel 50 van de EU AI Act dat chatbots zich bij het eerste contact als AI bekendmaken. En de boetes? Die lopen, afhankelijk van de overtreding, op tot tientallen miljoenen euro’s of een percentage van je wereldwijde jaaromzet. Dan heb je ook nog de herziene Europese productaansprakelijkheidsrichtlijn, die eind 2026 ingaat: die maakt je aansprakelijk voor misleidende of onjuiste info van je eigen chatbot (Latham & Watkins, 2026). Wat die wet verder wel en niet van je wil, staat in de ai act zonder paniek.

willen klanten eigenlijk wel een ai-klantenservice?

Ja, ruim de helft staat ervoor open. Onder één keiharde voorwaarde: het moet hun probleem echt oplossen. De Nationale Voice Monitor 2026, onder ruim duizend Nederlandse consumenten, zet 52 procent positief tot neutraal-positief tegenover autonoom AI-klantcontact. En hoe ver de praktijk daar nog vanaf staat? Van de vragen aan zo’n chatbot of spraakassistent wordt maar 12 procent naar tevredenheid beantwoord (Consultancy.nl, 2026). Die kloof, dáár zit het hem in.

Internationaal precies zo. Bij financiële geschillen kiest 85 procent voor een mens (SurveyMonkey, 2025). En 70 procent vindt het belangrijk dat een medewerker ná de overdracht de context van het AI-gesprek al kent (Avaya, 2026). Kijk, klanten zijn dus veel pragmatischer dan al die bot-haat op social doet vermoeden. Ze kijken naar het resultaat. Het kanaal zelf? Dat gaat ze pas interesseren als het misgaat.

En dat misgaan, dat heb ik zelf ervaren bij Meta, dat is zo’n voorbeeld. Die doen al hun klantcommunicatie via mail, en alles door AI, er komt bijna geen medewerker meer aan te pas. Ze hebben een heel goed model, maar dat heb ik echt als verschrikkelijk ervaren. Als je die ervaring niet hebt, of heel bullish bent over AI: het is er gewoon nog niet, en je wilt er ook nog niet naartoe.

En dan die perceptiekloof aan de kant van de bedrijven zelf. In het eigen State of Service-onderzoek van softwarebedrijf Salesforce denkt 65 procent van de serviceprofessionals dat klanten AI volledig vertrouwen. Onafhankelijke consumentendata van Metrigy, in datzelfde rapport, komt uit op 44 procent (Salesforce, 2026). Tussen wat bedrijven dénken en wat klanten zelf zeggen. Dat is het Klarna-verhaal in het klein, elke dag opnieuw.

En ondertussen wordt het Nederlandse publiek strenger, hoor. Privégebruik van AI steeg volgens de AI-Barometer van 47 procent eind 2024 naar 65 procent begin 2026, en tegelijk groeide het aandeel Nederlanders dat er negatief tegenover staat (Nederland Digitaal, 2026). Mensen kennen die techniek steeds beter. En een bot die faalt, die vergeven ze dus ook steeds minder makkelijk.

waar werkt ai in klantcontact aantoonbaar wel?

Bij smalle, feitelijke vragen die vaak terugkomen en precies één controleerbaar antwoord hebben. Orderstatus. Retouren. Openingstijden, accountvragen, even een afspraak verzetten. Kijk, een chatbot is heel handig en kan heel bevorderend zijn: voor klantcontact, voor gemak, kostenefficiëntie, en voor klantervaring. Maar dan moet je wel een heel afgekaderd proces pakken. Kijk naar je data: welke klantvraagstukken zijn direct te beantwoorden, worden vaak gesteld, zijn simpel. Pak die afgekaderde processen, laat die je chatbot oplossen, en zet ‘m op de juiste plek zodat ‘ie makkelijk te benaderen is.

Dat portaal van het installatiebedrijf zit precies op die grens. Een storing melden of onderhoud inplannen? Laat ik de AI doen, dat is netjes gestructureerd werk. En de calls eronder draaien op het lichtste model dat de kwaliteit nog net haalt, Haiku en soms Sonnet, met prompt-caching om de rekening een beetje in toom te houden.

En AI lost daar echt een probleem op, trouwens. Volgens het 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 gewoon niet te betalen.

En de adoptie gaat hard. Volgens datzelfde 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 omhooggaat (Salesforce, 2026). Maar blijf nuchter bij die leverancierscijfers, hè. De oplospercentages die leveranciers zichzelf toedichten lopen per bron alle kanten op, van bescheiden tot bijna perfect, en geen van die cijfers is onafhankelijk nagerekend. En juist die spreiding is de les. Het gat tussen de marketingdemo en jouw eigen praktijk? Dat is precies het gat waar Klarna in viel. Waarom zoveel AI-pilots dat gat nooit overkomen, schreef ik eerder in de productiekloof.

En haal dat manuele klantenserviceproces er niet helemaal uit, want dan ga je nat en duikt je klantervaring echt omlaag. De onderzoekers achter de Nationale Voice Monitor zien de markt precies daarom opschuiven 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). En voor de meeste MKB-bedrijven is dat gewoon de verstandige volgorde. Eerst AI die je team sneller maakt. Dan pas AI die zelf met klanten praat. En altijd, echt altijd, een mens binnen handbereik.

klantcontact automatiseren: zeven stappen voor het mkb

Zo pak ik het aan. In de volgorde die ik zelf aanhoud, en zonder die Klarna-fout nog eens te maken.

Ik begin met kijken. Niet met bouwen. Drie maanden aan klantvragen erbij pakken, sorteren op volume en type. De feitelijke, terugkerende vragen: dat zijn je kandidaten. Alles met emotie, geld of maatwerk laat je lekker bij mensen. Uit die stapel kies je een smalle taakset, vijf tot tien vraagtypes, en dáár configureer je de bot op. Alleen daarop.

En dan het onderdeel waar het echt om draait: ontwerp de escalatie voordat je ook maar één regel van die bot bouwt. Hoe ik eerder klantenservicebots heb ingesteld is puur op een heel afgekaderd proces. Hij kan makkelijk een honderdtal vragen beantwoorden, maar zodra hij merkt dat hij de kennis niet heeft, haalt hij er snel een klantenservicemedewerker bij. En die medewerker heeft dan meteen meer context: hij krijgt een samenvatting van de chatbot, dus hij hoeft niet de hele chat terug te lezen en kan de klant meteen met wat uitleg verder helpen. Dat zijn hele goede use-cases.

Dus: harde triggers, een klacht, een geldkwestie, een boze toon, een tweede keer dat het misgaat, en het gesprek gaat meteen door naar een mens. Mét de hele gespreksgeschiedenis erbij, zodat de klant zijn verhaal niet opnieuw hoeft te doen. En kijk, dit is nou precies waar de meeste projecten het laten liggen.

De bot stelt zich bij het eerste bericht voor als AI. Vanaf 2 augustus 2026 is dat in de EU verplicht, en het Cursor-incident liet al zien dat het daarvoor ook gewoon slim was. Verder hou je ‘m strak binnen je gedocumenteerde beleid, en bij twijfel laat je hem doorverwijzen. Een bot die eerlijk zegt dat hij het niet weet, kost je niks. Een bot die zelf beleid gaat verzinnen? Die kost je een rechtszaak. Of een opgezegd abonnement.

En dan meten. Drie dingen los van elkaar: wat de bot zelf oploste, wat pas na escalatie werd opgelost, en wat gewoon afhaakte. Klanttevredenheid meet je op alle drie. En uitbreiden? Dat doe je pas na minstens een maand meten. En dan taak voor taak, rustig aan.

En wat je vooral kunt laten? Niemand ontslaan. Geen eigen taalmodel trainen. En geen enterprise-platform van zes cijfers aanschaffen. Een doodgewone standaardtool met een goed doordacht vangnet komt echt verder dan een dure bot zonder.

Mijn positie, na anderhalf jaar Klarna-nabeschouwingen lezen en zelf klantcontact bouwen? Automatiseer het voorspelbare, garandeer die mens ernaast, en laat een bot nooit zelf beleid improviseren. “AI of mensen” is gewoon de verkeerde vraag. De goede vraag is waar bij jóu de grens ligt. En hoe hard dat vangnet is.