AI is goed in het schrijven van de beschrijvende en terugkerende delen van projectdocumenten (de projectbeschrijving, de gebruikelijke bouwsystemen van het bureau, een technische omschrijving in begrijpelijke taal), zolang ze werkt vanuit een projectgegevensblad en de eigen goedgekeurde teksten van het bureau. Ze is slecht, en riskant, in het onderbouwen dat iets aan de regels voldoet, in het citeren van regelgeving uit haar geheugen en in het verzinnen van gegevens die ze niet heeft. De methode die werkt: één gegevensblad per project, een bibliotheek met eigen tekstblokken, schrijven per onderdeel, een kruiscontrole tegen het gegevensblad en een laatste controle door de vakman of vakvrouw.
In deze gids lees je per soort document wat AI goed en slecht doet, de methode in vijf stappen en de meest gemaakte fouten.
Wat AI goed doet per soort document
| Soort document | Wat ze goed doet | Wat ze niet moet doen | Wie beslist |
|---|---|---|---|
| Projectbeschrijving | De beschrijving schrijven uit de projectgegevens, in de stijl van het bureau | Oppervlakten, functies of planologische gegevens verzinnen | De ontwerper |
| Bestek en bouwkundige omschrijving | Omschrijvingen aanpassen van systemen die het bureau al gebruikt | Nieuwe bouwkundige oplossingen voorstellen zonder vakkundig oordeel | De ontwerper |
| Toetsing aan het Bbl en berekeningen | Onderdelen ordenen en de beschrijvende delen schrijven | Verklaren dat iets voldoet, rekenen, artikelen uit het geheugen citeren | De vakman of vakvrouw, met rekensoftware |
| Technische omschrijving voor kopers | Het technische document vertalen naar begrijpelijke taal | Verkooptaal toevoegen of materialen noemen die niet worden toegepast | De ontwikkelaar en de ontwerper |
| Kwalitatieve inschrijving bij aanbesteding | Inhoud ordenen naar de gunningscriteria en eigen teksten hergebruiken | Pagina’s vullen met algemene tekst | Het inschrijfteam |
Projectbeschrijving en bouwkundige omschrijving
Hier bespaar je de meeste tijd. Een groot deel van een bouwkundige omschrijving gaat over oplossingen die het bureau steeds opnieuw toepast: fundering, constructie, gevel, kozijnen, installaties. Begint AI bij die teksten en de gegevens van het nieuwe project, dan staat het concept er binnen minuten, in de stijl van het bureau.
Het risico is anders dan je zou denken: niet dat AI slecht schrijft, maar dat ze een gegeven uit het vorige project meeneemt dat volkomen geloofwaardig klinkt. Daarom komt elk getal uit het projectgegevensblad, nooit uit de starttekst.
Toetsing aan het Bbl en berekeningen
Hier kan AI de opbouw ordenen en de beschrijvende delen schrijven, maar ze mag niet onderbouwen dat iets voldoet. Die onderbouwing komt uit de berekeningen en controles van de vakman, meestal met gespecialiseerde software, zoals voor de BENG-berekening of de constructieve berekening. Bovendien citeren AI-modellen regelgeving uit hun geheugen en halen ze soms versies of vervallen artikelen door elkaar. Wil je hulp bij het controleren, plak dan de officiële tekst en vraag om een controlelijst, zoals we uitleggen in 15 AI-prompts voor architecten en ingenieurs.
Technische omschrijving voor kopers
AI doet het goed als het gaat om een technische tekst omzetten in een tekst die een koper begrijpt, per ruimte geordend. Maar houd er rekening mee dat de technische omschrijving bij nieuwbouw meestal deel uitmaakt van de koop- en aannemingsovereenkomst: elk materiaal, merk of elke afwerking die erin staat, moet ook echt worden toegepast. Geen bijvoeglijke naamwoorden die AI zelf toevoegt (“hoogwaardig”, “exclusief”) als je ze niet kunt waarmaken.
Kwalitatieve inschrijving bij aanbestedingen
Bij aanbestedingen op beste prijs-kwaliteitverhouding beslist het kwalitatieve deel vaak over de gunning. AI helpt de inhoud precies te ordenen naar de gunningscriteria, geen onderdeel te vergeten en goed geschreven eigen teksten te hergebruiken. Wat niet werkt, is algemene tekst: beoordelaars belonen wat specifiek is voor dat project (aanpak, planning, middelen, concrete risico’s) en herkennen meteen alinea’s die bij elke aanbesteding zouden passen, wie ze ook heeft geschreven. Meer pagina’s betekent niet meer punten, en vaak geldt er een maximaal aantal pagina’s.
Een methode in vijf stappen
1. Eén gegevensblad per project
Een tabel met alle objectieve gegevens: oppervlakten, hoogtes, aantal woningen, functies, hoofdmaterialen, kadastrale en planologische gegevens. Het is de enige bron waar getallen vandaan komen. Verandert een gegeven, dan verandert het daar.
2. Een bibliotheek met eigen tekstblokken
De gecontroleerde en goedgekeurde teksten van het bureau: omschrijvingen van bouwsystemen, standaardonderdelen, alinea’s voor de technische omschrijving. Geordend per onderwerp en met de datum van de laatste controle. Dat geeft de AI de stijl en het oordeel van het bureau.
3. Per onderdeel schrijven
Het hele document in één keer vragen levert lange tekst op die moeilijk te controleren is. Beter per onderdeel, met het gegevensblad en de bijbehorende blokken, en met de regel dat alles wat niet in het gegevensblad staat als [OPEN] wordt gemarkeerd.
4. Kruiscontrole tegen het gegevensblad
Vraag de AI, voordat je de tekst leest, het hele document met het gegevensblad te vergelijken en elk getal te markeren dat niet klopt (dat is prompt 5 in onze lijst). Een snelle controle die de meeste meegenomen gegevens opspoort.
5. Controle door de vakman en ondertekening
De laatste lezing is aan de vakman of vakvrouw: samenhang met de tekeningen, bouwkundige oplossingen, verwijzingen naar regelgeving en, bij de technische omschrijving voor kopers, dat alles wat wordt beloofd ook wordt gebouwd.
Veelgemaakte fouten
- Beginnen bij het document van het vorige project in plaats van bij het gegevensblad van het nieuwe. De snelste manier om verkeerde oppervlakten, namen en verwijzingen mee te nemen.
- AI regelgeving uit haar geheugen laten citeren. Verwijzingen neem je over uit de geldende officiële tekst, of je laat ze weg.
- De verkooptoon accepteren die AI aan technische omschrijvingen toevoegt.
- De inschrijving opblazen met tekst die niets concreets toevoegt.
- De bibliotheek niet bijhouden. Een blok met een oplossing die het bureau niet meer gebruikt, belandt in een nieuw project.
- Documenten met persoonsgegevens uploaden naar het verkeerde account. Zie onze gids over ChatGPT en gegevensbescherming.
Wanneer automatiseren loont
Schrijft het bureau deze documenten vaak, dan is de volgende stap een systeem dat het concept rechtstreeks uit het gegevensblad en de bibliotheek maakt, met bij elk gegeven de herkomst, in plaats van dat iedereen kopieert en plakt in een assistent. Of dat loont, reken je uit zoals we beschrijven in wat kost automatiseren met AI.
Veelgestelde vragen
Kan ik AI de Bbl-toetsing laten schrijven?
Ze kan de opbouw ordenen en de beschrijvende delen schrijven. De onderbouwing zelf komt uit je berekeningen en controles; AI mag niet stellen dat iets voldoet.
Merken beoordelaars van een aanbesteding dat AI een tekst heeft geschreven?
Ze merken het als een tekst algemeen is, wie hem ook schreef. Een inschrijving met concrete gegevens over het project, gecontroleerd door het team, scoort even goed of beter; opvulling scoort slechter.
Kan AI het hele project lezen en het document zelf schrijven?
Ze kan veel documentatie lezen, maar interpreteert tekeningen nog vaak verkeerd en weet niet welke beslissingen buiten de documenten zijn genomen. Ze werkt beter met een duidelijk gegevensblad dan met het hele project.
Hoeveel tijd bespaart het?
Bij projectbeschrijvingen en bouwkundige omschrijvingen met een goede bibliotheek gaat het concept van uren naar minuten; de controle kost nog steeds tijd, en zo hoort het ook. Meet hoe lang een gemiddeld document nu duurt en vergelijk na een paar weken.