Use cases

WISMOBeschadigde & ontbrekende itemsAbonnementenProductadviesRetouren & refunds
Klantverhalen Integraties Inloggen
Klantenservice 12 min lezen

AI resolution rate: welk percentage is realistisch voor je webshop in 2026

AI resolution rate voor webshops: welk deel van je tickets een AI-agent zelf oplost, waarom cijfers zo verschillen en hoe je het eerlijk meet.

Bryan Delmee
Geschreven door Marketing, Engaige
Delen

De resolution rate van AI (het oplossingspercentage) is het aandeel van je supporttickets dat een AI-agent zelf van begin tot eind afrondt. Voor webshops lopen gepubliceerde cijfers van ongeveer 5% van alle tickets tot een mediaan van 45% van de tickets die de AI behandelt (bovenste kwartiel boven 65%), en 60% van alle tickets bij één met naam genoemde retailer. Het grootste deel van dat verschil zit in waardoor elk cijfer gedeeld wordt.

Hieronder lees je welk percentage realistisch is voor een webshop, waarom leveranciers zulke verschillende cijfers noemen en hoe je het zelf eerlijk meet. Deze pagina hoort bij onze gids over AI klantenservice.

Wat is de resolution rate van AI?

De resolution rate van AI is een breuk: de tickets die een AI-agent zelfstandig afsloot, gedeeld door de tickets die hij behandelde of door alle tickets die je ontving. Een ticket telt alleen mee als het drie controles doorstaat: het verzoek is echt uitgevoerd in je systemen, geen medewerker antwoordde of handelde, en de klant schreef er niet opnieuw over binnen een termijn die je vooraf vastlegde.

Beide noemers zijn legitiem. Gedeeld door de tickets die de AI behandelt, laat het percentage zien hoe goed de agent is in wat hij oppakt. Gedeeld door alle binnenkomende tickets, laat het zien hoeveel werk er bij je team is weggehaald.

Leveranciers gebruiken hiervoor vooral Engelse termen. Dit betekenen ze in gewoon Nederlands:

Engelse termIn gewoon NederlandsWat het telt
Resolution rateOplossingspercentageTickets die de AI zelfstandig afrondde, van begin tot eind
AnsweredBeantwoordDe AI stuurde een antwoord
ContainedZonder overdracht beëindigdDe klant verliet het gesprek
AssistedMet hulp van een medewerkerDe AI hielp, een medewerker rondde het ticket af
DeflectionAfgevangen contactEen contact dat nooit bij een medewerker terechtkwam

In de strikte definitie die we hier gebruiken, zijn drie uitkomsten geen oplossing: een antwoord van de AI (beantwoord), een gesprek dat de klant verliet (zonder overdracht beëindigd) en een ticket dat een medewerker afrondde na hulp van de AI (assisted).

Deflection is weer een andere maat. Die telt contacten die nooit een medewerker bereikten; de resolution rate telt verzoeken die echt zijn afgerond. Onze Engelstalige gids over supportcijfers gaat dieper in op deflection rate.

Welke resolution rate is realistisch voor een webshop?

Op de tickets die een AI-agent behandelt, is ongeveer de helft de gepubliceerde mediaan. Als aandeel van alle tickets hangt het af van hoeveel tickettypes de agent dekt. Bij onze klanten is 60% van alle tickets een realistische mediaan, en “opgelost” betekent daarbij dat de agent de actie uitvoert, antwoordt en het ticket sluit zonder dat een medewerker eraan te pas komt. Zonder die definitie zegt een percentage weinig. Ter vergelijking: over 131 webshops in één onderzoek was het 4,9%.

Gepubliceerde cijfers en waardoor ze gedeeld zijn

BronCijferGedeeld doorWat telt als opgelost
Chatarmin, 20264,9%Alle opgeloste tickets, 131 webshopsAlleen AI, zonder medewerker en zonder workflow
Chatarmin, zelfde onderzoek20,3%Tickets die de AI behandeldeIdem
Gorgias, 2026Mediaan 45%, bovenste kwartiel boven 65%Tickets die de AI behandeldeGesloten zonder bericht van een menselijke medewerker
Otrium, klant van Engaige60%Alle 120.000 tickets per jaarVan begin tot eind opgelost

Chatarmin en Gorgias rapporteren over hun eigen klanten. Chatarmin schrijft zelf dat de steekproef niet representatief is voor e-commerce als geheel.

Op 16 november 2026 legden we precies deze vraag voor aan vier AI-assistenten, in het Engels en in het Nederlands. Het laagste van de acht antwoorden noemde 5 tot 20% van alle tickets bij de start, het hoogste 70 tot 84% van het totale volume.

Onze kijk: bouw je plan op het cijfer over alle tickets, en lees elke 80% als een aandeel van iets totdat de noemer genoemd is. Zo’n hoog percentage op alle binnenkomende tickets is niet gebruikelijk in de platformdata hierboven. Het hoogste cijfer over alle tickets in de tabel is Otrium, waar 60% van de 120.000 tickets die het per jaar ontvangt van begin tot eind wordt opgelost met Engaige.

With Engaige, we are able to automatically resolve 60% of the 120,000 support tickets that we receive annually.

Tessa van der Lof Tessa van der Lof Head of Operations, Otrium · full case study

Wat het percentage in euro’s waard is, lees je in ons artikel over support-ROI.

Waarom verschillen gepubliceerde resolution rates zo sterk?

Gepubliceerde percentages verschillen om drie redenen: de noemer (alle tickets of alleen de tickets die de AI behandelde), de definitie van opgelost, en wat er nog meer wordt meegeteld, zoals workflows, tickets die een medewerker afrondde na hulp van de AI en gesprekken die zonder overdracht eindigden.

De noemer. Eén rekensom verklaart het grootste deel van het verschil: aandeel van alle tickets opgelost = aandeel tickets dat de AI behandelt × resolution rate op die tickets. In de data van Chatarmin behandelde de AI 24,2% van de tickets en loste die 20,3% daarvan op. Dat is 4,9% van alle tickets. De documentatie van Gorgias geeft twee percentages voor één agent: één over de totale werklast, één over de tickets die hij behandelde (Gorgias, 2026).

De definitie. Drie helpdeskleveranciers definiëren een oplossing elk in hun eigen documentatie.

Documentatie van de leverancierWanneer een gesprek als opgelost telt
Intercom, Fin AI Agent outcomesDe klant bevestigt dat het antwoord hielp, of vertrekt zonder om meer hulp te vragen. Vervalt weer als de klant terugkomt in het gesprek.
Zendesk, automated resolution tiersDrie niveaus: assisted escalation, contained resolution en verified resolution na een controle door een taalmodel. E-mail wordt 72 uur na de eerste e-mail beoordeeld, messaging standaard 2 uur na het eerste bericht.
Gorgias, metric-documentatie (hierboven gelinkt)Er is 72 uur verstreken zonder overdracht aan een medewerker.

Geen van deze definities is fout. Sommige zijn wel breder dan de strikte definitie hierboven, dus de percentages zijn niet met elkaar te vergelijken.

Wat er nog meer wordt meegeteld. In de dataset van Chatarmin was de totale automatisering inclusief no-code workflows 32,9% van de opgeloste tickets, terwijl de AI zonder hulp 4,9% oploste.

Hoe bereken je de resolution rate eerlijk?

Tel een ticket alleen als opgelost door AI wanneer het verzoek is afgerond, geen medewerker antwoordde of handelde, en de klant er niet over terugkwam binnen een termijn die je vooraf vastlegt. Rapporteer het percentage daarna over beide noemers, met de dekking ernaast.

  • Resolution rate op behandelde tickets: door AI opgeloste tickets ÷ door AI behandelde tickets × 100.
  • Resolution rate op alle tickets: door AI opgeloste tickets ÷ alle ontvangen tickets × 100.
  • Dekking: door AI behandelde tickets ÷ alle ontvangen tickets × 100.

Vier regels houden de telling eerlijk:

  1. Leg de termijn voor nieuw contact vast en noem hem. Bij leveranciers loopt die van 2 uur tot 72 uur.
  2. Tel tickets die een medewerker afrondde na hulp van de AI apart. Een overdracht is nooit een oplossing.
  3. Controleer de actie in je backend, niet alleen in het antwoord.
  4. Lees elke week een steekproef van tickets die de AI sloot, met dezelfde beoordelingscriteria als voor je team.

Lopen er meerdere veranderingen tegelijk en wil je de bijdrage van de AI isoleren? Meet dan per tickettype, voor en nadat dat type autonoom gaat.

Een hoog percentage kan een vals gevoel van succes geven als klanten afhaken of een fout antwoord accepteren. Zet daarom het aantal nieuwe contacten en de CSAT op door AI gesloten tickets naast het percentage. Zendesk waarschuwt in zijn eigen gids voor hetzelfde (“a false sense of success”) (Zendesk, 2026). In de data van Gorgias is die CSAT ongeveer even hoog als bij tickets van hetzelfde type die een medewerker oploste.

Welke tickets lost een AI-agent van begin tot eind op, en welke niet?

Een AI-agent lost de tickets op waarbij het antwoord of de actie volgt uit je data en een uitgeschreven policy, zoals bestelstatus, retourverzoeken, annuleringen vóór verzending en vragen over je voorwaarden. Tickets die draaien om een afweging, een uitzondering of coulance hebben nog een medewerker nodig. Hoe groot dat deel is, bepaal je zelf.

De laatste 10 tot 30% van de tickets is vaak heel specifiek per geval of vraagt om een menselijke afweging. Dat zijn de randgevallen, en het kost tijd voordat je die kunt automatiseren. Gorgias komt voor de meeste e-commercemerken op een vergelijkbare schatting: 20 tot 30% van het volume heeft echt een mens nodig.

Een antwoord is geen oplossing. Bij retouren is je retourbeleid citeren een antwoord; de retour registreren is een oplossing. Bij bestelstatus is een track-and-tracelink een antwoord; de status bij de vervoerder lezen en handelen volgens je policy voor vertraagde pakketten is een oplossing.

Bestaat je volume vooral uit klachten, garantie of maatwerk? Reken dan op een lager percentage over alle tickets en stuur op het percentage per tickettype. Keurt een medewerker één stap goed, tel het ticket dan als afgerond met hulp van een medewerker.

Waardoor lost een AI-agent meer tickets op?

Drie dingen heb je zelf in de hand: wat de agent in je systemen kan lezen en doen, hoeveel je uitgeschreven policies hem zelfstandig laten doen, en hoe hij na livegang verbetert. Eén ding niet: je ticketmix, die het plafond bepaalt.

Het onderzoek van Gorgias onder eigen klanten wijst dezelfde kant op. De merken aan de top verschillen daar op vier punten: hoeveel soorten vragen de agent dekt, de bevoegdheid om te handelen, de koppelingen met systemen en een smalle policy voor escalatie.

Diepte van toegang. Een agent die alleen helpartikelen leest, kan antwoorden. Een agent die gekoppeld is aan je webshop, vervoerders en retourtools, zoals PostNL, DHL of Returnless, kan handelen. Op Shopify combineert Engaige live data uit de Admin API met de content van je storefront. Voordat hij antwoordt, heeft hij de tijd om de bestelling te lezen, je policy te controleren en te handelen.

Customer · email

Hi, where is my order? It's been eight days and the tracking hasn't moved.

Shopify logo

Shopify

Order 48219 · fulfilled

Policy Where's my order Action Lookup order
Picqer logo

Picqer

Still processing Contradicts Shopify

Action Get shipment
DHL logo

DHL

Returned to depot · 3 delivery attempts

Settles it: the parcel is not with the customer

Knowledge Delivery times per carrier Action Get tracking

Reasoning…

Not deliverable. Reship to a confirmed address, booked in Picqer.

Knowledge Depot returns excluded Action Reship order

Suggested reply

Your parcel went back to the depot after three delivery attempts, so it will not arrive. I have booked a reshipment to the address you confirmed, arriving Thursday.

Every answer shows its working: which systems Engaige checked and why it replied as it did. Example data.

Policy en bevoegdheid. Een vraag zonder uitgeschreven policy eindigt in een overdracht. Bij Engaige bepaal je per stap in de policy of de agent zelf handelt of een conceptantwoord voor je team klaarzet, en je stelt grensbedragen in. Onze gids over grip houden gaat hier dieper op in.

Verbetering na livegang. In Agent Assist wordt elk antwoord dat je team verstuurt vergeleken met wat de agent voorstelde. Dat is een van de signalen waarvan Engaige AI leert. Jij keurt de wijzigingen goed die het voorstelt.

Hoe snel stijgt het percentage na livegang?

Begin je in Agent Assist, dan begint de resolution rate op nul, terwijl het aandeel tickets groeit dat een medewerker afrondt met hulp van de AI. Daarna stijgt het percentage, één tickettype tegelijk. Elk type dat je op autonoom zet, vergroot het aandeel tickets dat de agent behandelt, en dat tilt het percentage over alle tickets omhoog.

Met Engaige ga je binnen enkele uren live in Agent Assist. Daar wordt geen ticket gesloten zonder medewerker, dus die tickets tellen als afgerond met hulp van een medewerker. Daarna zet je tickettypes één voor één op autonoom, zodra de agent je team op dat type evenaart. Merken die snel schakelen, bereiken autonomie in ongeveer een week, en vanaf dag één autonoom starten kan ook. Het percentage blijft daarna stijgen, omdat Engaige AI blijft leren van overdrachten en opkomende trends.

De uitrol zelf staat in ons stappenplan. Wat het percentage betekent voor de omvang van je team, lees je in onze Engelstalige teamvergelijking. Het verhaal voor een compact team staat in de gids voor kleine teams.

Hoe controleer je de resolution rate van een leverancier voordat je tekent?

Vraag waardoor het percentage gedeeld is, wat als opgelost telt en wie of wat dat bepaalt. Bekijk het daarna op je eigen tickets, niet op demodata. Stel deze vragen aan elke leverancier, ook aan ons:

  • Door welke tickets is het percentage gedeeld?
  • Wat telt als opgelost, en binnen welke termijn?
  • Zitten workflows, tickets die een medewerker afrondde na hulp van de AI en gesprekken zonder overdracht in het cijfer?
  • Wat is het percentage per tickettype op een mix zoals de onze?
  • Van welke bij naam genoemde klant kunnen we het resultaat inzien?

Toegepast op onze eigen claims: Engaige automatiseert tot 90% van de ondersteunde tickets. De noemer is dus de tickettypes die de agent ondersteunt. De 60% van Otrium is een aandeel van alle tickets die het in een jaar ontvangt.

Bij Engaige test je elke policy in de Playground voordat die live gaat, ook met echte eerdere tickets die je erin plakt. Of je laat Engaige op gekozen tickettypes naast je huidige AI draaien en vergelijkt beide.

Waar past Engaige?

Engaige (dat zijn wij) is de AI-supportagent voor e-commerce die je aansluit op de helpdesk die je al gebruikt, die tickets oplost in al je systemen en die zichzelf blijft verbeteren. Houd je helpdesk. Vervang de AI. Daarachter zit Engaige AI, dat je in gewone taal instrueert en dat leert van je gesprekken, je input en data-analyse.

Hello Potential New Client

What would you like to get done today?

Could you analyse this week's conversations and show me some automation opportunities?

Ask Engaige…

Launch my agent Create a policy Investigate a conversation Setup integration

Could you analyse this week's conversations and show me some automation opportunities?

Searched and found 4 contact reasons · 2.4s

Your agent resolved 426 of 512 conversations. 86 were handed over, and one contact reason accounts for most of them.

512 Total conversations 86 Handed over 83% Resolution rate

What were the reasons for handover, and how can we improve?

Searched and found 1 policy · 1.6s

Delivery status hands over whenever tracking is older than 24 hours, which is 40 of those 46.

Fix it.

Editing Delivery status · 1.9s

Done. It now handles stale tracking itself. Those 40 a week stay with your agent.

What were the reasons for handover, and how can we improve?

Fix it.

Reply…

Engaige AI shows what to change in your policies and why; you approve every change. Illustrative figures.

Je opent elk gesprek en ziet de volledige redenering achter elk antwoord en elke actie. De kanttekening: Engaige is gespecialiseerd in e-commerce, geen generieke tool voor elke branche, en bewust gericht op tekst. Is telefoon een groot deel van je contact, dan is een voice-specialist het eerlijke antwoord.

Wil je zien hoe het percentage eruitziet op je eigen ticketmix? Plan dan een demo.

Veelgestelde vragen

Wat is een goede resolution rate voor e-commerce?

Ongeveer de helft van de tickets die de AI behandelt is de gepubliceerde mediaan. Als aandeel van alle tickets hangt het af van de dekking, van 4,9% over 131 webshops in één onderzoek tot 60% bij de retailer die in de tabel hierboven met naam wordt genoemd.

Is een resolution rate van 80% realistisch voor een webshop?

Meestal is het een aandeel van de tickets die de AI behandelde of ondersteunt, niet van alle binnenkomende tickets. Op alle tickets is het niet gebruikelijk in gepubliceerde platformdata, dus vraag naar de noemer.

Wie bepaalt of een ticket als opgelost door AI telt?

De definitie van de leverancier, tenzij je zelf een definitie vastlegt. Leveranciers gebruiken een signaal van de klant, een automatische controle of tijd zonder overdracht. Leg één regel vast en pas dezelfde regel toe op de tickets die je team sluit.

Wat is het verschil tussen resolution rate en automatiseringspercentage?

In een automatiseringspercentage zitten vaak ook no-code workflows, en soms tickets die een medewerker afrondde na hulp van de AI of gesprekken die zonder overdracht eindigden. De resolution rate van AI hoort alleen de tickets te tellen die de AI zelfstandig afrondde. In de data van Chatarmin zijn die twee 32,9% en 4,9% van de opgeloste tickets.

Gaat een hogere resolution rate ten koste van de klanttevredenheid?

Niet als het ticket echt is opgelost: in de data van Gorgias is de CSAT op die tickets ongeveer even hoog als bij tickets van hetzelfde type die een medewerker oploste. Een percentage kan ook klanten verbergen die afhaakten. Volg daarom nieuw contact en CSAT op door AI gesloten tickets ernaast.

Haalt e-mail dezelfde resolution rate als chat?

Het onderzoek van Gorgias noemt contactformulier en e-mail als de twee kanalen met de schoonste route naar een oplossing van begin tot eind. Engaige is bewust gericht op tekst: e-mail, chat, WhatsApp, sms en social DM’s.

Hoe lang duurt het voordat je een hoge resolution rate haalt?

Dat hangt af van hoe snel je tickettypes op autonoom zet. Met Engaige bereiken merken die snel schakelen autonomie in ongeveer een week, en het percentage blijft daarna stijgen.

Kan ik een AI-agent op mijn eigen tickets testen voordat ik overstap?

Ja. Bij Engaige plak je echte eerdere tickets in de Playground, of laat je Engaige op gekozen tickettypes naast je huidige AI draaien.

Cover met de vraag: Hoe houd je een AI-agent binnen jouw regels?
Klantenservice

AI guardrails in de klantenservice: zo voorkom je verkeerde beloftes en acties (2026)

AI guardrails houden een AI-agent binnen jouw regels: live data, geschreven policies, een toestemming per actie, overdracht aan een mens en testen vooraf.

Cover met de vraag: wat kan een AI-agent met retouren en annuleringen?
Klantenservice

AI-agent voor retouren en annuleringen: wat hij echt kan (2026)

Wat een AI-agent voor retouren en annuleringen in je webshop kan: de bestelling lezen, je policy toetsen, de actie uitvoeren en overdragen aan je team.

Cover met de vraag: Hoe implementeer je een AI-agent in je klantenservice?
Klantenservice

AI klantenservice implementeren: stappen, werk en doorlooptijd (2026)

AI klantenservice implementeren in je webshop: wie de policies bouwt, hoe lang livegang duurt, waar de AI-agent zijn kennis haalt en wat je team voorbereidt.

Cover met de vraag: loont AI klantenservice voor een klein team?
Klantenservice

AI klantenservice voor een kleine webshop: loont het?

Loont AI klantenservice voor een kleine webshop met één of twee mensen op support? Waar de waarde zit als je team blijft, en wanneer het te vroeg is.

Wat doet AI in je webshop voor je klantcontact?
Klantenservice

AI voor webshops: wat AI in e-commerce voor je klantcontact doet

AI in e-commerce voor je webshop: wat een AI-agent zoals Engaige oplost in je klantcontact, van bestelstatus en retouren tot productadvies.

Cover met de vraag: Wat kan Zendesk AI en wanneer vervang je het?
Klantenservice

Zendesk AI in 2026: functies, kosten en wanneer je de AI vervangt

Zendesk AI uitgelegd: AI agents, Copilot en Forethought, wat het kost per oktober 2026 en wanneer je webshop Zendesk houdt en alleen de AI vervangt.

Bekijk Engaige op jouw tickets.

We lopen door de tickets die je team deze week behandelt en laten zien hoe Engaige ze zou oplossen.