Van contactcentersupervisor naar AI-agentmanager

Een AI-agentmanager is de persoon in een contactcenter die verantwoordelijk is voor hoe AI-stemagenten presteren tijdens live gesprekken: hun gesprekken beoordelen, de norm voor een opgelost gesprek vastleggen, bepalen wat er verbeterd wordt en welke gesprekken naar mensen gaan, en over de resultaten rapporteren. In de meeste contactcenters hebben de mensen die het best voor die taak zijn toegerust al een functietitel. Het zijn supervisors.

Die verschuiving is al gaande. In een Gartner-enquête onder 321 leidinggevenden in klantenservice en support, gehouden in september en oktober 2025, gaf 85% aan de verantwoordelijkheden van menselijke agents uit te breiden en verplaatst 75% agents naar volledig nieuwe rollen binnen de serviceorganisatie (Gartner, april 2026). Harvard Business Review noemt de mensen die toezicht houden op AI-agents inmiddels agentmanagers: leidinggevenden die verantwoordelijk zijn voor hoe AI-agents leren, samenwerken, presteren en veilig naast mensen werken.

Wat doet een contactcentersupervisor vandaag?

Een contactcentersupervisor leidt een team van menselijke agents door een dienst: wachtrijen en serviceniveaus in de gaten houden, mensen op schema houden, coachen tijdens gesprekken, escalaties overnemen, een steekproef van gesprekken op kwaliteit beoordelen en over de cijfers van het team rapporteren. De functie draait om mensen.

Die vaardigheden blijven belangrijk als AI-stemagenten hun intrede doen. Ze richten zich alleen op een ander soort medewerker. Een AI-agent heeft geen dienst of pauze nodig, maar wel iemand die naar zijn gesprekken luistert, opmerkt wanneer hij iets fout doet en ervoor zorgt dat het wordt opgelost. Het menselijke team heeft ook nog steeds een supervisor nodig, want doorverbonden gesprekken komen bij hen terecht, en workforcemanagement bepaalt nog steeds hoeveel mensen aan de telefoon zitten.

Wat verandert er als AI-stemagenten gesprekken aannemen?

Voor de gesprekken die de AI-agent afhandelt, stopt de supervisor met het managen van aanwezigheid en afhandeltijd en gaat hij uitkomsten managen: is het gesprek opgelost, is het om de juiste reden doorverbonden, en als het misging, waarom? De tabel koppelt elke kerntaak van de supervisor aan de versie voor de AI-agentmanager.

De verantwoordelijkheid blijft hetzelfde: de supervisor is nog steeds eigenaar van de klantervaring bij elk gesprek binnen zijn of haar domein. Wat verandert, is de hefboom. Bij een menselijke agent coach je één persoon. Bij een AI-agent pas je de configuratie één keer aan en verandert elk volgend gesprek mee. Een goede verbetering is dus meer waard, een slechte kost meer, en testen wordt onderdeel van het werk.

Wat doet een AI-agentmanager per dag en per week?

Een AI-agentmanager werkt in een vast ritme: een korte dagelijkse check van de live prestaties, een wekelijkse review die mislukte gesprekken omzet in een verbeterlijst, en een maandelijks besluit over wat de agent hierna moet afhandelen.

Dagelijks. Begin met alerts, niet met de wachtrij. Op Retell sturen alertregels een e-mail of een webhook wanneer het slagingspercentage daalt, het negatieve sentiment stijgt of meer gesprekken voor QA zakken, en het analyticsdashboard toont het slagingspercentage en overdrachtspercentage per agent en per agentversie. Verschuift een cijfer, open dan de gesprekken erachter. Met Live Monitoring volg je het transcript van een gesprek terwijl het plaatsvindt, luister je ongemerkt mee (de beller noch de agent krijgt een melding) of neem je het over en spreek je zelf met de beller. Overnemen stopt de AI-agent definitief voor dat gesprek, dus gebruik het als redmiddel, niet als coachingtool.

Wekelijks. Beoordeel de kwaliteit in bulk. AI QA beoordeelt een steekproef van gesprekken aan de hand van de oplossingscriteria en drempelwaarden die je team instelt, en markeert problemen zoals hallucinaties en fouten in de kennisbank, met bewijs uit het transcript. Lees de gemarkeerde gesprekken, groepeer fouten per oorzaak en stel de verbeterlijst op: een ontbrekend feit in de kennisbank, een onduidelijke instructie, een doorverbindingsregel die te laat afgaat. Elke verbetering krijgt een testcase, en een nieuwe agentversie gaat pas live als de tests slagen (zie prompt-versiebeheer). Onze QA-scorecard voor stemagenten is een goed vertrekpunt voor de criteria.

Maandelijks. Bepaal de scope. Kijk welke gespreksredenen de AI-agent oplost en welke hij blijft doorverbinden, en beslis vervolgens wat je uitbreidt, gelijk houdt of teruggeeft aan mensen. Rapporteer de resultaten met de KPI's voor stemagenten die het management al volgt.

Wat is het verschil tussen een AI-agentmanager en een CX automation engineer?

De AI-agentmanager is eigenaar van de resultaten, de CX automation engineer van de bouw. In ons artikel over wat een CX automation engineer doet is dat de interne medewerker die toezicht houdt op de continue verbetering van klantgerichte AI-agents: configuratie, updates van de kennisbank, integraties, testen vóór de release, kwaliteitsreview en compliance – het werk dat de forward deployed engineers van een leverancier in het begin meestal doen. De AI-agentmanager is de operationele rol daarnaast, het dichtst bij de gesprekken, de klanten en het menselijke team.

In een groot contactcenter zijn dit vaak twee mensen die samen de wekelijkse review doen. In een kleiner team doet één persoon beide. Hoe dan ook blijft het doel uit het lanceringsartikel overeind: het bedrijf, niet de leverancier, bepaalt hoe snel zijn agents beter worden.

Welke supervisorvaardigheden blijven bruikbaar en welke zijn nieuw?

Blijft bruikbaar:

• Kennis van de gespreksredenen, het beleid en de klanten die erover bellen
• Binnen enkele seconden horen of een gesprek goed verloopt
• Coachingsinstinct, nu vastgelegd als instructies die een agent kan volgen
• Gevoel voor welke gesprekken een mens nodig hebben – de basis van een goede escalatiematrix
• Resultaten aan het management rapporteren in termen waarop zij actie ondernemen

Nieuw:

• Duidelijke instructies schrijven voor een AI-agent – de basis van prompt engineering
• Transcripten op schaal lezen, inclusief de tool calls en doorverbindingen daarin
• Denken in testcases: wat een beller wil en hoe een geslaagd gesprek eruitziet
• Release-gewoonten: een concept aanpassen, testen, publiceren en terugdraaien als de cijfers dalen
• Succes zo precies definiëren dat AI het kan beoordelen

De lijst van HBR met vaardigheden voor agentmanagers begint met operationele AI-geletterdheid (hoe agents werken, hoe prompts uitkomsten bepalen, hoe je fouten diagnosticeert) en diepgaande vakkennis. Een supervisor heeft het tweede al. Het eerste is aan te leren.

Hoe laat je supervisors doorgroeien naar deze rol?

Begin klein: geef één supervisor echt eigenaarschap over één AI-agent voordat je de rol over de hele vloer uitrolt.

1. Wijs één supervisor toe aan één AI-agent of gesprekstype, niet aan een deel van alles.
2. Geef de toegang die de functie vereist. Op Retell is Live Monitoring beschikbaar voor de rollen Admin en Developer en voor aangepaste rollen met de rechten voor gespreksbeheer; de rol Member kan het niet openen. Als bij een agent PII-scrubbing aanstaat, kunnen alleen rollen die ruwe data mogen inzien de live gesprekken monitoren. Controleer beide in toegangsbeheer vóór dag één.
3. Stel samen met QA en de CX automation engineer de definitie van een opgelost gesprek op, en gebruik die zowel voor de AI-beoordeling als voor rapportage.
4. Zet de wekelijkse review met de CX automation engineer in de agenda, en volg elke verbetering van het gesprek dat het probleem blootlegde tot de versie waarmee de oplossing live ging.
5. Houd het menselijke team binnen de scope. Bekijk hoe gespreksoverdrachten tussen AI-stemagenten en menselijke teams binnenkomen, want een slechte overdracht schaadt beide.
6. Pas de doelen van de supervisor aan de nieuwe functie aan.

Voor BPO's en bureaus die AI-stemagenten voor klanten inzetten, bestaat dezelfde rol per klantprogramma, en de AI-agentmanager is degene van wie de klant de resultaten hoort.

Hoe meet je een AI-agentmanager?

Meet de uitkomsten van de gesprekken binnen zijn of haar scope, niet de activiteit:

• Slagingspercentage van gesprekken, op basis van de eigen definitie van het team voor een opgelost gesprek
• Overdrachtspercentage, en het aandeel overdrachten dat om de juiste reden plaatsvond
• QA-slagingspercentage voor de beoordeelde steekproef, en de belangrijkste foutoorzaken week op week
• Percentage negatief sentiment
• Tijd van een gevonden probleem tot een geteste oplossing in productie
• Belasting van het menselijke team door doorverbonden gesprekken

Wie prompt-aanpassingen of beoordeelde gesprekken telt, beloont beweging, geen betere gesprekken.

Waar begin je?

Kies de AI-agent met het hoogste gespreksvolume, wijs de supervisor aan die er eigenaar van wordt, en houd deze maand de eerste wekelijkse review. Ben je platforms aan het vergelijken, controleer dan of supervisors gesprekken kunnen beoordelen, scoren en overnemen zonder een ticket aan te maken. AI QA van Retell beoordeelt gesprekken aan de hand van je eigen criteria, en ons team laat je graag zien hoe enterprise-contactcenters deze rollen inrichten met het enterprise-abonnement.

Veelgestelde vragen

Wat is een AI-agentmanager?

Een AI-agentmanager is verantwoordelijk voor hoe AI-agents presteren binnen zijn of haar domein. In een contactcenter betekent dat: de gesprekken van de AI-stemagent beoordelen, de norm voor een opgelost gesprek vastleggen, bepalen wat er verbeterd wordt en welke gesprekken naar mensen gaan, en over resultaten rapporteren. De functietitel is nog niet standaard, maar het werk wordt al gedaan.

Gaan AI-stemagenten contactcentersupervisors vervangen?

Het bewijs tot nu toe wijst op veranderde functies, niet op verdwenen functies. In de Gartner-enquête onder 321 leidinggevenden in de klantenservice breidt 85% de verantwoordelijkheden van menselijke agents uit en verplaatst 75% agents naar nieuwe rollen. Het managen van AI-agents leunt op het oordeelsvermogen over gesprekken dat supervisors al hebben.

Welke vaardigheden heeft een AI-agentmanager nodig?

De kern is de kennis van een supervisor over gesprekken, klanten en beleid. Nieuwe vaardigheden zijn onder meer duidelijke instructies schrijven voor een AI-agent, transcripten op schaal lezen, denken in testcases en succes zo precies definiëren dat AI het kan beoordelen.

Kan een supervisor live meeluisteren met de gesprekken van een AI-agent?

Op Retell wel. Met Live Monitoring kan een supervisor een live transcript volgen, ongemerkt meeluisteren zonder dat de beller of de agent een melding krijgt, het gesprek overnemen of beëindigen. Overnemen stopt de AI-agent definitief voor dat gesprek. Er is geen fluistermodus, maar een developer kan een live gesprek via tekst bijsturen met de Update Live Call API.

Is een AI-agentmanager hetzelfde als een CX automation engineer?

Niet helemaal. De CX automation engineer bouwt, test en brengt wijzigingen aan de agents uit. De AI-agentmanager is verantwoordelijk voor de dagelijkse resultaten: wat telt als een goed gesprek, wat er hierna verbeterd wordt en hoe de AI-agent en het menselijke team samenwerken. In kleinere teams doet één persoon vaak beide.