Een nieuwe overeenkomst opstellen op basis van een template en specifieke afspraken met een wederpartij, tot en met een eerste concept: dat is de taak waar het hier om gaat. Niet het onderhandelen, niet het tekenen, maar het samenstellen van de tekst. Het antwoord is deels. AI kan hier vandaag een substantieel deel van het schrijfwerk doen, maar de kern van de taak blijft afhankelijk van menselijk oordeel.
Drie assen bepalen het beeld: oordeelsruimte, foutkosten en compliance. Een contract opstellen is niet het invullen van een formulier. De template geeft een structuur, maar welke clausule op welke plek komt, hoe een afwijkende afspraak met de wederpartij vertaald wordt naar juridische taal, en of een bepaling in deze context wel of niet nodig is: dat vraagt oordeelsruimte die niet volledig in regels te vangen is. Daar komt bij dat een fout in een contract niet klein is. Een verkeerd geformuleerde aansprakelijkheidsclausule of een ontbrekende opzegtermijn wordt vaak pas zichtbaar als het al te laat is. En contracten raken aan compliance: sectorregels, standaardvoorwaarden die wettelijk verplicht zijn, interne goedkeuringslijnen. Die drie samen maken dat een tekstvoorstel van AI altijd door een mens bekeken moet worden voordat het een concept wordt dat naar de wederpartij mag.
De overige assen wijzen wel in de richting van automatisering. Gestructureerdheid is laag, maar dat is juist waar taalmodellen sterk in zijn: een matig gestructureerde bron omzetten naar een vaste vorm. Fysiek is geen enkele belemmering, het volume is voor de meeste bedrijven groot genoeg om een vaste aanpak te rechtvaardigen, en klantcontact is beperkt tot het moment waarop het concept wordt gedeeld, niet tot het opstellen zelf.
Een contractmanager krijgt een e-mail: nieuwe leverancier, standaard inkoopvoorwaarden, maar met een afwijkende betalingstermijn en een extra geheimhoudingsbepaling. Vandaag betekent dit vaak: de juiste template zoeken, handmatig de afwijkingen verwerken, en controleren of de rest van de tekst nog klopt met de nieuwe afspraken. AI kan hier het eerste concept genereren op basis van de template en de e-mail als invoer, inclusief de aangepaste clausules op de juiste plek. Wat overblijft is de controle: klopt de betalingstermijn met wat er werkelijk is afgesproken, is de geheimhoudingsbepaling niet te ruim of te smal, en is er een reden om af te wijken van de standaardtekst die vastgelegd moet worden. Dat laatste deel is mensenwerk, met AI als eerste opsteller in plaats van de contractmanager die met een leeg document begint.
Bij een bedrijf met een klein aantal sterk uiteenlopende contracten, waar bijna elke overeenkomst een unieke onderhandeling is, ligt de oordeelsruimte hoger en de winst van AI lager: er is simpelweg weinig herhaling om op te oefenen. Bij een bedrijf met veel vergelijkbare contracten, zoals een SaaS-bedrijf met honderden klantovereenkomsten op basis van een vaste template, ligt dit anders. Daar is het patroon voorspelbaar, de afwijkingen zijn beperkt en te categoriseren, en een AI-opgesteld concept scheelt structureel tijd. De randvoorwaarde is dan wel dat de template-bibliotheek actueel is: een verouderde standaardclausule die AI blijft herhalen, is een risico dat zich pas uit als er een geschil is.
De verschuiving zit niet in het vervangen van de contractmanager, maar in het verplaatsen van tijd. Waar die tijd voorheen ging naar het samenstellen van de eerste tekst, gaat die nu naar het controleren en bijstellen ervan. Dat is een andere vaardigheid dan schrijven: het is beoordelen of een AI-voorstel klopt, en weten wanneer een afwijking moet escaleren naar iemand met meer bevoegdheid. Diezelfde verschuiving speelt door in het bredere contractproces. Zodra een contract er is, moet het op de juiste plek terechtkomen en terugvindbaar zijn, moeten verlengingen en opzegtermijnen op tijd gesignaleerd worden, en moet soms eerst gecontroleerd worden of de wederpartij niet op een sanctielijst staat voordat er getekend wordt. Dat zijn stuk voor stuk taken met een ander profiel dan het opstellen zelf, met een eigen verhouding tussen wat AI aankan en wat toezicht vraagt.
De tekst. Het samenstellen van een concept op basis van een template en de aangeleverde afspraken is voor AI vandaag haalbaar, mits er een betrouwbare en actuele bibliotheek van templates en standaardclausules onder ligt. Wat AI hier niet doet: beslissen dat een concept klaar is om te versturen. Die eindcontrole, met een duidelijke regel over wanneer een afwijkende clausule eerst naar een jurist moet, blijft bij een mens. Dat is geen tussenstap die verdwijnt zodra de techniek beter wordt; het is de reden waarom deze taak op oordeelsruimte, foutkosten en compliance laag scoort, en dat verandert niet door een beter model.
Of dit voor uw eigen contractproces betekent dat er nu al uren vrij te spelen zijn, hangt af van hoeveel van uw contracten op een vaste template steunen en hoe streng de goedkeuringslijnen zijn. Een indicatie daarvan geeft de gratis quickscan: twaalf vragen, zonder account, met als uitkomst een indicatie welk deel van de uren in dit profiel vandaag door AI over te nemen is. De volledige werkscan, die het werk van een heel bedrijf in kaart brengt inclusief de fte-capaciteit die dat vrijspeelt, is nog in aanbouw.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.