Voice AI trainen als makelaar: hoeveel data is genoeg?

Voice AI trainen als makelaar: hoeveel data is genoeg?

Tim van der LeeTim van der Lee
28 juli 2026
Voice AIBereikbaarheidLeadopvolging

Een beller vraagt of de woning aan de Beethovenlaan 12-C nog beschikbaar is. Jouw AI-telefonist kent alleen nummer 12, herkent 12-C als een verspreking, en antwoordt vol overtuiging over het verkeerde appartement. De beller hangt op met foute informatie en jij hoort er nooit meer iets van.

Dat is het scenario waar makelaars terecht bang voor zijn, en het is de reden dat de vraag "hoeveel data heeft hij nodig" belangrijker is dan hij klinkt. Een telefonist die niets weet, verbindt gewoon door. Dat is onhandig, maar niet schadelijk. Een telefonist die net genoeg weet om zelfverzekerd te klinken en net te weinig om het goed te hebben, kost je een koper.

Hieronder staat welke vier lagen informatie een AI-telefonist nodig heeft voordat je hem op je lijn zet, en hoe je in twintig gesprekken meet of het genoeg is. Daarna volgen de fouten die alleen bij spraak voorkomen, en dus in geen enkele chatbot-handleiding staan.

In het kort:

  • De hoeveelheid data is niet de vraag, de dekking is: kan hij elke vraag die vandaag binnenkomt goed genoeg beantwoorden of netjes doorzetten.
  • Vier lagen zijn nodig: kantoorgegevens, actueel aanbod, procedures en een expliciete grens van wat hij niet beantwoordt.
  • Aanbodinformatie veroudert het snelst en is precies de laag waar een fout het meeste kost.
  • Test met twintig echte gesprekken voordat je hem op de hoofdlijn zet, niet met vragen die je zelf verzint.
  • Bij spraak gaan straatnamen, huisnummertoevoegingen en hardop uitgesproken bedragen mis op manieren die je bij chat nooit ziet.

Waarom "genoeg" bij spraak iets anders betekent dan bij chat

Bij een chatbot leest de bezoeker het antwoord. Ziet hij dat het over het verkeerde huisnummer gaat, dan corrigeert hij in het volgende bericht. De fout kost een regel tekst.

Aan de telefoon werkt dat niet zo. De beller hoort het antwoord één keer, kan niet terugscrollen, en hangt bij twijfel op in plaats van door te vragen. Er is bovendien geen typefout om achteraf te analyseren, alleen een transcript van wat het systeem dácht te horen. Daarom ligt de lat voor een ai telefonist voor makelaars hoger dan voor de chatwidget op je website, ook al zit er dezelfde kennisbank onder.

Er is nog een tweede verschil dat vaak wordt onderschat. Een beller die je kantoor belt, is verder in het koopproces dan iemand die een chatvenster opent. Hij heeft de woning al gezien, hij wil weten of hij kan komen kijken. Dat is waardevoller verkeer, dus een fout kost daar meer.

De vraag is dus niet hoeveel megabytes er in de kennisbank zitten. De vraag is of hij elke vraag die vandaag daadwerkelijk binnenkomt goed genoeg kan beantwoorden, of netjes kan doorzetten als dat niet lukt. Dekking, niet volume.

De vier lagen die hij nodig heeft

Aanbieders vragen bij het inrichten meestal om je website en je veelgestelde vragen. Voicelabs beschrijft die eerste stap op de eigen makelaarspagina als het uploaden van woninggegevens: adres, vraagprijs, oppervlakte en kenmerken. Dat is een prima start, maar het is één van vier lagen, en de andere drie bepalen of het in de praktijk standhoudt.

Laag Wat erin zit Hoe vaak het verandert
Kantoorlaag Openingstijden, wie welke regio doet, hoe jullie heten en hoe je dat uitspreekt Zelden
Aanbodlaag Adressen, vraagprijzen, oppervlakte, status verkocht of onder bod, bezichtigingsmomenten Dagelijks
Procedurelaag Hoe een bezichtiging wordt aangevraagd, wat je van een belangstellende wilt weten, wat er daarna gebeurt Per kwartaal
Grenslaag Wat hij expliciet niet beantwoordt en wat hij dan wél zegt Zelden, maar cruciaal

De kantoorlaag zet je één keer goed en vergeet je daarna. De procedurelaag is het stukje waar de meeste kantoren te weinig tijd in steken. Leg je niet vast welke drie gegevens je van een belangstellende wilt hebben, dan krijg je transcripten waar je niets mee kunt. Je belt alsnog terug om te vragen wat je allang had kunnen weten.

De aanbodlaag is de gevaarlijke. Die verandert dagelijks, en een verouderd antwoord is er slechter dan geen antwoord. Een systeem dat gisteren klopte en vandaag een verkochte woning aanprijst, beschadigt je geloofwaardigheid bij precies de beller die serieus was. Zorg dat deze laag uit je bestaande systeem komt in plaats van uit een handmatige upload, zodat een statuswijziging automatisch meereist. Dezelfde logica geldt aan de achterkant: leg de gesprekken vast in het crm voor makelaars waar je klantcontact toch al staat, anders weet je bij het terugbellen niet wat er is gezegd.

De grenslaag komt zo aan bod, want die verdient een eigen kop.

Hoeveel is genoeg: de test met twintig gesprekken

Er bestaat geen getal dat voor elk kantoor klopt, maar er bestaat wel een test. Hij kost je een middag en hij is betrouwbaarder dan elke belofte in een offerte.

Pak de laatste twintig echte telefoontjes die binnenkwamen. Uit je telefoonlog, uit je notities, uit je hoofd als het moet, maar wel echte gesprekken en geen bedachte vragen. Bedachte vragen zijn altijd netter geformuleerd dan wat mensen werkelijk zeggen, en juist die rommeligheid is wat je wil testen.

Bel je eigen testnummer twintig keer en stel die vragen precies zoals ze gesteld werden, inclusief het gemompel, de halve zin en de verkeerd uitgesproken straatnaam. Scoor elk gesprek in drie categorieën:

  • Goed beantwoord. Het antwoord klopte en de beller had gekregen wat hij zocht.
  • Netjes doorgezet. Hij wist het niet, zei dat eerlijk, en nam een terugbelverzoek op met de juiste gegevens.
  • Fout. Hij gaf een antwoord dat niet klopte, of hij liet de beller in verwarring achter.

Vensterbank in een half afgebouwd nieuwbouwappartement met telefoon, sleutelhoes en bouwtekening

De eerste twee categorieën zijn allebei goed. Dat is het punt dat de meeste kantoren missen: doorzetten is geen falen, het is het systeem dat werkt zoals bedoeld. Voicelabs meldt over de eigen klanten dat ongeveer vier op de vijf gesprekken zelfstandig worden afgehandeld en de rest met context wordt doorgezet, en die verhouding is een redelijke verwachting om aan te houden.

Alleen de derde categorie telt als probleem. Zit je op nul foute antwoorden in twintig gesprekken, dan mag hij live. Zit er één fout tussen, kijk dan welke laag hem veroorzaakte en vul die aan. Zitten er drie of meer in, dan is de kennisbank niet het probleem maar de grenslaag: hij probeert vragen te beantwoorden die hij had moeten doorzetten.

Herhaal de test na de eerste week met twintig verse gesprekken. Bellers vragen dingen die jij niet had bedacht, en dat is precies de data die je nodig had.

De vier fouten die alleen bij spraak bestaan

Dit is het deel dat in geen enkele handleiding staat, omdat de meeste handleidingen over chatbots gaan. Wil je weten waar je de bronnen zelf vandaan haalt, dan staat dat in ons artikel over de chatbot trainen op je woningaanbod. Deze vier gaan specifiek mis zodra er gesproken wordt.

Straatnamen worden verkeerd verstaan. Nederlandse straatnamen zitten vol met klanken die spraakherkenning door elkaar haalt, zeker met een accent of achtergrondgeluid. Los dit niet op met betere herkenning maar met een terugkoppeling: laat hem het adres altijd herhalen voordat hij antwoordt. Een beller corrigeert dat moeiteloos, en je bent de fout voor.

Huisnummertoevoegingen verdwijnen. Bij appartementen zit het verschil tussen twee totaal andere woningen in een letter of een cijfer achter het huisnummer. Zorg dat je aanbodlaag die toevoegingen bevat en dat hij bij twijfel doorverbindt in plaats van het dichtstbijzijnde adres kiest. Dit is de fout uit de eerste alinea van dit artikel, en hij is honderd procent te voorkomen.

Bedragen worden onhandig uitgesproken. Vraagprijzen hardop zeggen gaat vaker mis dan je denkt, en een bedrag dat verkeerd valt is meteen een vertrouwensprobleem. Controleer bij het testen expliciet hoe hij prijzen uitspreekt.

Verkochte woningen blijven rondzweven. Zolang de aanbodlaag handmatig wordt bijgewerkt, loopt hij achter op de werkelijkheid. Dit is geen trainingsprobleem maar een koppelingsprobleem, en het is de belangrijkste reden om de status uit je eigen systeem te laten komen. Wat er ná het gesprek gebeurt hoort trouwens net zo goed vast te liggen: zonder lead-opvolging automatiseren makelaar blijft een keurig opgenomen terugbelverzoek alsnog twee dagen liggen.

Wat je hem expliciet niet laat beantwoorden

De grenslaag is de makkelijkste kwaliteitswinst die er is, en bijna niemand richt hem bewust in. Vier onderwerpen horen er standaard in.

Onderhandelingsruimte. Of er ruimte in de vraagprijs zit, of hoeveel biedingen er liggen, is een gesprek dat jij voert. Laat hem hier altijd doorzetten, ook als hij het antwoord technisch zou weten.

Bouwkundige en juridische vragen. Vragen over funderingen, erfpacht, VvE-reserves of asbest zijn vragen waar een fout geld kost. Hij noteert ze en verbindt door.

Alles wat over de persoon van de beller gaat. Financiële haalbaarheid, hypotheekruimte, of iemand kansrijk is: daar doet hij geen uitspraak over.

Toezeggingen over tijdstippen. Tenzij je hem echt aan je agenda hebt gekoppeld, laat hij een voorkeur noteren en bevestigt hij niets. Een bezichtiging die is toegezegd en niet in de agenda staat, is erger dan geen bezichtiging.

Het patroon eronder is simpel. Feiten die vaststaan mag hij geven, oordelen niet. Hoe scherper die grens staat, hoe minder trainingsdata je nodig hebt, want alles wat hij netjes doorzet hoeft hij niet te weten.

Veelgestelde vragen

Hoeveel woningen moet ik erin zetten voordat het werkt?

Je hele actuele aanbod, en niets meer. Verkochte woningen van vorig jaar maken hem niet slimmer maar wel foutgevoeliger, omdat hij een adres kan matchen dat allang niet meer speelt.

Kan hij leren van gesprekken die hij al gevoerd heeft?

De transcripten zijn je rijkste bron voor wat er ontbreekt, maar zet ze niet ongefilterd in de kennisbank. Lees ze wekelijks door, haal eruit welke vraag hij niet kon beantwoorden, en vul die ene laag aan.

Wat als hij iets fout zegt tegen een echte beller?

Daarom staat de testronde vóór de livegang en houd je de eerste weken de transcripten bij. Zet hem in het begin alleen buiten kantooruren of tijdens bezichtigingen in, dan is het volume klein genoeg om alles na te lezen.

Hoe vaak moet ik de data bijwerken?

De aanbodlaag dagelijks, en het liefst automatisch. De andere drie lagen raak je zelden aan. Werk je nog handmatig bij, plan het dan vast op het moment dat je de status van een woning wijzigt.

Is een AI-telefonist die alles doorzet niet gewoon een antwoordapparaat?

Nee, en dat verschil is groot: een antwoordapparaat registreert een gemist gesprek, een doorzettende assistent neemt gestructureerd op wie er belde, waarover, en wanneer je kunt terugbellen. Hoe dat verschil uitpakt staat in ons stuk over voice AI versus voicemail.

Conclusie

Genoeg data is geen hoeveelheid maar een dekkingsvraag, en je meet hem met twintig echte gesprekken in plaats van met een offerte. Vier lagen moeten kloppen, waarvan de aanbodlaag dagelijks meebeweegt en de grenslaag bepaalt hoeveel je van de andere drie nodig hebt. Hoe eerlijker hij is over wat hij niet weet, hoe minder hij hoeft te weten.

Wil je weten hoe jouw belstroom er nu uitziet en welke vragen een assistent bij jou zou moeten kunnen beantwoorden? Wij lopen je inkomende gesprekken met je door, inclusief onze Groei-of-Geld-Terug Garantie: levert het systeem geen groei op, dan krijg je je geld terug. Vraag een gratis ai scan voor makelaars aan en we brengen het in kaart. Jij verkoopt woningen, wij regelen de rest.

Tim van der Lee
Tim van der Lee

Founder & AI Expert

Tim is de oprichter van WoningAI en specialist in AI-automatisering voor makelaars en woningbemiddelaars. Met jarenlange ervaring in technologie en ondernemerschap helpt hij makelaars om efficiënter te werken door slimme automatisering.