Marketing automation voor kmo's: wat je automatiseert en wat je beter zelf houdt

De twaalf best rankende Nederlandstalige artikels over marketing automation hebben één ding gemeen. Zes komen van softwareverkopers of vergelijkingssites, vier van bureaus die de dienst leveren. Elk van die twaalf heeft er belang bij dat je automatiseert, en geen enkel stuk zegt wanneer je het beter niet doet. Dat is precies de vraag die een kmo als eerste stelt. Ik beantwoord ze hier, met de drempels erbij.

Wat is marketing automation precies?

Software die marketing- en verkoopprocessen op een vast pad laat lopen zonder dat iemand ze telkens opnieuw start. Een gebeurtenis is de aanleiding, een reeks stappen volgt, en het systeem houdt bij wat er gebeurde. Het is geen kunstmatige intelligentie: een vast als-dit-dan-dat-pad leidt niets af en past zich nergens aan. Dat onderscheid wordt verderop belangrijk.

De verwarring zit meestal bij de laag eronder. Een CRM is de gegevenslaag: Statbel omschrijft het in zijn eigen enquêteformulier als software “voor het beheer van informatie over klanten” die “helpt bij het volgen van de interesses en het koopgedrag van de klant”. Marketing automation is wat je bovenop die laag doet. Zonder de eerste werkt de tweede niet, en dat is geen detail maar de meest voorkomende reden waarom trajecten stranden.

De term zelf staat ook in onze woordenlijst, samen met de begrippen die je in offertes tegenkomt.

Hoeveel Belgische bedrijven doen dit al?

Minder dan de verhalen suggereren, en het echte cijfer bestaat niet. Geen enkele officiële statistiek meet marketing automation apart. Wat we wél weten uit de Statbel-cijfers over 2025: twee op de vijf Belgische ondernemingen gebruiken CRM-software, en dat is de voorwaarde, niet de automatisering zelf. Bij bedrijven met meer dan 250 werknemers is dat 77,1%.

Eén cijfer uit diezelfde publicatie is scherper dan alle adoptiepercentages samen. 27,7% van de Belgische ondernemingen voert gegevensanalyses uit op klantengegevens zoals aankoopinformatie, woonplaats en voorkeuren. Minder dan drie op de tien dus. Dat is exact de grondstof waarop marketing automation draait, en bij zeven op de tien ligt die grondstof er niet.

Twee dingen om die cijfers correct te lezen. Ze gaan over ondernemingen vanaf tien werknemers, want dat is de ondergrens van de enquête, en het grootste deel van de Belgische kmo-populatie zit daaronder. En ze meten CRM en data-analyse, niet automatisering.

De kloof met grote bedrijven is echt. Volgens de Digital Decade-cijfers over 2024, die sectorfederatie Agoria in haar analyse aanhaalt, gebruikte 66,27% van de grote Belgische bedrijven AI tegenover 23,09% van de kmo’s. Agoria is de federatie van de technologische industrie en haar leden verkopen digitalisering, dus lees het met dat belang erbij. De CEO van die federatie zei het bij de publicatie zo:

“Deze goede resultaten zijn mede te danken aan de inspanningen van de drie gewesten. Maar het blijft een uitdaging om tegen 2030 75% van de bedrijven AI te laten gebruiken. We moeten het momentum behouden, vooral bij de kmo’s.”

— Bart Steukers, CEO van Agoria

Welke taak automatiseer je als eerste, en vanaf welk volume loont dat?

De taak die je vaak doet, altijd op dezelfde manier, en waar een fout weinig kost. Drie voorwaarden samen, niet apart. Iets wat je twee keer per jaar doet, is de opzet niet waard, hoe vervelend het ook is. Iets wat elke dag anders loopt, laat zich niet in een vast pad gieten. En iets waar een fout een klant kost, hoort een mens in de lus te houden.

Die drie samen geven een bruikbare toets. Vermenigvuldig hoe vaak een taak terugkomt met hoe lang ze duurt, en trek er af hoe erg het is als ze fout gaat. Wat bovenaan eindigt, automatiseer je eerst.

Over volume geef ik liever geen getal dan een getal dat voor niemand klopt, want de drempel verschilt per proces. De rekensom die wél klopt voor jouw situatie: tel hoe vaak je die taak het afgelopen kwartaal deed, vermenigvuldig dat met de tijd per keer, en zet het naast de tijd die opzet én onderhoud kosten. Valt de eerste kant lager uit, dan is het te vroeg. Minder bevredigend dan een drempel, maar het is jouw drempel.

Zit je nog vóór die drempel en zoek je eerst meer aanvragen, dan is leads genereren als kmo de logische eerste stap. Automatiseren wat er nauwelijks is, verandert niets.

Wanneer doe je het beter niet?

Als je data niet klopt, als het proces nog verandert, of als je het probleem eigenlijk niet kent. In die drie gevallen versnelt automatisering alleen het bestaande probleem, en dat is duurder dan niets doen. Het klinkt evident, maar de cijfers laten zien dat dit de regel is en niet de uitzondering.

In een onderzoek onder Amerikaanse marketingverantwoordelijken van januari 2026 zegt slechts 30,3% dat hun bedrijf klantinformatie geconsolideerd heeft op een manier die klantdata over alle contactpunten integreert. Dat is Amerikaanse data en dus richtinggevend, niet Belgisch. Maar twee derde die geen samenhangend klantbeeld heeft, is precies de groep die volgens elke leverancier “vandaag nog kan starten”.

De rem zit trouwens zelden op de techniek. Uit de Eurostat-cijfers over 2025, bij EU-ondernemingen vanaf tien werknemers die AI overwogen maar niet gebruiken: 70,89% noemt een gebrek aan relevante expertise, 52,52% onduidelijkheid over de juridische gevolgen en 48,83% zorgen over gegevensbescherming. Slechts 20,68% vond de technologie gewoon niet nuttig.

Er is nog een reden om te wachten die niemand graag opschrijft: het proces dat je wil automatiseren, is misschien overbodig. Een wekelijks rapport dat niemand leest, wordt door automatisering een wekelijks rapport dat niemand leest en dat je bovendien moet onderhouden.

Wat gaat er stuk wanneer een flow maanden draait?

Meestal niets zichtbaars, en dat is precies het probleem. Een veld wordt hernoemd, een koppeling verloopt, een collega past een formulier aan, en de automatisering stopt geruisloos met werken. Er komt geen foutmelding, want technisch is er niets kapot. Je merkt het pas wanneer iemand vraagt waarom die mails niet meer vertrekken.

Dat is geen randgeval. In de cijfers van de Europese Centrale Bank over het vierde kwartaal van 2025 noemt 26% van de eurozonebedrijven incompatibiliteit met bestaande systemen als reden om niet intensiever met AI aan de slag te gaan, na een tekort aan vaardigheden (40%) en beperkte bruikbaarheid (28%). Automatisering strandt op koppelingen, niet op ambitie.

Er is ook een technische laag die veel opzetten breekt en die zelden in een offerte staat. Wie meer dan vijfduizend berichten per dag naar Gmail-adressen stuurt, moet volgens Google zijn spamklachten onder 0,30% houden, een uitschrijflink met één klik aanbieden en SPF, DKIM én DMARC correct hebben staan. Haal je dat niet, dan komt een op papier perfecte flow simpelweg niet aan. Dat verklaart ook waarom de kwaliteit van je lijst zwaarder weegt dan de omvang ervan.

Drie dingen die je vanaf dag één inbouwt, en die geen van de twaalf best rankende artikels noemt: een wekelijkse controle of de flow nog liep, een teller die je vertelt hoeveel berichten er echt vertrokken, en één persoon die eigenaar is. Zonder eigenaar verwatert een automatisering meestal ongemerkt.

Wil je liever niet zelf uitzoeken welke koppelingen je nodig hebt, dan valt dat onder marketing automatisering, de dienst die ClickForest voor kmo’s in Vlaanderen levert.

Wat mag je in België automatisch versturen?

Minder dan de meeste tools suggereren. Reclame per e-mail is in België verboden zonder voorafgaande toestemming. Dat staat letterlijk zo in artikel XII.13, §1 van het Wetboek van economisch recht, zoals de Gegevensbeschermingsautoriteit het zelf citeert: “Het gebruik van elektronische post voor reclame is verboden zonder de voorafgaande, vrije, specifieke en geïnformeerde toestemming van de geadresseerde van de boodschappen.”

Er is één uitzondering, de soft opt-in, en die heeft drie voorwaarden die samen moeten gelden. Je kreeg de e-mailgegevens rechtstreeks bij de verkoop van een product of dienst, je maakt enkel reclame voor je eigen gelijkaardige producten of diensten, en je geeft de klant op het moment dat je die gegevens verzamelt gratis en eenvoudig de kans om te weigeren. Die tweede voorwaarde is de valstrik: het moet gaan om wat je zélf levert. Een partnerdienst promoten valt er niet onder.

Twee praktische punten die veel opzetten fout doen. Het recht om bezwaar te maken tegen direct marketing is onvoorwaardelijk, aldus de Europese privacytoezichthouders in hun richtsnoeren van oktober 2024, die nog de status van consultatieversie dragen. De betrokkene hoeft geen reden te geven. En volgens de checklist van de Belgische toezichthouder volstaat een vermelding van dat recht in je privacyverklaring uitdrukkelijk niet.

Dit zijn feiten uit de bronnen zelf, geen juridisch advies. Zit je met een concreet geval, lees dan de aanbeveling van de Gegevensbeschermingsautoriteit zelf; de Nederlandstalige versie draagt vandaag nog de vermelding dat ze een consultatieversie is en dat de finale tekst voorlopig alleen in het Frans beschikbaar is.

Wat verandert er nu een model zelf kan beslissen?

De vertakking verhuist van het stappenplan naar het model. Waar je vroeger elke uitzondering vooraf moest intekenen, kan een taalmodel nu classificeren, samenvatten en formuleren binnen een stap. Het pad blijft van jou, de invulling niet meer. Dat is de echte verschuiving sinds de klassieke flowbuilders, en geen van de twaalf best rankende Nederlandstalige artikels behandelt ze.

Welke tools daarvoor vandaag bruikbaar zijn, staat in het overzicht van AI-tools voor marketeers. Het verschil met een AI-agent is dat een agent zijn eigen pad kiest en een automatisering het jouwe volgt. Hoe dat precies zit en wanneer je het ene of het andere nodig hebt, staat volledig uitgewerkt in wat is een AI-agent. Wat de bredere AI-laag in marketing kan betekenen, behandelt de AI-marketing gids.

Het nuchterste advies komt van een partij die er belang bij zou hebben om je het tegenovergestelde te verkopen. Anthropic, dat zelf taalmodellen levert, schrijft in zijn eigen technische handleiding:

“we recommend finding the simplest solution possible, and only increasing complexity when needed”

— Erik S. en Barry Zhang, Anthropic

Voeg daar het oordeel van een analistenhuis aan toe. Gartner bevroeg tussen juni en augustus 2025 vierhonderddertien martech-verantwoordelijken. Van wie AI-agents in pilot of productie heeft, zegt 45% dat de agents van hun leverancier de beloofde bedrijfsresultaten niet halen. De helft geeft aan dat hun organisatie de technische en datavoorbereiding mist. Twee kanttekeningen: de geografie van die respondenten wordt niet vermeld, en het gaat om organisaties met een martech-verantwoordelijke in dienst, dus groter dan de gemiddelde Vlaamse kmo.

“AI-agents hertekenen het marketinglandschap razendsnel, en leidinggevenden willen dat potentieel graag benutten voor contentproductie en campagne-optimalisatie. Maar de maatstaf waarmee CMO’s die investeringen moeten beoordelen is bedrijfswaarde, niet de hype van de leverancier.”

— Benjamin Bloom, VP Analyst bij Gartner (vertaald uit het Engels)

De koppeling tussen een model en je eigen systemen loopt tegenwoordig vaak via een open protocol; wat MCP precies is legt die laag uit zonder dat je er techneut voor hoeft te zijn.

Loopt een kmo hierin echt achter op grote bedrijven?

Op invoeren wel, op diep gebruik niet. Dat is de meest verrassende vondst van dit onderzoek, en ze komt in geen van de twaalf best rankende artikels voor. In het vierde kwartaal van 2025 zei meer dan 70% van de eurozonebedrijven AI te gebruiken, maar noemt slechts 7% dat gebruik betekenisvol. Dat komt uit de SAFE-enquête bij ruim vijfduizend bedrijven, beschreven door economen van de Europese Centrale Bank.

Zij formuleren de les zo:

“De komst van AI wordt breed onthaald als een motor van productiviteitsgroei. Toch garandeert het louter invoeren van AI geen meetbare verbetering van de efficiëntie van bedrijven. Wat wél telt, is waarvoor ze de nieuwe technologie gebruiken.”

— David Chaloupka, Tibor Lalinský en Paloma Lopez-Garcia, Europese Centrale Bank (vertaald uit het Engels)

En dan het cijfer dat ik zelf het meest verrassend vond. In een ECB-werkdocument uit 2026, op basis van bevragingen bij ongeveer zesduizend bedrijven in twaalf eurolanden, schrijven de onderzoekers dat dat aandeel van 7% vergelijkbaar is over de grootteklassen heen, wat wijst op “een gemeenschappelijk plafond op intensieve adoptie”. Het paper vertegenwoordigt niet het standpunt van de ECB zelf, dat staat er uitdrukkelijk bij.

Dat weerlegt de aanname waar veel kmo-verhalen op drijven. Je loopt niet achter op de grote bedrijven wat diep gebruik betreft; die lopen op dit punt even hard vast. Mijn conclusie daaruit: wat een kmo mist is schaal, niet inzicht.

Een Vlaamse praktijkstem beschrijft hetzelfde patroon van dichtbij, in een interview bij de lancering van een betalende opleiding waar zijn organisatie bij betrokken is:

“In bedrijven blijven AI-toepassingen vandaag vaak hangen in een pilootfase omdat er onvoldoende kennis is om ze op te schalen tot solide business cases.”

— Grisja Lobbestael, directeur van Flanders Make

Hoe ziet zo’n traject er in de praktijk uit?

Ik begin nooit bij de tool. Het eerste gesprek gaat over welk proces je vandaag herhaalt en wie het doet, want dat bepaalt of er iets te automatiseren valt. Pas daarna komt de vraag met welke systemen het moet praten.

Bij ClickForest bouw ik die systemen met Claude Code in VSCode, aangevuld met Make.com waar dat zinvol is, en altijd gekoppeld aan de tools die er al staan. Een voorbeeld dat je kunt nalezen: de orderrapportering van Bastiano draaide op een tool waarvan het onderhoud volledig van één externe maker afhing. We namen ze over, herbouwden ze self-hosted en breidden ze uit tot een dagelijkse werkmotor met rittenplanning per chauffeur. Eén afgebakende taak, en het onderhoud terug in eigen handen.

Wil je het niet zelf bouwen, dan staat in het overzicht van Belgische bureaus die AI-agents bouwen welke partijen die dienst aantoonbaar voeren, en welke twee vragen je in een eerste gesprek stelt.

Twee dingen die ik consequent afraad. Beginnen met een groot platform voor je weet welk proces je wil veranderen, want dan koop je functies die je niet gebruikt. En alles tegelijk aanpakken, want dan is er niemand die het onderhoudt.

Zoek je eerder iemand die je AI-koers uitzet dan iemand die één proces automatiseert, dan is AI-consultancy voor kmo’s de betere ingang. Wil je vooral je e-mailflows voor een webshop op punt zetten, dan behandelt email marketing automation voor e-commerce dat volledig. Draait je automatisering rond klantvragen, dan is AI-chatbots voor klantenservice het startpunt, en gaat het over wat je op je site kunt tonen, dan behandelt AI-personalisatie en CRO die hoek.

Conclusie: met welke vraag begin je?

Met deze: welk proces herhaal ik deze maand op exact dezelfde manier, en hoe vaak? Beantwoord die eerst, en pas daarna welke tool erbij hoort. In die volgorde komen de meeste kmo’s uit bij één taak die de moeite loont en drie die dat niet zijn, en dat is een prima uitkomst.

Wat mij bij het schrijven het meest opviel, is niet dat kmo’s achterlopen. Het is dat het plafond op écht diep gebruik voor iedereen even laag ligt, ook voor bedrijven met een afdeling ervoor. Wie vandaag één proces goed automatiseert en er een eigenaar aan hangt, doet dus meer dan de meeste bedrijven die al jaren een platform betalen. ClickForest zet die trajecten op voor kmo’s in Vlaanderen, dus lees dit met die wetenschap.