AI voor managers Presentatie training van Waisheid

In deze training AI voor managers, wordt gekeken naar de gevolgen van AI voor teamleiders, afdelingshoofden en directeuren op het gebied van:
Per scenario bespreken we
- Huidige situaties
- Kansen en KPI’s
- Impact van AI op werk en medewerkers
- Veranderende competenties en leiderschapsstijlen
- Ethiek & compliance binnen teams
- Discussie AI voor managers

Wil je ook wijzer werken met AI, neem dan contact op met [email protected]

1. AI voor managers
AI verantwoord inzetten

Deze training is gemaakt samen met AI


Detlef La Grand
22 september 2025

2. Programma | AI voor managers
09:00 – 10:00 | Introductie tot AI
De basis van Artificial Intelligence, actuele voorbeelden en de eerste verkenning van AI toepassingen.

10:00 – 12:00 | De menselijke factor
De impact van AI op medewerkers, veranderende leiderschapsstijlen en het AI-integratiemodel als leidraad voor ethiek en
compliance, op operationeel, tactisch en strategisch niveau.

12:00 – 12:45 | Lunchpauze

12:45 – 14:45 | Algoritmes en prompts
Inzicht in AI-processen, de werking van algoritmes en het schrijven van effectieve prompts voor AI-tools.

14:45 – 16:00 | Toekomst van AI binnen
Verdieping in de strategische kansen en bedreigingen, ethische dilemma's en het formuleren van concrete AI-stappen voor jouw
afdeling.
16:00 – 16:15 | Afsluiting
Korte reflectie en afronding van de training.

3. 09:00 – 10:00 | Introductie tot AI
●Introductie AI
●Actuele voorbeelden
●Inventarisatie: deelnemers benoemen welke ervaring ze al hebben met AI.
10:00 – 11:30 | De menselijke factor
●AI-integratiemodel
●Impact van AI op werk en medewerkers
●Veranderende competenties en leiderschapsstijlen
●Ethiek & compliance binnen teams
●Oefening (rollenspel): hoe overtuig je je team (met verschillende DISC
profielen) dat AI een hulpmiddel is?
11:30 – 12:30 | AI in de praktijk (Implementatie & Leiderschap)
●Voorbeelden bij : claimafhandeling, fraudedetectie, klantcontact en preventie
●Implementatie: welke stappen zijn nodig om van idee naar werkend AI-proces
te gaan (datastrategie, change management, governance)
●Leiderschap: rol van de manager bij adoptie (visie geven, weerstand
begeleiden, vertrouwen creëren)
●Groepsopdracht:
1.Inventariseer AI-tools en toepassingen die teams al kennen/gebruiken
2.Welke implementatie-uitdagingen en leiderschapsrollen zie je?
3.Vertaal dit naar een mini-actieplan voor jouw afdeling

12:30 – 13:15 | Lunchpauze

13:15 – 14:45 | Algoritmes en prompts
●Stappen van een AI-proces: van data tot productie
●Wat maakt een goed algoritme?
●Praktische introductie tot prompt engineering
●Oefening: schrijf een prompt per niveau van het AI-integratiemodel
●Duo-opdracht: test elkaars prompts in een AI-tool en bespreek resultaten

14:45 – 16:00 | Toekomst van AI binnen
●Actuele trends (generatieve AI, hyperpersonalisatie, voorspellende modellen)
●Kansen en bedreigingen verdiept: efficiency vs. klantvertrouwen, innovatie
vs. regelgeving
●Moreel beraad: Mag AI inzetten voor preventie als dit ook invloed heeft op
premies?
●Elevator pitches: iedere deelnemer formuleert een eerste AI-stap mét
leiderschapsrol voor zijn afdeling

16:00 – 16:15 | Afsluiting
●Reflectie: wat neem ik morgen mee?
●Masterclass AI & Compliance.
●Digitale geletterdheid/AI act
●Verdiepingsworkshop Prompt Engineering.
●In-company AI-projectbegeleiding voor -teams.
●Afronding + evaluatie

✅ Met deze toevoeging krijgen managers in het blok AI in de Praktijk niet alleen
inzicht in tools, maar ook in hun rol als leider en implementator bij AI-initiatieven.
Wil je dat ik als volgende stap ook een werkvorm uitwerk (bijv. een
canvas-oefening) waarmee managers hun eigen AI-implementatie- en
leiderschapsplan invullen tijdens de training?
AI voor managers | Introductie AI

4. AI voor managers | Introductie AI

5. Wat is het eerste wat in je opkomt bij AI?

6. AI: Simulatie van menselijke intelligentie door computers.
Machine Learning: AI-systeem leert van data zonder expliciete instructies.


Uitleg AI | Artificial Intelligence | Kunstmatige Intelligentie
Toepassingen AI:
-Generatieve AI (Creëren): Creëert nieuwe,
originele content. Zet tekst om naar spraak,
afbeeldingen, video's of websites, en
gesproken woorden naar tekst.
-Analyserende AI (Interpreteren): Analyseert
bestaande data voor inzichten. Herkent
patronen, objecten en sentiment in tekst,
data, geluid en beeld.

7. Bias (Vooroordelen): Een AI is zo bevooroordeeld als de data waarmee het is getraind.
Onvolledige of scheve data leidt tot onjuiste of discriminerende conclusies.

Risico’s AI | Artificial Intelligence | Kunstmatige Intelligentie
Hallucinaties: De AI presenteert overtuigend foute of compleet
verzonnen informatie als een feit. Het model voorspelt, maar
"weet" niets.
AI-inteelt: AI-inteelt (Model Collapse) is het proces waarbij AI's
worden getraind op elkaars output waardoor de kwaliteit
verschraalt.
Privacy: Trainingsdata kan (onbedoeld) persoonlijke en gevoelige
informatie bevatten.
Veiligheid: AI kan worden misbruikt voor kwaadaardige doelen
zoals deepfakes, phishing en het vinden van softwarelekken.

8. Introductie AI | AI is aan het opgroeien

9. Introductie AI | AI kan verbeteren

10. Introductie AI | AI kan creeren

11. Maatwerk en personaliseren in een webshop
Introductie AI | Combineren en personaliseren in een webshop

12. Maatwerk en personaliseren in een webshop
Introductie AI | Communiceert

13. Maatwerk en personaliseren in een webshop
Introductie AI | Data

14. Maatwerk en personaliseren in een webshop
Introductie AI | Data

15. Maatwerk en personaliseren in een webshop
Introductie AI | Data

16. Communicatie verbeteren | Realtime vertalen
Introductie AI | Communicatie verbeteren

17. Communicatie verbeteren | Realtime vertalen
Introductie AI | Misleiden

18. Introductie AI | Storytelling

19. Communicatie verbeteren | Realtime vertalen
Introductie AI | Repliceren

20. Introductie AI | AIAIAI?

21. Introductie AI | AI als gesprekspartner

22. Content creatie | Demonstratie virtuele show
Introductie AI | Content creatie

23. Praten met Google | Spraak en beeldherkenning
Introductie AI | AI jouw persoonlijke assistent

24. Welke ervaring heb jij met AI?

25. AI in jouw organisatie

Bij AI komen HRM en ICT samen
AI voor teamleiders, afdelingshoofden en directie

26. 09:00 – 10:00 | Introductie tot AI
●Oorsprong & ontwikkeling van AI
●Actuele trends
●Inventarisatie: deelnemers benoemen welke ervaring ze al hebben met AI
10:00 – 11:30 | De menselijke factor
●AI-integratiemodel
●Impact van AI op werk en medewerkers
●Veranderende competenties en leiderschapsstijlen
●Ethiek & compliance binnen teams
●Discussie AI voor managers

12:30 – 13:15 | Lunchpauze

13:15 – 14:45 | Algoritmes en prompts
●Stappen van een AI-proces: van data tot productie
●Wat maakt een goed algoritme?
●Praktische introductie tot prompt engineering
●Oefening: schrijf een prompt per niveau van het AI-integratiemodel
●Duo-opdracht: test elkaars prompts in een AI-tool en bespreek resultaten

14:45 – 16:00 | Toekomst van AI binnen
●Actuele trends (generatieve AI, hyperpersonalisatie, voorspellende modellen)
●Kansen en bedreigingen verdiept: efficiency vs. klantvertrouwen, innovatie
vs. regelgeving
●Moreel beraad: Mag AI inzetten voor preventie als dit ook invloed heeft op
premies?
●Elevator pitches: iedere deelnemer formuleert een eerste AI-stap mét
leiderschapsrol voor zijn afdeling

16:00 – 16:15 | Afsluiting
●Reflectie: wat neem ik morgen mee?
●Masterclass AI & Compliance.
●Digitale geletterdheid/AI act
●Verdiepingsworkshop Prompt Engineering.
●In-company AI-projectbegeleiding voor -teams.
●Afronding + evaluatie

✅ Met deze toevoeging krijgen managers in het blok AI in de Praktijk niet alleen
inzicht in tools, maar ook in hun rol als leider en implementator bij
AI-initiatieven.
Wil je dat ik als volgende stap ook een werkvorm uitwerk (bijv. een
canvas-oefening) waarmee managers hun eigen AI-implementatie- en
leiderschapsplan invullen tijdens de training?
AI voor managers | De menselijke factor

27. AI integratiemodel | Inzet AI in je werk
Inbreng AI Inbreng gebruiker
Strategie | Business development
Coaching | Therapie | HR | Klantenservice
Juridisch | Planning | Zoeken |
Projectman. | Risicoanalyse | Kwaliteitsbeleid
Voorspellen | Strategie | Onderzoek
Data-analyse| Evaluatie| Visualiseren
Notuleren | Samenvatten | Rapporteren | Offreren
Spraak-, Camera-, Scherm-gestuurd
Marketing | Productontwikkeling
Maatwerk | Content creatie
Efficiënt
Effectief
Inzicht
Advies
Gesprek

28. Inbreng AI Inbreng gebruiker
Efficiënt
Effectief
Inzicht
Advies
Gesprek
De menselijke factor in AI | Drie scenario’s
Operationeel managers
Teamleiders
Tactische Managers
Afdelingshoofden
Strategische Managers
Directeuren

29. De menselijke factor in AI | Drie scenario’s
AI voor teamleiders, afdelingshoofden en directeuren
Per scenario bespreken we
●Huidige situaties
●Kansen en KPI’s
●Impact van AI op werk en medewerkers
●Veranderende competenties en leiderschapsstijlen
●Ethiek & compliance binnen teams
●Discussie AI voor managers

30. AI voor teamleiders

It’s cool to use AI,
Don’t let AI use you!

31. AI voor teamleiders

It’s cool to use AI,
Don’t let AI use you!

32. Operationele managers en AI | De huidige situatie
Waar Sta Je Nu?
●Realiteit: 60-70% van je team
gebruikt al AI-tools (ChatGPT, Copilot,
etc.)
●Probleem: 40% doet dit zonder het te
melden - "Shadow AI"
●Spanning: Sommige medewerkers
werken 2x sneller, anderen voelen
zich achtergelaten
●Jouw dilemma: Hoe behoud je
controle zonder innovatie te remmen?
� De Cijfers in Jouw Team:
●25% is bang dat AI hun baan
overneemt
●80% wil meer weten over AI maar
weet niet hoe
●30% gebruikt AI dagelijks voor
werk-gerelateerde taken
●50% heeft nog nooit bewust AI
gebruikt
?????? Jouw Rol Verandert:
●Van: Proces-controleur → Naar:
AI-adoptie coach
●Van: "Doe het zoals ik het voordoe"
→ Naar: "Laten we samen
ontdekken"
●Van: Micromanagement → Naar:
Resultaat-gerichte begeleiding
●Herkenning: Waar sta je nu?
○"Mijn teamleden gebruiken AI-tools, maar ik weet niet precies welke en waarvoor."
○"Sommige medewerkers werken ineens twee keer zo snel, anderen voelen zich achtergelaten."
○"Ik wil de controle behouden over de kwaliteit, zonder innovatie te remmen."
●De Harde Cijfers op de Werklvloer:
○~65% van je medewerkers experimenteert al met tools als ChatGPT of Copilot.
○~40% gebruikt AI dagelijks zonder dit officieel te melden (Shadow AI).
○~25% is bezorgd dat AI op termijn hun baan overneemt.
○~80% wil meer leren, maar weet niet waar te beginnen.
●Conclusie: De vraag is niet of we AI gaan gebruiken, maar hoe we het slim, veilig en effectief gaan doen.

Slide 2/12: Jouw Dilemma en de Weg Vooruit
●De Spanning die Jij Voelt:
○Tussen Efficiency (sneller werken) en Kwaliteit (geen nieuwe fouten).
○Tussen Voorlopers (die je de ruimte wilt geven) en Achterblijvers (die je mee wilt krijgen).
○Tussen Innoveren (experimenteren toestaan) en Controleren (risico's managen).
●De Oplossing: Jouw Rol Evolueert Je bent niet langer alleen de manager die het proces controleert. Je wordt de
coach die de adoptie van nieuwe hulpmiddelen faciliteert.
○Vroeger: "Doe het exact zoals ik het voordoe."
○Nu: "Laten we samen ontdekken hoe AI ons kan helpen en de resultaten beoordelen."
●De Kans voor Jou als Leider: Dit is jouw moment om te groeien van een procesmanager naar een
teamontwikkelaar.
Op de werkvloer
Mijn teamleden gebruiken AI-tools,
maar ik weet niet precies welke en
waarvoor en met welke data. Dit
noemen we Shadow AI.

Sommige medewerkers werken ineens
twee keer zo snel, anderen voelen zich
achtergelaten.

Ik wil de controle behouden over de
kwaliteit, zonder innovatie te remmen.

Mensen maken zich zorgen dat AI op
termijn hun baan overneemt.
De teamleider
Ziet:
●Kansen voor sneller werken
●Groot verschil kennis en gebruik AI
●Innovatie vs controle
●Toegevoegde waarde
AI-geletterdheid (AI act)

Verandering van procesmanager naar
teamontwikkelaar.
Van voordoen naar samen ontdekken.

33. Operationele managers en AI | KPI’s en kansen
Concrete kansen

Tijdsbesparing: 30-50% sneller bij
administratieve taken.

Kwaliteit: Consistentie in output en
minder slordigheidsfouten.

Focus verschuiving: Minder tijd aan
routineklussen, meer tijd voor
complexere taken en klantcontact.

Hoe houd ik mijn afdeling relevant?
Efficiency
40-60% van taken met AI in 6 mnd.
25-35% meer tijd voor kerntaken
15-25% snellere standaardprocessen

Kwaliteit
20-40% minder fouten in rapportages
Verbeterde klanttevredenheid.

Team Development
Medewerkertevredenheid
Meer tijd voor 1-op-1 coaching en
teamontwikkeling

Concrete Kansen:
●Tijdsbesparing: 30-50% sneller bij administratieve
taken
●Kwaliteitsverbetering: 20-40% minder fouten bij
dataverwerking
●Teamontwikkeling: Meer tijd voor coaching en
klantcontact
●Innovatie: Team wordt experimenteler en leergieriger
?????? Meetbare KPI's voor Jouw Team:
Efficiency Metrics:
●40-60% van taken wordt AI-ondersteund binnen 6
maanden
●25-35% meer tijd beschikbaar voor klantinteractie
●15-25% snellere doorlooptijd van standaardprocessen
Kwaliteit Metrics:
●20-40% minder fouten in rapportages en communicatie
●Hogere consistentie in output tussen teamleden
●Verbeterde klanttevredenheid door snellere, betere
service
Team Development Metrics:
●100% van team kent basis AI-tools binnen 3 maanden
●Verhoogde medewerkertevredenheid door minder saai
werk
●Meer tijd voor 1-op-1 coaching en teamontwikkeling
De Kansen: Meer dan Alleen Efficiëntie
●Voor de Organisatie:
○⚡ Werksnelheid: 30-50% sneller afronden van administratieve en repeterende taken.
○?????? Kwaliteit: Consistentere output en minder slordigheidsfouten.
●Voor Jouw Team:
○?????? Focusverschuiving: Minder tijd aan routineklussen, meer tijd voor complex denkwerk en creativiteit.
○?????? Werkplezier: Automatisering van "saai" werk leidt tot meer voldoening en ontwikkeling.
●Voor Jou als Manager:
○?????? Meer Tijd voor Leiderschap: Door de efficiencywinst in je team, krijg jij 25-35% meer tijd voor echte
coaching, klantinteractie en teamontwikkeling.
○?????? Betere Resultaten: Een team dat slimmer samenwerkt (mens + AI) levert superieure resultaten.
○?????? Een Toekomstbestendig Team: Je bouwt aan een team dat zich ontwikkelt en relevant blijft, in plaats van
zich bedreigd te voelen.

Slide 4/12: Resultaten Zichtbaar Maken: Jouw KPI's
Hoe maak je de voordelen van AI meetbaar en rapporteerbaar?
●Adoptie-KPI's (Implementatie):
○Adoptiegraad: % van teamleden dat wekelijks de goedgekeurde AI-tools gebruikt.
○Ondersteuningsgraad: % van de totale taken dat (deels) door AI wordt ondersteund.
■Doel: 40-60% binnen 6 maanden.
●Efficiëntie-KPI's (Snelheid & Tijd):
○Taakdoorlooptijd: Vermindering in tijd voor specifieke, herhaalbare taken (bv. notuleren, rapportage opstellen).
○Vrijgespeelde Tijd: Aantal uren per week dat het team kan besteden aan hoogwaardige taken (klantcontact,
innovatie).
■Doel: 25-35% meer tijd voor kerntaken.
●Kwaliteits-KPI's (Beter Werk):
○Foutreductie: % daling van fouten bij datagerelateerde taken.
■Doel: 20-40% minder fouten.
○Interne Klanttevredenheid: Tevredenheidsscore van andere afdelingen over de output van jouw team.

34. Operationele managers en AI | Eerst het doel, dan de tool
Werkzaamheden:
Minder uitvoeren, meer controleren en
verbeteren van AI-output.

Vaardigheden:
Prompt-engineering wordt even
belangrijk als Excel.
AI-vaardig vs traditioneel werken

Werkdruk:
Minder routine, meer focus op complexe
en menselijke taken. Routine geeft ook
houvast.

Samenwerking,
Met AI teamlid die 24/7 werkt.

Werkinstructie
Van Vul dit formulier in volgens deze
stappen." Naar "Gebruik AI om een concept
te genereren voor dit formulier. Controleer
het daarna op de volgende drie punten:
[nauwkeurigheid data], [tone of voice], en
[volledigheid]."

1-op-1 Gesprekken:
Gaat AI ook mee beoordelen?
Hoe werkt een medewerker samen met AI?

Team resultaten:
Wees eerlijk over AI bijdrage
Nieuwe KPI’s AI adoptatie
Eerst zaaien dan oogsten
AI is een aanvulling geen vervanging.
Wat Verandert Er Concreet?
Voor Jouw Medewerkers:
●Werkinhoud: Van uitvoeren naar controleren en
verbeteren van AI-output
●Vaardigheden: Prompt-engineering wordt even
belangrijk als Excel
●Werkdruk: Minder routine, meer focus op complexe en
menselijke taken
●Samenwerking: AI wordt "virtueel teamlid" dat 24/7
beschikbaar is
Voor Jouw Managementtaken:
Werkinstructies 2.0:
●Vroeger: "Vul dit formulier zo in"
●Nu: "Gebruik AI voor concept, controleer op deze 5
punten"
●Nieuw: AI-prompts worden onderdeel van je standaard
instructies
1-op-1 Gesprekken Evolueren:
●Nieuwe onderwerpen: AI-vaardigheden, tool-gebruik,
kwaliteitscontrole
●Ontwikkeldoelen: Van taakgericht naar AI-competentie
ontwikkeling
●Coaching-focus: Helpen bij AI-adoptie en angst
wegnemen
Teamresultaten Anders Presenteren:
●Transparantie: Eerlijk over AI-bijdrage aan prestaties
●Nieuwe metrics: AI-adoptie percentage, efficiency-winst
●Verhaal: Hoe AI het team versterkt, niet vervangt
●
Onderwerp 3: Impact op Werk en Medewerkers
Slide 5/12: De Werkvloer in Verandering
●De Dynamiek in je Team Verandert:
○Er ontstaat een tweedeling tussen AI-vaardige medewerkers en degenen die
traditioneel blijven werken.
○De werkdruk verschuift van kwantiteit (veel taken doen) naar kwaliteit (complexe
taken goed doen).
○Samenwerking wordt belangrijker: teamleden delen AI-prompts en -ontdekkingen
met elkaar.
●De Werkinstructie Evolueert:
○Vroeger: "Vul dit formulier in volgens deze stappen."
○Nu: "Gebruik AI om een concept te genereren voor dit formulier. Controleer het
daarna op de volgende drie punten: [nauwkeurigheid data], [tone of voice], en
[volledigheid]."
○Conclusie: Het geven van goede AI-prompts wordt een onderdeel van jouw
werkinstructies.

Slide 6/12: Jouw Kerntaken Evolueren
●1-op-1 Gesprekken Worden Diepgaander: Naast de standaard onderwerpen,
bespreek je nu ook:
○Tooling: "Welke AI-tools gebruik je en waarom? Wat werkt goed, wat niet?"
○Ondersteuning: "Waar loop je vast met AI? Wat heb je nodig om verder te
komen?"
○Ontwikkeling: "Hoe kunnen we jouw AI-vaardigheden als formeel ontwikkeldoel
opnemen?"
●Teamresultaten Presenteren Krijgt een Nieuwe Laag:
○Transparantie: Wees altijd eerlijk over de bijdrage van AI aan de behaalde
resultaten. Dit bouwt vertrouwen.
○Nieuwe Metrics: Rapporteer niet alleen op de 'wat' (omzet, etc.), maar ook op
de 'hoe' (efficiencywinst, adoptiepercentage).
○Het Verhaal: Frame AI als een tool die het team sterker en slimmer maakt, niet
als een vervanging van menselijk talent.
○

35. Operationele managers en AI | Nieuwe leiders in oude pakken
Van controleur naar facilitator:
Van elke stap controleren naar
samenwerking met AI mogelijk maken.
Terwijl kaders AI gebruik belangrijk zijn.

Vaardigheden:
Basis AI kennis over de mogelijkheden
van Copilot en ChatGPT.
Prompt coaching en ontwikkeling.
Helpen goede prompts te schrijven en
deze te delen in het team.
AI-output beoordelen
Change management
Leren anonimiseren
Vergaderingen
AI als notulist en projectassistent.
Geef ruimte voor fouten (AI win en AI
misser van de week).

1-op-1 Gesprekken:
Wat heb je nodig om AI goed in te zetten?
Van taakgericht naar competentiegericht.

Uitdagingen:
Creëer een sfeer waar fouten maken mag.
Innovatie vs Kwaliteit
Snelle adoptie vs Zorgvuldigheid
Voorlopers vs Achterblijvers
Veranderende Competenties &
Leiderschapsstijlen
?????? Jouw Leiderschapsevolutie:
Van Controleur naar Facilitator:
●Oud: Elke stap controleren en corrigeren
●Nieuw: Kaders stellen voor AI-gebruik, resultaten beoordelen
●Focus: Van proces naar output, van controle naar empowerment
Nieuwe Competenties die Je Nodig Hebt:
●AI-tool basiskennis: Begrijpen wat ChatGPT, Copilot kunnen en niet
kunnen
●Prompt-coaching: Teamleden helpen betere AI-opdrachten
formuleren
●Kwaliteitsvalidatie: AI-output beoordelen op juistheid en
bruikbaarheid
●Change management: Weerstand omzetten in enthousiasme
?????? Jouw Nieuwe Gespreksstijl:
Teamvergaderingen:
●Nieuwe agenda: "AI-wins delen", "Waar liep AI vast?", "Nieuwe
ontdekkingen?"
●Sfeer: Van rapportage naar leren en experimenteren
Individuele Coaching:
●Nieuwe vragen: "Hoe zou AI je hierbij helpen?", "Wat heb je nodig
voor effectief AI-gebruik?"
●Focus: Van taakuitvoering naar competentie-ontwikkeling
⚖ Balans Vinden Tussen:
●Innovatie stimuleren ↔ Kwaliteit waarborgen
●Snelle adoptie ↔ Zorgvuldige implementatie
●Voorlopers steunen ↔ Achterblijvers meenemen
●
Onderwerp 4: Veranderende Competenties en Leiderschapsstijlen
Slide 7/12: Jouw Nieuwe Toolkit als Leider
●Jouw Leiderschapsevolutie: Van Micromanager ➡ naar AI-Facilitator.
○Oud: Elke stap van het proces controleren en corrigeren.
○Nieuw: Duidelijke kaders voor AI-gebruik stellen en de uiteindelijke resultaten
beoordelen op kwaliteit.
○Jouw Focus: Van proces naar output, van controle naar coaching.
●Nieuwe Competenties die Jij Nodig Hebt:
○AI-Basiskennis: Begrijpen wat de belangrijkste tools (ChatGPT, Copilot) kunnen
en wat hun beperkingen zijn.
○Prompt-Coaching: Je medewerkers helpen om betere vragen en opdrachten
aan AI te geven.
○Kwaliteitsvalidatie: Snel kunnen beoordelen of AI-output juist, relevant en
bruikbaar is.
○Change Management: Weerstand en angst in het team omzetten in
nieuwsgierigheid en enthousiasme.

Slide 8/12: Jouw Nieuwe Gesprekken en Acties
●Jouw Teamvergaderingen Krijgen een Upgrade: Voeg nieuwe, vaste agendapunten
toe:
○"De AI-win van de week": Teamleden delen een succes.
○"De AI-misser": Waar ging het mis en wat hebben we geleerd?
○"Nieuwe ontdekkingen": Wie heeft een nieuwe tool of handige prompt ontdekt?
○Resultaat: Je creëert een sfeer van leren en experimenteren, in plaats van
alleen rapporteren.
●Jouw Coachingsgesprekken Worden Gerichter: Stel open vragen die aanzetten tot
actie:
○"Hoe zou AI je bij deze specifieke taak kunnen helpen?"
○"Wat heb je van mij nodig om dit AI-tool effectief te gebruiken?"
○"Waar voel je je nog onzeker over bij het gebruik van AI?"
●Jouw Praktische Leiderschapsacties:
○Organiseer wekelijkse AI-demo's: Laat teamleden hun ontdekkingen delen.
○Creëer een Fout-Tolerante Cultuur: De regel is: "Experimenteren mag, niet
leren van je experimenten mag niet."
○Implementeer een Buddy-Systeem: Koppel een AI-voorloper aan een
AI-beginner.
○
○

36. Operationele managers en AI | Ethiek en Compliance
Gouden regel
Nooit, maar dan ook nooit, persoonlijke of
vertrouwelijke (klant)gegevens in een publieke
AI-tool plakken.

AVG/GDPR
Mogen gesprekken worden gebruikt voor
analyse met AI? Training en
kwalitsverbetering.
Anonimiseer en beveilig de gegevens.

Praktische maatregelen:
AI gedragsregels
Interne AI tools en registratie (AI act)
Vastgelegde controle en incident procedures.
Onderwerp 5: Ethiek en Compliance
Slide 9/12: De Dagelijkse Ethische Dilemma's
●Het "Shadow AI" Probleem Erkennen: De realiteit is dat je team al
tools gebruikt. Je rol is niet om dit te verbieden, maar om het in
goede, veilige banen te leiden.
●Dilemma 1: Transparantie naar Klanten
○Vraag: Moeten we vertellen dat een rapport of e-mail met AI is
opgesteld?
○Praktische Regel: Ja, wees altijd transparant. Communiceer
het als volgt: "Dit voorstel is opgesteld met behulp van AI en
zorgvuldig door ons team gecontroleerd en verfijnd."
●Dilemma 2: Eerlijkheid in het Team
○Vraag: Wat als AI-vaardige medewerkers veel productiever
zijn dan de rest?
○Praktische Regel: Zorg voor een gelijk speelveld. Bied
iedereen toegang tot dezelfde AI-tools en training.
●Dilemma 3: Kwaliteit en Verantwoordelijkheid
○Vraag: Wie is er schuldig als de AI een fout maakt?
○Praktische Regel: Het principe is simpel: De AI is een tool,
de mens is altijd eindverantwoordelijk. Elke output moet
gecontroleerd worden.

Slide 10/12: Jouw Praktische Gids: Regels en Checklist
●Praktische Richtlijnen voor Data:
○GOUDEN REGEL: Nooit, maar dan ook nooit, persoonlijke of
vertrouwelijke (klant)gegevens in een publieke AI-tool plakken.
○WEL TOEGESTAAN: Geanonimiseerde of algemene vragen
stellen om van te leren.
○Controlevraag: "Zou ik dit willen als mijn eigen gegevens op
deze manier werden gebruikt?"
●Compliance voor Teamleiders (Jouw Plich_t):
○AVG/GDPR: Jij bent medeverantwoordelijk dat je team zich
aan de privacywetgeving houdt.
○Bedrijfsbeleid: Ken de organisatierichtlijnen voor AI-gebruik
en zie toe op de naleving.
○Escalatie: Weet wanneer je een (potentieel) datalek of ethisch
probleem moet melden bij jouw leidinggevende of de juridische
afdeling.
●✅ Jouw Ethische Checklist (Om af te vinken):
○[ ] Mijn team weet welke AI-tools wel en niet zijn toegestaan.
○[ ] Er zijn duidelijke, herhaalde afspraken over het gebruik van
(klant)data.
○[ ] We hebben een vast proces voor de kwaliteitscontrole van
AI-output.
○[ ] We zijn transparant naar klanten over ons AI-gebruik.
●
?????? Het Shadow AI-Probleem:
●Realiteit: 40% gebruikt ongeautoriseerd AI-tools
●Risico's: Klantgegevens in publieke platforms, inconsistente kwaliteit
●Jouw rol: Van verbieden naar veilig begeleiden
⚖ Praktische Ethische Richtlijnen:
Voor Klantgegevens:
●Gouden regel: Nooit persoonlijke klantinfo in publieke AI-tools
●Wel toegestaan: Geanonimiseerde voorbeelden voor AI-training
●Altijd vragen: "Zou ik dit willen als ik de klant was?"
Voor Transparantie:
●Naar klanten: Vermelden bij belangrijke AI-ondersteunde output
●In team: Eerlijk rapporteren over AI-bijdrage aan resultaten
●Naar boven: Realistisch over tijd bespaard door AI
� Compliance-Checklist voor Jou:
●AVG/GDPR: Geen persoonsgegevens naar externe AI-diensten
●Bedrijfsbeleid: Ken en handhaaf organisatie-richtlijnen
●Kwaliteitscontrole: Altijd menselijke validatie van AI-output
●Documentatie: Bijhouden welke AI-tools voor welke taken
●Escalatie: Weten wanneer problemen naar boven melden
✅ Jouw Praktische Maatregelen:
●AI-gedragsregels opstellen en communiceren
●Veilige AI-omgeving organiseren (interne tools)
●Controleprocessen implementeren voor AI-output
●Incident-procedures voor AI-gerelateerde problemen
○
○
Dilemma’s:
Shadow AI draagt bij aan
experimenteren en is gevaar voor
datalek.

Transparantie naar klanten en collega’s?

Wat als de innovators twee keer zo hard
gaan als de laggards?

Wie is er verantwoordelijk voor de
output? De mens is verantwoordelijk
voor het gebruik van de output.
“Computer says yes”

37. Operationele managers en AI | AI Checklist en Dilemma’s
Hoe ben je omgegaan met shadow AI?
Hoe voorkom je slordigheden door
hallucinaties?
Iedereen wil verandering, niemand wil
veranderen. Hoe ga je om met de voorlopers?
Wanneer vertel je dat je AI hebt gebruikt?
Ga ik de medewerker een bonus geven, of
aan AI?

Bekijk de AI compliance checklist in Google
Drive.
(Wat moet ik regelen om AI veilig en effectief in te zetten?)
1. AI-gebruik in kaart brengen
●Weet welke AI-tools je team nu gebruikt
●Bespreek dit open in het teamoverleg
2. Basisregels vastleggen ("AI-do’s & don’ts")
●Geen klant- of persoonsgegevens in publieke AI-tools
●Altijd menselijke eindcontrole op AI-output
●AI mag ondersteunen, nooit beslissen
3. Team meenemen en opleiden
●Geef voorbeeldgedrag (zelf AI gebruiken)
●Stimuleer kennisdeling en AI-buddy’s
●Bespreek AI in 1-op-1’s en teamoverleggen
4. Compliance borgen
●Check of tools AVG-proof zijn
●Volg interne AI-richtlijnen / IT-beleid
●Escaleer bij twijfel (HR, IT, Compliance)
5. Resultaten zichtbaar maken
●Rapporteer zowel tijdsbesparing als kwaliteitsverbetering
●Deel successen én incidenten met je manager

⚖ Belangrijke Dilemma’s
(Voor discussie in de training of in het team)
●Shadow AI:
"Wat doe ik als teamleden ongeautoriseerd AI-tools gebruiken?"

●Kwaliteit vs. Snelheid:
"AI maakt werk sneller, maar hoe voorkomen we slordigheden?"

●Eerlijkheid in het team:
"Hoe ga ik om met verschillen in AI-vaardigheid (voorlopers vs. achterblijvers)?"

●Transparantie vs. Onzekerheid:
"Wanneer vertel ik klanten dat AI is ingezet?"

●Controle vs. Autonomie:
"Geef ik mijn team vrijheid met AI, of stel ik strikte regels?"

●Baanangst vs. Ontwikkeling:
"Hoe bespreek ik de angst: ‘Word ik straks vervangen?’"


?????? Werkvorm Tip in Training
●Zet dit praatplaatje centraal.
●Laat deelnemers groen vinkje zetten bij wat ze al geregeld hebben.
●Laat ze rode vlaggetjes plakken bij dilemma’s die zij nu ervaren.
●Start zo een open uitwisseling: “Hoe lossen jullie dit op?”
●
Doel: Zorgen voor een veilige, eerlijke en effectieve introductie van AI.
●ndersteuning en zorgvuldig door ons gecontroleerd."

?????? Onze Dagelijkse Dilemma's: Hoe gaan we hiermee om?
Doel: Het gesprek openen over de lastige, grijze gebieden.
Dilemma 1: De Snelheidsduivel vs. de Zorgvuldige Controleur
●DE SITUATIE: Een teamlid levert dankzij AI twee keer zoveel werk, maar de kwaliteit is
soms slordig. Een ander teamlid is langzamer, maar controleert alles driedubbel.
●DISCUSSIEVRAAG: Wat is voor ons belangrijker: maximale snelheid of
gegarandeerde kwaliteit? Waar ligt de balans?
Dilemma 2: De "Magische Zwarte Doos"
●DE SITUATIE: De AI geeft een briljant, onverwacht advies, maar niemand in het team
kan precies uitleggen waarom dit het beste advies is.
●DISCUSSIEVRAAG: Vertrouwen we op de uitkomst van de AI als we de redenering
erachter niet volledig begrijpen? Wanneer wel en wanneer niet?
Dilemma 3: De Onzichtbare Vaardigheid
●DE SITUATIE: Een medewerker is extreem goed geworden in 'prompten' en lost
complexe problemen op met AI. Deze vaardigheid is echter niet zichtbaar in traditionele
functieomschrijvingen of beoordelingen.
●DISCUSSIEVRAAG: Hoe erkennen en waarderen we de nieuwe, "onzichtbare"
AI-vaardigheden in ons team op een eerlijke manier?
Dilemma 4: "Mijn Idee of dat van de AI?"
●DE SITUATIE: Een teamlid gebruikt AI intensief om een creatief concept te ontwikkelen.
De grens tussen eigen creativiteit en de output van de machine vervaagt.
●DISCUSSIEVRAAG: Hoe gaan we om met eigenaarschap en creativiteit in een
tijdperk waarin we co-creëren met AI? Wiens prestatie is het?
○○
Breng AI gebruik in kaart:
Leer van elkaar
Interne tools zoals Copilot en externe
tools zoals NotebookLM
Do’s en Don’ts
Wat zijn gevoelige data en
persoonsgegevens?
Altijd een menselijke controle. Hoe
waarborgen?
Voorkom wildgroei (eerst het doel…)
Teamontwikkeling
Is er een AI buddy systeem?
Practice what you preach

38. AI voor afdelingshoofden

One size fits nobody

39. AI voor afdelingshoofden

40. Tactische managers en AI | De huidige situatie
Slide 1: De Huidige Situatie – Jouw
Afdeling in Transitie
?????? Waar Sta Je Nu?
●Teams in jouw afdeling gebruiken AI op verschillende
snelheden.
●Eén team loopt voorop (AI-wins, innovatief), een ander
blijft achter (angst, weerstand).
●Jij bent de brug tussen operationele AI-experimenten en
strategische AI-doelen.
� Realiteit voor Afdelingshoofden:
●50% van de afdelingen heeft al AI in dagelijkse
processen.
●35% ziet wildgroei: elk team zijn eigen tools en aanpak.
●70% van afdelingshoofden rapporteert: "We hebben geen
duidelijke AI-kaders van bovenaf."
●10-20% van AI-innovaties bereikt strategisch niveau
zonder verlies aan energie.
Jouw Uitdaging:
●Teams verbinden → 1 lijn trekken.
●Risico’s bewaken → Compliance handhaven.
●AI-resultaten zichtbaar maken richting directie.
●
Onderwerp 1: De Huidige Situatie
Slide 1/12: De Realiteit: AI is in Elke Team en in Elk Proces
●Herkenning: Waar sta je nu?
○"Ik zie dat meerdere teams in mijn afdeling experimenteren met
AI, maar ze gebruiken verschillende tools en methodes."
○"De ene teamleider is een AI-ambassadeur, de andere is
sceptisch. Dit zorgt voor inconsistentie."
○"Ik wil innovatie stimuleren, maar ik moet ook zorgen voor
gestandaardiseerde processen en datakwaliteit."
●De Harde Cijfers in Jouw Afdeling:
○~70% van je teams experimenteert met AI, wat leidt tot 'eilandjes'
van innovatie zonder centrale coördinatie.
○~50% van de procesverbeteringen wordt ad-hoc door AI
gedreven, zonder structurele analyse.
○~30% van de teamleiders voelt zich onvoldoende toegerust om
AI-initiatieven te begeleiden.
○~90% ziet de noodzaak voor een afdelingsbrede aanpak, maar
weet niet waar te beginnen.
●Conclusie: De vraag is niet of teams AI gebruiken, maar hoe we deze
gefragmenteerde energie omzetten in een gecoördineerde,
afdelingsbrede strategie.

Slide 2/12: Jouw Dilemma en de Weg Vooruit
●De Spanning die Jij Voelt:
○Tussen Team-autonomie (vrijheid om te innoveren) en
Afdelingsstandaarden (consistentie en efficiëntie).
○Tussen Snelle Resultaten (quick wins in teams) en Duurzame
Processen (robuuste, schaalbare oplossingen).
○Tussen Functionele Expertise (vertrouwen op bestaande
kennis) en Data-gedreven Inzichten (vertrouwen op
AI-analyses).
●De Oplossing: Jouw Rol Evolueert Je bent niet langer alleen de
manager die de afdeling aanstuurt. Je wordt de procesarchitect die de
blauwdruk voor de toekomst ontwerpt en de orkestrator die alle teams
in harmonie laat samenwerken.
○Vroeger: "Zorg dat jouw team de targets haalt."
○Nu: "Hoe kunnen we de processen tussen onze teams
herontwerpen met AI om de afdelingsdoelen te overtreffen?"
●De Kans voor Jou als Leider: Dit is jouw moment om te groeien van
een functioneel manager naar een strategische verbinder.
●
In de teams
Teams experimenteren met AI

Adhoc verbeteringen

Wildgroei van tools en toepassingen

Innovatie vs kwaliteit

Ontbrekende strategische AI doelen

Jouw dilemma’s
Als teams steeds meer zelf kunnen en
directie met AI inzicht heeft, wat wordt
mijn rol?
Het ene team hard gaat en het andere
team achter blijft.

Uitdagingen
Niet de vraag of ze AI gebruiken, maar
hoe.
Hoe implementeer ik een afdelingsbrede
aanpak?
Hoe handhaaf ik AVG, AI-act en andere
wetgeving?

41. Tactische managers en AI | KPI’s en kansen
Procesoptimalisatie: 15-30%
Efficienter bij planning en rapportages
door AI agents.

Besluitvorming: 20-35% Sneller door
AI ondersteunde analyses en
samenvattingen.

Inzichten: Gebruik AI om inzichten te
krijgen uit meerdere interne en externe
databronnen.

Gebruik AI om bottlenecks op te sporen
en op te lossen.
Afdeling
% van standaardprocessen
ondersteund met AI

Efficiency:
% tijdsbesparing bij jaarplanningen.

Management rapportages
Nauwkeurigheid van forecasts in sales
en projectduur

Compliance:
Aantal AI-incidenten zoals datalek, bias
en privacy
Kansen voor jouw Afdeling:
●Procesoptimalisatie: 15-30% efficiënter bij planning,
resource-allocatie en rapportages.
●Betere besluitvorming: 20-35% sneller door
AI-ondersteunde analyses.
●Samenwerking: AI als gemeenschappelijke taal
tussen verschillende teams.
●Rapportage: Sneller en consistenter rapporteren naar
hoger management.
?????? KPI’s die Jij Kunt Sturen:
●Afdelingswijd: % van standaardprocessen ondersteund
door AI.
●Efficiency: Gemiddeld % tijdbesparing per teamproces.
●Compliance: Aantal AI-incidenten (privacy, fouten, bias).
●Alignment: Mate waarin teams AI op dezelfde manier
inzetten.
●Managementrapportage: Duidelijk, datagedreven
overzicht van AI-resultaten.
●
○Voor de Organisatie:
■⚡ Procesversnelling: Doorlooptijden van complexe, afdelingsoverstijgende processen (bv.
budgettering, projectplanning) drastisch verkorten.
■?????? Betere Besluitvorming: Beslissingen baseren op voorspellende analyses in plaats van alleen op
historische data en ervaring.
○Voor Jouw Afdeling:
■?????? Data als Neutrale Grond: AI-analyses gebruiken om discussies tussen teams met verschillende
belangen te objectiveren.
■?????? Silo's Doorbreken: AI inzetten om data en workflows tussen teams te integreren, wat leidt tot betere
samenwerking.
○Voor Jou als Manager:
■?????? Strategische Partner: Je wordt een betere gesprekspartner voor de directie omdat je plannen en
rapportages kunt onderbouwen met diepgaande AI-inzichten.
■?????? Hogere Impact: Je verbetert niet alleen de output van losse teams, maar de effectiviteit van de hele
afdeling.
■?????? Een Innovatieve Cultuur: Je bouwt een afdeling die bekend staat om zijn vermogen om te leren, aan
te passen en te innoveren.

Slide 4/12: Resultaten Zichtbaar Maken: Jouw KPI's
Hoe maak je de strategische waarde van AI op afdelingsniveau meetbaar?
●Proces-KPI's (Flow & Snelheid):
○Doorlooptijd van Processen: Vermindering in tijd van start tot eind voor kernprocessen (bv. van klantvraag tot
oplossing).
○Resource Allocatie: Optimalisatie van de inzet van mensen en middelen op basis van AI-forecasts.
■Doel: 15-25% efficiëntere inzet van middelen.
●Besluitvormings-KPI's (Kwaliteit & Inzicht):
○Nauwkeurigheid van Forecasts: De afwijking tussen AI-voorspellingen (bv. sales, projectduur) en de werkelijke
resultaten.
■Doel: 20-30% hogere nauwkeurigheid.
○Besluitvormingstijd: Tijd die nodig is om data te verzamelen, analyseren en een weloverwogen tactische
beslissing te nemen.
●Samenwerkings-KPI's (Synergie):
○Cross-functionele Projecten: Aantal succesvolle projecten waarbij teams data en inzichten uit AI-systemen
delen.
○Afhankelijkheidsreductie: Vermindering van het aantal "bottlenecks" tussen teams, geïdentificeerd door
AI-procesanalyse.
○

42. Tactische managers en AI | Een slecht proces, goed geautomatiseerd
blijft een slecht proces
Werkprocessen:
Van lineair naar dynamisch en
iteratief
Data wordt leidend
Objectiviteit vs intuitie
Van tool naar doel

Teams
Voorlopers vs Volgers
Weerstand ivm angst baanverlies
Jouw rol
Van hoe naar waarom doen we dit.
Van specialist naar generalist
Diepgaande data analyses combineren
met ervaring
Creëer een leerklimaat
Denk mee met strategie
KISS


Teamniveau Verschillen:
●Voorlopers: Experimenten met AI, vragen om meer
ruimte.
●Volgers: Wachten tot er kaders zijn, zien AI als "extra
werk".
●Weerstandigen: Vrezen baanverlies, vermijden AI
helemaal.
Voor Jouw Afdelingsrol:
●Werkinstructies: Van algemeen beleid → Naar kaders
voor heel de afdeling.
●Communicatie: Vertalen van directiestrategie naar
concrete aanpak per team.
●Resultaten: AI-voordelen bundelen tot afdelingsbrede
successen.
●Culturele rol: Creëren van een "AI-leerklimaat" over
teamgrenzen heen.
●
Slide 5/12: Processen en Rollen in Verandering
●De Werkprocessen in je Afdeling Veranderen:
○Lineaire processen worden dynamisch: In plaats van stap-voor-stap, kan AI
parallel analyses uitvoeren en de volgende stap voorspellen.
○Data wordt de drijvende kracht: Beslissingen worden niet langer alleen aan het
einde van een proces genomen, maar continu bijgestuurd op basis van real-time
AI-inzichten.
○Standaardisatie wordt slimmer: AI kan helpen om processen te
standaardiseren waar nodig, en personaliseren waar mogelijk.
●Voorbeeld: Het Recruitmentproces Evolueert
○Vroeger: "Elk team screent handmatig CV's voor hun eigen vacatures."
○Nu: "Een centrale AI-tool maakt een voorselectie van kandidaten voor de hele
afdeling op basis van objectieve criteria, waarna de teams de topkandidaten
spreken."
○Conclusie: Je optimaliseert de kwaliteit en efficiëntie van het hele proces, niet
alleen van een losse taak.

Slide 6/12: De Nieuwe Rol van de Professional
●De Evolutie van de Specialist: De waarde van je medewerkers (bv. marketeers,
engineers, HR-specialisten) verschuift.
○Van: Functionele expert die een bekend proces perfect uitvoert.
○Naar: Strategisch adviseur die AI-inzichten interpreteert om het proces
fundamenteel te verbeteren.
●Hun Kerntaken Evolueren:
○Analyseren en Interpreteren: De "waarom"-vraag stellen achter de data die AI
presenteert.
○Contextualiseren: AI-output combineren met hun diepgaande marktkennis en
ervaring.
○Communiceren en Adviseren: Complexe AI-inzichten vertalen naar concrete
aanbevelingen voor het management en andere teams.
●Jouw Rol als Manager: Faciliteer deze transitie door te investeren in training op het
gebied van data-interpretatie en adviesvaardigheden, niet alleen in tool-training.
○
○

43. Tactische managers en AI | Yes we can
Van:
We doen dit al jaren zo
Sturen op output
Gebruik maken van vakkennis en ervaring

Naar:
Data gedreven
Proces denken
Bewaken governance
Verandermanagement
Overleg
AI als notulist en projectassistent
Beschikbaar maken van data
Registratie gebruik AI en algoritmes
Van terugkijken naar toekomstscenario’s

AI pilots en kennisdeelsessies:
Interne AI tools
Voeg AI toe aan contracten

Uitdagingen:
Bias en tunnelvisie
Mogelijke datalekken
Shadow AI
Silodenken per team
Compliance kramp

Evolutie van Jouw Rol als Afdelingshoofd:
Van:
●Ervaring gedreven: "Wij doen dit al jaren zo."
●Team-specifiek leiderschap
Naar:
●Data-gedreven beslisser: Gebruik AI-data in afdelingsplannen.
●Verbindende leider: Harmoniseer AI-gebruik over teams heen.
●Governance-bewaker: Zorg voor naleving van kaders en
compliance.
Noodzakelijke Competenties:
●AI-interpreteerbaarheid: Leren begrijpen en uitleggen van
AI-aangeleverde data.
●Bias-herkenning: Inzien waar AI oneerlijk uitkomsten kan
beïnvloeden.
●Change-leiderschap: Verschillende teams meenemen in 1 AI-visie.
●Rapportage-vaardigheid: AI-impact boven water krijgen en vertalen
naar directie.
●
Slide 7/12: Jouw Nieuwe Toolkit als Leider
●Jouw Leiderschapsevolutie: Van Functioneel Manager ➡ naar Data-gedreven
Orchestrator.
○Oud: De beste zijn in je eigen vakgebied en je teams aansturen op basis van
ervaring.
○Nieuw: Processen overzien, data uit verschillende bronnen combineren en
teams faciliteren om samen de beste resultaten te behalen.
○Jouw Focus: Van het optimaliseren van silo's naar het maximaliseren van de
afdelingsbrede flow.
●Nieuwe Competenties die Jij Nodig Hebt:
○Data-geletterdheid: In staat zijn om AI-analyses te begrijpen, kritische vragen te
stellen en de beperkingen (zoals bias) te herkennen.
○Proces-denken: Het vermogen om end-to-end processen te analyseren en te
herontwerpen.
○Stakeholdermanagement: De impact en voordelen van AI kunnen uitleggen aan
zowel je eigen teams, andere afdelingen als het hoger management.
○Verandermanagement: Een afdelingsbrede verandering kunnen plannen,
communiceren en implementeren.

Slide 8/12: Jouw Nieuwe Gesprekken en Acties
●Jouw Managementteam-overleg Krijgt een Upgrade: Stel nieuwe, vaste vragen:
○"Welk team heeft een AI-succes geboekt dat schaalbaar is voor de rest van de
afdeling?"
○"Waar zien we frictie of inconsistentie in AI-gebruik tussen onze teams?"
○"Welke data hebben we nodig van andere afdelingen om onze AI-modellen te
verbeteren?"
●Jouw Stijl van Rapporteren Evolueert:
○Van: "Wat hebben we gedaan?" (terugkijkend)
○Naar: "Wat voorspellen we en wat adviseren we?" (vooruitkijkend, gebaseerd op
AI-scenario's)
●Jouw Praktische Leiderschapsacties:
○Start afdelingsoverstijgende AI-pilots: Stel teams samen uit verschillende
disciplines om een gezamenlijk probleem op te lossen.
○Organiseer kennisdeelsessies: Laat teams aan elkaar presenteren wat ze
hebben geleerd van hun AI-experimenten.
○Eis "Explainable AI" (XAI): Vraag aan leveranciers en IT hoe een AI tot een
bepaalde conclusie komt. Accepteer geen "black box".
○
○

44. Focus op
De mens in de AI loop.
Transparantie over AI gebruik.
Escalatieprocedures wie is verantwoordelijk.
Fraude en oplichting.

AVG/GDPR
Waar gaan persoonsgegevens van
medewerkers, klanten en sollicitanten heen?

AI act
Registratie en rapportage AI toepassingen en
resultaten.
Data veiligheid/vervuiling
Tactische managers en AI | Ethiek en Compliance
Jouw Focus als Governance-Bewaker:
●Risicovolle processen identificeren: HR, klantcommunicatie,
financiële voorspellingen.
●Transparantie: AI-gebruik melden in rapportages en richting klanten
indien relevant.
●Bias-monitoring: Bijvoorbeeld bij werving, promotie,
beoordelingssystemen.
●Escalatieprocedures: Problemen strak definiëren en doorzetten naar
hoger niveau.
Compliance-Checklist Afdelingshoofden:
●Teams gebruiken alleen goedgekeurde AI-tools.
●Er is een proces voor menselijke eindcontrole.
●Er wordt gerapporteerd over AI-toepassingen & resultaten.
●AI-gerelateerde fouten of klachten gaan direct naar Compliance/HR.
●Managers hebben zicht op data-veiligheid en AVG-conformiteit.
●
Slide 9/12: De Dagelijkse Ethische Dilemma's
●Het "Gefragmenteerde AI" Probleem Erkennen: Verschillende teams die
onafhankelijk van elkaar tools gebruiken, creëren een onoverzichtelijk risicolandschap.
Jouw rol is om dit te centraliseren en te beheersen.
●Dilemma 1: Algoritmische Bias
○Vraag: Hoe zorgen we ervoor dat een AI-recruitmenttool niet onbewust
kandidaten met een bepaalde achtergrond benadeelt?
○Praktische Regel: Implementeer een vast protocol om AI-systemen die mensen
beoordelen (recruitment, performance) periodiek te testen op bias. Eis
transparantie van de leverancier over de gebruikte data.
●Dilemma 2: Verantwoordelijkheid voor Beslissingen
○Vraag: Wie is verantwoordelijk als een AI-gedreven forecast leidt tot een
verkeerde investering?
○Praktische Regel: De eindverantwoordelijkheid ligt altijd bij de mens.
Documenteer altijd de menselijke overwegingen naast het AI-advies. Zorg voor
een "human-in-the-loop" bij alle kritieke beslissingen.
○
○
Dilemma’s:
Bias bij werving, promotie en
beoordelingssystemen (HRM).
Klant communicatie chatbot vs inzichten
krijgen.
Wie is verantwoordelijk als een AI
forecast leidt tot een verkeerde
investering?
Shadow AI is ook een kans voor
experimenten.
Hoe kunnen teams elkaar versterken en
leren van elkaar met en over AI?
Mag ik met AI, CVs scannen?

45. Tactische managers en AI | AI Checklist en Dilemma’s
Standaardisatie vs vrijheid in aanpak en
tools?
Data vs intuitie?
Transparantie vs Reputatie?
Zelf bouwen vs inkopen?
Wat doen we met AI datastromen?
Is AI een proces, een procedure of een nieuw
systeem?

Bekijk de AI compliance checklist in Google
Drive.
●

⚖ Belangrijke Dilemma’s
(Waar moet ik balanceren?)
●Silo’s vs. Uniformiteit
"Laat ik teams hun eigen AI-aanpak ontwikkelen, of dwing ik één standaard af?"

●Innovatie vs. Risicobeheersing
"Hoeveel ruimte geef ik teams om te experimenteren zonder alles eerst te
controleren?"

●Datagedreven vs. Menselijk oordeel
"Ga ik vertrouwen op AI-analyses, of blijf ik primair varen op mijn ervaring?"

●Transparantie vs. Reputatie
"Rapporteer ik AI-gebruik volledig aan directie en klanten, ook als dat fouten
blootlegt?"

●Snelheid vs. Zorgvuldigheid
"Hoe behoud ik tempo in AI-implementatie zonder de compliance-afdeling te
frustreren?"

●Voorkeursbehandeling vs. Gelijk speelveld
"Als één team veel beter presteert met AI, moet ik dat belonen, of juist de
achterblijvers extra ondersteunen?"


?????? Werkvorm in Training
●Laat deelnemers de checklist nalopen: “Wat heb je al geregeld, wat nog niet?”
●Gebruik de dilemma’s om kleine groepen te laten kiezen: “Welke is voor jou het
meest relevant, en hoe zou jij dit oplossen?”
●Sluit af met een plenaire prioriteiten-lijst: top 3 must-do’s in hun eigen afdeling.

?????? Dit praatplaatje geeft afdelingshoofden tegelijk houvast in governance én ruimte
voor reflectie op strategische dilemma’s.
Wil je dat ik nu ook meteen een praatplaat voor de directie (strategisch niveau) maak,
zodat de drie niveaus compleet zijn als trainingsset?
●
●

?????? Onze Strategische Dilemma's: Welke afslag nemen we?
Doel: Het gesprek voeren over de fundamentele keuzes die de toekomst van de afdeling
bepalen.
Dilemma 1: Standaardisatie vs. Vrijheid
●DE SITUATIE: We kunnen één standaard AI-platform voor de hele afdeling
kiezen. Dit is efficiënt en overzichtelijk. Of we laten elk team de 'best-in-class' tool
voor hun specifieke taak kiezen, wat leidt tot betere deeloplossingen maar ook tot
fragmentatie en hogere kosten.
●DISCUSSIEVRAAG: Waar streven we naar: maximale efficiëntie door
standaardisatie, of maximale effectiviteit door teams de vrijheid te geven om
de beste tools te kiezen?
Dilemma 2: De "Glazen Doos" vs. de "Zwarte Doos"
●DE SITUATIE: Voor een cruciaal proces (bv. risicoanalyse) kunnen we kiezen
voor een AI-model dat 85% accuraat is, maar volledig transparant en uitlegbaar
(een 'glazen doos'). Er is ook een model dat 95% accuraat is, maar waarvan
niemand de interne logica begrijpt (een 'zwarte doos').
●DISCUSSIEVRAAG: Welk risico is groter: de kans op een suboptimale
beslissing met het transparantere model, of het onvermogen om onze
beslissing te verantwoorden met het accuratere model?
Dilemma 3: Zelf Bouwen vs. Inkopen
●DE SITUATIE: We hebben een uniek proces dat we willen automatiseren. We
kunnen investeren om zelf een perfect op maat gemaakte AI-oplossing te
bouwen. Dit is duur en traag, maar levert intellectueel eigendom op. Of we kopen
een standaardoplossing die 80% van het werk doet, en passen ons proces aan.
●DISCUSSIEVRAAG: Waar ligt ons concurrentievoordeel: in onze unieke
processen die we moeten behouden met maatwerk, of in onze snelheid en
wendbaarheid door standaardoplossingen te adopteren?
Dilemma 4: Data Democratie vs. Data Controle
●DE SITUATIE: Om de beste AI-inzichten te krijgen, zouden we data van
verschillende teams moeten combineren. Dit 'democratiseren' van data kan leiden
tot doorbraken, maar verhoogt ook het risico op datalekken, privacy-schendingen
en verkeerde interpretaties.
●DISCUSSIEVRAAG: Hoeveel controle over data zijn we bereid op te geven in
ruil voor potentieel waardevollere, afdelingsoverstijgende inzichten?
○
○
AI-audit
Welke teams gebruiken AI met welke
tools voor welke processen?
AI regels
Maak beleid voor datagebruik, bias,
tool-selectie en goedkeuring AI-pilots.
Menselijke eindcontrole vs Computer
says yes!
Veranderproces
Bepaal KPI’s
Rapporteer over AI-gebruik, Efficiency
verbeteringen en geleerde lessen.
Organiseer AI-trainingen

46. AI op directieniveau

Iedereen wil verandering,
slechts weinigen willen veranderen.

47. AI op directieniveau

48. Directie en AI | De huidige situatie
●AI is niet enkel een tool, maar wordt een strategische
katalysator.
●Bestuurders krijgen steeds vaker de vraag:
a.“Wat is onze AI-visie?"
b.“Hoe borgen we ethiek & compliance?"
c.“Wat betekent AI voor werkgelegenheid en
klantenvertrouwen?"
●Je bent boegbeeld en richtinggever – jouw AI-verhaal
beïnvloedt medewerkers, investeerders, klanten en
maatschappij.
� Status bij Veel Organisaties:
●60% van directies benoemt AI als topprioriteit (PwC,
McKinsey).
●35% heeft AI in de corporate strategy staan, maar zonder
duidelijke uitwerking.
●20% communiceert actief over ethisch AI-gebruik naar
buiten.
●10% heeft een dedicated Chief AI Officer of
AI-governanceteam.
●
Slide 1/12: De Realiteit: AI Herdefinieert de Markt
●Herkenning: Waar staat onze organisatie nu?
○"We hebben succesvolle AI-pilots in de organisatie,
maar geen overkoepelende, geïntegreerde strategie."
○"Onze concurrenten lanceren AI-gedreven diensten die
onze traditionele businessmodellen bedreigen."
○"De Raad van Bestuur en investeerders vragen steeds
vaker naar onze AI-strategie en -visie."
●De Harde Cijfers in de Markt:
○~75% van de marktleiders verwacht dat AI hun sector
binnen 5 jaar fundamenteel zal veranderen.
○Organisaties met een volwassen AI-strategie realiseren
een 5-10% hogere groei dan hun concurrenten.
○~40% van de CEO's ziet het risico om irrelevant te
worden als de grootste bedreiging bij het negeren van
AI.
○Investeerders waarderen bedrijven met een duidelijke
AI-strategie significant hoger.
●Conclusie: AI is geen IT-project; het is een strategische
noodzaak die onze positie in de markt voor de komende tien
jaar zal bepalen.
●
AI is groter dan de opkomst van
internet
Experimenteren met AI maar geen
strategie en visie.

AI startups komen op.

Concurrenten halen voordelen uit AI.

Medewerkers zijn onzeker over hun
baan.

Jouw dilemma’s
75% marktleiders verwacht een
fundamenteel andere markt.
60% directies zien AI als topprioriteit.
AI als strategie is één, de uitvoer is twee,
drie, vier enz.

AI aanpakken als IT project of business
transformatie?

49. Directie en AI | KPI’s en kansen
Inzetten op procesoptimalisatie of
nieuwe businessmodellen?

Hoe communiceer ik richting
stakeholders, transparant over de
inzet van AI?

Hoe transformeer ik mijn
organisatie naar een plattere
structuur met snellere
besluitvorming?
Business impact
% omzet uit AI-enabled producten en
diensten
Groei marktaandeel en/of marge.

Voorsprong door innovatie:
Snellere time-to-market
Hogere ROI nieuwe producten en diensten.

Compliance:
Aantal AI-incidenten zoals datalek, bias en
privacy.

Cultuur en ethiek
Merkperceptie en Talentacquisitie
Grote Kansen:
●Groei & Innovatie: Nieuwe omzetstromen (20-40%
volgens McKinsey 2023).
●Concurrentievoordeel: Vroege AI-adoptie leidt tot
5-10% hogere jaar-op-jaar groei.
●Stakeholdervertrouwen: Transparantie in AI-gebruik
bouwt reputatie en loyaliteit.
●Organisatie-transformatie: AI maakt plattere
hiërarchieën en snellere besluitvorming mogelijk.
?????? KPI’s op Strategisch Niveau:
●Business Impact: % omzet uit AI-enabled
producten/diensten.
●Strategische Voorsprong: Marktpositie tov.
concurrenten in AI-adoptie.
●Governance Metrics: Aantal AI-incidenten /
bias-correcties.
●Stakeholder Metrics: Vertrouwen en tevredenheid bij
klanten, toezichthouders, medewerkers.
●Innovatie Metrics: % R&D-budget gericht op AI en
digitalisering.
●
○De Strategische Spanning die Jij Voelt:
■Tussen Optimaliseren (het huidige businessmodel efficiënter maken) en Innoveren (nieuwe, potentieel
disruptieve businessmodellen ontwikkelen).
■Tussen Korte Termijn Winst (kosten besparen met AI) en Lange Termijn Investeringen (bouwen aan
een duurzaam data- en AI-fundament).
■Tussen Interne Focus (processen verbeteren) en Externe Blik (de markt, concurrentie en
maatschappelijke trends).
○De Oplossing: Jouw Rol Evolueert Je bent niet langer alleen de leider van de huidige organisatie. Je wordt de
visionair die de toekomstige organisatie ontwerpt en de transformatie-architect die de weg ernaartoe bouwt.
■Vroeger: "Hoe maximaliseren we de winst van ons huidige businessmodel?"
■Nu: "Welk businessmodel, gedreven door AI, maakt ons over vijf jaar nog steeds relevant en succesvol?"
○De Kans voor Jou als Leider: Dit is jouw moment om de erfenis van de organisatie vorm te geven en haar door
de belangrijkste technologische transitie van deze eeuw te leiden.

Onderwerp 2: Kansen en KPI's
Slide 3/12: De Kansen: Fundamentele Waardecreatie
●Voor de Organisatie:
○?????? Nieuwe Businessmodellen: Transformeren van de verkoop van producten/diensten naar het aanbieden van
data-gedreven, gepersonaliseerde oplossingen en abonnementen.
○?????? Duurzaam Concurrentievoordeel: Een voorsprong opbouwen die concurrenten moeilijk kunnen kopiëren,
gebaseerd op unieke data, algoritmes en een AI-gedreven cultuur.
●Voor de Marktpositie:
○?????? Marktleiderschap: De standaard zetten in de sector op het gebied van innovatie, klantervaring en efficiëntie.
○** привлекательность для талантов:** Het aantrekken en behouden van toptalent dat wil werken in een
toekomstgerichte, innovatieve omgeving.
●Voor Jou als Leider:
○?????? Enterprise Value Verhoging: Directe impact op de bedrijfswaardering door aantoonbare innovatie en
toekomstbestendigheid.
○?????? Leiderschap met Impact: De organisatie sturen op basis van een heldere, inspirerende en maatschappelijk
verantwoorde visie.
○?????? Een Sterke Bedrijfscultuur: Een cultuur van continue leren, experimenteren en aanpassen bouwen die de
organisatie veerkrachtig maakt.

Slide 4/12: Resultaten Zichtbaar Maken: Jouw KPI's
Hoe maak je de impact van AI meetbaar op strategisch niveau?
●Financiële & Groei-KPI's:
○AI-Gedreven Omzet: % van de totale omzet dat direct afkomstig is van nieuwe, AI-ondersteunde producten of
diensten.
○Marktaandeelgroei: Vergelijking van de groei ten opzichte van AI-native en traditionele concurrenten.
○Margeverbetering: Winstgevendheidstoename door AI-gedreven efficiëntie en prijsoptimalisatie.
●Innovatie-KPI's:
○Time-to-Market: Verkorting van de doorlooptijd van concept tot marktintroductie voor nieuwe innovaties.
○Innovatie-ROI: De return on investment van het portfolio aan AI-projecten.
●Strategische & Culturele KPI's:
○Brand & ESG Score: De impact van een ethisch AI-beleid op de merkperceptie en duurzaamheidsscores.
○Talentacquisitie & -retentie: Succes in het aantrekken en behouden van cruciaal AI- en datatalent.
○

50. Directie en AI | Een symbiose tussen mens en techniek
Van hiërarchie naar netwerk.
Van centraal naar decentraal.
Een AI-flow gedreven organisatie ipv
functionele lijnen.

Nieuwe strategische rollen rondom AI en
Data.

Als AI iets beter kan dan jou, dan doe je
niet de goede dingen.
AI is analyst en sparringspartner.
Een evolutie van werk
Creatief en kritisch denken staat centraal.
De vraag stellen staat centraal.
Meer tijd voor dialoog en klantcontact.
Wat is jouw werk?

Vraagt om andere leiders
Waar zijn we als bedrijf uniek en en hoe
kunnen mijn medewerkers hier aan
bijdragen?
Slide 5/12: De Organisatiestructuur in Verandering
●De Organisatie van de Toekomst:
○Van Hiërarchie naar Netwerk: Strikte, verticale silo's maken
plaats voor flexibele, multidisciplinaire teams die zich
organiseren rondom data en klantwaarde.
○Besluitvorming wordt Gedecentraliseerd: AI levert inzichten
direct aan de teams die ze nodig hebben, waardoor
beslissingen sneller en lager in de organisatie genomen
kunnen worden.
○Nieuwe Strategische Rollen: De noodzaak voor rollen als
een Chief AI Officer (CAIO) of een Head of Data Science
wordt cruciaal om de strategie te drijven en te coördineren.
●Voorbeeld: De Marketingafdeling Evolueert
○Vroeger: "Een hiërarchische afdeling met aparte teams voor
campagnes, content en social media."
○Nu: "Een 'Marketing & AI Hub' met agile teams die real-time
data gebruiken om hyper-gepersonaliseerde klantervaringen te
creëren over alle kanalen heen."
○Conclusie: De structuur volgt de data-flow, niet de traditionele
functionele lijnen.

Slide 6/12: De Nieuwe Symbiose: Mens & Machine
●De Evolutie van de Beroepsbevolking: De strategische vraag is niet
"welke banen verdwijnen?", maar "welke uniek menselijke
vaardigheden worden van onschatbare waarde?".
1.Van: Efficiënt uitvoeren van bekende taken.
2.Naar: Creatief en kritisch denken, strategische vraagstukken
oplossen en ethische oordelen vellen.
●De Kerntaken van de Toekomstige Medewerker:
1.Strategische Vraagstelling: De AI de juiste,
business-kritische vragen stellen.
2.Complexe Probleemoplossing: Meerdere AI-inzichten
combineren om complexe, ambigue problemen op te lossen.
3.Empathie en Verbinding: De menselijke relatie met klanten
en collega's onderhouden, daar waar AI tekortschiet.
4.Ethische Reflectie: De maatschappelijke en ethische
implicaties van AI-gedreven acties overzien.
●Jouw Rol als Leider: Creëer een strategisch personeelsplan dat niet
alleen focust op het trainen van technische AI-vaardigheden, maar
vooral op het cultiveren van deze uniek menselijke competenties.
●
⚡ Macro-Impact van AI:
●Werkstructuur: Nieuwe rollen verschijnen (AI-trainers, ethics officers, prompt
engineers).
●Organisatievorm: Minder managementlagen, meer cross-functionele AI-teams.
●Arbeidspakketten: Routinewerk neemt af, kenniswerkers verschuiven richting analyse
en interpretatie.
●Talentstrategie: Reskillen > vervangen.
Voor Jouw Directierol:
●Visie communiceren: AI is integraal onderdeel van de bedrijfsstrategie, niet een losse
innovatie.
●Stakeholders verbinden: Raad van Bestuur, OR, toezichthouders, media, klanten op
één lijn brengen.
●Risicomanagement: Balans tussen groei, compliance en maatschappelijke gevolgen.
●Boegbeeldfunctie: AI-verhaal intern én extern uitdragen — vertrouwen geven.
○
○

51. Directie en AI | Een nieuwe manier van leiden
Van lineair denken naar scenario’s voor
transformatie.
De digitale wereld is al genetwerkt, met AI
zal de wereld verweven worden met
elkaar.

Wat gaan we doen om over vijf jaar nog
relevant te zijn?

Elke verandering geeft weerstand. AI geeft
een verandering in heel de samenleving.



Andere leiders
Hoe gaan we om met AI first startups?
Welke datasets zijn bij ons de kern?
Wat is brondata en wat is door AI verrijkt en
aangevulde data?
Van kwartaal denken naar 5 jaar.

Publiceert een AI-visiedocument
Stelt een AI team samen uit alle disciplines
ouw Evolutie als Leider:
Van:
●Klassiek strategisch planner ("5-jaren strategie, lineair").
●Board-facing beslisser.
Naar:
●AI-augmented leader: gebruikt AI-scenario’s voor snellere, adaptieve
besluitvorming.
●Visie-architect: vertaler van AI-potentieel naar strategische waarde.
●Ethisch leider: borgt maatschappelijk verantwoord AI-gebruik.
●Reputatiemanager: stuurt proactief op vertrouwen en legitimiteit.
Nieuwe Competenties:
●Scenario-planning met AI: data en modellen integreren in
toekomstkeuzes.
●Ethische besluitvorming: kunnen handelen in grijze gebieden.
●Stakeholderdiplomatie: belangen balanceren rond AI (investeerders
vs. samenleving).
●Veranderkracht: organisatie door disruptieve transities leiden.
●
Slide 7/12: Jouw Nieuwe Toolkit als Leider
●Jouw Leiderschapsevolutie: Van Bedrijfsleider ➡ naar Visionair &
Cultuur-Architect.
○Oud: Het managen van de operatie en het optimaliseren van de bestaande
business.
○Nieuw: Een inspirerende, AI-gedreven toekomstvisie creëren en een
organisatiecultuur bouwen waarin deze visie kan gedijen.
○Jouw Focus: Van het managen van zekerheid naar het leiden door ambiguïteit
en transformatie.
●Nieuwe Competenties die Jij Nodig Hebt:
○AI-Strategische Visie: Het vermogen om technologische trends te vertalen naar
concrete strategische kansen en bedreigingen.
○Innovatiemanagement: Het beheren van een portfolio van AI-investeringen, met
een mix van zekere en risicovolle 'bets'.
○Ecosysteem-denken: Het bouwen en onderhouden van strategische
partnerships met tech-bedrijven, startups en kennisinstellingen.
○Cultuurarchitectuur: Het bewust ontwerpen en implementeren van de mindset,
waarden en gedragingen die nodig zijn in een AI-tijdperk.

Slide 8/12: Jouw Nieuwe Gesprekken en Acties
●Jouw Boardroom-gesprekken Krijgen een Upgrade: Stel nieuwe, strategische
vragen:
○"Hoe verdedigen we ons tegen een AI-native concurrent die onze markt
betreedt?"
○"Welke dataset is onze meest waardevolle strategische 'asset' en hoe
beschermen en benutten we die?"
○"Hoe zorgt onze AI-strategie ervoor dat we over 5 jaar nog steeds een 'great
place to work' zijn?"
●Jouw Communicatiestijl Evolueert:
○Van: "Dit zijn de kwartaalcijfers."
○Naar: "Dit is onze visie op de toekomst, dit is de rol die AI daarin speelt, en dit is
wat het betekent voor jou."
●Jouw Praktische Leiderschapsacties:
○Publiceer een AI-visiedocument: Deel een helder, inspirerend en eerlijk verhaal
met de hele organisatie.
○Stel een cross-functionele AI-board in: Geef een multidisciplinair team het
mandaat en budget om strategische AI-initiatieven te leiden.
○Wees het boegbeeld: Treed extern op als een thought leader op het gebied van
verantwoorde, strategische AI-toepassing in jullie sector.
○
○

52. Compliance
Zorg voor een verantwoordingsmechanisme
voor AI.
In kaart brengen risico’s en algoritmen (AI
act).
Maak beleid voor bias, privacy en
transparantie.

Mens blijft baas of wordt het de leerling?

Directie en AI | Ethiek en Compliance
Het "Maatschappelijke Contract" Erkennen: Als organisatie
hebben we een verantwoordelijkheid die verder gaat dan
alleen winstmaximalisatie. Onze AI-strategie heeft een
directe impact op medewerkers, klanten en de
samenleving.
Dilemma 1: Werkgelegenheid en Sociale Impact
●Vraag: Welke verantwoordelijkheid nemen we voor de
medewerkers wiens rollen fundamenteel veranderen of
verdwijnen door onze AI-strategie?
●Strategische Regel: Ontwikkel een proactief sociaal plan
met focus op omscholing, herplaatsing en levenslang leren.
Maak dit een integraal onderdeel van de business case.
Dilemma 2: Concurrentievoordeel vs. Maatschappelijke
Waarden
●Vraag: Wat doen we als een AI-toepassing zeer
winstgevend is, maar op gespannen voet staat met onze
ethische waarden (bv. extreme personalisatie,
manipulatie)?
●Strategische Regel: Veranker de ethische AI-principes in
de kernwaarden van het bedrijf. Geef de Chief AI Ethics
Officer of ethische commissie vetorecht over projecten die
deze principes schenden.
●
○Governance: AI is geen IT-tool maar boardroom-thema. Creëer een
AI-raad/ethics board.
○Regulatory anticipation: Voorlopen op de EU AI Act en andere
regelgeving.
○Maatschappelijke impact: AI-strategie beïnvloedt werkgelegenheid,
klantvertrouwen en ESG-scores.
○Verantwoordelijkheid: Zorg dat altijd duidelijk is: mens blijft
eindbaas.
Compliance-Checklist voor Directie:
●Er is een direct verantwoordingsmechanisme voor AI (Raad van Bestuur /
auditcommissie).
●AI-risicocategorieën (hoog/laag risico) zijn in kaart gebracht.
●Er is beleid voor privacy, bias, transparantie en inclusie.
●Bedrijf communiceert actief over AI-gebruik richting stakeholders.
●Incidenten worden gemonitord, gemeld én geëvalueerd.
○
○
Een AI strategie heeft directe impact op
medewerkers, klanten en samenleving.
Dilemma’s:
Wat doen we met banen die
fundamenteel veranderen of verdwijnen?
AI kan maximaal winstgevend zijn en
ook manipulatief. Hoe gaan we daar
mee om?
Komt er een Chief AI of komt er een AI
als Chief?

53. Directie en AI | AI Checklist en Dilemma’s
(Wat moet ik als directie borgen voor een succesvolle AI-strategie?)
1. AI-visie en -strategie formuleren
●Integreer AI in de corporate strategie (geen losse IT-projecten)
●Definieer de gewenste AI-cultuur (innovatief, ethisch, verantwoord)
●Bepaal de strategische AI-doelen (groei, efficiëntie, klantwaarde)
2. Governance en verantwoordelijkheid inrichten
●Creëer een AI-governance board of -commissie op directieniveau
●Wijs een Chief AI Officer (CAIO) of vergelijkbare rol aan
●Zorg voor heldere verantwoordingslijnen voor AI-systemen
3. Ethische principes en compliance borgen
●Stel publieke ethische AI-principes op (transparantie, eerlijkheid, privacy)
●Anticipeer proactief op de EU AI Act en andere regelgeving
●Implementeer een bias-monitoring en -mitigatiebeleid
4. Stakeholdercommunicatie en -engagement
●Ontwikkel een strategisch communicatieplan voor AI (intern & extern)
●Betrek Raad van Bestuur, Ondernemingsraad, klanten en toezichthouders
●Positioneer de organisatie als verantwoordelijke AI-leider
5. Talent- en organisatieontwikkeling
●Investeer in reskilling en upskilling van medewerkers
●Pas de organisatiestructuur aan op AI-gedreven processen
●Stimuleer een leercultuur rondom AI op alle niveaus

⚖ Belangrijke Dilemma’s
(Waar moet ik als directie balanceren?)
●Snelheid vs. Zorgvuldigheid:
"Hoe snel kunnen we AI implementeren zonder de organisatie te overbelasten of
risico's te nemen?"

●Winst vs. Ethiek:
"Wanneer wegen ethische overwegingen zwaarder dan potentiële financiële
winst door AI?"

●Transparantie vs. Concurrentievoordeel:
"Hoeveel delen we over onze AI-strategie met de buitenwereld zonder
concurrenten wijzer te maken?"

●Baanbehoud vs. Efficiëntie:
"Hoe balanceren we de noodzaak van efficiëntie door AI met de impact op
werkgelegenheid?"

●Innovatie vs. Regulering:
"Hoe stimuleren we innovatie terwijl we voldoen aan (toekomstige) strikte
AI-regelgeving?"

●Reputatie vs. Experiment:
"Hoe creëren we ruimte voor experimenten met AI zonder het risico op
reputatieschade?"
●
Onze Strategische Gereedheid: De Checklist voor de Raad van
Bestuur
Doel: Zorgen dat de fundamentele bouwstenen voor een succesvolle, organisatiebrede
AI-transformatie aanwezig zijn.
☐ 1. Visie & Strategie: Is AI onderdeel van ons DNA?
●STRATEGISCHE VRAAG: Is AI in onze bedrijfsstrategie een hulpmiddel om
efficiënter te worden, of is het een kernelement van hoe wij in de toekomst
waarde gaan creëren en ons onderscheiden?
●ACTIE: Formuleer en communiceer een heldere, overkoepelende AI-visie die is
verankerd in de missie van de organisatie.
☐ 2. Investeringen & Portfolio: Investeren we als een strateeg?
●STRATEGISCHE VRAAG: Behandelen we AI als een IT-kostenpost, of beheren
we een strategisch portfolio van AI-investeringen met een mix van korte-termijn
optimalisaties ('exploit') en lange-termijn innovaties ('explore')?
●ACTIE: Alloceer een meerjarig, strategisch budget voor AI-transformatie dat
losstaat van de reguliere IT-budgetten.
☐ 3. Governance & Verantwoordelijkheid: Is het verankerd aan de top?
●STRATEGISCHE VRAAG: Is de eindverantwoordelijkheid voor de AI-strategie en
-ethiek helder belegd op C-niveau (bv. Chief AI Officer) en is er structureel
toezicht vanuit de Raad van Bestuur/Commissarissen?
●ACTIE: Richt een 'Board-level AI Governance Committee' op en maak de
AI-strategie en -risico's een vast agendapunt.
☐ 4. Cultuur & Toptalent: Zijn we een magneet voor talent?
●STRATEGISCHE VRAAG: Hebben we een concreet plan om de hele organisatie
te bewegen naar een cultuur van experimenteren en data-gedreven
besluitvorming? En hoe positioneren we ons om het schaarse, cruciale
AI-toptalent aan te trekken en te behouden?
●ACTIE: Lanceer een C-level gedragen cultuurprogramma en ontwikkel een
strategisch personeelsplan gericht op de competenties van de toekomst.
☐ 5. Ecosysteem & Partnerschappen: Wie zijn onze bondgenoten?
●STRATEGISCHE VRAAG: Wat is onze "Build vs. Buy vs. Partner" strategie?
Welke AI-capaciteiten zijn absoluut kerncompetenties die we zelf moeten bezitten,
en voor welke sluiten we strategische allianties met tech-bedrijven, startups of
universiteiten?
●ACTIE: Breng het ecosysteem in kaart en sluit 1-2 strategische partnerships die
onze AI-capaciteiten significant versnellen.

?????? Onze Fundamentele Keuzes: De Dilemma's die onze Toekomst
Bepalen
Doel: Het gesprek forceren over de meest kritieke, richtinggevende keuzes die we
moeten maken.
Dilemma 1: Verdedigen vs. Aanvallen (Het Innovator's Dilemma)
●DE KEUZE: Gebruiken we AI primair om ons huidige, succesvolle businessmodel
te verdedigen en efficiënter te maken? OF gebruiken we AI om radicaal nieuwe,
potentieel disruptieve businessmodellen aan te vallen die ons huidige model
misschien kannibaliseren?
●STRATEGISCHE DISCUSSIEVRAAG: Zijn wij een organisatie die AI gebruikt
om beter te worden in wat we al doen, of gebruiken we AI om te worden wat
we nog niet zijn?
Dilemma 2: Winst vs. Waarde (Het Maatschappelijk Contract)
●DE KEUZE: Is ons primaire doel met AI het maximaliseren van
aandeelhouderswaarde, bijvoorbeeld door radicale automatisering en
kostenreductie? OF accepteren we een potentieel lagere winstmarge om te
investeren in een sociaal verantwoorde transitie voor onze medewerkers en de
samenleving?
●STRATEGISCHE DISCUSSIEVRAAG: Hoe definiëren wij 'waardecreatie' in
het AI-tijdperk, en welke verantwoordelijkheid nemen we voor de
maatschappelijke impact van onze strategische keuzes?
Dilemma 3: Gesloten Fort vs. Open Ecosysteem
●DE KEUZE: Bouwen we een gesloten, eigen AI-ecosysteem om onze data en
intellectueel eigendom maximaal te beschermen en een uniek voordeel te
creëren? OF omarmen we een open model, waarin we data delen en
samenwerken met partners om sneller te innoveren, met het risico op minder
controle?
●STRATEGISCHE DISCUSSIEVRAAG: Is ons concurrentievoordeel gebaseerd
op het bezitten van unieke assets, of op ons vermogen om slim te navigeren
en verbinden binnen een groter netwerk?
Dilemma 4: Augmentatie vs. Automatisering (De Mensvisie)
●DE KEUZE: Is ons fundamentele, lange-termijn doel om AI in te zetten om onze
mensen te versterken (augmentatie), hun capaciteiten uit te breiden en hen
'superhuman' te maken? OF is het einddoel maximale efficiëntie door processen
volledig te automatiseren, waarbij de menselijke rol systematisch wordt verkleind?
●STRATEGISCHE DISCUSSIEVRAAG: Wat is, in onze visie, de ultieme rol van
de mens in onze organisatie van de toekomst?
○
○
Hebben jullie al een AI visie?
Geïntegreerd in de bedrijfsstrategie ipv losse
IT projecten.
Met definitie van de AI cultuur gericht op
innovatie, ethiek en verantwoordelijkheid.
En vaststelling strategische doelen, zoals
groei, efficiëntie en klantwaarde.
Wie is verantwoordelijk voor AI?
Iedereen is niemand (AI officer, AI governance
board).
Wat zijn de ethische principes zoals
transparantie, eerlijkheid en privacy?
Implementeer de AI act.
Implementeer bias-monitoring en risk
management.
Hoe communiceren over gebruik AI?
Hoe maken we onze organisatie
experiment- en data gedreven in een
leercultuur?

AI strategieen
Verdedigen vs aanvallen
Winst vs Waarde
Gesloten vs Open
Maximale automatisering vs maximale uit
de medewerkers halen

Bekijk de AI compliance checklist in
Google Drive.

54. AI Dystopia
○

55. Het AI transitiemodel | Kansen en bedreigingen
Uitvoerend Niveau (De Werklvloer)
●Rol: Van Taakuitvoerder ➡ AI-Operator & Menselijke Validator
●Focus: Directe interactie met AI-tools, uitvoeren van specifieke taken.
●Impact:
○70-80% sneller bij repetitieve, afgebakende taken.
●Competenties: Effectief 'prompten', AI-output controleren, AI-tools bedienen.
●Uitdagingen: Overmatige afhankelijkheid van AI, verlies van basisvaardigheden, omgaan met "hallucinaties".
●Resultaat: Directe productiviteitswinst en focus op de menselijke controle- en validatiestap.

Operationeel Niveau (Teamleiders)
●Rol: Van Controleur ➡ AI-Coach
●Focus: Dagelijkse begeleiding, tool-adoptie, kwaliteitscontrole, teamdynamiek.
●Impact:
○30-50% sneller bij algemene administratieve taken.
○20-40% minder fouten bij dataverwerking.
●Competenties: Prompt-coaching, empathie, output valideren, change management op teamniveau.
●Uitdagingen: "Shadow AI", datalekken door onjuist gebruik, angst bij medewerkers.
●Resultaat: 25-35% meer tijd voor klantinteractie en coaching.

Tactisch Niveau (Afdelingshoofden)
●Rol: Van Functioneel Manager ➡ Data-gedreven Orchestrator
●Focus: Procesoptimalisatie, cross-functionele samenwerking, vertalen van strategie naar projecten.
●Impact:
○20-35% snellere besluitvorming.
○15-30% hogere nauwkeurigheid in forecasting.
○40-60% betere risico-identificatie.
●Competenties: Data-interpretatie, proces-denken, stakeholdermanagement, bias-herkenning.
●Uitdagingen: Algoritmische bias, opschalen van pilots, silo-denken tussen teams.
●Resultaat: 15-25% efficiëntere inzet van middelen.

Strategisch Niveau (Directeuren)
●Rol: Van Bedrijfsleider ➡ Visionair & Cultuur-Architect
●Focus: Businessmodel-innovatie, concurrentievoordeel, lange-termijn visie, board-level governance.
●Impact:
○10-20% kortere time-to-market voor nieuwe producten.
○5-10% hogere groei ten opzichte van concurrenten.
○20-40% nieuwe omzetstromen door AI-diensten.
●Competenties: AI-strategische visie, ecosysteem-denken, cultuurarchitectuur, ethisch leiderschap.
●Uitdagingen: Balans tussen optimaliseren (exploit) vs. innoveren (explore), maatschappelijke impact, grote investeringskeuzes.
●Resultaat: Duurzaam concurrentievoordeel en een toekomstbestendige organisatie.

Maatschappelijk Niveau (Purpose & Visie)
●Rol: Van Marktpartij ➡ Maatschappelijk Partner
●Focus: De "Waarom"-vraag, de maatschappelijke rol van de organisatie, ethisch kompas.
●Impact: (Minder in % uit te drukken)
○Bijdrage aan maatschappelijke doelen (bv. duurzaamheid, gezondheid) door AI-inzet.
○Versterking van merkvertrouwen en reputatie (ESG-score).
●Competenties: Ethisch leiderschap op het hoogste niveau, deelnemen aan publiek debat, lange-termijn foresight.
●Uitdagingen: Balans tussen aandeelhouderswaarde en maatschappelijke waarde, verantwoordelijkheid voor werkgelegenheid, publieke
perceptie.
●Resultaat: Een organisatie die niet alleen economische, maar ook maatschappelijke waarde creëert en haar "licence to operate" voor de
toekomst veiligstelt.
●
Maatschappelijk / Purpose-niveau
●Kansen:
○Versterking reputatie
○Duurzaamheid & ESG-data
○Transparantie & vertrouwen
○Maatschappelijke relevantie
●Bedreigingen:
○Reputatieschade bij AI-fouten
○Ethische controverse (bias, discriminatie)
○Wantrouwen bij klanten/samenleving
○“Purpose washing” – mooie woorden, verkeerde praktijk

Strategisch niveau (Directie)
●Kansen:
○Nieuwe businessmodellen
○20–40% omzetgroei door AI-diensten
○Concurrentievoordeel (5–10% sneller)
○Strategische partnerships
●Bedreigingen:
○Verkeerde investeringskeuzes (“AI FOMO”)
○Compliance-achterstand (EU AI Act, AVG)
○Maatschappelijke weerstand → reputatierisico
○Te technologische focus, geen business case

Tactisch niveau (Afdelingshoofden)
●Kansen:
○15–30% proces-efficiëntie
○20–35% snellere besluitvorming
○Verbeterde samenwerking tussen teams
○Standaard KPI’s voor AI-prestaties
●Bedreigingen:
○Silo-denken (elk team eigen aanpak)
○Wildgroei aan tools (“Shadow AI”)
○Bias/kwaliteit onzichtbaar in analyses
○Compliance-paniek → innovatie stagneert

Operationeel niveau (Teamleiders)
●Kansen:
○30–50% tijdswinst bij administratieve taken
○20–40% minder fouten
○Meer tijd voor klant & coaching
○Ontwikkeling nieuwe teamcompetenties
●Bedreigingen:
○Shadow AI (ongecontroleerd gebruik)
○Oneerlijke verdeling (voorlopers vs. achterblijvers)
○Klantdata in publieke AI → datalek
○Kwaliteitscontrole wordt vergeten (“AI doet het wel”)

Uitvoerend niveau (Medewerkers)
●Kansen:
○40–60% taken AI-ondersteund
○Sneller inzicht & betere output
○Meer focus op creativiteit & klantcontact
○Vaardigheidsgroei (prompting, data-geletterdheid)
●Bedreigingen:
○Baanonzekerheid / angst → weerstand
○Over-afhankelijkheid van AI
○Ongecontroleerde fouten
○Ongelijke vaardigheden → prestatieverschillen
Organisatieniveau Kansen Bedreigingen
Maatschappelijk / Purpose
Versterking reputatie
Transparantie & vertrouwen
Maatschappelijke relevantie
Reputatieschade bij AI-fouten
Ethische controverse (bias, discriminatie)
Wantrouwen klanten/samenleving
Strategisch (Directie)
Nieuwe businessmodellen
20-40% omzetgroei door AI-diensten
5-10% concurrentievoordeel
Strategische partnerships
Verkeerde investeringen ("AI FOMO")
Compliance-achterstand (EU AI Act)
Vervuiling van bron-data
Te technologische focus
Tactisch
(Afdelingshoofden)
15-30% proces-efficiëntie
20-35% snellere besluitvorming
Verbeterde samenwerking Ai flows
Silo-denken per team
Wildgroei tools ("Shadow AI")
Bias en hallucinaties
Compliance-kramp
Operationeel
(Teamleiders)
30-50% tijdswinst administratie
20-40% minder fouten
Meer tijd voor klant & coaching
Shadow AI
Effieciency verlies door leerproces
Prestatieverschillen door vaardigheden
Klantdata in publieke AI
Kwaliteitscontrole afschuiven
Uitvoerend (Medewerkers)
40-60% taken AI-ondersteund
Sneller inzicht & betere output
Focus op creativiteit & klantcontact
Vaardigheidsgroei
Baanonzekerheid → weerstand
Over-afhankelijkheid van AI
Frustratie door leercurve
Computer says yes
Repeterende controle taken

56. Het AI transitiemodel | Veranderend werk en competenties
Uitvoerend Niveau (De Werklvloer)
●Rol: Van Taakuitvoerder ➡ AI-Operator & Menselijke Validator
●Focus: Directe interactie met AI-tools, uitvoeren van specifieke taken.
●Impact:
○70-80% sneller bij repetitieve, afgebakende taken.
●Competenties: Effectief 'prompten', AI-output controleren, AI-tools bedienen.
●Uitdagingen: Overmatige afhankelijkheid van AI, verlies van basisvaardigheden, omgaan met "hallucinaties".
●Resultaat: Directe productiviteitswinst en focus op de menselijke controle- en validatiestap.

Operationeel Niveau (Teamleiders)
●Rol: Van Controleur ➡ AI-Coach
●Focus: Dagelijkse begeleiding, tool-adoptie, kwaliteitscontrole, teamdynamiek.
●Impact:
○30-50% sneller bij algemene administratieve taken.
○20-40% minder fouten bij dataverwerking.
●Competenties: Prompt-coaching, empathie, output valideren, change management op teamniveau.
●Uitdagingen: "Shadow AI", datalekken door onjuist gebruik, angst bij medewerkers.
●Resultaat: 25-35% meer tijd voor klantinteractie en coaching.

Tactisch Niveau (Afdelingshoofden)
●Rol: Van Functioneel Manager ➡ Data-gedreven Orchestrator
●Focus: Procesoptimalisatie, cross-functionele samenwerking, vertalen van strategie naar projecten.
●Impact:
○20-35% snellere besluitvorming.
○15-30% hogere nauwkeurigheid in forecasting.
○40-60% betere risico-identificatie.
●Competenties: Data-interpretatie, proces-denken, stakeholdermanagement, bias-herkenning.
●Uitdagingen: Algoritmische bias, opschalen van pilots, silo-denken tussen teams.
●Resultaat: 15-25% efficiëntere inzet van middelen.

Strategisch Niveau (Directeuren)
●Rol: Van Bedrijfsleider ➡ Visionair & Cultuur-Architect
●Focus: Businessmodel-innovatie, concurrentievoordeel, lange-termijn visie, board-level governance.
●Impact:
○10-20% kortere time-to-market voor nieuwe producten.
○5-10% hogere groei ten opzichte van concurrenten.
○20-40% nieuwe omzetstromen door AI-diensten.
●Competenties: AI-strategische visie, ecosysteem-denken, cultuurarchitectuur, ethisch leiderschap.
●Uitdagingen: Balans tussen optimaliseren (exploit) vs. innoveren (explore), maatschappelijke impact, grote investeringskeuzes.
●Resultaat: Duurzaam concurrentievoordeel en een toekomstbestendige organisatie.

Maatschappelijk Niveau (Purpose & Visie)
●Rol: Van Marktpartij ➡ Maatschappelijk Partner
●Focus: De "Waarom"-vraag, de maatschappelijke rol van de organisatie, ethisch kompas.
●Impact: (Minder in % uit te drukken)
○Bijdrage aan maatschappelijke doelen (bv. duurzaamheid, gezondheid) door AI-inzet.
○Versterking van merkvertrouwen en reputatie (ESG-score).
●Competenties: Ethisch leiderschap op het hoogste niveau, deelnemen aan publiek debat, lange-termijn foresight.
●Uitdagingen: Balans tussen aandeelhouderswaarde en maatschappelijke waarde, verantwoordelijkheid voor werkgelegenheid, publieke
perceptie.
●Resultaat: Een organisatie die niet alleen economische, maar ook maatschappelijke waarde creëert en haar "licence to operate" voor de
toekomst veiligstelt.
●
Maatschappelijk / Purpose-niveau
●Kansen:
○Versterking reputatie
○Duurzaamheid & ESG-data
○Transparantie & vertrouwen
○Maatschappelijke relevantie
●Bedreigingen:
○Reputatieschade bij AI-fouten
○Ethische controverse (bias, discriminatie)
○Wantrouwen bij klanten/samenleving
○“Purpose washing” – mooie woorden, verkeerde praktijk

Strategisch niveau (Directie)
●Kansen:
○Nieuwe businessmodellen
○20–40% omzetgroei door AI-diensten
○Concurrentievoordeel (5–10% sneller)
○Strategische partnerships
●Bedreigingen:
○Verkeerde investeringskeuzes (“AI FOMO”)
○Compliance-achterstand (EU AI Act, AVG)
○Maatschappelijke weerstand → reputatierisico
○Te technologische focus, geen business case

Tactisch niveau (Afdelingshoofden)
●Kansen:
○15–30% proces-efficiëntie
○20–35% snellere besluitvorming
○Verbeterde samenwerking tussen teams
○Standaard KPI’s voor AI-prestaties
●Bedreigingen:
○Silo-denken (elk team eigen aanpak)
○Wildgroei aan tools (“Shadow AI”)
○Bias/kwaliteit onzichtbaar in analyses
○Compliance-paniek → innovatie stagneert

Operationeel niveau (Teamleiders)
●Kansen:
○30–50% tijdswinst bij administratieve taken
○20–40% minder fouten
○Meer tijd voor klant & coaching
○Ontwikkeling nieuwe teamcompetenties
●Bedreigingen:
○Shadow AI (ongecontroleerd gebruik)
○Oneerlijke verdeling (voorlopers vs. achterblijvers)
○Klantdata in publieke AI → datalek
○Kwaliteitscontrole wordt vergeten (“AI doet het wel”)

Uitvoerend niveau (Medewerkers)
●Kansen:
○40–60% taken AI-ondersteund
○Sneller inzicht & betere output
○Meer focus op creativiteit & klantcontact
○Vaardigheidsgroei (prompting, data-geletterdheid)
●Bedreigingen:
○Baanonzekerheid / angst → weerstand
○Over-afhankelijkheid van AI
○Ongecontroleerde fouten
○Ongelijke vaardigheden → prestatieverschillen
Organisatieniveau Impact op werk van werknemers Competenties manager Veranderende Leiderschapsstijl
Maatschappelijk /
Purpose
AI zien als virtuele collega
Angst/wantrouwen als AI banen bedreigt
Inzicht in AI-ethiek (bias, hallucinaties)
Begrijpen maatschappelijke impact
van AI
Ethisch gebruik AI vertellen
Transparante communicatie AI
gebruik
Strategisch
(Directie)
Functieverandering (~10-20%)
Nieuwe rollen (AI-analist, AI Chief/Chief AI)
Meer datagedreven werken
Strategische besluitvorming met AI
AI-scenario planning
Data-gedreven visie en strategie
Governance & compliance rond AI
Strategische interpretatie van AI-data
Van ervaring naar AI gedreven
Innovator en risicomanagers
Tactisch
(Afdelingshoofden)
Standaardisatie werkprocessen
15-30% minder repetitief werk
Nieuwe rapportageverplichtingen AI act
AI coach AI-tools/dashboards
AI-readiness assessment
Bias in data/resultaten herkennen
Hallucinaties herkennen
AI KPI’s opstellen
AI-flow denken
Data-gedreven beslisser
AI act-bewaker
Van operationeel →
Verandermanager
Meer faciliterend
Operationeel
(Teamleiders)
30-50% sneller op routine-taken
Meer focus op coaching & controle
Opleiden in AI-gebruik en vaardigheid
Verschillen in AI-vaardigheid binnen team
AI-basiskennis (tools, prompting)
Kwaliteitscontrole AI-output
Begeleiden team in AI-vaardigheden
Van controleur naar AI-facilitator
Coach & ontwikkelaar
Bewaker dataveiligheid & ethiek
Uitvoerend
(Medewerkers)
40-60% taken AI-ondersteund
Rol verschuift naar controleur & redacteur
Opleiden in AI geletterdheid
Meer tijd voor klantcontact
Angst voor vervanging
Effectief werken met AI-tools
Kritisch beoordelen van AI-output
Bijleren van nieuwe digitale skills
Van uitvoerder naar AI-collaborator
Zelfstandig lerend

57. Lunchpauze
AI voor voor managers

58. Programma | AI voor managers
09:00 – 10:00 | Introductie tot AI
De basis van Artificial Intelligence, actuele trends en de eerste verkenning van AI toepassingen.

10:00 – 12:30 | De menselijke factor
De impact van AI op medewerkers, veranderende leiderschapsstijlen en het AI-integratiemodel
als leidraad voor ethiek en compliance, op operationeel, tactisch en strategisch niveau

12:30 – 13:15 | Lunchpauze

13:15 – 14:45 | Algoritmes en prompts
Inzicht in AI-processen, de werking van algoritmes en het schrijven van effectieve prompts voor
AI-tools.

14:45 – 16:00 | Toekomst met AI
Verdieping in de strategische kansen en bedreigingen, ethische dilemma's en het formuleren van
concrete AI-stappen voor jouw afdeling.
16:00 – 16:15 | Afsluiting
Korte reflectie en afronding van de training.

59. 13:15 – 14:45 | Algoritmes en prompts
●AI tools
●Stappen van een AI-proces: van data tot productie
●Prompt engineering
●Oefening
14:45 – 16:00 | Toekomst met AI
●Actuele trends (generatieve AI, hyperpersonalisatie, voorspellende modellen)
●Kansen en bedreigingen
●Moreel beraad:
●Elevator pitches:

16:00 – 16:15 | Afsluiting
●Reflectie: wat neem ik morgen mee?
●Masterclass AI & Compliance.
●Digitale geletterdheid/AI act
●Verdiepingsworkshop Prompt Engineering.
●In-company AI-projectbegeleiding voor -teams.
●Afronding + evaluatie
AI voor managers | Algoritme en prompts

60. AI integratiemodel | Inzet AI in je werk
Inbreng AI Inbreng gebruiker
Strategie | Business development
Coaching | Therapie | HR | Klantenservice
Juridisch | Planning | Zoeken |
Projectman. | Risicoanalyse | Kwaliteitsbeleid
Voorspellen | Strategie | Onderzoek
Data-analyse| Evaluatie| Visualiseren
Notuleren | Samenvatten | Rapporteren | Offreren
Spraak-, Camera-, Scherm-gestuurd
Marketing | Productontwikkeling
Maatwerk | Content creatie
Efficiënt
Effectief
Inzicht
Advies
Gesprek

61. Welke AI tools gebruik jij?

62. AI agents, AI gems en GPTS
Midjourney, Google Banana
Custom chatbots
Gemini Live, ChatGPT Voicemode
AI tools (the basics)
NotebookLM, Atlas.Nomic.ai
Deep research van Chatgpt, Gemini, Copilot, Grok e.d.
ChatGPT, Copilot,
Claude, Gemini, Deepseek
Perplexity
AI workflows Zapier en N8N
Efficiënt
Effectief
Inzicht
Advies
Gesprek
Inbreng AI Inbreng gebruiker

63. Efficiënt
Effectief
Inzicht
Advies
Gesprek
Perplexity
AI workflows
NotebookLM
Deep research
Custom
AI chatbots
ChatGPT | Grok | Co-pilot | Gemini
AI tools | Small tech en privacy
AI agents
Lokaal en open-source zoals GPT4all (USA) of Rasa (USA)
Op privacy gericht en Europees zoals Qwant (F),
Stable Diffusion (UK) of Quizi (NL)
Europees zoals Mistral AI (F) of
Privacy gericht Duck.ai (USA) en Venice.ai (USA)
Anonimiseer gegevens met Private AI (Ca) of
Openmined (USA stichting)
Lokaal en open-source zoals N8N (D) en Ioni (NL)

64. AI voor managers | Algoritme en prompts
Praktische voorbeelden van AI:
●Spraakassistenten
herkennen je stem en
begrijpen commando's.
●Aanbevelingssystemen
voorspellen wat je leuk vindt
op basis van je gedrag.
●Beeldherkenning identificeert
objecten in foto's.
●Chatbots voeren gesprekken
door taalpatronen te begrijpen
●Content creatie, zoals posts,
blogs, videos afbeeldingen,
artikelen e.d.
en prompt

65. AI voor managers | Algoritme en prompts

66. Heb je ook wel eens dat:
De AI geeft generieke of nutteloze antwoorden.
U moet uw vraag steeds opnieuw stellen en aanpassen.
Het kost meer tijd dan het oplevert.

Het probleem ligt vaak niet bij de AI, maar bij de prompt.

AI kan de weg alleen wijzen,
als je weet welke richting je op wilt.
Wat is Prompten?

67. Action (Do a)

Schrijf
Leg uit
Vat samen
Vergelijk
Vertaal
Verbeter
Verkort
Brainstorm
Beoordeel
Geef kritiek
Adviseer
Voorspel
Herschrijf
Classificeer
Prioriteer
Enz.
The Mother of All Prompts
Context
(There is a)

Achtergrond
Situatie
Geschiedenis
Branche
Doelstellingen
Voorkeuren
Stijl
Deadline
Bronnen
Randvoorwaarden
Knelpunten
Kennisniveau
Voorbeelden
Beperkingen
Enz.
Role (Act as a)

CEO
Marketeer
Uitvinder
Therapeut
Journalist
Adverteerder
Copywriter
Ghostwriter
Accountant
Ondernemer
Mindset Coach
Projectmanager
Grafisch Ontwerper
Prompt Engineer
Bestseller Auteur
Enz.
Format (Create a)

Essay
Recept
Artikel
Advertentietekst
Kopregel
Analyse
Blogpost
Samenvatting
Verkooppagina
Videoscript
SEO Trefwoorden
Boekstructuur
E-mailreeks
Socialmediabericht
Productbeschrijving
Enz.
Target (For a)

Studenten
Beginners
Experts
Klanten
Investeerders
Werknemers
Kinderen
Socialmedia
Bloglezers
Bestuurders
Patiënten
Sollicitanten
Bewoners
Beleidsmakers
Werkgevers
Enz.
The Mother of Prompts © 2025 by Detlef La Grand is licensed under CC BY 4.0

68. AI tools (the basics)
Efficiënt
Effectief
Inzicht
Advies
Gesprek
Inbreng AI Inbreng gebruiker
Prompt Frameworks | Voorbeelden
APEX Action Purpose Expectation

ERA Expectation Role Action
CASE Context Action Scenario Example
TASC Task Action Scenario Context
CARE Context Action Result Example
RISE Role Input Steps Example

69. → Expectation - Ik wil een constructief functioneringsgesprek voeren
→ Role - Jij bent een ervaren HR-adviseur
→ Action - Geef me een gespreksstructuur voor een medewerker die te slecht presteert

ERA FRAMEWORK | Interactief en effectief
→ Expectation - Wat verwacht je als resultaat?
→ Role - Welke rol moet de AI aannemen?
→ Action - Welke actie moet worden uitgevoerd?
Ideaal voor: Taken met duidelijke rollen en verwachtingen

Focus: Marketing, Productmanagement en HRM


ERA | Dialoog | Expectation, Role, Action

70. MARKETING
Expectation: Overtuigende campagne
Role: Marketeer
Action: Bedenk een slogan
PRODUCT
E: Verkoop verhogen
R: Product Manager
A: Schrijf beschrijving
ERA voorbeelden
"Gedraag je als een creatieve marketingstrateeg [Role]
die een campagneconcept ontwikkelt [Action] voor een
nieuwe duurzame kledingslijn gericht op millennials.
Presenteer 3 verschillende campagne-ideeën met
kernboodschap, kanalen en budget-indicatie
[Expectation]."
1.Marketingcampagne ontwikkelen


2.Trainingsmateriaal maken


"Schrijf als een e-commerce copywriter [Role]
overtuigende productbeschrijvingen [Action] voor een
nieuwe smartwatch. Maak 3 varianten: kort (50 woorden),
medium (150 woorden) en uitgebreid (300 woorden)
[Expectation]."

71. TRAINING
Expectation: Cursusmateriaal
Role: Trainer
Action: Ontwikkel oefening
BESPREKING
E: Bespreking
R: Notulist
A: Maak een gespreksverslag
ERA voorbeelden
"Denk als een professionele notulist [Role] en
transformeer deze rommelige aantekeningen tot heldere
vergadernotulen [Action]. Gebruik een standaard format
met actiepunten, deadlines en verantwoordelijken
[Expectation]."
"Neem de rol aan van een corporate trainer [Role] en
ontwikkel een interactief trainingsscript [Action] voor
nieuwe medewerkers over klantenservice. Zorg voor een
2-uur durend programma met oefeningen, rollenspellen
en evaluatiemomenten [Expectation]."

72. ERA framework template
Expectation

Rapport
Idee
Strategie
Presentatie
Pitch
Plan
Template
Infographic
Dashboard
Prototype
Role

Consultant
Trainer
Coach
Copywriter
Innovator
Analist
Storyteller
Docent
Adviseur
Marketeer
Action

Analyseren
Samenvatten
Adviseren
Herschrijven
Structureren
Brainstormen
Vertalen
Argumenteren
Prioriteren
Voorspellen




2025 by Detlef La Grand is licensed under CC BY 4.0

73. ERA framework template
Expectation

Rapport
Idee
Strategie
Presentatie
Pitch
Plan
Template
Infographic
Dashboard
Prototype
Role

Consultant
Trainer
Coach
Copywriter
Innovator
Analist
Storyteller
Docent
Adviseur
Marketeer
Action

Analyseren
Samenvatten
Adviseren
Herschrijven
Structureren
Brainstormen
Vertalen
Argumenteren
Prioriteren
Voorspellen




2025 by Detlef La Grand is licensed under CC BY 4.0

74. APEX FRAMEWORK | Adviesgericht
→ Action - Wat moet er gedaan worden?
→ Purpose - Waarom is dit nodig?
→ Expectation - Wat is het gewenste resultaat?
Ideaal voor: Doelgerichte communicatie en specifieke uitkomsten

Focus: Communicatie richten klanten, medewerkers en stakeholders
APEX | Advies | Action, Purpose, Expectation

→ Action - Ontwikkel een social media strategie
→ Purpose - Om onze B2B software beter te positioneren bij startups
→ Expectation - Maak een 3-maanden plan met concrete KPI's

75. NIEUWSBRIEF
A: Maak nieuwsbrief
P: Informeren klanten
E: Meer bezoek website

SOCIAL MEDIA
A: Ontwikkel strategie
P: Bereik vergroten
E: Meer volgers
APEX voorbeelden
1.Klachtenbrief beantwoorden
"Schrijf een professionele reactie op deze klacht [Action] om het vertrouwen van de klant
te herstellen en een langdurige relatie te behouden [Purpose]. Maximaal 200 woorden met
een concrete oplossing en compensatie-aanbod [Expectation]."

2.Nieuwsbrief content maken
Teambuilding activiteit plannen
"Ontwerp een teambuilding activiteit [Action] om de samenwerking tussen afdelingen te
verbeteren na de reorganisatie [Purpose]. Half-dag programma voor 25 mensen met
budget van €2000 [Expectation]."

3.Social media strategie

"Creëer content voor onze maandelijkse nieuwsbrief
[Action] om klantenbetrokkenheid te verhogen en nieuwe
producten onder de aandacht te brengen [Purpose]. 4
artikelen van elk 100 woorden met call-to-actions
[Expectation]."
"Ontwikkel een social media strategie [Action] om onze
merkbekendheid onder jongeren te vergroten en online
verkoop te stimuleren [Purpose]. 3-maanden plan met
concrete KPI's en content kalender [Expectation]."

76. KLACHTENBRIEF
Action: Reactie klachtenbrief
Purpose: Probleem oplossen
Expectation: Klantbehoud
TEAMBUILDING
A: Plan activiteit
P: Team versterken
E: Leuke dag
APEX voorbeelden
1.Klachtenbrief beantwoorden
Nieuwsbrief content maken
"Creëer content voor onze maandelijkse nieuwsbrief [Action] om klantenbetrokkenheid te
verhogen en nieuwe producten onder de aandacht te brengen [Purpose]. 4 artikelen van
elk 100 woorden met call-to-actions [Expectation]."

2.Teambuilding activiteit plannen


3.Social media strategie
"Ontwikkel een social media strategie [Action] om onze merkbekendheid onder jongeren te
vergroten en online verkoop te stimuleren [Purpose]. 3-maanden plan met concrete KPI's
en content kalender [Expectation]."
"Schrijf een professionele reactie op deze klacht [Action]
om het vertrouwen van de klant te herstellen en een
langdurige relatie te behouden [Purpose]. Maximaal 200
woorden met een concrete oplossing en
compensatie-aanbod [Expectation]."
"Ontwerp een teambuilding activiteit [Action] om de
samenwerking tussen afdelingen te verbeteren na de
reorganisatie [Purpose]. Half-dag programma voor 25
mensen met budget van €2000 [Expectation]."

77. APEX framework template
Action

Schrijven
Structureren
Brainstormen
Presenteren
Analyseren
Simuleren
Adviseren
Coachen
Samenvatten
Visualiseren
Purpose

Overtuigen
Informeren
Entertainen
Inspireren
Onderwijzen
Waarschuwen
Mobiliseren
Verkopen
Activeren
Verduidelijken
Expectation

Overzicht
Rapport
Pitch
Artikel
Adviezen
Kaart
Script
Plan
Prototype
Analyse
2025 by Detlef La Grand is licensed under CC BY 4.0

78. APEX framework template
Action

Schrijven
Structureren
Brainstormen
Presenteren
Analyseren
Simuleren
Adviseren
Coachen
Samenvatten
Visualiseren
Purpose

Overtuigen
Informeren
Entertainen
Inspireren
Onderwijzen
Waarschuwen
Mobiliseren
Verkopen
Activeren
Verduidelijken
Expectation

Overzicht
Rapport
Pitch
Artikel
Adviezen
Kaart
Script
Plan
Prototype
Analyse
2025 by Detlef La Grand is licensed under CC BY 4.0

79. CASE FRAMEWORK | Scenario gericht
→ Context - Wat is de situatie?
→ Action - Welke actie is vereist?
→ Scenario - Welk scenario speelt zich af?
→ Example - Geef relevante voorbeelden
Ideaal voor: Complexe en hypothetische scenario's

Focus: Crisismanagement en strategie
CASE | Advies | Context, Action, Scenario, Example
→ Context - MKB-bedrijf wil digitaliseren maar heeft beperkt budget
→ Action - Adviseer over gefaseerde digitale transformatie
→ Scenario - De markt is nieuwe technieken aan het implementeren
→ Example - Zoals concurrent 1 en Concurrent 2

80. MARKTINTRODUCTIE
Content: Nieuw product
Action: Go-to-market strategie
Scenario: Concurrerende markt
Example: Succesvolle launches
DIGITALISERING
C: Digitale transformatie
A: Implementatie plan
S: Verouderde systemen
E: Succesvolle transformaties
CASE voorbeelden
"Adviseer over marktintroductie [Action] voor dit scenario
[Scenario]: Een gevestigde concurrent lanceert een
vergelijkbaar product 2 maanden voor ons. Hoe
positioneren we ons product? [Context]
Voorbeeld: Focus op unieke features + early adopter
programma [Example]"
"Ontwerp een transformatiestrategie [Action] voor dit
scenario [Scenario]: Traditioneel bedrijf moet digitaliseren,
beperkt budget, oudere werknemers, sterke concurrentie
van online spelers [Context]
Voorbeeld: Pilot projecten + training programma +
partnerships [Example]"
1.Crisis communicatie
"Ontwikkel een communicatiestrategie [Action] voor dit scenario [Scenario]: Een productdefect is ontdekt na lancering, media aandacht groeit, klanten zijn ongerust.
Hoe communiceer je transparant zonder paniek te veroorzaken? [Context]
Voorbeeld: Proactieve persverklaring + klantenemail + social media update [Example]"

2.Marktintroductie strategie
Organisatieverandering
"Plan change management [Action] voor dit scenario [Scenario]: Fusie van twee afdelingen met verschillende werkculturen, weerstand bij medewerkers, deadline over
6 maanden [Context]
Voorbeeld: Gefaseerde integratie + mixed teams + cultuur workshops [Example]"

3.Digitale transformatie

81. CRISIS
Contect: PR crisis
Action: Communicatie plan
Scenario: Negatieve publiciteit
Example: Succesvolle crisis aanpak
ORGANISATIE
C: Hervorming
A: Change management
S: Weerstand personeel
E: Succesvolle veranderingen
CASE voorbeelden
"Ontwikkel een communicatiestrategie [Action] voor dit
scenario [Scenario]: Een productdefect is ontdekt na
lancering, media aandacht groeit, klanten zijn ongerust.
Hoe communiceer je transparant zonder paniek te
veroorzaken? [Context] Voorbeeld: Proactieve
persverklaring + klantenemail + social media update
[Example]"
"Plan change management [Action] voor dit scenario
[Scenario]: Fusie van twee afdelingen met verschillende
werkculturen, weerstand bij medewerkers, deadline over
6 maanden [Context] Voorbeeld: Gefaseerde integratie +
mixed teams + cultuur workshops [Example]"
1.Crisis communicatie
Marktintroductie strategie
Organisatieverandering

2.Digitale transformatie

82. CASE framework template
Context

Personeel
Fusie
Klant
Klimaat
Digitalisering
Samenwerking
Opleiding
Subsidie
Campagne
Merk
Action

Plan
Strategie
Rapport
Herschrijven
Optimaliseren
Kwantificeren
Categoriseren
Vergelijken
Analyseren
Visualiseren


Scenario

Markt
Crisis
Recall
Schandaal
Lancering
Politiek
Pandemie
Beursgang
Reorganisatie

Example

Apple
Startup
NGO
Tesla
Shell
Google
Ikea
Overheid
TEDtalk
Harvard



2025 by Detlef La Grand is licensed under CC BY 4.0

83. CASE framework template
Context

Personeel
Fusie
Klant
Klimaat
Digitalisering
Samenwerking
Opleiding
Subsidie
Campagne
Merk
Action

Plan
Strategie
Rapport
Herschrijven
Optimaliseren
Kwantificeren
Categoriseren
Vergelijken
Analyseren
Visualiseren


Scenario

Markt
Crisis
Recall
Schandaal
Lancering
Politiek
Pandemie
Beursgang
Reorganisatie

Example

Apple
Startup
NGO
Tesla
Shell
Google
Ikea
Overheid
TEDtalk
Harvard



2025 by Detlef La Grand is licensed under CC BY 4.0

84. TASC FRAMEWORK | Geeft inzichten

→ Task - Wat wil je AI laten doen
→ Action - Tot welke acties wil je aanzetten?
→ Scenario - In welke situatie?
→ Context - Welke achtergrond is relevant?
Ideaal voor: Taken waar context cruciaal is

Focus: Documentatie, presentaties en E-learning
TASC | Inzicht | Task, Action, Scenario, Context
→ Task - Analyseer onze klantendata van Q3
→ Action - Identificeer trends in koopgedrag
→ Scenario - We zien dalende verkopen in segment 25-35 jaar
→ Context - Economische onzekerheid en nieuwe concurrent

85. TECHNISCHE DOCS
Task: Documentatie
Action: Schrijf handleiding
Scenario: Nieuwe software
Context: Technisch team
PRESENTATIE
T: Bedrijfspresentatie
A: Maak slides
S: Investeerders
C: Q4 resultaten

TASC voorbeelden
"Herschrijf deze technische handleiding [Task/Action] voor
gebruikers zonder technische achtergrond die snel aan de
slag willen met de nieuwe software [Context]."
"Pas deze bedrijfspresentatie aan [Task/Action] voor
potentiële investeerders die geïnteresseerd zijn in
duurzame technologie en ROI binnen 3 jaar verwachten
[Context]."
1.Technische documentatie
vereenvoudigen

2.Personeelshandboek updaten
"Update het personeelshandboek
[Task/Action] voor een hybride
werkomgeving na COVID-19,
rekening houdend met nieuwe
werknemers die remote starten
[Context]."

3.Presentatie aanpassen voor
doelgroep


4.E-learning module maken
"Transformeer deze training tot een
online module [Task/Action] voor
medewerkers die in verschillende
tijdzones werken en de training in
eigen tempo willen volgen [Context]."

86. HR HANDBOEK
Task: Personeelsbeleid
Action: Update handboek
Scenario: Nieuwe regelgeving
Context: Werknemers
E- LEARNING
T: Online cursus
A: Ontwikkel modules
S: Remote werken
C: Alle werknemers
TASC voorbeelden
"Update het personeelshandboek [Task/Action] voor een
hybride werkomgeving na COVID-19, rekening houdend
met nieuwe werknemers die remote starten [Context]."
"Transformeer deze training tot een online module
[Task/Action] voor medewerkers die in verschillende
tijdzones werken en de training in eigen tempo willen
volgen [Context]."
1.Technische documentatie
vereenvoudigen

2.Personeelshandboek updaten


3.Presentatie aanpassen voor
doelgroep


4.E-learning module maken

87. Context

MKB
Onderwijs
Multinational
NGO
Gemeente
Ministerie
Startup
Zorg
Universiteit
Tech

Action

Brainstorm
Vergelijken
Samenvatten
Analyseren
Adviseren
Structureren
Prioriteren
Voorspellen
Verbeteren
Vertalen
Task

Artikel
Plan
Data
Tekst
Strategie
Pitch
Vragenlijst
Slogan
Beleid
Nieuwsbrief
TASC framework template
Scenario

Hybride
Energie
AI
Digitalisering
Fusie
Lancering
Reorganisatie
Crisis
Verkiezing
Duurzaamheid



2025 by Detlef La Grand is licensed under CC BY 4.0

88. Context

MKB
Onderwijs
Multinational
NGO
Gemeente
Ministerie
Startup
Zorg
Universiteit
Tech

Action

Brainstorm
Vergelijken
Samenvatten
Analyseren
Adviseren
Structureren
Prioriteren
Voorspellen
Verbeteren
Vertalen
Task

Artikel
Plan
Data
Tekst
Strategie
Pitch
Vragenlijst
Slogan
Beleid
Nieuwsbrief
TASC framework template
Scenario

Hybride
Energie
AI
Digitalisering
Fusie
Lancering
Reorganisatie
Crisis
Verkiezing
Duurzaamheid



2025 by Detlef La Grand is licensed under CC BY 4.0

89. CARE FRAMEWORK | Voorbeeld gedreven
→ Context - Wat is de achtergrond?
→ Action - Wat moet er gebeuren?
→ Result - Wat is het gewenste resultaat?
→ Example - Geef concrete voorbeelden

Ideaal voor: Taken die specifieke stijl en voorbeelden vereisen

Focus: Templates, formats, tenders
CARE | Effectief | Context, Action, Result, Example
→ Context - Bedrijf wil uitbreiden naar Duitsland
→ Action - Maak een compliance checklist
→ Result - Volledige juridische roadmap
→ Example - Vergelijkbaar met onze Franse expansie in 2022

90. EMAIL TEMPLATES
Context: Klantenservice
Action: Maak template
Result: Consistente communicatie
Example: Bestaande emails

FAQ
C: Klantvragen
A: Maak FAQ
R: Minder support tickets
E: Veel gestelde vragen
CARE voorbeelden
"Maak professionele email templates [Context/Action]
voor verschillende klantsituaties. Elke template moet
vriendelijk maar zakelijk zijn [Result].
Voorbeeld: 'Bedankt voor uw interesse in ons product.
Graag plan ik een demo in...' [Example]"
"Schrijf FAQ antwoorden [Context/Action] die klanten
direct helpen zonder dat ze contact hoeven op te nemen
[Result].
Voorbeeld: 'Vraag: Hoe reset ik mijn wachtwoord?
Antwoord: Klik op 'Wachtwoord vergeten' en volg de
stappen in de email.' [Example]"
1.Email templates maken

2.Social media posts genereren
"Creëer social media posts
[Context/Action] die engagement
stimuleren zonder te commercieel te
zijn [Result].
Voorbeeld: 'Maandag motivatie: Wat
is jouw grootste uitdaging deze week?
Deel het in de comments! ??????
#MondayMotivation' [Example]"

3.FAQ antwoorden schrijven

4.Productreviews samenvatten
"Vat klantreviews samen
[Context/Action] tot korte, bruikbare
feedback voor productverbetering
[Result].
Voorbeeld: 'Positief:
Gebruiksvriendelijk (15x genoemd).
Verbeterpunt: Batterijduur (8x
genoemd).' [Example]"

91. SOCIAL POSTS
Context: Product lancering
Action: Schrijf posts
Result: Meer engagement
Example: Succesvolle posts
REVIEWS
C: Product feedback
A: Analyseer reviews
R: Verbeterpunten
E: Klantreviews
CARE voorbeelden
"Creëer social media posts [Context/Action] die
engagement stimuleren zonder te commercieel te zijn
[Result].
Voorbeeld: 'Maandag motivatie: Wat is jouw grootste
uitdaging deze week? Deel het in de comments!
#MondayMotivation' [Example]"
"Vat klantreviews samen [Context/Action] tot korte,
bruikbare feedback voor productverbetering [Result].
Voorbeeld: 'Positief: Gebruiksvriendelijk (15x genoemd).
Verbeterpunt: Batterijduur (8x genoemd).' [Example]"
1.Email templates maken

2.Social media posts genereren


3.FAQ antwoorden schrijven

4.Productreviews samenvatten

92. Example

Tesla
Overheid
NGO
Startup
Google
Ikea
Shell
Microsoft
Netflix
Universiteit

Action

Adviseren
Plan
Schrijven
Presenteren
Onderzoeken
Analyseren
Simuleren
Herschrijven
Ontwikkelen
Vergelijken

Context

HR
Marketing
Duurzaamheid
Digitalisering
Crisis
Reorganisatie
Fusie
Beleid
Onderwijs
Product
CARE framework template
Result

ROI
Reputatie
Processen
Klanten
Motivatie
Kosten
Innovaties
Samenwerking
Bereik
Loyaliteit

2025 by Detlef La Grand is licensed under CC BY 4.0

93. Example

Tesla
Overheid
NGO
Startup
Google
Ikea
Shell
Microsoft
Netflix
Universiteit

Action

Adviseren
Plan
Schrijven
Presenteren
Onderzoeken
Analyseren
Simuleren
Herschrijven
Ontwikkelen
Vergelijken

Context

HR
Marketing
Duurzaamheid
Digitalisering
Crisis
Reorganisatie
Fusie
Beleid
Onderwijs
Product
CARE framework template
Result

ROI
Reputatie
Processen
Klanten
Motivatie
Kosten
Innovaties
Samenwerking
Bereik
Loyaliteit

2025 by Detlef La Grand is licensed under CC BY 4.0

94. RISE FRAMEWORK | Stapsgewijs
→ Role - Welke rol moet de AI innemen?
→ Input - Welke informatie is beschikbaar?
→ Steps - Welke stappen moeten worden gevolgd?
→ Example - Geef concrete voorbeelden
Ideaal voor: Stapsgewijze processen en complexe taken

Focus: Projectmanagement en verantwoording
RISE | Efficiency | Role, Input, Steps, Example
→ Role - Jij bent een professionele notulist
→ Input - Opname van 2-uur durende bestuursvergadering
→ Steps - Transcribeer, structureer en vat samen
→ Example - Gebruik onze standaard notulentemplate

95. BUDGET ANALYSE
Role: Financieel analist
Input: Financiële data
Steps: Analyse proces
Expectations: Vergelijkbare analyses
TEVREDENHEID
R: Customer success manager
I: Enquetes en reviews
S: Analyse stappen
E: Kansen product- verbeteringen
RISE voorbeelden
Je bent een financieel analist [Role]. Analyseer deze
kwartaalcijfers en geef advies [Input].
Stap 1: Vergelijk met vorig kwartaal en vorig jaar
Stap 2: Identificeer trends en afwijkingen
Stap 3: Formuleer concrete aanbevelingen [Steps]"
"Je bent een customer experience expert [Role]. Verhoog
onze NPS score van 6 naar 8 [Input].
Stap 1: Analyseer huidige klantfeedback en pain points
Stap 2: Prioriteer verbetermaatregelen op impact en
haalbaarheid
Stap 3: Maak een implementatieplan met quick wins
[Steps]"
1.Projectplan opstellen
"Je bent een projectmanager [Role]. Maak een projectplan voor de lancering van onze nieuwe app
[Input].
Stap 1: Analyseer de requirements en stakeholders
Stap 2: Maak een tijdlijn met mijlpalen
Stap 3: Identificeer risico's en mitigaties [Steps]"

2.Budgetanalyse uitvoeren
"
3.Recruitment proces optimaliseren
"Je bent een HR-specialist [Role]. Verbeter ons recruitment proces voor IT-functies [Input].
Stap 1: Analyseer huidige doorlooptijden en drop-off punten
Stap 2: Benchmark met best practices in de sector
Stap 3: Ontwerp een geoptimaliseerd proces [Steps]"

4.Klanttevredenheid verbeteren

96. PROJECTPLAN
Role: Projectmanager
Input: Doelen en budget
Steps: Planning stappen en milestones
Expectation: Succesvolle projecten
RECRUITMENT
R: HR recruiter
I: Vacature details
S: Selectie proces
E: Succesvolle hires
RISE voorbeelden
"Je bent een projectmanager [Role]. Maak een projectplan
voor de lancering van onze nieuwe app [Input].
Stap 1: Analyseer de requirements en stakeholders
Stap 2: Maak een tijdlijn met mijlpalen
Stap 3: Identificeer risico's en mitigaties [Steps]"
"Je bent een HR-specialist [Role]. Verbeter ons
recruitment proces voor IT-functies [Input].
Stap 1: Analyseer huidige doorlooptijden en drop-off
punten
Stap 2: Benchmark met best practices in de sector
Stap 3: Ontwerp een geoptimaliseerd proces [Steps]"

97. Example

Deck
Rapport
Plan
Campagne
Verslag
Notitie
Strategie
Roadmap
Blog
Workshop

Input

Data
Vragen
Notities
Cijfers
Document
Survey
Reacties
Analyse
Onderzoek
Feedback

Role

Consultant
Analist
Storyteller
Manager
Designer
Marketeer
Jurist
Coach
Innovator
Leraar
RISE framework template
Steps

Analyseren
Structureren
Schrijven
Optimaliseren
Brainstormen
Selecteren
Testen
Verbeteren
Observeren
Rapporteren

2025 by Detlef La Grand is licensed under CC BY 4.0

98. Example

Deck
Rapport
Plan
Campagne
Verslag
Notitie
Strategie
Roadmap
Blog
Workshop

Input

Data
Vragen
Notities
Cijfers
Document
Survey
Reacties
Analyse
Onderzoek
Feedback

Role

Consultant
Analist
Storyteller
Manager
Designer
Marketeer
Jurist
Coach
Innovator
Leraar
RISE framework template
Steps

Analyseren
Structureren
Schrijven
Optimaliseren
Brainstormen
Selecteren
Testen
Verbeteren
Observeren
Rapporteren

2025 by Detlef La Grand is licensed under CC BY 4.0

99. Efficiënt
Effectief
Inzicht
Advies
Gesprek
Inbreng AI Inbreng gebruiker
Supporter Prompt Frameworks | Voorbeelden
Action - Ontwikkel een social media strategie
Purpose - Verbeter de positionering van B2B software
Expectation - Maak een plan met concrete KPI's
Expectation - Ik wil een constructief functioneringsgesprek voer
Role - Jij bent een ervaren HR-adviseur
Action - Geef me een gespreksstructuur voor een medewerker die te slecht presteert
Context MKB-bedrijf wil digitaliseren maar heeft beperkt budget
Action - Adviseer over gefaseerde digitale transformatie
Scenario - De markt is nieuwe technieken aan het implementeren
Example - Zoals concurrent 1 en Concurrent 2
Task - Analyseer onze klanten data van Q3
Action - Identificeer trends in koopgedrag
Scenario - We zien dalende verkopen in segment 25-35 jaar
Context - Economische onzekerheid en nieuwe concurrent
Context - Bedrijf wil uitbreiden naar Duitsland
Action - Maak een compliance checklist
Result - Volledige juridische roadmap
Example - Vergelijkbaar met onze Franse expansie in 2022
Role - Jij bent een professionele notulist
Input - Opname van 2-uur durende bestuursvergadering
Steps - Transcribeer, structureer en vat samen
Example - Gebruik onze standaard notulentemplate

100. OPDRACHT 2 - PROMPTS FRAMEWORK
OPDRACHT 30 minuten (Inclusief presentaties)

→ Bedenk een proces wat je wilt laten uitvoeren met
→ Kies twee prompts framework
→ Maak een concrete prompt met het gekozen framework
→ Test de prompt in Copilot en Chatgpt of een andere tool

→ Presenteer je bevindingen aan de groep
Opdracht | Prompts maken

101. PROMPTS inplannen

Laat repeterende taken automatisch uitvoeren

102. OPDRACHT 2 - PROMPTS FRAMEWORK
Copilot | Prompts inplannen
Aanpassen Kopieren Kopieren link

103. OPDRACHT 2 - PROMPTS FRAMEWORK
Copilot | Prompts inplannen

104. OPDRACHT 2 - PROMPTS FRAMEWORK
Copilot | Automatische prompts beheren

105. Copilot | Prompts opslaan

106. OPDRACHT 2 - PROMPTS FRAMEWORK
Copilot | Prompts hergebruiken

107. OPDRACHT 2 - PROMPTS FRAMEWORK
Grok | Prompt (Task) inplannen

108. Gemini | Prompt (Actions) inplannen

109. ChatGPT | Prompt (Actions) inplannen
Bij ChatGPT maak je taken aan, door dit te noemen in je prompt. Daarna kan je de taken vinden in chatgpt/schedules.

Hier zijn de instructies die je kunt gebruiken bij taken:

“Stel een taak in: stuur me elke ochtend om 7:30 een motivational quote.”

“Herinner me elke vrijdag om 16:00 aan mijn urenregistratie.”

“Controleer elke dag om 12:00 of er nieuwe AI-updates zijn.”



“Laat mijn actieve taken zien.”

“Pauzeer mijn taak AI-nieuws.”

“Verwijder de taak maandelijkse evaluatie.”

110. ChatGPT | Prompt (Actions) inplannen

111. Een toekomst met AI
Bedenk een toepassing met AI

112. 14:45 – 16:00 | Toekomst met AI
●Actuele trends (generatieve AI, hyper personalisation, voorspellende modellen)
●Kansen en bedreigingen
●Bedenken AI toepassing
●Elevator pitches

16:00 – 16:15 | Afsluiting
●Reflectie: wat neem ik morgen mee?
●Masterclass AI & Compliance.
●Digitale geletterdheid/AI act
●Verdiepingsworkshop Prompt Engineering.
●In-company AI-projectbegeleiding voor -teams.
●Afronding + evaluatie
AI voor managers | Introductie AI

113. AI voor verzekeraars

114. Communicatie verbeteren | Realtime vertalen
AI voor verzekeraars | Analyseren

115. Communicatie verbeteren | Realtime vertalen
AI voor verzekeraars | Frauderen

116. Communicatie verbeteren | Realtime vertalen
AI voor verzekeraars | Analyseren

117. AI voor verzekeraars

118. AI voor verzekeraars | Echt nep

119. Echt nep

120. Echt nep | ChatGPT

121. Echt nep | Gemini

122. AI als therapeut

123. AI als therapeut

124. Samenvatten en advies geven

125. AI persoonlijke chatbot

126. AI slagingskans

127. AI jesus

128. AI GOD

129. AI Act in een notendop
○
Risiconiveau Omschrijving & Vereisten (voorbeelden) Verplichtingen/Deadlines
I. Onaanvaardbaar
Risico (Verboden AI)
Vormen een duidelijke bedreiging voor de grondrechten en worden verboden, zoals
biometrische herkenning en gedrags- en emotieherkenning.
Moet uitgesloten zijn uiterlijk 2 februari 2025.
Medewerkers zijn AI-geletterd

Voorbeelden: Social scoring door overheden of bedrijven; gebruik van manipulatieve
technieken.

II. Hoog Risico
(High-Risk)
AI-systemen met een significant risico voor de gezondheid, veiligheid of
fundamentele rechten.
Strenge eisen voor aanbieders en gebruikers.

Toepassingsgebieden: AI in kritieke infrastructuur, onderwijs, werkgelegenheid,
essentiële openbare diensten (bv. toekennen uitkeringen), rechtshandhaving,
migratie/asiel.
Nieuwe systemen: Naleving vereist per 2 augustus 2026.
Bestaande systemen (overheden): Naleving vereist per 2
augustus 2030.

Verplichte Maatregelen Hoog Risico: Menselijk toezicht, risicobeheersysteem,
hoge kwaliteit van trainingsdata, technische documentatie en logbestanden,
transparantie, en registratie in een EU-databank.
Gebruikers (Overheid): Moeten een Fundamental Rights
Impact Assessment (FRIA) uitvoeren.
III. Specifiek Risico
(Generatieve AI/GPAI)
AI-modellen voor algemene doeleinden (GPAI), zoals ChatGPT, die allerlei taken
kunnen uitvoeren.
Transparantieverplichtingen, zoals markering en labelling.

Vereisten: Gebruikers informeren dat ze met AI interacteren. AI-gegenereerde
inhoud moet gelabeld worden. Aanbieders moeten een samenvatting publiceren van
de gebruikte trainingsinhoud en auteursrecht naleven.
Naleving vereist per 2 augustus 2025.
IV. Minimaal Risico De meeste AI-systemen (bv. spamfilters). Geen verplichte eisen, maar vrijwillige gedragscodes worden
aangemoedigd.
Dit overzicht is opgesteld als inhoud voor een
presentatieslide en concentreert zich op de
belangrijkste aspecten van de EU AI Act
(Verordening (EU) 2024/1689).

EU AI Act: De
Eerste Wereldwijde
AI-Wetgeving
Doelstelling &
Inwerkingtreding
●Doel: Bevorderen van mensgerichte
en betrouwbare AI door het
waarborgen van gezondheid,
veiligheid, ethische principes en
grondrechten (zoals democratie en
rechtsstaat).
●De AI-verordening is sinds 1
augustus 2024 van kracht en wordt
gefaseerd geïmplementeerd.
●De wet geldt voor aanbieders
(ontwikkelaars) en
gebruiksverantwoordelijken
(gebruikers), inclusief
overheidsinstanties (zoals
gemeenten), van AI-systemen in de
EU.

Kern: Risicogebaseerde
Aanpak
De wet kent een stappenplan waarbij de
regels strenger zijn naarmate het risico van
het AI-systeem voor de samenleving groter
is.

Eerste Belangrijke
Deadline (Vanaf 2 Februari
2025)
●AI-geletterdheid: Organisaties die
AI-systemen ontwikkelen of
gebruiken, moeten zorgen dat hun
werknemers over de nodige
vaardigheden, kennis en begrip
beschikken om AI op een
verantwoorde manier in te zetten.
●Dit is een verplichting die voortvloeit
uit de AI Act die sinds 2 februari 2025
van kracht is.

130. Vijf Kansen van AI voor een Verzekeringsbedrijf:
1.AI verhoogt de efficiëntie door repetitieve taken 24/7 te automatiseren, waardoor medewerkers
zich kunnen richten op creatievere en mensgerichte werkzaamheden.
2.Door grote hoeveelheden data te analyseren, verbetert AI de besluitvorming met nauwkeurige
fraudedetectie en maakt gepersonaliseerde diensten voor klanten mogelijk.
3.Automatisering van routinetaken door AI verhoogt de productiviteit en het werkplezier.
4.AI versnelt innovatie en de ontwikkeling van nieuwe bedrijfsmodellen, waardoor verzekeraars
sneller kunnen inspelen op markttrends en nieuwe verkoopkansen kunnen creëren.
5.AI-systemen maken specialistische kennis breed toegankelijk, waardoor ook minder ervaren
medewerkers complexe taken met vertrouwen kunnen uitvoeren en informatie efficiënt kunnen
vinden.

Praten met Google | Spraak en beeldherkenning
AI voor managers | Kansen verzekeringen
Oefening 3: De "Pijn- en
Winstanalyse"
Deze oefening helpt managers om de inzet
van AI te koppelen aan concrete problemen
en voordelen.
●Stap 1: Identificeer de pijnpunten.
Vraag de managers om de grootste
"pijnpunten" in hun afdeling te
benoemen, zoals inefficiënte
processen, tijdrovende taken, of
gebrek aan inzicht in data.
●Stap 2: Koppel AI aan oplossingen.
Laat de managers per pijnpunt
nadenken over hoe een AI-tool dit
probleem kan oplossen. Bijvoorbeeld:
○Pijnpunt: "Het verwerken van
schadeclaims duurt te lang."
○AI-oplossing: "Een AI-systeem
kan documenten automatisch
analyseren en de claim
verwerken of doorsturen naar
de juiste medewerker."
●Stap 3: Kwantificeer de winst. Laat
de managers de potentiële winst van
de AI-oplossing kwantificeren. Denk
aan:
○Tijdswinst (bijv. "10 uur per
week bespaard").
○Kostenbesparing (bijv. "20%
efficiëntere claims").
○Kwaliteitsverbetering (bijv.
"minder fouten en een hogere
klanttevredenheid").

131. Vijf Bedreigingen van AI voor een Verzekeringsbedrijf:
1.AI kan leiden tot banenverlies in repetitieve cognitieve functies en maakt continue
omscholing noodzakelijk, omdat werknemers moeten leren om met AI samen te
werken.
2.De inzet van AI brengt ethische en juridische risico's met zich mee, zoals privacy,
aansprakelijkheid, en vooroordelen in algoritmes, mede door complexe regelgeving
zoals de Europese AI Verordening.
3.Ongeautoriseerd gebruik van AI-tools door medewerkers ("schaduw-AI") vormt een
groot veiligheidsrisico door het lekken van gevoelige bedrijfs- en klantgegevens.
4.AI-gegenereerde output kan feitelijk onjuist zijn ("hallucineren"), waardoor menselijke
controle en een kritische beoordeling van de resultaten essentieel blijven.
5.Fraude wordt moeilijker om op te sporen omdat nota’s, schade en zelfs personen
kunnen worden nagemaakt met AI.
Praten met Google | Spraak en beeldherkenning
AI voor managers | Bedreigingen verzekeringen
Oefening 3: De "Pijn- en
Winstanalyse"
Deze oefening helpt managers om de inzet
van AI te koppelen aan concrete problemen
en voordelen.
●Stap 1: Identificeer de pijnpunten.
Vraag de managers om de grootste
"pijnpunten" in hun afdeling te
benoemen, zoals inefficiënte
processen, tijdrovende taken, of
gebrek aan inzicht in data.
●Stap 2: Koppel AI aan oplossingen.
Laat de managers per pijnpunt
nadenken over hoe een AI-tool dit
probleem kan oplossen. Bijvoorbeeld:
○Pijnpunt: "Het verwerken van
schadeclaims duurt te lang."
○AI-oplossing: "Een AI-systeem
kan documenten automatisch
analyseren en de claim
verwerken of doorsturen naar
de juiste medewerker."
●Stap 3: Kwantificeer de winst. Laat
de managers de potentiële winst van
de AI-oplossing kwantificeren. Denk
aan:
○Tijdswinst (bijv. "10 uur per
week bespaard").
○Kostenbesparing (bijv. "20%
efficiëntere claims").
○Kwaliteitsverbetering (bijv.
"minder fouten en een hogere
klanttevredenheid").

132. Stap 1: Identificeer pijnpunten OF kansen (10 min)
●Benoem de 3 grootste pijnpunten in je afdeling
●Focus op: inefficiënte processen, tijdrovende taken, gebrek aan data-inzicht ed.
●OF benoem 3 concrete kansen voor verbetering, doorlooptijd, combineren bronnen voor advies,
personaliseren e.d.
●Focus op: nieuwe dienstverlening, klantervaring verbeteren, innovatie mogelijkheden
Stap 2: Koppel AI aan oplossingen (15 min)
●Per pijnpunt/kans: welke AI-tool kan dit oplossen/benutten?
●Werk uit: specifieke AI-toepassing + workflow
●Voorbeeld prompt formuleren indien relevant
Stap 3: Kwantificeer de winst (10 min)
●Tijdswinst: hoeveel uur/week bespaard?
●Kostenbesparing: welk percentage efficiënter?
●Kwaliteitsverbetering: meetbare KPI's (fouten↓, tevredenheid↑)
●ROI inschatting: investering vs. opbrengst
Stap 4: Presenteer je AI toepassing
Deliverable: Eén volledig uitgewerkt AI-scenario met workflow, KPI's en implementatieplan
Praten met Google | Spraak en beeldherkenning
AI voor managers | Bedenk een AI toepassing
Oefening 3: De "Pijn- en
Winstanalyse"
Deze oefening helpt managers om de inzet
van AI te koppelen aan concrete problemen
en voordelen.
●Stap 1: Identificeer de pijnpunten.
Vraag de managers om de grootste
"pijnpunten" in hun afdeling te
benoemen, zoals inefficiënte
processen, tijdrovende taken, of
gebrek aan inzicht in data.
●Stap 2: Koppel AI aan oplossingen.
Laat de managers per pijnpunt
nadenken over hoe een AI-tool dit
probleem kan oplossen. Bijvoorbeeld:
○Pijnpunt: "Het verwerken van
schadeclaims duurt te lang."
○AI-oplossing: "Een AI-systeem
kan documenten automatisch
analyseren en de claim
verwerken of doorsturen naar
de juiste medewerker."
●Stap 3: Kwantificeer de winst. Laat
de managers de potentiële winst van
de AI-oplossing kwantificeren. Denk
aan:
○Tijdswinst (bijv. "10 uur per
week bespaard").
○Kostenbesparing (bijv. "20%
efficiëntere claims").
○Kwaliteitsverbetering (bijv.
"minder fouten en een hogere
klanttevredenheid").

133. Consultancy & Onderzoeksrapporten
●McKinsey (2023, 2024) – State of AI Report
●McKinsey Global Institute – State of AI
●PwC – AI Predictions & Workforce of the Future
●PwC AI Predictions
●Accenture (2023) – Reinventing Work with AI
Case studies over time-to-value, veranderende rollen en organisatievormen.
●Accenture AI Research
Onderwijs & Academische Bronnen
●Harvard Business Review (2023): How Generative AI is Changing Management
●Handvatten voor nieuwe leiderschapsstijlen en AI-coaching.
●Oxford University – Frey & Osborne (2017): The Future of Employment
Beleid & Regelgeving
●Europese Commissie – EU AI Act (2023/2024 ontwerptekst)
●Klassificatie van AI-risico’s, governance-vereisten en verantwoordelijkheden.
VRAGEN & DISCUSSIEGebruikte bronnen 1/2

134. EU AI Act Overview
●Autoriteit Persoonsgegevens (AP, NL): Richtsnoeren AI en AVG
●AP over AI
Sectorrapporten (arbeidsmarkt & vaardigheden)
●World Economic Forum – Future of Jobs Report 2023
●WEF Future of Jobs
●OECD – Artificial Intelligence in the Workplace (2023)

Waar de cijfers in de modules vandaan komen
●Operationeel niveau → 30–70% tijdsbesparing, adoptiepercentages (McKinsey, PwC).
●Tactisch niveau → 15–35% efficiëntie in processen, governance- en compliancevraagstukken (Accenture, EU AI
Act).
●Strategisch niveau → 20–40% omzetgroei door AI-enabled businessmodellen (McKinsey), concurrentievoordeel
5–10% (WEF, PwC).
●Competenties → WEF Future of Jobs + Harvard Business Review over veranderende leiderschapsstijlen.
●Ethiek & Compliance → EU AI Act, Autoriteit Persoonsgegevens.
VRAGEN & DISCUSSIEGebruikte bronnen 2/2

135. Dank voor jullie aandacht en inzet

Beluister deze training op Spotify
https://open.spotify.com/episode/1cit1AuQLUEAJyIxjppKhd






Detlef La Grand