Wat kost een website die zichzelf bijhoudt?

Mijn portfolio-site werkt zichzelf elke ochtend bij. Om 08:15 leest een script mijn Notion-database, bouwt de pagina's opnieuw in het Nederlands en het Engels, controleert de links en de social-kaarten, en zet het resultaat live. Ik kijk er niet naar om.

Vandaag heb ik uitgerekend wat dat kost. Op echte data: mijn eigen AI-gesprekslogs van de afgelopen 45 dagen, het publicatielogboek, de wijzigingshistorie van de site en mijn eigen geregistreerde uren per taak.

De dagelijkse routine kost nul AI

De grootste verrassing eerst. De routine die de site elke dag bijwerkt gebruikt geen AI. Geen tokens, geen credits. Het is gewone code: Python-scripts die data ophalen, pagina's bouwen en controles draaien. Die code is ooit mét AI geschreven, maar draait sindsdien voor de stroomkosten van mijn laptop. In tien weken: 46 automatische publicaties zonder dat ik ernaar omkeek.

Dat patroon zie ik overal in mijn systeem terugkomen. De AI-kosten zitten in het bouwen. Wat eenmaal als code draait, kost daarna vrijwel niets meer.

Waar de AI wel werkt: de bouwsessies

Het bouwen zelf gebeurt in werksessies met Claude: nieuwe pagina's, controlepoorten, artikelen, bugfixes. In 45 dagen waren dat 28 sessies rond de site. Uit de logs opgeteld: een kleine duizend euro aan tokens, als ik het officiële API-tarief zou betalen.

Betaal ik niet. Ik heb een abonnement van €90 per maand, en de site is daar ~25% van het gebruik van. Toegerekend: ~€22 per maand. Tel de beeldgeneratie (~€5) en een stukje serverhuur (~€3) erbij en het complete AI-beheer van de site kost ~€30 per maand aan echt geld.

Het gat tussen die twee getallen vond ik het meest opvallende cijfer van de hele meting: mijn totale AI-gebruik heeft een API-waarde van ~€2.700 per maand, tegen €90 abonnementskosten. Wie via een abonnement werkt in plaats van via de API, rekent met een factor ~30 verschil.

Dit is het moment om te proberen

Dat factor-30-gat zegt ook iets over de markt. Twee openbare cijfers maken het concreet. Sam Altman, de baas van OpenAI, schreef begin 2025 dat zijn bedrijf geld verliest op de abonnementen van 200 dollar per maand: mensen gebruiken ze veel meer dan hij had ingeschat. En de jaarcijfers van OpenAI die in juni 2026 uitlekten laten zien dat het bedrijf in 2025 ruim 13 miljard dollar omzette en bijna 21 miljard operationeel verlies boekte: 1,60 dollar uitgaven per binnengekomen dollar.

Eerlijk erbij: dat verlies komt vooral uit onderzoek en marketing, niet aantoonbaar uit het draaien van mijn abonnement. En Anthropic, waar mijn abonnement loopt, publiceert zulke cijfers niet. De richting is wel duidelijk genoeg om op te bouwen: de rekenkracht die ik huur wordt op dit moment door iemand anders voorgeschoten.

Voor wie twijfelt of hij iets met AI wil bouwen is de conclusie simpel: economisch is dít het moment. Je huurt nu rekenkracht ver onder de vraagprijs. Dat venster kan sluiten zodra de groeifase voorbij is en abonnementen naar kostprijs bewegen. Het kan ook openblijven: modellen worden elk jaar efficiënter en open-source-alternatieven drukken de prijs. Maar daar zou ik niet op wachten; proberen kost nu het minst.

De echte kostenpost: mijn eigen tijd

Dertig euro per maand is afrondingsruis. De grootste post staat niet op een factuur: mijn eigen stuurtijd. Zo'n 20 uur per maand aan richting geven, output beoordelen en bijsturen, gemeten via de werkelijke inspanning die ik per afgeronde taak bijhoud.

Dat is de les die ik iedereen voorhoud die "AI-kosten" wil berekenen: de tokens zijn het probleem niet. De vraag is hoeveel van jouw tijd het kost om de output goed te krijgen. Reken je die uren niet mee, dan valt elke som misleidend gunstig uit.

En volledig handmatig dan?

Dezelfde output zonder AI: elke werkdag handmatig publiceren met vertaling en controles (10-20 uur per maand), tientallen portfolio-items schrijven in twee talen (6-13 uur), het bouwwerk aan pagina's en scripts (45-75 uur), plus de artikelen (6-8 uur). Samen 70 tot 115 uur per maand.

Tegenover mijn 20 uur is dat een factor 3 tot 5, oftewel 50 tot 95 gewonnen uren per maand. Al is de eerlijke conclusie scherper: handmatig zou dit volume er helemaal niet zijn. De site was dan een statische one-pager gebleven die ik twee keer per jaar bijwerk.

Zwaar aan de voorkant, licht daarna

De urenmeting over de maanden laat de investeringscurve zien. Juni en juli waren bouwmaanden: tientallen eigen uren, de ene sessie na de andere, de piek van de zomervakantie. In augustus rondde ik nog maar een handvol site-taken af en zakten mijn eigen site-uren naar een paar uur per maand.

Zo werkt elk onderdeel van dit systeem. De inspanning zit vrijwel volledig aan de voorkant: een publicatieroutine of een controlepoort bouwen kost een avond of een weekend, daarna draait het en vraagt het bijna niets meer, in tijd noch geld. Wie alleen naar die bouwfase kijkt, ziet een duur en arbeidsintensief project. Wie een paar maanden later kijkt, ziet een site die zichzelf bijhoudt voor €30 per maand.

Het AI-verbruik piekte juist in augustus, terwijl mijn eigen uren daalden. De verhouding kantelt dus: steeds meer machinewerk per uur van mij. Precies wat je wilt zien bij een systeem dat af raakt: de mens verschuift van bouwen naar sturen.

Zelf narekenen

Wie dit voor de eigen situatie wil weten, kan vandaag beginnen: Claude Code schrijft lokale gesprekslogs met het tokenverbruik per sessie (map `~/.claude/projects`), en een middag met een kort telscript geeft je hetzelfde overzicht als dit artikel. Twee regels daarbij: waardeer je tokens tegen wat je écht betaalt (abonnement, geen API-tarief), en zet je eigen review-uren als grootste post in de som.