De Nationale Voice Monitor bestaat uit een kwantitatief consumentenonderzoek, aangevuld met een social-listeningonderzoek en een expertreview. Het kwantitatieve onderzoek is uitgevoerd via een online vragenlijst op basis van kwantitatief onderzoek

• Onderzoekspopulatie: representatief voor Nederland, 18+

• Consumenten: n = 1.016

• Periode: december 2025

 

Social listening

Analyse van 2.200 Nederlandstalige online berichten uit de periode januari tot en met december 2025, afkomstig van onder meer Trustpilot, Reddit en X. Deze berichten zijn overwegend negatief van aard en geven daardoor vooral inzicht in verbeterpunten. Ze vormen geen representatieve afspiegeling van de mening van de Nederlandse consument.

Expertreview

Specialisten uit de volgende organisaties waren betrokken bij de review: Custom Connect, Customer Contact Company, Y.digital, KSF, Markteffect, Speakup en Vodafone Business. Significante verschillen worden in dit rapport weergegeven met een vetgedrukt percentage. Een significant verschil is een bevinding die naar alle waarschijnlijkheid niet op toeval berust.

Wat zijn de voorkeurskanalen van de Nederlandse consument?

“Als ik een vraag heb, zijn het altijd complexe situaties. Je wilt dat persoonlijk bespreken per telefoon.” — Respondent onderzoek

Ook in een steeds verder geautomatiseerde klantcontactomgeving geven Nederlandse consumenten duidelijk de voorkeur aan menselijk contact.

Voorkeurskanalen

Hoewel over de jaren heen een dalende trend zichtbaar is, blijft telefonie het belangrijkste voorkeurskanaal voor Nederlandse consumenten. Eenvoudige klantvragen worden steeds vaker afgehandeld via selfservice, waardoor vooral de complexere vragen overblijven. Juist daarvoor kiest de consument het liefst de telefoon.

Uit het social-listeningonderzoek blijkt dat consumenten vinden dat geautomatiseerde vormen van klantcontact beter moeten worden in het daadwerkelijk oplossen van problemen. Menselijke interactie wordt veel vaker geassocieerd met een echte oplossing dan geautomatiseerd klantcontact.

Goede klantenservice, goed product. Goede klantenservice, geen chatbot, maar een persoon die de telefoon opnam en mijn vragen beantwoordde. Ik ben tevreden met mijn bestelling.

 Wanneer consumenten hun top 3 voorkeurskanalen aangeven, wordt nog duidelijker dat zij bewust kiezen voor kanalen waarin menselijke interactie centraal staat. Geautomatiseerd klantcontact wordt vooral geaccepteerd als eenvoudig kan worden doorgeschakeld naar een medewerker. Uit het social-listeningonderzoek blijkt dat consumenten dit in de praktijk nog te vaak missen.

Voorkeurskanalen per type contact blijven grotendeels stabiel

De voorkeur van Nederlandse consumenten verschilt per type vraag. Bij complexere onderwerpen, zoals advies of vragen over het gebruik van een product of dienst, is telefonie duidelijk favoriet. Bij meer praktische vragen blijft telefonie belangrijk, maar worden ook e-mail, live chat en WhatsApp vaker gebruikt.

Chatbot nadert koppositie van grootste ergernissen in klantcontact

Lange wachttijden zijn met 52% nog altijd de grootste irritatie in klantcontact voor Nederlandse consumenten. Tegelijkertijd nemen de frustraties over chatbots verder toe en lijken ze op weg om die twijfelachtige eerste plek over te nemen. Waar ergernissen over lange wachttijden en uitgebreide keuzemenu’s langzaam afnemen, is er nog geen duidelijke verbetering zichtbaar in hoe consumenten het functioneren van chatbots ervaren.

Tegenstrijdige percepties rondom e-mail

Er is een duidelijke paradox zichtbaar. Consumenten geven de voorkeur aan e-mail, omdat zij in hun eigen tempo kunnen communiceren, berichten kunnen bewaren en daardoor meer regie ervaren. Tegelijkertijd bouwen veel organisaties dit kanaal af vanwege de hoge kosten en de vaak lange, inefficiënte mailwisselingen, die ten koste gaan van de first-time-fix. Zo ontstaat een spanningsveld tussen klantbehoefte en operationele efficiëntie.

Technologische ontwikkelingen maken het inmiddels mogelijk om e-mails automatisch te classificeren en contextueel te beantwoorden. Daardoor kunnen doorlooptijden en kosten dalen, terwijl consumenten sneller en consistenter worden geholpen. Vertrouwen blijft daarbij cruciaal: het vermijden van links en bijlagen verkleint het risico dat e-mails als phishing worden gezien. Met die aanpak kan e-mail, ondersteund door intelligente systemen, opnieuw een volwaardig en efficiënt kanaal worden binnen de service-strategie van organisaties.

Mening van de expert: Nederlandse consument verkiest kwaliteit boven snelheid

“Ik zou geautomatiseerd klantcontact meer gebruiken als ook meer ingewikkelde vragen goed beantwoord kunnen worden.” — Respondent onderzoek

De gegevens van de afgelopen jaren laten een consistent patroon zien. Nederlandse consumenten hechten meer waarde aan goed begrepen worden en persoonlijk contact dan aan snelheid of direct de juiste medewerker spreken.

Groei van geautomatiseerd klantcontact stabiliseert

Het gebruik van geautomatiseerd klantcontact lijkt een meer volwassen fase te bereiken. Consumenten vormen op basis van hun ervaringen een duidelijkere mening. Het aandeel digitale zelfdoeners groeit licht, terwijl het aantal traditionele bellers afneemt. Tegelijkertijd neemt het aandeel kritische klanten sterk toe. Dat betekent dat meer consumenten ervaring hebben met geautomatiseerd klantcontact, maar daar ook kritischer naar kijken.

Persona’s

Jurre — de digitale zelfdoener
Jurre houdt van snelheid en efficiëntie. Bellen vindt hij ongemakkelijk en vaak zonde van zijn tijd. Hij zoekt liever zelf in een kennisbank, gebruikt een chatbot of raadpleegt een community. Zelfs bij complexere vragen probeert hij het eerst zelfstandig op te lossen. Pas als dat niet lukt, stapt hij over op WhatsApp of live chat — zolang dat snel en soepel werkt. Hij heeft liever geen uitleg of hulp: hij regelt het zelf.

Uitdaging: bied sterke selfservice en slimme AI-ondersteuning, zodat Jurre niet hoeft te bellen.

“Ik vind zelf het antwoord wel op de website.”

Kenmerk:
Ik sta positief tegenover geautomatiseerd contact met bedrijven en communiceer liever digitaal dan met een medewerker.

Janny — de kritische klant
Janny is teleurgesteld in geautomatiseerd klantcontact. Misschien heeft ze vastgezeten in een chatbot-loop, of kreeg ze een verkeerd antwoord. Hoe dan ook: haar vertrouwen is beschadigd. Ze wil menselijk contact en probeert digitale kanalen liever te vermijden. Toch staan WhatsApp en live chat haar wel aan, omdat daar tenminste een mens achter zit.

Uitdaging: laat zien dat geautomatiseerd klantcontact wél goed kan werken, met slimme hand-overs naar echte medewerkers.

“Ik wacht liever even dan dat ik met een computer praat.”

Kenmerk:
Ik heb negatieve ervaringen met geautomatiseerd contact met bedrijven, maar zie wel mogelijkheden voor de toekomst.

Juna — de sociale ontdekker
Juna waardeert persoonlijk contact en kiest vanzelfsprekend voor bellen of e-mail, omdat dat vertrouwd voelt. Tegelijkertijd ziet ze anderen gebruikmaken van WhatsApp, live chat en chatbots, en dat spreekt haar ook aan. Ze heeft alleen wat hulp nodig. Een duidelijke uitleg of vriendelijke uitnodiging om een chatbot te proberen, kan haar over de streep trekken.

Uitdaging: geef haar vertrouwen en begeleiding om nieuwe digitale kanalen te ontdekken.

“Ik zou best WhatsApp of een chatbot willen proberen, maar hoe werkt dat eigenlijk?”

Kenmerk:
Ik ben positief verrast over de mogelijkheden van geautomatiseerd contact met bedrijven, maar mis soms de menselijke interactie.

Janus — de traditionele beller
Janus vertrouwt op mensen, niet op technologie. Websites zijn nog net acceptabel, maar chatbots, WhatsApp of live chat? Liever niet. Hij neemt wachttijden voor lief als hij daardoor met een echt persoon kan praten. Digitale alternatieven zullen hem pas overtuigen als ze uitzonderlijk eenvoudig en intuïtief zijn.

Uitdaging: houd de drempel laag en maak de overstap naar geautomatiseerd klantcontact zo soepel mogelijk als hij daar toch voor openstaat.

“Chatbots? Daar begin ik niet meer aan.”

Kenmerk:
Ik sta negatief tegenover geautomatiseerd contact met bedrijven en vermijd digitale interacties zoveel mogelijk.

Consument wil eenvoudig kunnen doorschakelen naar een medewerker

Uit het onderzoek blijkt dat consumenten vooral als nadeel ervaren dat zij geen mens kunnen spreken. Hoewel hierin verbetering zichtbaar is, ziet nog altijd 4 op de 10 consumenten dit als een belangrijk nadeel van geautomatiseerd klantcontact.

Volgens het social-listeningonderzoek zijn sommige verbeteringen relatief eenvoudig door te voeren en kunnen ze al snel een positief effect hebben op de klantervaring. Denk bijvoorbeeld aan een duidelijk onderscheid tussen openings- en sluitingstijden en de mogelijkheid om eenvoudig door te schakelen naar een medewerker.

“Mooie kaarten, maar ik mis een direct telefoonnummer van de klantenservice. Nu krijg ik een chatbot die aanbiedt om door te verwijzen naar een echt mens. Als ik dat wil, blijkt ineens dat jullie dicht zijn. Best jammer.”

Consumenten ervaren kwaliteitsverbetering in geautomatiseerd klantcontact

De kritiek op chatbots en spraakassistenten gaat niet zozeer over de kanalen zelf, maar over de kwaliteit van de ervaring. Er is sprake van een voorzichtige verbetering: consumenten ervaren de meest genoemde nadelen iets minder sterk dan vorig jaar. Organisaties slagen er dus in om interacties enigszins te verbeteren, maar van een echte doorbraak is nog geen sprake.

Consument stelt kwaliteit boven snelheid

Voor ongeveer 90% van de consumenten is het belangrijk dat zij goed worden begrepen in klantcontact. Snelheid en het direct beantwoorden van de vraag zijn daaraan ondergeschikt.

Uit het social-listeningonderzoek blijkt dat chatbots vaak worden ervaren als een obstakel in plaats van als ondersteuning. Dat komt vooral doordat ze zijn getraind op eenvoudige, veelgestelde vragen en daardoor slecht overweg kunnen met complexere of afwijkende situaties, zoals diefstal, klachten of vermiste pakketten. Dit leidt volgens consumenten geregeld tot herhalende of feitelijk onjuiste antwoorden.

“Het probleem is vooral dat het tegenwoordig een soort interactieve FAQ-pagina is. Maar de meeste mensen kunnen prima zelf een FAQ lezen. Hun vraag staat daar juist niet tussen. Dan kan een chatbot je nog niet helpen en werkt het vooral frustrerend.”

De complexiteit van geautomatiseerd klantcontact

Dat de voorkeur voor chatbots de afgelopen jaren niet is toegenomen, ondanks technologische vooruitgang en de opkomst van generatieve AI, laat zien hoe lastig het is om geautomatiseerd klantcontact succesvol te implementeren.

Chatbots werken goed bij standaardvragen binnen duidelijke kaders. Bij niet-standaard of contextgevoelige vragen lopen ze echter snel tegen hun grenzen aan. Juist daar zijn nuance, contextbegrip en probleemoplossend vermogen essentieel.

Generatieve AI verbetert de taalvaardigheid van systemen, maar het consistent, accuraat en contextbewust beantwoorden van complexe klantvragen blijft uitdagend. Effectieve AI vraagt om een combinatie van taalbegrip, klantdata, productinformatie en bedrijfsregels. Alleen dan kunnen antwoorden worden gegenereerd die passen bij de situatie van de consument én voldoen aan intern beleid en wet- en regelgeving.

Betrouwbare AI-oplossingen in klantcontact vereisen daarom onder meer kwalitatieve data, robuuste kennismodellering, relevante systeemintegraties, duidelijke governance en continue monitoring en optimalisatie.

Mening van de expert

Iets meer draagvlak voor geautomatiseerd klantcontact

“Ik zou chatbots vaker gebruiken, als ze me maar goed zouden kunnen helpen.”
— Respondent onderzoek

Ongeveer de helft van de Nederlandse consumenten (52%) staat open voor geautomatiseerd klantcontact. De kritiek richt zich daarbij minder op automatisering op zich en meer op de vraag of deze kanalen daadwerkelijk problemen kunnen oplossen.

Gebruikers benadrukken in het social-listeningonderzoek steeds opnieuw dat menselijk contact essentieel blijft. Systemen die de toegang tot een medewerker beperken, stuiten op veel weerstand. De grootste frustratie ontstaat wanneer een chatbot het gesprek niet automatisch doorzet naar een medewerker, waardoor problemen blijven liggen.

Nederlandse consument accepteert AI-gegenereerde samenvattingen

Consumenten staan over het algemeen positief tegenover een AI-gegenereerde samenvatting na contact met een medewerker. Zo’n samenvatting helpt om de belangrijkste punten en afspraken snel vast te leggen en draagt bij aan duidelijkheid en correcte verslaglegging.

Kritischer op AI-geautomatiseerd routeren van vragen

Consumenten zijn iets minder positief over de inzet van AI voor het routeren van klantvragen, bijvoorbeeld in een IVR-systeem. Ook het automatisch identificeren van klanten op basis van gegevens zoals klantnummer, naam of geboortedatum wordt minder gewaardeerd. Zulke toepassingen worden vaker als omslachtig ervaren.

Het vertrouwen in AI-gedreven klantcontact hangt sterk samen met de betrouwbaarheid van de antwoorden. Daarbij is het voorkomen van onjuiste informatie, incomplete antwoorden en hallucinaties cruciaal.

“De klantenservice is een hallucinerende chatbot. Soms belooft de chatbot dat ik word doorverbonden met een echt mens. Maar dat gebeurt nooit.”

Investeringen verschuiven van klantcontact naar medewerkerssupport

Steeds duidelijker wordt dat Nederlandse consumenten kwaliteit van interactie belangrijker vinden dan snelheid. Niet alles hoeft realtime te gebeuren; belangrijker is dat consumenten een accurate en contextbewuste ervaring krijgen.

Vanuit AI-perspectief ligt hier een grote kans. AI kan niet alleen direct in het klantcontact worden ingezet, maar ook als ondersteuning voor medewerkers. Experts zien daarom een duidelijke verschuiving in investeringen: van selfservice voor de consument naar intelligente ondersteuning van medewerkers. Door klantinformatie slim te analyseren, kennis toegankelijk te maken, relevante suggesties te doen en complexe taken te automatiseren, stelt AI medewerkers in staat om zich te richten op het menselijke deel van de interactie.

De focus verschuift daarmee van the human in the loop naar AI in the loop: AI wordt een actieve partner binnen klantcontactprocessen. Dat vraagt van organisaties dat zij processen opnieuw ontwerpen, met kwaliteit, relevantie en contextbewustzijn als uitgangspunt — in plaats van een eenzijdige focus op efficiëntie of kostenreductie.

Mening van de expert: Verschillen tussen chatbots en spraakassistenten

Bij een chatbot voelt het alsof mijn vraag automatisch op de website van het bedrijf wordt opgezocht. Een spraakassistent doet in principe hetzelfde, maar als het antwoord niet klopt, word ik tenminste doorverbonden met een medewerker.

— Respondent onderzoek

Chatbots en spraakassistenten verschillen in gebruik en vereisten. Chatbots zijn tekstgebaseerd, terwijl spraakassistenten gesproken taal verwerken. Beide technologieën kennen hun eigen uitdagingen en vragen om een specifieke aanpak om de gebruikerservaring te optimaliseren.

Het vertrouwen in spraakassistenten ligt hoger dan in chatbots. Bovendien geldt voor beide technologieën dat frequenter gebruik samenhangt met een positievere houding. Naarmate consumenten vaker met AI-gestuurde kanalen in aanraking komen, groeit hun vertrouwen en waardering.

Volgens het social-listeningonderzoek zien consumenten moderne chatbots als een verbetering ten opzichte van oudere, trefwoordgestuurde systemen. Ook waarderen zij de 24/7-beschikbaarheid en de directe responstijd zonder wachtrij.

“Ik had laatst een robot van een bedrijf en mijn probleem werd zowaar opgelost. Dat was de eerste keer dat ik dat meemaakte.”

Focus verleggen van bereik naar kwaliteit

Positief is dat het aandeel volledig afgehandelde vragen is toegenomen en dat noodzakelijk vervolgcontact iets is afgenomen. Dat wijst op een lichte kwaliteitsverbetering. Tegelijkertijd wordt nog altijd slechts 12% van de vragen correct beantwoord.

Bij spraakassistenten is vaker onduidelijk of men met een mens of een systeem spreekt. Ondanks de AI Act maken organisaties dit voor consumenten nog onvoldoende expliciet. Dat speelt vooral bij spraakassistenten, die door het gebruik van een kunstmatige stem menselijker kunnen overkomen.

Voorkeuren per sector

“Soms bel ik nadat ik er met de app niet uitkom, maar dan begint de chatbot weer helemaal opnieuw. Dat is irritant.” — Respondent onderzoek

Een standaard kanaalstrategie die voor iedereen hetzelfde werkt, past niet meer bij deze tijd. Voorkeuren in klantcontact verschillen per sector, per doelgroep en per type vraag. Wat in de ene branche of voor een eenvoudige vraag goed werkt, is niet automatisch geschikt in een andere context.

Drie categorieën voorkeurskanalen

1. Primaire kanalen
Telefonie en e-mail vormen nog altijd de structurele basis van de klantcontactstrategie.

2. Secundaire kanalen
Live chat, WhatsApp en face-to-face contact stabiliseren en hebben een meer aanvullende rol.

3. Tertiaire kanalen
SMS, social media en chatbots spelen vooral een specifieke of ondersteunende rol en hebben momenteel geen dominante voorkeurspositie.

Sectorinzichten

Banken en verzekeraars
In deze sector draait geautomatiseerd klantcontact vooral om vertrouwen, veiligheid en nauwkeurigheid. AI-gedreven chatbots en spraakassistenten worden ingezet voor onder meer saldo-informatie, het blokkeren van betaalpassen, polisvragen en schadeclaims. Routinematige interacties worden zoveel mogelijk zelfstandig afgehandeld, terwijl complexe of emotioneel beladen vragen worden overgedragen aan medewerkers.

Bezorgdiensten
Hier draait geautomatiseerd klantcontact om realtime informatie en verwachtingsmanagement. De uitdaging ligt in een naadloze koppeling tussen systemen, zodat informatie over tracking, bezorgmomenten en leveringsstatus altijd actueel beschikbaar is.

Nutsbedrijven
Voor energie- en waterbedrijven ligt de nadruk op voorspelbaarheid en schaalbaarheid. Geautomatiseerde systemen beantwoorden vragen over jaarafrekeningen, meterstanden, voorschotten en storingen, vooral tijdens piekmomenten zoals prijswijzigingen of extreme weersomstandigheden.

Online retailers
In retail draait geautomatiseerd klantcontact om commerciële ondersteuning en klantbeleving. AI wordt ingezet voor productadvies, orderstatus, retourverwerking en gepersonaliseerde aanbevelingen. Daarbij is integratie met voorraadsystemen en bezorginformatie essentieel.

Overheid
Binnen de overheid staat toegankelijkheid centraal. Complexe wet- en regelgeving moet worden vertaald naar duidelijke, inclusieve taal. Transparantie en correcte informatieverstrekking zijn cruciaal om vertrouwen te behouden.

Telecom
In de telecomsector ligt de uitdaging in het realtime combineren van klant- en netwerkdata. Door contractinformatie, bundels en storingen slim te integreren, kunnen klanten sneller en nauwkeuriger worden geholpen.

Zorg
In de zorg vraagt geautomatiseerd contact om maximale zorgvuldigheid. Security, privacy, ethiek en MDR-compliance vormen hierbij de belangrijkste kaders.