Kan AI het personeelstekort in technische bedrijven echt oplossen?

Nee, niet direct. AI vervangt geen ontbrekende vakman. Het geeft wel tijd terug die nu wegloopt in trage, handmatige administratie. Dat verzacht het personeelstekort; het tekort zelf lost het niet op.

Hieronder staat hoe groot dat tekort in de techniek is. En waar bedrijven die tijdwinst dan wél vinden, en waarom een eerste kennismaking met AI er vaak naast grijpt. Dit stuk gaat uit van technische bedrijven vanaf ongeveer twintig medewerkers. Met een eigen kantoor- of backofficefunctie naast de uitvoering op locatie zelf.

Hoeveel technische bedrijven kampen echt met personeelstekort?

Groot, en breder dan alleen installatiebedrijven. Bijna twee derde van alle Nederlandse bedrijven ondervindt een personeelstekort. Dat blijkt uit de Conjunctuurenquête Nederland van het CBS, gemeten in april 2026.

Voor de techniek specifiek is het beeld nog scherper. UWV noemt machinemonteurs, bouwarbeiders afbouw en productieleiders in industrie en bouw als beroepen met de grootste arbeidsmarktkrapte tot 2030, in zijn krapteoverzicht van 2026. Pensionering speelt daarin een grote rol. Veel ervaren vakmensen stromen uit, en de vervangingsvraag loopt op.

Opleidingsfonds Wij Techniek heeft dat voor de hele sector doorgerekend. De Arbeidsmarktprognose 2025-2029 verscheen in juli 2025, via Techniek Nederland. Daaruit blijkt: de sector heeft tussen 2025 en 2029 ongeveer 121.000 nieuwe vakmensen nodig. Een groot deel daarvan, ongeveer 118.000 medewerkers, vervangt alleen al de mensen die vertrekken. Ongeveer 70 procent van de benodigde instroom moet van buiten de sector komen. Via zij-instroom, in plaats van de reguliere opleidingsroute.

Het verschil tussen die twee getallen is veelzeggend. 121.000 min 118.000 is ongeveer 3.000 mensen netto erbij. De sector groeit dus nauwelijks in koppen. Bijna de hele vraag is vervanging, geen uitbreiding. Daarom kan AI hier geen wonder doen. Er is geen groeiprobleem om op te lossen, maar een leegloop die elk jaar terugkomt.

De kennis die met die uitstroom verdwijnt, staat uitgewerkt in onze blog over vakkennis en vergrijzing. Dit stuk beantwoordt de vraag die daarna komt: lost AI dit tekort op?

Bron: Wij Techniek / Techniek Nederland, Arbeidsmarktprognose 2025-2029, juli 2025. 121.000 min 118.000 is ongeveer 3.000 mensen netto erbij: bijna de hele vraag is vervanging, geen groei.

Waarom bedrijven naar automatisering en AI grijpen

Bedrijven met een personeelstekort grijpen steeds vaker naar automatisering. Dat cijfer betreft automatisering in brede zin, inclusief robotisering, en dekt dus meer dan AI alleen. Bij grote bedrijven ligt het aandeel dat er vanwege een tekort meer op inzet op 40 procent, bij kleine bedrijven op 20.

Voor de techniek specifiek is de rol van robotica beperkter dan in een fabriek. Techniek Nederland schrijft in het rapport AI, Robotisering en Industrialisatie — de technieksector in 2030 (2026): "De technieksector kent geen inrichting met vaste productieplaatsen of uitsluitend fabrieklijnen, dus robotica ligt daar minder voor de hand." Toch ziet de branchevereniging zelf al kansen voor ondersteunende technologie: "Robots kunnen een belangrijke oplossing zijn voor personeelsschaarste," schrijft Techniek Nederland verderop in datzelfde rapport.

Voor de meeste technische bedrijven ligt het realistische aangrijpingspunt daarom niet in een robot op de werkvloer. Maar in software die op de achtergrond meewerkt: bij offertes, planning of rapportage.

Personeelstekort ontstaat in de techniek namelijk niet alleen op de werkvloer. Kantoor- en backofficefuncties zijn vaak minstens zo lastig te vullen. Software die daar tijd bespaart, raakt dus een reëel knelpunt, ook al lost dat de vraag naar extra monteurs zelf niet op.

Wat AI wel en niet oplost

AI lost het tekort aan vakmensen zelf niet op. Geen taalmodel installeert een cv-ketel. Geen taalmodel beoordeelt een storing ter plekke. AI maakt wel tijd vrij op werk dat weinig vakmanschap vraagt, maar wel uren kost.

Denk aan een offerte die opnieuw wordt uitgetypt omdat een sjabloon niet aansluit. Of aan een klantenlijst die met de hand uit een PDF wordt overgenomen. Of aan een rapportage die nu een hele dag handmatig werk kost. Valt dat soort werk grotendeels weg, dan gaat de vrijgekomen tijd naar het werk waarvoor de vakman is aangenomen.

Het aantal beschikbare vakmensen blijft in dat scenario gelijk. De druk van het tekort neemt wel af: er gaat minder tijd verloren aan werk waarvoor eigenlijk niemand is aangenomen.

Het onderscheid tussen die twee soorten werk is in de praktijk vaak simpel te maken. Werk dat vakkennis, ervaring of het inschatten van een situatie vraagt, blijft bij de vakman. Werk dat vooral bestaat uit overtypen, invoeren, combineren of samenvatten van informatie die al ergens staat, is kandidaat voor AI-ondersteuning.

Stel dat een calculator vijf offertes per week opstelt. Per offerte is hij een flink deel van zijn tijd kwijt aan tekstwerk rond het eigenlijke rekenwerk: klantgegevens overtypen, een sjabloon aanpassen, een begeleidende mail schrijven. Dat tekstwerk vraagt geen vakmanschap, maar het gaat wel ten koste van de tijd voor het rekenwerk waarvoor de calculator is aangenomen.

Bij planning en werkvoorbereiding speelt hetzelfde. Een planner werkt elke ochtend handmatig een rooster bij, op basis van ziekmeldingen, materiaal en deadlines. Dat is werk dat een systeem grotendeels kan voorbereiden. De planner beoordeelt daarna nog steeds welke keuze verstandig is. Alleen het handmatige combineren van gegevens uit losse systemen en appjes valt weg.

Waarom AI vaak tegenvalt, en hoe dat komt

In gesprekken met technische bedrijven horen wij regelmatig scepsis over AI als antwoord op het personeelstekort: "we hebben gewoon meer monteurs nodig, geen AI." Die scepsis komt vaak voort uit één eerdere, oppervlakkige kennismaking. Bijvoorbeeld een generieke chatbot die een mail moest herschrijven, met een matig resultaat. Het bedrijf had zijn eigen informatie en processen op dat moment nog niet klaargezet, waardoor het systeem alleen generiek kon antwoorden.

Onze eigen ervaring in dit soort gesprekken: een AI-systeem laat zich het best vergelijken met een nieuwe collega op de eerste werkdag. Slim en snel, maar zonder enige kennis van hoe het bij u werkt. Wie zo iemand meteen alle taken zonder uitleg geeft, krijgt een teleurstellend resultaat.

Dat resultaat komt niet vanzelf goed. Niet door simpelweg langer te wachten, en niet door een ander AI-programma te proberen. Zonder toegang tot actuele projectgegevens gebruikt een AI-systeem al snel verouderde of tegenstrijdige informatie. U merkt dat meestal pas als de uitkomst niet klopt. Wil een technisch bedrijf AI zinvol inzetten, dan moet daarom eerst de eigen informatiehuishouding op orde zijn: vastgelegd, actueel en op één plek.

Dat komt in de praktijk neer op twee dingen. Eén vaste plek voor projectgegevens, in plaats van een mix van mail, WhatsApp en losse Excel-bestanden. En werkinstructies die opgeschreven staan, in plaats van kennis die alleen in het hoofd van één monteur zit.

Daarnaast helpt een duidelijke afspraak over wie welke informatie bijhoudt, zodat een systeem niet met verouderde gegevens hoeft te werken. Zonder die basis blijft AI gokken op onvolledige input, en dat resultaat wordt door niemand in het bedrijf vertrouwd.

Wat wij niet weten

Hoeveel tijd een technisch bedrijf gemiddeld terugwint met AI-ondersteuning, weten wij niet precies. Er bestaat geen betrouwbaar, sectorbreed cijfer daarover, en wij hebben dat zelf ook niet zelfstandig gemeten of geverifieerd.

Ook weten wij niet of het aandeel van 30 procent blijft stijgen. Het kan ook zijn dat het aandeel bedrijven dat AI probeert en vervolgens weer stopt, even hard meegroeit. Daar zijn geen cijfers over. Het CBS-cijfer over automatisering in brede zin en het UWV-cijfer over krappe technische beroepen komen bovendien uit twee losse metingen. Er bestaat geen gecombineerd cijfer dat specifiek laat zien hoeveel technische bedrijven vanwege hún personeelstekort naar AI grijpen.

Elk technisch bedrijf is bovendien anders. Een familiebedrijf van twintig medewerkers heeft een andere uitgangssituatie dan een technische dienstverlener met honderden mensen in dienst. Dat verschil raakt ook hoeveel tijdwinst AI daar concreet oplevert. Dit stuk beschrijft het algemene beeld voor de sector; de situatie bij u kan daarvan afwijken.

Wat u hierna doet

Ga eerst na of uw eigen informatie op orde is. Staat vast waar projectgegevens, offertes en werkinstructies staan, en is die informatie eenduidig? Zo niet, dan is dat de plek om te beginnen, niet bij een AI-tool.

Concreet kunt u zich drie vragen stellen. Staat vast wie welke informatie bijhoudt, en gebeurt dat op één plek? Is die informatie actueel, of werkt uw team met verouderde versies naast elkaar?

En staat vastgelegd hoe standaardwerk wordt aangepakt, zodat die kennis niet alleen in iemands hoofd zit? Beantwoordt u een van die drie vragen met nee? Dan ligt daar uw eerste stap — nog vóór u met een leverancier gaat praten.

Wilt u weten waar in uw eigen bedrijf de meeste tijd weglekt? Kijk dan op onze pagina over de Werkplaatsscan. Daar brengen wij in een dagdeel op locatie in kaart welke processen onnodig tijd kosten, en wat daarvan met AI wél op te lossen is. Speelt vergrijzing en kennisverlies bij u ook mee? Lees dan ook onze blog over vakkennis en vergrijzing.