AI-capaciteit opbouwen zonder eigen AI-team
Geen data scientist, geen ML-engineer, en dat is normaal. De rol die je zoekt bestaat al in je bedrijf, hij heet alleen anders.
Je hebt geen data scientist, geen ML-engineer en waarschijnlijk niemand met AI in de functietitel. Dat is niet de uitzondering waar we in Nederland over praten, dat is de norm. Van de bedrijven met 50 tot 250 mensen die AI gebruiken, is 29 procent daarvoor volledig afhankelijk van kant-en-klare software, en 9 procent heeft iets door eigen medewerkers laten ontwikkelen. De rest zit ertussenin, met een leverancier die iets heeft gebouwd zonder dat er intern iemand is die precies weet waarom het werkt.
Dit stuk gaat niet over hoe je een data-afdeling optuigt. Het gaat over wat er wél werkt in een bedrijf dat dat nooit gaat doen, en dat is een groter deel van Nederland dan de AI-content op de markt doet vermoeden.
De verkeerde vraag en de goede vraag
De verkeerde vraag is: hoe komen we aan iemand die dit kan bouwen. Die vraag leidt naar een vacature die maanden openstaat, naar een externe partij die het voor je doet en met de kennis weer vertrekt, of naar niets, omdat het antwoord op de vraag "hoe vinden we zo iemand" meestal is dat je hem niet vindt.
De goede vraag is: wie in dit bedrijf begrijpt het proces dat we willen verbeteren beter dan wie dan ook. Dat is bijna altijd iemand die er al werkt. Capability bouw je niet door iemand naar binnen te halen die de techniek kent en het proces niet, maar door iemand die het proces kent iets van de techniek bij te brengen. Dat is een kortere weg dan hij klinkt, want het meeste van wat er in een gewoon bedrijf nodig is, is geen wiskunde. Het is weten wat een goede uitkomst is en wat een foute, en dat weet degene die het werk al doet beter dan wie ook.
Twee collega's achter één scherm. Wie het proces kent heeft meestal een mandaat nodig, geen cursus.
Wat "capability" in de praktijk betekent, zonder het woord
We gebruiken het woord capability veel, dus laten we het één keer heel concreet maken. Een bedrijf heeft AI-capability als het antwoord op deze drie vragen ja is.
Kan iemand hier uitleggen waarom een AI-uitkomst is wat hij is, zonder de leverancier te bellen. Kan iemand hier het systeem bijsturen als de situatie verandert, zonder een nieuwe offerte aan te vragen. Weet iemand hier wat er gebeurt als de externe partij morgen vertrekt.
Bij drie keer ja heb je capability. Bij drie keer nee heb je een abonnement. De meeste bedrijven zitten ertussenin, en het doel van dit stuk is je een stap richting drie keer ja te geven zonder dat je daar een nieuwe afdeling voor opricht.
De rol die je nodig hebt bestaat al, hij heet alleen anders
In vrijwel elk bedrijf van vijftig tot driehonderdvijftig mensen loopt er iemand rond die precies past op de rol die je zoekt, en niemand noemt het zo. Diegene kent het proces van binnenuit, is nieuwsgierig naar hoe dingen werken, en is vaak al op eigen initiatief met een tool aan de slag gegaan.
Herkenbare voorbeelden: de planner die zelf een spreadsheet heeft gebouwd die niemand anders snapt. De administratief medewerker die al ChatGPT gebruikt voor conceptmails. De verkoper die zelf heeft uitgezocht hoe je een offertesjabloon automatisch laat invullen.
Die persoon heeft geen cursus machine learning nodig. Diegene heeft tijd nodig, een mandaat, en toegang tot iemand die de volgende stap kan uitleggen als het vastloopt. Dat laatste is precies waar externe hulp wél nuttig is, alleen niet als bouwer maar als coach.
Een idee uitleggen op een whiteboard. Externe hulp werkt het best als coach, niet als bouwer.
De vier rollen op een rij, zodat je weet wie je waarvoor aanspreekt.
| Rol | Wat die persoon al kan | Wat er nog bij moet |
|---|---|---|
| Proceskenner (planner, administratie, verkoop) | Weet wat een goede uitkomst is | Een paar uur per week en een mandaat |
| Interne coach (vaak dezelfde persoon later) | Legt collega's uit hoe iets werkt | Zelf eerst een project hebben gedaan |
| Externe coach | Kent de techniek en het valkuilenpatroon | Toegang tot je proceskenner, niet tot een blanco canvas |
| Directie | Bepaalt welk besluit voortaan mede op AI steunt | Een korte uitleg per kwartaal, geen technische diepgang |
De tweede rij is de rol die de meeste bedrijven overslaan. Zonder interne coach herhaalt elk volgend project de leercurve van het eerste, en dat is precies de reden waarom vermogen bij één persoon blijft hangen in plaats van te groeien.
De volgorde die werkt: klein, echt, zelf gecontroleerd
Drie regels die in vrijwel elk traject van dit type terugkomen, ongeacht de sector.
Begin bij een proces dat er al is, niet bij een nieuwe visie. Het eerste project moet een bestaand knelpunt oplossen dat iedereen al kent, niet een nieuwe mogelijkheid die nog moet worden uitgelegd. Bekende knelpunten hebben een duidelijke definitie van beter, en dat is precies wat je nodig hebt om te weten of het werkt.
Kies iets waarvan de uitkomst zelf te controleren is. Een documentcontrole waarvan je het antwoord kunt narekenen leert je team meer dan een voorspelling die je pas over een half jaar kunt toetsen. Zie ook onze stukken over waarom AI-projecten stranden en de signalen dat je vastloopt: allebei komen uit op hetzelfde punt, controleerbaarheid eerst.
Laat het naast het oude proces draaien, niet in plaats ervan. Twee maanden dubbel draaien voelt inefficiënt en is de goedkoopste verzekering die er is. Het verschil tussen de oude en de nieuwe uitkomst is precies het bewijs dat je nodig hebt om verder te gaan of te stoppen.
Waarom dit sneller werkt dan het klinkt
Het meest gehoorde bezwaar tegen deze aanpak is dat het te langzaam is, dat een extern bedrijf het toch sneller bouwt. Dat klopt voor het eerste project en klopt niet meer vanaf het tweede.
Een extern bedrijf dat alles zelf bouwt, levert een werkend systeem op in weken. Wat het niet oplevert is iemand bij jou die begrijpt waarom het werkt. Bij de volgende toepassing begin je dus weer bij nul, met dezelfde doorlooptijd en dezelfde kosten als de eerste keer. Bij de aanpak in dit stuk kost het eerste project meer tijd, meestal een paar weken langer, omdat je eigen mensen meekijken en meebeslissen in plaats van dat er iets voor hen wordt neergezet.
Die extra weken zijn de investering. Vanaf het tweede project draai je de rollen om: je eigen mensen weten al waar het misgaat, en een externe partij is er vooral nog voor de onderdelen die specialistisch blijven. Na drie of vier projecten is het verschil in doorlooptijd tussen de twee aanpakken verdwenen, en het verschil in wat er in huis blijft is dan al onomkeerbaar geworden.
Wat externe hulp wél en niet moet doen
Extern advies is niet het probleem. Het probleem is wat je ermee laat gebeuren.
Wel: een eerste versie samen bouwen, waarbij je eigen mensen aan tafel zitten en meekijken naar elke keuze die wordt gemaakt. Wel: iemand die uitlegt waarom een bepaalde aanpak is gekozen, niet alleen wat de uitkomst is. Wel: een overdracht die met naam en toenaam vastlegt wie er straks over gaat.
Niet: een kant-en-klaar systeem opleveren waar niemand bij heeft gezeten. Niet: een contract waarin je eigen data het model van de leverancier verbetert zonder dat je dat terugkrijgt. Niet: een oplossing die alleen door die ene consultant kan worden aangepast.
De vraag die je bij elke offerte stelt is niet wat het kost, maar wat er overblijft als het contract afloopt. Blijft er een systeem dat je zelf kunt bijsturen, of blijft er een zwarte doos die je moet blijven huren.
Een overdrachtsgesprek. Het gaat om wat er overblijft als het contract afloopt.
Vijf vragen voor het eerste gesprek met een externe partij
Neem deze mee, ongeacht wie je spreekt.
Wie van ons zit er tijdens de bouw aan tafel, en hoeveel uur per week vraagt dat. Wat gebeurt er met onze data, en gebruiken jullie die ook voor andere klanten. Wat kunnen wij zelf aanpassen zodra het project klaar is, zonder jullie te bellen. Wat leggen jullie precies vast bij de overdracht, en aan wie. En wat kost het als wij het na zes maanden zelf willen overnemen.
Een partij die op alle vijf een concreet antwoord heeft, is een partij die gewend is aan klanten die vermogen willen opbouwen. Een partij die ontwijkend antwoordt op de derde en de vijfde vraag, verkoopt liever een abonnement dan een uitkomst waar je zelf eigenaar van wordt.
Een jaar in vier stappen
Kwartaal een. Kies één proces, één persoon die het proces kent, en één externe partij die coacht in plaats van bouwt. Laat het naast het oude proces draaien.
Kwartaal twee. Meet het verschil, leg vast wat er is geleerd, en beslis of het vervangt of stopt. Dit is het moment waarop de meeste bedrijven het te snel opgeven of te lang doorgaan zonder te meten.
Kwartaal drie. Kies een tweede proces, met dezelfde persoon of iemand anders die hetzelfde patroon volgt. Dit project kost, zoals we eerder rekenden, aanzienlijk minder uren dan het eerste, omdat de manier van werken al bekend is.
Kwartaal vier. Kijk terug op wat er nu intern kan wat een jaar geleden niet kon. Dat overzicht is je eerste echte capability-inventaris, en het is waardevoller dan een strategiedocument dat niemand leest.
Wat dit niet oplost
Wees eerlijk over de grens van deze aanpak. Een systeem dat aan zware regelgeving moet voldoen, zoals AI bij werving en selectie onder bijlage III van de AI Act, vraagt gespecialiseerde kennis die je niet in een kwartaal opbouwt uit je eigen team. Voor dat soort toepassingen is externe expertise geen coaching maar noodzaak.
En een bedrijf dat helemaal geen mensen heeft die nieuwsgierig zijn naar hoe dingen werken, heeft een ander probleem dan een AI-probleem. Deze aanpak werkt met de mensen die je al hebt. Als die mensen er niet zijn, is de eerste stap niet AI maar aannamebeleid.
Waar je begint
Zoek deze week degene die in jouw bedrijf al op eigen initiatief met een tool aan de slag is gegaan. Vraag wat diegene heeft gedaan en waarom. Geef die persoon een middag per week en één klein, controleerbaar proces.
Doe dat voordat je een vacature plaatst voor een functie die je toch niet ingevuld krijgt.
Over deze pagina
Het cijfer over hoe AI-gebruikende bedrijven van 50 tot 250 mensen hun AI inkopen komt uit de ICT-enquête van het CBS over 2025. De aanpak in dit stuk is onze eigen ervaring uit trajecten bij bedrijven van deze omvang, geen onderzoeksresultaat. Dit is de stand van 13 augustus 2026.
Veelgestelde vragen
Bronnen
- CBS 86119NED: ICT-gebruik bij bedrijven, hoe AI-gebruikers hun AI inkopen of ontwikkelen— cbs.nl ↗
- AI Act bijlage III: hoog-risicotoepassingen, waaronder werving en selectie— artificialintelligenceact.eu ↗
Vertel ons wat je nodig hebt.
Je krijgt binnen 24 uur antwoord van een echt mens.
Neem contact op



