Serhii LypiiNa een vergadering komt het notuleren er zelden bij. Je hebt het druk, je denkt “ik tik het straks uit”, en een week later weet je nog vaag wat er besloten is. De klant onthoudt het ook niet, en bij de volgende afspraak begin je weer voor de helft opnieuw.
AI-transcriptie zou hier moeten helpen. Het opnemen kost niets, de tool werkt het uit, en jij hebt na het gesprek meteen een leesbare versie. In de praktijk werkt dat soms goed en soms slecht, afhankelijk van wat je opneemt en met welke tool.
Dit artikel gaat over klantgesprekken transcriberen AI mkb: welke tools werken, hoe accuraat ze zijn voor Nederlands, hoe je opname-toestemming netjes regelt en wat AVG hierin betekent.
Eerst de regel die mensen vergeten
Een gesprek opnemen zonder dat de ander het weet, mag niet als je zelf geen deelnemer aan het gesprek bent. Voor jouw eigen klantgesprekken waar je zelf bij bent, ligt het juridisch genuanceerder, maar in zakelijke context blijft het slim om toestemming te vragen.
Dit is geen klein detail. Een opname zonder toestemming kan in een arbeidsgeschil of klacht tegen je werken, en het zet de vertrouwensband direct onder druk.
Wat in de praktijk werkt:
- Aan het begin van het gesprek: “Voor mijn eigen notities neem ik dit op. Vind je dat goed?”
- Bij online vergaderingen: gebruik de ingebouwde opname-notificatie van Zoom, Teams of Google Meet
- Bij telefonische gesprekken: vermeld het in de uitnodiging vooraf en herhaal het bij de start
- Sla de opname niet langer op dan nodig is voor het uitwerken
Voor juridisch advies over specifieke situaties verwijs ik naar een privacy-advocaat. Wat technisch nodig is, daarbij kan ik helpen.
De drie tools die je tegenkomt
Voor klantgesprekken in het Nederlands zijn er drie tools die regelmatig terugkomen.
Whisper. Open-source van OpenAI. Beschikbaar via API, lokaal draaien op je laptop of via diensten die het integreren (zoals Notion AI of Zoom AI Companion). Sterk in meerdere talen, ook in het Nederlands.
Otter.ai. Een SaaS-tool gericht op vergaderingen. Sterk in Engels, het werkt voor Nederlands maar minder accuraat dan voor Engelstalige gesprekken. Goede integratie met Zoom, Teams en Google Meet.
Amberscript. Nederlandse aanbieder, gespecialiseerd in transcriptie voor de Europese markt. Sterk in Nederlands, Duits en Vlaams. Servers in de EU, met optie voor menselijke kwaliteitscontrole.
Andere tools die voorbij komen: Fireflies.ai, Sembly, MeetGeek, en de ingebouwde Recall-functie van Microsoft Teams Premium. Voor mkb-gebruik in Nederland zijn Whisper, Otter en Amberscript de drie waar je het verschil tussen wilt kennen.
Accuratesse per accent en jargon
Hier zit een grote variabele. AI-transcriptie werkt verbazend goed voor een rustig sprekende speaker met standaard Nederlands. Voor andere situaties is het wisselend.
In mijn ervaring werkt het ongeveer zo:
- Standaard Nederlands, rustig tempo: 90 tot 95 procent accuraat
- Vlaams of regionale dialecten (Zeeuws, Limburgs): 70 tot 85 procent
- Gespreksopname met meerdere sprekers: spreker-detectie haalt 75 tot 85 procent
- Veel branche-jargon (juridisch, medisch, technisch): 60 tot 80 procent zonder aanpassing
- Telefoonkwaliteit-opname: 65 tot 80 procent
- Achtergrondgeluid (café, drukke ruimte): 50 tot 75 procent
Dat klinkt als gemengd. Het belangrijke punt: een transcriptie van 85 procent betekent niet dat 15 procent van de tekst onbruikbaar is. Het betekent dat je een correctie-ronde nodig hebt om de tekst werkelijk leesbaar te maken.
Voor Nederlands is Amberscript in mijn ervaring de meest accurate optie. Whisper komt dichtbij, en is goedkoper als je het zelf draait. Otter werkt prima voor Engels en is bruikbaar voor Nederlands, maar niet de eerste keuze.
Whisper voor mkb
Whisper is interessant omdat je het op verschillende manieren kunt gebruiken.
Optie 1: via de OpenAI-API. Goedkoop, snel, je betaalt per minuut audio. Ongeveer 0,006 dollar per minuut, dus een uur kost ongeveer 35 cent. Data gaat via de API naar OpenAI; voor gevoelige content kies je een betaald plan met een DPA.
Optie 2: lokaal op je laptop. Met een tool als MacWhisper of een open-source variant draait Whisper op je eigen apparaat. Voordeel: data verlaat je laptop niet. Nadeel: een uur audio uitwerken duurt op een gemiddelde laptop een paar minuten, en grote modellen vragen flink wat geheugen.
Optie 3: via een dienst die Whisper integreert. Tools als Notion AI, Zoom AI Companion en Bear gebruiken Whisper onderhuids. Dan loopt het via die dienst, niet rechtstreeks naar OpenAI.
Voor een mkb-ondernemer die wekelijks een paar klantgesprekken uitwerkt, is optie 1 vaak het goedkoopst en de snelst. Voor wie regelmatig gevoelige gesprekken opneemt, is optie 2 of een Europese tool als Amberscript de logischere keuze.
Otter.ai voor mkb
Otter is een dienst die zich specifiek richt op vergaderingen. Het integreert direct met Zoom, Google Meet en Microsoft Teams, neemt automatisch op en levert een transcriptie binnen minuten na afloop.
Sterke punten:
- Goede spreker-detectie bij online vergaderingen
- Live captions tijdens het gesprek
- AI-samenvatting na afloop met actiepunten
- Werkt zonder dat jij iets hoeft te starten
Zwakke punten voor Nederlands:
- Accuratesse voor Nederlands lager dan voor Engels
- Geen verwerkersovereenkomst in alle plannen, controleer dit
- Servers staan in de VS, dus data-residency in de EU is geen standaardoptie
- Bedrijfsgevoelige gesprekken automatisch laten opnemen kan beleidsmatig botsen
Voor een mkb-ondernemer die vooral in het Engels werkt of weinig gevoelige gesprekken voert, is Otter een prima tool. Voor Nederlandse klantgesprekken met privacy-gevoelige inhoud is Amberscript of een lokale Whisper-opzet beter.
Amberscript voor mkb
Amberscript is een Amsterdamse aanbieder die zich specifiek richt op transcriptie en ondertiteling, met sterke focus op de Europese markt.
Sterke punten:
- Hoge accuratesse voor Nederlands, Duits en Vlaams
- Servers in de EU, AVG-conform met DPA
- Optie voor menselijke kwaliteitscontrole (duurder, maar zeer accuraat)
- Geschikt voor gevoelige sectoren
Zwakke punten:
- Duurder dan Whisper of Otter voor losse transcriptie
- Geen automatische opname-integratie met vergader-tools
- Voor live captions of realtime-werk minder geschikt
Voor sectoren met strengere privacy-eisen (zorg, juridisch, financieel advies) is Amberscript vaak de logische keuze. De extra kosten wegen op tegen het risico van data buiten de EU.
Wat AI-transcriptie niet kan
AI levert je een ruwe tekst. Een goede transcriptie is meer dan dat. Hier hoort eerlijkheid bij.
Onvolledige zinnen worden niet gerepareerd. Mensen praten onlogisch, vallen elkaar in de rede, zeggen “uh” en “weet je wel”. AI typt dat netjes uit, maar het is nog geen leesbare tekst. Je moet hem opschonen.
Namen en bedrijven kloppen vaak niet. Specifieke namen, productnamen of merknamen worden vaak verkeerd geraden. Doe na de transcriptie een zoekopdracht op namen om de fouten te vangen.
Toon en sarcasme verdwijnen. Een opmerking die in gesprek duidelijk ironisch was, leest als feitelijk in transcriptie. Pas op met directe citaten uit een AI-transcriptie.
Actiepunten moeten alsnog uit het gesprek gehaald worden. Sommige tools genereren automatisch een samenvatting met actiepunten. Die zit er soms naast. Lees het gesprek door en haal er zelf de afspraken uit.
In mijn ervaring scheelt AI-transcriptie ongeveer 70 procent van de tijd ten opzichte van helemaal handmatig uitschrijven. De rest blijft jouw werk: opschonen, namen corrigeren, actiepunten eruit halen.
AVG bij externe tools
Een klantgesprek bevat per definitie persoonsgegevens, en vaak gevoelige info. Daarvoor gelden zwaardere eisen dan voor een algemene mail.
Wat technisch nodig is:
- Een verwerkersovereenkomst met de transcriptie-tool
- Duidelijkheid over waar de data wordt opgeslagen en hoe lang
- Aandacht voor wie binnen je organisatie bij de transcripties kan
- Een retentiebeleid (hoe lang bewaar je opnames)
Voor mij persoonlijk: opnames bewaar ik niet langer dan nodig om het gesprek uit te werken. Transcripties bewaar ik bij het projectdossier, niet als losse bestanden in een tool.
Voor juridische advisering rond opname en transcriptie verwijs ik naar een privacy-advocaat. De Autoriteit Persoonsgegevens heeft hier toelichting over op haar website, zie Autoriteit Persoonsgegevens over geluidsopnames.
Wat ik adviseer
Voor een mkb-ondernemer die een paar klantgesprekken per week wil uitwerken, ziet de aanpak er meestal zo uit:
- Vraag bij elk gesprek toestemming voor opname, ook bij vaste klanten
- Gebruik de opname-functie van je vergaderplatform (Zoom, Teams, Meet)
- Laat de transcriptie maken via Whisper (lokaal of API) of Amberscript
- Doe een correctie-ronde voor namen, jargon en leesbaarheid
- Bewaar de transcriptie bij het project, verwijder de opname
Voor wie weinig gesprekken heeft, is een gratis ChatGPT met audio-input ook een optie. Voor wie regelmatig gesprekken voert, loont een vaste workflow.
Meer over AI-tools in een mkb-context staat in de categorie AI voor mkb.
Stuur me kort hoe je nu opneemt en uitwerkt. Ik kijk wat technisch werkt en mail je terug.
