AI-transcriptie is het automatisch omzetten van gesproken woord naar geschreven tekst, en het is waarschijnlijk de rustigste manier om je contentproductie op gang te helpen. Je hoeft er niets nieuws voor te bedenken. Je praat toch al de hele dag: met klanten, in adviesgesprekken, tijdens webinars, in de auto onderweg naar een afspraak. Al die gesprekken zitten vol met kennis die je nergens hebt opgeschreven.
Wat we vaak zien bij dienstverleners, is dat ze inhoudelijk enorm veel weten en tegelijk niet aan schrijven toekomen. Niet omdat ze niet kunnen schrijven, maar omdat het startpunt ontbreekt. Een leeg scherm is een vervelende plek om te beginnen. Een uitgetypt gesprek van veertig minuten is dat niet. Daar staat al iets, en dat iets komt bovendien uit je eigen mond.
In deze uitleg lopen we langs wat AI-transcriptie precies is, waar het wel en niet goed in is, en hoe je er als ondernemer iets bruikbaars uit haalt zonder dat je er een dagtaak aan overhoudt. We kijken ook naar de kant die vaak wordt overgeslagen: wat je met zo’n transcript daadwerkelijk doet nadat het er staat.
AI-transcriptie in één zin
AI-transcriptie is software die audio of video beluistert en er tekst van maakt. De techniek erachter is een spraakmodel dat is getraind op enorme hoeveelheden gesproken taal, waardoor het klanken kan herkennen en omzetten naar woorden. De betere tools doen dat inmiddels in het Nederlands met een nauwkeurigheid die een paar jaar geleden nog niet haalbaar was.
Het verschil met de spraakherkenning die je uit je telefoon kent, zit vooral in de lengte en de context. Je telefoon verwerkt losse zinnetjes. Een transcriptietool verwerkt een gesprek van een uur met meerdere sprekers, achtergrondgeluid, mensen die door elkaar heen praten en vakjargon dat niet in het woordenboek staat. Dat vraagt iets anders van het model.
De meeste tools leveren tegenwoordig meer dan alleen platte tekst. Je krijgt tijdstempels, een indeling per spreker, en vaak ook een samenvatting of een lijstje met de belangrijkste punten. Dat laatste is een tweede AI-laag bovenop de transcriptie zelf, en die laag verdient je aandacht, want daar sluipt de meeste ruis in.
Voor een dienstverlener betekent dit iets simpels. Je kunt praten in plaats van typen, en je houdt er alsnog tekst aan over. Of dat tekst is die je klanten willen lezen, hangt volledig af van wat je er daarna mee doet.
Waarom dit voor dienstverleners zo goed werkt
Er zit een merkwaardige tegenstelling in het werk van veel adviseurs, coaches en specialisten. Mondeling zijn ze scherp, helder en vaak grappig. Op papier worden ze ineens stijf. Ze schakelen naar een soort briefstijl die ze in het echt nooit zouden gebruiken, en het resultaat leest als een folder van de gemeente.
Een transcript haalt die stijfheid weg. Je leest terug hoe je het zelf hebt uitgelegd aan iemand die het niet wist, en dat is bijna altijd toegankelijker dan wat je zou opschrijven. De vergelijkingen die je spontaan maakt, de zijstapjes die je neemt om iets te verduidelijken, de manier waarop je een moeilijk begrip in gewone woorden vangt. Dat is precies het materiaal waar goede content van wordt gemaakt.
Daar komt bij dat je in gesprekken automatisch de vragen tegenkomt die je doelgroep echt heeft. Niet de vragen die je zelf bedenkt achter je bureau, maar de vragen die klanten je daadwerkelijk stellen. Die vragen zijn goud waard voor je vindbaarheid, want dat zijn ook de vragen die mensen intypen in Google en aan ChatGPT stellen.
En er is een praktische kant. Een uur praten kost je een uur. Een artikel van tweeduizend woorden schrijven vanaf nul kost je makkelijk een halve dag als je het niet elke week doet. Dat verschil in aanloopkosten bepaalt in de praktijk of content wel of niet van de grond komt.
Het verschil met AI die zelf teksten schrijft
Deze twee dingen worden vaak op één hoop gegooid, en dat is jammer, want ze doen iets heel anders. AI die zelf teksten genereert, verzint inhoud op basis van wat het model tijdens de training heeft gezien. AI-transcriptie verzint niets, het legt vast wat jij hebt gezegd.
Dat onderscheid heeft directe gevolgen voor de kwaliteit. Een gegenereerde tekst over jouw vakgebied is een gemiddelde van alles wat er online al over is geschreven. Hij klopt meestal wel, maar hij bevat geen enkele ervaring die van jou is. Een transcript bevat alleen maar jouw ervaring, inclusief de praktijkvoorbeelden en de nuances die je in de loop der jaren hebt opgebouwd.
Google en de AI-zoekmachines hechten steeds meer waarde aan dat verschil. Ze willen zien dat er iemand achter de tekst zit die het onderwerp echt heeft meegemaakt. Dat merk je aan de details: concrete situaties, uitzonderingen, dingen die misgaan. Een model dat vanaf nul schrijft, produceert die details niet, want het heeft ze niet.
De handigste werkwijze combineert de twee. Je gebruikt transcriptie voor de inhoud en de toon, en je gebruikt taalmodellen om die ruwe tekst te ordenen, in te korten en van koppen te voorzien. De substantie komt van jou, het opruimwerk mag je uitbesteden. Meer over die verhouding lees je in onze kennisbank over AI in marketing.
De drie zoek-werelden en gesproken kennis
Bij The Success Agency kijken we naar vindbaarheid vanuit drie zoek-werelden tegelijk: Google, Meta en de AI-zoekmachines zoals ChatGPT, Perplexity en de AI-overzichten van Google. We noemen dat Triple Search Marketing. Wat interessant is aan transcriptiemateriaal, is dat het in alle drie die werelden bruikbaar is, terwijl je maar één keer hebt gepraat.
Voor Google levert een uitgewerkt gesprek de basis voor een uitgebreid artikel met de vragen en formuleringen die mensen echt gebruiken. Voor Meta haal je uit datzelfde gesprek een handvol observaties die zelfstandig werken als post of als script voor een korte video. Voor de AI-zoekmachines telt vooral dat je onderwerp inhoudelijk volledig behandeld is, met heldere vraag-en-antwoordstructuren die een model makkelijk kan citeren.
Dat laatste wordt onderschat. AI-modellen halen hun antwoorden uit teksten die duidelijk gestructureerd zijn en die een vraag rechtstreeks beantwoorden. Een gesprek waarin een klant iets vraagt en jij antwoord geeft, is in de kern al zo gestructureerd. Je hoeft het alleen nog netjes op te schrijven.
Wat we in de praktijk zien, is dat één goed gesprek van veertig minuten genoeg materiaal oplevert voor een artikel, twee tot drie social posts en een stuk of vijf vragen voor een veelgestelde-vragensectie. Die verhouding maakt het de moeite waard om er structuur in aan te brengen. Hoe die drie werelden samenhangen, leggen we uit op onze pagina over Triple Search Marketing.
Welke gesprekken zich lenen voor transcriptie
Niet elk gesprek is bruikbaar, en het heeft weinig zin om alles maar op te nemen. Het gaat om gesprekken waarin je iets uitlegt aan iemand die het nog niet weet. Dat is de kern, want daar zit vanzelf het niveau in dat je content nodig heeft.
Kennismakingsgesprekken zijn een goudmijn, mits je toestemming vraagt. Daar leg je in twintig minuten uit wat je doet, waarom je het zo doet en wat de klant kan verwachten. Precies de inhoud waar je website vaak omheen draait. Webinars en presentaties zijn er ook uitstekend voor, en daar heb je het toestemmingsvraagstuk niet, want je spreekt toch al in het openbaar.
Een aparte categorie zijn de gesprekken die je met jezelf voert. Sommige ondernemers nemen tijdens het rijden een spraakmemo op waarin ze een onderwerp gewoon hardop doordenken. Dat voelt eerst onwennig, maar het levert vaak verrassend samenhangende tekst op, juist omdat je niet naar een scherm zit te staren.
Wat minder werkt: interne overleggen, gesprekken met veel gehalveerde zinnen en sessies waarin voortdurend naar een scherm wordt verwezen. Die transcripten zitten vol met verwijzingen die zonder beeld nergens op slaan, en het opschonen kost dan meer tijd dan opnieuw beginnen.
Van transcript naar bruikbare tekst
Hier ligt het punt waarop de meeste mensen afhaken. Ze draaien een gesprek door een tool, kijken naar vierduizend woorden ongestructureerde tekst en leggen het weg. Begrijpelijk, want zo’n transcript ziet er in eerste instantie uit als een puinhoop.
De manier die bij ons goed werkt, begint met markeren in plaats van schrijven. Je leest het transcript één keer door en zet een streepje bij alles wat een zelfstandig punt is. Een uitleg, een voorbeeld, een vergelijking, een vraag die gesteld werd. Meestal houd je er acht tot vijftien over. Dat lijstje is je inhoudsopgave.
Daarna orden je die punten in een volgorde die logisch loopt voor iemand die het onderwerp niet kent. Bijna altijd is dat een andere volgorde dan die van het gesprek zelf, want gesprekken springen heen en weer. Pas als die volgorde staat, ga je schrijven, en dan gebruik je het transcript als bron voor de formuleringen.
Wat je vooral niet doet, is het transcript rechtstreeks publiceren of er een AI-tool overheen halen met de opdracht om er een artikel van te maken. In het eerste geval publiceer je onleesbare spreektaal. In het tweede geval verdwijnt precies datgene wat het materiaal waardevol maakte, namelijk jouw manier van uitleggen.
Per type dienstverlener pakt dit anders uit
Bij een HR-adviseur zit het materiaal vooral in de vragen van werkgevers over verzuim, contracten en lastige gesprekken. Die vragen herhalen zich, en dat is precies waarom ze zich zo goed lenen voor content. Eén goed uitgewerkt gesprek over een langdurig zieke medewerker dekt een onderwerp waar in Nederland dagelijks honderden mensen op zoeken.
Een advocaat heeft een ander vertrekpunt. Klantgesprekken zijn vertrouwelijk en lenen zich zelden voor uitwerking, ook niet geanonimiseerd. Wat wel werkt, zijn de interne uitlegmomenten: het gesprek waarin je een junior uitlegt hoe een procedure verloopt, of een korte opname waarin je een uitspraak samenvat. Dat is inhoudelijk sterk en juridisch onproblematisch.
In een kliniek of beautypraktijk zit de waarde in het intakegesprek. Daar leg je twintig keer per week uit wat een behandeling inhoudt, wat iemand mag verwachten en wat niet. Die uitleg is inmiddels zo geslepen dat hij bijna woordelijk op je website kan, en het scheelt behandelaars later ook nog eens gesprekstijd.
Voor coaches en consultants ligt het weer anders, omdat hun kennis vaak in de methode zit en niet in feiten. Voor hen werken opgenomen hardop-denksessies het beste: een half uur waarin je uitlegt waarom je een bepaalde aanpak kiest. Dat levert het soort tekst op dat lastig te kopiëren is door concurrenten.
Hoe je merkt of het voor jou werkt
De verleiding is groot om te kijken naar aantallen: hoeveel gesprekken heb je uitgewerkt, hoeveel artikelen leverde dat op. Dat zegt weinig. Het gaat erom of er content ontstaat die er anders niet was gekomen, en of die content mensen bereikt die je zoekt.
Een goede eerste meting is simpelweg of het volhoudt. Als je na twee maanden nog steeds gesprekken opneemt en uitwerkt, past de werkwijze bij je. Stopt het na drie keer, dan is er iets in het proces te ingewikkeld, en meestal is dat de bewerkingsstap.
Daarna kijk je naar wat de content doet. Komen er zoekopdrachten binnen op de vragen die je in die gesprekken beantwoordde. Blijven mensen langer op die pagina’s dan op je andere pagina’s. Worden er aanvragen gedaan vanaf die artikelen. Dat zijn de cijfers die ertoe doen, en die vind je terug in je analytics en conversiedata.
Wat je niet moet meten, is hoe vaak een artikel is gedeeld of hoeveel weergaven een post kreeg. Die getallen bewegen wel, maar ze zeggen niets over of er klanten uit komen. Wij sturen liever op het aantal aanvragen dat aantoonbaar bij een artikel begon.
Wat we vaak zien misgaan
De meest voorkomende misser is het transcript te letterlijk nemen. Spreektaal en leestaal zijn twee verschillende dingen. Een zin die hardop prima loopt, kan op papier onnavolgbaar zijn, met drie bijzinnen en een gedachte die halverwege van richting verandert. Dat moet je opruimen, en dat opruimen is geen verraad aan het origineel.
De tweede misser is precies andersom: zoveel opruimen dat de eigen toon verdwijnt. Dan lees je een keurige tekst die door iedereen geschreven had kunnen zijn. De aardigheid van deze werkwijze zit juist in de eigenaardigheden, dus laat de vergelijkingen en de zijstapjes staan.
Wat ook regelmatig gebeurt, is dat er wel wordt opgenomen maar nooit iets mee wordt gedaan. Er ontstaat een map met veertig transcripten die niemand meer opent. Dat voorkom je door direct na het gesprek tien minuten te nemen voor het markeren, want dan zit het gesprek nog vers in je hoofd.
En tot slot: te veel tegelijk willen. Vijf gesprekken opnemen in een week en denken dat je ze in het weekend wel uitwerkt, is een plan dat zelden overleeft. Eén gesprek per twee weken dat daadwerkelijk online komt, is meer waard dan twintig opnames die blijven liggen.
Wanneer uitbesteden zinvol is
Als je merkt dat het opnemen wel lukt maar het uitwerken structureel blijft liggen, is dat het moment om er iemand bij te halen. Het opnemen kan niemand voor je doen, want de kennis zit in jouw hoofd. Het bewerken kan wel worden overgenomen, mits degene die het doet jouw vakgebied genoeg begrijpt om hoofdzaak van bijzaak te scheiden.
Wat wij bij klanten doen, is dat we de gesprekken van hen krijgen en de rest van de route voor onze rekening nemen: het ordenen, het schrijven, de vindbaarheid, de veelgestelde vragen en de plaatsing op de site. De ondernemer praat, wij zorgen dat er iets staat dat gevonden wordt in Google, in Meta en in de AI-zoekmachines.
Uitbesteden heeft weinig zin als je nog niet weet welke onderwerpen je wilt behandelen. Dan gaat er iemand voor je schrijven zonder richting, en dat merk je aan het resultaat. Begin in dat geval eerst met een paar gesprekken zelf uitwerken, hoe onhandig ook, want daar ontdek je welke onderwerpen leven.
Wil je hier samen naar kijken en bepalen welke gesprekken bij jou het meeste opleveren? Plan een strategiegesprek, dan nemen we het zonder verplichtingen door.
Veelgestelde vragen over AI-transcriptie
Hoe nauwkeurig is AI-transcriptie in het Nederlands?
Bij goede opnamekwaliteit halen de betere tools tussen de negentig en zesennegentig procent nauwkeurigheid in het Nederlands. Fouten vallen vooral bij vakjargon, merknamen, afkortingen en zware accenten. Een losse microfoon in plaats van een laptopmicrofoon scheelt merkbaar, en de meeste tools laten je een eigen woordenlijst meegeven om terugkerende vaktermen goed te krijgen.
Wat kost AI-transcriptie per uur opname?
De transcriptie zelf is goedkoop en kost bij de meeste diensten hooguit een paar euro per uur opname, soms zit een aantal uren gratis bij een abonnement. De werkelijke kosten zitten in de bewerking daarna. Reken op anderhalf tot twee uur werk om van een gesprek van veertig minuten een publicabel artikel te maken.
Mag ik een klantgesprek opnemen voor content?
Dat mag als je vooraf toestemming vraagt en uitlegt waarvoor je de opname gebruikt. Je verwerkt persoonsgegevens, dus de privacywetgeving is van toepassing. Let ook op waar je opname wordt verwerkt: bij gevoelige gesprekken kies je een dienst die binnen de Europese Unie werkt en je materiaal niet gebruikt voor modeltraining.
Kan ik een transcript direct als blogartikel publiceren?
Beter van niet. Spreektaal leest op papier onnavolgbaar, met halve zinnen en gedachten die halverwege van richting veranderen. Gebruik het transcript als bron voor je formuleringen en voorbeelden, maar bepaal zelf een logische volgorde en schrijf de tekst opnieuw uit. Dat kost tijd, maar levert iets op dat mensen daadwerkelijk uitlezen.
Wat is het verschil tussen transcriptie en AI die zelf teksten schrijft?
Transcriptie legt vast wat jij hebt gezegd en verzint niets. AI die zelf schrijft, produceert een gemiddelde van wat er online al over het onderwerp bestaat. Het eerste bevat jouw ervaring en praktijkvoorbeelden, het tweede niet. Zoekmachines en AI-modellen hechten steeds meer waarde aan dat verschil, dus de combinatie werkt het beste.
