Investeren in AI en digitalisering: business case en financieringsvormen

AI-toepassingen en digitaliseringstrajecten staan bij veel MKB-bedrijven inmiddels op de investeringsagenda, van slimme planningssoftware tot geautomatiseerde kwaliteitscontrole in de productie. Het probleem is niet zozeer het vinden van financiering, maar het feit dat veel van deze investeringen ontastbaar zijn: er is geen machine of pand om als onderpand te gebruiken, en de opbrengst zit in tijdsbesparing of kwaliteitsverbetering die niet altijd meteen in euro's is uit te drukken.

Dit artikel laat zien hoe je een business case opbouwt die een financier overtuigt, en welke financieringsvormen passen bij investeringen die vooral uit software, licenties en implementatie-uren bestaan.

Waarom financiers terughoudend kunnen zijn bij digitale investeringen

Een fysieke investering zoals een machine heeft een resterende waarde die als zekerheid kan dienen, ook als het misgaat. Software en AI-implementaties hebben die restwaarde nauwelijks: een aangeschafte licentie is voor een financier weinig waard als onderpand, en maatwerksoftware al helemaal niet.

Daardoor beoordeelt een financier dit type aanvraag vooral op de kwaliteit van de business case en de kasstroom van het bedrijf, in plaats van op de zekerheidswaarde van het geïnvesteerde bedrag. Dat betekent dat je onderbouwing zwaarder moet wegen dan bij een traditionele apparatuurinvestering.

De opbouw van een overtuigende business case

• Beschrijf het huidige proces en het knelpunt: waar gaat nu tijd, geld of kwaliteit verloren zonder de nieuwe technologie.
• Kwantificeer de verwachte besparing of opbrengst zo concreet mogelijk, bijvoorbeeld in uren per week of foutpercentage, en vertaal dat naar euro's.
• Neem de volledige investering mee, dus niet alleen licentiekosten maar ook implementatie, training en verwachte uitval in productiviteit tijdens de overgang.
• Bereken de terugverdientijd op basis van realistische aannames, en benoem expliciet welke aannames onzeker zijn.
• Beschrijf een alternatief scenario: wat gebeurt er met je concurrentiepositie of kostenstructuur als je deze investering niet doet.

Rekenvoorbeeld: terugverdientijd van een AI-toepassing

Stel: een productiebedrijf overweegt een AI-gestuurd systeem voor visuele kwaliteitscontrole. De investering bedraagt 85.000 euro, inclusief implementatie en training. Het systeem vervangt een deel van het handmatige controlewerk, wat een besparing oplevert van geschat 2.200 euro per maand aan personeelsinzet, plus een reductie van uitval die wordt geschat op 800 euro per maand.

Dat komt neer op een gecombineerde besparing van 3.000 euro per maand, oftewel 36.000 euro per jaar. Bij een investering van 85.000 euro is de ruwe terugverdientijd dan ongeveer 2,4 jaar. Een financier zal willen weten hoe hard deze aannames zijn, bijvoorbeeld door een proefperiode of pilotresultaten van vergelijkbare toepassingen te laten zien.

Financieringsvormen die passen bij digitale investeringen

• Een reguliere zakelijke lening, waarbij de kasstroom van het bedrijf als geheel de basis vormt in plaats van de investering zelf.
• Gespreide betaling via de leverancier of softwarepartij, soms in combinatie met een prestatieafspraak gekoppeld aan de behaalde besparing.
• Subsidies en fiscale regelingen zoals de WBSO voor het ontwikkelingsgedeelte van een AI-toepassing, mits er sprake is van speur- en ontwikkelingswerk volgens de voorwaarden van RVO.
• Innovatiekredieten en regionale regelingen, waarvoor de actuele voorwaarden te vinden zijn bij RVO en bij Brainport Development voor regiogebonden regelingen.

Subsidies: nuttig, maar geen vervanging van een business case

Subsidies zoals de WBSO kunnen een deel van de ontwikkelkosten van een AI-toepassing verlagen, mits het project voldoet aan de voorwaarden voor speur- en ontwikkelingswerk. De exacte voorwaarden, percentages en aanvraagtermijnen worden vastgesteld door RVO en wijzigen regelmatig; raadpleeg daarom altijd de actuele regeling voordat je hierop rekent in je begroting.

Een subsidie is een aanvulling op je financiering, geen vervanging van de onderbouwing. Een financier wil nog steeds weten of het project op zichzelf staat en winstgevend is, ook zonder de subsidie als vangnet.

Brainport-regio: een ecosysteem gericht op technologie-adoptie

De Eindhovense regio kent een relatief hoge dichtheid aan bedrijven die actief bezig zijn met technologische innovatie, mede door de aanwezigheid van kennisinstellingen en de nabijheid van de hightech-industrie rond ASML. Dat heeft geleid tot een lokaal netwerk van adviseurs, kennisinstellingen en Brainport Development die ondernemers helpen bij het opzetten van digitaliseringstrajecten en het vinden van passende regelingen.

Voor een MKB-bedrijf in de regio loont het om bij de gemeente Eindhoven en Brainport Development na te gaan of er actuele regionale regelingen of samenwerkingsverbanden zijn die aansluiten bij een specifiek digitaliseringsproject, naast de landelijke opties.

Vervolgstappen

• Stel eerst de business case op, inclusief realistische aannames en een alternatief scenario zonder de investering.
• Onderzoek bij RVO of het project in aanmerking komt voor WBSO of een andere innovatieregeling.
• Vraag bij je bank en bij gespecialiseerde financiers na hoe zij aankijken tegen financiering van immateriële investeringen.
• Leg de business case en financieringsopties voor aan een adviseur voordat je een aanvraag indient.

Veelgestelde vragen

Kan ik een AI-investering financieren zonder onderpand?

Ja, dat gebeurt regelmatig, maar dan legt de financier meer gewicht op de kasstroom van het bedrijf en de kwaliteit van de business case, omdat de investering zelf weinig zekerheidswaarde heeft.

Komt elke AI-toepassing in aanmerking voor de WBSO?

Nee, alleen projecten die voldoen aan de voorwaarden voor speur- en ontwikkelingswerk zoals vastgesteld door RVO. Een kant-en-klare softwareoplossing implementeren valt daar doorgaans niet onder; zelf ontwikkelde toepassingen soms wel.

Hoe overtuig ik een financier als de besparing moeilijk te kwantificeren is?

Gebruik waar mogelijk cijfers uit een pilot of proefperiode, en wees expliciet over welke aannames zeker en welke onzeker zijn. Een transparante, voorzichtige schatting overtuigt vaak meer dan een optimistische die niet is onderbouwd.