Toen LogiFlow Warehousing uit Mechelen begin 2024 besliste om artificiële intelligentie te integreren in hun dagelijkse operaties, hadden ze precies drie maanden om resultaat te boeken. De druk was hoog: de raad van bestuur had een duidelijke deadline gesteld, en falen was geen optie. Wat volgde, was een intensieve transformatie die niet alleen hun bedrijfsprocessen veranderde, maar ook een blauwdruk creëerde voor andere Belgische kmo’s die met AI aan de slag willen. Dit is het verhaal van hoe een middelgroot logistiek bedrijf in negentig dagen evolueerde van AI-nieuwsgierig naar AI-gedreven.
De uitgangssituatie: chaos in het magazijn
LogiFlow Warehousing, een familiebedrijf met 180 medewerkers en drie distributiecentra in Vlaanderen, kampte al jaren met dezelfde problemen. Voorraadfouten liepen op tot 7 procent, leveringsvertragingen kostten hen jaarlijks drie grote klanten, en hun planningsafdeling draaide structureel overuren om de roosters rond te krijgen. Operations manager Karen Vermeiren herinnert zich de frustratie: “We werkten met spreadsheets die niemand meer begreep, intuïtie van ervaren medewerkers die met pensioen gingen, en software uit 2011 die we met plakband bij elkaar hielden.”
De wake-up call kwam toen een concurrent met vergelijkbare schaalgrootte plotseling 15 procent marktaandeel afsnoepte. Hun geheim? Een slim voorraadbeheersysteem aangedreven door machine learning. De directie van LogiFlow besefte dat digitale transformatie geen luxe meer was, maar pure noodzaak.
Fase 1: de eerste dertig dagen van voorbereiding
Het AI-implementatieproject startte niet met technologie, maar met mensen. CEO Marc Hendrickx nam een controversiële beslissing: hij investeerde de eerste maand volledig in kennisopbouw en cultuurverandering. “Veel bedrijven maken de fout om direct tools aan te kopen,” vertelt hij. “Wij wilden eerst begrijpen wat AI werkelijk kan betekenen voor ónze specifieke situatie.”
De aanpak was drieledig. Ten eerste volgden alle leidinggevenden een intensieve AI-training bij een gespecialiseerd opleidingsinstituut. Niet om zelf te programmeren, maar om de juiste vragen te kunnen stellen en realistische verwachtingen te ontwikkelen. Ten tweede werd een intern AI-kernteam samengesteld: een mix van een externe consultant, twee eigen IT-medewerkers en cruciale vertegenwoordigers uit operations en sales. Ten derde organiseerden ze workshops met alle afdelingen om pijnpunten te inventariseren en quick wins te identificeren.
Deze fase leverde een verrassend inzicht op. Het grootste probleem zat niet in het magazijn zelf, maar in de communicatie tussen verkoop en logistiek. Verkopers beloofden levertijden die fysiek onmogelijk waren, omdat ze geen real-time zicht hadden op de voorraadstatus. Hier lag de eerste AI-kans.
Fase 2: de technische implementatie
Met een helder actieplan begon het team aan de daadwerkelijke uitrol. Ze kozen voor een gefaseerde aanpak met twee parallelle trajecten: een voorspellend voorraadmodel en een intelligent planningssysteem voor de magazijnmedewerkers.
Voor het voorraadmodel werkten ze samen met een Gentse AI-scale-up die gespecialiseerd is in supply chain optimalisatie. De uitdaging was om historische verkoopdata, seizoenspatronen en externe factoren zoals weer en economische indicatoren samen te brengen in één voorspellend model. Na zes weken intensief testen en bijsturen, kon het systeem met 89 procent nauwkeurigheid voorspellen welke producten binnen veertien dagen besteld zouden worden.
Het planningssysteem was een ander verhaal. Hier botsten ze op onverwachte weerstand. Magazijnchef Danny Claessens geeft toe dat hij aanvankelijk sceptisch was: “Ik dacht dat ze mijn job wilden automatiseren. Pas toen ik zag dat de AI mij hielp om betere beslissingen te nemen in plaats van beslissingen voor mij te nemen, keerde het tij.” Deze menselijke factor bleek cruciaal voor het succes van het hele project.
De kritieke succesfactoren
- Volg een gerichte AI-training. Het managementteam van LogiFlow wijst unaniem naar hun opleidingstraject als dé beslissende factor. Zonder fundamenteel begrip van AI-mogelijkheden en -beperkingen hadden ze verkeerde keuzes gemaakt en onrealistische verwachtingen gecreëerd. Een training bij IFBD biedt Belgische professionals exact deze basis: praktijkgerichte kennis die direct toepasbaar is in de eigen werkomgeving.
- Start met een afgebakend probleem. LogiFlow probeerde niet hun hele organisatie in één keer te transformeren. Ze focusten op twee concrete pijnpunten en bewezen daar eerst de waarde van AI voordat ze uitbreidden.
- Betrek de werkvloer vanaf dag één. De weerstand van magazijnchef Danny verdween pas toen hij actief betrokken werd bij het ontwerp van het systeem. Zijn praktijkervaring maakte het model uiteindelijk veel accurater.
- Accepteer imperfectie. Het voorspellingsmodel haalde geen 100 procent nauwkeurigheid, en dat hoefde ook niet. Een verbetering van 7 procent naar 2 procent voorraadfouten was al voldoende om de investering terug te verdienen.
- Creëer interne ambassadeurs. LogiFlow identificeerde in elke afdeling een enthousiaste medewerker die als aanspreekpunt fungeerde. Deze ambassadeurs maakten het verschil bij de adoptie door collega’s.
De resultaten na negentig dagen
De cijfers spreken voor zich. Voorraadfouten daalden van 7 naar 2,1 procent. De gemiddelde levertijd verbeterde met 23 procent. Het aantal overuren op de planningsafdeling halveerde. Maar misschien nog belangrijker: de medewerkerstevredenheid steeg merkbaar. Medewerkers voelden zich ondersteund door technologie in plaats van bedreigd.
CFO Liesbeth Peeters rekende voor dat de investering van 180.000 euro zich binnen acht maanden zou terugverdienen. “We hadden gerekend op veertien maanden,” bekent ze. “De snelle winst kwam vooral door de verbeterde klanttevredenheid. Twee verloren klanten keerden terug omdat ze hoorden over onze transformatie.”
Lessen voor andere Belgische bedrijven
Het verhaal van LogiFlow toont aan dat AI-implementatie geen exclusief domein is voor multinationals met miljoenenbudgetten. Een middelgroot Belgisch bedrijf kan in negentig dagen significante resultaten boeken, mits de aanpak doordacht is. De sleutel ligt niet in de technologie zelf, maar in de voorbereiding: begrip ontwikkelen, de juiste problemen selecteren en mensen meenemen in de verandering.
Marc Hendrickx vat het samen met een advies aan collega-ondernemers: “Begin niet met de vraag welke AI-tools je moet kopen. Begin met de vraag welke problemen je wilt oplossen en welke kennis je daarvoor nodig hebt. De rest volgt vanzelf.”
Voor bedrijven die dezelfde weg willen bewandelen, is investeren in kennis de eerste en belangrijkste stap. Pas wanneer beslissingsnemers en medewerkers begrijpen wat AI kan en vooral wat het niet kan, ontstaat de basis voor een succesvolle implementatie.
Welke AI-training kan ik volgen?
Training | Meer informatie | |
 | ChatGPT - Slim & Creatief Communiceren | |
 | AI gedreven | |
 | Artificiële Intelligentie & ChatGPT in Finance | |
 | Schrijven van Offertes | |
 | ChatGPT voor learning & development | |
 | Data-analyse voor niet-analisten met ChatGPT | |
 | ChatGPT voor sales | |
 | Slimmer werken met COPILOT 365 | |
 | Verhoog uw output & productiviteit met ChatGPT | |
 | AI innovatie in marketing & communicatie |