Een AI-agent manager is de persoon die eigenaar is van hoe je AI-agent in de klantenservice presteert. Sommige teams noemen de rol AI-agent supervisor of AI operations lead. De taak: de gesprekken van de agent reviewen, beslissen wat er verandert in zijn kennis, instructies en escalatieregels, elke wijziging testen voor de release, incidenten leiden en rapporteren aan het hoofd CX.
In het kort
- De AI-agent manager is eigenaar van één uitkomst: de AI-agent geeft juiste, toegestane antwoorden, draagt op het juiste moment over en wordt elke maand beter.
- Zes taken vullen de week: prestatiereview, wijzigingen in kennis en beleid, testen voor de release, ontwerp van escalaties, afhandeling van incidenten en rapportage.
- De rol werkt het best binnen support, met rapportage aan het hoofd CX en een stippellijn naar het team dat het platform beheert.
- Beoordeel de rol op correcte oplossingen, kritieke fouten en de tijd van bevinding tot oplossing, niet alleen op containment.
- Begin met een sterke teamleider die er deeltijds bijscholing voor krijgt; ga voltijds zodra de agent acties uitvoert of een groot deel van het volume afhandelt.
Wat doet een AI-agent manager?
Een AI-agent manager bekijkt wat de AI-agent klanten heeft verteld, zoekt de oorzaak van elke fout en zorgt dat de juiste oplossing live gaat: een kennisartikel, een aangepaste instructie, een routerings- of escalatieregel. Hij of zij test voor elke release, leidt incidenten als de agent iets fout doet en rapporteert over kwaliteit aan het management. Het gaat om uitkomsten, niet om code.
De functietitel ligt nog niet vast. Intercom en Fin noemen het de AI operations lead, een rol die “owns day-to-day AI performance” (eigenaar is van de dagelijkse AI-prestaties) (Intercom, november 2025, in het Engels). Ada noemt het de AI manager, “responsible for coaching and optimizing AI agents to improve automated resolution (AR) over time” (verantwoordelijk voor het coachen en optimaliseren van AI-agents om de geautomatiseerde oplossingen in de loop van de tijd te verbeteren) (Ada, mei 2025, in het Engels). Anderen zeggen bot manager of AI-agent supervisor; het werk is hetzelfde.
Eén valkuil in de naamgeving: in engineering is een “supervisor agent” software. Databricks documenteert bijvoorbeeld een Supervisor Agent (in het Engels) die meerdere gespecialiseerde AI-agents coördineert. Deze gids gaat over de mens die verantwoording aflegt voor wat die agents je klanten vertellen.
Waarom ontstaat de rol van AI-agent manager nu?
De rol ontstaat omdat niemand anders eigenaar is van de verbetercyclus. Support operations beheert wachtrijen, QA scoort gesprekken, kennismanagers beheren artikelen en engineering beheert het platform. Als een AI-agent duizend keer hetzelfde verkeerde antwoord geeft, is elk team eigenaar van één stukje van de oplossing en niemand van de uitkomst.
De blueprint van Fin zegt hetzelfde: “no existing role” (geen bestaande rol), niet support ops, niet QA en niet de teamleiders, “naturally owns this work” (is vanzelf eigenaar van dit werk) (Fin, juli 2026, in het Engels). Praktijkmensen op Reddit beschrijven het gevolg: als niemand eigenaar is van het reviewen van fouten en het bijwerken van de bron van waarheid, stopt de verbetercyclus (discussie, in het Engels).
Cijfers over personeel wijzen dezelfde kant op. In een enquête van Gartner onder 321 leidinggevenden in klantenservice en support (september tot oktober 2025) zei 85% dat ze nieuwe taken en verantwoordelijkheden toevoegen aan eerstelijnsfuncties, en 75% verschuift medewerkers naar volledig nieuwe rollen binnen de serviceorganisatie (Gartner, april 2026, in het Engels). Eigenaar zijn van de AI-agent is een van die nieuwe banen, met of zonder titel.
Het verschil met mensen managen zit in de weg naar herstel: een teamleider coacht een persoon, een AI-agent manager past content, instructies of routering aan en bewijst dat de wijziging werkte. Zie mensen coachen vs AI-agents verbeteren.
Wat zijn de verantwoordelijkheden van een AI-agent manager?
De verantwoordelijkheden van een AI-agent manager vallen in zes gebieden: de prestaties van de agent reviewen, zijn kennis en beleid aanpassen, elke wijziging testen voor de release, escalatie en overdracht ontwerpen, incidenten afhandelen en rapporteren. Elk gebied heeft een ritme en een concreet resultaat, zodat je de rol beoordeelt op wat er live gaat en niet op hoe druk het lijkt.
| Verantwoordelijkheid | Ritme | Resultaat | Verder lezen |
|---|---|---|---|
| Prestatiereview van de agent | Wekelijks lezen, maandelijkse review | Bevindingen gerangschikt naar schade voor de klant, per intent een besluit: uitbreiden, aanhouden of beperken | AI-agent evalueren |
| Wijzigingen in kennis en beleid | Zodra er bevindingen binnenkomen | Verbeterde artikelen (met de kennismanager), aangepaste instructies, een wijzigingslog | Beleid voor AI-agents |
| Testen voor de release | Bij elke wijziging | Een regressierun met geslaagd of gezakt per testcase, vastgelegde goedkeuring | AI-agents testen |
| Ontwerp van escalaties | Maandelijks, en na incidenten | Overdrachtsregels per intent, wat de mens bij de zaak meekrijgt | AI-agents evalueren |
| Afhandeling van incidenten | Wanneer nodig | Flow gepauzeerd of beperkt, getroffen klanten opgelijst, oorzaak, oplossing, notitie na het incident | AI-agent governance |
| Rapportage | Wekelijks en maandelijks | Kwaliteitsrapport van één pagina voor het hoofd CX | AI-agent monitoring |
Twee ervan worden vaak vergeten. Testen voor de release, omdat een aangepaste instructie binnen enkele minuten elk gesprek bereikt. Ontwerp van escalaties, omdat de duurste AI-fouten vaak late overdrachten zijn, waarbij de klant alles opnieuw moet vertellen aan iemand zonder context.
Welke beslissingen neemt de AI-agent manager?
De AI-agent manager neemt de beslissingen die veranderen hoe de agent zich gedraagt: wat eerst wordt opgelost, welke wijziging in instructies of routering live gaat, of een release slaagt voor de tests en of een falende flow wordt gepauzeerd. Hij of zij adviseert, maar beslist niet, over nieuwe intents voor de agent, budget en elke wijziging in het beleid zelf.
Beslisbevoegdheden op papier maken van een coördinator een eigenaar:
- Beslist zelf: prioriteit van oplossingen, wijzigingen in instructies en prompts, testsets, go of no-go voor een release, een flow pauzeren tijdens een incident, overdrachtsregels binnen een goedgekeurde intent.
- Adviseert, het hoofd CX beslist: nieuwe intents of kanalen, nieuwe acties (terugbetalingen, accountwijzigingen), wisselen van leverancier, budget. Gebruik voor nieuwe intents de scoreregel uit welke vragen je eerst automatiseert.
- Wordt alleen geraadpleegd: de beleidsregel zelf, die van finance, legal of de beleidseigenaar is; de criteria van de scorecard, die van de QA-lead zijn.
De functiescorecard voor een AI-agent manager (kopieer dit)
De functiescorecard hieronder werkt als functieomschrijving, beoordelingsrubriek voor sollicitaties en kwartaalreview in één: missie, verantwoordelijkheden, beslissingen, KPI’s en vaardigheden. Kopieer ze, vervang de delen tussen haken en stem ze af met het hoofd CX voordat je de vacature publiceert of iemand aanstelt.
| Onderdeel | Inhoud |
|---|---|
| Titel | AI-agent manager (ook: AI operations lead, AI-agent supervisor) |
| Rapporteert aan | Hoofd CX of directeur support operations; stippellijn naar [lead AI of platform engineering] |
| Missie | De AI-agent geeft klanten juiste, toegestane antwoorden, draagt op het juiste moment over en wordt elke maand beter |
| Scope | [Namen van de agents, kanalen, intents, talen] |
| Verantwoordelijkheden | 1. Wekelijkse review van gescoorde AI-gesprekken. 2. Oorzaak en oplossing voor elke kritieke bevinding. 3. Regressietests en goedkeuring voor elke release. 4. Ontwerp van escalatie en overdracht. 5. Incidentleider bij AI-fouten. 6. Wekelijkse en maandelijkse kwaliteitsrapportage |
| Eigen beslissingen | Prioriteit van oplossingen; wijzigingen in instructies, prompts en routering; go of no-go voor een release; een flow pauzeren tijdens een incident |
| Adviseert over | Nieuwe intents en kanalen; nieuwe acties die de agent mag uitvoeren; wijzigingen in platform en leverancier |
| KPI’s | Percentage correcte oplossingen; percentage kritieke fouten; tijd van bevinding tot oplossing live; slagingspercentage regressietests bij release; kwaliteit van overdrachten; percentage herhaalcontact op door AI afgesloten gesprekken |
| Vaardigheden | Diepe kennis van support operations; fouten diagnosticeren uit transcripten; gestructureerd schrijven; testontwerp; basale data-analyse; veranderingsmanagement; kalm blijven bij incidenten |
| Niet vereist | Productiecode; integraties (dat doet engineering) |
| Eerste 90 dagen | Dag 1 tot 30: nulmeting van de kwaliteit per intent, wijzigingslog, testset voor de top 5 intents. Dag 31 tot 60: wekelijkse review draait, eerste maandrapport. Dag 61 tot 90: incidentdraaiboek afgestemd, beslisbevoegdheden goedgekeurd |
| Kwartaalreview | KPI-trend per intent, opgeleverde oplossingen, incidenten en doorlooptijd, één procesverbetering |
De regel met KPI’s is wat de meeste functieomschrijvingen vaag laten; het KPI-deel hieronder legt uit hoe je elk ervan meet.
Welke vaardigheden heeft een AI-agent manager nodig?
Een AI-agent manager heeft eerst diepe kennis van support operations nodig: je beleid kennen, je klanten kennen en weten waar gesprekken misgaan. Daarna vier praktische vaardigheden: een fout diagnosticeren uit een transcript, heldere instructies en artikelen schrijven, tests ontwerpen en data lezen. Kunnen programmeren is nuttig maar niet vereist. Oordeelsvermogen en kalmte onder druk van een incident wegen zwaarder.
| Vaardigheid | Zo test je het in een sollicitatiegesprek |
|---|---|
| Diagnose uit een transcript (gat in kennis, instructie of beleid?) | Geef 3 mislukte gesprekken; vraag naar de oorzaak van elk |
| Gestructureerd schrijven dat een model elke keer op dezelfde manier volgt | Laat een vage instructie over terugbetalingen herschrijven |
| Tests ontwerpen uit echte fouten en randgevallen | Vraag 5 testcases voor één intent |
| Data lezen per intent, afgezet tegen volume | Toon een week aan scores; vraag wat de kandidaat eerst zou oplossen en waarom |
| Veranderingsmanagement: één wijziging tegelijk, gelogd, terug te draaien | Vraag hoe de kandidaat twee oplossingen in dezelfde week zou uitrollen |
| Werken met stakeholders: de regel laten aanpassen, niet alleen het artikel | Vraag naar een keer dat de kandidaat het proces van een ander team veranderde |
Intercom merkt op dat de AI operations lead “often promoted from support ops” is (vaak doorgegroeid vanuit support ops) (Intercom, in het Engels): kennis van beleid en klanten kun je niet snel inhuren, testontwerp en schrijven kun je leren.
Waar hoort de AI-agent manager: support ops, CX of IT?
De AI-agent manager hoort in support, ofwel in support operations of rechtstreeks onder het hoofd CX, met een stippellijn naar het AI- of IT-team dat het platform beheert. Support is eigenaar van de uitkomst voor de klant en kent het beleid. IT is eigenaar van toegang, beveiliging en integraties. Zet je de rol in IT, dan wordt het een platformfunctie in plaats van een kwaliteitsfunctie.
| Plaats | Voordelen | Nadelen | Past als |
|---|---|---|---|
| Support operations | Dicht bij wachtrijen, routering en personeelsplanning; kent het beleid | Kan afglijden naar tooling en kwaliteit uit het oog verliezen | Eén of twee agents, support ops is al eigenaar van de helpdesk |
| Onder het hoofd CX | Duidelijke verantwoordelijkheid voor uitkomsten bij de klant; makkelijk contact met beleidseigenaren | Kan te weinig technisch gewicht hebben richting engineering | De AI-agent handelt een groot deel van het volume af of voert acties uit |
| IT of AI center of excellence | Sterk in platform, beveiliging en integraties | Ver van klanten en beleid; kwaliteit wordt “uptime” | De agent is vooral intern, of support heeft geen operationele functie |
Op Reddit melden CX-leiders hetzelfde: nieuwe titels voor mensen die eigenaar zijn van AI-agents komen meestal in support terecht, niet in engineering (discussie, in het Engels). Zie dat als een signaal, niet als een onderzoek.
Hoe werkt de AI-agent manager samen met QA-leads, kennismanagers en teamleiders?
De AI-agent manager krijgt bevindingen van de QA-lead, laat content verbeteren door de kennismanager en deelt problemen met overdrachten met teamleiders, wiens mensen oppakken wat de agent doorgeeft. QA houdt de scorecard onafhankelijk, kennisbeheer is eigenaar van de artikelen, teamleiders zijn eigenaar van de mensen. De manager is eigenaar van de wijzigingen aan de agent en van de release.
De RACI hieronder dekt het dagelijkse werk (R = voert uit, A = eindverantwoordelijk, C = geraadpleegd, I = geïnformeerd). De versie op bedrijfsniveau, met legal en security, staat in AI-agent governance.
| Activiteit | AI-agent manager | QA-lead | Kennismanager | Teamleiders | Support ops / WFM | AI- of IT-engineering |
|---|---|---|---|---|---|---|
| Wekelijkse review van gescoorde AI-gesprekken | A, R | R (presenteert bevindingen) | C | I | I | I |
| Criteria van de scorecard voor AI-gesprekken | C | A, R | I | C | ||
| Een fout of ontbrekend artikel verbeteren | C | I | A, R | I | ||
| Instructies, prompts of routering aanpassen | A, R | C | C | I | C | C |
| Regressietest en goedkeuring van de release | A, R | C (keurt kritieke cases goed) | C | R (zet live) | ||
| Overdrachtsregels en wat mensen meekrijgen | A, R | C | C | C | C | |
| Feedback van de werkvloer over slechte overdrachten | I | I | A, R | I | ||
| AI-incident (pauzeren, oplossen, notitie na het incident) | A, R | C | C | I | C | R |
| Maandelijks kwaliteitsrapport | A, R | R (data) | I | I | I | I |
Twee regels vragen aandacht. De QA-lead is eigenaar van de scorecard, niet de persoon wiens wijzigingen ermee beoordeeld worden. En teamleiders zijn het vroege waarschuwingssysteem: hun medewerkers zien slechte overdrachten als eerste, dus geef ze een manier om met één klik een gesprek te melden.
Met welke KPI’s meet je een AI-agent manager?
Meet een AI-agent manager op de vraag of klanten juiste, toegestane antwoorden kregen en of fouten snel worden opgelost: percentage correcte oplossingen, percentage kritieke fouten, tijd van bevinding tot oplossing live, slagingspercentage van regressietests bij release, kwaliteit van overdrachten en herhaalcontact op door AI afgesloten gesprekken. Alleen containment beloont een agent die klanten weghoudt bij mensen, of het antwoord nu klopt of niet.
| KPI | Hoe je het meet | Startdoel (bepaal het tegen je eigen nulmeting) |
|---|---|---|
| Percentage correcte oplossingen | Aandeel AI-gesprekken dat als correct opgelost is gescoord, per intent | Maand op maand omhoog op de top 5 intents |
| Percentage kritieke fouten | Aandeel AI-gesprekken met een kritieke fout (verkeerd beleid, onveilige actie, gemiste escalatie) | Maand op maand omlaag; elk nieuw kritiek patroon binnen de week opgelost |
| Tijd van bevinding tot oplossing live | Werkdagen tussen een kritieke bevinding en de geteste oplossing in productie | Minder dan 5 werkdagen voor kritieke bevindingen |
| Slagingspercentage regressietests bij release | Aandeel geslaagde testcases voordat een wijziging live gaat | 100% op kritieke testcases, anders geen release |
| Kwaliteit van overdrachten | Aandeel overdrachten op het juiste moment, met de samenvatting van de zaak erbij | Maand op maand omhoog |
| Percentage herhaalcontact | Klanten die binnen 7 dagen na een door AI afgesloten gesprek terugkomen over hetzelfde probleem | Maand op maand omlaag |
De doelen zijn onze voorgestelde startpunten, geen benchmarks uit de sector; bepaal de nulmeting op basis van één maand gescoorde gesprekken. De metrics van Ada voor de AI manager beginnen bij het percentage geautomatiseerde oplossingen (Ada, in het Engels); zet naast elk oplossingspercentage een controle op juistheid, want opgelost is niet altijd correct.
Hoe ziet een werkweek van een AI-agent manager eruit?
Een gewone week heeft een vast ritme: maandag de gescoorde gesprekken van de afgelopen week reviewen, dinsdag oorzaken en oplossingen met de eigenaren van content en beleid, woensdag testen, donderdag de release, vrijdag rapportage en de backlog met verbeteringen. Incidenten doorbreken het ritme als ze zich voordoen.
Uitgewerkt voorbeeld (een illustratie met verzonnen cijfers). Een AI-agent handelt 9.000 gesprekken per week af. Op maandag ziet de manager dat 42 van de 1.400 gesprekken over terugbetalingen, 3,0%, zakten op een kritiek criterium: de agent noemde een terugbetalingstermijn van 30 dagen. Het beleid veranderde op de eerste van de maand naar 14 dagen, maar het helpartikel werd nooit bijgewerkt.
- Dinsdag: de kennismanager werkt het artikel bij; de manager voegt een instructie toe om de termijn te noemen en naar de beleidspagina te linken, en logt beide wijzigingen.
- Woensdag: 30 nieuwe testcases uit de fouten plus de bestaande set van 60 cases over terugbetalingen. 89 van de 90 slagen; de ene fout (een aankoop van vóór de beleidswijziging) krijgt een eigen instructie en slaagt bij de herhaling.
- Donderdag: release, daarna leest de manager de eerste 50 gesprekken over terugbetalingen.
- Maandag erna: 4 van de 1.350 gesprekken over terugbetalingen zakken op hetzelfde criterium, 0,3%. Bij het oude percentage van 3,0% waren het er ongeveer 40 geweest: zo’n 36 klanten per week minder die een verkeerde belofte over hun terugbetaling krijgen.
Van bevinding tot oplossing live duurde korter dan het doel van 5 dagen. De procesoplossing telt net zo zwaar: “de AI-agent bijwerken” staat nu op de checklist voor beleidswijzigingen.
Moet je een AI-agent manager aannemen of een teamleider bijscholen?
School een teamleider of support ops analist bij als je één AI-agent hebt die vragen beantwoordt maar geen acties uitvoert, en geef die persoon elke week beschermde uren. Neem een voltijdse AI-agent manager aan of stel er een aan zodra de agent acties uitvoert, meerdere intents met echt volume afhandelt of op meer dan één platform draait.
Fin stelt een vergelijkbare opbouw voor: geef het kernwerk in het begin aan iemand die er 5 tot 10 uur per week aan kan besteden; het wordt een voltijdse baan zodra AI 50% tot 70% van het binnenkomende volume afhandelt (Fin, in het Engels). Onze vuistregel voegt risico toe aan volume:
| Jouw situatie | Keuze |
|---|---|
| Eén agent, beantwoordt alleen vragen, een handvol intents | Teamleider bijscholen, elke week beschermde uren |
| De agent voert acties uit (terugbetalingen, opzeggingen, accountwijzigingen) | Voltijdse eigenaar, ongeacht het volume |
| Twee of meer van: meerdere intents met echt volume, gereguleerde onderwerpen, meerdere talen | Voltijdse eigenaar |
| Meer dan één AI-agent of platform | Voltijdse eigenaar, plus een tweede persoon in QA of kennisbeheer |
De bijgeschoolde teamleider kent het beleid en de klanten; het risico is tijd. Als AI-werk altijd verliest van de wachtrij, stopt de review en dwaalt de agent af, dus bescherm de uren en ga voltijds in de maand dat dat gebeurt. Het AI-volwassenheidsmodel voor de klantenservice laat zien in welke fase die stap meestal komt.
Wanneer je geen aparte AI-agent manager nodig hebt
Beantwoordt je AI-agent een paar honderd gesprekken per maand vanuit je helpcenter en voert hij geen acties uit, dan is een aparte rol meer dan je nodig hebt: wijs een eigenaar aan, geef die twee uur per week om gesprekken te lezen en artikelen te verbeteren, en review maandelijks.
De rol vervangt ook niet het team dat de agent bouwt. Kan niemand wijzigingen live zetten, dan levert een AI-agent manager bevindingen op die nooit live gaan.
Waar Kaizo past
De maandag van de AI-agent manager hangt af van gescoorde gesprekken, niet van een met de hand gekozen steekproef. Kaizo controleert elk supportgesprek, door een mens of door AI gevoerd, tegen je eigen rubric en laat zien wat je moet verbeteren: AutoPilot scoort elk gesprek zodra het is opgelost en linkt elke score aan het bewijs in het gesprek. Bekijk kwaliteitscontrole voor AI-agents, of boek een demo om het op je eigen gesprekken te zien.
Hoe je deze week begint
Je kunt de rol deze week opzetten zonder nieuwe medewerker en zonder nieuwe tool. Vijf stappen maken van “iemand kijkt naar de bot” een eigenaar met beslissingen en cijfers.
- Wijs per AI-agent één eigenaar aan en bepaal aan wie die rapporteert.
- Kopieer de functiescorecard, vul scope en beslisbevoegdheden in en stem ze af met het hoofd CX.
- Scoor de AI-gesprekken van vorige week voor je belangrijkste intent en zet de top 3 bevindingen op een rij.
- Start een wijzigingslog en een testset die je opbouwt uit die bevindingen.
- Plan een wekelijkse review van 30 minuten met de QA-lead en de kennismanager, en een maandrapport voor het management.
Draai na de eerste maand de maandelijkse review met het sjabloon uit AI-agent evalueren.
Veelgestelde vragen
Wat is een AI-supervisor in de klantenservice?
In de klantenservice is een AI-supervisor meestal een persoon: de AI-agent manager die de gesprekken van een AI-agent reviewt, verbetert wat hij fout doet en beslist wanneer hij overdraagt. In engineering is een “supervisor agent” software die meerdere AI-agents coördineert, dus check welke van de twee bedoeld is voordat je een vacature schrijft.
Is AIOps hetzelfde als AI ops in de klantenservice?
Nee. AIOps betekent meestal AI gebruiken om IT-operaties te draaien, bijvoorbeeld om incidenten in de infrastructuur te detecteren. AI ops in de klantenservice betekent de AI-agent beheren die met klanten praat: zijn kwaliteit, kennis, tests en escalaties. De baan, het team en de KPI’s verschillen.
Wie is eigenaar van het budget voor de AI-agent, CX of IT?
Dat verschilt, en het is een bekend wrijvingspunt. Een werkbaar patroon: CX is eigenaar van het budget voor de uitkomsten en het gebruik van de AI-agent, omdat CX verantwoording aflegt voor kwaliteit en besparingen, en IT is eigenaar van de kosten voor platform, beveiliging en integraties. Hoe dan ook moet de AI-agent manager de kosten per opgelost gesprek kunnen zien.
Kan één AI-agent manager meerdere AI-agents beheren?
Ja, zolang de agents een platform, beleid en team delen. Elk extra platform voegt een releaseproces, logs en een testset toe, en elk nieuw type actie voegt risico toe; voeg op dat moment een tweede persoon in QA of kennisbeheer toe, voordat de review van wekelijks naar af en toe zakt.
Wat moet je een AI-agent manager betalen?
Er is nog geen betrouwbare openbare salarisbenchmark, omdat de rol veel namen heeft. Prijs de functie tegen de schaal van je support operations manager of senior QA-lead, waar de meeste kandidaten vandaan komen, en verhoog als de agent acties uitvoert met financieel of compliancerisico.
