Het gebruik van AI is inmiddels stevig geland in het werkveld, ook binnen de wereld van aanbestedingen. Bij House of Tenders hebben we de afgelopen jaren flinke stappen gezet. Wat begon als een voorzichtig experimenteren, is uitgegroeid tot een serieuze werkwijze die inmiddels tientallen keren succesvol is toegepast. Een goed moment om terug te blikken en de nieuwste lessen op een rijtje te zetten. Want waar staan we nu precies? Wat werkt er goed, wat (nog) niet, en hoe bereiden we ons voor op de volgende stap?
Een terugblik op de afgelopen jaren
De inzet van AI binnen House of Tenders begon in februari 2023, met losse experimenten en een gezonde dosis nieuwsgierigheid. We wilden ontdekken wat er technisch mogelijk was en hoe AI ons werk kon ondersteunen. Die eerste resultaten waren interessant, maar veel teksten bleken nog belangrijke context te missen. Daar namen we geen genoegen mee. We wilden verder leren, verbeteren en de mogelijkheden van AI zo goed mogelijk benutten.
Vervolgens zijn we in februari 2024 begonnen met het pilotprogramma, met als doel een tenderplan in drie dagen te schrijven. Die aanpak bleek verrassend effectief en groeide in een paar maanden uit tot een succesvolle nieuwe werkwijze. In dit artikel uit het najaar van 2024 lees je meer over de ontwikkelingen die toen speelden.
We werken nu met geavanceerde, custom GPT’s die specifiek zijn ingericht op het schrijven van plannen. Deze modellen bevatten ingebouwde prompts, gestandaardiseerde formats en slimme voorbeelden. Achter de schermen zijn we inmiddels bezig met versie 3.0 van onze aanpak. Deze versie richt zich op de volledige integratie van AI in ons reguliere proces. Dit betreft alles zorgvuldig lezen, op het juiste moment AI inzetten, en het EMVI-kader zo vormgeven dat de kracht van AI en de expertise van onze mensen elkaar versterken.
In de praktijk geldt: hoe meer ervaring je hebt als planschrijver, hoe beter je weet waar je AI-teksten op moet controleren en hoe je het model effectief aanstuurt. Je herkent sneller wat bruikbaar is, waar bijsturing nodig is en hoe je de output naar je hand zet. Dat zorgt niet alleen voor betere teksten, maar ook voor tijdwinst: je komt sneller tot een eerste concept, waardoor er meer ruimte ontstaat om de inhoud te verdiepen en de tekst te verbeteren.
De belangrijkste les uit deze ontwikkeling is dat de kwaliteit van de output staat of valt met de input. Hoe beter en vollediger de informatie aan de voorkant, hoe sterker het eindresultaat. Waar we AI eerst vooral inzetten als ‘snelle schrijver’, is de focus nu verschoven naar de voorbereiding: het structureren van informatie, het formuleren van slimme vragen en het scherp definiëren van de boodschap. Zodra de structuur en volledigheid van informatie er is, laat je de AI schrijven.
De sleutel is de juiste input
De grootste verandering in onze manier van werken zit dus aan de voorkant van het proces. Waar we voorheen begonnen met ‘gewone’ input- en schrijfsessies, ligt de focus nu op het vooraf verzamelen, structureren en verrijken van de juiste informatie. Geen losse ideeën of onvolledige bullets meer, maar een solide basis van klantkennis, eerdere plannen en zorgvuldig geformuleerde SMART-taal.
Dat is belangrijk, omdat AI alleen werkt als je het goed ‘voedt’. Een taalmodel kan razendsnel schrijven, maar heeft geen eigen oordeel of gevoel voor context. Bij gebrekkige of onduidelijke input begint AI te hallucineren. Dan verzint het details om de gaten op te vullen. En dat is precies wat je bij een tenderplan wilt voorkomen.
Daarom zorgen we ervoor dat alle informatie vooraf compleet, scherp en gestructureerd is. Pas dan zetten we AI in. Maar ook daarna blijft de menselijke toets onmisbaar: zodra er een concept ligt, is de expertise van de EMVI-specialist nodig om tekst aan te scherpen om het verschil te maken.
Waar loopt AI nog tegenaan?
AI is snel, consistent en verbaal sterk, maar het is (nog) geen strateeg. Zeker bij complexe tenderplannen zijn er grenzen aan wat een model zelfstandig kan. Een belangrijk struikelblok blijft context en interpretatie. AI leest wat er staat, maar niet wat er níet staat. Subtiele signalen in een bestek, impliciete verwachtingen van een opdrachtgever of strategische keuzes die tussen de regels door te lezen zijn; dat blijft mensenwerk.
Ook heeft AI moeite met waarde-inschattingen. Wat maakt een maatregel echt onderscheidend? Wat kun je beter weglaten? Waar zitten de risico’s? Dat soort keuzes vergen vakkennis en ervaring, wat AI nog niet bezit. Daarnaast moet je projectspecifieke kennis handmatig aanleveren. AI weet niets van het project, de klantrelatie, eerdere trajecten of andere bijzonderheden, tenzij jij dat expliciet meebrengt.
Het analyseren van bestekken en leidraden is voorlopig nog geen geautomatiseerd proces. AI kan helpen bij het structureren of samenvatten, maar het vraagt nog altijd menselijke aandacht om echt te doorgronden wat de aanbestedende dienst bedoelt en waar de strategische kansen liggen.
Nieuwe vaardigheden
AI-schrijven vraagt om een andere manier van inhoudelijk denken. De nadruk verschuift van het schrijven zelf naar het vooraf goed structureren van informatie. Wie succesvol wil werken met AI, moet niet alleen weten wat er in het plan moet staan, maar vooral hoe je dat logisch en volledig aanlevert aan de tool. Tegelijkertijd moet je vinger aan de pols houden bij de informatie die je hebt. Als je daar te weinig zicht op hebt kan het project ontsporen.
Dat betekent andere denkstappen. Het is minder klassiek schrijven en meer voorbereiden, structureren, aanscherpen en precies weten wanneer én hoe je AI inzet. Die omschakeling van vaardigheden vraagt tijd en begeleiding. Maar binnen House of Tenders groeit het enthousiasme snel. Steeds meer collega’s zijn nieuwsgierig naar AI-schrijven, experimenteren met custom GPT’s en ontdekken hoe ze hun analytische vaardigheden kunnen combineren met slimme technologie. De rol van schrijver verandert dus niet fundamenteel, maar verrijkt zich eerder. Wie de techniek begrijpt, kan sneller tot scherpere plannen komen.
Cijfers
De inzet van AI bij tenderplannen levert direct merkbare tijdswinst op. Bij goed voorbereide AI-trajecten zien we nu al een efficiëntieverbetering van 10 tot 15% in het aantal bestede uren. Met een verder gevulde en goed gestructureerde database, waarin eerdere plannen, klantinformatie en gunningscriteria slim herbruikbaar zijn, kan dat oplopen extra tijdswinst. Vooral bij tenders met veel terugkerende thema’s (zoals duurzaamheid of projectbeheersing) biedt dit grote voordelen. Uiteindelijk kan de doorlooptijd kan tot wel 85% korter worden. Maar sneller betekent niet automatisch beter. Daarom gebruiken we de tijdswinst om scherper te zoeken naar het onderscheidend vermogen van onze inschrijving.
Ook bij complexe tenders, met veel onderwerpen en pagina’s, loont AI nog steeds. Het structureren kost weliswaar tijd, maar de schrijftijd wordt aanzienlijk korter en consistenter. Maar, kwaliteitsborging blijft heel belangrijk. Sessies, reviews en ruimte voor denkwerk horen er daarom nog steeds bij. De gewonnen tijd kan dus ook benut worden om de inhoud scherper te maken, of om in complexe projecten meer ruimte te creëren voor diepgang.
Verder kijken dan tenders
In het afgelopen jaar hebben we AI in zo’n 50 trajecten toegepast, waarvan bij 25 tenders volledig AI-ondersteund is geschreven. Dat heeft ons AI-proces steeds verbeterd en verfijnd. Inmiddels zijn we op een punt gekomen waarop we deze kennis en ervaring ook buiten tenderplannen kunnen inzetten. Zo werken we momenteel aan het automatiseren van veiligheidsplannen op een vergelijkbare, AI-gedreven manier.
Daarnaast werkt Jorrit, onze AI-expert, achter de schermen aan de verdere ontwikkeling van onze interne datavoorziening. Met een slimme database en duidelijke informatie-architectuur maken we steeds meer automatisering mogelijk. De beweging is dus ingezet: AI-schrijven wordt steeds breder inzetbaar, mits de inhoud goed voorbereid en gestructureerd is.
Kortom
AI verandert niet wat we doen, maar wel hoe we het doen. De kern blijft onveranderd: een sterke voorbereiding, scherpe analyses en menselijke interpretatie. AI ondersteunt en versnelt, maar de inhoudelijke scherpte komt nog steeds van ons. Niet door simpelweg te “weten wat AI is”, maar door te begrijpen hoe je er effectief mee werkt. Met structuur, kritisch zijn en de juiste denkstappen zetten. Pas dan levert het echt iets op.
