Kennisartikel

AI-kennisbank in de bouw: wat levert een assistent op eigen documenten op?

6 november 2026

Een AI-kennisbank in de bouw vindt antwoorden in je eigen bestekken, mail en verslagen, met bron. Wat het oplevert, wat niet en hoe je klein begint.

Illustratie van een stapel projectdocumenten met een vergrootglas en de tekst Projectkennis vinden zonder de collega die het weet

Een AI-kennisbank in de bouw is een assistent die vragen beantwoordt op basis van de eigen documenten van je bedrijf: bestekken, tekeningenlijsten, verslagen, opleverdossiers en mail. Het antwoord komt met de vindplaats erbij, zodat een werkvoorbereider of projectleider het zelf kan controleren. De winst zit in minder zoekwerk en in kennis die in het bedrijf blijft als ervaren mensen vertrekken. De beperking is net zo belangrijk: een AI-kennisbank kent alleen wat is opgeschreven en beslist niets.

Het onderwerp is actueel omdat twee ontwikkelingen samenkomen. Het EIB verwacht dat de bouw in 2027 tot 2030 ongeveer 73.000 nieuwe arbeidskrachten nodig heeft, waarvan zo’n 47.000 ter vervanging van mensen die met pensioen gaan of arbeidsongeschikt raken. En softwareleveranciers bouwen nu zichtbaar assistenten die vragen over projectdata beantwoorden. Dit artikel helpt je bepalen of een AI-kennisbank voor jouw bedrijf zin heeft en hoe je dat met een kleine stap test.

Een AI-kennisbank beantwoordt vragen op basis van je eigen projectdocumenten en toont bij elk antwoord de bron, zodat medewerkers het kunnen controleren.
De grootste winst zit in zoektijd en in het vasthouden van kennis: het EIB verwacht dat 47.000 bouwmensen in 2027 tot 2030 vervangen moeten worden.
Een AI-kennisbank weet alleen wat is opgeschreven en neemt geen beslissingen over prijs, risico of contract. Die blijven bij je mensen.
Begin met één afdeling en één soort documenten, met vooraf afgesproken vragen om het resultaat te meten.

Wat kost zoeken naar projectinformatie nu?

Zoeken naar informatie kost in de bouw meer tijd dan de meeste directies denken. In het onderzoek Construction Disconnected van FMI en PlanGrid gaven 599 bouwprofessionals aan dat ze gemiddeld 5,5 uur per week besteden aan het zoeken naar projectgegevens en informatie. Daar kwam 4,7 uur per week bij voor het oplossen van conflicten en 3,9 uur voor fouten en herstelwerk. Volgens het rapport ging zo 35 procent van de werktijd naar werk dat niet direct bijdraagt aan het project.

Die cijfers komen uit 2018 en vooral uit de Verenigde Staten, dus neem ze als richting en niet als Nederlandse norm. Het patroon zal elke projectleider herkennen. De wijziging staat in een mail van drie maanden geleden. Het afwijkende detail staat in een bijlage bij een bouwverslag. De afspraak met de onderaannemer weet alleen de uitvoerder die nu op een ander project zit.

Kennis die met pensioen gaat

Het tweede probleem is minder zichtbaar en duurder op termijn. Het EIB schrijft in Trends op de bouwarbeidsmarkt 2026-2030 dat ongeveer 47.000 arbeidskrachten nodig zijn ter vervanging van mensen die uitstromen door pensionering en arbeidsongeschiktheid. Met elke ervaren calculator, werkvoorbereider of uitvoerder die vertrekt, verdwijnt ook kennis over eerdere projecten, vaste oplossingen en valkuilen. Een deel daarvan staat ergens op papier, maar niemand vindt het terug. Over de personele kant schreven we eerder in Personeelstekort in de bouw: welk werk kan AI overnemen?.

Wat is een AI-kennisbank in de bouw precies?

Een AI-kennisbank in de bouw is een taalmodel dat alleen antwoordt op basis van een afgebakende verzameling documenten van je bedrijf. Een medewerker stelt een vraag in gewone taal, bijvoorbeeld welke brandwerendheid er bij een vergelijkbaar project in de schachten is toegepast. Het systeem zoekt de relevante passages in de documenten, formuleert een antwoord en verwijst naar het document en de pagina waar het vandaan komt.

Het verschil met een gewone zoekfunctie in SharePoint of een projectmap is dat je niet het juiste trefwoord hoeft te kennen. Het verschil met een openbare chatbot is dat het antwoord uit je eigen bronnen komt en dat je die bronnen ziet. Daardoor kun je controleren of het antwoord klopt, en dat is in de bouw de voorwaarde voor gebruik.

Leveranciers van projectsoftware bewegen dezelfde kant op. Newforma nam op 21 oktober 2026 Lumi AI over om vragen in gewone taal over projectdata te kunnen beantwoorden, zoals we ook in ons nieuwsbericht beschreven. Zulke functies werken binnen het pakket van de leverancier. Een eigen AI-kennisbank kan juist documenten uit verschillende bronnen combineren, zoals SharePoint, mail en de projectadministratie.

Wat een AI-kennisbank wel en niet kan

Taak	AI-kennisbank	Blijft bij de mens
Een eis of afspraak terugvinden in bestek, verslag of mail	Vindt de passage en toont de bron	Beoordeelt of de passage nog geldt
Vergelijkbare eerdere projecten opzoeken	Zoekt op inhoud, ook zonder exact trefwoord	Bepaalt of het project echt vergelijkbaar is
Een lang document samenvatten op één vraag	Maakt een samenvatting met verwijzingen	Controleert de details die geld of risico raken
Inwerken van nieuwe medewerkers	Beantwoordt vragen over werkwijzen en standaarden	Legt uit waarom iets zo gaat
Beslissen over prijs, planning of contract	Levert hooguit de onderbouwing aan	Neemt de beslissing en draagt de verantwoordelijkheid

Vergelijking in twee kolommen: een AI-kennisbank is goed in zoeken in bestekken, mail en verslagen, de vindplaats tonen, eerdere projecten terugvinden en samenvatten; beslissen, ongeschreven kennis, controle en documentbeheer blijven mensenwerk — Een AI-kennisbank vindt en vat samen. Beslissen en controleren blijft mensenwerk.

Wat levert een AI-kennisbank op?

Een AI-kennisbank levert vooral tijd op bij mensen die veel zoeken, en minder afhankelijkheid van een paar collega’s die alles weten. Hoeveel precies, hangt af van hoe je documenten nu zijn opgeslagen en hoe vaak mensen iets moeten opzoeken. Daarom meet je het in je eigen bedrijf en neem je geen cijfer van een leverancier over.

Per rol

Werkvoorbereiding en bedrijfsbureau: sneller eisen, details en eerdere oplossingen terugvinden bij het voorbereiden van een nieuw project.
Projectleiding: snel zien wat er in verslagen en mail is afgesproken als er discussie ontstaat over meer- en minderwerk.
Calculatie en tenders: vergelijkbare projecten en eerdere plannen van aanpak terugvinden als basis voor een nieuwe inschrijving.
Nieuwe medewerkers: zelf antwoord vinden op vragen over werkwijzen, zonder steeds een senior collega te storen.
Directie: minder risico dat kennis verdwijnt als ervaren mensen vertrekken.

Rekenvoorbeeld

Neem als rekenvoorbeeld een bedrijfsbureau met 20 mensen. Stel dat ieder van hen 2 uur per week minder hoeft te zoeken, minder dan de helft van de 5,5 uur uit het FMI-onderzoek. Bij 45 werkweken is dat 1.800 uur per jaar, ongeveer een volledige fte. Dit is een aanname om de orde van grootte te laten zien en geen resultaat van een klant. Of het in jouw bedrijf 1 uur of 3 uur is, blijkt pas uit een meting.

Wees ook nuchter over de verwachtingen. In onderzoek van Kahua en Verdantix onder 50 leiders van kapitaalprogramma’s in de Verenigde Staten, het Verenigd Koninkrijk en Canada gebruikte 84 procent algemene AI-tools, maar meldde slechts 8 procent veel meetbare waarde, zo blijkt uit het persbericht van 20 oktober 2026. Slechts 16 procent had veel vertrouwen in de juistheid van de eigen projectdata. Wij lezen daarin vooral dat losse tools zonder duidelijke vraag en zonder goede bronnen weinig opleveren. Meer daarover in ons nieuwsbericht over het Kahua-onderzoek.

Wil je weten hoeveel zoektijd een AI-kennisbank in jouw bedrijf kan schelen? We denken graag mee over een kleine, meetbare eerste stap.

Plan een kennismaking

Hoe begin je met een AI-kennisbank?

Begin klein, met één groep gebruikers en één soort documenten waar nu veel in gezocht wordt. Een groot kennisplatform voor het hele bedrijf in één keer is duur en lastig te beoordelen. Een afgebakende test laat binnen korte tijd zien of het werkt.

Kies één vraagstuk. Bijvoorbeeld: de werkvoorbereiding zoekt veel in bestekken en verslagen van afgeronde woningbouwprojecten.
Verzamel twintig echte vragen. Laat gebruikers opschrijven wat ze de afgelopen weken zochten en hoe lang dat duurde. Dat is je nulmeting.
Kies de documenten en de rechten. Bepaal welke mappen meedoen en wie wat mag zien. Projecten met vertrouwelijke afspraken kun je uitsluiten.
Test met de eigen gebruikers. Laat dezelfde vragen beantwoorden en beoordeel juistheid, bronvermelding en tijdwinst.
Beslis op basis van de meting. Ga door, pas aan of stop. Hoe je die beslissing neemt, lees je in AI proof of concept in de bouw: wanneer ga je door en wanneer stop je?.

Je documenten hoeven daarvoor niet eerst perfect op orde te zijn. AI kan omgaan met PDF’s, scans en mail, en een project begint met één project of één soort document. Wie vooral wil weten wat er in oude projectarchieven en mailboxen zit, kan ook starten met zoeken in documenten en mail met AI. Voor teams die eerst willen ervaren wat taalmodellen kunnen, is een AI-workshop een laagdrempelige eerste stap.

Waar moet je op letten bij een AI-kennisbank?

De risico’s van een AI-kennisbank zitten minder in de techniek dan in data, rechten en gebruik. Vier punten verdienen aandacht van de directie.

Waar je data blijft

Medewerkers die zelf documenten in openbare chatbots plakken, vormen een reëel risico. Volgens Binnenlands Bestuur ontving de Autoriteit Persoonsgegevens in 2025 tientallen meldingen van datalekken door het gebruik van AI-chatbots op de werkvloer. Een zakelijke AI-kennisbank met afspraken over opslag en verwerking is juist een manier om dat ongecontroleerde gebruik te vervangen. Kies een opzet waarbij je data niet wordt gebruikt om modellen te trainen en leg dat vast in een verwerkersovereenkomst.

Wie wat mag zien

Een AI-kennisbank moet dezelfde rechten volgen als je mappen. Een uitvoerder hoeft geen inzicht te krijgen in salarisgegevens of in de onderhandelingsruimte van een lopende tender. Regel dit vooraf en test het met een paar gerichte vragen.

Hoe betrouwbaar de antwoorden zijn

Taalmodellen kunnen een antwoord stellig formuleren terwijl het niet klopt. Daarom is de bronvermelding geen extraatje maar een eis. Spreek af dat niemand een antwoord gebruikt voor een prijs, contract of technische keuze zonder de bron te openen. Verouderde documenten zijn een tweede bron van fouten. Leg vast welke versie leidend is.

AI-geletterdheid en de AI Act

Medewerkers die met de AI-kennisbank werken, moeten weten wat het systeem wel en niet kan. Dat sluit aan op de verplichting tot AI-geletterdheid uit de Europese AI-verordening. Wat dat voor een bouwbedrijf betekent, lees je in AI Act voor bouwbedrijven: wat moet de directie nu regelen?.

Veelgestelde vragen

Moeten onze documenten eerst op orde zijn voordat we met een AI-kennisbank beginnen?

Nee. Een AI-kennisbank kan werken met PDF’s, scans, tekeningenlijsten en mail zoals ze nu zijn opgeslagen. Je begint met één project of één soort document. Tijdens de test zie je vanzelf welke mappen rommelig zijn en of dat de antwoorden echt raakt.

Wat gebeurt er met onze projectgegevens?

Dat hangt af van de gekozen opzet, en dat moet je vooraf vastleggen. AI voor de Bouw tekent een verwerkersovereenkomst en werkt met zakelijke AI-diensten waarbij je data niet wordt gebruikt om modellen te trainen. Waar mogelijk draait de oplossing in je eigen omgeving.

Werkt een AI-kennisbank met Microsoft 365 en onze projectsoftware?

Ja, een AI-kennisbank kan aansluiten op wat je al gebruikt, zoals SharePoint, Microsoft 365, je ERP en je projectsoftware. Welke koppelingen nodig zijn, hangt af van waar de documenten staan die je wilt doorzoeken. Dat bepaal je bij de keuze van het eerste vraagstuk.

Wat kost een AI-kennisbank?

De kosten hangen af van het aantal documenten, gebruikers en koppelingen. Bij AI voor de Bouw krijg je vooraf een voorstel met de scope, de uren en de kosten. Een proof of concept houden we bewust klein, zodat je met een beperkte investering ziet of het werkt.

Neemt een AI-kennisbank de kennis van ervaren medewerkers over?

Alleen het deel dat is opgeschreven. Kennis die alleen in hoofden zit, kan een AI-kennisbank niet terugvinden. Een goede aanpak is daarom om ervaren medewerkers te vragen hun belangrijkste lessen vast te leggen in projectevaluaties of korte notities, zodat die wel doorzoekbaar worden.

Hoe weten we of de antwoorden kloppen?

Elk antwoord hoort een verwijzing naar het brondocument te hebben, zodat de gebruiker het kan openen en controleren. In de testfase beoordeel je met echte vragen hoe vaak het antwoord juist en volledig is. Op basis van die meting beslis je of je verder gaat.

Wil je weten wat dit voor jouw bedrijf oplevert?

Plan een vrijblijvende kennismaking. We kijken samen naar je processen en bepalen welke eerste stap het meeste oplevert.