100×worker · beroepsanalyse

Wat verandert AI aan het beroep van ondertitelaar?

Door Hendrik De Winne Laatst bijgewerkt: 10 augustus 2026 Read this in English

AI neemt bij ondertitelaars het mechanische werk over: transcriptie, tijdcodes zetten en een eerste ruwe vertaling. De ondertitelaar blijft essentieel voor het inkorten met behoud van betekenis, het vertalen van humor en cultuur, en de eindcontrole op synchronisatie en leesritme. De taakinhoud verandert, het beroep blijft bestaan.

Illustratie: hoe AI het werk van een ondertitelaar verandert

Ondertitelaar is een vakberoep dat al jaren met software werkt, maar sinds spraakherkenning en vertaalengines vlot genoeg zijn geworden om een eerste versie te leveren, verschuift het werk zelf. In Vlaanderen gebruikt 43% van de bevolking maandelijks generatieve AI, en bij studenten loopt dat op tot 81% (imec.digimeter, 2026). Bij de Belgen algemeen gebruikte 61% in 2025 een AI-chatbot (Google/Ipsos, 'Our Life with AI'). Die cijfers gaan niet over ondertitelaars specifiek. Ze tonen vooral dat de tools waarmee jij werkt, ook bij je klanten en je publiek gewoon geworden zijn.

Voor het beroep zelf bestaat geen directe Amerikaanse SOC-tegenhanger in het grote Microsoft-onderzoek naar 200.000 Copilot-gesprekken (2025), dus een exacte 'AI-toepasbaarheidsscore' voor ondertitelaar ontbreekt. Wat wel bekend is: taalwerk zoals transcriberen, samenvatten en vertalen scoort in dat onderzoek en in Anthropic's Economic Index consequent hoog op automatiseerbaarheid. Voor ondertitelaars vertaalt zich dat naar concreet gereedschap: spraakherkenning die transcribeert, software die automatisch spot, en vertaalengines die een eerste versie leveren. Dit artikel legt uit welke taken uit de ESCO-vaardighedenlijst voor ondertitelaar verschuiven, verdwijnen of blijven, en wat je deze maand kan doen om de AI-persoon van je team te worden.

Een ondertitelaar zet gesproken taal om in gesynchroniseerde tekst op scherm, voor doven, slechthorenden of anderstalige kijkers.

De taakverdeling: wat AI overneemt en wat van jou blijft

Het besturingssysteem van het beroep ondertitelaar valt in vier emmers. Eliminate is werk dat simpelweg verdwijnt omdat software het al oplost, zoals manueel transcriberen vanaf nul. Automate is werk dat een AI-agent productieklaar aflevert zonder dat jij nog op het proces moet ingrijpen, zoals technische leessnelheidscontrole. Delegate is werk waar AI de eerste 80% doet en jij de laatste, beslissende 20%: vertalen van humor, inkorten van dialogen, glossaria opbouwen. Keep is het werk waar AI enkel ondersteunt: de eindcontrole op synchronisatie, cultuur en leesritme, en het contact met de klant. De ESCO-vaardighedenlijst voor ondertitelaar (grammatica, samenvatten, vertalen, transcriberen, scènes beschrijven, ondertitelingssoftware) is het uitgangspunt voor de indeling hieronder.

Taakverdeling voor ondertitelaar over de vier emmers, gebaseerd op de ESCO-vaardighedenlijst.

Taak	Emmer	Waarom
Woordelijke ruwe transcriptie van dialogen vanaf nul uittikken	schrappen	Spraakherkenning zet audio nu al accuraat om in tekst, handmatig uittikken is overbodig geworden.
Manueel intikken van eerste tijdcodes bij spotting	schrappen	Software detecteert spraakpauzes en zet automatisch instap- en uitstippen, handmatig intikken is achterhaald.
Automatische spotting en segmentatie van ondertitels	automatiseren	Software knipt dialoog vanzelf in blokken op basis van spraakpauzes en leessnelheidsregels.
Technische controle op karakters per seconde en leessnelheid	automatiseren	Tools berekenen leessnelheid en tekens per seconde automatisch en flaggen overschrijdingen meteen.
Eerste ruwe vertaling van brontekst naar doeltaal	automatiseren	Vertaalengines geïntegreerd in ondertitelsoftware leveren een bruikbare eerste versie in de doeltaal.
Inkorten van lange dialogen tot ondertitel binnen tijd- en tekenlimiet	delegeren	AI stelt een verkorte versie voor, jij bewaakt betekenis, toon en leesbaarheid.
Vertalen van cultuurspecifieke termen, grappen en woordspelingen	delegeren	AI geeft vertaalopties voor grappen en woordspelingen, jij kiest wat werkt voor het publiek.
Beschrijven van scènes en geluiden voor ondertitels voor slechthorenden (SDH)	delegeren	AI genereert een eerste scènebeschrijving, jij checkt relevantie en toon.
Raadplegen van terminologiebronnen en opbouwen van een projectglossarium	delegeren	AI zoekt en verzamelt consistente termen, jij bevestigt en beheert de definitieve keuzes.
Finale controle op synchronisatie tussen beeld, geluid en tekst	houden	Menselijk oor en oog vangen synchronisatiefouten die software vaak mist. (Jouw voorsprong: Getraind gevoel voor beeldritme en pauzes.)
Vertalen van humor, register en culturele toon	houden	Humor, ironie en culturele nuance vragen context die machines missen. (Jouw voorsprong: Cultureel gevoel en kennis van het publiek.)
Beoordelen van leesbaarheid en leesritme voor de kijker	houden	Alleen een mens voelt of een ondertitel goed leest tijdens het kijken. (Jouw voorsprong: Ervaring met leesgedrag van kijkers.)
Klantcontact over stijl, toon en projectafspraken	houden	Opdrachtgevers willen overleg met een persoon over stijl en verantwoordelijkheid. (Jouw voorsprong: Vertrouwen en verantwoordelijkheid nemen richting klant.)

Harvest map voor ondertitelaar: vier emmers met taken

Welke taken van een ondertitelaar neemt AI over?

AI neemt vooral het mechanische deel van ondertitelen over: transcriptie, tijdcodes zetten (spotting) en een eerste vertaling. Spraakherkenning zet audio nu vlot om in tekst en vertaalengines leveren een bruikbare eerste versie in de doeltaal. Software rekent automatisch leessnelheid en tekens per seconde uit. Wat overblijft voor jou: inkorten met behoud van betekenis, cultuurspecifieke grappen vertalen, scènes beschrijven voor slechthorenden en de eindcontrole op synchronisatie en leesritme. Volgens het Anthropic Economic Index, dat miljoenen AI-gesprekken tegen taken uit O*NET legt, valt vertaalwerk deels onder automation-achtig gebruik en deels onder augmentation-achtig gebruik, precies de mix die je bij ondertiteling terugziet.

Wordt de ondertitelaar vervangen door AI?

Het beroep ondertitelaar blijft overeind. De taken erbinnen verschuiven stevig. UWV, de Nederlandse uitvoeringsorganisatie, verwoordt het zo: 'AI verandert niet je baan, maar wel je takenpakket', gebaseerd op onderzoek bij 2.300 werkgevers. Voor ondertitelaars klopt dat: transcriptie en ruwe vertaling verdwijnen als apart te factureren werk, terwijl de eindverantwoordelijkheid voor toon, timing en leesbaarheid mensenwerk blijft. Er is geen directe Amerikaanse beroepsscore beschikbaar voor ondertitelaar in het Microsoft-onderzoek naar 200.000 Copilot-gesprekken, maar de trend bij vergelijkbaar taalwerk (samenvatten, vertalen, transcriberen) ligt hoog in AI-toepasbaarheid. Wie enkel ruwe vertalingen aflevert, verliest werk aan software. Wie kwaliteit, cultuurkennis en eindcontrole levert, wordt waardevoller.

Wat doet AI al goed en waar gaat het nog mis bij ondertitelen?

AI is sterk in spraakherkenning, ruwe vertaling en het uitrekenen van technische regels zoals leessnelheid en tekens per seconde. Waar het misgaat: woordspelingen, culturele verwijzingen, ironie en context die verandert tussen scènes. Een AI-vertaling vertaalt vaak letterlijk wat een grap fataal maakt, of mist dat een personage sarcastisch is. Ook bij ondertitels voor slechthorenden (SDH) beschrijft AI geluiden vaak generiek ('muziek speelt') terwijl een goede ondertitelaar aanvoelt welk detail de scène draagt. Kortom: AI levert snelheid en een basis, jij levert het gevoel voor taal, timing en publiek dat het verschil maakt tussen bruikbare en goede ondertitels.

Wat kan je deze maand concreet doen als ondertitelaar?

Test een AI-ondertitelsoftware met geïntegreerde spraakherkenning en vertaalengine op een bestaand project en vergelijk de output met je eigen werk: waar wint de machine tijd, waar moet jij ingrijpen. Bouw een vast nabewerkingsproces: laat AI transcriberen en spotten, controleer zelf synchronisatie en leesritme, herschrijf grappen en culturele verwijzingen zelf. Vraag je opdrachtgever hoe die tegen AI-gebruik in ondertiteling staat en leg vast wie eindverantwoordelijk is voor kwaliteit. In Vlaanderen gebruikt 43% van de bevolking maandelijks generatieve AI (imec.digimeter), dus verwacht dat klanten er zelf ook mee experimenteren en wil weten of jij het slimmer inzet dan zij.

AI verandert niet je baan, maar wel je takenpakket.
UWV

Word de AI-persoon van je team

Word de spotting-architect van het team

Bouw en documenteer een workflow waarin AI transcribeert en automatisch spot, terwijl jij enkel nog corrigeert. Deel die workflow met collega's zodat het hele team sneller levert zonder kwaliteit te verliezen.

Bouw een glossarium-systeem per klant

Laat AI per project een eerste termenlijst en karakternamenlijst opstellen, jij valideert en beheert de definitieve versie. Dat glossarium wordt het geheugen van het team over meerdere projecten en seizoenen heen.

Neem de kwaliteitscontrole op AI-output op je

Positioneer jezelf als de persoon die AI-output beoordeelt op leesritme, cultuur en toon voordat het naar de klant gaat. Zo koppel je jouw naam aan het kwaliteitslabel van het team, niet aan de tool die het eerste ontwerp maakte.

Wil je dit voor jouw echte takenpakket?

De gratis scan op de homepage bouwt in 30 seconden jouw persoonlijke taakkaart, op basis van jouw rol en sector.

Doe de gratis taak-scan

Tools voor dit werk

Tool	Voor welke taken	Nuchter bekeken
Spraakherkenning (ASR) geïntegreerd in ondertitelsoftware	transcriptie, spotting	Nauwkeurig bij duidelijke spraak, minder betrouwbaar bij accenten, achtergrondgeluid of sprekers door elkaar.
Machine-vertaalengines in ondertitelsoftware	eerste ruwe vertaling	Goed startpunt, nooit zonder menselijke herziening publiceren.
Algemene AI-chatassistent	vertalen van cultuurspecifieke termen, inkorten van dialogen	Bruikbaar als sparringpartner voor alternatieven, niet als eindredacteur.
Gedeeld glossarium of terminologiedocument	raadplegen informatiebronnen, consistente vertaling eigennamen	AI stelt een eerste lijst voor, jij houdt de definitieve versie bij en beheert wijzigingen.
Gewone agenda- en projectplanningstool	klantcontact, deadlines beheren	Niets AI-specifiek nodig hier, gewoon structuur houden werkt het best.

Prompts om vandaag te proberen

Ruwe transcriptie omzetten naar spotting-klare tekst

Hier is een ruwe transcriptie van een dialoogscène met tijdcodes per zin. Verdeel deze in ondertitelblokken van max [X] tekens per regel en [Y] tekens per seconde, behoud de betekenis, en geef aan waar een zin ingekort moet worden om binnen de leessnelheid te blijven: [plak transcriptie].

Cultuurspecifieke grap of woordspeling vertalen

De volgende dialoogregel bevat een [taal]-woordspeling die niet letterlijk vertaalbaar is naar het Nederlands: '[zin]'. Context van de scène: [korte beschrijving]. Geef drie alternatieve vertalingen die de humor of toon behouden binnen [aantal] tekens, en leg voor elke optie kort uit wat je inruilt.

Scènebeschrijving voor ondertitels voor slechthorenden (SDH)

Beschrijf voor deze scène de relevante niet-verbale geluiden en muziek in maximaal [aantal] tekens per ondertitel, gericht op wat de scène betekenisvol maakt (spanning, sfeer, actie). Scènebeschrijving: [beschrijf de scène en geluiden]. Vermijd generieke termen zoals 'muziek speelt' als een specifieker detail beschikbaar is.

Verwante beroepen

Veelgestelde vragen

Kan ondertitelsoftware met AI mijn baan als ondertitelaar volledig overnemen?

Nee. AI-software automatiseert transcriptie, spotting en een eerste vertaling, maar de eindcontrole op leesritme, cultuur en toon blijft mensenwerk. UWV, de Nederlandse uitvoeringsorganisatie werknemersverzekeringen, beschrijft dit patroon voor werk in het algemeen: AI verandert het takenpakket, niet automatisch de baan zelf. Voor ondertitelaars betekent dit dat je minder tijd kwijt bent aan mechanisch werk en meer tijd overhoudt voor kwaliteitscontrole en creatieve vertaalkeuzes, op voorwaarde dat je die verschuiving zelf stuurt.

Welke AI-tools gebruiken ondertitelaars vandaag het meest?

Ondertitelsoftware met geïntegreerde spraakherkenning voor transcriptie en automatische spotting, plus machine-vertaalengines voor een eerste ruwe vertaling, zijn het meest ingeburgerd. Daarnaast gebruiken veel ondertitelaars een algemene AI-chatassistent om cultuurspecifieke termen, humor of woordspelingen te herschrijven binnen tekenlimieten. In Vlaanderen zet 67% van de AI-gebruikers generatieve AI in als zoekmachine (imec.digimeter), een gewoonte die ook ondertitelaars gebruiken om snel achtergrondinformatie over termen of context op te zoeken.

Moet ik als ondertitelaar nu AI-vaardigheden bijleren?

Ja, minstens de basis: weten hoe je een AI-transcriptie of AI-vertaling snel controleert en corrigeert, en hoe je prompts schrijft om alternatieve vertalingen voor moeilijke zinnen te genereren. Je hoeft geen programmeur te worden. Het gaat om kritisch beoordelen van AI-output, net zoals je vroeger leerde een woordenboek of vertaalgeheugen kritisch te gebruiken. Wie dat niet doet, verliest tijd aan het zelf uittikken van werk dat software al goed genoeg aflevert.

Hoe verklein ik de kans dat een klant AI-ondertitels zonder mij laat maken?

Profileer jezelf als kwaliteitsbewaker van AI-output: bied aan om AI-gegenereerde ruwe ondertitels te reviseren op cultuur, toon en leesritme, en lever een duidelijk kwaliteitsverschil met een prijs die daarbij past. Leg vooraf met de klant vast wie eindverantwoordelijk is voor fouten. Klanten die zelf AI gebruiken, ondervinden vaak dat de ruwe output niet publicatieklaar is, en dat is precies het moment waarop jouw revisiewerk waarde toont.

Bronnen

Hendrik De Winne, auteur van Becoming AI-Savvy, oprichter van VibeLab. Begeleidt teams bij het herontwerpen van hun werk met AI.

Dit artikel is opgesteld met AI-ondersteuning op basis van publieke databronnen en redactioneel nagekeken.