Je kent het patroon. Een post doet het goed, er komen likes, comments en een paar DM’s. Iedereen in het team zegt: ‘hier zit business in’. Twee weken later is de energie weg, omdat niemand precies weet welke lead wanneer opvolging krijgt.
Het probleem is zelden zichtbaarheid. Het probleem is opvolging zonder ritme. LinkedIn beloont consistentie, maar salesresultaat ontstaat pas als je reacties omzet in gesprekken en gesprekken in concrete volgende stappen.
Dit artikel is voor Nederlandse MKB-ondernemers en commerciële teams die LinkedIn al gebruiken, maar een systeem willen dat betrouwbaar afspraken oplevert. We bouwen een aanpak die AI inzet als versneller, niet als spamrobot.
Waarom LinkedIn-leads vaak ‘warm lijken maar koud eindigen’
In de meeste teams ontbreekt een duidelijke definitie van leadstatus. Iemand met een like wordt onterecht gezien als kans. Iemand met een inhoudelijke vraag wordt soms te laat opgevolgd.
Daarnaast is de context verspreid: comments in LinkedIn, notities in WhatsApp, taken in iemands hoofd en offerte-info in CRM. Zonder centrale route gaat snelheid omlaag en verdwijnt nuance.
Derde oorzaak: te generieke outreach. AI kan teksten sneller maken, maar als je prompt geen context bevat, krijgt elke prospect dezelfde vlakke boodschap.
De kern: bouw een 3-laags opvolgmachine
Laag 1 is **signaaldetectie**: welke interacties betekenen koopintentie?
Laag 2 is **contextverrijking**: wat weten we al over branche, rol, timing en probleem?
Laag 3 is **actieritme**: welk bericht, via welk kanaal, met welke timing en welk doel?
AI helpt vooral in laag 2 en 3. Laag 1 blijft deels menselijk, omdat intentie in B2B vaak subtiel is.
Stap 1: definieer commerciële signalen met scorekaart
Maak een eenvoudige score van 0 tot 100. Voorbeeld: inhoudelijke comment +20, DM met probleemvraag +35, websitebezoek op pricingpagina +25, bestaande klantintroductie +30.
Alles onder 30 is nurture, 30-60 is actief opvolgen, boven 60 binnen 24 uur persoonlijk contact.
Deze scorekaart voorkomt dat je team op volume jaagt. Je focust op signalen die kans op afspraak verhogen.
Stap 2: laat AI context samenvatten vóór elk bericht
Voor je iemand benadert, laat je AI een mini-briefing maken met: wie is dit, welk probleem klinkt door, welke eerdere interactie was relevant en wat is een logische volgende stap.
Gebruik daarbij eigen bronnen: eerdere DM’s, websitegedrag, CRM-notities en eventueel calltranscripts. Geen context betekent middelmatige output.
Een goed AI-briefje is maximaal 120 woorden en eindigt met: ‘beste vervolgvraag’. Daarmee stuur je op gesprek in plaats van pitch.
Stap 3: gebruik 5 opvolgtypes in plaats van 1 script
Teams met lage conversie gebruiken vaak één standaard DM. Teams met hoge conversie wisselen opvolgtype per intentie.
Type A: **verhelderingsvraag** (‘Mag ik checken of X nu je grootste bottleneck is?’).
Type B: **mini-case** (‘We zagen bij vergelijkbaar bedrijf dat Y binnen 30 dagen daalde met 18%. Herkenbaar?’).
Type C: **resource-drop** (relevant checklist of template zonder hard CTA).
Type D: **micro-uitnodiging** (15-min verkenning met scherp doel).
Type E: **timing-check** (‘Nu geen prioriteit? Dan plan ik over 6 weken een korte update.’).
AI kan per type 3 varianten maken, maar een verkoper kiest de beste op basis van relatiecontext.
Stap 4: 7-dagen ritme na elk sterk signaal
Dag 0: persoonlijke reactie binnen 6 uur.
Dag 1: korte vervolgvraag met context.
Dag 3: waardebericht met mini-case of inzicht.
Dag 5: expliciete maar lichte afspraakvraag.
Dag 7: nette timing-check met opt-out.
Dit ritme voelt menselijk als elke stap inhoud toevoegt. Het voelt spammy als je alleen ‘nog even bovenaan je inbox’ stuurt.
Praktijkvoorbeeld: B2B-softwarebureau in Utrecht
Een softwarebureau met 9 medewerkers kreeg gemiddeld 45 LinkedIn-signalen per maand. Voor de nieuwe aanpak leidde dat tot 3 à 4 kennismakingsgesprekken.
Na invoering van scorekaart + AI-briefings + 7-dagenritme steeg het naar 11 afspraken per maand binnen 8 weken. De no-show ratio daalde van 27% naar 12% omdat de pre-call context sterker was.
Belangrijk: ze verstuurden niet méér berichten, maar betere berichten op het juiste moment.
Hoe je AI inzet zonder je merkstem te verliezen
Leg in je promptbibliotheek drie vaste regels vast: schrijf in spreektaal, noem altijd concrete context uit eerdere interactie, en eindig met één duidelijke vervolgvraag.
Voeg verboden patronen toe: geen hypewoorden, geen ‘ik hoop dat het goed gaat met je’, geen generieke claims zonder voorbeeld.
Laat elke verkoper 10 sterke eigen berichten annoteren. Dat materiaal gebruik je als stijlbron voor AI. Zo schaal je authenticiteit in plaats van sjablonen.
KPI’s die ertoe doen
Meet niet alleen reply rate. Belangrijker zijn: rate van signaal naar gesprek, gesprek naar vervolgafspraak, doorlooptijd tot eerste call, en omzet per LinkedIn-kanaal.
Voeg een kwaliteits-KPI toe: percentage gesprekken waarbij prospect zegt ‘dit was relevant voorbereid’. Dat is een vroege indicator van trust.
Een gezond doel voor 90 dagen: +40% afspraakratio bij gelijkblijvend berichtvolume.
Integratie met CRM: klein beginnen, strak beheren
Je hebt geen perfect systeem nodig op dag 1. Start met drie verplichte velden: signaalbron, intentiescore, volgende actie-datum.
Zodra dat stabiel draait, voeg je AI-samenvatting en bezwaar-thema toe. Hiermee kun je later patronen zien per branche of persona.
Belangrijk: elke lead krijgt één eigenaar. AI mag helpen, maar verantwoordelijkheid blijft menselijk.
Veelgemaakte fouten in LinkedIn + AI workflows
Fout 1: automatiseren vóór positionering. Als je aanbod onduidelijk is, versnelt AI vooral ruis.
Fout 2: iedereen dezelfde tone of voice geven. B2B-relaties zijn persoonlijk; verschillende verkopers mogen verschillend klinken.
Fout 3: te snel naar demo. Vaak werkt een korte diagnosecall beter dan direct productpitch.
Fout 4: geen feedbackloop. Verzamel wekelijks welke berichten echt gesprekken opleverden en train daar je prompts op.
De 30-dagen sprint om te starten
Week 1: scorekaart + leaddefinities + CRM-minimumvelden.
Week 2: promptbibliotheek en 5 opvolgtypes uitwerken.
Week 3: live draaien op één segment (bijv. operations managers in zorg/tech).
Week 4: resultatenreview, scripts aanscherpen, ritme borgen in teamstand-up.
Plan aan het eind van week 4 één besluitmoment: opschalen, bijsturen of stoppen. Geen vaag ‘we kijken nog wel’.
Conclusie
LinkedIn-leadgeneratie wordt in 2026 gewonnen in de opvolgfase, niet in de zichtbaarheidsfase. Met AI kun je sneller en consistenter werken, zolang je intentie, context en ritme centraal zet.
Bouw één heldere machine: signaleren, verrijken, opvolgen. Dan verandert LinkedIn van contentkanaal in een voorspelbare bron van afspraken en omzet.
Direct toepasbare prompt
"Geef me een praktische aanpak voor [probleem] voor een Nederlands mkb-bedrijf. Houd het kort, met concrete stappen en voorbeeldtekst."