Alisina NawabiVraag een willekeurige ondernemer naar ‘AI in de marketing’ en het gesprek gaat binnen twee minuten over tools. Eén voor het schrijven, één voor de planning, één voor SEO, één voor de nieuwsbrief, één voor de analytics, en sinds kort een aparte AI-tool bovenop elk daarvan. Alsof betere marketing een kwestie is van de juiste twintig abonnementen naast elkaar. Mijn stelling is precies het omgekeerde. AI maakt marketing in het MKB niet beter door méér gereedschap, maar door minder. De winst zit niet in het stapelen van losse functies, maar in één samenhangende workflow waarin content, distributie en analyse in elkaar grijpen. Wie dat doorheeft, haalt de output die bureaus beloven en bespaart tegelijk tijd en budget.
Meer tools, en steeds minder ervan gebruikt
Het marketinglandschap is de afgelopen jaren niet gegroeid, het is ontploft. De jaarlijkse telling van martech-analist Scott Brinker kwam in 2026 uit op ruim 15.500 marketingtools, honderd keer zoveel als in 2011, met de droge constatering erbij dat AI de complexiteit niet wegneemt maar juist blootlegt. En toch staat het grootste deel van die capaciteit stil. Uit het Gartner Marketing Technology-onderzoek blijkt dat organisaties gemiddeld maar 49% van hun martech-stack benutten. Dat is nota bene een verbetering, in 2023 was het nog een derde, maar het betekent nog altijd dat de helft van wat je betaalt ongebruikt blijft liggen.
Het wordt schrijnender bij de AI-beloftes zelf. In een peiling onder ruim vierhonderd martech-leiders gaf 45% aan dat de AI-agents van hun bestaande leveranciers de beloofde bedrijfsresultaten niet halen. De tools beloven autonomie en leveren teleurstelling. Dat is geen toeval, het is wat er gebeurt als je een probleem te lijf gaat met een abonnement in plaats van met een plan.
Waarom de toolstapel vanzelf blijft groeien
Elke marketinguitdaging krijgt vroeg of laat zijn eigen tool. Je wilt sneller content, dus komt er een schrijftool bij. Je wilt beter plannen, een planningstool. Je wilt vindbaar blijven, een SEO-tool. En omdat elke SaaS-leverancier inmiddels een AI-knop op zijn product heeft geschroefd, voelt elke aankoop als vooruitgang. Maar de rekening die je betaalt is niet het maandbedrag.
De echte kosten van een toolstapel zijn de verborgen kosten: de moeite om alles aan elkaar te knopen, de data die versnippert en de capaciteit die je nooit aanraakt. Dat is waar de stapel je geld kost, niet op de factuur maar in de marge. Concreet zitten ze op vier plekken:
- Integratiekosten: elke tool moet praten met de andere, en die koppelingen onderhoud je eindeloos. Wat ik uitwerkte over de verborgen totale kosten van een SaaS-stapel geldt hier dubbel: hoe meer losse abonnementen, hoe meer breekpunten.
- Versnipperde data: je klantgegevens, je content en je resultaten leven in vijf systemen die elkaars taal niet spreken, dus niemand heeft het hele plaatje.
- Stilstaande capaciteit: je betaalt voor functies die je nooit aanzet. Die 49%-benutting is geen abstractie, het is de helft van je marketingbudget die niets doet.
- Wisselkosten: elke tool heeft een eigen login, een eigen logica en een eigen leercurve. De mens die ertussen zit, betaalt met aandacht.
Brinker vatte het scherp samen: AI laat de rommel onder de motorkap niet verdwijnen, het maakt hem zichtbaar. Zodra AI niet alleen content maakt maar ook klantinteracties moet aansturen, wordt pijnlijk duidelijk of je data, je rechten en je samenhang op orde zijn.
Marketing is één workflow, geen twintig losse tools
Hier zit de denkfout. Veel ondernemers behandelen marketing als een verzameling losse taken die elk hun eigen gereedschap verdienen, terwijl het in werkelijkheid één doorlopende lus is: je maakt iets, je verspreidt het, je meet wat er gebeurt, en dat meten voedt het volgende dat je maakt. De eenheid is niet de tool, het is die lus.
AI hoort niet als losse functie in elk hokje, maar als de rode draad die context door die hele lus heen draagt. Het echte knelpunt van moderne marketing is namelijk niet productie, want met één goed model genereer je eindeloos veel teksten, varianten en ideeën. Het knelpunt is context: weet het systeem wie je klant is, wat je merk is, wat vorige week werkte? Een gefragmenteerde stack verliest die context bij elke overgang tussen tools. Eén workflow houdt hem vast.
Praktisch betekent dat vaak verrassend weinig: één sterk taalmodel voor het denk- en schrijfwerk, één plek waar je publiceert en distribueert, en één plek waar je terugziet wat het deed. Hoe je zo’n centrale contentkalender met AI automatiseert van idee tot publicatie werkte ik elders praktisch uit, en de lijm die de lus sluit hoeft geen duur platform te zijn: een doordachte keuze tussen no-code automatisering met n8n, Make of Zapier doet het werk van een halve toolstapel.
‘Maar gespecialiseerde tools zijn toch beter?’
Het sterkste tegenargument verdient een eerlijk antwoord: een gespecialiseerde tool verslaat een generalist op zijn eigen terrein. De beste SEO-tool ziet meer dan een AI die er ‘ook iets’ mee doet, de beste e-mailtool levert betere deliverability. Dat klopt. Voor een handvol echt ladingdragende capaciteiten is specialisatie het waard.
Maar voor de meeste MKB-bedrijven wordt die marginale winst weggevaagd door de integratiebelasting en de stilstaande capaciteit eromheen. Het is dezelfde nuchtere afweging als bij het bouwen of kopen van software: je koopt het gespecialiseerde stuk waar het echt verschil maakt, en je weigert de reflex om voor elk probleem een nieuw abonnement af te sluiten. Eén workflow bezitten betekent ook dat je niet vastzit, want hoe meer kritieke functies je uitbesteedt aan losse leveranciers, hoe dieper de afhankelijkheid die vendor lock-in over je software legt ook je marketing gijzelt. De vraag is niet ‘één tool voor alles’, de vraag is wie de ruggengraat bezit.
Het is trouwens precies de bredere les van de AI-hype: de waarde zit zelden in de meest geavanceerde tool, maar in wat nú al betrouwbaar werkt voor het MKB, saai en goed ingebed.
Vindbaarheid beloont samenhang, niet tool-aantal
Er is nog een reden waarom de toolstapel achterhaald raakt. De manier waarop mensen je vinden verschuift. Steeds meer zoekopdrachten eindigen in een AI-antwoord in plaats van een lijst blauwe links, en die verschuiving van SEO naar AEO om vindbaar te blijven in AI-zoekmachines verandert wat marketing moet opleveren. Een AI-antwoordmachine beloont geen bos losse signalen, hij beloont een consistent, samenhangend verhaal over wie je bent en wat je doet.
Dat is precies wat een gefragmenteerde stack niet kan leveren. Vijf tools die elk een stukje van je merk aanraken, produceren vijf half-consistente signalen. Dat je merk meetbaar wordt in ChatGPT en Google’s AI Mode, iets waar Adobe met Brand Visibility je merkzichtbaarheid in AI-zoekmachines laat meten, en dat zelfs Facebook verandert in een AI-zoekmachine, maakt samenhang geen luxe maar de kern. Eén coherente workflow produceert een coherent signaal.
De juiste vraag
AI in marketing is geen tool-aankoop, het is een ontwerpkeuze. De ondernemer die vraagt ‘welke AI-tool moet ik hebben’ stelt de verkeerde vraag, want tools zijn goedkoop, oneindig in aantal en grotendeels onderling inwisselbaar. De schaarse, waardevolle vraag is: wat is mijn ene workflow, en draagt AI daar context doorheen? Een MKB-bedrijf heeft hier zelfs een voordeel op de grote organisatie met haar log gegroeide martech-machine: je bent klein genoeg om je marketing nog als één samenhangend geheel te ontwerpen in plaats van te erven.
Met slim werken loont hard werken, maar alleen als dat slimme werk samenhangt. Twintig tools die elk iets half doen, zijn geen strategie. Eén workflow die klopt, is dat wel.
