Blog

Advocatenkantoren passen teams aan op AI maar sturen zelden op winstgevendheid per dossier

BigHand-onderzoek 2026: 99% van de kantoren past teams aan op AI, maar slechts 22% weegt matter-winstgevendheid mee bij werktoewijzing.

· Door

Een groot planbord met links een dicht raster van geprikte taakkaarten en rechts een bijna leeg vlak met één onaangeroerd budgetoverzicht; op de tafel liggen urenstaten.
Vrijwel alle kantoren passen teams aan op AI, maar slechts 22% betrekt winstgevendheid per dossier bij het toewijzen van werk.Beeld: IamVera.ai — originele redactionele illustratie

Uit BigHand-onderzoek van 18 november 2026 blijkt dat vrijwel alle advocatenkantoren hun teams aanpassen op AI, maar slechts ruim een vijfde winstgevendheid per dossier meeweegt bij werktoewijzing. De commerciële waarde van AI ontstaat pas als u elk dossier zo bemant dat vrijgekomen capaciteit, extra reviewwerk, senioriteit en prijsstelling samen zichtbaar worden.

Softwareleverancier BigHand ondervroeg naar eigen zeggen meer dan 800 kantoorleiders en senior professionals in operations, HR en resourcemanagement in het Verenigd Koninkrijk en Noord-Amerika. Vrijwel alle respondenten gaven aan dat AI hun aanwervingsprioriteiten en teamsamenstelling verandert, terwijl slechts ruim een vijfde winstgevendheid per dossier expliciet meeneemt bij het toewijzen van werk. Tegelijk meldt BigHand dat bijna de helft van de kantoren al de vraag kreeg waarom hun tarieven niet zijn gedaald ondanks AI, en dat ruim vier op de tien verzoeken ontving om alternatieve honorariumafspraken die aan AI-efficiëntie zijn gekoppeld. Deze cijfers komen uit het eigen persbericht van BigHand.

Dat is de kern van het nieuws: kantoren veranderen hun teams omdát AI er is, maar sturen die verandering zelden op de economie van het dossier. Zo bepaalt de staffing van een dossier of AI meer is dan extra capaciteit. Naar onze inschatting betekent dit dat de belofte van AI niet sneuvelt op de techniek, maar op de manier waarop werk wordt verdeeld.

Waarom bepaalt de bemanning van een dossier of AI geld oplevert?

Omdat AI capaciteit vrijmaakt op de ene plek en reviewwerk toevoegt op de andere. Als niemand bijhoudt waar dat gebeurt, verdwijnt het voordeel in de marge zonder dat iemand het ziet. BigHand rapporteert dat ruim een derde van de kantoren werk vooral toewijst op basis van partnervoorkeur, dat twee derde geen formeel proces heeft om onderbenutting van juristen te voorkomen en dat slechts een kwart winstgevendheid op dossierniveau routinematig volgt.

In het talent- en resourcingrapport van BigHand staat dat kantoren juist zouden moeten vastleggen waar AI capaciteit vrijmaakt én waar het extra controlewerk creëert. Dat is het verschil tussen een dossier dat op voorkeur wordt bemand en een dossier waarvan de staffing economisch onderbouwd is.

Wat merkt de cliënt hiervan in de factuur?

De cliënt ziet de rekening, niet de interne capaciteit. Daarom groeit de druk om te laten zien waar AI-efficiëntie in het tarief terugkomt. BigHand meldt in zijn pricing- en budgetanalyse dat ruim de helft van de kantoren toenemende vraag ervaart naar AI-gedreven efficiëntie of transparantie over AI-gebruik, terwijl minder dan een derde de prijsstructuur daadwerkelijk heeft aangepast voor AI-ondersteund werk. Bijna een derde ziet een betere winstgevendheid per dossier door AI, maar het inzicht in prijs en resourcekosten blijft achter.

De val is hier dat niet elke tijdwinst zomaar aan de cliënt kan worden doorgegeven: soms verschuift bespaarde tijd naar extra review, soms blijft zij binnen het kantoor als marge. Wie dat niet uit elkaar houdt, belooft kortingen die niet bestaan of houdt waarde vast zonder dat te kunnen uitleggen.

Is de hele markt al door AI veranderd?

Nee. Het Thomson Reuters Institute stelt in zijn Law Firm Rates Report 2027 dat AI de kantooreconomie op dit moment vooral raakt via nieuwe juridische vraag, niet via aantoonbare interne efficiëntie. Volgens dat rapport hebben kantoren hun inzet van junioren nog niet wezenlijk teruggebracht, gebruiken de meeste AI nog experimenteel en meet vrijwel niemand het rendement formeel.

Dat tempert het beeld dat AI de juniorlaag nu al wegvaagt. Het verschuift de vraag naar iets concreters: niet óf u AI gebruikt, maar of u per dossier kunt laten zien wat AI deed, wat het aan review opriep en wat dat kostte.

Wat betekent dit voor bestuurders, partners en kantoorleiding?

Onze analyse: omdat slechts ruim een vijfde van de kantoren winstgevendheid meeweegt bij werktoewijzing, verschuift de verantwoordelijkheid om AI-waarde zichtbaar te maken van de tech-afdeling naar de partners die de review- en capaciteitsbeslissingen nemen; daarom moet de kantoorleiding nu een bemanningsplan vóór engagement verplicht stellen waarin staat welk werk AI verricht en welk controlewerk dat oproept. Omdat werk nu vaak op partnervoorkeur wordt verdeeld zonder zicht op marge, lopen juist die partners het risico persoonlijk te worden aangesproken op het uitblijven van meetbare AI-baten per dossier; daarom moeten zij taken toewijzen op capaciteit, kosten, ontwikkelbehoefte en dossierrisico, en die keuze vastleggen vóórdat het werk begint. Omdat bijna de helft van de kantoren al vragen krijgt over waarom tarieven niet dalen, moet de pricingfunctie prijsmodellen testen die AI-waarde uitlegbaar maken zonder aan te nemen dat elke tijdwinst automatisch naar de cliënt gaat; dat gesprek voert u vóór de volgende offerte, niet erna. Omdat alternatieve honorariumafspraken nu expliciet aan AI-efficiëntie worden gekoppeld, moet u per dossier modelgebruik en de omvang van menselijke review registreren, zodat u een kortingsverzoek of een AFA met cijfers kunt onderbouwen of weerleggen.

Als samenvatting van die analyse, concreet te beleggen:

  • Verplicht een bemanningsplan vóór engagement dat benoemt welk werk AI doet en welk review- of escalatiewerk dat oproept.
  • Wijs taken toe op capaciteit, kosten, ontwikkelbehoefte en dossierrisico, niet op partnervoorkeur alleen.
  • Volg capaciteit, winstgevendheid per dossier en realisatie gedurende het hele dossier, niet alleen achteraf.
  • Leg per dossier vast welke AI is gebruikt en hoeveel menselijke review dat kostte, zoals u ook zou doen bij meetbaar menselijk toezicht op AI-advies inrichten.
  • Test prijsmodellen die AI-waarde uitlegbaar maken, en behandel een AI-prestatieclaim met dezelfde scepsis als wanneer u een AI-prestatieclaim pas aanvaardt na eigen test.

Het bredere kader hiervan hoort thuis bij de vraag wat AI in de beroepspraktijk van professionals vraagt, en het raakt aan de les dat een AI-samenvatting een bestuurder niet van zijn zorgplicht ontslaat. De verantwoordelijkheid blijft bij de mens die het dossier bemant en de factuur verdedigt.

Bronnen en referenties

  1. Law Firms Are Reshaping Teams for AI, but Few Are Managing the Cost of DeliveryBigHand · 2026-11-18
  2. 2026 BigHand Legal Talent and Resourcing ReportBigHand · 2026-11-18
  3. 2026 BigHand Legal Pricing and Budgeting Trends AnalysisBigHand · 2026-11-18
  4. Law Firm Rates Report 2027: The AI impact you may not have been expectingThomson Reuters Institute · 2026-10-28

Bronnen: Het artikel steunt op het BigHand-onderzoek van 18 november 2026 (persbericht, talent- en resourcingrapport en pricinganalyse) en op het Law Firm Rates Report 2027 van het Thomson Reuters Institute.

← Alle artikelen in dit thema ← Alle artikelen