16 oktober

AI-agents in de fitnessbranche: de volgende stap gaat veel verder dan ChatGPT

Wat als een potentiële klant midden in de nacht vragen stelt over een sportschool, zelfstandig een abonnement afsluit en direct een intake boekt, zonder dat daar een medewerker aan te pas komt? Wat als AI niet alleen nieuwe leden helpt binnenhalen, maar ook vroegtijdig signaleert wanneer bestaande leden dreigen af te haken?

Tijdens het HFA European Congress 2026 in Londen liet Ian Mullane, oprichter en CEO van Keepme, zien hoe AI-agents nu al worden ingezet binnen fitnessbedrijven. Zijn boodschap: kunstmatige intelligentie verandert niet alleen de bedrijfsvoering, maar ook de manier waarop consumenten een sportschool vinden, vergelijken en kiezen. Wat betekent dat voor Nederlandse fitnessondernemers?

Om 00.47 uur meldt iemand zich aan bij een sportschool in Riyad, Saudi-Arabië. De geïnteresseerde stelt vragen. Is er parkeergelegenheid? Welke mogelijkheden zijn er?

De vragen worden beantwoord. Het lidmaatschap wordt afgesloten, de betaling verwerkt en een introductieafspraak ingepland. De volgende ochtend staat de inschrijving in het rapport van de fitnessorganisatie.

Het bijzondere? Volgens Ian Mullane was geen enkele medewerker van de betreffende sportschool wakker toen deze inschrijving plaatsvond.

Het volledige proces was afgehandeld door een AI-agent.

Met dit praktijkvoorbeeld opende Mullane op 24 september 2026 zijn presentatie The Invisible Workforce tijdens het HFA European Congress in Londen.

Mullane is oprichter en CEO van Keepme, een technologiebedrijf dat AI-oplossingen ontwikkelt voor fitnessorganisaties. Daarnaast is hij als bestuurder betrokken bij GymNation, de fitnessketen die hij tijdens zijn presentatie als praktijkvoorbeeld gebruikte.

Het was een van de presentaties die duidelijk maakte hoe snel de technologische ontwikkelingen in de fitnessbranche elkaar opvolgen.

Want waar veel fitnessondernemers kunstmatige intelligentie inmiddels kennen als hulpmiddel bij het schrijven van teksten, beantwoorden van vragen of analyseren van gegevens, liet Mullane zien dat de volgende ontwikkeling een stap verder gaat.

AI gaat niet alleen helpen bij het werk. AI kan steeds vaker zelfstandig werk uitvoeren.

Van chatbot naar AI-agent: wat is het verschil?

Om te begrijpen wat deze ontwikkeling betekent, is het belangrijk onderscheid te maken tussen een chatbot, traditionele automatisering en een AI-agent.

Die begrippen worden regelmatig door elkaar gebruikt, terwijl ze niet hetzelfde betekenen.

Een chatbot geeft antwoord

Een chatbot reageert op een vraag die iemand stelt. Dat kan een eenvoudige chatbot zijn die vooraf ingestelde antwoorden gebruikt, maar ook een geavanceerde AI-chatbot die natuurlijke taal begrijpt.

Een potentiële klant vraagt bijvoorbeeld:

‘Wat kost een abonnement bij jullie sportschool?’

De chatbot geeft antwoord op basis van de beschikbare informatie. Daarmee is de interactie in principe afgerond, totdat iemand opnieuw een vraag stelt.

Automatisering voert vooraf bepaalde stappen uit

Bij traditionele automatisering bepaalt een medewerker vooraf wat er moet gebeuren.

Bijvoorbeeld: wanneer iemand een proefles aanvraagt, ontvangt diegene automatisch een bevestigingsmail. Twee dagen later volgt een herinnering.

Het systeem voert de ingestelde stappen uit, maar bepaalt niet zelfstandig een nieuwe aanpak wanneer de situatie verandert.

Een AI-agent werkt naar een doel toe

Een AI-agent krijgt juist een opdracht of doel. Bijvoorbeeld: ‘Help deze geïnteresseerde om een passende kennismakingsafspraak te plannen.’

Vervolgens kan de agent zelf bepalen welke stappen daarvoor nodig zijn.

Hij kan vragen beantwoorden, beschikbaarheid controleren, een afspraak inplannen, gegevens verwerken in het CRM en later opvolging verzorgen.

Daarvoor moet de agent uiteraard wel toegang hebben tot de betreffende systemen en de juiste bevoegdheden krijgen.

Volgens Mullane is dit het fundamentele verschil.

Waar traditionele software vooral wacht op instructies, kan een AI-agent binnen vooraf vastgestelde grenzen zelf acties plannen, uitvoeren en controleren.

Dat betekent overigens niet dat iedere AI-agent volledig autonoom werkt of altijd correcte beslissingen neemt. De mogelijkheden hangen sterk af van de inrichting, beschikbare data, systeemkoppelingen en menselijke controle.

Hoe AI-agents de klantreis binnen fitness veranderen

Tijdens zijn presentatie beschreef Mullane verschillende toepassingen die binnen fitnessorganisaties al worden gebruikt.

De voorbeelden laten zien dat AI op meerdere momenten in de klantreis een rol kan spelen: voordat iemand lid wordt, tijdens het lidmaatschap en bij het voorkomen van uitstroom.

1. Leads opvolgen op het moment dat iemand interesse toont

Stel dat iemand op zaterdagavond om 21.00 uur een WhatsApp-bericht stuurt naar een sportschool. De persoon wil weten wat een lidmaatschap kost, welke faciliteiten er zijn en of een rondleiding mogelijk is.

Bij veel fitnessbedrijven wordt zo’n bericht pas tijdens de volgende werkdag opgepakt. Een AI-agent kan direct antwoorden.

Wanneer de geïnteresseerde een rondleiding wil, controleert de agent de agenda en stelt een passend tijdstip voor. De afspraak wordt geboekt en bevestigd.

Komt de geïnteresseerde vervolgens niet opdagen? Dan kan de agent dit signaleren en opnieuw contact opnemen.

Misschien blijkt dat iemand gaat verhuizen en pas over enkele maanden wil beginnen.

Een goed ingerichte agent kan die context bewaren en, wanneer daarvoor toestemming en een passende grondslag bestaan, op een relevant later moment opnieuw contact opnemen.

Het verschil met een standaard automatische opvolgmail is dat de vervolgstappen worden afgestemd op de inhoud van het gesprek. Daarmee ontstaat een klantreis waarin minder afhankelijkheid is van handmatig opvolgwerk.

Voor fitnessondernemers kan dit interessant zijn. Niet omdat iedere lead automatisch een betalend lid wordt, maar omdat de kans kleiner wordt dat geïnteresseerden tussen verschillende contactmomenten uit beeld verdwijnen.

2. Ledenbehoud verbeteren met gedragsdata

Een tweede toepassing heeft betrekking op bestaande leden. Fitnessorganisaties beschikken vaak over uiteenlopende gegevens: clubbezoeken, groepslesboekingen, appgebruik en betalingsinformatie.

Een AI-agent kan, als deze gegevens verantwoord worden verwerkt, patronen herkennen die mogelijk samenhangen met een verhoogd opzeggingsrisico.

Denk aan een lid dat voorheen tweemaal per week trainde, maar de laatste tijd steeds minder vaak komt. Of iemand die herhaaldelijk lessen reserveert, maar niet verschijnt.

De agent kan dergelijke veranderingen signaleren en voorstellen om actie te ondernemen.

Bij eenvoudige situaties kan een passende herinnering of uitnodiging worden verstuurd. Wanneer er mogelijk persoonlijke of gevoelige omstandigheden spelen, kan het beter zijn dat een medewerker het contact overneemt.

Deze toepassing sluit aan bij een ander onderzoek dat tijdens het HFA European Congress werd gepresenteerd.

Dr. Paul Bedford liet in zijn analyse van ruim 12,4 miljoen lidmaatschapsrecords zien dat bezoekfrequentie sterk samenhangt met ledenbehoud.

AI zou fitnessondernemers kunnen helpen om zulke veranderingen eerder te herkennen en daar gerichter op te reageren.

Wel blijft een belangrijke nuance gelden: het signaleren van een risico is nog niet hetzelfde als het voorkomen van een opzegging. Of een interventie daadwerkelijk werkt, moet in de praktijk worden gemeten.

3. Administratieve processen uitvoeren

Naast verkoop en retentie kunnen AI-agents worden ingezet voor terugkerende administratieve taken. Denk aan het controleren van betalingen, verwerken van gegevens, beantwoorden van veelgestelde vragen of coördineren van afspraken.

Juist deze werkzaamheden kosten medewerkers vaak veel tijd, terwijl niet iedere handeling persoonlijke aandacht vereist.

Wanneer AI dergelijke processen ondersteunt of overneemt, kan dat ruimte creëren voor andere werkzaamheden.

En dat was een belangrijk onderdeel van de boodschap van Mullane. De waarde van AI ligt volgens hem niet uitsluitend in lagere operationele kosten, maar ook in de mogelijkheid om medewerkers meer tijd te geven voor persoonlijk contact met leden.

GymNation: 12.000 lidmaatschappen met ondersteuning van AI-agents

Het meest opvallende praktijkvoorbeeld tijdens de presentatie kwam van GymNation. De fitnessorganisatie begon in 2018 met één locatie in Dubai en heeft sindsdien een sterke internationale groei doorgemaakt.

Volgens Mullane speelt de inzet van AI-agents een belangrijke rol in de manier waarop het bedrijf die groei operationeel organiseert.

Hij beschreef onder meer de opening van drie fitnessclubs in Saudi-Arabië, verspreid over drie dagen. Bij die introductie werden volgens Mullane 12.000 lidmaatschappen verkocht, waarbij AI-agents een groot deel van de gesprekken, betalingen, bevestigingen en vervolgprocessen afhandelden. Hij vertelde dat deze processen werden begeleid door twee managers.

Ook bij de verwerking en opvolging van betalingen ziet GymNation volgens Mullane efficiëntievoordelen. Waar voorheen ongeveer één medewerker per club nodig was voor bepaalde incassowerkzaamheden, beschreef hij een model waarbij één medewerker acht clubs kan overzien.

De capaciteit van een fitnessorganisatie hoeft niet langer in dezelfde verhouding te groeien als het aantal administratieve medewerkers.

Dat kan gevolgen hebben voor de manier waarop fitnessbedrijven hun organisatie inrichten.

AI verandert ook hoe consumenten een sportschool vinden

Misschien wel de meest ingrijpende ontwikkeling die Mullane tijdens zijn presentatie beschreef, vindt plaats buiten de sportschool. Namelijk op het moment dat een potentiële klant besluit op zoek te gaan naar een fitnessaanbieder.

Tot voor kort begon die zoektocht vaak in Google. Iemand zocht bijvoorbeeld naar ‘sportschool in Utrecht’, bekeek verschillende websites, las beoordelingen en vergeleek prijzen.

Vervolgens werd er mogelijk een proefles aangevraagd of contact opgenomen.

Maar de manier waarop consumenten online informatie zoeken, verandert.

Steeds vaker kunnen zij hun vraag rechtstreeks stellen aan een AI-assistent, bijvoorbeeld ChatGPT, Gemini of een AI-zoekfunctie.

En zo’n vraag ziet er anders uit dan een traditionele zoekopdracht.

‘Ik wil na mijn werk gaan sporten, het liefst rond 19.30 uur. Ik heb weinig ervaring met krachttraining en zoek een sportschool waar ik persoonlijke begeleiding krijg. Welke mogelijkheden zijn er bij mij in de buurt?’

Een AI-systeem kan beschikbare informatie van verschillende fitnessaanbieders vergelijken en op basis daarvan een antwoord samenstellen.

Daarbij kunnen onder meer locaties, openingstijden, lesroosters, abonnementsvormen, beoordelingen en informatie over begeleiding een rol spelen.

De consument hoeft dus niet noodzakelijk eerst tien verschillende websites te bezoeken om die informatie te verzamelen.

Voor fitnessondernemers verandert daarmee een belangrijk onderdeel van online marketing.

De vraag is niet meer alleen: ‘Hoe zorg ik dat mijn sportschool hoog in Google staat?’

Er komt een tweede vraag bij: ‘Kan een AI-systeem begrijpen wat mijn sportschool aanbiedt, voor welke doelgroep wij geschikt zijn en waarin wij ons onderscheiden?’

Van gevonden worden naar aanbevolen worden

Mullane waarschuwde dat AI-gestuurde zoekervaringen de traditionele klantreis kunnen verkorten. Waar een zoekmachine doorgaans meerdere resultaten toont, kan een AI-assistent direct een beperkt aantal passende mogelijkheden aanbevelen.

Dat betekent niet dat traditionele zoekresultaten verdwijnen of dat iedere AI-assistent altijd slechts twee of drie bedrijven noemt.

Wel ontstaat er een ander contactmoment met de consument. Een fitnessbedrijf kan onderdeel worden van een vergelijking die grotendeels buiten de eigen website plaatsvindt.

Hierdoor krijgt de kwaliteit en beschikbaarheid van online bedrijfsinformatie extra betekenis.

Vooral lokale fitnessaanbieders doen er goed aan om kritisch te kijken of hun aanbod voor zowel mensen als digitale systemen voldoende duidelijk is.

Onderzoek naar 901 fitnessoperators: hoe goed zijn sportscholen voorbereid op AI-zoekopdrachten?

Mullane presenteerde tijdens het congres ook resultaten van een onderzoek dat Keepme zelf uitvoerde naar de digitale vindbaarheid van fitnessorganisaties.

Voor deze studie werden 901 fitnessoperators in 27 landen beoordeeld op hun zogenoemde Answer Engine Optimisation (AEO).

AEO richt zich op de mate waarin informatie begrijpelijk, toegankelijk en bruikbaar is voor systemen die direct antwoord geven op vragen.

Uit het onderzoek van Keepme kwamen opvallende resultaten naar voren.

De onderzochte organisaties scoorden gemiddeld 21 van de 100 punten op de eigen beoordelingsmethodiek.
84% viel in een categorie waarbij websites wel bereikbaar waren, maar volgens Keepme onvoldoende specifieke gestructureerde signalen boden.
Geen van de 901 organisaties behaalde de maximale classificatie voor AEO.

Keepme beoordeelde onder andere de technische toegankelijkheid van websites, gestructureerde bedrijfsinformatie, informatie over diensten en prijzen en specifieke technische voorzieningen voor AI-systemen.

Dat onderzoek suggereert dat veel fitnessorganisaties hun online informatie nog niet bewust hebben ingericht met AI-gestuurde informatieverwerking in gedachten.

Wat betekent dit voor de website van een Nederlandse sportschool?

Voor fitnessondernemers hoeft betere vindbaarheid niet direct te betekenen dat zij hun complete website moeten vernieuwen. Veel verbeteringen beginnen bij duidelijke, betrouwbare en actuele informatie.

Denk bijvoorbeeld aan een fitnessclub die small group training aanbiedt voor mensen van 40 jaar en ouder. Wanneer die dienstverlening uitsluitend zichtbaar is in een sfeerfilm of enkele Instagramberichten, kan het voor zoekmachines en andere systemen lastiger zijn om de inhoud goed te interpreteren.

Een duidelijke websitepagina waarop staat voor wie de lessen bedoeld zijn, hoe groot de groepen zijn, welke begeleiding wordt aangeboden en hoe iemand zich kan aanmelden, helpt potentiële leden om een passende keuze te maken.

Hetzelfde geldt voor informatie over prijzen, openingstijden, proeflessen, toegankelijkheid en locaties. Daarbij blijft het belangrijk om ook de bestaande online profielen, zoals het Google Bedrijfsprofiel, actueel te houden.

AI maakt betrouwbare informatie niet minder belangrijk. Integendeel.

Hoe duidelijker een fitnessbedrijf uitlegt wat het werkelijk aanbiedt, hoe groter de kans dat consumenten én digitale systemen een goed beeld van de organisatie kunnen vormen.

De volgende stap: wanneer AI niet alleen vergelijkt, maar ook een abonnement afsluit

Mullane schetste tijdens zijn presentatie nog een verdere ontwikkeling. Wat gebeurt er wanneer een AI-assistent niet alleen een sportschool aanbeveelt, maar ook namens een consument het inschrijvingsproces uitvoert?

Stel dat iemand zijn persoonlijke AI-assistent vraagt: ‘Zoek een geschikte sportschool met krachttraining en begeleiding in mijn buurt, voor maximaal €60 per maand.’

De assistent vergelijkt verschillende mogelijkheden. De consument kiest een aanbieder en geeft toestemming om het abonnement af te sluiten.

In een verder geïntegreerde digitale omgeving zou de AI-agent vervolgens de benodigde gegevens kunnen verwerken, een geschikte abonnementsvorm selecteren en het aanmeldproces begeleiden.

Technologische ontwikkelingen op het gebied van agentgestuurde browsers, digitale identiteiten en betaalinfrastructuur maken onderdelen van dergelijke processen steeds beter mogelijk.

Maar daarmee is nog niet gezegd dat volledig autonome sportschoolinschrijvingen via persoonlijke AI-assistenten op grote schaal plaatsvinden.

Daarvoor zijn betrouwbare koppelingen, passende toestemming, beveiliging en ondersteuning door de betrokken fitnessorganisaties nodig.

Het is dus belangrijk onderscheid te maken tussen de technologische mogelijkheden die ontstaan en de mate waarin consumenten deze al daadwerkelijk gebruiken.

Hoe ver is de fitnessbranche momenteel met AI?

De presentatie van Mullane laat zien wat technologisch mogelijk is. Maar hoe ver zijn fitnessondernemers daadwerkelijk met de inzet van AI?

Het Wellhub Fitness Business Growth Report 2026 geeft daarop een aanvullend perspectief.

Voor dit onderzoek werden 662 fitnessondernemers uit elf landen ondervraagd over onder andere bedrijfsvoering, marketing, technologie en groei. Daaruit blijkt dat AI vooral wordt gebruikt voor relatief toegankelijke toepassingen.

Toepassing van AI	Aandeel respondenten
Contentcreatie	66%
Leadmanagement, chatbots en automatische opvolging	47%
Gepersonaliseerde marketing	38%
Data-analyse	30%
Media-inkoop	10%

De cijfers laten zien dat AI inmiddels onderdeel is van de dagelijkse bedrijfsvoering van een aanzienlijk deel van de ondervraagde fitnessorganisaties.

Tegelijkertijd is er een duidelijk verschil tussen het gebruiken van AI als hulpmiddel en het inzetten van systemen die zelfstandig meerdere processen uitvoeren.

Ook blijkt uit hetzelfde onderzoek dat grotere fitnessorganisaties op bepaalde terreinen verder zijn.

Zo gebruikt 69% van de ondervraagde ketens AI-gerelateerde toepassingen voor leadmanagement, tegenover 41% van de zelfstandige ondernemers.

Wat betekent AI voor medewerkers in fitnessbedrijven?

Een terugkerende vraag bij de opkomst van AI-agents is wat de technologie betekent voor werkgelegenheid.

Als software zelfstandig klantvragen kan beantwoorden, leads kan opvolgen en administratieve taken kan uitvoeren, welke werkzaamheden blijven dan over?

Mullane ging tijdens zijn presentatie nadrukkelijk op dit onderwerp in. Volgens hem kan AI ertoe leiden dat bepaalde functies met minder medewerkers worden uitgevoerd.

Hij wees er daarbij op dat dit bij GymNation volgens zijn toelichting vooral via natuurlijk personeelsverloop gebeurt, doordat vrijkomende werkzaamheden anders worden georganiseerd.

Tegelijkertijd zag hij kansen voor medewerkers om zich meer te richten op taken waarbij persoonlijke aandacht essentieel is.

Denk aan het begeleiden van nieuwe leden, het bespreken van onzekerheden, het motiveren van mensen die moeite hebben om een sportroutine op te bouwen of het oplossen van complexe persoonlijke situaties.

Fitness is niet uitsluitend een administratieve dienstverlening. Voor veel mensen speelt vertrouwen in een trainer, instructeur of medewerker een belangrijke rol bij de beslissing om te beginnen én te blijven sporten.

AI kan bepaalde processen versnellen, maar daarmee wordt de menselijke component niet overbodig.

Sterker nog: wanneer technologie routinetaken overneemt, ontstaat mogelijk meer ruimte om juist die persoonlijke begeleiding te versterken.

Dat is echter geen automatisch gevolg. Het hangt af van de keuzes die een organisatie maakt. Als efficiëntie uitsluitend wordt ingezet om personeelskosten te verlagen, hoeft de klantbeleving daar niet beter van te worden.

Wanneer vrijgekomen tijd bewust wordt besteed aan begeleiding en contact met leden, kan technologie juist bijdragen aan een persoonlijkere dienstverlening.

Een andere rol voor fitnessmanagers en softwareleveranciers

De inzet van AI-agents verandert mogelijk ook de manier waarop fitnessorganisaties hun werkzaamheden organiseren.

Mullane verwacht dat managers in de komende jaren niet alleen medewerkers zullen aansturen, maar ook AI-agents.

Dat betekent dat zij opdrachten formuleren, resultaten beoordelen, bevoegdheden vastleggen en bepalen wanneer menselijke goedkeuring noodzakelijk is.

In zijn eigen organisatie gebruikt Mullane naar eigen zeggen zestien AI-agents voor verschillende bedrijfsfuncties, waaronder marketing, engineering, klantenservice en financiën.

Dat vraagt dus om nieuwe vaardigheden. Niet iedere fitnessmanager hoeft technisch specialist te worden. Maar het wordt wel belangrijker om te begrijpen wat een systeem uitvoert, welke gegevens daarvoor worden gebruikt, waar de risico’s liggen en hoe de kwaliteit wordt bewaakt.

Wat moeten fitnessondernemers van hun softwareleverancier verwachten?

Ook voor leveranciers van fitnesssoftware kan de opkomst van AI gevolgen hebben. Traditioneel werken medewerkers zelf in een CRM, planningssysteem of ledenadministratie.

Bij agentgestuurde processen kan software steeds vaker gegevens en handelingen beschikbaar stellen aan AI-systemen, terwijl medewerkers alleen nog bij specifieke beslissingen worden betrokken.

Mullane advies was ook om vooral kritischer te worden op wat leveranciers daadwerkelijk leveren. Een AI-functie die uitsluitend een samenvatting van een dashboard maakt, is immers iets anders dan een agent die zelfstandig werkzaamheden uitvoert.

Een belangrijke vraag die ondernemers volgens Mullane aan hun softwareleverancier kunnen stellen: ‘Welke werkzaamheden heeft jullie AI-agent afgelopen week zelfstandig uitgevoerd voor een echte fitnessorganisatie?’

Daarmee verschuift de aandacht van aantrekkelijke demonstraties en productbeloften naar aantoonbare praktijkresultaten.

AI implementeren: begin niet bij de technologie, maar bij mensen

Aan het einde van zijn presentatie deelde Mullane 3 lessen uit zijn ervaringen met AI-implementaties. Hij vatte ze samen als people, positioning and proof. Oftewel: mensen, positionering en bewijs.

Mensen: betrek medewerkers vroegtijdig

AI-implementaties kunnen weerstand oproepen wanneer medewerkers zich zorgen maken over hun functie of niet begrijpen waarom nieuwe systemen worden ingevoerd.

Daarom is het belangrijk om hen vanaf het begin te betrekken. Welke werkzaamheden kosten nu veel tijd? Waar ervaren medewerkers frustraties? Welke processen kunnen slimmer worden ingericht?

Door deze vragen gezamenlijk te beantwoorden, ontstaat meer inzicht in waar technologie daadwerkelijk kan ondersteunen.

Positionering: wees duidelijk over het doel

Een AI-agent introduceren met uitsluitend de boodschap dat processen goedkoper moeten worden, kan onzekerheid versterken. Een concreet en eerlijk verhaal over de beoogde veranderingen is belangrijker.

Welke werkzaamheden worden anders georganiseerd? Wat verandert er voor medewerkers? En welke taken blijven menselijke aandacht vragen?

Een ondernemer moet daarbij ook eerlijk zijn wanneer automatisering gevolgen heeft voor functies of personeelsbehoefte.

Bewijs: meet voordat je begint

De derde les is misschien wel de meest praktische. Veel bedrijven beginnen met nieuwe technologie zonder eerst goed vast te leggen hoe de bestaande situatie eruitziet. Daardoor wordt het lastig om achteraf vast te stellen wat daadwerkelijk is verbeterd.

Bij AI-gestuurd leadmanagement kun je bijvoorbeeld kijken naar de gemiddelde reactietijd, het aantal geplande kennismakingsgesprekken, de conversie naar lidmaatschap en de benodigde medewerkerstijd.

Voor retentietoepassingen kunnen bezoekfrequentie, ledenbehoud en de uitkomsten van interventies relevante indicatoren zijn.

Vergelijk daarbij niet alleen de resultaten vóór en na een implementatie, maar houd waar mogelijk ook rekening met seizoensinvloeden en andere veranderingen.

Een succesvolle AI-implementatie wordt niet bepaald door hoeveel processen zijn geautomatiseerd, maar door de waarde die de technologie daadwerkelijk toevoegt.

Aandacht voor privacy, veiligheid en betrouwbaarheid

Bij alle mogelijkheden van AI-agents hoort ook een belangrijke verantwoordelijkheid. Fitnessorganisaties verwerken gegevens van leden, medewerkers en potentiële klanten.

Wanneer AI-systemen toegang krijgen tot CRM-gegevens, bezoekregistraties, betalingsinformatie en communicatiegeschiedenis, kunnen daar nieuwe risico’s bij ontstaan.

Zo is het noodzakelijk om zorgvuldig te bepalen welke gegevens een agent mag gebruiken, welke handelingen zelfstandig mogen worden uitgevoerd en wanneer menselijke controle nodig is.

Ook kunnen AI-systemen fouten maken, onjuiste informatie geven of verkeerde conclusies trekken.

Daarnaast moeten fitnessondernemers rekening houden met de AVG en, waar van toepassing, de Europese AI-verordening.

Persoonsgegevens mogen niet zonder meer worden gedeeld met externe AI-systemen. Gegevensverwerking moet een passende rechtsgrond, duidelijk doel en passende beveiliging hebben.

Bij het beoordelen van AI-systemen is het daarom verstandig om onder meer te kijken naar privacyafspraken, toegangsrechten, transparantie richting leden, gegevensbewaring en de mogelijkheden om menselijke tussenkomst te waarborgen.

Technologie kan veel werkzaamheden ondersteunen, maar de verantwoordelijkheid voor een zorgvuldige bedrijfsvoering blijft bij de organisatie liggen.

6 aandachtspunten voor Nederlandse fitnessondernemers

De internationale praktijkvoorbeelden laten zien hoe AI de fitnessbranche kan veranderen. Maar wat betekent dit concreet voor een Nederlandse sportschool, personaltrainingstudio of fitnessketen?

1. Onderzoek hoeveel tijd verloren gaat aan terugkerend werk

Breng in kaart welke administratieve taken veel tijd kosten. Denk aan het beantwoorden van standaardvragen, opvolgen van proeflesaanvragen, controleren van boekingen en verwerken van terugkerende klantverzoeken. Kijk vervolgens welke taken geschikt zijn voor ondersteuning of automatisering.

2. Controleer de opvolging van geïnteresseerden

Hoe snel ontvangen potentiële leden momenteel antwoord? Wat gebeurt er met aanvragen die ‘s avonds of in het weekend binnenkomen? En hoe worden geïnteresseerden opgevolgd die niet direct beslissen? Een verbetering in deze processen kan waarde opleveren, ook zonder volledig autonome AI.

3. Maak de website duidelijk voor mens én machine

Controleer of belangrijke informatie daadwerkelijk op de website staat. Zijn tarieven, abonnementen, lesroosters, locaties en openingstijden gemakkelijk te vinden? Is duidelijk welke begeleiding wordt aangeboden en voor welke doelgroep de sportschool geschikt is?

Zorg daarnaast voor actuele bedrijfsprofielen, een technisch toegankelijke website en betrouwbare informatie. Dat ondersteunt zowel de bestaande online vindbaarheid als nieuwe manieren waarop consumenten naar fitnessaanbieders zoeken.

4. Gebruik ledengegevens om gerichter te begeleiden

Onderzoek of bestaande systemen veranderingen in bezoekfrequentie inzichtelijk kunnen maken. Welke leden komen minder vaak dan voorheen? Op welke momenten ontstaat uitval? En hoe wordt daar nu op gereageerd?

Kijk vervolgens welke vorm van opvolging passend en toegestaan is. De bedoeling moet zijn om leden beter te ondersteunen, niet om hen voortdurend geautomatiseerd te benaderen.

5. Vraag leveranciers om concrete voorbeelden

Een softwareleverancier die AI aanbiedt, moet duidelijk kunnen uitleggen wat het systeem daadwerkelijk doet.

Welke processen worden ondersteund? Welke koppelingen zijn beschikbaar? Hoe worden fouten opgevangen? En hoe blijft de ondernemer in controle?

6. Betrek medewerkers en bepaal wat persoonlijk moet blijven

De grootste kracht van een fitnessorganisatie ligt vaak in het contact met haar leden. Bepaal daarom bewust welke werkzaamheden geautomatiseerd kunnen worden en waar persoonlijke aandacht juist essentieel blijft.

Een systeem kan een afspraak boeken, maar een medewerker kan tijdens die afspraak begrijpen waarom iemand onzeker is, welke begeleiding nodig is en wat iemand motiveert om vol te houden.

Technologie en menselijk contact hoeven elkaar daarbij niet uit te sluiten. Ze kunnen elkaar juist versterken.

Wat betekent deze ontwikkeling voor de toekomst van de fitnessbranche?

De presentatie van Ian Mullane laat zien dat AI zich in hoog tempo ontwikkelt van een hulpmiddel voor afzonderlijke taken naar technologie die complete werkprocessen kan ondersteunen of uitvoeren.

Dat heeft gevolgen voor de manier waarop fitnessbedrijven leads opvolgen, leden begeleiden, administratieve processen organiseren en online gevonden worden.

Tegelijkertijd is het belangrijk om technologische verwachtingen te onderscheiden van bewezen resultaten.

Niet iedere sportschool heeft dezelfde schaalgrootte als GymNation. Niet ieder AI-product kan zelfstandig handelen. En een website die voldoet aan technische AEO-criteria is niet automatisch zichtbaar in iedere AI-zoekomgeving.

Voor Nederlandse fitnessondernemers ligt de uitdaging niet in het zo snel mogelijk vervangen van menselijke werkzaamheden.

Veel belangrijker is de vraag welke processen slimmer ingericht kunnen worden, zodat er meer ruimte ontstaat voor de dienstverlening die een fitnessbedrijf onderscheidend maakt.

Want ondanks alle technologische veranderingen blijven de behoeften van leden grotendeels herkenbaar. Mensen willen zich welkom voelen, passende begeleiding krijgen, vertrouwen opbouwen en werken aan hun gezondheid.

Daarvoor blijft persoonlijk contact een belangrijke factor.

Conclusie: AI verandert het werk achter de schermen, maar de waarde ontstaat op de fitnessvloer

De opkomst van AI-agents markeert een volgende fase in de digitalisering van de fitnessbranche. Waar kunstmatige intelligentie voor veel ondernemers begon als hulpmiddel voor contentcreatie en eenvoudige communicatie, kunnen nieuwe systemen steeds vaker zelfstandig taken uitvoeren.

Daarmee verandert zowel de interne bedrijfsvoering als de externe klantreis.

Fitnessorganisaties krijgen te maken met nieuwe mogelijkheden voor leadopvolging, administratie en retentie. Tegelijkertijd kunnen consumenten op een andere manier zoeken naar een geschikte sportschool, met AI-systemen die informatie verzamelen en aanbieders vergelijken.

De belangrijkste les uit de presentatie van Mullane is misschien wel dat technologische vooruitgang uiteindelijk niet uitsluitend om efficiëntie draait.

Als AI ervoor zorgt dat fitnessprofessionals minder tijd kwijt zijn aan administratie en meer aandacht kunnen besteden aan mensen, kan dat bijdragen aan zowel een sterkere bedrijfsvoering als een betere fitnesservaring.

En juist die combinatie is interessant voor een sector die steeds nadrukkelijker een rol wil spelen in gezondheid, preventie en duurzame sportdeelname.

Over de presentatie en de onderzoeken

Dit artikel is gebaseerd op de keynote The Invisible Workforce van Ian Mullane, oprichter en CEO van Keepme, tijdens het HFA European Congress op 24 september 2026 in Londen. Melanie Verbueken was namens NL Actief aanwezig bij het congres.

Gebruikte bronnen:

Geschreven door Melanie Verbueken, namens NL Actief.