AI & Governance

AI-adoptie die echt gebruikt wordt.

De meeste bedrijven hebben inmiddels iets met AI geprobeerd. Een pilot, een proef, een enthousiaste collega die ermee aan de slag ging. En daarna? Daarna gebeurt er meestal weinig. Wij zorgen dat AI onderdeel wordt van hoe er dagelijks gewerkt wordt — met draagvlak, werkafspraken, training en opvolging die niet stopt na de eerste maand.

Doe de Frisse blik → Plan een kennismaking

Praktisch en resultaatgerichtGeen strategiedocument. Werkafspraken die maandag ingaan.

Vijftien jaar ervaringIn productie, groothandel, dienstverlening en e-commerce.

Gestructureerde aanpakVijf stappen, met een eigenaar per stap.

Adoptie per team

voorbeeld

Adoptiegraad68%+12% t.o.v. vorig kwartaal

Actieve use cases37van de 54 bedachte

Volgende stap11teams aan de beurt

Team	Status	Use cases	Voortgang	Volgende stap
Verkoop	In gebruik	8	92%	Opschalen
HR	In training	6	65%	Training afronden
Finance	In training	7	60%	Werkwijze vastleggen
Service	Loopt vast	5	25%	Draagvlak creëren
Operatie	Nog te starten	4	10%	Use cases kiezen

let op Service loopt vast op draagvlak, niet op techniek. Daar helpt geen extra training.

Een pilot is geen adoptie.
Pas als het maandag
nog gebeurt, telt het.

Waarom AI-adoptie vaak stagneert

Vijf oorzaken. Ze komen bijna nooit alleen.

Veel pilots, weinig gebruik

Ideeën zijn er genoeg, maar AI wordt niet structureel ingezet in het dagelijks werk. Na de demo dooft het uit.

Geen duidelijke werkwijze

Onduidelijk wanneer en hoe AI gebruikt mag of moet worden. Daardoor blijft het vrijblijvend en doet iedereen het anders.

Weerstand of onzekerheid

Medewerkers weten niet wat het betekent voor hun werk, of vrezen voor hun rol. Dat zegt niemand hardop, maar het remt alles.

Geen eigenaarschap

Niemand voelt zich eigenaar van de adoptie. Het zakt weg naar onderen op de prioriteitenlijst.

Geen opvolging

Initiatieven verdwijnen zonder meting, feedback en bijsturing. Er is geen moment waarop iemand vraagt: werkt dit nog?

Wat we regelen

Vijf onderdelen. Samen vormen ze het verschil tussen een geslaagde demo en een gewoonte.

Use cases kiezen

We beginnen bij het werk dat nu tijd kost, niet bij de techniek.

Praktisch en haalbaar
Duidelijke doelstellingen
Eerste resultaat in weken

Teams meenemen

Draagvlak ontstaat niet in een mail, maar door het voor te doen.

Per afdeling iemand die het wíl
Ambassadeurs die het voordoen
Uitleg over wat er verandert

AI-werkafspraken

Governance die werkt in plaats van governance die remt.

Rollen en verantwoordelijkheden
Welke gegevens wel en niet
Wanneer een mens meekijkt

Training en adoptie

Oefenen met jullie eigen offertes, mails en lijsten.

Op de werkvloer, niet in een zaal
Doen, oefenen, borgen
Geen demo-slides

Meten en verbeteren

Wat je niet meet, weet je niet.

Gebruik en impact meten
Feedback ophalen
Bijsturen per kwartaal

Zo pakken we het aan

Vijf stappen. De eerste is de Frisse blik — dan begint het gesprek met jullie eigen cijfers in plaats van met aannames.

1Frisse blikWe brengen kansen, risico’s en randvoorwaarden in kaart. Online scan plus een dag meekijken.

2Use cases bepalenWe kiezen samen de toepassingen met de meeste waarde en de minste weerstand.

3Inrichting en werkwijzeWe richten processen, afspraken en tooling praktisch in.

4Adoptie en trainingWe trainen teams op de werkvloer, met hun eigen werk als materiaal.

5Meten en verbeterenWe meten, leren en sturen bij, zodat het blijft werken.

Voor elke rol iets anders

Adoptie strandt meestal omdat het voor de een een doel is en voor de ander een last. Daarom per rol een ander antwoord.

Directie

Regie op AI-adoptie
Helder beeld van waarde en risico’s
Governance en compliance geborgd

MT

AI als versneller van bestaande doelen
Betere besluiten met data
Grip op wat er in uitvoering is

Teamleiders

Praktische hulpmiddelen voor het team
Hogere productiviteit en kwaliteit
Begeleiding die werkt

Medewerkers

AI die helpt in het dagelijkse werk
Minder routine, meer werk dat ertoe doet
Training en ondersteuning

Wat dit niet is. Geen AI-strategie van tachtig slides. Het is een aanpak om AI in het dagelijks werk te krijgen bij een organisatie van 3 tot 250 medewerkers — waar niemand een AI-afdeling heeft en iedereen al vol zit. De grootste winst zit meestal niet in een slimmere tool, maar in de afspraak wie hem wanneer gebruikt.

Wat je borgt

Adoptie is pas geslaagd als het blijft werken zonder dat iemand het bewaakt. Zeven dingen leg je daarvoor vast.

Processen

Duidelijke stappen, checklists en kwaliteitscriteria — zodat het werk niet afhangt van wie het toevallig doet.

Beleid

AI-beleid, richtlijnen en risicobeheersing vastgelegd en vindbaar.

Prompts en sjablonen

Goedgekeurde prompts en formats centraal beschikbaar, in plaats van in ieders eigen notities.

Data en context

Betrouwbare data en bronnen, klaar voor hergebruik.

Rollen

Eigenaar, sponsor en gebruikers: iedereen weet wat van hem verwacht wordt.

Monitoring

Dashboards en rapportages voor sturing en verantwoording.

Documentatie

Beslissingen, leerpunten en wijzigingen goed vastgelegd.

Waaraan je ziet dat het werkt

Vijf signalen. Meet je ze niet, dan weet je pas dat het is doodgebloed als iemand ernaar vraagt.

72%

Adoptiegraad
aandeel medewerkers dat het wekelijks gebruikt

Actieve teams
teams met minstens één draaiende toepassing

Werkafspraken
processen met vastgelegde spelregels

4,2

Uur per week
tijdwinst per persoon, gemeten in plaats van geschat

8,6

Tevredenheid
van de mensen die er dagelijks mee werken

Waarom dit het verschil maakt. De meeste AI-trajecten stoppen niet met een besluit maar met stilte. Er komt geen moment waarop iemand zegt: dit is mislukt. Het verdwijnt gewoon uit de agenda. Deze vijf cijfers zijn het moment waarop dat wel aan het licht komt — op tijd om er nog iets aan te doen. Dat bijhouden zit in Bedrijfsgeheugen Continu.

Waar dit aan raakt

Adoptie staat niet los van de rest. Deze acht pagina’s gaan over de onderdelen die je onderweg tegenkomt.

De AI Act

Wat er nu geldt en wat is uitgesteld, en in welke risicoklasse je valt. Naar de AI Act →

AI-governance

Data-soevereiniteit

Waar gaat je data heen bij ChatGPT, Claude of Copilot? Naar data-soevereiniteit →

Business case

Baten, kosten, risico’s en drie scenario’s onderbouwd. Naar de business case →

Voor bestuurders

Strategische keuzes, risico-overzicht en governance. Naar bestuurders →

Verantwoord implementeren

Privacy, beveiliging, testen en werkafspraken. Naar implementeren →

Proof of concept

Een pilot met hypothese, meting en een besluit aan het eind. Naar proof of concept →

AI-workshops

Acht tracks, van basis tot bouwen, data en automatiseren. Naar de workshops →

Achtergrond in het blog: wat de EU AI Act voor het mkb betekent en zeven taken die je met Microsoft Copilot automatiseert.

AI helpt alleen als het onderdeel wordt van je dagelijkse werk.

Begin met de gratis online Frisse blik: dertien onderdelen, ongeveer zes minuten. Je ziet meteen waar je staat met data en AI, en hoe je ervoor staat tegenover je branche.

Gratis online scanGeen verplichtingenConcrete vervolgstappen

Doe de Frisse blik →Plan een gesprek