AI in contractmanagement: versneller, vergrootglas en soms ook een valkuil

Kunstmatige intelligentie (AI) is inmiddels ook in het doen van projecten en bijbehorend contractmanagement geen toekomstmuziek meer. In projecten, onderhoudscontracten en conflicten zie ik dagelijks hoe snel informatie zich opstapelt: contractstukken, addenda, scopebeschrijvingen, technische query’s, correspondentie, verslagen kostenoverzichten. Als Contractmanager met een juridische achtergrond bij Bilfinger sta ik precies op het kruispunt waar techniek, commercie en recht samenkomen. Dat is een plek waar snelheid helpt, maar waar nuance en detail vaak het verschil maken.

Microsoft Copilot is een AI-assistant van Microsoft aangedreven door geavanceerde taalmodellen. Het is ontworpen om de productiviteit te verhogen door te helpen met het schrijven van teksten, analyseren van data en samenvatten van informatie. Sinds wij binnen Bilfinger werken met Microsoft Copilot, ben ik AI bewust gaan inzetten als “tweede paar ogen” en als schrijf- en zoekassistent. Mijn ervaringen zijn verdeeld: AI levert voor mij aantoonbare winst in snelheid en consistentie, maar het vraagt óók om discipline, goede prompts en een scherp besef van de grenzen, juist te snel willen zorgt voor fouten. In dit artikel deel ik wat in mijn dagelijkse praktijk wel werkt, wat niet, en waar ik de grootste kansen en risico’s zie. Het artikel is niet bedoeld om te onderwijzen in het gebruik van AI maar om ervaringen te delen over mijn persoonlijke gebruik van AI in mijn werkzaamheden.

Waar ik AI voor gebruik: drie terugkerende scenario’s
In mijn werk zijn er drie scenario’s waarin AI inmiddels een vaste plek heeft gekregen omdat het voor mij werkt: (1) contractanalyse en zoeken van gerelateerde informatie, (2) het opstellen/ redigeren van brieven en (3) het doorzoeken van correspondentie / documentcontrol. Die drie raken elkaar, maar ik merk dat ze elk vragen om een andere manier van werken. Ook zijn er zaken waar ik AI bij voorkeur niet voor gebruik: juridische analyses en als “eindstation”.

Contracten doorzoeken, samenvatten en toetsen aan risicobeleid
Mijn grootste tijdwinst zit in het snel “doorlichten” van zeer omvangrijke contracten. Ik gebruik Copilot om contracten te doorzoeken op thema’s (limitation of liability, indemnities, variations, notice periods, payment terms etc), om een samenvatting te maken per hoofdstuk, en om een eerste set risico’s te laten benoemen. Vervolgens leg ik die bevindingen naast het risicobeleid van Bilfinger: welke risico’s accepteren we wel, welke alleen met mitigatie, en welke in principe niet? Maar ook kunnen we hier in de praktijk mee werken of vergt het meer duidelijkheid of andere aanpassingen?

Mijn conclusie: op hoofdlijnen gaat dit verrassend goed maar vooral wanneer het contract expliciet beschrijft wat er gevraagd wordt en waar verantwoordelijkheden liggen. AI is sterk in het identificeren van “zichtbare” verplichtingen, zoals deliverables, milestones, boetebepalingen en notice requirements. Voor een snelle screening, bijvoorbeeld in een tenderfase of bij een eerste review – is dat waardevol.

Maar ik zie ook dat details worden gemist. Juist de verborgen aansprakelijkheden of impliciete verantwoordelijkheden, die verspreid staan over bijlagen, definities, interfaces, technische documenten, kwaliteitsdocumenten HSE documenten en andere referentiedocumenten, worden niet altijd herkend, worden te licht of onjuist gewogen. Ook op technisch vlak is het antwoord niet altijd correct heb ik gemerkt; AI kan een technische passage overtuigend samenvatten en toch een cruciale nuance verkeerd interpreteren, of verfsoorten adviseren die niet bestaan. Daarom behandel ik AI-output als een startpunt: een lijst met hypothesen die ik vervolgens zelf of via collega’s verifieer. De eerste verificatie is om AI na de samenvatting vraag een vervolg vraag te stellen waar een specifiek onderdeel van de output gevonden is. In dergelijke gevallen blijkt dat AI de samenhang tussen hoofdregel en uitzondering niet altijd volledig doorgrondt en het gegeven antwoord gebaseerd is op de hoofdregel. Juist de nuance van de samenhang tussen de hoofdregel en de uitzondering is essentieel, omdat deze kan leiden tot een uitkomst die mogelijk niet in lijn is met de oorspronkelijke bedoeling van partijen bij het aangaan van de overeenkomst.

Van snel geschreven concept naar correct opgestelde zakelijke brief
Een tweede toepassing is het schrijven van brieven. In contractmanagement draait veel om communicatie: het tijdig reserveren van rechten, het zorgvuldig formuleren van een standpunt, het onderbouwen van een dispuut of het afwijzen van een backcharge. Waar ik altijd relatief veel tijd kwijt was aan toon, structuur, hanteren van juiste contractdefinities en consistentie, kan Copilot nu binnen enkele minuten een goed geformuleerde conceptbrief genereren waarbij er rekening is gehouden met alle voorgenoemde zaken. Daarnaast zie ik dat de meeste contracten in het Engels zijn geschreven en de contractuele correspondentie ook in het Engels plaatsvindt. Door mij wordt veel tijdswinst behaald in het snel vertalen van mijn geschreven tekst in het Nederlands naar een brief in het Engels die geschikt is voor de wijze waarop ik wil communiceren met de specifieke klant.

Daar zit directe waarde: de tekst is vaak “to the point”, zakelijk en consistent. Ook helpt het om snel meerdere varianten te maken: een korte zakelijke versie, een uitgebreidere versie met contractreferenties, of een diplomatiekere versie die ruimte laat voor overleg. In complexe discussies is dat praktisch: je kunt sneller schakelen en je energie steken in de inhoud, in plaats van in het zoeken naar de juiste bewoording. Dat gezegd hebbende zit er ook een valkuil maar die komt later nog ter sprake.

Correspondentie doorzoeken
De derde toepassing is het doorzoeken van correspondentie. In projecten met meerdere partijen verspreidt informatie zich over e-mail, Teams, SharePoint, notulen en logs. Omdat Copilot binnen het Microsoft-systeem integreert, kan ik vanuit één zoekvraag relevante e-mails, bijlagen en documenten terugvinden. Dat versnelt het reconstrueren van een feiten(tijds)lijn: wie zei wat, wanneer, en met welke bijlage? Overigens kan deze vraag ook aan copilot gesteld worden en je hebt binnen seconden een tijdlijn die je zelf verder kunt aanvullen en verbeteren.

Mijn hoop is wel dat deze functie de komende jaren wordt uitgebreid en verbeterd. In de praktijk merk ik nog beperkingen in vindbaarheid, context en het correct “koppelen” van conversaties aan de juiste documenten. Maar de richting is duidelijk: AI als navigatie-instrument door een groeiende documentberg en voor mij werkt dit.

Waar het schuurt: kwaliteit, nuance en disputen
De grootste misvatting is dat AI een vervanger is van inhoudelijke expertise. In mijn ervaring werkt AI uitstekend voor snelheid en brede oriëntatie, maar minder goed zodra de situatie juridisch of technisch scherp wordt, toevallig precies het moment waarop het verschil van inzicht ontstaat.

Bij een verschil van inzicht draait het om details: definities, uitzonderingen, causale verbanden, bewijs en het gedrag van partijen over en weer. Dan wordt in mijn beleving “human intelligence” belangrijker. De reden is simpel: een ervaren contractmanager leest niet alleen wát er staat, maar ook wat er níet staat, wat er impliciet wordt verondersteld en welke belangen de tekst in beweging zetten. AI kan dat soms benaderen, maar mist regelmatig het vakgevoel en de context van de projectrealiteit. Daarnaast leest AI de feitelijkheden van het contract maar niet de geest van het contract. Ook merk ik dat AI meeschrijft aan beide kanten en dit zorgt dan weer niet altijd voor extra efficiency heb ik gemerkt.

Een opvallende ontwikkeling is dat ik steeds vaker vermoed dat ook reacties van de andere kant (de opdrachtgever, aannemer of adviseur) door AI zijn geschreven. Die reacties zijn vaak strak, bondig en juridisch “netjes”. Maar ze dienen ook vaak het doel dat door die andere partij is ingegeven. En daar zit een risico: als het doel is om alles af te wijzen, dan maakt AI het afwijzen efficiënter, niet per se eerlijker of constructiever. Wanneer beide partijen AI inzetten om standpunten te volharden, bestaat de kans dat je niet dichter bij elkaar komt, maar juist verder uit elkaar raakt. In plaats van dialoog ontstaat een uitwisseling van perfect geformuleerde afwijzingen. Dat kan uiteindelijk méér werk opleveren voor contract- en dispuutfuncties, omdat escalatie sneller volgt en de ruimte voor pragmatische oplossingen kleiner wordt. Wanneer dit fenomeen zich ook bij andere projectfuncties voordoet bestaat het risico op extra tijdsbesteding en dus kostenverhoging en potentieel uitloop van projecten.

Juiste prompt
Een AI-prompt is een tekstuele vraag of instructie je ingevoerd wordt in een AI-systeem. Het is de instructie die AI verteld wat hij moet doen.

Het juiste prompt is richtingbepalend voor AI en de mens aan het stuur is nooit neutraal. Mijn belangrijkste les tot nu toe: het gebruikte prompt is bepalend. Er is een wereld van verschil tussen:

• “Geef me mogelijkheden om deze aansprakelijkheid af te wijzen.”

• “Kun je objectief uitleggen of ik aansprakelijk ben in deze specifieke kwestie rekening houdend met alle correspondentie, ingevoerde feiten en omstandigheden, het contract, de wet en alle overige regelgevende zaken?”

Het eerste stuurt AI richting bevestiging van een gewenst standpunt. Het tweede probeert te sturen naar een afgewogen analyse. Daarmee komt meteen de menselijke factor in beeld. De psyche van de mens is eerder geneigd om in het eigen straatje te denken dan volledig objectief te blijven, dat geldt voor mij hetzelfde. AI kan die basis versterken als het onbewust gevoed wordt met “confirmation prompts”. Het blijft dus noodzakelijk om jezelf te disciplineren: vraag niet alleen naar argumenten vóór jouw positie, maar ook naar tegenargumenten, onzekerheden en niet te vergeten ontbrekende informatie.

Legal: AI als startpunt, niet als autoriteit (liever een jurist raadplegen)
Op juridisch gebied ben ik kritischer. Ik heb meerdere keren gezien dat verwijzingen niet kloppen, dat jurisprudentie verkeerd wordt gebruikt (bijvoorbeeld bestuursrechtelijke uitspraken die worden gebruikt voor privaatrechtelijke vragen, of andersom), of dat wetsartikelen of jurisprudentie onjuist worden geciteerd of onvolledig worden weergegeven. Daarnaast zit veel hoogwaardige juridische informatie achter een paywall. In die gevallen lijkt AI geen toegang te hebben tot actuele commentaren of annotaties, waardoor de analyse snel veroudert of te algemeen blijft.

Dat betekent echter niet dat AI (helemaal) nutteloos is in juridische zaken. Het is handig om snel een basisbegrip te krijgen, om begrippen te structureren of om een checklist van mogelijke aandachtspunten te maken. Maar in ons vak is een basisbegrip zelden genoeg wanneer het juridisch echt spannend wordt. Dan blijft verificatie met primaire bronnen (contract, wet, relevante jurisprudentie) en, waar nodig, specialistische juridische expertise noodzakelijk.

Overigens hoor ik dat er systemen bestaan die beter zouden zijn dan Copilot voor juridische toepassingen, zelf heb ik daar geen praktijkervaring mee. Voor mij werkt Copilot vooral als werkversneller binnen de dagelijkse documentstroom, niet als juridisch eindstation.

Conclusie: Do’s & Don’ts uit mijn praktijk
Tot slot een korte lijst met mijn persoonlijke do’s and don’ts naar aanleiding van het gebruik van Copilot als contractmanager bij Bilfinger, tegelijk een goede (door AI opgestelde) conclusie van dit artikel.

Do’s

• Gebruik AI voor snelle eerste screening (scope, deliverables, notice periods, betalingsbepalingen), maar reserveer tijd voor handmatige verificatie op verborgen risico’s (definities, bijlagen, interfaces, referenties).
• Vraag expliciet om tegenargumenten, onzekerheden en ontbrekende informatie: maak AI een “counterpart” in plaats van een echo van je eigen standpunt.
• Gebruik AI om structuur te geven en efficiënter te werken: samenvatting per hoofdstuk, checklist per risicocategorie, conceptbrieven in meerdere toonvarianten.
• Combineer AI-zoekfuncties met een feitenlijn: laat AI helpen om e-mails en documenten te ordenen, maar houd zelf regie over wat bewijs is en wat interpretatie.
• Leg vast welke input je gebruikt en welke aannames AI maakt, zeker bij disputes. Transparantie voorkomt later discussie over de herkomst van conclusies.

Don’ts

• Gebruik AI niet als eindautoriteit voor juridische duiding of technische juistheid. Zie het als assistent, niet als beslisser.
• Stuur niet alleen op bevestiging (“help mij afwijzen”), maar stel objectieve vragen en vergeet niet het meenemen van het perspectief van de wederpartij.
• Neem citaten of wetsartikelen niet over zonder controle in primaire bronnen; fouten zijn vaak overtuigend geformuleerd en daardoor verraderlijk.
• Laat AI geen relatie-dynamiek bepalen. Perfecte brieven kunnen het gesprek verharden; plan bewust ruimte voor dialoog en gezamenlijke probleemoplossing.

• Vertrouw niet blind op zoekresultaten in één systeem; controleer of je de volledige dataset hebt (bijlagen, eerdere threads, besloten Teams-kanalen, etc.).

Slot: mens en machine, samen aan het werk
AI verandert ons vak. Niet doordat het contractmanagement overneemt, maar doordat het tempo omhoog gaat en de drempel voor het produceren van nette analyses en brieven omlaag. Dat creëert kansen (sneller, consistenter, beter vindbaar) én risico’s (verharden van standpunten, schijnzekerheid, gemiste nuances).

Voor mij is de optimale inzet daarom hybride: AI voor snelheid en breedte, human intelligence voor diepte, context en verantwoordelijkheid. Uiteindelijk blijft de contractmanager degene die de afweging maakt, de belangen weegt en de relatie bewaakt. En precies daarom is dit artikel ook een samenwerking: tot stand gekomen door artificial intelligence én human intelligence.

Auteur: Anne-Jan Mulder, Contractmanager (Bilfinger)