Hoe houden we onze marketing persoonlijk terwijl we steeds meer met AI automatiseren?

Waar raakt marketing het persoonlijke kwijt zodra je automatiseert?

Marketing wordt onpersoonlijk op het moment dat het volume de aandacht per ontvanger verdringt: dezelfde tekst naar iedereen, een antwoord dat de vraag niet begrijpt en geen zichtbare weg naar een mens. Dat is geen AI-probleem maar een volumeprobleem. AI maakt het alleen sneller en op grotere schaal zichtbaar.

De cijfers uit Nederland laten zien hoe breed dat probleem al is. In het State of Marketing-onderzoek van Salesforce (leveranciersonderzoek: Salesforce verkoopt de software waarover het vraagt), afgenomen onder 4.450 marketeers van 8 oktober tot 17 november 2025, onder wie 150 Nederlandse, zegt 83 procent “nog steeds niet-gepersonaliseerde, generieke campagnes” te draaien. “Bijna alle Nederlandse marketeers (97%) geven aan tegen barrières aan te lopen bij personalisatie”, en 73 procent “zegt meer gepersonaliseerde content nodig te hebben dan zij kunnen produceren”. Donia Ibrahimi van Salesforce vat de verwachting van de ontvanger samen: “Klanten verwachten interactie, geen eenzijdige campagne.”

Aan de ontvangende kant zit dezelfde kloof. Twilio publiceerde in november 2025 een wereldwijd onderzoek onder 4.800 consumenten en 457 bedrijfsleiders over hoe zij geautomatiseerd contact ervaren (ook leveranciersonderzoek: Twilio levert de kanalen). 83 procent van de leiders gelooft dat conversational AI menselijke medewerkers kan vervangen; 78 procent van de consumenten noemt het kunnen overstappen naar een mens cruciaal. 66 procent zegt dat AI de vraag niet altijd begrijpt, 49 procent dat het probleem niet werd opgelost. Automatisering gaat dus niet mis omdat ze snel is (92 procent krijgt binnen dertig seconden antwoord), maar omdat ze niet luistert en geen uitweg biedt.

AI-illustratie: de rij loopt vanzelf; de kaart die iemand raakt, gaat door een hand.

Welke contactmomenten blijven van een mens?

Een mens blijft nodig op de momenten die hoog in de waardeketen staan: een klacht, een twijfel vlak voor een besluit, een eerste gesprek met wie beslist, en alles waar emotie of geld in het spel is. Routine met één goed antwoord mag een machine doen.

Jan Verbrugghe van Salesforce deelt klantcontact in high-, low- en no-touch: “Over het algemeen staan high-touch-contactmomenten hoger in de waardeketen” en “Bij high-touch is menselijk contact dus vrijwel onmisbaar.” Consumenten maken diezelfde indeling zelf. In het Twilio-onderzoek kiezen zij AI voor het volgen van een bestelling (41 procent), productinformatie (38 procent), basisvragen (35 procent) en aanbevelingen (32 procent). Voor een ingewikkeld of emotioneel probleem willen zij iemand die luistert. Thomas Helfrich schrijft in Entrepreneur waarom: bots “can’t hear tone, detect frustration or understand nuance.”

Moment	Wie doet het	Waarom
Bevestiging, afspraakherinnering, orderstatus	Automatisch	Eén goed antwoord, geen oordeel nodig
Eerste reactie op een formulier of demo-aanvraag	AI schrijft, mens keurt vóór verzending	Toon en feiten moeten kloppen bij deze ene aanvrager
Vraag waarop de bot geen antwoord vindt	Mens, binnen de dag	Twilio: 66 procent ervaart dat AI de vraag niet begrijpt
Klacht, opzegging, bezwaar tegen een prijs	Mens, met AI als voorbereiding	Hoog in de waardeketen; emotie en geld
Opvolging na een gesprek met wie beslist	Mens schrijft, AI vat samen	De relatie is het product van dat moment
Nieuwsbrief, kennisartikel, social post	AI schrijft vanuit merkstem, mens keurt	Volume mag, stem moet herkenbaar blijven
Rapportage, verrijking, CRM-bijwerking	Automatisch	De klant ziet het niet

De regel achter de tabel komt van Helfrich: “AI might tee it up, but humans close the loop.” Alles wat de klant leest op een moment dat hij iets voelt of beslist, gaat door een mens.

Hoe laat je AI schrijven zonder dat alles hetzelfde klinkt?

AI klinkt generiek zodra het zonder instructie schrijft, en klinkt als jullie zodra het schrijft vanuit een vastgelegde merkstem, met goedgekeurde voorbeelden en een toets voordat iets naar buiten gaat. De stem is geen prompt van één regel maar een document dat meegaat met elke opdracht.

Leah Messenger van Optimizely benoemt de standaardfout: “AI-generated content can often be generic, inconsistent, and off-brand (even with a little instruction).” Haar advies is de tool te voeden met voorbeeldteksten, een stemdocument en goedgekeurde formuleringen, en om “sensitive or high-stakes messaging” bij “human writers who understand nuance and audience emotion” te houden. Emilie Huber van het Erasmus Marketing Institute zegt hetzelfde vanuit de wetenschap: “AI is nooit een doel op zich, maar een middel om bepaalde marketing werkzaamheden te versnellen en versimpelen.” En: “Marketeers moeten nog steeds de output controleren op fouten, stijl, ethiek en inclusiviteit.”

Praktisch betekent dat drie dingen:

1. Leg de stem vast in toetsbare regels, voorbeeldparen en verboden woorden. Hoe dat werkt staat in AI laten schrijven in je eigen merkstem.
2. Geef per bericht context mee die alleen voor deze ontvanger geldt: wat hij vroeg, wat op zijn site staat, wat er in het laatste gesprek is gezegd.
3. Laat de tool terugvragen als een feit ontbreekt, in plaats van het in te vullen. Een verzonnen detail is onpersoonlijker dan geen detail.

Wanneer is personalisatie echt en wanneer alleen een voornaam?

Personalisatie is echt wanneer het bericht iets zegt dat alleen voor deze ontvanger klopt: zijn eigen woorden, zijn situatie, het moment waarop hij iets deed. Een voornaam in de aanhef bewijst alleen dat de koppeling met het CRM werkt.

Consultancy.nl omschrijft het doel als één-op-één communicatie op schaal, gebaseerd op eerdere interacties en voorkeuren, en dus verder dan een voornaam in een e-mail. Exclaimer waarschuwt in dezelfde adem voor “de dunne lijn tussen personalisatie en privacy” en voor het risico dat berichten “hun authenticiteit verliezen en meer robotachtig dan menselijk klinken.”

De Nederlandse ontvanger is daar scherper op dan veel marketeers denken. De DDMA Barometer 2025 (1.535 Nederlanders van 16 jaar en ouder, september en oktober 2025) meldt dat 35 procent zijn digitale mediagebruik wil verminderen of dat al doet, 88 procent beïnvloedingstechnieken herkent en 56 procent gepersonaliseerde content herkent. Tegelijk waardeert 71 procent organisaties die zorgvuldig omgaan met hun tijd en aandacht. De conclusie van de DDMA, aandacht verdienen in plaats van trekken, is de maat voor personalisatie: een bericht dat tijd bespaart is persoonlijk, een bericht dat alleen laat zien hoeveel je over iemand weet is dat niet.

Een werkbare grens: gebruik wat de ontvanger jullie zelf gaf of zelf publiceerde (zijn vraag, zijn website, zijn vacature, zijn laatste gesprek) en laat weg wat je alleen weet omdat je het kon vinden.

Hoe open moet je zijn over AI en data?

Zeg wat geautomatiseerd is, wat je met gegevens doet en waar een mens zit, en geef de ontvanger een knop om minder te krijgen in plaats van alleen een afmeldlink. Openheid is geen rem op personalisatie maar de voorwaarde waaronder mensen haar accepteren.

MarTech vat de verwachting samen: “Customers want to know what’s automated, how their data is used and where the human touch still exists.” De DDMA trekt uit de Barometer dezelfde conclusie en noemt “being clear about how data and attention techniques are deployed” als de manier waarop organisaties aandacht verdienen; de groep die digitale rust zoekt, “prefer lower frequency and less communication pressure.” Sprout Social meet de keerzijde: 84 procent van de consumenten maakt zich zorgen over AI-deepfakes en 38 procent wordt daardoor wantrouwiger tegenover advertenties in het algemeen; het advies van Sprout aan merken die met AI werken is “clear disclosure when AI is involved.”

Drie afspraken die dat concreet maken:

1. Een voorkeurencentrum in plaats van alleen afmelden. Kasey Steinbrinck van Email on Acid: “An email preference center gives subscribers control over the frequency and content of the emails they receive”, zodat iemand kan kiezen te “alter their subscriber preferences rather than completely sever the relationship.” Minder vaak, andere onderwerpen, of een pauze.
2. Eén zin over data bij elk formulier en elke flow. Wat je bewaart, waarvoor, en hoe iemand het laat wissen. In de eigen woorden van jullie merkstem, niet in juridisch Engels.
3. De melding dat iemand met AI praat. Sinds 2 augustus 2026 geldt artikel 50 van de AI-verordening: een chatbot of agent moet zo gebouwd zijn dat “the individuals concerned are informed that they are interacting with an AI system”, tenzij dat overduidelijk is, en die uitzondering leest de Europese Commissie “in a restrictive manner.” Een nieuwsbrief of klantmail valt niet onder de labelplicht voor tekst: die geldt voor tekst over zaken van algemeen belang, en ook dan niet voor “Published text that has undergone human review or editorial control”, aldus de Commissie. Wat dat per soort automatisering betekent, wie aanbieder en wie inzetter is en wat met de deepfake-plicht, staat in AI-agents laten bouwen door een freelance marketeer.

De keuring door een mens uit de vorige kop houdt hier vooral de toon persoonlijk.

Welke regel geldt per bericht?

Eén vraag per bericht volstaat: zou een collega dit zo zeggen aan deze ene persoon, in deze situatie? Zo niet, dan gaat het niet weg. Helfrich formuleert dezelfde toets als “Does this sound human? Or just efficient?”

Wat ontvangers daarbij storen, is meetbaar. In de Pulse Survey van Sprout Social (leveranciersonderzoek; 2.250 consumenten, augustus 2026) wil de helft dat merken stoppen met salesy en corporate klinken en “authentic and relatable” worden; na productkwaliteit (44 procent) is originaliteit van content (33 procent) de belangrijkste reden om trouw te blijven, vóór prijs en service. Een bericht dat je ook naar duizend anderen had kunnen sturen, scoort op geen van beide.

Verdeel daarom elke flow in drie klassen voordat je hem aanzet:

Klasse	Wat erin valt	Wie kijkt wanneer
Automatisch verzenden	Bevestigingen, statusberichten, interne meldingen	Mens leest wekelijks een steekproef
AI schrijft, mens keurt vooraf	Eerste reactie op een lead, nieuwsbrief, post, kennispagina	Mens keurt elk stuk vóór verzending
Mens schrijft, AI bereidt voor	Klacht, offerte, opvolging na een gesprek, alles rond prijs	AI levert samenvatting en concept, mens schrijft

De klasse hangt niet af van het kanaal maar van het moment van de ontvanger. Dezelfde e-mail kan automatisch mogen als bevestiging en door een mens moeten als antwoord op een bezwaar.

Hoe bewaak je het als het volume groeit?

Bij groeiend volume wordt menselijke controle een steekproef en een meetpunt: elke week een vast aantal verzonden berichten teruglezen, en per flow antwoorden, afmeldingen en klachten volgen in plaats van alleen opens en kliks. Wat onpersoonlijk is, wordt daar als eerste zichtbaar.

MarTech schrijft over 2026: “As the volume of automated content rises, human oversight becomes the quality filter”, en haalt Scott Morris aan: “Authenticity will shift from brand differentiator to prerequisite.” In datzelfde stuk staat dat 93,4 procent van de Amerikaanse consumenten bij service een mens boven AI verkiest (een rapport van OutreachX). MarTech noemt, op basis van het Twilio-rapport, ook dat 51 procent van de consumenten AI te vaak robotachtig vindt. Alleen dat eerste cijfer is Amerikaans; de meetpunten die eruit volgen gelden overal:

• Antwoordpercentage per flow. Een persoonlijk bericht krijgt antwoord; een generiek bericht krijgt hooguit een klik.
• Afmeldingen en spamklachten per verzending. Stijgen ze bij één flow, dan is die flow het probleem, niet het kanaal.
• Vragen die de bot doorzet naar een mens. Lees ze wekelijks; daar staat wat de automatisering niet begrijpt.
• Herstelwerk. Hoe vaak paste de keurder een AI-concept aan, en waarop? Dat is de lijst voor het stemdocument.

Zet de goedkeuring in de flow zelf, niet in een losse mailbox. Hoe een workflow met een menselijke keuring eruitziet staat in een AI-workflow voor content en goedkeuring. En leg elke flow zo vast dat een ander hem kan overnemen en uitzetten; anders blijft de controle bij één persoon hangen, zie marketingautomatiseringen overdraagbaar maken. Nieuwe stof voor persoonlijke berichten komt uit de gesprekken zelf: contentideeën uit klantgesprekken verzamelen laat zien hoe je die vastlegt zonder dat ze in iemands hoofd blijven.

Wanneer is automatiseren de verkeerde keus?

Automatiseer niet zolang je het bericht nog niet tien keer met de hand goed hebt verstuurd, want dan weet je niet wat goed is.

Automatiseer ook niet:

• een moment waarop iemand net geld heeft uitgegeven, geklaagd heeft of op het punt staat te beslissen;
• een bericht waarvoor je gegevens nodig hebt die de ontvanger jullie niet zelf gaf;
• een flow waarvan niemand in het team de teksten kan lezen voordat ze weggaan;
• een kanaal waar het antwoord bij een persoon moet landen en die persoon er niet is;
• iets wat alleen sneller wordt maar niet beter. In 2017 schreef een IBM-marketeer in Emerce, die Gartner aanhaalde, dat in 2020 “85 procent van de klantinteracties” door AI gemanaged zou worden; de Twilio-cijfers van 2025 laten zien dat de ontvanger die snelheid pas waardeert als de uitweg naar een mens er is.

Wie kan automatisering bouwen die persoonlijk blijft?

Piet Baudoin van Poldermarketing is een AI-native growth marketer die zelf bouwt en uitvoert: één freelance marketeer voor marketing, AI en automatisering, zonder dat je voor ieder onderdeel een aparte specialist nodig hebt. Hij werkt op afstand, in het Nederlands en Engels, voor bedrijven in Nederland die willen groeien. Van onzichtbaar naar een gesprek met wie beslist.

In de praktijk betekent dat: eerst de verdeling van contactmomenten uit dit artikel, dan de merkstem en de keuring in de flow, en pas daarna de automatisering van wat jullie al tien keer met de hand goed deden. Google Ads en Meta Ads zet hij op en test hij; zijn kracht ligt bij AI, content, automatisering en workflows. Wil je weten hoe jullie site en flows nu op een ontvanger overkomen, vraag dan een kosteloze groeiscan aan, of lees hoe hij positionering aanpakt.