Gebaseerd op de presentatie van Joran Arends, docent & onderzoeker Hanzehogeschool Groningen
Artificial Intelligence ontwikkelt zich sneller dan welke technologische innovatie van de afgelopen decennia. Organisaties investeren massaal in datacenters, AI‑infrastructuur en nieuwe toepassingen. Tegelijkertijd groeit de hoeveelheid data explosief: de wereldwijde datasphere stijgt richting 175 zettabyte, waarvan een steeds groter deel realtime wordt verwerkt.
Maar ondanks deze groei blijkt één ding duidelijk: AI‑projecten mislukken vaak. Niet door de techniek, maar door randvoorwaarden die niet op orde zijn. In dit kennisartikel lees je welke voorwaarden essentieel zijn om AI veilig, effectief en duurzaam in te zetten binnen jouw organisatie.
Waarom AI nu zo urgent is
De adoptie van AI stijgt wereldwijd. Uit recente cijfers blijkt:
– 40% van alle enterprise software bevat AI in 2026 (Gartner)
– 66% adoptie bij grote bedrijven, 29,8% bij MKB (CBS)
– Sectoren zoals informatie & communicatie lopen voorop (62%)
– Zelfs 60% van de huisartsen gebruikt al AI‑ondersteuning
Daarnaast investeren bedrijven als Google, Amazon, Nvidia en Mistral miljarden in AI‑datacenters en infrastructuur. De technologische versnelling is ongekend en organisaties moeten mee.
De keerzijde: Shadow AI en mislukte projecten
De risico’s groeien net zo hard als de kansen:
Shadow AI
– 78% van medewerkers gebruikt AI‑tools buiten IT‑toezicht
– 33% deelt gevoelige informatie via niet‑goedgekeurde AI‑systemen
– 56% vertrouwt een tool als deze “professioneel oogt”
– Gemeente Eindhoven kreeg een datalek door ongecontroleerd AI‑gebruik
Mislukte AI‑projecten
Onderzoeken van MIT, BCG, IBM en Reuters laten zien:
– 80% mislukt door gebrekkige planning
– 85% mislukt door slechte datakwaliteit
– 95% levert geen meetbare impact op
– Vaak door slechte integratie, onrealistische verwachtingen of een kloof tussen besluitvormers en gebruikers
Kortom: AI werkt alleen als de randvoorwaarden kloppen.
De vijf randvoorwaarden voor succesvolle AI‑implementatie
- Imago & Cultuur
AI moet passen bij wie je bent als organisatie.
– Past AI bij je merk, waarden en klantbelofte?
– Versterkt het je cultuur of botst het ermee?
– Hoe verhoudt AI zich tot MVO en duurzaamheid?
Voorbeeld: Reumatologen gebruiken AI‑tools zoals Autoscriber, maar alleen met expliciete toestemming van patiënten.
- Wet- en Regelgeving
AI mag niet alles en dat moet je weten.
– Is het toegestaan om deze data te verwerken?
– Verboden toepassingen: emotieherkenning, social scoring, autonome beslissingen zonder menselijk toezicht
– Let op doorgifte van persoonsgegevens naar niet‑Europese AI‑tools
– Relevante wetgeving: AVG, NIS2, EU AI Act
Voorbeeld: Een advocaat moest €2.300 betalen omdat hij een door AI verzonnen citaat gebruikte in een rechtszaak.
- Personeel
AI vraagt om kennis, vaardigheden en draagvlak.
– EU AI Act verplicht AI‑geletterdheid voor medewerkers die met AI werken
– Begrijpen medewerkers de techniek voldoende om fouten te herkennen?
– AI is een verandertraject: weerstand is normaal
– Denk na over werkdruk: wordt vrijgekomen tijd gebruikt voor innovatie of voor hogere targets?
Voorbeeld: Amazon moest een AI‑recruitmenttool stopzetten omdat het vrouwen systematisch benadeelde.
- Data & Techniek
Zonder goede data geen goede AI.
– Slechte datakwaliteit = slechte modellen
– Legacy‑systemen kunnen integratie blokkeren
– Heb je zelf controle over je data?
– Zijn processen gedocumenteerd of zit kennis in hoofden?
– AI werkt beter geïntegreerd dan als los eilandje
- Kosten & Verwachtingen
AI is geen magische oplossing, het moet waarde opleveren.
– AI kan duur zijn, zeker bij token‑modellen
– Succes meten: klanttevredenheid, tijdwinst, omzet, kwaliteit?
– Is het echt een AI‑probleem of een procesprobleem?
– Maak vooraf een realistische planning en businesscase
Cloud vs. Lokaal – Waar laat je AI draaien?
Daarnaast komt er in 2027 een Nederlandse AI‑supercomputer beschikbaar via SURF, gehuisvest op de Zernike Campus in Groningen een grote stap voor onderwijs, onderzoek en bedrijfsleven.
Samenvatting: De AI‑checklist van Joran Arends
- Imago & cultuur
Past AI bij wie we zijn en kunnen we het uitleggen aan klanten?
- Wet- en regelgeving
Welke data gebruiken we, en mag dat?
- Personeel
Wie controleert de output en heeft die persoon voldoende kennis?
- Data & techniek
Is onze data goed genoeg en kunnen we AI integreren in bestaande systemen?
- Kosten & verwachtingen
Welk probleem lossen we op en hoe meten we succes?
Conclusie
AI biedt enorme kansen, maar alleen als organisaties de randvoorwaarden serieus nemen. De techniek is krachtig maar zonder goede data, duidelijke regels, betrokken medewerkers en realistische verwachtingen blijft AI een risico in plaats van een kans.
Met de juiste basis kan AI echter uitgroeien tot een strategische versneller voor innovatie, kwaliteit en efficiëntie binnen de technologische industrie.