Een AI chatbot op je website: wat werkt, waar het misgaat en hoe het anders kan

Een AI chatbot is software die vragen van bezoekers in gespreksvorm beantwoordt, tegenwoordig meestal met een groot taalmodel. Steeds meer organisaties zetten er een op hun website, en de frustratie van gebruikers groeit net zo hard mee. In dit artikel zetten we de cijfers op een rij en leggen we uit waarom wij bij vragen.ai een andere afslag kozen: AI-zoeken met bronvermelding, dat eerlijk zegt wanneer het een antwoord niet kan vinden.

Iedereen wil een AI chatbot, en dat is logisch

De belofte is aantrekkelijk: direct antwoord, dag en nacht, minder druk op je klantenservice of KCC. Organisaties omarmen die belofte massaal. Ruim 74% van de bedrijven gebruikt inmiddels chatbots in de klantenservice. Ook gebruikers staan er in principe voor open: 67% van de consumenten wil best een AI-assistent gebruiken voor servicevragen, zeker als het alternatief een wachtrij is.

De vraag is dus niet of bezoekers met AI geholpen willen worden. De vraag is of de uitvoering die bereidheid verdient. Daar wringt het.

De cijfers: frustratie is de norm, geen uitzondering

Wie de onderzoeken naast elkaar legt, ziet een opvallend consistent beeld:

• 77% van de volwassenen vindt klantenservice-chatbots frustrerend, en maar 35% zegt dat een chatbot hun probleem meestal efficiënt oplost (Ipsos).
• 64% van de klanten heeft liever dat bedrijven géén AI inzetten voor klantenservice, en slechts 14% van de servicevragen wordt volledig opgelost via selfservice (Gartner, 2024).
• Meer dan twee derde van de klanten heeft een slechte chatbotervaring gehad. De twee grootste pijnpunten: de bot kan de vraag niet beantwoorden en begrijpt de behoefte niet (Verint).

Let op wat hier staat. Het probleem is zelden dat mensen geen AI willen. Het probleem is dat de chatbot het antwoord niet weet, dat niet toegeeft en de bezoeker in rondjes laat lopen. Onderzoekers van Berkeley beschrijven hoe die ervaring niet alleen frustratie oplevert, maar aantoonbaar leidt tot boosheid, agressie en klantverlies. Elke mislukte chatbotsessie kost dus meer dan één gemiste vraag: hij beschadigt de relatie.

Het grootste risico: een chatbot die antwoorden verzint

Taalmodellen kunnen hallucineren. Ze formuleren dan een overtuigend, vloeiend en volstrekt onjuist antwoord. Voor elke organisatie die op haar woord vertrouwd wil worden is dat geen cosmetisch probleem: het raakt direct aan betrouwbaarheid en aansprakelijkheid.

Het bekendste voorbeeld is de zaak rond Air Canada. De chatbot op de website verzon een restitutiebeleid voor rouwtarieven dat niet bestond. Een passagier vertrouwde daarop, kreeg zijn geld niet terug en stapte naar de rechter. Het tribunaal hield Air Canada aansprakelijk voor "negligent misrepresentation" en veegde het verweer dat de chatbot een eigen verantwoordelijkheid had van tafel.

"While a chatbot has an interactive component, it is still just a part of Air Canada's website. It should be obvious to Air Canada that it is responsible for all the information on its website."

De les voor elke organisatie: jij bent verantwoordelijk voor wat je AI op je website zegt. Een verzonnen antwoord over een vergunning, een vergoeding of een medische regeling is geen bug, het is een misleidende mededeling met jouw logo erboven.

De psychologie van een eerlijk "ik weet het niet"

Er is nog een reden om te willen dat een AI zijn grenzen kent, en die is menselijk. Onderzoek naar vertrouwen in AI laat zien dat mensen milder oordelen over systemen die onzekerheid tonen dan over systemen die zelfverzekerd de fout in gaan. Datzelfde onderzoek sluit aan bij een ouder psychologisch inzicht: we hebben meer sympathie voor wie zichzelf onderschat dan voor wie zichzelf overschat.

Daar komt een sterke negativity bias bij. In een studie onder apothekers daalde het vertrouwen na één fout AI-advies aanzienlijk harder dan het steeg na een correct advies. Vertaald naar je website: één stellig verzonnen antwoord kost meer vertrouwen dan tien goede antwoorden opbouwen. Een overzichtsstudie in Nature Humanities and Social Sciences Communications concludeert dan ook dat AI-systemen die hun onzekerheid tonen en uitlegbaar zijn als betrouwbaarder worden ervaren.

Iedereen kent de ervaring van een zogenaamde AI-collega die niets weet en je met veel zelfvertrouwen de verkeerde kant op stuurt. Voor een zoekmachine die zegt "dit kan ik niet vinden, neem contact op met onze mensen" hebben we als mens veel meer tolerantie. Dat is geen zwakte van het systeem. Het is precies het gedrag dat vertrouwen intact houdt.

AI chatbot of AI-zoeken: kies op basis van de taak

Betekent dit dat een AI chatbot altijd de verkeerde keuze is? Nee. Het betekent dat je moet kiezen op basis van de taak.

Een gespreksgerichte chatbot past bij transactionele flows: een bestelling wijzigen, een afspraak inplannen, een lead kwalificeren. Platforms als Intercom, Zendesk en Watermelon zijn daarvoor gebouwd en doen dat goed, zolang het gesprek binnen de gescripte paden blijft.

Maar veel organisaties hebben een ander probleem. Het antwoord stáát al op hun website of in hun kennisbank, alleen vindt de bezoeker het niet. Dat speelt overal waar kennis het product is: van gemeenten en zorgorganisaties tot uitgevers, mkb-bedrijven en webshops met een goedgevulde kennisbank. De vraag is dan niet "hoe voer ik een gesprek", maar "hoe ontsluit ik mijn eigen kennis betrouwbaar". Daar past AI-zoeken beter: retrieval-augmented generation (RAG). Het systeem zoekt eerst de juiste informatie op in jouw content en formuleert daarna pas een antwoord, met bronvermelding erbij. Staat het antwoord er niet, dan zegt het dat en verwijst het door naar een mens.

	AI chatbot	AI-zoeken (RAG)
Sterk in	Gescripte gesprekken en transacties	Vragen beantwoorden uit eigen content
Antwoordbron	Taalmodel, soms aangevuld met scripts	Alleen jouw eigen, gecontroleerde bronnen
Als het antwoord ontbreekt	Formuleert vaak toch een antwoord	Zegt "niet gevonden" en verwijst naar een mens
Controleerbaar	Beperkt, geen bron bij het antwoord	Elk antwoord met bronvermelding
Risico	Hallucinatie, dooie hoeken in het script	Zo goed als de content die je aanbiedt

Vragen.ai is zo'n AI-zoekmachine: gebouwd en gehost in Nederland, met bronvermelding bij elk antwoord en vaak nog dezelfde dag live op je website of intranet.

Waar we zelf scherp op blijven

Eerlijk vergelijken betekent ook eerlijk zijn over de grenzen van onze eigen aanpak.

• RAG is zo goed als je content. Staat het antwoord nergens op je website, dan kan ons systeem het ook niet vinden. Elke onbeantwoorde vraag is bij ons een signaal om content te verbeteren, geen reden om het antwoord dan maar te verzinnen.
• Voorzichtigheid heeft een prijs. Wij zeggen liever een keer te vaak "niet gevonden" dan een keer te weinig. Dat kost soms een antwoord dat er met wat meer durf wel was geweest. Die afweging maken we bewust.
• Niet elk gesprek hoort bij AI. Schuldhulp, bezwaarprocedures, slecht nieuws: waar empathie en oordeelsvermogen nodig zijn, moet een mens het gesprek voeren. AI mag daar hooguit de weg wijzen naar het juiste loket.
• Het menselijke kanaal blijft open. AI-zoeken ontlast een KCC of supportteam, maar vervangt het niet. Een bezoeker die er niet uitkomt, moet altijd zonder omwegen bij een mens terechtkunnen.

Veelgestelde vragen over AI chatbots

Wat is het verschil tussen een AI chatbot en AI-zoeken?

Een AI chatbot voert een gesprek en formuleert antwoorden vrij op basis van een taalmodel. AI-zoeken zoekt eerst het antwoord op in de eigen content van de organisatie en formuleert daarna een antwoord met bronvermelding. Staat het antwoord er niet, dan zegt een goed AI-zoeksysteem dat eerlijk.

Kan een AI chatbot antwoorden verzinnen?

Ja. Taalmodellen kunnen hallucineren: ze geven dan een overtuigend maar onjuist antwoord. De chatbot van Air Canada verzon een restitutiebeleid dat niet bestond. De rechter hield het bedrijf daarvoor aansprakelijk.

Is een organisatie aansprakelijk voor wat haar chatbot zegt?

Het Civil Resolution Tribunal oordeelde in februari 2024 dat een chatbot gewoon onderdeel is van de website en dat de organisatie verantwoordelijk is voor alle informatie daarop. Onjuiste chatbotantwoorden kunnen dus juridische en financiële gevolgen hebben.

Wat is een goed alternatief voor een AI chatbot?

Voor organisaties met veel kennis op hun website: een AI-zoekmachine op eigen content, met bronvermelding en een eerlijke doorverwijzing als het antwoord ontbreekt. Vragen.ai is zo'n AI-zoekmachine.

Wat is RAG (retrieval-augmented generation)?

RAG is een techniek waarbij een AI eerst de juiste informatie opzoekt in gecontroleerde bronnen en daarna pas een antwoord formuleert. Daardoor blijft elk antwoord herleidbaar en verzint het systeem geen feiten.

Hoe snel staat AI-zoeken op mijn website?

Vaak nog dezelfde dag. De crawler leest je bestaande website of kennisbank en de widget staat met twee regels code op je site. Bekijk hoe het werkt of wat het kost.

Bronnen

1. Ipsos, chatbotonderzoek onder consumenten, via Backlinko Chatbot Statistics
2. Gartner (2024), via California Management Review, Chatbot Frustration is Real
3. Verint (2024), via CX Dive
4. Zendesk (2025), via Pylon Customer Support Statistics
5. Moffatt v. Air Canada, Civil Resolution Tribunal BC (2024)
6. A Diachronic Perspective on User Trust in AI under Uncertainty (arXiv, 2023)
7. The Effects of Presenting AI Uncertainty Information on Pharmacists' Trust (JMIR, 2025)
8. Trust in AI: progress, challenges, and future directions (Nature HSSC, 2024)