Het belangrijkste cijfer van je AI chatbot staat nooit op de homepage van je leverancier. Het is geen aantal gesprekken, geen "AI-powered" badge en geen sterrenrating. Het is je AI chatbot oplospercentage: het deel van de klantvragen dat je bot volledig zelf afhandelt, zonder dat er een mens aan te pas komt.
En precies daar gaat het bij de meeste bedrijven mis. Uit recent onderzoek dat Emerce aanhaalde blijkt dat reguliere chatbots en spraakassistenten slechts twaalf procent van de vragen correct beantwoorden. Eén op de acht. De rest van de bezoekers loopt vast, herhaalt zichzelf of klikt weg.
Tegelijk laat de praktijk zien dat het ook compleet anders kan. Een goed getrainde AI-chatbot handelt tot 80% van de inkomende vragen automatisch en correct af. Datzelfde verschil tussen 12% en 80% is het verschil tussen een speeltje en een medewerker die nooit slaapt.
In deze gids lees je waar dat oplospercentage door bepaald wordt, hoe je het meet en welke concrete stappen het omhoog tillen, ook als je geen technisch team hebt.
Wat is het oplospercentage van een AI chatbot precies?
Het oplospercentage, internationaal vaak containment rate of resolution rate genoemd, is het percentage gesprekken dat de chatbot volledig zelf afrondt tot tevredenheid van de klant. Geen doorverwijzing, geen "ik begrijp je vraag niet", geen ticket dat alsnog bij een mens belandt.
Let op het woordje correct. Een bot die elke vraag beantwoordt met "Bedankt voor je bericht, een collega neemt contact op" heeft technisch gezien 100% van de gesprekken afgehandeld, maar nul procent opgelost. Het gaat om vragen waar de klant echt mee verder kan.
Een handige driedeling:
- Opgelost: de klant krijgt een correct, bruikbaar antwoord en is klaar.
- Doorverwezen: de bot draagt het gesprek netjes over aan een mens, met context.
- Mislukt: de klant haakt gefrustreerd af zonder antwoord.
Je wil de eerste categorie zo groot mogelijk maken, de tweede beheerst houden en de derde naar nul brengen. Want die laatste groep is het duurst: dat zijn de leads en klanten die je stilletjes verliest.
Waarom blijven zoveel bots op 12% steken?
De bots die maar één op de acht vragen oplossen, falen bijna nooit door slechte techniek. De onderliggende taalmodellen zijn in 2026 verbluffend goed. Het probleem zit vrijwel altijd in de input en de inrichting. Vier oorzaken kom je telkens tegen.
1. De bot kent je bedrijf niet
Veel chatbots draaien op een algemeen taalmodel zonder dat ze ooit jouw producten, prijzen, retourbeleid of openingstijden hebben gezien. Ze klinken vlot, maar zodra het specifiek wordt, gokken ze. En een gokkende chatbot is gevaarlijker dan helemaal geen chatbot, want hij verzint met overtuiging dingen die niet kloppen. Dat is precies waarom je chatbot hallucinaties wil voorkomen voordat je live gaat.
2. De kennisbank is dun of verouderd
Een bot is zo goed als de content waar hij op getraind is. Twee productpagina's en een verouderde FAQ leveren een bot op die de helft van de vragen niet kan beantwoorden. Hoe completer en actueler je bronmateriaal, hoe hoger het oplospercentage.
3. Geen nette overdracht naar een mens
Als de bot vastloopt en de klant in een doodlopende straat zet, telt elk van die gesprekken als mislukking. Met een goede handoff naar een mens verandert een vraag die de bot niet aankan van een verloren klant in een tevreden klant. Het oplospercentage daalt daar niet van, je verschuift alleen mislukkingen naar gecontroleerde doorverwijzingen.
4. Niemand kijkt naar de gesprekken
Dit is de stilste killer. Bedrijven zetten een bot live en kijken er nooit meer naar om. Terwijl juist in de mislukte gesprekken de goudmijn zit: elke vraag die de bot niet kon beantwoorden, is een gat in je kennisbank dat je in vijf minuten kunt dichten.
Hoe meet je je oplospercentage?
Je kunt niet sturen op wat je niet meet. Gelukkig hoef je hier geen datascientist voor te zijn. Drie cijfers volstaan om te beginnen:
- Resolution rate: percentage gesprekken dat de bot zonder doorverwijzing afsloot.
- Escalatieratio: percentage gesprekken dat naar een mens ging.
- Fallback rate: hoe vaak de bot "dat weet ik niet" of een variant daarvan zei.
Een gezonde MKB-chatbot zit na een paar weken finetunen vaak op 60 tot 80% resolution rate, met een fallback rate onder de 10%. Zit je daar ver onder, dan weet je dat er werk aan de winkel is. In ons artikel over de 8 chatbot-KPI's die écht tellen gaan we dieper in op hoe je deze cijfers afzet tegen omzet en tijdwinst.
Wil je dit niet handmatig bijhouden? In DenkChat zie je je resolution rate, fallbacks en doorverwijzingen standaard in het dashboard. Probeer DenkChat gratis →
Van 12% naar 80%: het stappenplan
Hieronder de aanpak die in de praktijk het meeste verschil maakt. Geen theorie, wel de volgorde die werkt.
Stap 1: Train de bot op je eigen content
Dit is veruit de grootste hefboom. Geef de bot toegang tot je website, je documenten, je FAQ's en je productinformatie. Hoe rijker de bron, hoe minder de bot hoeft te gokken. In onze gids AI chatbot trainen op eigen content lees je precies hoe je dat in een half uur voor elkaar krijgt, inclusief de valkuilen.
Vergeet niet om de evidente dingen erin te zetten die je zelf vanzelfsprekend vindt: verzendkosten, levertijden, garantievoorwaarden, parkeren, contactgegevens. Juist die "saaie" feiten zijn de meest gestelde vragen.
Stap 2: Test met echte klantvragen, niet met je eigen vragen
Ondernemers testen hun bot vaak met de vragen waarvan ze al weten dat hij ze kan beantwoorden. Draai het om. Pak je laatste vijftig support-mails of WhatsApp-berichten en gooi die vragen er letterlijk in. Daar zit de waarheid. Elke vraag die misgaat, is een directe instructie voor verbetering.
Stap 3: Lees wekelijks de mislukte gesprekken
Plan een vast moment, een kwartier per week is genoeg. Loop de gesprekken langs waar de bot een fallback gaf of werd doorverwezen. Patroon zien? Voeg de ontbrekende informatie toe aan je kennisbank. Dit is het verschil tussen een bot die op 30% blijft hangen en eentje die in twee maanden naar 75% klimt.
Stap 4: Geef de bot een duidelijke persoonlijkheid en grenzen
Een bot die weet wanneer hij iets niet moet beantwoorden, scoort hoger op vertrouwen. Stel duidelijke grenzen in (geen juridisch advies, geen prijzen onderhandelen) en laat de bot bij die onderwerpen netjes doorverwijzen. Een eerlijke "dit laat ik even door een collega beantwoorden" telt niet als mislukking, een verzonnen antwoord wel.
Stap 5: Combineer met een mens waar het telt
Het hoogste oplospercentage haal je niet door alles te automatiseren, maar door de juiste 80% te automatiseren en de overige 20% slim te overhandigen. Klanten haken niet af op "ik verbind je door", ze haken af op een bot die in cirkels praat. Meer hierover in klanten haten chatbots, zo bouw je er een die wél werkt.
Wat een hoog oplospercentage je oplevert
Even concreet rekenen. Stel je krijgt 600 klantvragen per maand en elke vraag kost een medewerker gemiddeld 5 minuten. Dat is 50 uur per maand.
- Bij een oplospercentage van 12% bespaart de bot je 6 uur. Marginaal.
- Bij 70% bespaart de bot je 35 uur per maand. Dat is bijna een hele werkweek.
Daar komt nog iets bovenop dat je niet in uren meet: de vragen die buiten kantooruren binnenkomen en die je anders helemaal kwijt was. Een bot die 's avonds om half elf een productvraag correct beantwoordt, redt een verkoop die je nooit had gezien.
Wat kost een chatbot met een hoog oplospercentage?
Een hoog oplospercentage is geen kwestie van een duurder abonnement, maar van goede training en opvolging. Bij DenkChat start je gratis en groei je mee naarmate je meer verkeer en agents nodig hebt.
| Plan | Prijs | Berichten/maand | Agents | Voor wie |
|---|---|---|---|---|
| Free | Gratis | 50 | 1 | Uitproberen, geen creditcard nodig |
| Hobby | €29/maand | 500 | 3 | Kleine site of webshop |
| Standard | €79/maand | 4.000 | 10 | Groeiend MKB met serieus verkeer |
| Pro | €249/maand | 15.000 | 25 | Meerdere merken of vestigingen |
| Enterprise | Op maat | Onbeperkt | Onbeperkt | White-label, SSO, SLA's |
Het verschil tussen 12% en 80% oplospercentage zit dus niet in het plan dat je kiest, maar in hoe goed je de bot voedt en bijhoudt. Het mooie: dat kost je vooral aandacht in de eerste weken, daarna draait het.
Wil je weten of een AI-chatbot zich terugverdient voor jouw situatie? Lees dan ook AI chatbot vs FAQ-pagina, waarin we laten zien waarom statische FAQ's structureel lager scoren dan een getrainde bot.
Begin vandaag met meten
Het oplospercentage is het eerlijkste cijfer dat je over je chatbot kunt hebben. Het liegt niet, het is niet te maskeren met mooie marketing en het vertelt je precies waar je staat. De bedrijven die bij de 12% blijven hangen, zijn niet de bedrijven met de slechtste techniek. Het zijn de bedrijven die hun bot één keer instelden en er daarna nooit meer naar omkeken.
Doe het andersom. Train je bot op je eigen content, kijk wekelijks een kwartier naar de mislukte gesprekken en dicht de gaten. Binnen twee maanden zie je je oplospercentage van een speeltje naar een serieuze medewerker groeien.
Je kunt vandaag nog beginnen. Geen creditcard, binnen 30 minuten live, getraind op je eigen content en AVG-compliant met data in de EU.
Start vandaag nog met je eigen AI-chatbot →
Gratis starten, betaalde plannen vanaf €29/maand.
Klaar om je eigen AI-chatbot te bouwen?
Start gratis met DenkChat en ontdek hoe een AI-chatbot jouw klantenservice transformeert.
Start gratis
