AI gaat in de financiële dienstverlening en verzekeringswereld een nieuwe fase in. De afgelopen jaren lag de focus vooral op toepassingen zoals chatbots en virtuele assistenten. Inmiddels verschuift de aandacht naar operationele taken, beslissingsondersteuning en documentverwerking in zowel het bankwezen als de verzekeringssector.
Uit onderzoek van Bloomberg Intelligence blijkt dat 96% van de financiële instellingen verwacht dat generatieve AI de komende drie tot vijf jaar een positieve impact zal hebben op productiviteit en omzet. Veel organisaties verleggen hun investeringsfocus naar agentic AI, waarmee AI autonomer kan handelen en end-to-endprocessen kan automatiseren.
Nu de AI-prioriteiten verschuiven, vragen veel leiders zich af hoe ze AI-initiatieven kunnen opschalen die door klanten vertrouwd worden, door medewerkers worden omarmd en de toets van toezichthouders kunnen doorstaan. Sebastian Frey, Principal en lid van de Raad van Bestuur bij Eraneos, volgt deze ontwikkeling op de voet. “Chatbots waren het begin. Nu worden de toepassingen complexer en staat er meer op het spel dan een paar jaar geleden”, zegt hij.
Waar AI nu al waarde toevoegt in de financiële dienstverlening
AI gaat inmiddels verder dan klant- en werkplekondersteuning en dringt door tot de kernprocessen van financiële dienstverleners. Banken zetten AI in voor fraudedetectie, KYC, AML, onboarding, serviceverlening en documentbeoordeling. Verzekeraars gebruiken AI voor schadeafhandeling, ondersteuning bij het afsluiten van polissen, polisbeheer en serviceworkflows.
Met die verschuiving groeit bij banken en verzekeraars de zorg over mogelijk grootschalig banenverlies. Het World Economic Forum benadrukt echter dat de impact genuanceerder zal zijn. Veel taken kunnen de komende jaren inderdaad worden overgedragen aan AI-agenten, maar de AI-transformatie vraagt ook om nieuwe menselijke vaardigheden en geeft mensen de ruimte om op andere manieren waarde toe te voegen.
Sebastian deelt die visie:
"Bij kritieke processen ligt de uiteindelijke beslissing nog steeds bij een mens”, zegt hij. “Dat blijft de beste strategie voor de financiële sector. AI kan dossiers samenvatten en suggesties doen, maar een getrainde medewerker heeft nog steeds het laatste woord zodra er risico’s in het spel zijn of de klantrelatie op het spel staat."
Die aanpak zien we nu al in de klantenservice, waar conversational AI het meest volwassen is. AI kan routineverzoeken prima afhandelen, maar moet een gevoelige situatie direct herkennen en de klant meteen doorzetten naar een getrainde medewerker. “Als iemand bijvoorbeeld contact opneemt met de bank om de rekening van een overleden ouder te beheren, moet hij automatisch worden doorverbonden met een menselijke medewerker”, zegt Sebastian.
Waarom vertrouwen nog steeds bepalend is voor groei
Vertrouwen weegt in de financiële dienstverlening zwaarder dan in veel andere sectoren, omdat diensten draaien om risico’s, gezondheid, familie en wettelijke verplichtingen. Volgens de Eurobarometer 2025 van de Europese Commissie over AI en de toekomst van werk heeft 60% van de Europeanen een positief beeld van AI, maar vindt 84% dat er zorgvuldig mee moet worden omgegaan om privacy te beschermen en transparantie te waarborgen. Voor financiële dienstverleners betekent dit dat uitlegbaarheid, controleerbaarheid en menselijke verantwoordelijkheid randvoorwaardelijk zijn voor elk effectief AI-initiatief.
“Vertrouwen, empathie en relaties kun je niet automatiseren. In de financiële dienstverlening bepalen ze of een klant bij je blijft”, zegt Sebastian. Diezelfde logica geldt intern: medewerkers moeten begrijpen wat het systeem doet, wanneer er moet worden geëscaleerd en waar hun eigen verantwoordelijkheid begint.
Waarom zoveel AI-initiatieven na de pilot vastlopen
Veel AI-programma’s lopen vast om een heel menselijke reden: de tool is er eerder dan de nieuwe werkwijze. Teams krijgen toegang, proberen een paar prompts uit en vallen dan terug op vertrouwde patronen, omdat de use case nooit echt is ingebed in het dagelijkse werk.
Sebastian helpt klanten deze hobbel te nemen met een meer mensgerichte aanpak van verandermanagement. “Als AI-initiatieven niet verder komen dan de pilotfase, ligt dat meestal niet aan de technologie. De uitdaging is om mensen zover te krijgen dat ze AI in de praktijk gaan gebruiken, en om de juiste toepassingen te kiezen. De beste toepassingen sluiten aan op echte businessbehoeften. Je medewerkers weten welke taken te lang duren en wat ze nodig hebben om betere beslissingen te nemen of betere diensten te bieden. Daarom beginnen we met in kaart brengen waar AI de grootste impact kan hebben en het gemakkelijkste geïmplementeerd kan worden.”
AI is overal. Waarde niet.
Wij helpen je opnieuw ontwerpen hoe werk wordt gedaan. Door AI te verankeren in workflows, rollen en beslismomenten, en je mensen te ondersteunen via training, coaching en co-creatie, maken we van AI een herhaalbaar operationeel model dat meetbare impact levert in de hele organisatie.
Een Nederlandse perspectief: in gesprek met Kishan Ramkisoensing
Kishan Ramkisoensing is
associate partner Financial
Services bij Eraneos in Nederland, waar hij banken adviseert over AI-strategie en implementatie. We vroegen hem hoe
de dynamiek die Sebastian
beschrijft zich vertaalt naar de Nederlandse markt.
Nederland heeft een van de meest digitaal volwassen financiële sectoren van Europa. Maakt dat AI-adoptie makkelijker?
“Het biedt een sterke basis, maar dat vertaalt zich niet vanzelf naar adoptie. Wat de Nederlandse markt onderscheidt, is de culturele dynamiek. In een omgeving waar consensus centraal staat, lopen AI-initiatieven vaak vast zodra ze worden gezien als een beslissing van bovenaf die banen bedreigt. De technologie is misschien klaar, maar als medewerkers zich overbodig voelen in plaats van ondersteund, verlies je ze al vroeg. De sleutel is om AI te positioneren als iets wat versterkt wat mensen doen, niet als iets wat hen vervangt. Die framing maakt een wezenlijk verschil in of mensen de tools ook daadwerkelijk gaan gebruiken.”
Waar zie je AI-initiatieven in Nederland vastlopen, en wat helpt?
“De overgang van een succesvolle pilot naar een productieomgeving is waar de meeste initiatieven in de problemen komen. In een gecontroleerde omgeving werkt het goed. Maar zodra je de stap maakt naar de complexe, legacy-zware architectuur van een grote bank of verzekeraar, worden datakwaliteit en gefragmenteerde datatoegang echte obstakels. De pilot slaagde, maar de onderliggende data was nooit echt klaar. Gecombineerd met concurrerende organisatieprioriteiten is dat meestal genoeg om het momentum te breken. Wat helpt, is heel bewust zijn over de keuze van use cases. Richt je op gebieden waar de business behoefte duidelijk is en de data al wordt gebruikt, zoals fraudedetectie, KYC of schadeverwerking. Dat vermindert technische weerstand en geeft het initiatief een veel betere kans om te slagen.”
Hoe bepalen Nederlandse toezichthouders de manier waarop financiële instellingen met AI omgaan?
“DNB en AFM zijn proactief en stellen hoge eisen rond governance en menselijke verantwoordelijkheid. Dat sluit eigenlijk goed aan bij de richting van de EU AI Act, die veel financiële activiteiten aanmerkt als hoog-risico en vereist dat instellingen volledig toezicht houden op hun algoritmerisico’s. Sommige instellingen ervaren regelgeving vooral als een beperking, maar ik denk dat ze dan iets missen. Als je AI-initiatieven bouwt rondom uitlegbaarheid, controleerbaarheid en een echte rol voor de mens in het besluitvormingsproces, ben je niet alleen compliant. Dan bouw je iets wat klanten en medewerkers ook echt kunnen vertrouwen. In een markt waar vertrouwen bepalend is voor klantloyaliteit, is dat een concreet concurrentievoordeel.”
Hoe mensgerichte implementatie er in de praktijk uitziet
Volgens Sebastian hebben alle succesvolle AI-initiatieven in de financiële dienstverlening drie mensgerichte componenten gemeen:
- Effectief verandermanagement – Verandermanagement komt op de eerste plaats, omdat implementatie structuur, ondersteuning en duidelijke verantwoordelijkheden vraagt. Bij veel financiële dienstverleners start de uitrol met de technologie, terwijl medewerkers nog niet goed begrijpen hoe die werkt en wat die concreet betekent voor hun werk. Dan is het vertrouwen al weg voordat de oplossing de kans krijgt om haar waarde te bewijzen.
- Rolgebaseerde training – Daarnaast hebben mensen begeleiding nodig die aansluit bij hun dagelijkse praktijk. Bij een bank of verzekeraar is dat onderscheid juist heel belangrijk, omdat beslissingsbevoegdheden, risicoblootstelling en impact op klanten sterk verschillen per rol. “Sommige instellingen stellen ook AI-ambassadeurs aan of hanteren ‘train-the-trainer’-modellen. Dat geeft mensen een praktisch aanspreekpunt als ze hulp nodig hebben bij het gebruik van de tools”, zegt Sebastian.
- Toepassingen die aansluiten bij het dagelijkse werk – Het derde component is relevantie. AI wint pas echt aan draagvlak als het een herkenbaar knelpunt in routinetaken oplost, of het nu gaat om schadeclaims, onboarding, compliance, serviceactiviteiten of documentanalyse.
Je menselijke kant is je concurrentievoordeel
As AI tools become more viable and accessible, success will depend less on which technology you choose, and more on how well your people use it. In Financial Services, that means judgment, ethics, empathy, and accountability will become even more valuable to the business. The future firm will be more data-driven Naarmate AI-tools bruikbaarder en toegankelijker worden, hangt succes minder af van welke technologie je kiest en meer van hoe goed je mensen ermee kunnen werken. In de financiële dienstverlening betekent dat dat inzicht, ethiek, empathie en verantwoordelijkheid alleen maar belangrijker worden.
De organisatie van de toekomst is meer datagedreven en meer AI-gestuurd. Menselijk leiderschap blijft echter leidend voor vertrouwen, eerlijkheid en klantzorg. Dáár ligt het duurzame concurrentievoordeel.
