Agentic AI in case management: van chatbot naar procesregisseur
Je werkt aan een complex dossier. Er zijn vijf partijen betrokken, drie goedkeuringen staan open en ergens in het proces ontbreekt informatie.
Niemand doet bewust iets verkeerd. Toch gebeurt er niets.
Het dossier wacht totdat iemand ziet dat er iets ontbreekt. Daarna moet worden uitgezocht wie actie moet ondernemen. Die persoon krijgt een bericht, stelt een vraag en wacht opnieuw op antwoord.
Ondertussen loopt de doorlooptijd op, komt een deadline dichterbij en moet een medewerker het dossier handmatig blijven volgen.
Veel dossierprocessen lopen niet vast omdat niemand weet wat de volgende stap is. Ze lopen vast omdat niemand op het juiste moment ziet dat die stap nodig is.
Wat als software dat zelf kan signaleren en binnen duidelijke afspraken een vervolgstap kan starten?
Daar wordt agentic AI interessant voor case management.
Van AI die helpt naar AI die handelt
Neem een compliance dossier bij een financiële instelling. Een nieuw dossier komt binnen en het systeem controleert welke informatie aanwezig is. Wanneer verplichte documentatie ontbreekt, kan dit worden gesignaleerd. Op basis van de beschikbare dossierinformatie en vooraf ingestelde regels kan vervolgens worden bepaald welke vervolgstap nodig is.
Dat kan betekenen dat het proces zelfstandig verdergaat, dat aanvullende informatie wordt opgevraagd of dat een specialist naar het dossier moet kijken.
Hetzelfde principe kan worden toegepast op bijvoorbeeld een vergunningsaanvraag. Stel dat een aanvraag al meerdere dagen in dezelfde fase staat. Een traditionele workflow registreert die status, maar doet daar verder weinig mee.
Een agentic proces kan signaleren dat de case langer dan verwacht in deze fase blijft, controleren welke informatie ontbreekt en de verantwoordelijke medewerker informeren.
Het verschil is dan niet alleen dat de software registreert dat er nog een aanvraag openstaat. De software kan ook helpen verklaren waarom de aanvraag niet verdergaat en welke vervolgstap nodig is.
Daarmee verschuift case management van alleen het registreren van wat er gebeurt naar het actief ondersteunen van het proces wanneer een case dreigt stil te vallen.
Wat betekent dat concreet voor een dossier?
Neem een compliance dossier bij een financiële instelling. Een nieuw dossier komt binnen en het systeem controleert welke informatie aanwezig is. Wanneer verplichte documentatie ontbreekt, kan dit worden gesignaleerd. Op basis van de beschikbare dossierinformatie en vooraf ingestelde regels kan vervolgens worden bepaald welke vervolgstap nodig is.
Dat kan betekenen dat het proces zelfstandig verdergaat, dat aanvullende informatie wordt opgevraagd of dat een specialist naar het dossier moet kijken.
Hetzelfde principe kan worden toegepast op bijvoorbeeld een vergunningsaanvraag. Stel dat een aanvraag al meerdere dagen in dezelfde fase staat. Een traditionele workflow registreert die status, maar doet daar verder weinig mee.
Een agentic proces kan signaleren dat de case langer dan verwacht in deze fase blijft, controleren welke informatie ontbreekt en de verantwoordelijke medewerker informeren.
Het verschil is dan niet alleen dat de software registreert dat er nog een aanvraag openstaat. De software kan ook helpen verklaren waarom de aanvraag niet verdergaat en welke vervolgstap nodig is.
Daarmee verschuift case management van alleen het registreren van wat er gebeurt naar het actief ondersteunen van het proces wanneer een case dreigt stil te vallen.
De agent beslist niet zomaar alles zelf
Zodra AI zelfstandig acties kan uitvoeren, ontstaat een belangrijke vraag: hoeveel ruimte geef je een agent om zelf te handelen?
Het antwoord hoeft niet te zijn: zoveel mogelijk. Een goed ingericht agentic proces maakt vooraf duidelijk welke acties een agent zelfstandig mag uitvoeren en op welke momenten menselijke beoordeling nodig is.
Een agent kan bijvoorbeeld zelfstandig signaleren dat informatie ontbreekt, een taak aanmaken of een behandelaar informeren. Bij een beslissing met juridische, financiële of maatschappelijke gevolgen kan het echter nodig zijn dat een medewerker de situatie eerst beoordeelt.
Dat wordt vaak human in the loop genoemd. Het idee daarbij is dat menselijke beoordeling geen controle achteraf is, maar vanaf het begin onderdeel is van hoe het proces wordt ingericht.
Daarom is het belangrijk om vooraf vast te leggen welke acties een agent zelfstandig mag uitvoeren, wanneer menselijke beoordeling nodig is en wanneer een situatie moet worden geëscaleerd. Ook moet duidelijk zijn wie zo’n beslissing mag nemen en welke informatie die persoon nodig heeft om de situatie goed te kunnen beoordelen.
De vraag is daarmee niet alleen of we AI vertrouwen, maar vooral welke verantwoordelijkheid we AI binnen een proces willen geven.
Voor organisaties die met gereguleerde of complexe processen werken, gaat het daarom niet alleen om snelheid. Controle, duidelijke verantwoordelijkheden en de mogelijkheid om in te grijpen zijn minstens zo belangrijk.
Agentic AI groeit snel, maar experimenteren is niet hetzelfde als opschalen
De interesse in agentic AI groeit snel, maar veel organisaties bevinden zich nog in de experimentele fase.
Uit McKinsey’s State of AI onderzoek uit 2025 blijkt dat 62 procent van de ondervraagde organisaties experimenteert met AI agents. 23 procent geeft aan minstens één agentic AI systeem daadwerkelijk op te schalen. Daarmee is duidelijk dat de technologie steeds vaker wordt getest, maar dat grootschalige toepassing nog niet de norm is. McKinsey’s State of AI onderzoek
Daar zit een belangrijke uitdaging.
Een interessante agent bouwen is relatief eenvoudig.
Een agent onderdeel maken van een proces waarin klanten, medewerkers, documenten, deadlines, bevoegdheden en uitzonderingen samenkomen, is iets anders.
Gartner verwacht dat meer dan 40 procent van de agentic AI projecten tegen het einde van 2027 zal worden geannuleerd. Volgens Gartner spelen onder andere oplopende kosten, onduidelijke bedrijfswaarde en onvoldoende risicobeheersing daarbij een rol. Gartner’s onderzoek naar agenitic AI
De relevante vraag wordt daarom niet:
“Hoe autonoom kunnen we onze agent maken?”
Maar:
“Hoe richten we autonomie zo in dat het proces bestuurbaar blijft?”
Van AI agent naar Agentic Case Management
Een losse AI agent kan een taak uitvoeren, maar binnen case management is vooral de context rondom die taak belangrijk. Een case management platform weet bijvoorbeeld bij welk dossier een actie hoort, in welke fase het dossier zich bevindt, wie verantwoordelijk is en welke taken of escalaties nog openstaan.
Wanneer een AI agent binnen die context kan werken, ontstaat er iets anders dan alleen een slimme assistent. De agent kan signaleren wat er in een case gebeurt en, wanneer dat binnen de afgesproken kaders valt, een vervolgstap uitvoeren. Tegelijkertijd blijft voor de medewerker duidelijk wat er gebeurt en waar menselijke beoordeling nodig is.
Daarmee ontstaat wat we Agentic Case Management noemen: een samenwerking tussen mens, proces en AI waarbij ieder onderdeel een duidelijke rol heeft. De agent kan het proces ondersteunen door informatie te signaleren en acties uit te voeren, terwijl medewerkers zich kunnen richten op situaties waarin hun expertise, context of formele besluitvorming nodig is. Het case management platform zorgt ondertussen voor de structuur en het overzicht.
Het verschil met simpelweg een chatbot toevoegen aan bestaande software is daarmee groot. De AI staat niet naast het proces, maar werkt binnen de context van het dossier en de manier waarop de organisatie dat proces heeft ingericht.
Waar CMAI in dit model past
Dit sluit aan bij de manier waarop CMAI is ingericht. CMAI organiseert cases rond fasering, status, taken, verantwoordelijkheden en escalaties, terwijl de CMAI assistent binnen die context kan werken.
Daardoor kan AI onderdeel worden van het dossierproces in plaats van een losse tool die medewerkers ernaast gebruiken. Een stagnerend dossier kan bijvoorbeeld worden gesignaleerd, waarna de juiste persoon op het juiste moment wordt betrokken. Status en fasering blijven daarbij zichtbaar en een escalatie kan rechtstreeks bij de behandelaar terechtkomen die actie moet ondernemen, binnen de Microsoft omgeving waarin mensen al werken.
De procesmanager houdt ondertussen overzicht over de cases en kan zien waar dossiers zich bevinden, wie verantwoordelijk is en waar aandacht nodig is.
Dat is de essentie van Agentic Case Management: niet proberen de mens uit het proces te halen, maar zorgen dat mensen minder tijd kwijt zijn aan het signaleren, organiseren en opvolgen van iedere volgende stap.
Autonomie is geen doel
Agentic AI verandert de rol van software in dossierprocessen. Waar software lange tijd vooral registreerde wat mensen deden, helpt AI inmiddels steeds vaker bij afzonderlijke taken. De volgende stap is dat software binnen duidelijke kaders zelf kan herkennen wanneer actie nodig is en vervolgens een passende vervolgstap kan uitvoeren.
Daarmee verschuift case management van alleen registreren en ondersteunen naar het actief helpen sturen van een proces.
Maar meer autonomie betekent niet automatisch een beter proces. Voor organisaties die werken met complexe dossiers, aanvragen en gereguleerde processen is het vooral belangrijk dat duidelijk blijft wat er gebeurt, welke acties een agent zelfstandig mag uitvoeren en wanneer menselijke beoordeling nodig is. Ook moet het mogelijk zijn om in te grijpen wanneer een situatie daarom vraagt.
Daarom is autonomie geen doel op zichzelf. Het is een middel om dossiers sneller af te handelen, onnodig opvolgwerk te verminderen en medewerkers meer ruimte te geven voor de beslissingen waarvoor hun expertise nodig is.
Dat is de stap van AI assistentie naar Agentic Case Management.
Benieuwd hoe dat er binnen een actief dossierproces uitziet?
Bekijk hoe CMAI casemanagement versnelt.
Wij laten jouw idee werken
Veelgestelde vragen over CMAI
Staat jouw vraag hier niet tussen? Neem gerust contact met ons op.
Werkt CMAI ook zonder Microsoft?
Nee. CMAI is een Microsoft Power App (Model Driven) en ontworpen om optimaal te functioneren binnen het Microsoft-ecosysteem. Het maakt gebruik van Microsoft-technologieën zoals Azure en integraties met Office 365 en Dynamics, waardoor een veilige, efficiënte en volledig geïntegreerde workflows gegarandeerd zijn.
Welke licenties heb ik allemaal nodig?
Per gebruiker heb je in ieder geval de CMAI licentie nodig. Gebruik je CMAI Basic, dan heb je een Power App Per User Plan of een Power App Premium licentie nodig. Voor CMAI Pro licenties geldt dat je een Power App Premium licentie nodig hebt. Wil je de volledige AI mogelijkheden benutten, dan heb je voor alle CMAI licenties additioneel een Microsoft 365 Copilot licentie nodig.
Kan ik gebruikers toegang geven tot specifieke gegevens?
Ja. in CMAI kun je gebruikers groeperen en daar specifieke rechten aan koppelen. Zo hebben gebruikersgroepen inzicht in de meest relevante gegevens.
Kan ik ook data uit een ander CRM systeem integreren in CMAI?
Dit is mogelijk met CMAI Pro en CMAI Premium. Neem hierover wel vooraf contact met ons op om de (on)mogelijkheden door te nemen.
Ik heb specifieke functionaliteiten voor ogen, kunnen jullie dat ook realiseren?
Ja. Iedere organisatie heeft zijn eigen specifieke werkwijze. CMAI Premium is bedoeld voor maatwerk functionaliteit. Neem contact met ons op om de technische (on)mogelijkheden door te nemen.