Elke servicedesk, supportafdeling of interne helpdesk herkent het probleem: tickets stromen binnen via e-mail, een webformulier of Teams, en iemand moet ze eerst lezen, beoordelen en doorzetten. Dat is triage. En hoe groter het team of hoe meer kanalen, hoe meer tijd dat kost.
AI kan die triage grotendeels overnemen. Niet door elk ticket zelf op te lossen, maar door het te begrijpen, te wegen en op de juiste plek te krijgen. Zodat jouw team alleen nog de tickets ziet die echt aandacht nodig hebben.
Wat tickettriage met AI betekent
Tickettriage met AI is geen vervanging van je servicedesk. Het is een laag die elk binnenkomend ticket analyseert voordat een medewerker het ziet. De AI leest de titel en omschrijving, herkent de vraag of het probleem, en bepaalt drie dingen: wat voor ticket het is, hoe urgent het is, en wie het moet oppakken.
Deze stap heet triage en lijkt op wat een slimme inbox doet met e-mail, maar dan specifiek voor tickets. Waar een standaard mailbox soms met regels werkt (als onderwerp "factuur" dan naar administratie), kan AI omgaan met vrije tekst. Een ticket met "mijn bestelling is nog niet binnen" herkent AI als leveringsprobleem, ook als die woorden niet letterlijk in het bericht staan.
Hoe categorie, urgentie, SLA en eigenaar worden bepaald
Een AI-triagemodel kijkt naar meerdere signalen tegelijk:
Categorie. De tekst van het ticket bepaalt het type. Gaat het over een storing, een vraag over een product, een wijzigingsverzoek, of een klacht? De AI vergelijkt de tekst met eerdere tickets en herkent patronen. Dit werkt ook zonder vaste onderwerplijsten, zoals beschreven in e-mails automatisch categoriseren met AI.
Urgentie. Niet elk ticket is even belangrijk. Een storing bij een klant die niet kan factureren heeft meer haast dan een vraag over een handleiding. AI weegt steekwoorden ("storing", "down", "blokkade"), de afzender en eventuele SLA-afspraken. Tickets die voldoen aan spoedcriteria krijgen een hoge urgentie, de rest een normale of lage prioriteit.
Eigenaar. Op basis van categorie en context wijst de AI het ticket toe. Een factuurvraag gaat naar de financiële medewerker, een technische storing naar de ICT-collega, een klacht naar de klantenservice. De toewijzing kan op persoon, team of wachtrij. Dit is te vergelijken met hoe gedeelde mailboxen prioriteren.
SLA-bewaking. Staat er een reactietijd van 4 uur op storingen? Dan krijgt een storing meteen een SLA-timer mee. De AI kan ook waarschuwen als een ticket dreigt te verlopen, zodat een teamlead kan ingrijpen.
Waar AI mag automatiseren en waar review nodig blijft
Niet elk ticket verdient hetzelfde antwoord. Een duidelijk onderscheid helpt.
Laag risico. Een eenvoudige vraag ("wat zijn jullie openingstijden?") kan de AI categoriseren, een conceptantwoord klaarzetten en het ticket aan de juiste wachtrij toewijzen. Een medewerker controleert het antwoord en stuurt het met een klik weg. Dit noemen we human-in-the-loop.
Hoog risico. Een klacht, een storingsmelding met klantimpact, of een wijzigingsverzoek dat gevolgen heeft voor een contract: hier blijft de medewerker in controle. De AI bereidt alleen de context voor: de klantgegevens, eerdere tickets en een voorstel voor prioriteit. De beslissing ligt bij de servicedesk.
Het belangrijkste principe: AI kan triage en voorbereiding doen, de eindbeslissing ligt bij een mens zolang de gevolgen groot zijn. AI-assistenten kunnen hier helpen met het ophalen van context uit systemen, maar nemen de mens niet over.
Laat AI nooit automatisch een ticket sluiten of een klant afwijzen. Die acties hebben direct impact en horen bij een medewerker met mandaat. AI kan een voorstel doen, maar het laatste woord is voor een teamlid.
Praktisch beginnen: geen big bang nodig
Je hoeft niet je hele ticketingproces in een keer te automatiseren. Een stapsgewijze aanpak werkt beter:
- Kies een kanaal. Begin met tickets uit een gedeelde mailbox of een webformulier. Later breid je uit naar Teams of een ticketsysteem.
- Train de AI op voorbeelden. Gebruik de laatste 50 tot 100 tickets om het model te laten leren wat welke categorie is. Dit is meestal binnen een dag geregeld.
- Laat de AI eerst alleen voorstellen doen. Geef medewerkers een dagelijkse lijst met voorgestelde categorieën en eigenaren. Zij controleren en corrigeren waar nodig.
- Zet gefaseerd meer automatisering aan. Pas als de voorstellen in 90 procent van de gevallen kloppen, kun je tickets automatisch laten routeren.
De opzet verschilt per organisatie. Een servicedesk met een bestaand ticketsysteem heeft minder nodig dan een team dat nu nog met een gedeelde mailbox werkt. In beide gevallen geldt: start simpel, breid uit op basis van wat werkt.
Voor een breder beeld van wat er mogelijk is, lees ook klantvragen automatisch beantwoorden met AI en hoe werkstroomorkestratie losse stappen aan elkaar rijgt tot een doorlopend proces.
Veelgestelde vragen
Welke ticketsystemen werken met AI-triage?
De meeste moderne ticketsystemen zoals Zendesk, Freshdesk, Jira Service Management en Topdesk hebben een API om tickets in te lezen en te updaten. De AI-triage laag werkt erboven: hij leest het ticket, bepaalt de uitkomst en schrijft de categorie, prioriteit en eigenaar terug in het systeem. Ook bij een gedeelde mailbox zonder ticketssysteem is triage mogelijk via een slimme inbox.
Hoe nauwkeurig is AI-triage in de praktijk?
Met 50 tot 100 voorbeeldtickets haalt de meeste AI-triage een nauwkeurigheid van 80 tot 90 procent op categorisering, afhankelijk van hoe duidelijk de tickets zijn. Prioriteit en eigenaar zijn vaak iets lastiger omdat die afhangen van context die niet altijd in het ticket zelf staat, zoals klantcontracten of dienstniveaus. Een menselijke steekproef blijft nodig.
Wat kost AI-triage voor een MKB-bedrijf?
De kosten hangen af van het aantal tickets en de complexiteit van de categorisering. Voor een MKB met een paar honderd tickets per maand is AI-triage te realiseren binnen een bestaande inrichting van een slimme inbox, zonder aparte licenties. De grootste kostenpost is niet de technologie, maar het eenmalig trainen en het periodiek controleren van de kwaliteit.
Kan AI ook tickets in meerdere talen verwerken?
Ja, AI-triage werkt meertalig zolang het model is getraind op de talen die in jouw tickets voorkomen. Nederlands, Engels, Duits en Frans zijn probleemloos te combineren in een mailbox of ticketsysteem. De AI herkent de taal per ticket en past de categoriebepaling daarop aan, zonder dat je aparte regels per taal hoeft in te stellen.