AI voor verzekeringsmakelaars in België: gids 2026

De Belgische makelaardij onder druk: waarom AI niet langer optioneel is

Het beroep van verzekeringsmakelaar in België is in vijf jaar tijd hard geworden. De IDD-richtlijn legt een fijnmazige traceerbaarheid op van het advies dat aan elke klant wordt gegeven. De GDPR heeft de kost van het verwerken van gevoelige persoonsgegevens verzwaard. Insurtechs zoals Yago, Seraphin en Qover veroveren marktaandeel bij particulieren, en de grote maatschappijen blijven hun eigen directe kanalen pushen. Ondertussen blijft de zelfstandige makelaar offertes bij meerdere maatschappijen, jaarlijkse hernieuwingen, schadegevallen en FSMA-naleving grotendeels manueel beheren, meestal met minder dan vijf medewerkers.

In 2026 zijn generatieve AI en intelligente automatisering de meest toegankelijke hefboom geworden voor makelaars om factureerbare tijd terug te winnen zonder aan te werven. Deze gids richt zich tot Belgische makelaars en makelaarskantoren, meestal geregistreerd bij de FSMA als verzekeringstussenpersoon, die concreet willen begrijpen waar AI tijd uitspaart, wat het kost, en waar het regelgevend kader het verbiedt. De zoekterm "AI verzekeringsmakelaars België" verbergt een meervoudige werkelijkheid: een solo BOAR-makelaar heeft niets gemeen met een kantoor van 15 personen gespecialiseerd in levensverzekering.

De automatisering van offertes bij meerdere maatschappijen

Dit is de meest rijpe en meest rendabele werf in 2026. Een gemiddelde makelaar besteedt 30 tot 60 minuten aan een complexe offerte: gegevens van de klant opnieuw intypen in drie of vier extranets van maatschappijen (Allianz, AG, AXA, Baloise, Ethias…), waarborgen exclusie per exclusie vergelijken, en de polisvoorwaarden herformuleren in een leesbaar document voor de klant. Met 20 offertes per week komt dat neer op het equivalent van een halftijdse aanwerving die opgaat aan data-invoer.

Drie families van tools bestaan vandaag. Belgische makelaardij-aggregatoren (Brio, Portima, AssurOne) integreren intussen AI-lagen die extranetformulieren pre-invullen via OCR van identiteitskaart, rijbewijs of inschrijvingsbewijs. Horizontale automatiseringsplatformen (Make, n8n, Zapier) laten meer volwassen kantoren toe hun CRM met meerdere maatschappij-API's te verbinden, de dekking varieert sterk per verzekeraar, want sommige API's blijven bewust gesloten voor niet-gebonden agenten. Tot slot lezen pure AI-bouwstenen (Claude of GPT-4o via API) een PDF met waarborgen en produceren in enkele seconden een klantklare vergelijkingstabel, waar de manuele lectuur 20 minuten in beslag nam.

De valkuil: laat AI niet de finale aanbeveling aan de klant genereren. De IDD-richtlijn vereist dat het advies een daad van de makelaar blijft, geen black box. AI bereidt voor, de makelaar beslist en tekent. Voor de context rond dit soort vangrails, zie ons stuk over fouten te vermijden bij AI-integratie.

Het beheer van hernieuwingen en klantbehoud

De makelaardij leeft van portefeuillecommissie. Een klant verliezen bij hernieuwing kost 5 tot 10 keer meer dan hem behouden. Toch beheren veel kantoren vervaldata nog steeds in Excel of via de ruwe meldingen van hun maatschappijen, dus te laat, te generiek, zonder klantcontext.

AI maakt hier drie concrete automatiseringen mogelijk. Eerst de vroege detectie van churn-risico. Door de geschiedenis van de klant te analyseren (frequentie van schadegevallen, contactpatroon, anciënniteit, levensgebeurtenissen gedetecteerd via online formulieren), kan twee tot drie maanden voor vervaldag een churn-score worden berekend. Dat maakt tijd vrij voor de echt kritieke dossiers in plaats van iedereen massaal op te bellen.

Ten tweede de automatische personalisatie van hernieuwingsbrieven. In plaats van een generieke PDF van de maatschappij door te sturen, stelt AI een korte e-mail op die de aangegeven schadegevallen herneemt, eventuele premie-aanpassingen verantwoordt, en een beknopte jaarlijkse behoefteanalyse voorstelt. De responsratio verdubbelt typisch op dat formaat.

Ten derde de automatische herkwalificatie van inkomende contacten. Wanneer een klant een e-mail stuurt over een nieuw voertuig, een geboorte of een echtscheiding, detecteert een AI-classifier de levensgebeurtenis en creëert een cross-sell-taak voor de makelaar. Net het soort signaal dat vroeger verdronk in de ruis van de dagelijkse drukte. Voor de aanpak van zo'n project, zie onze ROI-berekeningsgids voor AI in Belgische KMO's.

IDD-naleving en geautomatiseerde adviesfiche

Richtlijn (EU) 2016/97 betreffende verzekeringsdistributie, in Belgisch recht omgezet door de wet van 6 december 2018, vereist dat elke onderschrijving vergezeld gaat van een adviesfiche die de behoeften van de klant, de overwogen opties en de motivatie voor de gekozen optie documenteert. De controle van de FSMA op dit punt wordt steeds systematischer.

Het manueel opstellen van een IDD-adviesfiche neemt 10 tot 20 minuten per contract in beslag. AI kan een eerste versie genereren op basis van het opgenomen gesprek (met toestemming) of van CRM-notities, en de makelaar valideert of corrigeert. De tijdwinst is reëel, tussen 60 en 80 %, maar let op twee punten. Ten eerste valt de bewaring van opnames en notities onder GDPR: voorzie een duidelijk retentiebeleid (vijf jaar afgestemd op de burgerlijke verjaring bijvoorbeeld). Ten tweede blijft de inhoud van de fiche onder de verantwoordelijkheid van de makelaar. Een door AI opgestelde IDD-fiche die zonder herlezing wordt getekend, engageert de beroepsaansprakelijkheid van het kantoor.

De Europese autoriteiten (vooral EIOPA) hebben in 2025 en 2026 richtsnoeren gepubliceerd over het gebruik van AI in verzekeringsdistributie. De meest actuele bron is raadpleegbaar op de EIOPA-website. In Belgisch recht publiceert ook de FSMA haar standpunten via het FSMA-portaal.

Schadebehandeling en anomaliedetectie

Dit is het domein waar AI in de makelaardij technisch het verst gevorderd is, maar ook juridisch het meest delicaat. Maatschappijen gebruiken AI al massaal om frauduleuze schadegevallen te detecteren: duplicaatfoto's, onsamenhangende verklaringen, verdachte schadereeksen. Aan de zijde van de makelaar ligt de inzet anders: de klant helpen een sluitend dossier op te bouwen, en aangiftes prekwalificeren voor verzending naar de maatschappij.

Concreet kan een makelaar het verzamelen van bewijsstukken automatiseren via een slim formulier dat de klant stap voor stap begeleidt, de leesbaarheid van foto's via OCR controleert, en ontbrekende stukken signaleert vóór verzending. Op eenvoudige BOAR-schadegevallen (waterschade, glasbreuk, eenvoudige diefstal) halveert dit de tijd voor dossiersamenstelling. Bij complexe schadegevallen (brand, BA onderneming) blijft AI een assistent, geen beslisser.

De Europese AI-verordening (Verordening (EU) 2024/1689), die volledig van toepassing is in 2026, classificeert AI-systemen die worden gebruikt voor risico- of schadebeoordeling als hoog risico voor bepaalde gebruikssituaties (met name solvabiliteits- of toelaatbaarheidsbeoordeling voor levens- of ziekteverzekering). Een makelaar die schadebehandeling automatiseert, moet nakijken waar zijn use case zich situeert. Onze bijdrage over de AI Act en Belgische KMO's brengt de toepasselijke laag in kaart.

Documentbeheer en intelligente archivering

Een gemiddeld makelaarskantoor accumuleert tienduizenden documenten per jaar: contracten, bijvoegsels, attesten, briefwisseling met maatschappijen, schadeaangiftes, IDD-fiches, e-mailuitwisselingen. GDPR vereist een beheerste bewaartermijn, meestal tussen 5 en 10 jaar afhankelijk van het document, en de mogelijkheid om de gegevens van een klant op verzoek terug te vinden en te verwijderen.

Document-AI (de combinatie van OCR, classificatie en semantisch zoeken) verandert deze voorraad in een doorzoekbare kennisbank. Een makelaar kan in natuurlijke taal vragen "toon me alle autobijvoegsels van klant Dupont van de afgelopen drie jaar" en in seconden het antwoord krijgen in plaats van te wroeten in gescheiden maatschappijdossiers. Tools zoals Microsoft 365 Copilot, Notion AI of on-premise oplossingen voor data-gevoelige kantoren (Mistral, EU-gehoste open-source modellen) dekken deze behoefte met budgetten tussen €20/maand en enkele honderden euro's naargelang het volume.

Het onderwerp grenst aan de databeveiliging bij AI in KMO's, een makelaarskantoor verwerkt financiële en gezondheidsgegevens, en de keuze van AI-hosting (EU vs niet-EU) is niet neutraal.

Keuze van AI-hosting: een GDPR-vraagstuk specifiek voor de makelaardij

Een makelaar verwerkt per definitie bijzonder gevoelige gegevens: gezondheidsgegevens via hospitalisatie- en gewaarborgd-inkomen-contracten, financiële gegevens via pensioensparen en tak 23, vermogensgegevens via BA privéleven en multirisk woning. De AI-keuze is dus geen eenvoudige prijs/prestatie-afweging, maar een beslissing over data governance.

Drie architecturen bestaan naast elkaar in 2026. De eerste, de meest gangbare maar tegelijk de meest riskante, bestaat erin tekst te plakken in de consumenteninterface van ChatGPT, Claude of Gemini. De algemene voorwaarden van deze diensten laten, afhankelijk van het plan, het gebruik van prompts voor modeltraining toe. Dat is onaanvaardbaar voor een makelaarskantoor en gebeurt nochtans massaal in het verborgene. De tweede architectuur loopt via Business/Team/Enterprise-formules (ChatGPT Enterprise, Claude for Work, Microsoft 365 Copilot) waar de leverancier zich contractueel verbindt de gegevens niet te hergebruiken, dat is het minimum voor professioneel gebruik. De derde, recenter en geruststellender voor de FSMA, bestaat erin open-source modellen (Mistral, Llama, Qwen) te hosten op Europese infrastructuur, eventueel on-premise voor zeer grote kantoren. De kost ligt hoger maar de datacontrole is totaal.

Voor een gemiddeld kantoor is de juiste afweging voor 2026 doorgaans: Business-licenties voor dagelijks bureauwerk, en API + EU-hosting voor automatiseringen die de kern van het verzekeringswerk raken (IDD-fiches, schadegevallen, archivering). Een kantoor dat opstart kan vertrekken van alleen Business-licenties en het perimeter geleidelijk verbreden.

Instapkost en realistisch adoptietraject

Wat kost het concreet voor een kantoor van 3 tot 8 personen? De realistische schatting voor 2026, exclusief consultancy, ligt in deze marge: €50 tot €150/maand voor gangbare AI-licenties (ChatGPT Plus, Claude Pro, Microsoft 365 Copilot per gebruiker), €100 tot €400/maand voor een automatiseringsplatform (Make, zelf-gehoste n8n), en €0 tot enkele duizenden euro's aan CRM- en extranet-integraties afhankelijk van de diepgang. Voor de budgetafweging, zie onze analyse van de AI-integratiekost voor Belgische KMO's.

Het traject dat in de praktijk werkt: beginnen met horizontale, risicoarme use cases (e-mails opstellen, vergaderingsverslagen, mailbox-classificatie), vervolgens IDD-fiches en documentbeheer aanpakken, en pas na een voorafgaande compliance-audit overgaan tot schade- en tarificatie-automatisering. Alles willen automatiseren in zes maanden is de beste manier om een FSMA-non-conformiteit of een GDPR-incident uit te lokken.

Op het financieringsluik kunnen meerdere Waalse regelingen worden aangesproken voor dit type project: de digitaliseringspremie in Wallonië blijft toegankelijk voor makelaars-KMO's, en de Chèques-Entreprises digitale maturiteit kunnen een diagnose mee financieren wanneer die door een erkend dienstverlener wordt uitgevoerd (officiële lijst op cheques-entreprises.be).

Volgende stappen

De Belgische verzekeringsmakelaardij is een sector waar AI aanzienlijke productiviteitswinsten ontsluit, typisch 20 tot 40 % administratieve tijd teruggewonnen over 12 tot 18 maanden, maar waar het regelgevend kader (IDD, GDPR, AI-Verordening, FSMA-controle) een implementatiediscipline vereist die generieke SaaS-tools niet alleen leveren. De kantoren die de transitie zullen halen, zijn diegene die eerst hun regelgevend risico in kaart brengen, en dan hun use cases prioriteren volgens impact-tot-risicoverhouding.

Bestuurt u een makelaarskantoor in Wallonië of Brussel en wilt u uw AI-automatiseringspotentieel laten doorlichten? Neem contact op met Aïves Consulting. Een scopingsessie van 90 minuten volstaat doorgaans om de twee of drie meest rendabele werven te identificeren en hun 12-maands ROI te schatten. Aïves tekent geen IDD-fiches of contracten in uw plaats, de opdracht blijft een scoping- en architectuurwerk, het makelaarsberoep blijft het uwe.