Op maandagochtend zit het managementteam bij elkaar. Een collega heeft een chattool uitgeprobeerd, een concurrent zou "iets met AI" doen en de directeur vraagt of jullie ook moeten beginnen. Niemand weet precies waarmee. Ondertussen typen twee medewerkers elke week uren aan facturen en bestelmails over, en staan de omzetcijfers in drie systemen die elk een ander antwoord geven. Dat is een herkenbare plek om te staan: de druk om iets te doen is groot, maar het eerste concrete punt ontbreekt.
Je begint met kunstmatige intelligentie niet bij de techniek, maar bij één proces dat veel tijd kost of vaak fouten oplevert. Daarna check je of de data voor dat proces op orde is, zet je een kleine pilot op met een duidelijk doel en laat je een mens de eindbeslissing houden. Pas als dat helder is, kies je het model of de tool die erbij past.
Wat kunstmatige intelligentie in een bedrijf eigenlijk is
Kunstmatige intelligentie, of AI, is een verzamelnaam voor software die taken uitvoert waar normaal menselijk oordeel voor nodig is. Denk aan het herkennen van patronen, het sorteren van informatie of het voorspellen van wat er waarschijnlijk gebeurt. In een bedrijf gaat het zelden om iets spectaculairs. Meestal is het een stuk software dat een bestaand werkproces sneller of nauwkeuriger maakt.
De toepassingen die we in de praktijk het vaakst zien, zijn:
- Documentverwerking: gegevens uit facturen, contracten of formulieren halen en in je systeem zetten.
- Classificatie: binnenkomende berichten, tickets of aanvragen automatisch in de juiste categorie plaatsen.
- Voorspelling: op basis van eerdere gegevens inschatten wat er volgende maand nodig is.
- Anomaliedetectie: afwijkingen in cijfers of metingen opmerken voordat ze een probleem worden.
- Slimme routering: een aanvraag direct bij de juiste persoon of afdeling laten landen.
Het is meer dan een chatvenster. Een chattool is één toepassing, en lang niet altijd de handigste voor jouw proces.
Je bent niet te laat
Als je het gevoel hebt dat iedereen al verder is, kijk dan naar de cijfers. Volgens het CBS gebruikte in 2025 een op de zes bedrijven AI, een verdubbeling ten opzichte van twee jaar eerder. Volgens werkenmetai.nl becijferde Eurostat dat in 2025 ruim een derde van de Nederlandse bedrijven met tien of meer werknemers AI in de praktijk brengt, terwijl het EU-gemiddelde tegen 20,0 procent ligt. Twee tellingen, twee uitkomsten, maar dezelfde richting: het gebruik groeit, en er is nog volop ruimte om zorgvuldig te beginnen.
Haast is dus geen goede reden om een slecht gekozen project te starten. Een bedrijf dat in een maand een tool heeft ingekocht die niemand gebruikt, is niet verder dan een bedrijf dat rustig het juiste proces heeft uitgekozen.
Begin bij een proces, niet bij een model
De meest gemaakte fout is beginnen met de vraag welke AI je moet kopen. Begin met de vraag waar je team nu tijd verliest of fouten maakt. Loop daarvoor een paar werkdagen mee met de mensen die het werk doen en schrijf op wat ze steeds opnieuw doen.
Een goed eerste proces heeft meestal een paar kenmerken:
- Het komt vaak voor. Een taak die dagelijks terugkeert levert sneller winst op dan een zeldzame uitzondering.
- Het volgt grotendeels een patroon. Als twee medewerkers het op dezelfde manier doen, kan software het ook leren.
- Een fout is te herstellen. Begin niet met een proces waar één misser grote gevolgen heeft.
- Je kunt de uitkomst meten. Je moet kunnen zeggen of het beter gaat dan vorige maand.
Hoe je kansen in je eigen werk vindt, werken we uit in AI use cases vinden in je eigen processen. Maak een lijstje van vijf kandidaten en schrap er vier. Dat voelt streng, maar een gericht eerste project leert je meer dan vijf half afgemaakte experimenten.
Kijk eerst naar je data
AI is zo goed als de gegevens waarmee het werkt. Dat is vaak de plek waar het schuurt. Als dezelfde vraag een ander antwoord geeft afhankelijk van het systeem dat je raadpleegt, dan heb je eerst een datakwestie op te lossen en pas daarna een AI-vraagstuk.
Stel jezelf een paar nuchtere vragen:
- Waar staan de gegevens voor dit proces nu: in een pakket, in spreadsheets, in mailboxen?
- Wie is eigenaar van die gegevens en wie mag ze gebruiken?
- Kloppen ze, of corrigeert iemand ze steeds met de hand?
- Kunnen andere systemen er via een koppeling bij?
Soms is het antwoord een dataplatform dat de gegevens uit losse systemen samenbrengt in één betrouwbare bron. Dat hoeft niet groot: een datawarehouse, een data lake of iets eenvoudigers, afhankelijk van waar je organisatie nu staat. Soms is een nette koppeling tussen twee systemen al genoeg. Hoe klaar je applicaties daarvoor zijn, lees je in API voor AI: is je applicatielandschap er klaar voor.
Zet een kleine pilot op
Een pilot is een afgebakend experiment met een einddatum. Je test of AI in jouw situatie echt werkt voordat je er veel geld en tijd in steekt. Leg vooraf drie dingen vast:
- De scope: welk proces, welke gegevens, welke groep gebruikers. Hoe kleiner, hoe sneller je leert.
- Het succescriterium: bijvoorbeeld minder handmatige uren of minder fouten, uitgedrukt in iets wat je kunt meten.
- Het stopcriterium: op welk punt zeg je dat het niet werkt en stop je? Dat voorkomt dat een pilot een eigen leven gaat leiden.
Het stopcriterium is het onderdeel dat de meeste teams overslaan. Het is ook het belangrijkste, want het maakt het acceptabel dat een pilot mislukt. Zet de drie punten op papier en laat iedereen die erbij betrokken is ze vóór de start bevestigen. Dan weet na afloop niemand het ineens anders.
Laat mensen aan het stuur
AI doet voorstellen, mensen nemen beslissingen. Zeker bij de eerste toepassingen is dat de verstandigste inrichting. Het model sorteert, leest of signaleert; een medewerker controleert wat ertoe doet en kan ingrijpen.
Daar horen een paar afspraken bij:
- Uitlegbaarheid: je moet kunnen zien waarom het systeem tot een uitkomst kwam.
- Testbaarheid: je kunt het gedrag controleren met voorbeelden voordat het in gebruik gaat.
- Onderhoud door je eigen team: een oplossing die alleen de bouwer begrijpt, maakt je afhankelijk.
- Een duidelijke uitzonderingsroute: wat gebeurt er als het model het niet zeker weet?
Dit zijn ook de uitgangspunten waarmee wij AI bouwen: praktisch, uitlegbaar en met mensen aan het stuur.
Wat een partner voor je kan doen
Je hoeft dit niet alleen te doen, maar je hoeft ook niet alles uit te besteden. Een goede partner helpt bij het kiezen van het proces, bij het ordenen van de data en bij het bouwen en testen van de oplossing. Daarna kan jouw team het zelf onderhouden.
Bij Data & AI-oplossingen bouwt Isatis AI-oplossingen en de dataplatformen waarop ze draaien, zoals documentverwerking, classificatie, voorspelling en anomaliedetectie. We zetten AI in waar het tijd bespaart of fouten opvangt. Het team dat bouwt, kan de software ook jaren draaiend houden, zodat er niets tussen twee leveranciers valt. Isatis is ISO 9001- en ISO 27001-gecertificeerd en werkt voor onder meer zorg, onderwijs, maakindustrie, overheid en energiebedrijven.
De eerste stap is klein: een gesprek van 15 minuten waarin je vertelt wat je wilt bereiken. Wij zeggen eerlijk of we kunnen helpen. Zijn we niet de juiste partij, dan hoor je dat ook.
Veelgestelde vragen
Wat is het verschil tussen ChatGPT en AI?
AI is de brede term voor software die taken uitvoert waar normaal menselijk oordeel voor nodig is. ChatGPT is één specifieke toepassing daarvan, gericht op taal en gesprek. Voor veel bedrijfsprocessen, zoals het uitlezen van documenten of het signaleren van afwijkingen, heb je iets anders nodig dan een chatvenster.
Welke vormen van AI zijn er?
In een bedrijf kom je vooral toepassingen tegen als documentverwerking, classificatie, voorspelling, anomaliedetectie en intelligente routering. Het gaat dus om wat de software doet, niet om een abstract label. Kies de vorm die bij je probleem past.
Wat betekent AI in het Engels?
AI staat voor artificial intelligence, in het Nederlands kunstmatige intelligentie. In Nederlandse teksten zie je beide termen door elkaar, en ze betekenen hetzelfde.
Moet ik eerst een dataplatform hebben voordat ik met AI begin?
Niet altijd. Een dataplatform is vooral nodig als dezelfde vraag een ander antwoord geeft afhankelijk van het systeem dat je raadpleegt. Voor een klein, afgebakend proces kan een nette koppeling of een eenvoudiger oplossing genoeg zijn. Bekijk eerst de data van het proces waarmee je wilt beginnen.
Een eerste stap zonder verplichtingen
Twijfel je welk proces zich leent voor AI, of of je data er klaar voor is? Dan denken we graag met je mee. Je kunt contact opnemen en een gesprek van 15 minuten plannen. Op een bericht via het formulier reageren we binnen 24 uur.
Over de schrijver: Jeroen Penninx, Directeur en medeoprichter van Isatis.





