Een AI-tool beoordeelt je leads, schrijft opvolgmails na een offerte en beantwoordt vragen op je website. Dat werkt. Tot een klant een mail krijgt met een prijs die niet klopt, en niemand weet wie die heeft goedgekeurd.
Human in the loop betekent dat een mens op vaste momenten in een AI-proces meekijkt en beslist, voor het werk naar buiten gaat of gevolgen heeft. Niet overal. Wel daar waar een fout iets kost.
Alleen is “er zit een mens tussen” nog geen antwoord. De vraag is waar die mens zit. En wie eigenlijk bepaalt waar de AI naartoe gaat.
In het kort
Human in the loop: een mens controleert en keurt goed op vaste punten in een proces dat AI uitvoert. Human in the lead: een mens bepaalt het doel, het kader en wat goed genoeg is, en blijft eigenaar van het resultaat. Je hebt allebei nodig. Bepaal per taak hoeveel controle nodig is met drie vragen: wat kost een fout, kun je die terugdraaien en ziet een klant ze?
Wat betekent human in the loop?
Human in the loop (HITL) is een manier van werken waarbij een mens een vaste stap heeft in een proces dat AI uitvoert. De AI doet het voorbereidende werk: sorteren, voorstellen, samenvatten, een eerste versie schrijven. Een mens beoordeelt dat werk en beslist wat ermee gebeurt.
De “loop” is de lus van het proces: er komt informatie binnen, de AI verwerkt die, er komt een resultaat uit en dat resultaat stuurt de volgende stap. Zit een mens in die lus, dan gaat er niets verder zonder dat iemand ernaar gekeken heeft.
Een eenvoudig voorbeeld: AI schrijft een antwoord op een klantvraag, je medewerker leest het, past een zin aan en drukt op verzenden. De AI bespaart tijd. De medewerker draagt het antwoord.
Je komt nog twee varianten tegen:
- Human on the loop: de AI werkt zelfstandig, een mens houdt toezicht en kan ingrijpen. Die keurt niet elk resultaat goed, maar krijgt meldingen en neemt steekproeven.
- Human out of the loop: de AI werkt volledig alleen. Niemand kijkt mee voor het resultaat gevolgen heeft.
Geen van die drie is altijd juist. Het hangt af van wat er op het spel staat.
Wat is het verschil tussen human in the loop en human in the lead?
Bij human in the loop zit de mens in het proces. Die controleert wat de AI maakt. Bij human in the lead staat de mens boven het proces. Die bepaalt waarom je AI inzet, wat ze mag doen, voor wie, wat goed genoeg is en wanneer je ermee stopt.
Dat klinkt als een woordspelletje. Dat is het niet.
Een bedrijf kan perfect een mens in de lus hebben en toch de controle kwijt zijn. Stel: een AI-tool scoort elke dag 200 websitebezoekers en een salesmedewerker moet elke score goedkeuren. Na een week klikt die medewerker gewoon door. Er zit nog altijd een mens in de lus, maar die beslist niets meer. Die zet een stempel.
Human in the lead voorkomt dat. Wie de richting bepaalt, heeft vooraf vastgelegd welke bezoekers interessant zijn, waarom, en wat sales met een hoge score doet. De goedkeuring is dan geen reflex, maar een controle op afspraken die al bestaan.
| Human in the loop | Human in the lead | |
|---|---|---|
| Rol van de mens | Controleur binnen het proces | Beslisser boven het proces |
| Wanneer | Bij elke output of op vaste momenten | Vooraf en bij evaluatie |
| Vraag die de mens stelt | Klopt dit resultaat? | Waarom doen we dit en wat is goed genoeg? |
| Risico als het misgaat | Goedkeuren wordt een reflex | AI werkt efficiënt aan het verkeerde doel |
Je hebt allebei nodig, in die volgorde. Eerst richting, dan controle. Een mens die goedkeurt zonder te weten waarop, is geen veiligheidsnet. Dat is een vertraging.
Waarom blijft menselijk oordeel nodig als AI zo goed is?
Omdat AI heel overtuigend kan klinken, ook als het fout zit. Een taalmodel geeft geen signaal “hier twijfel ik”. Het antwoord ziet er even verzorgd uit als het klopt als wanneer het niet klopt.
Daarnaast mist AI vaak de context die jij wel hebt. Dat een klant vorige week boos belde. Dat een offerte bewust lager lag omdat er een vervolgproject aankomt. Dat een bepaalde formulering in jouw sector slecht valt.
En dan is er verantwoordelijkheid. Een klant aanvaardt geen “dat heeft de AI gedaan”. Jouw naam staat onder de mail, jouw bedrijf onder de offerte.
Ook de wetgever kijkt mee. De Europese AI-verordening verplicht in artikel 14 menselijk toezicht voor AI-systemen met een hoog risico. De meeste marketingtoepassingen vallen niet in die categorie, maar het principe is ook daarbuiten bruikbaar. Check bij twijfel wel wat voor jouw toepassing geldt, want dit is geen juridisch advies.
Hoe zelfstandiger een AI-systeem werkt, hoe belangrijker die vraag wordt. Dat zie je vooral bij AI-agents in digitale marketing, die zelf stappen zetten in plaats van alleen voorstellen te doen.
Waar bouw je human in the loop in bij marketing en sales?
Kijk per proces wat AI mag voorbereiden en waar een mens het laatste woord houdt. Zo ziet dat er in de praktijk vaak uit:
| Proces | Wat AI mag doen | Waar een mens beslist |
|---|---|---|
| Leads | Scoren, gegevens aanvullen, websitebezoek samenvatten | Wie sales contacteert en wat er in het eerste bericht staat |
| Campagnes | Varianten van advertentieteksten, budgetsuggesties, rapportering | Budgetverhogingen, nieuwe doelgroepen, wat live gaat |
| Content | Eerste versie, structuur, samenvatting van bronnen | Feiten, cijfers, claims en de publicatie zelf |
| Klantcontact | Antwoordvoorstel, vragen sorteren en doorsturen | Klachten, prijzen, uitzonderingen en alles met financiële gevolgen |
Bij leads gaat het vaak mis op het moment dat een score automatisch een mail of een telefoontje uitlokt. Een bedrijf dat drie keer je prijspagina bekijkt, is een signaal. Of het ook een goed moment is om te bellen, weet je verkoper beter dan het model. Daarom laat ik bij B2B lead generation de software signaleren en een mens beslissen.
Bij campagnes stelt een AI-tool soms voor om je budget te verhogen of je doelgroep breder te maken. Dat kan kloppen. Maar het systeem optimaliseert op wat jij het als doel meegaf, en dat is niet altijd wat je bedrijf nodig heeft. Meer daarover lees je bij online adverteren.
Hoe bepaal je hoeveel menselijke controle een taak nodig heeft?
Niet elke AI-taak heeft dezelfde controle nodig. Een mens die alles goedkeurt, wordt een flessenhals. Een mens die niets ziet, ontdekt problemen pas als een klant belt.
Ik gebruik drie vragen om dat per taak te bepalen:
- Wat kost een fout? Een slordige interne samenvatting kost weinig. Een verkeerde prijs in een offerte kost een klant.
- Kun je de fout terugdraaien? Een concept pas je aan. Een verzonden mail of een gepubliceerde advertentie haal je niet ongedaan.
- Ziet een klant het resultaat? Alles wat naar buiten gaat, draagt je naam.
Op basis van die antwoorden deel je elke taak in met een eenvoudig stoplicht:
- Groen: AI werkt zelfstandig. Je neemt af en toe een steekproef. Voorbeeld: een samenvatting van websitebezoek voor je eigen salesteam.
- Oranje: human on the loop. AI voert uit, een mens krijgt meldingen en controleert wekelijks een deel. Voorbeeld: vragen op je website sorteren en naar de juiste persoon sturen.
- Rood: human in the loop. Niets gaat naar buiten zonder goedkeuring. Voorbeeld: een opvolgmail na een offerte of een antwoord op een klacht.
Een taak kan van kleur veranderen. Begin bij twijfel in het rood en schuif op naar oranje als je na een paar weken ziet dat de AI het goed doet. Andersom kan ook.
Hoe voorkom je dat goedkeuren een reflex wordt?
Human in the loop werkt alleen als de mens echt kijkt. Dat gaat vaker mis dan je denkt. Wie de hele dag voorstellen van een systeem ziet die meestal kloppen, gaat ze vertrouwen. Ook op de dag dat ze niet kloppen.
Een paar dingen helpen:
- Hou het aantal goedkeuringen beperkt. Wie 150 dingen per dag moet goedkeuren, leest er geen enkel meer echt. Laat een mens alleen beslissen waar dat iets toevoegt.
- Laat de AI tonen waarop ze zich baseert. Een voorstel met bron of reden is sneller en beter te controleren dan een kaal resultaat.
- Leg vast wie mag goedkeuren. En wie aanspreekbaar is als het fout loopt. “Het team” is geen antwoord.
- Meet hoe vaak iemand iets aanpast. Wordt er nooit iets veranderd? Dan doet de AI het heel goed en kun je de controle verlagen, of kijkt niemand nog echt. Allebei de moeite om te weten.
- Reken de controletijd mee. Een AI-toepassing die tijd bespaart maar elke dag een uur nalezen vraagt, levert minder op dan op papier. Dat is ook een van de redenen waarom AI in marketing zo vaak minder oplevert dan verwacht.
Begin bij de richting, niet bij de controle
De meeste bedrijven denken pas aan menselijke controle als een AI-tool al draait. Dan zoeken ze een plek om een mens tussen te zetten. Dat is achterstevoren.
Begin met human in the lead: wat moet AI voor je bedrijf oplossen, welk resultaat is goed genoeg en wie is daar eigenaar van? Dan volgt vanzelf waar een mens in de lus moet zitten, en waar niet.
Weet je niet goed waar je AI dan voor zou inzetten? Lees eerst of je AI of gewone automatisering nodig hebt, en waarom je bij je data begint en niet bij de tool.
AI mag veel werk doen. Maar iemand moet weten waarvoor.
Veelgestelde vragen over human in the loop
Wat is human in the loop in eenvoudige woorden?
Human in the loop betekent dat een mens een vaste stap heeft in een proces dat AI uitvoert. De AI bereidt voor, bijvoorbeeld een tekst, een score of een antwoord, en een mens beoordeelt dat en beslist wat ermee gebeurt. Zo gaat er niets naar buiten zonder dat iemand ernaar gekeken heeft.
Wat is het verschil tussen human in the loop en human on the loop?
Bij human in the loop keurt een mens het resultaat goed voor het verder gaat. Bij human on the loop werkt de AI zelfstandig en houdt een mens toezicht: die krijgt meldingen, neemt steekproeven en kan ingrijpen. On the loop is lichter en sneller, in the loop is veiliger bij taken waar een fout veel kost.
Wat betekent human in the lead?
Human in the lead betekent dat een mens bepaalt waarom en waarvoor AI ingezet wordt, binnen welke grenzen en wat een goed resultaat is. Die persoon hoeft niet elke output te zien, maar blijft eigenaar van het doel en het resultaat. Het is de richting, terwijl human in the loop de controle onderweg is.
Is menselijk toezicht op AI verplicht volgens de AI Act?
Voor AI-systemen met een hoog risico eist artikel 14 van de Europese AI-verordening dat ze zo ontworpen zijn dat mensen er effectief toezicht op kunnen houden. De meeste marketing- en salestoepassingen vallen niet in die categorie. Laat bij twijfel nagaan wat voor jouw toepassing geldt.
Vertraagt human in the loop je processen niet?
Ja, als je het overal toepast. Daarom bepaal je per taak hoeveel controle nodig is. Interne samenvattingen kunnen vaak zonder goedkeuring, mails naar klanten beter niet. Zo hou je de snelheid waar het kan en de controle waar het moet.
Welke taken laat je beter niet volledig aan AI over?
Alles wat een klant rechtstreeks ziet en moeilijk terug te draaien is: prijzen, offertes, antwoorden op klachten en uitzonderingen op afspraken. Ook beslissingen over budget en wie sales contacteert, horen bij een mens. AI kan die wel voorbereiden.
Weet je waar in jouw marketing een mens moet meebeslissen?
Gebruik je al AI in je marketing of sales, of wil je ermee starten? Dan loont het om eerst te bepalen wat AI mag doen en waar een mens het laatste woord houdt.
Vertel me hoe jouw proces vandaag loopt. Dan bekijken we samen waar AI tijd wint en waar je beter zelf beslist.
Ready to Mingo?
