Wat is een AI-agent? Uitleg, voorbeelden en het verschil met prompts en workflows

In 2026 hoor je het woord "agent" overal. Gartner voorspelt dat tegen eind 2026 vier op de tien zakelijke applicaties een AI-agent bevatten — tegenover minder dan 5% een jaar eerder. Deloitte noemt agentic AI één van de zes belangrijkste tech trends van het jaar. En vrijwel iedere AI-leverancier heeft inmiddels het woord "agent" prominent op de homepage staan.

Tegelijk is de verwarring groot. Veel mensen gebruiken "agent", "workflow" en "prompt" door elkaar, alsof het synoniemen zijn. Dat zijn ze niet. Het zijn drie verschillende niveaus van AI-inzet, met elk hun eigen kracht en valkuilen. Wie ze door elkaar haalt, kiest het verkeerde gereedschap — en raakt teleurgesteld in de uitkomst.

In deze post leg ik uit wat een AI-agent precies is, waarin hij verschilt van een prompt en een workflow, en wanneer je welke inzet.

Wat is een AI-agent in één regel?

Een AI-agent is software die zelfstandig een doel nastreeft. Je geeft het einddoel, de agent bepaalt zelf de stappen, de volgorde en welke tools hij gebruikt om er te komen.

Het verschil met een chatbot is fundamenteel. Een chatbot wacht op een vraag en geeft antwoord. Een agent krijgt een opdracht en gaat handelen — leest data, neemt beslissingen, voert acties uit, controleert het resultaat, en stuurt bij waar nodig.

Prompt, workflow, agent: drie niveaus

Het verschil zie je het scherpst aan een voorbeeld. Stel: je wilt een binnenkomende klantmail beantwoorden.

Als prompt: je opent ChatGPT, plakt de mail erin, en typt: "Schrijf een professioneel antwoord op deze mail in het Nederlands." Je krijgt een tekst, kopieert die naar je e-mailprogramma, en verstuurt hem. Eén interactie, één resultaat. Volgende mail? Je begint opnieuw.

Als workflow: je bouwt een vast proces. Zodra er een mail in inbox X binnenkomt, classificeert AI het type vraag, haalt klantgegevens uit het CRM, schrijft een conceptantwoord, en zet dat in jouw concepten klaar voor controle. Dezelfde stappen, in dezelfde volgorde, elke keer. Voorspelbaar en herhaalbaar.

Als agent: je geeft één opdracht. "Beheer de klantenservice-inbox. Beantwoord wat je kunt beantwoorden, escaleer wat onduidelijk is, en zorg dat geen mail langer dan vier uur onbeantwoord blijft." De agent bekijkt elke mail, beslist zelf of hij kan antwoorden of dat menselijk oordeel nodig is, haalt zelf de juiste data op, schrijft het antwoord, verstuurt het, en logt het in het CRM. Bij twijfel pingt hij een medewerker.

Drie niveaus, drie mate van autonomie. Een prompt is een gereedschap dat je in de hand houdt. Een workflow is een lopende band die je hebt opgezet. Een agent is een collega die zijn eigen werk plant.

Wanneer kies je welke?

Een vuistregel die in de praktijk goed werkt:

• Kies een prompt als het werk eenmalig is, of als het zo vaak verandert dat een vast proces te beperkend zou zijn. Een tekst herschrijven, een idee uitwerken, een document samenvatten — daar is een prompt het juiste niveau.
• Kies een workflow als hetzelfde proces zich vaak herhaalt en de stappen voorspelbaar zijn. Facturen verwerken, content publiceren, leads kwalificeren — workflows winnen hier omdat ze controleerbaar en overdraagbaar zijn.
• Kies een agent als de input sterk varieert en de juiste vervolgactie per geval anders is. Klantenservice met veel verschillende vragen, marktanalyse op basis van wisselende signalen, planning waarin elke dag andere prioriteiten opduiken — daar verdient een agent zijn plek.

De fout die nu massaal gemaakt wordt: agents inzetten voor werk dat eigenlijk een workflow is. Het ziet er indrukwekkender uit, maar je krijgt een onvoorspelbaar, lastig te debuggen systeem terug — terwijl een simpele workflow het werk netter, sneller en goedkoper had gedaan.

Wat een agent (nog) niet is

Het marketingverhaal van leveranciers loopt voor op de realiteit. Onderzoek van Make laat zien dat autonome agents op dit moment nog geen 2,5% van complexe taken zelfstandig voltooien. De rest vereist menselijk ingrijpen, een gestructureerde workflow eromheen, of een combinatie van beide.

Concreet betekent dat:

• Agents werken het best in een human-in-the-loop-model — ze doen het zware werk, mensen reviewen.
• Ze hebben context en governance nodig om betrouwbaar te zijn. Losse agents zonder kaders gaan hallucineren, beslissingen verzinnen en kostbare fouten maken.
• Ze zijn niet altijd het juiste antwoord. Een goede workflow met één AI-stap erin is in negen van de tien gevallen waardevoller dan een autonoom agent-experiment.

Wie deze nuance overslaat, bouwt indrukwekkende demo's en teleurstellende producten.

En de wet?

Per augustus 2026 gelden de EU AI Act-regels voor hoog-risico AI-systemen. Voor agents is dat extra relevant: zodra een agent zelfstandig beslissingen neemt over mensen — denk aan kredietbeoordeling, recruitment of personeelszaken — vallen ze onder de strengste eisen. Documentatie, bias-testen, menselijk toezicht en logging worden verplicht.

Voor Nederlandse organisaties betekent dit: dit is hét moment om in kaart te brengen waar in je processen AI beslissingen neemt, en welk niveau van toezicht daarbij past. Een agent zonder governance is over een paar maanden simpelweg niet meer compliant.

Tot slot

Een AI-agent is geen volgende versie van een chatbot. Het is een andere categorie gereedschap, met andere sterktes en andere risico's. De winst zit niet in "alles maar een agent maken", maar in een bewuste keuze tussen prompt, workflow en agent — afhankelijk van hoe variabel je werk is, hoeveel autonomie je verantwoord vindt, en hoeveel toezicht je organisatie kan bieden.

Begin klein. Pak één proces, bedenk welk niveau erbij past, en bouw vanaf daar. Op AI Archief vind je prompts en workflows die je direct kunt overnemen — en in de komende weken voegen we daar de eerste agent-voorbeelden aan toe.

Lees ook: Wat is een AI-workflow? Uitleg, voorbeelden en hoe je er zelf één bouwt