AI voor sales: van leadkwalificatie tot outreach-personalisatie
Je verkoopteam spendeert uren aan research en follow-ups. Wat als AI 80% van het voorwerk doet, zodat jouw mensen alleen nog hoeven te sluiten? Concrete workflow met prompts die je morgen kunt gebruiken.

Van koud bellen naar warm converteren

Je kent het wel: je salesteam heeft een lijst met 200 leads, maar niemand weet welke vijf écht hot zijn. Iemand moet LinkedIn-profielen checken, bedrijfswebsites doorspitten, recente nieuwsberichten lezen. Tegen de tijd dat ze eindelijk een gepersonaliseerde pitch schrijven, is de lead alweer koud.
Hier komt AI om de hoek kijken. Niet als vervanging van je salesteam, maar als research-assistent die het saaie voorwerk doet. Zodat jouw mensen zich kunnen focussen op waar ze goed in zijn: échte gesprekken voeren en deals sluiten.
In dit artikel neem ik je mee door een concrete sales-workflow: van het moment dat een lead binnenkomt tot de derde follow-up. Met voorbeeldprompts die je morgen in ChatGPT, Claude of je favoriete AI-tool kunt plakken.
Stap 1: Automatische leadresearch

Zodra een nieuwe lead in je CRM valt, begint het handwerk. Wie zijn ze? Wat doen ze? Waar liggen kansen? Traditioneel betekent dit: tabbladen openen, notities maken, alles handmatig in je CRM typen.
Met AI doe je dit anders. Je geeft de tool de naam van het bedrijf en de contactpersoon, en vraagt om een gestructureerd overzicht. Bijvoorbeeld:
Voorbeeldprompt:
"Ik heb een lead: [Bedrijfsnaam], contactpersoon [Naam + functie]. Maak een sales-research briefing met: - Wat doet het bedrijf (in 2 zinnen) - Recente ontwikkelingen (bijv. groei, funding, nieuwe producten) - Mogelijke pijnpunten waar ons product [jouw product/dienst] bij helpt - Relevante haakjes voor personalisatie (bijv. gemelde uitdagingen in interviews, sectortrends) Houd het beknopt en sales-gericht."
De AI crawlt geen live data (tenzij je een tool gebruikt met web-toegang zoals Perplexity of Bing Chat), maar kan wél snel structuur aanbrengen in informatie die jij erin plakt. Kopieer bijvoorbeeld het LinkedIn-profiel van de lead, een stukje van hun website, of een recent persbericht, en vraag de AI om de essentie eruit te halen.
Wat je overhoudt: een halve minuut werk in plaats van tien minuten googlen.
Stap 2: Leadscoring met AI
Niet elke lead is even hot. Sommige bedrijven passen perfect bij je ideale klantprofiel, andere zijn tijdverspilling. Traditioneel scoring gebeurt handmatig of via simpele CRM-regels (bedrijfsgrootte, branche, functietitel).
Maar AI kan genuanceerder kijken. Je kunt bijvoorbeeld een prompt maken die jouw interne scorelogica volgt:
Voorbeeldprompt:
"Beoordeel deze lead op fit met ons ideale klantprofil. Geef een score van 1-10 en een korte motivatie. Ons ideale klantprofiel: - B2B SaaS-bedrijven met 10-200 medewerkers - Actief bezig met schaalbaarheid of internationalisering - Budget voor tooling (indicatie: gebruiken al tools zoals HubSpot, Salesforce) - Contactpersoon: VP Sales, Head of Marketing, of founder Lead: [Plak hier bedrijfsinfo, LinkedIn-profiel contactpersoon, etc.]"
De AI geeft niet alleen een cijfer, maar legt ook uit waarom. Handig om snel prioriteit te bepalen: de 9 en 10 pakt je team vandaag nog op, de 5 gaat in de nurture-flow.
Stap 3: Gepersonaliseerde outreach schrijven
Dit is waar AI écht schittert: personalisatie op schaal. Je wilt niet dezelfde template naar iedereen sturen, maar ook niet een uur per mail besteden.
De truc is om AI de context te geven — en dan heel specifiek te vragen om een pitch die aansluit bij die context.
Voorbeeldprompt:
"Schrijf een koude outreach-mail (max 120 woorden) naar [Naam], [Functie] bij [Bedrijf]. Context: - Ze zijn recent gegroeid van 15 naar 40 medewerkers (bron: LinkedIn) - Hun website vermeldt 'schaalbare groei' als prioriteit - Ze gebruiken al [Tool X], dus ze zijn tech-savvy Ons product: [Korte beschrijving van jouw oplossing] Tone: professioneel maar toegankelijk, geen jargon, focus op hun situatie (niet op ons product). Eindig met een low-pressure vraag (geen 'wanneer kunnen we bellen')."
Wat je krijgt: een mail die aanvoelt alsof je het bedrijf echt kent. Geen "Beste [Voornaam], ik zag dat jullie actief zijn in [Sector]..." template-taal, maar een opener die refereert aan hun specifieke situatie.
Let op: lees de output altijd door. AI kan soms té enthousiast zijn of details verkeerd interpreteren. Je blijft de eindredacteur.
Stap 4: Follow-ups die niet pusherig aanvoelen
Geen reactie na je eerste mail? Dat is normaal. Uit onderzoek blijkt dat vaak pas de derde of vierde touchpoint een antwoord oplevert. Maar hoe schrijf je een follow-up die niet voelt als "ping-ping-heb-je-mijn-vorige-mail-gezien"?
AI helpt je variatie aan te brengen:
Voorbeeldprompt voor follow-up 1 (na 3 dagen):
"Schrijf een korte follow-up (max 80 woorden) op mijn eerdere mail. Voeg waarde toe door een relevant inzicht of artikel te delen over [relevant thema voor hun sector]. Geen 'bump'-mail, maar een standalone bericht dat ook zonder de eerste mail logisch is."
Voorbeeldprompt voor follow-up 2 (na 7 dagen):
"Schrijf een laatste follow-up waarin ik aangeef dat ik ze met rust laat, maar een open deur bied voor later. Tone: respectvol, geen druk, professioneel."
Door AI te vragen om verschillende tonen en haken, voorkom je dat al je follow-ups hetzelfde aanvoelen. De ene keer deel je een case study, de andere keer een sectortrend, de derde keer een simpele "is dit überhaupt interessant?"-vraag.
Stap 5: Snelle pitch-aanpassing voor gesprekken
Je hebt een call ingepland. Vijf minuten voor het gesprek wil je nog even de key-points doornemen: wat zijn hun grootste uitdagingen, welke features moet je benadrukken, welke objecties kun je verwachten?
Voorbeeldprompt:
"Ik heb over 5 minuten een sales-call met [Bedrijf]. Op basis van deze info: [plak research, eerdere mailwisseling, LinkedIn-profiel], geef me: - 3 key talking points die aansluiten bij hun situatie - 2 mogelijke objecties en hoe ik die kan counteren - 1 vraag om vroeg in het gesprek te stellen om hun prioriteit te checken"
Wat je krijgt: een compact cheat sheet. Niet om van af te lezen, maar om je focus scherp te houden tijdens het gesprek.
Waar AI niet goed in is (en waarom je salesteam niet overbodig wordt)
Laten we eerlijk zijn: AI schrijft soms saai. Of té beleefd. Of net iets te formeel. En AI voelt geen nuance in een gesprek, leest geen lichaamstaal, pikt geen aarzeling op in iemands stem.
Daarom is de menselijke salesperson nog steeds onmisbaar. AI doet het voorwerk, de mens doet de conversie. De beste combinatie is:
AI voor: research, structuur, eerste versies, variatie, snelheid
Mens voor: tone-tuning, timing, empathie, onderhandeling, relatiemanagement
Denk aan AI als een junior researcher die 80% van het werk doet, waarna jij de laatste 20% toevoegt die het verschil maakt.
Integratie met je CRM (en waarom dat nu nog lastig is)
Ideaal scenario: je CRM praat met AI, en elke keer dat een lead binnenkomt, gebeurt stap 1 tot 3 automatisch. De realiteit: dat kan al, maar vraagt maatwerk.
Tools zoals HubSpot, Pipedrive en Salesforce hebben AI-features ingebouwd (vaak via partnerintegraties of eigen AI-modules). Maar de meeste werken met voorgedefinieerde templates, niet met jouw specifieke prompts.
Wil je echt custom workflows? Dan heb je een tussenstap nodig: API-koppelingen via tools zoals Zapier of Make, of een developer die een script schrijft. Klinkt ingewikkelder dan het is — maar het vraagt wel initiatief.
Voor nu werkt kopiëren-en-plakken ook prima. Sneller dan volledig handmatig, al is het niet volledig geautomatiseerd.
Praktische checklist om morgen mee te starten
Je hoeft niet meteen je hele sales-proces om te gooien. Begin klein:
Week 1: Test de leadresearch-prompt op 5 leads. Check of de output klopt en relevant is
Week 2: Laat AI 10 outreach-mails schrijven. Stuur ze niet meteen — edit ze eerst, leer wat werkt en wat niet
Week 3: Probeer de scoring-prompt. Vergelijk AI-scores met hoe je team de leads zou inschatten
Week 4: Bouw een persoonlijke prompt-library: bewaar de prompts die goed werken in een doc, zodat je team ze kan hergebruiken
En belangrijk: betrek je salesteam erbij. Zij weten welke informatie écht nuttig is, en welke AI-output te generiek aanvoelt. Dit wordt alleen succesvol als je het samen doet, niet als "IT duwt een tool door".
Wat kun je morgen doen?
Pak één lead die je volgende week wil benaderen. Gebruik de leadresearch-prompt uit dit artikel. Plak de output in je notities. En vraag jezelf af: heeft dit me tijd bespaard? En zo ja, wat ga je met die gewonnen tijd doen — meer leads benaderen, of diepere gesprekken voeren?
Dat antwoord bepaalt hoe AI jouw salesproces gaat veranderen.
Lees ook

AI in 30 dagen implementeren: een praktisch stappenplan voor het MKB
Je hoeft geen IT-afdeling te hebben om morgen te beginnen met AI. Deze week-voor-week aanpak laat zien hoe je in één maand van nieuwsgierig naar concrete resultaten gaat.

Waar bespaart AI echt tijd? De 10 meest onderbenutte toepassingen voor MKB
Van offertes tot vergadernotities: deze tien AI-toepassingen scheelt je dagelijks uren, maar de meeste ondernemers gebruiken ze nog niet. Ontdek welke klussen je vandaag nog kunt afschuiven.

AI en je accountant: waar kan AI wel, en waar móet je een mens bij betrekken?
Je bonnetjes scannen? Prima. Maar je btw-aangifte laten controleren door een chatbot? Daar gaat het mis. Dit moet je weten over AI in je financiële administratie.