Kennisbank

AI voor aanbestedingen: wat het wél kan automatiseren en waar menselijk oordeel onvervangbaar blijft

11 oktober 2026 · Redactie TenderMaatje

Wat kan AI écht automatiseren bij aanbestedingen en waar blijft menselijk oordeel essentieel? Lees de heldere afbakening voor tenderdeelnemers.

Stel je voor: een aanbestedingsdocument van achthonderd pagina's, een deadline van drie dagen en een team dat al tot de rand is belast. AI-tools beloven hier uitkomst te bieden, en terecht. De mogelijkheid om documenten automatisch in te vullen, eisen te extraheren en conceptteksten te genereren is geen toekomstmuziek meer. Het is realiteit, en de tijdwinst is aanzienlijk.

Maar er zit een keerzijde aan die belofte. Organisaties die AI klakkeloos inzetten voor het volledige aanbestedingsproces, lopen risico's die ze zich pas realiseren als het te laat is. Want tussen wat AI betrouwbaar kan automatiseren en wat onherroepelijk mensenwerk blijft, bevindt zich een grens die je niet ongestraft kunt negeren.

In dit stuk analyseren we precies waar die grens ligt. Je leest welke taken AI daadwerkelijk efficiënter maakt, wat de cijfers zeggen over tijdwinst in de praktijk, en waar strategisch inzicht en menselijk oordeel onvervangbaar blijven. Ook bespreken we de risico's van te grote afhankelijkheid, sectorverschillen in toepasbaarheid en een praktisch kader om AI als hefboom te gebruiken zonder de regie te verliezen.

Wat AI wél kan automatiseren bij aanbestedingen

AI neemt vandaag vijf concrete taken in aanbestedingsprocessen over, elk met een meetbaar effect op doorlooptijd en nauwkeurigheid.

Documenten doorzoeken en samenvatten Aanbestedingsdossiers tellen regelmatig honderden pagina's. AI extraheert de kernvereisten uit die volumes binnen minuten. Dat tijdverschil is geen marginale winst: het bepaalt of een bedrijf überhaupt kan besluiten mee te dingen voordat de deadline nadert.

Eisen en selectiecriteria automatisch extraheren Via het automatisch invullen van gestructureerde checklists brengt AI alle administratieve vereisten systematisch in kaart: vereiste documenten, uitsluitingsgronden en geschiktheidseisen. Dit verkleint de kans dat een eis over het hoofd wordt gezien en vormt de basis voor een volledige inschrijving. Meer over hoe digitale tools dit proces ondersteunen, leest u bij Digitale tools en AI in het aanbestedingsproces.

Conceptteksten per gunningscriterium Op basis van de aanbestedingsdocumenten stelt AI een eerste tekstopzet op per gunningscriterium. Schrijvers krijgen daarmee een solide vertrekpunt in plaats van een leeg scherm. De concepten vragen altijd menselijke aanscherping, maar de initiële tijdsinvestering daalt aanzienlijk.

Vergelijking op prijs, kwaliteit en technische specificaties Geautomatiseerde analyse van de eigen offerte op prijs, kwaliteitscriteria en technische specificaties verkleint de kans op rekenfouten en interne inconsistenties. AI signaleert tegenstrijdigheden tussen verschillende onderdelen van de inschrijving die onder tijdsdruk gemakkelijk worden gemist.

Administratieve compleetheidscheck Voordat een inschrijving via een aanbestedingen platform wordt ingediend, verifieert AI of alle verplichte bijlagen aanwezig zijn en of teksten voldoen aan de formele eisen. Die laatste check voor indiening voorkomt diskwalificatie op puur administratieve gronden.

Verder lezen over aanbestedingsadvies voor het mkb als u meer wilt weten over hoe u deze automatisering in uw eigen proces inpast.

Tijdwinst in de praktijk: wat de cijfers zeggen

Dat tijdwinst mogelijk is, is duidelijk. Maar hoe groot is die winst in de praktijk?

Onderzoek naar AI-toepassingen in EMVI-aanbestedingen laat een reductie van meer dan 50% zien in de uren die nodig zijn voor het beoordelen en verwerken van inschrijvingen. Het meest zichtbare effect zit in de documentanalyse: taken zoals het doorzoeken van omvangrijke bestekken en het structureren van eisen dalen van uren naar minuten. Capaciteit die voorheen opging aan het mechanisch uitpluizen van honderden pagina's, komt beschikbaar voor het werk dat er strategisch toe doet.

Resourceplanning wordt voorspelbaarder. Platformen die documentomvang en criteriacomplexiteit registreren, kunnen helpen bij een eerste inschatting van benodigde capaciteit, al verschilt de volwassenheid per tool. Dat maakt het eenvoudiger om te beslissen of een tender de investering waard is, en om interne capaciteit tijdig te reserveren. Voor wie meerdere trajecten parallel loopt, is die voorspelbaarheid direct waardevol.

Consistentere beoordelingskwaliteit is een ander potentieel voordeel. Gestandaardiseerde AI-analyse kan bijdragen aan consistentere toepassing van criteria, een voordeel dat aansluit bij het EIB-principe dat de wijze van beoordelen doorslaggevend is. De EIB benadrukt in onderzoek naar succesvolle EMVI-aanbestedingen dat niet zozeer welke kwaliteitsaspecten worden beoordeeld, maar hoe dat consistent gebeurt, bepalend is voor het resultaat.

De efficiëntiewinst is echter niet gelijkmatig verdeeld. Bij routinematige taken, zoals aanbesteding zoeken, een eerste documentencheck of het aanmaken van conceptversies, is de winst het grootst. Bij strategische en kwalitatieve oordelen, zoals het interpreteren van gunningscriteria, is die winst minimaal. Hoe je juist die gunningscriteria optimaal benut, lees je in EMVI: zo maximaliseer je jouw score op kwaliteitscriteria.

Waar menselijk oordeel onvervangbaar blijft

Die efficiëntiewinst heeft echter een keerzijde: de taken die AI het minst goed uitvoert, zijn precies de taken die het meeste gewicht dragen in een winnende inschrijving.

Strategische interpretatie van gunningscriteria is de meest kritieke. Een aanbestedende dienst formuleert kwalitatieve criteria zelden als neutrale meetinstrumenten; achter elke eis schuilt een prioriteit, een context, soms een voorkeur. Het wegen van die factoren, het inschatten wat de opdrachtgever werkelijk waardeert en het bepalen van de winnende propositie vereist sectorkennis, relatie-inzicht en strategisch vermogen. AI leest wat er staat; een ervaren aanbestedingsprofessional begrijpt wat er bedoeld wordt. Het verschil tussen die twee is vaak het verschil tussen winnen en verliezen, zoals ook uitgewerkt in het artikel Van vinden naar winnen: het verschil dat telt.

De finale kwaliteitscheck en goedkeuringsbeslissing kunnen niet worden gedelegeerd. De juridische verantwoordelijkheid voor een ingediende inschrijving ligt altijd bij de inschrijver. Een AI-gegenereerde tekst die niet kritisch is nagelezen, kan tegenstrijdigheden bevatten, een verkeerde toon aanslaan of een eis verkeerd interpreteren. Dat levert niet alleen verlies op, maar mogelijk ook reputatieschade of juridische bezwaren.

Concurrentiestrategie en positionering zijn eveneens buiten AI's bereik. Beslissingen over prijsstelling, risicobereidheid en onderscheidend vermogen zijn geworteld in bedrijfscontext, marktinzicht en relaties die geen enkel model bezit.

Ambigu geformuleerde eisen in bestekken vragen bovendien om juridisch en inhoudelijk inzicht. Wanneer eisen tegenstrijdig of onduidelijk zijn, vergt het bepalen van de bedoeling van de aanbestedende dienst menselijke redenering, niet patroonherkenning.

Contactmomenten zoals de Nota van Inlichtingen en eventuele dialoogfases zijn inherent menselijk. Toon, relatiebeheer en contextueel inzicht zijn doorslaggevend, en die vaardigheden zijn niet te automatiseren. Meer achtergrond over dit soort processtappen is te vinden op de kennisblog van TenderMaatje.

De risico's van te grote afhankelijkheid van AI

Weten waar AI tekortschiet is één ding; de concrete gevolgen negeren is een ander.

Strategisch misser bij ogenschijnlijk correcte inschrijvingen. Zoals eerder uitgewerkt, leest AI wat er staat maar mist het wat er wordt bedoeld. Het resultaat: een foutloze inschrijving die de opdracht niet wint, omdat de winnende propositie nooit is geformuleerd.

Ontbrekende audittrails als juridisch risico. Publieke aanbestedingen vallen onder transparantievereisten die vastleggen hoe beslissingen tot stand zijn gekomen. Het CADA-raamwerk (COM(2026) 502) verplicht aanbestedende diensten te documenteren welke stappen menselijk zijn genomen en welke AI-ondersteund. Voor inschrijvers geldt hetzelfde principe: ongedocumenteerde AI-bijdragen aan een inschrijving zijn moeilijk te verdedigen bij een bezwaarprocedure. De eindverantwoordelijkheid is daarbij niet overdraagbaar: de inschrijver ondertekent de stukken en blijft volledig aansprakelijk voor de inhoud, ongeacht welk hulpmiddel is gebruikt.

Blinde vlekken voor sectorspecifieke logica. AI-modellen getraind op algemene data herkennen niet altijd de specifieke eisen van sociale aanbestedingen, de Europese drempelwaarden voor dienstverlening of de beoordelingslogica van sectorale raamcontracten. Net zoals het ontbreken van verplichte documenten een inschrijving kan diskwalificeren, zoals bij het missen van de juiste sociale zekerheidsverklaringen, kunnen AI-fouten in sectorspecifieke compliance onzichtbaar blijven tot het te laat is.

Van dat sectorspecifieke risico is het een kleine stap naar een kwaliteitsrisico dat vaker wordt onderschat: generieke EMVI-antwoorden onderscheiden niet. AI-gegenereerde conceptteksten zijn een vertrekpunt, geen eindproduct. Zonder vakinhoudelijke aanscherping zijn antwoorden op kwalitatieve criteria herkenbaar generiek: correct in vorm, arm aan onderscheidend vermogen.

Een praktisch kader: AI als slimme assistent, niet als beslisser

De risico's zijn reëel, maar vermijdbaar zodra u een helder kader hanteert. Het uitgangspunt is eenvoudig: AI beheert de voorfase, mensen beheersen de strategie.

Voorfase: laat AI het zware tilwerk doen

De concrete taken staan uitgewerkt in het eerste hoofdstuk; samengevat gaat het om alles wat repetitief, tijdrovend en formeel controleerbaar is: van het doorzoeken van bestekken tot het genereren van conceptteksten per gunningscriterium.

Strategische fase: reserveer capaciteit voor mensen

De interpretatie van gunningscriteria, het bepalen van de kernboodschap per criterium en de positionering ten opzichte van verwachte concurrenten zijn geen administratieve handelingen. Ze vragen marktinzicht, vakkennis en strategisch oordeelsvermogen. Hoe u een winnende scorestrategie bepaalt per gunningscriterium vereist precies dit soort menselijke redenering.

Stel een verplicht reviewmoment in

Elke AI-gegenereerde tekst gaat door minimaal één vakinhoudelijke beoordelaar vóór verwerking in de definitieve inschrijving. Geen uitzondering. Dit voorkomt dat generieke conceptteksten ongewijzigd de deur uitgaan en borgt dat de eindtekst uw organisatie daadwerkelijk onderscheidt.

Documenteer uw werkwijze systematisch

Leg per processtap vast welke onderdelen AI-ondersteund waren en wie de eindverantwoordelijkheid droeg. Richtlijn 2014/24/EU vereist transparantie en traceerbaarheid in aanbestedingsprocessen; gedocumenteerde werkwijzen beschermen u bij bezwaren en audits.

Kies een platform dat begeleiding biedt, niet alleen automatisering

Een aanbestedingen platform dat AI inzet als hulpmiddel binnen een begeleid proces geeft u de efficiëntie van automatisering zonder de controle over het eindproduct te verliezen. TenderMaatje combineert geautomatiseerde documentanalyse met menselijke review van gunningscriteria en conceptinschrijvingen, zodat snelheid en kwaliteit elkaar versterken in plaats van verdringen.

Sectorverschillen: werkt automatisering overal even goed?

Het praktische kader dat hiervoor is beschreven, geldt niet in dezelfde mate voor elk type aanbesteding. De sector en het aanbestedingstype bepalen in sterke mate hoeveel ruimte er is voor automatisering.

EMVI-aanbestedingen in de bouw en infra vormen het terrein waar AI het meest effectief is. EMVI-aanbestedingen in bouw en infra zijn doorgaans sterk gestructureerd, wat geautomatiseerde documentanalyse en conceptgeneratie in de hand werkt.

Bij sociale aanbestedingen en innovatiegerichte procedures verschuift het beeld. Procedures waarbij de kwalitatieve dimensie zwaar weegt, zoals innovatiegerichte aanbestedingen, vereisen kwalitatief hoogwaardige, contextspecifieke antwoorden waarbij de beoordelaar zoekt naar onderscheidend vermogen en visie. AI kan een eerste opzet leveren, maar de kern van de inschrijving vraagt vakinhoudelijke verdieping die generieke modellen niet bieden.

Europese aanbestedingen boven de drempelwaarden kennen aanvullende verplichtingen op grond van Richtlijn 2014/24/EU: transparantie, gelijkheid en non-discriminatie zijn juridisch verankerd. Wie AI inzet bij de voorbereiding, moet kunnen aantonen dat deze principes zijn gerespecteerd. Dat vraagt om extra zorgvuldigheid en duidelijke documentatie van welke stappen door mensen zijn beoordeeld.

Raamovereenkomsten en minicompetities bieden een genuanceerder beeld. De administratieve fase, zoals het controleren van geschiktheidseisen en het ordenen van documentatie, leent zich goed voor gedeeltelijke automatisering. De minicompetitietekst zelf vraagt echter altijd om maatwerk: de opdrachtgever verwacht een antwoord dat inspeelt op de specifieke opdracht, niet een hergebruikte standaardtekst.

De basisregel is sector-onafhankelijk: hoe complexer en kwalitatief de beoordeling, hoe groter de noodzaak van menselijke betrokkenheid. Voor organisaties die nog aan het begin staan van dit afwegingsproces, biedt Verder lezen een praktisch vertrekpunt.

Conclusie: gebruik AI als hefboom, behoud de regie

Ongeacht sector of aanbestedingstype geldt dezelfde kernlogica: AI versnelt het routinewerk, maar de beslissende oordelen blijven mensenwerk.

Zoals in de vorige secties uitgewerkt, ligt de grens bij strategische oordeelsvorming, en die grens is niet verschoven.

Bedrijven die dit onderscheid bewust hanteren, behalen efficiëntiewinst zonder controle te verliezen. Ze gebruiken automatisering als hefboom in de voorfase en reserveren menselijke capaciteit voor de momenten waarop het resultaat daadwerkelijk wordt bepaald.

Koppel geautomatiseerde documentverwerking via een platform als TenderMaatje aan een vast menselijk reviewmoment voor gunningscriteria en eindteksten. TenderMaatje combineert beide: geautomatiseerde analyse van eisen en criteria, gevolgd door inhoudelijke begeleiding bij de teksten die het verschil maken.

De concrete eerste stap voor uw organisatie: breng uw tenderproces stap voor stap in kaart. Stel per stap vast of het routinewerk is dat zich leent voor automatisering, of een kwalitatief oordeel dat menselijke betrokkenheid vereist. Leg voor elke stap vast wie eindverantwoordelijk blijft.

AI is een krachtig instrument voor aanbestedingen. De regie houdt u zelf.

← Alle artikelen