Plan een gesprek

De ideale samenwerking tussen mens en AI bij aanbestedingen

De ideale samenwerking tussen mens en AI bij aanbestedingen draait om een slimme taakverdeling: AI neemt het repetitieve en tijdrovende werk over, terwijl mensen de strategische keuzes, klantinzichten en overtuigingskracht inbrengen. Organisaties die deze samenwerking goed inrichten, kunnen de tijdsinvestering per tender met 20 tot 40 procent verlagen zonder in te leveren op kwaliteit of onderscheidend vermogen. Onderscheidend vermogen komt namelijk niet uit een AI-tool, maar uit de expertise, ervaring en het klantbegrip van mensen. AI versterkt dat vermogen, maar vervangt het nooit. In dit artikel beantwoorden we de meest gestelde vragen over AI in tenders en aanbestedingen.

Wat kan AI concreet doen bij een aanbesteding?

AI kan bij aanbestedingen concreet worden ingezet voor het genereren van eerste conceptteksten, het structureren van informatie, het samenvatten van aanbestedingsdocumenten en het hergebruiken van bestaande tenderinhoud. Dit versnelt de opstelfase aanzienlijk en verlaagt de drempel om een kwalitatieve eerste opzet te maken. Het resultaat is meer capaciteit voor de inhoudelijke en strategische onderdelen waar mensen het verschil maken.

In de praktijk is 90 tot 95 procent van de inhoud van een tender herhaalbaar. Denk aan bedrijfsbeschrijvingen, methodieken, referentieprojecten en kwaliteitsverklaringen. AI-tooling kan deze bouwblokken snel ophalen, combineren en aanpassen aan de structuur van een nieuwe aanbesteding. Dat scheelt aanzienlijk in doorlooptijd en capaciteit, en zorgt ervoor dat tenderkennis niet langer afhankelijk is van één persoon, maar structureel beschikbaar is voor het hele team.

Concreet zijn dit de taken waarbij AI goed presteert:

Voor directie en commercieel management is dit relevant omdat het directe gevolgen heeft voor de tenderkosten en de capaciteit van het team. Minder uren per tender betekent minder faalkosten en meer ruimte om selectiever te zijn in welke trajecten je oppakt. Tegelijkertijd geldt: AI levert alleen waarde als het is ingebed in een goed tenderproces. Wil je meer weten over hoe LMT AI inzet bij aanbestedingen? De tool is niet het fundament, het proces is dat.

Waar schiet AI tekort in complexe tenders?

AI schiet tekort op de onderdelen die echte klantkennis, strategisch inzicht en menselijk oordeelsvermogen vereisen. Bij complexe tenders gaat het dan om de go/no-go beslissing, het begrijpen van de opdrachtgever, het formuleren van een onderscheidende aanpak en het aantonen van bewijs dat aansluit op de specifieke klantvraag. Dit zijn precies de onderdelen waar de winratio wordt bepaald.

Een aanbesteding winnen is zelden een kwestie van de beste tekst schrijven. Het gaat erom of je de vraag achter de vraag begrijpt: wat wil deze opdrachtgever echt bereiken, welke risico’s spelen er, en waarom zou jouw organisatie de beste match zijn? Dat inzicht ontstaat door relaties, gesprekken en ervaring, niet door een taalmodel. Een bidmanager die een opdrachtgever kent, een markt begrijpt en een scherpe propositie kan formuleren, is onvervangbaar. AI ondersteunt die professional, maar neemt zijn of haar rol niet over.

Daarnaast is AI sterk afhankelijk van de kwaliteit van de input. Zonder een goed gevulde contentbibliotheek, heldere productmarktcombinaties en verifieerbare prestatie-informatie (VPI) produceert AI generieke output die weinig overtuigt. Garbage in, garbage out geldt hier letterlijk. Organisaties die denken dat een AI-tool hun tenderproces vanzelf verbetert, komen bedrogen uit. Het fundament moet kloppen voordat AI waarde kan toevoegen.

Voor bidmanagers en tenderteams is het belangrijk om te weten dat AI geen vervanging is voor een goede opstartsessie, een scherpe probleemanalyse of een overtuigende klantgerichte propositie. Die elementen blijven mensenwerk. De human-in-the-loop is geen bijzaak, maar een voorwaarde voor succes. Lees meer over waarom organisaties kiezen voor LMT bij het versterken van hun tenderproces.

Hoe verdeel je taken tussen mens en AI in een tenderproces?

De taakverdeling tussen mens en AI in een tenderproces verloopt het effectiefst als je het proces opdeelt in fases en per fase bepaalt wat AI kan overnemen en waar menselijk oordeel onmisbaar is. Als vuistregel geldt: AI ondersteunt bij het maken, mensen beslissen over het kiezen en het overtuigen. Een goed tenderproces is daarmee belangrijker dan de AI-tool die je gebruikt.

Een praktische verdeling per fase ziet er zo uit:

  1. Vinden en selecteren: Mensen bepalen op welke tenders wordt ingeschreven op basis van strategie, risico en klantscore. AI kan helpen bij het monitoren van aanbestedingsplatforms en het samenvatten van documenten. De go/no-go beslissing blijft altijd mensenwerk.
  2. Opstarten: De kickoff en strategiebepaling zijn mensenwerk. Het MOOKER-model (Mens, Organisatie, Opdracht, Klant, Effect, Risico’s) vraagt om gezamenlijk inzicht dat AI niet kan genereren. Hier wordt de basis gelegd voor een onderscheidende propositie.
  3. Opstellen: AI genereert de eerste conceptteksten op basis van de contentbibliotheek. Mensen schrijven de klantspecifieke 5 tot 10 procent, reviewen en scherpen de propositie aan. De combinatie van gestructureerde content en menselijk redactievermogen is wat een offerte van generiek naar overtuigend tilt.
  4. Reviewen en finaliseren: Mensen toetsen of de tekst aansluit bij de klantvraag, onderscheidend is en de juiste bewijsvoering bevat. AI ondersteunt bij taalcorrecties en consistentie. De eindverantwoordelijkheid voor kwaliteit en overtuigingskracht ligt altijd bij mensen.
  5. Evalueren: Mensen voeren evaluatiegesprekken met opdrachtgevers en leggen bevindingen vast. AI kan helpen bij het structureren en opslaan van lessen voor toekomstige tenders. Zo draagt elke tender bij aan kennisborging en structurele verbetering van de tenderprestaties.

Voor directie is deze verdeling ook strategisch relevant: een helder tenderproces met bewuste AI-inzet verhoogt de voorspelbaarheid van de pijplijn en verlaagt de niet-waarde-toevoegende inspanning met meer dan 20 procent. Bovendien maakt een herhaalbaar proces de organisatie minder afhankelijk van individuele experts, en dat is een structureel concurrentievoordeel. Dat maakt tenderen niet alleen goedkoper, maar ook beter stuurbaar. Bekijk de kosten en waarde van LMT om te zien wat dit in de praktijk oplevert.

Hoe voorkom je dat AI-gegenereerde offertes generiek klinken?

AI-gegenereerde offertes klinken generiek als de input generiek is. De oplossing is een goed ingerichte contentbibliotheek met klantspecifieke bouwblokken, concrete referenties, verifieerbare prestatie-informatie en een scherpe productmarktcombinatie per doelgroep. Met die basis produceert AI teksten die herkenbaar en onderscheidend zijn. Maar de vertaalslag naar de specifieke opdrachtgever blijft altijd mensenwerk.

Generieke output ontstaat vrijwel altijd door een van deze drie oorzaken:

De aanpak die werkt: bouw een bibliotheek met herbruikbare bouwblokken per productmarktcombinatie, voorzien van concrete resultaten en referenties. Gebruik AI om die bouwblokken samen te stellen tot een eerste concept. Laat vervolgens een ervaren schrijver of bidmanager de klantspecifieke vertaalslag maken: wat is de specifieke uitdaging van deze opdrachtgever, welk bewijs is het meest relevant, en wat maakt jullie aanpak voor dit project onderscheidend? Die vragen kan geen AI beantwoorden zonder menselijke sturing.

Die combinatie van gestructureerde content en menselijk redactievermogen is wat een offerte van generiek naar overtuigend tilt. Onderscheidend vermogen komt niet uit de tool, maar uit de expertise van de mensen die ermee werken. Meer over hoe dit er in de praktijk uitziet, lees je in de business cases van LMT.

Welke AI-tools zijn geschikt voor aanbestedingen en tenders?

Voor aanbestedingen en tenders zijn AI-tools het meest geschikt die goed omgaan met lange documenten, instructies kunnen volgen op basis van bedrijfsspecifieke content en integreren met bestaande werkprocessen. Denk aan grote taalmodellen zoals ChatGPT of Claude, aangevuld met tools voor documentbeheer en kennisbanken. Maar de keuze voor een specifieke tool is minder bepalend dan de vraag of je proces en contentbibliotheek op orde zijn.

De meest gebruikte categorieën in bidmanagement zijn:

Een goed gevulde kennisbank met de juiste structuur levert meer resultaat op dan de nieuwste tool zonder goede input. Organisaties die investeren in hun contentbibliotheek en tenderproces, profiteren structureel meer van AI dan organisaties die alleen een tool aanschaffen. De ROI van AI in tenders zit niet in de tool zelf, maar in de combinatie van mensen, proces en content. Verdiep je verder via de kennisartikelen van LMT om te zien hoe organisaties dit in de praktijk toepassen.

Hoe meet je of de inzet van AI je tenderprestaties verbetert?

Je meet de impact van AI op tenderprestaties door een beperkt aantal KPI’s structureel bij te houden: de doorlooptijd per tender, de tijdsinvestering in uren, de winratio en de kwaliteitsscore van ingediende offertes. Zonder nulmeting weet je niet of AI daadwerkelijk bijdraagt of alleen het gevoel geeft van efficiëntie. Meten is de basis voor structurele verbetering.

Begin met een nulmeting voordat je AI-tools invoert. Leg vast hoeveel uur een gemiddelde tender kost, hoelang het duurt van kickoff tot indiening en wat de huidige winratio is per klantsegment. Na drie tot zes maanden met AI-ondersteuning vergelijk je deze cijfers opnieuw. Zo maak je de ROI van je tenderproces zichtbaar en stuurbaar.

Relevante meetpunten zijn onder andere:

Voor directie geldt dat deze cijfers ook inzicht geven in de totale tenderkosten als percentage van de omzet en de return on investment van het commercieel proces. Organisaties die structureel evalueren en meten, verbeteren hun winratio aantoonbaar met 10 tot 15 procent binnen twee jaar. Dat is geen bijeffect van AI alleen, maar van het lerende systeem dat ontstaat wanneer mensen, proces en AI structureel samenwerken. De winst zit in de combinatie, niet in de tool.

Hoe LMT helpt bij mens en AI bij aanbestedingen

LMT helpt organisaties om de samenwerking tussen mens en AI in het tenderproces structureel goed in te richten. Niet door tools te implementeren, maar door het fundament te leggen waarop AI daadwerkelijk waarde toevoegt. Want een goed tenderproces is belangrijker dan welke AI-tool dan ook. Dat betekent concreet:

LMT werkt niet voor je, maar samen met je team, zodat kennis en werkwijzen verankerd raken in de organisatie. Zo wordt je tenderproces minder afhankelijk van individuele experts en meer gestoeld op een herhaalbaar, verbeterend systeem. Het resultaat: minder uren per tender, hogere winratio en meer grip op de commerciële prestatie. Wil je weten waar jouw organisatie nu staat? Plan een vrijblijvend gesprek en ontdek wat er voor jouw organisatie mogelijk is.

Gerelateerde artikelen