In het kort

ChatGPT is sterk voor aanbestedingen. Het helpt je sneller een eerste opzet te schrijven, ideeën te ordenen en teksten leesbaarder te maken. Voor wie incidenteel inschrijft en de tijd heeft om alles na te lopen, is het vaak genoeg. Maar op vijf punten schiet het tekort, en juist daar maak je bij tenders het verschil tussen winnen en verliezen. Het verzint feiten (hallucinatie). Het kent jouw winnende historie niet. Je moet het vraag voor vraag dwingen. Het bewijst zijn beweringen niet met een bron. En het toetst je tekst niet tegen de gunningscriteria. Een gespecialiseerde aanbestedingstool lost precies die vijf tekortkomingen op. Wanneer loont dat? Als je structureel inschrijft, op kwaliteit moet winnen en niet alles handmatig kunt narekenen.

Het afgelopen jaar spraken we ruim 300 bidmanagers en aanbestedingsprofessionals. De citaten in dit artikel komen uit die gesprekken, anoniem weergegeven. Het is wat we in de markt horen, ook over onszelf.

ChatGPT is een goed startpunt. Erken dat eerst.

Laten we eerlijk beginnen, want ChatGPT-bashing helpt niemand. ChatGPT doet een heleboel goed. Het haalt je van een wit vel papier af. Het brengt een ongeordende brij aan input terug tot een leesbaar antwoord. Het herschrijft een te technische alinea tot iets wat een beoordelaar prettig leest. Voor wie een paar keer per jaar inschrijft, is dat prima gereedschap.

Klanten zeggen dat ook letterlijk. Een bidmanager in de vertaalsector vertelde dat ze hun beste teksten in ChatGPT hadden opgebouwd en daar nieuwe aanbestedingen mee beantwoordden. Het werkt, tot op zekere hoogte. Want er zit een plafond aan, en dat zit precies daar waar aanbestedingen anders zijn dan gewone schrijfklussen.

Dit artikel gaat over dat plafond. Niet om ChatGPT af te schrijven, maar om scherp te krijgen waar het tekortschiet en wanneer een gespecialiseerde tool zijn geld waard wordt.

Waar ChatGPT tekortschiet voor tenders

1. Het verzint feiten als het er niet uitkomt (hallucinatie)

Dit is de meest genoemde en de gevaarlijkste tekortkoming. ChatGPT vult gaten op met overtuigend klinkende onzin. Bij een blogpost is dat vervelend. Bij een aanbesteding waar jouw handtekening onder staat, is het een risico.

Een ondernemer zonder eigen tenderdesk vatte het scherp samen: "wat ik bij ChatGPT zie is dat dat absoluut niet voldoet aan wat ik ervan verwacht. Als ik lees dat het niet klopt, dan zeg ik dit klopt niet. En hij: oh nee, je hebt gelijk, zal ik nog een keer nadenken. Daar kom ik niet mee weg als ik opeens nog maar 50% van mijn aanbestedingen win."

Dat is de kern. Zolang jij elke fout zelf moet vangen, neemt ChatGPT je geen werk uit handen op het moment dat het ertoe doet. Een bidmanager in de zakelijke dienstverlening gaf een concreet voorbeeld: "af en toe komt hij met hele overtuigende dingen waarvan je denkt, hier sla je de plank mis. Dan zet hij er gewoon een responspercentage in. Waar hij dat vandaan haalt, geen idee. Dan wordt het iets meer hallucineren."

Een verzonnen responspercentage in een inschrijving is niet alleen puntenverlies. Het kan je geloofwaardigheid bij de hele beoordeling onderuithalen.

2. Het kent jouw winnende historie niet

Aanbestedingen lijken op elkaar, maar zijn nooit identiek. Een tenderschrijver bij een vertaalbureau zei het zo: "aanbestedingen lijken op elkaar, alleen de vraag is altijd net iets anders. Er zit net een nuanceverschil in of een ander woordje. Waardoor je toch iedere keer weer opnieuw erover moet nadenken."

Juist daarom is hergebruik zo waardevol. Een groot deel van een nieuwe inschrijving zit al in je vorige winnende teksten. Een prospect noemde er een percentage bij: "wij denken altijd dat alle aanbestedingen anders zijn. Maar voor 50% of 60% is er echt wel een gedeelte dat je kan hergebruiken."

ChatGPT heeft geen geheugen voor jouw winnende inschrijvingen. Je kunt teksten plakken, een project aanmaken, documenten uploaden. Het blijft losse context die je telkens opnieuw aanlevert. Bovendien weet het niet welke van je oude antwoorden gewonnen hebben en welke verloren. Een bidmanager benoemde wat daarvoor nodig zou zijn: "als je wilt dat hij leert van oude plannen, moet je hem de beoordeling erbij geven. Dan weet hij of je wel of niet gewonnen hebt." Dat handmatig bijhouden, per tekst, houdt vrijwel niemand vol.

3. Je moet het vraag voor vraag, subvraag voor subvraag dwingen

Het idee dat je een leidraad uploadt en er een complete inschrijving uitrolt, klopt in de praktijk niet. Diezelfde tenderschrijver beschreef hoe het echt gaat: "wat we geprobeerd hebben is allemaal succesvolle teksten in GPT te bouwen. Maar dan een nieuwe aanbesteding, dit zijn de tien vragen, doe even een antwoord. Dat gaat niet. Je moet vraag voor vraag gaan doen. En dan nog een keer binnen een vraag per subvraag."

Een ondernemer liep tegen hetzelfde aan: "je kan niet een werkplan erin gooien en zeggen, zie dit leidraadje en schrijf het op, want dan komt het niet goed."

Zelfs een goed antwoord is daarna lastig te reproduceren. Hij vergeleek het met beeldgeneratie: "Dan heb je een mooi antwoord. En dan genereer je nog een keer, doe maar even lichter blauw, en dan krijg je een heel ander plaatje. En dat is met die aanbestedingsteksten ook zo." Die onvoorspelbaarheid kost tijd: je weet nooit precies wat je terugkrijgt, en bent voortdurend aan sturen en herstellen. Hij wees ook op iets praktisch dat misgaat zodra je met meerdere tenders tegelijk werkt: ChatGPT "gooit aanbestedingen door elkaar" als de context te vol raakt.

4. Het bewijst zijn beweringen niet met een bron

Bij een inschrijving wil je kunnen terugzoeken waar een bewering vandaan komt. Stond die eis echt in de leidraad? Klopt dit citaat uit de Nota van Inlichtingen? ChatGPT geeft vlot een antwoord, maar zelden een traceerbare verwijzing naar de exacte plek in het brondocument.

Klanten noemen dit als een van de dingen die ze missen. Een prospect reageerde verrast toen hij in een gespecialiseerde tool wel bronvermelding zag: "ik zag rechts overal bron staan. Als je dat aanklikt, kom je direct op de plek in het document? Ja, top." Een Duitse prospect verwoordde waarom dat ertoe doet: hij kan het nalezen via de verwijzing, zodat het niet uit de lucht gegrepen is, en bij twijfel zelf controleren of het antwoord klopt.

Zonder die traceerbaarheid ben je terug bij tekortkoming 1: je moet alles zelf narekenen.

5. Het toetst je tekst niet tegen de gunningscriteria

Dit is misschien wel het grootste verschil. Winnen doe je niet met een mooie tekst, maar door maximaal te scoren op de gunningscriteria. ChatGPT schrijft, maar het beoordeelt niet of jouw antwoord de punten gaat opleveren waar de aanbestedende dienst op let.

Kwaliteitswinst zit precies in dat scoren. Een bidmanager zoekt naar wat hij "van die zeven naar die tien" noemt: het gat tussen een voldoende en een winnend antwoord. Dat gat dicht je door je tekst naast de criteria te leggen en te zien waar je punten laat liggen. ChatGPT doet dat niet uit zichzelf, en vraag je het erom, dan ontbreekt de bronvermelding en de betrouwbaarheid om op dat oordeel te kunnen vertrouwen.

ChatGPT vs een gespecialiseerde aanbestedingstool

Maar je kunt ChatGPT toch zelf goed organiseren?

Dat is de eerlijke tegenwerping, en die hoor je vaak. Een prospect uit België stelde precies die vraag: "ik ben nog wat zoekende om de echte meerwaarde ten opzichte van ChatGPT te vinden. Je kunt ChatGPT even goed organiseren, de prompt opslaan, een project aanmaken met alle documenten. Waar zit het verschil dan nog?"

Het eerlijke antwoord: voor een deel kun je dat. Je kunt projecten aanmaken, prompts opslaan en documenten toevoegen. Een gespecialiseerde tool is in die zin, zoals een prospect het noemde, "een soort schil op een wat rauwere ChatGPT, waar je zelf al die prompts zou moeten doen."

Het verschil zit in wat die schil precies oplost, en of jij de tijd hebt om dat allemaal zelf te bouwen en te onderhouden. In theorie kun je het. Je zou je hele winnende historie kunnen indexeren met de bijbehorende beoordelingen. Je zou een betrouwbare bronvermelding kunnen inrichten die naar de exacte regel in het document springt. Je zou een review-stap kunnen bouwen die op de gunningscriteria scoort, en elke keer borgen dat er niets gehallucineerd wordt. Dat is precies het werk dat een gespecialiseerde tool uit handen neemt. Of dat het waard is, hangt af van hoe vaak je inschrijft.

Wanneer ChatGPT genoeg is en wanneer een gespecialiseerde tool loont

Niet iedereen heeft een gespecialiseerde tool nodig. Een eerlijk kader:

ChatGPT is waarschijnlijk genoeg als:

• je een paar keer per jaar inschrijft
• je inschrijvingen niet bedrijfskritisch zijn of de prijs doorslaggevend is, niet de kwaliteitsteksten
• je de tijd en de mensen hebt om elke bewering zelf na te lopen
• je niet werkt met gevoelige of overheidsstukken die niet in een algemeen AI-model mogen

Een gespecialiseerde tool gaat lonen als:

• je structureel inschrijft en de tijd in de teksten gaat zitten
• je op kwaliteit moet winnen en dat laatste stuk "van de zeven naar de tien" nodig hebt
• je niet alles handmatig kunt narekenen en dus betrouwbaarheid en bronvermelding nodig hebt
• je een groeiende historie aan winnende teksten hebt die je wilt hergebruiken
• je met overheids- of vertrouwelijke stukken werkt waarvoor ISO 27001 en niet-trainen-op-data een harde eis zijn

De afweging gaat dus niet over wie de beste schrijver is. Het gaat over hoe vaak je inschrijft, hoeveel er op het spel staat, en hoeveel tijd je kwijt bent aan het controleren van wat de AI teruggeeft.

De prijsvraag, eerlijk

Geld is een terecht bezwaar, en klanten benoemen het hardop. Een ondernemer zette de afweging scherp neer: een gespecialiseerde tool kost meer dan een algemeen AI-abonnement, dus dan moet het verschil in betrouwbaarheid, controle en tijdwinst ook echt merkbaar zijn.

Dat is een eerlijke en belangrijke observatie. Een gespecialiseerde tool kost meer dan een ChatGPT-abonnement, en als je er evenmin 100% op kunt vertrouwen, is het verschil moeilijk te verdedigen. Daarom draait de waarde van zo'n tool om betrouwbaarheid. De bronvermelding, het niet-hallucineren en de review op de criteria zijn er juist om dat vertrouwen te kunnen geven. Het rekent zich pas terug als het je tijd bespaart op het schrijven en je winkans verhoogt. Niet als het alleen een mooiere interface op hetzelfde onzekere antwoord is.

Reken het door voor je eigen situatie. Hoeveel tijd kost een inschrijving je nu, en hoeveel daarvan is narekenen en herstellen? Hoeveel inschrijvingen doe je per jaar? Wat levert één extra gewonnen aanbesteding op? Dat zijn de getallen die de afweging maken, niet de maandprijs op zichzelf.

Hoe TenderRender de tekortkomingen oplost

TenderRender is gebouwd op precies de vijf punten waar ChatGPT bij tenders tekortschiet:

• Bibliotheek en historie. Het leert van je vorige winnende inschrijvingen en hergebruikt ze, zodat je niet telkens vanaf nul begint.
• Bronvermelding. Elke bewering verwijst naar de exacte plek in de leidraad of Nota van Inlichtingen, zodat je het kunt nalezen en controleren.
• Review op gunningscriteria. Een review-engine scoort je tekst tegen de criteria en wijst aan waar je punten laat liggen, vóór je indient.
• Betrouwbaarheid. Het houdt zich aan de bron in plaats van gaten op te vullen met verzonnen feiten.
• Datasecurity. De beveiliging is op orde: ISO 27001-gecertificeerd, AVG-conform, en het traint niet op jouw data, met verwerkersovereenkomsten met de modelleveranciers. Dat maakt het bruikbaar waar een algemeen AI-model een no-go is.

Het schrijft ook in jouw vaste schrijfstijl, op basis van je eigen teksten, in plaats van de generieke toon die je bij ChatGPT terugkrijgt.

Veelgestelde vragen

Kan ik ChatGPT gewoon goed organiseren met projecten en opgeslagen prompts en zo hetzelfde bereiken?

Voor een deel wel. Je kunt projecten aanmaken, documenten toevoegen en prompts opslaan. Wat je daarmee niet oplost: een betrouwbare bronvermelding naar de exacte regel in het document, een review die op de gunningscriteria scoort, en het uitsluiten van hallucinatie. Je zou dat allemaal zelf moeten bouwen en onderhouden. Of dat de moeite waard is, hangt af van hoe vaak je inschrijft.

Hallucineert ChatGPT echt bij aanbestedingen?

Ja. Het vult gaten op met overtuigend klinkende maar verzonnen feiten, zoals een responspercentage dat nergens vandaan komt. Bij een inschrijving waar je handtekening onder staat, is dat een reëel risico. Het probleem is niet dat het soms fout zit, maar dat je elke bewering zelf moet narekenen om de fouten te vangen.

Is een gespecialiseerde tool het verschil waard ten opzichte van ChatGPT?

De afweging draait niet om de maandprijs alleen, maar om betrouwbaarheid en tijd. Als je incidenteel inschrijft en alles zelf naloopt, is ChatGPT vaak genoeg. Als je structureel inschrijft, op kwaliteit moet winnen en niet alles handmatig kunt controleren, weegt het verschil in betrouwbaarheid, bronvermelding en review zwaarder dan het prijsverschil.

Waarom kan ik niet gewoon mijn leidraad uploaden en de hele inschrijving laten schrijven?

Omdat dat in de praktijk niet goed gaat. Je moet ChatGPT vraag voor vraag sturen, en binnen een vraag per subvraag, anders komt het niet uit de verf. De uitkomst is bovendien onvoorspelbaar: een tweede poging geeft een heel ander resultaat. En bij meerdere tenders tegelijk gooit het de aanbestedingen door elkaar.

Mag ik aanbestedingsstukken wel in ChatGPT zetten?

Dat hangt af van je organisatie en de opdracht. Voor gevoelige of overheidsstukken is een algemeen AI-model vaak een no-go omdat onduidelijk is of de data wordt gebruikt voor training. Een tool die ISO 27001-gecertificeerd en AVG-conform is en niet op jouw data traint, is daarvoor bedoeld. Check altijd de eisen van de specifieke aanbesteding.

Voor wie blijft ChatGPT prima?

Voor wie een paar keer per jaar inschrijft, voor wie de prijs doorslaggevend is in plaats van de kwaliteitsteksten, en wie de tijd heeft om alles zelf na te lopen. Het is een sterk startpunt. Het schiet pas tekort als de inzet hoger wordt en je niet alles handmatig kunt controleren.

Verder lezen

• Aanbesteding schrijven met AI: stappenplan om je winkans te vergroten
• Tender of offerte reviewen en scoren met AI vóór indiening
• Beste AI bid management software: de complete vergelijking

Zelf ervaren waar het verschil zit?