Hoeveel tijd bespaart automatisering echt?
Over een hele werkweek gemeten komt representatief onderzoek uit op een paar procent per persoon. Gebruikers van AI-chatbots in Denemarken besparen gemiddeld 2,8 procent van hun werkuren; in de Verenigde Staten was dat 5,2 procent, ongeveer 2,1 uur bij een werkweek van veertig uur. Over alle werkenden samen, gebruikers en niet-gebruikers, gaat het om 1,6 procent van alle gewerkte uren. Eén proces volledig automatiseren levert veel meer op: bij HelloPrint handelt een AI-toepassing 83 procent van de klantvragen via chat en e-mail zelf af en ging de klantenservice van ongeveer honderd naar twintig mensen.
De cijfers over tijdwinst lopen van een paar procent tot meer dan de helft. Dat verschil zit vooral in de meetmethode. Hieronder staan de uitkomsten van onafhankelijk onderzoek, met bij elk cijfer wie het heeft gemeten en hoe.
Wat representatief onderzoek vindt
De Federal Reserve Bank of St. Louis vraagt sinds 2024 elk kwartaal aan een representatieve steekproef Amerikaanse werkenden hoeveel uur extra ze nodig zouden hebben gehad om hetzelfde werk zonder generatieve AI af te krijgen.
In de meting van november 2024 kwam dat uit op 5,2 procent van de werkuren onder gebruikers, ongeveer 2,1 uur bij een werkweek van veertig uur. Over alle werkenden samen, inclusief niet-gebruikers, bleef er 1,4 procent over.
Uit de gebundelde metingen van februari, mei en augustus 2025 komt 1,6 procent van alle gewerkte uren. In augustus 2025 gebruikte 37,4 procent van de Amerikaanse werkenden generatieve AI voor het werk.
De onderzoekers rekenen dat door naar de economie als geheel en komen op een productiviteitswinst van maximaal 1,3 procent sinds de komst van ChatGPT.
Hetzelfde beeld in Denemarken
Anders Humlum en Emilie Vestergaard koppelden twee enquêtes onder ongeveer 25.000 werkenden bij 7.000 werkgevers aan de administratieve loon- en urengegevens van Denemarken. Het ging om elf beroepen waar AI-chatbots direct op aansluiten, van boekhouder tot journalist.
Gebruikers besparen gemiddeld 2,8 procent van hun werkuren. Marketingprofessionals zitten het hoogst, op 6,8 procent. Op de dagen dat mensen de tools daadwerkelijk gebruiken komt de besparing op zes tot zeven procent.
Op gewerkte uren en inkomsten vonden ze anderhalf jaar na de introductie van de eerste chatbots geen meetbaar effect, met betrouwbaarheidsintervallen die effecten boven één procent uitsluiten.
Waarom experimenten veel hogere percentages laten zien
Humlum en Vestergaard noemen een experiment met schrijftaken waaruit 37 procent tijdwinst kwam. Hun eigen cijfer over een volledige werkweek is 2,8 procent.
De twee getallen meten iets anders. Een experiment kijkt naar één taak die goed bij de techniek past, onder gunstige omstandigheden. Een enquête over de hele werkweek neemt alle uren mee waarin AI niets doet.
Voor een inschatting van je eigen bedrijf is het weekcijfer het nuttigst. Het experimentcijfer vertelt wat je beste taak kan opleveren onder ideale omstandigheden.
Wat mensen denken en wat de klok zegt
Bijna alle cijfers over tijdwinst komen uit zelfrapportage. Het onderzoeksinstituut METR toetste dat in 2025 met een gerandomiseerd experiment onder 16 ervaren open-sourceontwikkelaars en 246 echte taken uit hun eigen repositories.
De deelnemers verwachtten vooraf 24 procent sneller te zijn met AI. Achteraf dachten ze 20 procent sneller te zijn geweest. De opgenomen tijden lieten zien dat ze 19 procent langer over hun taken deden.
METR noemt dit een momentopname van de tools van begin 2025 en beschouwt het cijfer inmiddels als verouderd. Een vervolgmeting van februari 2026 wees op snelheidswinst, maar METR noemt die data zelf onbetrouwbaar: te veel ontwikkelaars wilden niet meedoen aan taken zonder AI.
Wat mensen zelf rapporteren en wat een meting oplevert, kunnen dus flink uiteenlopen. Dat werkt twee kanten op: METR denkt zelf dat de tools van begin 2026 ontwikkelaars wel degelijk versnellen, maar heeft het cijfer niet.
Eén proces volledig automatiseren geeft een ander getal
TNO onderzocht in 2026 vier Nederlandse organisaties die AI inzetten, op basis van zeventien interviews met betrokken medewerkers en werkgevers.
Bij HelloPrint handelt een AI-toepassing 83 procent van alle vragen via chat en e-mail zelf af, inclusief orders annuleren, klachten loggen en adressen aanpassen. De klantenservice ging van ongeveer honderd naar twintig mensen.
Daar staat iets tegenover. De klanttevredenheid bij contact met de AI-toepassing lag op gemiddeld 3,45 op een schaal van 5, tegen 3,75 bij een medewerker. De kosten liggen veel lager en het systeem is dag en nacht bereikbaar.
Bij LINKIT gaat het om kleinere winst. Een AI-toepassing schrijft de aanbiedingsbrief per kandidaat. De eerste indruk van de consultants is een kwartier tot een half uur per aanbieding; precies bijgehouden is het niet.
Bij de Douane was de tijdsbesparing ten tijde van het onderzoek nog niet vastgesteld. Bij a.s.r. lag het doel bij beter inzicht in klantbeleving, dus daar valt op de klok niets te meten.
Tijdwinst is nog geen productiviteit
De kernconclusie van TNO: tijdwinst leidt niet direct tot meer productiviteit of omzet. Wat het oplevert hangt af van wat er met de vrijgekomen tijd gebeurt.
Wordt die tijd gevuld met meer van hetzelfde werk, dan neemt de variatie in het werk af. Blijven de targets gelijk, dan daalt de werkdruk. Die richting bepaalt de organisatie zelf.
Het CBS onderzocht de samenhang tussen AI-gebruik en arbeidsproductiviteit bij Nederlandse bedrijven met tien of meer werkzame personen, op basis van de enquête ICT-gebruik bedrijven over 2021 tot 2024.
Binnen de steekproef lijken AI-gebruikers ongeveer 8 procent productiever. Opgehoogd naar de hele populatie blijft er 1,5 procent over, en dat verschil is niet significant. Bij bedrijven met tien tot negentien medewerkers is het zelfs negatief.
Dat verschil komt volgens het CBS grotendeels doordat vooral grote bedrijven AI inzetten, en die zijn over het algemeen al productiever. Factoren als ICT-specialisten in huis, training voor medewerkers en snelle verbindingen verklaren een belangrijk deel van de winst die aan AI wordt toegeschreven.
Hoe reken je het uit voor je eigen bedrijf
Drie vragen leveren samen een realistische schatting op.
Hoe vaak komt de taak voor? Een handeling van tien minuten die tien keer per dag langskomt, is bijna drie uur per week. Dezelfde handeling één keer per week is tien minuten. De frequentie bepaalt de uitkomst, de techniek nauwelijks.
Hoeveel tijd kost de controle? Bij LINKIT verschoof het werk van schrijven naar nakijken. Die controletijd blijft bestaan, dus trek hem af van de brutowinst voordat je iets belooft.
Wat gebeurt er met de vrijgekomen tijd? Twintig minuten per dag die verspreid over acht losse momenten vrijkomen, voelen voor niemand als tijdwinst. Een halve dag per week die je aan één ding kunt besteden, wel.
Een proces dat tien keer per dag terugkomt en waarvan de uitkomst eenvoudig te controleren is, is de beste eerste kandidaat. Voor de uren daarbuiten houd je het cijfer uit het onderzoek aan: een paar procent van de werkweek, en dan alleen bij de taken die echt bij de techniek passen.
Reken gemakkelijk zelf uit wat jij kan automatiseren via de Bildircin AI Urenscan https://bildircin.nl/urenscan
- Kan ik rekenen op een dag per week tijdwinst?
- Representatief onderzoek geeft daar geen steun voor. Gebruikers van AI-chatbots besparen in Denemarken gemiddeld 2,8 procent van hun werkuren, in de Verenigde Staten 5,2 procent, ongeveer twee uur per week. Een hele dag komt alleen in zicht als één proces vrijwel volledig overgaat naar een systeem, zoals de klantenservice bij HelloPrint.
- Waarom voelt het alsof ik veel meer tijd bespaar?
- In het enige gerandomiseerde experiment hierover dachten ervaren ontwikkelaars achteraf 20 procent sneller te zijn geweest, terwijl de opgenomen tijden 19 procent langer uitwezen. Het opzoeken, controleren en herschrijven valt uit het geheugen weg; de momenten waarop het in één keer goed ging blijven hangen.
- 01AI in de praktijk: Effecten op de productiviteit en kwaliteit van arbeid in vier organisaties, TNO (27 mei 2026)
- 02Kenmerken van bedrijven die AI-technologie gebruiken, hoofdstuk 5: Productiviteit, Centraal Bureau voor de Statistiek (2 november 2025)
- 03The State of Generative AI Adoption in 2025, Federal Reserve Bank of St. Louis (13 november 2025)
- 04The Rapid Adoption of Generative AI, Federal Reserve Bank of St. Louis Working Paper 2024-027F, Bick, Blandin en Deming (1 oktober 2025)
- 05Large Language Models, Small Labor Market Effects, Anders Humlum (University of Chicago Booth) en Emilie Vestergaard (Universiteit van Kopenhagen) (15 juli 2025)
- 06Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity, METR (10 juli 2025)
- 07We are Changing our Developer Productivity Experiment Design, METR (24 februari 2026)
- GEPUBLICEERD
- 7 oktober 2026
- BIJGEWERKT
- 7 oktober 2026
- ONDERWERP
- AI-automatisering