Wat is een marketing engineer, en wanneer heb je er iets aan?

1 september 2026 · 3 minuten lezen · door Koen van der Poel

De term duikt in steeds meer podcasts en vacatures op: de marketing engineer. Iemand die geen campagnes draait maar systemen bouwt: datastromen, meetinfrastructuur en, sinds kort vooral, AI-agents die marketingwerk overnemen. Bureaus positioneren zich ermee, tools verkopen zichzelf ermee, en als ondernemer is het lastig te zien wat er achter het etiket zit. Daarom: wat het is, wat het oplevert, en waar je op moet letten.

Wat een marketing engineer eigenlijk doet

De kern is een verschuiving van handwerk naar systemen. Een klassieke marketeer optimaliseert elke week met de hand; een marketing engineer bouwt iets dat dat werk structureel doet of bewaakt: een koppeling tussen je CRM en Google Ads, een datastroom die rapportages voedt, een agent die elke ochtend je accounts naloopt en afwijkingen meldt.

Dat is geen nieuw vak. Wie al jaren server-side tagging inricht, offline conversies uit een CRM terugvoert en meetketens automatisch controleert, deed altijd al marketing engineering; er is nu alleen een naam voor, en AI maakt het bouwwerk sneller en krachtiger. Wat wél nieuw is: de agents zijn goed genoeg geworden om taken zelfstandig uit te voeren. En precies daar wordt het spannend.

Waar de belofte knelt

"AI-agents die je marketing doen" klinkt als minder kosten en meer snelheid. Twee kanttekeningen uit de praktijk:

Een agent die uitvoert, stuurt op het signaal dat hij krijgt. Kloppen je conversiedata niet (en dat is verrassend vaak zo), dan voert de agent met volle overtuiging de verkeerde optimalisaties door. Automatisering vermenigvuldigt de kwaliteit van je meting, in beide richtingen.

Een agent zonder grenzen is een risico, geen collega. Budget verschuiven, campagnes pauzeren, biedingen aanpassen: dat zijn beslissingen met echte gevolgen. Wie die volledig aan een agent overlaat, heeft geen bureau meer maar een black box met een creditcard. Vraag door naar wat de agent zelfstandig mag, en wat er gebeurt als hij twijfelt.

Onze eigen keuze is daarom strak: agents bewaken en signaleren, mensen beslissen. Hoe dat eruitziet staat op de bewakingspagina, en de site die je nu leest wordt zelf door zo'n agent onderhouden: de handleidingen worden wekelijks automatisch langs de documentatie van Google en Meta gelegd.

De test: vijf vragen aan elke "AI-agency"

Praat je met een bureau dat met AI-agents schermt, stel dan deze vijf vragen. De antwoorden vertellen je binnen tien minuten of er engineering achter zit of alleen een etiket:

1. Wat mag de agent zelfstandig? Goed antwoord: signaleren, rapporteren, klaarzetten. Waarschuwing: "hij optimaliseert je campagnes automatisch" zonder heldere grenzen.
2. Wat doet de agent bij twijfel? Goed antwoord: niets, hij legt het voor aan een mens. Er bestaat geen goede reden waarom een agent bij onzekerheid toch doorpakt.
3. Op welke data stuurt hij, en wie heeft die gecontroleerd? Als het antwoord niet begint bij de kwaliteit van je conversiemeting, begint het verhaal aan de verkeerde kant.
4. Wat zie ik ervan? Je wilt meldingen en een logboek in gewone taal, geen maandelijkse samenvatting van een black box.
5. Wat gebeurt er als ik stop? De meetinrichting, de data en de accounts horen van jou te zijn. Een agent mag vervangbaar zijn; je historie niet.

Wanneer heb je er iets aan?

Heel praktisch: zodra er iets te bewaken valt. Een meting die net op orde is gebracht, campagnes met serieus budget, een markt waarin concurrenten bewegen. De volgorde doet ertoe: eerst zorgen dat de cijfers kloppen, dan pas automatiseren. Andersom bouw je een razendsnel systeem op een fundament van drijfzand.