---
title: "De verborgen kosten van spreadsheets vertalen met Claude of ChatGPT"
description: "De echte kosten van spreadsheets vertalen met ChatGPT of Claude zitten niet in tokens, maar in een kapotte structuur, verloren tijd en ongemerkt kwaliteitsverlies. Dit is wat er komt kijken bij het vertalen van grote CSV-bestanden."
date: 2026-05-07
language: nl
canonical: https://ai-glot.com/nl/blog/hidden-cost-translating-spreadsheets-ai
source: AI Glot blog
---
**De conclusie: spreadsheets vertalen met ChatGPT of Claude leidt tot 'stil falen': de vertalingen lijken misschien goed, maar de schade aan record-ID's, HTML-tags en de koppeling tussen rijen maakt het opnieuw importeren een handmatige nachtmerrie. De arbeidskosten daarvan zijn hoger dan de kosten van gespecialiseerde tools.**

**Een spreadsheet vertalen met ChatGPT kost je een zaterdag, geen tokens, want de rekening volgt pas wanneer je het bestand opnieuw importeert.**

Toen ChatGPT en Claude goed werden, lag de verleiding voor de hand om alles aan ze toe te vertrouwen, ook spreadsheets. Voor een snelle e-mailvertaling of een korte alinea is dat een prima idee. Maar met een **[Shopify-catalogus van 1,200 rijen](/nl/solutions/shopify-product-translation)**, een bestand voor **[app-localisatie](/nl/solutions/app-localization-file-translation)** of een export voor **[CMS-contentvertaling](/nl/solutions/cms-content-translation)** loop je recht tegen verborgen kosten aan. Niemand waarschuwt je daarvoor, want je merkt er niets van tot je er middenin zit. Kies vanaf het begin de **[beste software voor websitevertaling](/nl/blog/best-website-translation-software)** om die problemen te voorkomen.

Laten we eens bekijken wat bulkvertaling in een chatvenster werkelijk kost en waarom veel gebruikers merken dat **[ChatGPT niet voldoende is](/nl/blog/why-not-use-chatgpt-claude-translate-csv)** voor lokalisatie op industriële schaal. Als je begrijpt **[waarom websitevertaling belangrijk is](/nl/blog/importance-website-translation)**, kun je de investering in betere tools goed onderbouwen.

## De grens tussen ‘werkt prima’ en ‘een dure ramp’

Voordat we de manieren waarop het mis kan gaan bespreken, eerst de eerlijke versie van dit artikel: ChatGPT en Claude zijn uitstekende vertaaltools voor de juiste klus. Het probleem zit niet in het model, maar in de mismatch met het bestandsformaat.

Een handige vuistregel:
*   **Minder dan 50 CSV-rijen, één kolom om te vertalen en geen strikte eis om het bestand opnieuw te importeren** → ChatGPT of Claude volstaat. Zet je woordenlijst in de systeemprompt, plak de tekst erin, kopieer de vertaling terug en klaar.
*   **50 of meer rijen, gestructureerde CSV met kolommen waar je niet aan mag komen (ID’s, slugs, prijzen, SKU’s, URL’s), terugkerende batches of een woordenlijst voor duizenden cellen** → dan heb je een platform nodig dat speciaal voor CSV is gemaakt. De verborgen kosten ontstaan wanneer je dit door een chatvenster probeert te loodsen.

De rest van dit artikel gaat over het tweede scenario.

## Verborgen kosten #1: structurele schade die je pas bij het opnieuw importeren ontdekt

Chatmodellen zijn ontworpen om behulpzaam en creatief te zijn. Dat is hun superkracht voor copywriting en hun zwakte voor gegevensverwerking.

Als je een spreadsheet aan ChatGPT geeft, weet het niet welke kolommen inhoud bevatten en welke structurele metadata. Het probeert je ‘te helpen’:

*   Een Shopify-kolom `vendor` wordt van ‘Nike’ ‘Nique’ in het Frans. Alle Nike-producten verdwijnen uit je merkfilter.
*   Een `Product_ID` wordt `NOIR-CHAUSSURE-01` in plaats van `BLK-SHOE-01`. Je voorraadsysteem verliest alle verwijzingen.
*   Een Webflow CMS-`slug` wordt vertaald, waardoor 400 interne links en alle backlinks die je hebt opgebouwd ineens een 404-fout opleveren.
*   In een SaaS-app wordt de kolom `key` in een strings-bestand vertaald, waardoor de app letterlijk geen enkele overeenkomende tekststring meer kan laden.

De CSV wordt zonder fouten geïmporteerd. De schade wordt pas zichtbaar in productie, wanneer een klant of collega erachter komt. Zo kunnen veelvoorkomende **[fouten bij het vertalen van CSV-bestanden](/nl/blog/csv-translation-mistakes-break-import)** ongemerkt je gegevensintegriteit aantasten.

**De kosten zitten niet in de tokens.** Ze zitten in het uur dat je kwijt was aan het genereren van het bestand, de vier uur die je besteedt aan uitzoeken wat er misging en het vertrouwen dat je verliest van iedereen die op je rekent.

## Verborgen kosten #2: HTML-tags raken op grote schaal verminkt

Dit merk je pas als je een voorbeeld van de weergegeven pagina bekijkt. Dan is het pijnlijk.

Moderne vertaalexports (Weglot, WPML, maatwerk) bevatten inline-tags rond tekstgedeelten: `<wg-1>`, `<strong>`, `<a href="...">`. Die rijen vertalen gaat niet alleen om de woorden. Je moet **de tags verplaatsen zodat ze in de doeltaal om het overeenkomstige tekstgedeelte staan**, ook als het aantal woorden verandert.

Engels: ‘Klik `<wg-1>`hier`</wg-1>` voor meer informatie’ → Duits: ‘Klicken Sie `<wg-1>`hier`</wg-1>`, um mehr zu erfahren.’

Dat lijkt eenvoudig. Dat is het niet, want:
*   Bij een vertaling van Engels naar Duits verandert het aantal woorden vaak. De taggrens moet meebewegen met de betekenis, niet op dezelfde plek in de zin blijven staan.
*   Chatmodellen laten tags weg, dupliceren ze of zetten ze om het verkeerde woord.
*   Zelfs DeepL heeft hier moeite mee.
*   Ook menselijke vertalers krijgen dit over honderden rijen niet altijd consequent goed.

Ik heb zelf vertaalrondes meegemaakt die er in de spreadsheet perfect uitzagen, maar live pagina’s opleverden waarop de call-to-action niet meer gelinkt was of de vetgedrukte opmaak op de verkeerde helft van de zin stond. Dat ontdekken op rij 47 van 1.200 is een heel eigen vorm van ellende.

Een vertaalplatform dat speciaal voor CSV is gemaakt, zoals AI Glot, behandelt inline-tags als structurele elementen. En heb je voor een specifieke batch een eenmalige regel (bijvoorbeeld: ‘breek `<wg-cta>`-tags nooit af’), dan kun je die vóór de start als instructie in gewone taal meegeven, naast je **[merkspecifieke woordenlijst](/nl/blog/build-translation-glossary-brand)**.

*Illustration: Één zin vervangt het instellingenscherm. Het plan komt direct terug ter controle.*

## Verborgen kosten #3: de rijen raken uit de pas

Chatmodellen hebben een beperkte uitvoercapaciteit. Is je bestand groter dan die capaciteit, dan kapt het model de uitvoer af, vat het die samen of ‘gaat het verder’ in een nieuwe beurt, waarbij de oorspronkelijke opmaak verloren kan gaan.

Signalen:
*   De uitvoer stopt bij rij 400 van 1.200.
*   Je vraagt om ‘verder te gaan’ en het model pakt de draad op bij rij 380, met een iets andere kolomvolgorde.
*   Een vertaling bevat een komma of een typografisch aanhalingsteken waardoor de CSV-escaperegels niet meer kloppen. Vanaf die rij schuift elke cel één kolom naar links.
*   Het CMS importeert het bestand zonder foutmelding en je producttitels staan ineens in de prijskolom.

Dit is allemaal met handmatig samenvoegen te herstellen, maar niet op grote schaal. De verborgen kostenpost is de volledige handmatige controle van het bestand die je nu telkens moet uitvoeren, voor elke rij, voordat je de import kunt vertrouwen.

## Verborgen kostenpost #4: begripslijsten die duizenden cellen lang afwijken

Je kunt je begripslijst in een systeemprompt plakken. ChatGPT houdt zich daar de eerste paar honderd cellen aan. Daarna vergeet het de lijst, vat die samen of parafraseert de termen. Halverwege je catalogus is "Nike Air Max" in sommige rijen veranderd in "Nike Air-Max" en in andere in "Nike AirMax". De merkconsistentie die je zo belangrijk vond, houdt geen stand zodra je ermee aan de slag gaat in een chatvenster.

Het model is niet lui. Lange contexten verzwakken simpelweg de instructies, en als je in delen vertaalt, wordt het "geheugen" van je begripslijst bij elk nieuw deel gewist, tenzij je die telkens opnieuw plakt. Daarom is een gestructureerde **[CSV-vertaalworkflow](/nl/blog/how-to-translate-csv-file-ai)** essentieel voor grotere datasets. Als je effectief wilt opschalen, moet je de **[voordelen van meertalige SEO](/nl/blog/benefits-multilingual-seo)** begrijpen en een degelijke **[gids voor het vertalen van SEO-websites](/nl/blog/seo-website-translations)** volgen.

Een platform dat is ontworpen voor vertalingen in batches, pakt dit anders aan:
*   **Begrippenlijst voor de werkruimte**: wordt automatisch toegepast zodra je een overeenkomstig talenpaar gebruikt. Altijd actief, je hoeft niets opnieuw te plakken en termen gaan niet afwijken.
*   **Instructies per batch**: richtlijnen in natuurlijke taal die je opstelt voordat je een specifieke batch start ("behoud alle `<wg-*>`-tags", "vertaal het woord 'Dashboard' niet", "gebruik in het Duits de formele aanspreekvorm 'Sie'"). Zo pas je de instructies aan de context aan, zonder je permanente begrippenlijst te vervuilen.

Twee bewust gescheiden lagen, allebei consequent toegepast op het hele bestand.

## Verborgen kostenpost #5: tijd, de duurste factor

Laten we eerlijk zijn over de workflow die je nu gebruikt als je grote hoeveelheden tekst vertaalt in een chatvenster.

1. Open het CSV-bestand.
2. Bepaal in welke kolom de te vertalen tekst staat.
3. Kopieer een deel.
4. Open ChatGPT.
5. Plak de systeemprompt met je merkcontext en begrippenlijst (of vergeet dat te doen).
6. Plak het tekstdeel.
7. Wacht en hoop dat de rijen niet zijn samengevoegd of dat de interpunctie niet is "verbeterd".
8. Kopieer de uitvoer.
9. Plak die terug.
10. Bid dat rij 47 nog op de juiste plek staat.
11. Herhaal dit 30 keer, want de delen moeten klein blijven.
12. Herstel de tekencodering handmatig. Voeg HTML-tags handmatig opnieuw toe. Spoor handmatig de merkterm op die is veranderd.
13. Geef je zaterdag eraan.

Ter vergelijking: professionele vertalers rekenen in de VS vaak **$0.15–$0.30 per woord**, terwijl ruwe machinevertaling (zoals Google Cloud NMT) ongeveer **$20 per miljoen tekens** kost. De vertaling zelf is goedkoop, maar zonder een gestructureerde CSV-tool betaal je het verschil in handmatig werk en mislukte imports.

Zelfs bij €0 aan API-kosten is dit de duurste workflow op de lijst. Je tijd is de kostenpost, niet je tokens.

*Illustration: Je krijgt één bestand terug, in exact het formaat waarin je het hebt aangeleverd.*

## De juiste tool voor elk niveau van vertaalwerk

Als chatvensters ongeschikt zijn voor grote hoeveelheden, maar wel handig voor incidenteel werk, wat is dan de juiste keuze? Drie niveaus, drie tools:

**Niveau 1: content met grote gevolgen, huur een professionele vertaler in.** Persberichten, homepages, belangrijke productpagina's en juridische teksten. Professionals combineren kennis van je merk en branche met de taalvaardigheid om **de boodschap over te brengen** in de doeltaal. Dit is ongeveer 5–10% van je lokalisatiewerk. Investeer erin. Laat het niet door AI vertalen.

**Niveau 2: een paar alinea's, ChatGPT of Claude volstaat.** Incidentele opdrachten met een beperkte omvang, waarbij je bereid bent wat tijd te steken in het instellen van een begrippenlijst en het kopiëren en plakken. Het chatvenster is precies goed voor dit soort werk.

**Niveau 3: 50+ rijen met gestructureerde CSV-gegevens, terugkerend werk en termen die consistent moeten blijven.** AI Glot. Beschrijf in één zin wat je wilt vertalen. Bekijk [hoe het met CSV-bestanden werkt](/nl/file-formats/csv-translation) of [met een Excel-werkmap](/nl/blog/translate-excel-file-another-language) als dat jouw bestandsformaat is. Je krijgt een plan met de talen, omvang en kosten voordat je een tegoed besteedt. Voeg een begrippenlijst voor de werkruimte toe die automatisch bij elke batch wordt toegepast, plus instructies per batch voor eenmalige regels, het behoud van tags en de structurele bescherming van ID's en URL's.

## Zo ziet de workflow eruit als het bestandsformaat bij de tool past

Voor niveau 3 ziet de workflow er als volgt uit:

1. Exporteer je content als CSV vanuit een willekeurige tool (Webflow, Shopify, Weglot, WordPress, Airtable of een eigen database). Heeft de tool geen exportfunctie, maak dan in vijf minuten een CSV door alinea's in een kolom te plakken.
2. Upload het bestand naar AI Glot. Het platform analyseert het bestand: de brontaal, kolommen, voorbeeldcontent, het aantal woorden en de geschatte kosten in tegoed.
3. Beschrijf in één zin wat je wilt, bijvoorbeeld welke kolommen je wilt laten vertalen en welke ongewijzigd moeten blijven.
4. Pas de begrippenlijst toe en voeg zo nodig instructies voor deze batch toe.
5. Controleer het plan. Ontdek hier of de scope niet klopt, in plaats van nadat je tegoed hebt verbruikt. Is het bestand maar gedeeltelijk vertaald, [geef dat aan en betaal alleen voor het ontbrekende deel](/nl/blog/translate-only-missing-rows-csv-excel) in plaats van voor het hele werkblad.
6. Start de vertaling. Download de gelokaliseerde CSV en importeer die opnieuw in je platform.

Structurele schade, verminkte tags, verschoven rijen en afwijkingen in je begrippenlijst zijn problemen die je bij een workflow met een chatvenster steeds moet proberen te voorkomen. Met deze tool zijn ze structureel onmogelijk, omdat die het bestandsformaat begrijpt.

## De tool past bij de taak, anders loopt de taak mis

ChatGPT en Claude zijn uitstekende taaltools, gemaakt voor taal en niet voor databases. Zodra je ze gestructureerde CSV-bestanden laat verwerken, komen de verborgen kosten aan het licht: beschadigde structuur, verminkte tags, verschoven rijen, afwijkingen in de terminologielijst en een verloren zaterdag. Voor af en toe een vertaling kun je ze gerust blijven gebruiken. Maar bij 50+ CSV-rijen is je tijd te waardevol om die te verspillen aan herstelwerk dat je met een tool die hiervoor is gemaakt helemaal had kunnen voorkomen.

**[Meld je aan voor AI Glot](https://app.ai-glot.com/signup)**. Met de gratis proefvertaling van je eerste 5,000 woorden in je eerste bestand kun je een echte batch verwerken en ervaren hoe bulkvertalingen werken wanneer de tool eindelijk bij het bestandsformaat past.