De business case voor AI op kantoor

AI kost geld. Licenties voor juridische AI-tools, trainingen voor medewerkers, tijd om workflows aan te passen. Het zijn reële investeringen, zeker voor kleinere kantoren waar elke euro telt en elke niet-declarabele dag voelbaar is. Het is dan ook begrijpelijk dat veel advocaten terughoudend zijn. De vraag "wat levert het ons concreet op?" is volkomen legitiem.

Toch is het de verkeerde vraag om mee te beginnen. De betere vraag is: wat kost het om het niet te doen?

De investering eerlijk bekeken

Laten we beginnen bij de feiten. AI implementeren in een advocatenpraktijk vraagt om twee schaarse middelen: geld en tijd.

Aan de financiële kant zijn er de abonnementskosten voor AI-tools. Die variëren sterk, van enkele tientjes per maand voor een generieke tool als ChatGPT tot honderden euro's per gebruiker per maand voor gespecialiseerde juridische platforms. Daar komen eventuele kosten voor training en begeleiding bij. En wie het serieus aanpakt, investeert ook in het opstellen van een kantoorbreed AI-beleid.

Maar de tijdsinvestering weegt voor veel kantoren zwaarder dan het financiële plaatje. AI leren gebruiken gaat niet vanzelf. Het vergt oefening, experimenteren, soms frustratie. Een advocaat die een middag besteedt aan het leren prompten, is een middag niet declarabel bezig. Vermenigvuldig dat met een heel kantoor en de kosten lopen op. Althans, zo voelt het.

Het is een drempel die serieus genomen moet worden. Wie doet alsof AI-adoptie moeiteloos gaat, mist het punt. Maar wie alleen naar de kosten kijkt, mist het grotere plaatje.

Wat er gebeurt als je stil blijft staan

De juridische markt beweegt. Niet langzaam, niet geleidelijk, maar in een tempo dat de meeste kantoren verrast. Volgens het Future Ready Lawyer-rapport 2024 van Wolters Kluwer gebruikt 68 procent van de advocaten wekelijks generatieve AI. Een derde doet dat zelfs dagelijks. En 65 procent verwacht dat de investering in AI-technologie op hun werkplek de komende drie jaar zal toenemen.

Dat zijn geen early adopters meer. Dat is de nieuwe standaard.

Voor kantoren die nog aan de zijlijn staan, betekent dit iets concreets. De concullega die dezelfde contractanalyse in de helft van de tijd uitvoert, kan meer zaken aannemen, sneller leveren en scherper offreren. Niet omdat die advocaat beter is, maar omdat die advocaat slimmer werkt. Op termijn vertaalt zich dat in een verschil dat moeilijk in te halen is. Niet alleen in productiviteit, maar ook in de ervaring die je opbouwt met AI. Want net als elke andere vaardigheid geldt: hoe eerder je begint, hoe groter je voorsprong wordt.

Onderzoek van Goldman Sachs concludeert dat 44 procent van het juridisch werk in potentie geautomatiseerd kan worden met AI. Dat percentage ligt hoger dan bij de meeste andere onderzochte beroepen. Kantoren die deze technologie omarmen, kunnen snel grote sprongen maken. Kantoren die achterblijven, lopen het risico structureel terrein te verliezen.

De cliënt als stille aanjager

Er is nog een kracht die de urgentie verhoogt, en die wordt vaak onderschat: de cliënt.

Cliënten weten steeds beter wat er technisch mogelijk is. Ze lezen over AI, ze gebruiken het zelf, ze horen van andere kantoren die het inzetten. En ze gaan vragen stellen, als ze dat niet al doen. Uit de RollOnFriday In-house Lawyer Survey 2025 komt een duidelijk beeld naar voren: cliënten verwachten transparantie over hoe hun advocatenkantoor AI inzet. Een van de respondenten verwoordt het scherp: de zakelijke relatie is voorbij op het moment dat een AI-hallucinatie opduikt in een advies.

Tegelijkertijd blijkt uit een recent artikel op Mr. Online dat advocatenkantoren weliswaar efficiencywinst behalen met AI, maar die niet doorberekenen aan de cliënt. Dat roept de vraag op hoe lang dat houdbaar is. Het is vergelijkbaar met wat er eerder gebeurde met e-mail, met digitale handtekeningen, met online vergaderen. In het begin was het optioneel. Daarna werd het gangbaar. En uiteindelijk werd het niet meer uitlegbaar om het níét te doen. AI bevindt zich in de tweede fase. De derde komt sneller dan veel kantoren denken.

Dat hoeft niet te betekenen dat je tarieven morgen omlaag moeten. Het betekent wel dat je het gesprek met je cliënten moet voeren over hoe je AI inzet en welke waarde dat oplevert. Misschien zet je de vrijgekomen tijd in voor diepgravender advies. Misschien voor snellere doorlooptijden. Misschien voor een scherper tarief op standaardwerk. Het punt is: kantoren die dat gesprek proactief voeren, versterken het vertrouwen. Kantoren die het uitstellen, lopen het risico dat de cliënt het gesprek begint, en dan vanuit een heel andere positie.

Waar de grote winst zit: niet-declarabele tijd

Nu het deel waar het voor veel advocaten interessant wordt: de concrete terugverdieneffecten.

De meest onderschatte bron van rendement zit niet in snellere contractanalyses of efficiëntere juridische research, hoewel die winst er ook is. Grote winst zit in het terugdringen van niet-declarabele tijd.

Elke advocaat kent het: de uren die opgaan aan interne administratie, het samenvatten van dossiers voor collega's, het opstellen van kennisdocumenten, het schrijven van interne memo's, het voorbereiden van pitches en tenders, het bijhouden van CRM-data, het verwerken van tijdregistratie. Het zijn stuk voor stuk noodzakelijke taken, maar geen ervan levert direct omzet op. Niet voor niets besteedde het Advocatenblad begin 2025 uitgebreid aandacht aan het strategisch belang van niet-declarabele uren.

Hoe groot is dat blok niet-declarabele tijd in de praktijk? De meest recente openbare Nederlandse cijfers komen uit de Benchmark Advocatuur 2018 van Wolters Kluwer. Daaruit blijkt dat advocaten bij kleine en middelgrote kantoren gemiddeld tussen de 5,0 en 5,7 declarabele uren per dag realiseren, terwijl ze ruim 8 uur per dag werken. Dat betekent dat zo'n 30 procent van de werkdag opgaat aan niet-declarabel werk. Recentere sectorspecifieke Nederlandse data zijn schaars, maar Belgisch vervolgonderzoek van Wolters Kluwer onder vergelijkbare kantoren bevestigt het beeld: ook daar besteden advocaten gemiddeld circa 6 van de 8,5 gewerkte uren declarabel. Het patroon is hardnekkig.

AI kan hier een aanzienlijk verschil maken. Niet door die taken te elimineren, maar door ze te versnellen. Een dossiersamenvatting die normaal een uur kost, kan met AI in tien minuten staan. Een pitch die een hele middag in beslag nam, wordt een kwestie van een uur. De tijdregistratie aan het eind van de dag, voor veel advocaten een terugkerende ergernis, kan met AI-ondersteuning grotendeels worden geautomatiseerd.

Reken het door. Stel dat een advocaat door AI-ondersteuning wekelijks drie uur aan niet-declarabele tijd bespaart en die uren declarabel kan besteden. Bij een gemiddeld uurtarief van €200 en 48 werkweken per jaar is dat 144 extra declarabele uren, goed voor €28.800 per advocaat per jaar. Zelfs als je conservatief rekent met twee uur per week, kom je op €19.200. Bij een kantoor met tien advocaten gaat het dan om een bedrag tussen de €192.000 en €288.000 per jaar. Een veelvoud van wat AI-tooling en training kosten.

En dan is de directe efficiencywinst op declarabel werk (snellere research, snellere contractreview, snellere eerste concepten) daar nog niet eens bij ingeteld. Net zomin als een ander effect dat zelden wordt benoemd: minder afschrijving op uren. Veel kantoren kennen het fenomeen. Een advocaat besteedt vijf uur aan een concept dat achteraf te lang heeft geduurd, en de verantwoordelijke partner schrapt twee uur bij de declaratie. AI helpt om sneller tot een beter eerste resultaat te komen, waardoor er minder uren worden afgeschreven. Dat is geen extra omzet, maar het is wel geld dat je nu laat liggen.

Minder tijd betekent toch minder uren en dus geld?

Hier zit een terechte kanttekening die eerlijk benoemd moet worden. Een advocaat mag alleen daadwerkelijk gemaakte uren in rekening brengen. Als AI ervoor zorgt dat een contractanalyse geen vier uur meer kost maar twee, dan declareer je twee uur. Op het eerste gezicht lijkt AI daarmee de omzet te verlagen in plaats van te verhogen.

Dat klopt in theorie. In de praktijk gaat die redenering echter zelden op. De meeste advocaten die AI effectief inzetten, hebben geen gebrek aan werk. Integendeel: wie sneller werkt, kan meer zaken aannemen, meer cliënten bedienen en meer dossiers tegelijk beheren. De twee uren die je bespaart op die contractanalyse, vul je met werk dat anders was blijven liggen of dat je eerder had moeten doorverwijzen. De capaciteit van je kantoor groeit zonder dat je extra mensen hoeft aan te nemen.

Daar komt bij dat steeds meer kantoren werken met vaste prijzen per zaak of per product. En juist bij die fixed-fee-modellen kantelt de vergelijking volledig. Als je met een cliënt een vaste prijs afspreekt voor een due diligence, een arbeidsrechtelijk advies of een set algemene voorwaarden, dan is elke uur die je minder kwijt bent pure winst. De fee blijft gelijk, je kosten dalen, je marge stijgt. Hoe meer je standaardiseert en hoe beter je AI inzet, hoe hoger het rendement per opdracht.

Voor kantoren die overwegen om (deels) over te stappen van uurtarief naar vaste prijzen is AI dan ook een katalysator. Het maakt het model pas echt rendabel, omdat je de efficiencywinst niet hoeft door te geven in lagere urendeclaraties maar vertaalt in een betere marge op een voorspelbare fee.

Datzelfde geldt voor het ontwikkelen van nieuwe diensten. AI maakt het mogelijk om producten aan te bieden die eerder niet rendabel waren: een periodieke compliance-scan, een contract health check, een maandelijkse jurisprudentie-update als abonnement. Het zijn omzetstromen die zonder AI te arbeidsintensief zouden zijn om winstgevend te leveren. Met AI worden ze schaalbaar, en dat opent een markt die je voorheen moest laten liggen.

Meten is weten: houd je efficiencywinst bij

Een veelgemaakte fout bij AI-adoptie is dat kantoren de winst niet zichtbaar maken. Als je niet bijhoudt hoeveel tijd een taak voorheen kostte en hoeveel tijd deze nu kost, blijft de opbrengst van AI abstract en onzichtbaar. En wat onzichtbaar is, krijgt geen draagvlak.

De aanpak is eenvoudig. Voeg aan je tijdregistratie een extra veld toe: "geschatte tijd zonder AI." Dat klinkt als administratieve overhead, maar in de praktijk kost het hooguit een paar seconden per taak. Je weet immers hoe lang een dossiersamenvatting, een eerste concept of een jurisprudentie-inventarisatie je normaal kost. Noteer die schatting naast de werkelijke tijd en je hebt een lopende dataset.

Evalueer de resultaten maandelijks of per kwartaal op kantoorniveau. Welke taken leveren de meeste tijdwinst op? Waar valt de winst tegen? Welke tools werken het best voor welk type werk? Die inzichten helpen je om gericht bij te sturen: meer investeren waar het rendeert, bijscholen waar het achterblijft.

Het mooie is dat je hiermee drie dingen tegelijk doet. Je maakt de ROI van je AI-investering concreet en presentabel, richting partners, management of bij budgetbesprekingen. Je identificeert waar AI het meeste oplevert en waar nog niet. En je bouwt een kennisbasis op die het hele kantoor helpt: als één advocaat ontdekt dat AI een bepaald type memo in een kwart van de tijd produceert, profiteren collega's daar direct van.

De verborgen opbrengsten

Naast de harde cijfers zijn er opbrengsten die lastiger te kwantificeren zijn, maar minstens zo belangrijk.

AI-vaardige kantoren trekken talent aan. Jonge advocaten verwachten dat hun werkgever investeert in technologie. Volgens het FD wordt 2026 het jaar waarin de zakelijke dienstverlening, inclusief de advocatuur, AI concreet gaat implementeren. Zes van de tien grootste Zuidas-kantoren namen afgelopen jaar minder junioren aan, mede omdat routinewerk verschuift naar AI. De advocaten die wél worden aangenomen, worden steeds vaker geselecteerd op technologische affiniteit. In een arbeidsmarkt waar het werven en behouden van goede mensen een van de grootste uitdagingen is, kan AI-adoptie het verschil maken.

Daarnaast is er het effect op kwaliteit. AI vervangt het juridisch oordeel niet, maar kan wel zorgen voor een volledigere inventarisatie van relevante jurisprudentie, een consistentere contractreview en een betere structurering van complexe dossiers. Minder over het hoofd zien betekent betere dienstverlening, en dat versterkt de cliëntrelatie.

En dan is er het aspect van compliance en risicobeheer. De NOvA-aanbevelingen, de AI-geletterdheidsverplichting uit de AI Act en het feit dat het College van Toezicht AI-gebruik heeft opgenomen in het toezichtkader voor 2026 maken duidelijk dat verantwoord AI-gebruik geen vrijblijvende keuze meer is. Kantoren die nu investeren in beleid, training en documentatie, bouwen aan een fundament dat hen beschermt wanneer de toezichthouder langskomt.

Nuance: AI is geen wondermiddel

Het zou oneerlijk zijn om alleen de zonnige kant te belichten. AI levert niet voor elk kantoor dezelfde opbrengst op. De winst hangt af van het type praktijk, de complexiteit van de zaken, de omvang van het kantoor en de bereidheid van het team om te veranderen.

Een niche-kantoor dat zich richt op een klein aantal complexe zaken zal AI anders inzetten dan een kantoor met een hoog volume aan gestandaardiseerd werk. Voor het eerste kantoor zit de winst vooral in betere ondersteuning bij research en analyse. Voor het tweede kantoor kan AI processen fundamenteel versnellen en schaalvoordelen opleveren.

Bovendien: AI implementeren zonder na te denken over kwaliteitsborging levert geen winst op, maar risico's. Internationaal zien we dat met regelmaat sancties worden opgelegd aan kantoren die verzuimen hun AI-output te controleren. Ook in Nederland is het al misgegaan. De kwaliteitsborging is niet optioneel, het is een voorwaarde.

De investering in AI is dus niet alleen een investering in tooling. Het is een investering in mensen, in kennis, in werkprocessen en in een cultuur waarin technologie kritisch en verantwoord wordt benut.

Wanneer verdient AI zich terug?

AI verdient zich terug wanneer je het goed aanpakt. Dat klinkt als een open deur, maar in de praktijk is het verschil tussen kantoren die rendement halen uit AI en kantoren die er vooral geld en frustratie aan overhouden verrassend concreet. Het komt neer op een paar voorwaarden.

Ten eerste: begin bij een echt probleem, niet bij de technologie. Kantoren die starten met "we moeten iets met AI" komen zelden ver. Kantoren die starten met "we zijn elke week zes uur kwijt aan het samenvatten van dossiers, kan dat sneller?" wel. Kies een of twee concrete taken waarvan je weet dat ze tijd kosten, en test daar of AI verschil maakt. Dat levert snel een zichtbaar resultaat op, en zichtbare resultaten creëren draagvlak voor de volgende stap.

Ten tweede: investeer in mensen, niet alleen in licenties. Een AI-tool zonder training is als een juridische databank zonder kennis van zoektermen. Het verschil tussen een advocaat die een bruikbaar eerste concept uit AI haalt en een advocaat die er onzin uitkrijgt, zit vrijwel altijd in hoe goed diegene heeft geleerd om de tool te gebruiken. Plan structureel tijd in voor training en experimenteren, en maak dat expliciet onderdeel van de niet-declarabele uren die het kantoor waardeert.

Ten derde: borg de kwaliteit. De Rotterdamse ECLI-zaak laat zien wat er gebeurt als je dat niet doet. Stel duidelijke regels op over wanneer en hoe AI-output wordt gecontroleerd. Leg vast wat wel en niet mag, welke tools zijn goedgekeurd en wie verantwoordelijk is voor de uiteindelijke kwaliteit. Dat hoeft geen bureaucratisch document te zijn, maar het moet er zijn. Een goed AI-beleid beschermt je kantoor en je cliënten.

Ten vierde: wijs iemand aan die het trekt. AI-adoptie die van iedereen is, is van niemand. Het hoeft geen fulltime rol te zijn. Het kan een partner zijn die er affiniteit mee heeft, een tech-savvy medewerker die ruimte krijgt, of een kleine werkgroep. Maar er moet iemand zijn die evalueert wat werkt, kennis deelt, tools test en het onderwerp op de agenda houdt.

En ten vijfde: meet je resultaten. Zoals in de vorige sectie beschreven: houd bij wat AI je oplevert, in tijd en in geld. Zonder die data blijft de business case abstract en verdampt het enthousiasme na de eerste weken.

Kantoren die aan deze voorwaarden voldoen, zien vrijwel altijd rendement. Niet per se in de eerste maand, en niet altijd op de manier die ze verwachten. Maar de combinatie van meer declarabele uren, hogere marges op fixed-fee-werk, snellere doorlooptijden, aantrekkingskracht op talent en een steviger positie richting toezichthouder en cliënt maakt dat de opbrengsten de investering ruim overstijgen.

De balans

De vraag is niet of de investering in AI zich terugverdient. De vraag is of je het je kunt veroorloven om te wachten.