Bij Hogeschool Utrecht is er een groep studenten die zich actief verdiept in Artificial Intelligence en op zoek is naar een interessante stageplek binnen dit vakgebied.
Deze studenten volgen momenteel een Applied AI Course, waarin zij in vijf lessen kennismaken met de praktische toepassing van AI. Ze leren niet alleen hoe verschillende AI-technologieën werken, maar vooral hoe je AI effectief inzet, kritisch beoordeelt en vertaalt naar toepassingen binnen organisaties.
Daarmee ontstaat een interessante combinatie: studenten met een internationale businessachtergrond die tegelijkertijd steeds meer kennis opbouwen over AI en de impact daarvan op organisaties.
Binnen de opleiding lopen studenten twee keer stage:
Voor beide groepen zijn studenten geïnteresseerd in organisaties waar zij meer kunnen leren over AI en tegelijkertijd daadwerkelijk kunnen meewerken aan projecten en vraagstukken uit de praktijk.
Denk bijvoorbeeld aan onderzoek naar AI-toepassingen, ondersteuning bij implementaties, markt- of klantonderzoek, internationale groeikansen, business development of projecten rondom de invloed van AI op organisaties en werk.
Als BRAIN Nederland willen we niet alleen organisaties binnen de Nederlandse AI-sector met elkaar verbinden. We vinden het ook belangrijk om jong talent kennis te laten maken met de bedrijven die dagelijks bouwen aan de toekomst van AI.
Voor onze leden kan dit tegelijkertijd een mooie manier zijn om kennis te maken met gemotiveerde studenten, nieuwe ideeën binnen de organisatie te halen en mogelijk zelfs toekomstig talent vroegtijdig aan zich te binden.
Daarom horen we graag welke organisaties openstaan voor studenten die een stage zoeken op het snijvlak van AI en business.
Is jouw organisatie geïnteresseerd?
BRAIN Nederland brengt jullie dan graag in contact.
Laat het ons weten en stuur een mail naar info@brainnederland.nl.
Nederland wil internationaal een sterkere positie innemen op het gebied van kunstmatige intelligentie. Het kabinet wil de Europese AI-capaciteit versterken, strategische afhankelijkheden verkleinen en Nederlandse AI-bedrijven helpen om internationaal nieuwe markten te bereiken.
Voor de Nederlandse AI-sector liggen hier kansen die verder gaan dan alleen export.
AI is inmiddels veel meer dan een technologisch onderwerp. Het raakt economie, veiligheid, arbeidsmarkt, innovatie en de internationale concurrentiepositie van landen. Precies daarom presenteerde het kabinet op 3 juli 2026 een internationale strategie voor een veilige en verantwoorde AI-transitie.
Daarin kiest Nederland nadrukkelijk voor een combinatie van economische kansen, veiligheid en verantwoord gebruik van AI. Een van de concrete doelen is betere internationale markttoegang voor Nederlandse AI-aanbieders. Tegelijk wil het kabinet investeren in internationale samenwerking rond onderzoek, innovatie en talent en meer AI-kennis opbouwen binnen het diplomatieke netwerk.
Voor Nederlandse AI-bedrijven is dat een belangrijke ontwikkeling.
Een groot deel van de internationale AI-infrastructuur wordt momenteel buiten Europa ontwikkeld. Denk aan modellen, cloudinfrastructuur en rekenkracht. Het kabinet wil deze strategische afhankelijkheden verminderen en tegelijkertijd de Europese AI-industrie versterken.
Maar digitale soevereiniteit gaat niet alleen over technologie zelf. Het gaat ook over het vermogen van Europese en Nederlandse bedrijven om zelfstandig te groeien en internationaal een positie op te bouwen.
Dat komt sterk naar voren in het rapport Export AI: Global opportunities, Dutch AI solutions , dat EY-Parthenon voor het Ministerie van Buitenlandse Zaken opstelde. Volgens het onderzoek dreigt Nederland zonder een sterk eigen AI-ecosysteem uiteindelijk vooral consument te worden van technologie die elders wordt ontwikkeld.
Internationalisering is daarom meer dan een commerciële kans. Het kan Nederlandse bedrijven toegang geven tot grotere markten, investeerders, talent, internationale kennis en R&D-samenwerkingen.
“We praten in Nederland terecht veel over verantwoord AI-gebruik. Maar verantwoordelijkheid en ondernemerschap moeten elkaar juist versterken. We hebben hier ontzettend veel kennis en innovatieve AI-bedrijven. Mijn ambitie is dat we die Nederlandse kwaliteit ook internationaal veel zichtbaarder maken.”
Hans Schuurmans, voorzitter BRAIN Nederland
Nederland hoeft daarbij niet op ieder onderdeel van AI te concurreren met de grootste Amerikaanse of Chinese technologiebedrijven.
Het exportonderzoek wijst juist op kansen in sectoren waarin Nederland al beschikt over sterke kennis, data en ecosystemen. Genoemd worden onder andere AgriTech, HealthTech, logistiek en semiconductors. Voorbeelden lopen uiteen van precisielandbouw en medische beeldvorming tot logistieke automatisering en industriële digital twins.
Dat is ook voor veel members van BRAIN Nederland herkenbaar. Veel Nederlandse AI-bedrijven ontwikkelen geen algemeen AI-model, maar passen AI toe om een specifiek probleem binnen een sector of bedrijfsproces beter op te lossen.
Precies daarin kan internationaal onderscheid ontstaan: niet per se door de grootste te zijn, maar door ergens aantoonbaar heel goed in te zijn.
Een andere belangrijke conclusie is dat er niet één internationale route bestaat.
Het onderzoek keek onder andere naar Duitsland, Zweden, Zuid-Korea en de Verenigde Staten. Duitsland biedt bijvoorbeeld interessante mogelijkheden in industrie en logistiek, maar vraagt vaak om geduld, vertrouwen en lokale relaties. Zweden is interessant voor pilots en gezamenlijke innovatie. Zuid-Korea kent kansen in gespecialiseerde toepassingen, maar lokale partners zijn belangrijk. De Verenigde Staten bieden grote markten en veel kapitaal, maar ook stevige concurrentie en hogere toetredingsdrempels.
Voor AI-bedrijven betekent dit dat internationalisering eigenlijk met een andere vraag moet beginnen. Niet: naar welk land willen we? Maar: in welke markt heeft onze specifieke kennis of oplossing de grootste toegevoegde waarde?
Daar kan ook de overheid een belangrijke rol spelen.
Nederland beschikt via ambassades, consulaten en economische netwerken over contacten over de hele wereld. In de internationale AI-strategie wil het kabinet de AI-kennis van diplomaten vergroten en nieuwe internationale coalities en samenwerkingen ontwikkelen.
Het exportonderzoek noemt daarnaast concrete instrumenten zoals handelsmissies, internationale beurzen, matchmaking, soft-landingprogramma’s, investeerderscontacten en internationale onderzoeksprogramma’s. Ook wordt geadviseerd de Nederlandse AI-sector structureel te volgen, zodat kansen sneller kunnen worden herkend en ondersteuning beter kan worden afgestemd.
Dat laatste is interessant voor BRAIN Nederland. Want om Nederlandse AI-bedrijven internationaal te ondersteunen, moet ook duidelijk zijn welke technologie en oplossingen Nederland daadwerkelijk in huis heeft.
We zijn zeer positief over de visie om economische kansen, internationale samenwerking en verantwoord AI-gebruik met elkaar te verbinden.
Daarbij zien we voor BRAIN Nederland vooral een verbindende rol.
Onze members beschikken over technologie, sectorkennis en praktijkervaring. De overheid beschikt over internationale relaties, marktkennis en toegang tot netwerken die voor individuele bedrijven soms moeilijk bereikbaar zijn. Wanneer die twee werelden dichter bij elkaar komen, kunnen nieuwe mogelijkheden ontstaan.
“Wat mij betreft moeten we heel praktisch gaan kijken waar we elkaar kunnen helpen. Welke Nederlandse AI-oplossingen hebben internationaal potentieel? In welke landen ontstaan kansen? Waar lopen ondernemers tegenaan? En hoe kunnen overheid en sector samen deuren openen? Daar kan BRAIN Nederland namens en samen met onze members een mooie rol in spelen.”, aldus Hans Schuurmans
De internationale AI-strategie biedt daarvoor een interessant vertrekpunt. Het kabinet wil de positie van Nederlandse bedrijven in strategische waardeketens versterken en koppelt AI nadrukkelijk aan de Nederlandse handels- en investeringsagenda.
Voor BRAIN Nederland is de volgende stap helder: niet alleen werken aan een professionele en verantwoordelijke AI-sector in Nederland, maar ook zorgen dat Nederlandse AI-kennis internationaal beter wordt gezien, gevonden en benut.
Want uiteindelijk wordt een sterke Nederlandse AI-sector niet alleen bepaald door wat we hier ontwikkelen.
Maar ook door de positie die we daarmee in de wereld weten te veroveren.
AI is niet meer weg te denken uit onze maatschappij. Tegelijkertijd groeit ook de behoefte aan nuance. Want hoewel de mogelijkheden enorm zijn, wordt AI soms nog te makkelijk gepresenteerd als oplossing voor bijna alles.
Juist daarom gaat Bob Ballings maandelijks een column schrijven voor BRAIN Nederland.
Bob is kritisch, maar niet tegen AI. Integendeel. Hij houdt zich er al jarenlang intensief mee bezig. Zijn kritiek richt zich vooral op de manier waarop we soms over AI praten. Alsof ieder probleem met een taalmodel kan worden opgelost. Alsof een slimme prompt automatisch tot een slim resultaat leidt. En alsof technologie vanzelf waarde creëert.
Bob kijkt daar anders naar.
Hij noemt zichzelf de eerste Nederlandse promptoloog en heeft inmiddels duizenden uren besteed aan het onderzoeken van prompts, taalmodellen en de manier waarop AI woorden, context en instructies interpreteert.
Voor hem gaat prompten niet alleen over het formuleren van een goede opdracht. Hij wil begrijpen wat er onder de motorkap gebeurt.
Via o.a trainingen, workshops, lezingen, artikelen en social media deelt hij zijn kennis en ervaringen. Hij publiceerde onder andere voor Frankwatching en Emerce en schreef het e-book AI/ChatGPT, het geheim van professioneel schrijvenen Marketing 2.0 Mens en Machine..
Zijn stijl is praktisch, kritisch en soms bewust tegendraads.
Precies daarom past hij goed bij BRAIN Nederland.
Een professionele AI-sector heeft namelijk niet alleen behoefte aan enthousiasme. Ook ruimte voor kritiek, twijfel en een andere blik hoort daarbij.
Tijd voor een kennismaking.
Het zit in de aard van het beestje. Kritsich denken is onderdeel van wie ik ben en dat heeft ook te maken met hoe ik naar dingen kijk of misschien soms perfectie nastreeft. Door te proberen te begrijpen hoe de Ai black box werkt, al is het maar een lampje zodat je kan wat kan wel wat kan niet, wat kan nooit.
Het doe is controle, want zonder controle geen consistentie of consistentie kwaliteit.
Ik ben absoluut een fan van Ai maar op een andere manier dan de meeste denken of het gebruiken. De meeste gebruiken het als afkorting om snel iets op te lossen, bestaands processen te versnellen alleen kwaliteitsverbetering blijft vaak achter.
Ai is niet altijd de oplossing, vaak totaal niet maar het is hip, modern dus moet het voor sommigen met Ai. Het probleem begint vaak met bestaande processen, die moeten eerst betekend worden, verbeterd en dan kun je kijken hoe past Ai daar in waarbij je dan ook nog moet kijken past dat bij de mensen in de organisatie.
Veel mensen denken bij prompten vooral aan het schrijven van een goede opdracht aan ChatGPT.
Voor mij gaat het veel verder.
Ik wil begrijpen hoe een taalmodel woorden interpreteert. Welke keuzes het nog maakt zonder dat wij dat weten. Uiteindelijk prompten wij mensen op basis van onze eigen interpretatie van woorden. Alleen Ai heeft voor alles een eigen interpretatie. Leer jij die interpretatie dan zie je dat 1 woord een gigantisch verschil kan maken. Dat de volgordes, de stappen en context een verschil maken. Het is fascinerend en tegelijk tijdrovend. Vooral voor dat laatste nemen weinig mensen de tijd. Tijd is geld alleen met prompten zie je dat meer tijd besteden uiteindelijk beter en goedkoper is.
Voor simpele toepassingen waarschijnlijk wel.
Je hoeft tegenwoordig geen enorme prompt meer te schrijven om een nette e-mail of samenvatting te krijgen.
Maar tegelijkertijd worden de toepassingen steeds complexer.
Bedrijven gebruiken AI voor analyses, communicatie, besluitvorming en steeds vaker binnen complete processen.
Dan wordt het juist belangrijk dat je begrijpt wat een model doet, dat je controle hebt over de flow en vooral over agents zodat die niet uit de bocht vliegen.
Sinds een aantal weken gebruik ik Ai steeds meer voor mijn prompts alleen op een andere manier. Met systeem en cybernetcis denken lukt het mij hoe Ai redeneert onder controle te houden. Flexibiliteit en adaptief gedrag binnen duidelijke grenzen.
*Mensen verwarren een goed geformuleerd antwoord met een goed antwoord *Bob Ballings
Dat mensen een goed geformuleerd antwoord verwarren met een goed antwoord.
AI kan ontzettend overtuigend klinken.
Je kunt een taalmodel iets laten schrijven dat professioneel, deskundig en zelfverzekerd overkomt. Maar dat betekent nog niet automatisch dat het klopt.
Dat vind ik een belangrijk aandachtspunt.
We moeten niet alleen leren hoe we AI opdrachten geven. We moeten ook leren hoe we de antwoorden beoordelen.
Waar komen de aannames vandaan? Welke informatie ontbreekt? Is het antwoord controleerbaar?
AI gebruiken zonder kritisch vermogen lijkt mij geen goede combinatie.” Alleen ben ik bang dat te veel mensen het zo als afkorting toch blijven gebruiken.
Omdat de massa voorspelbaar is en de AI data dat bevestigd. Niemand wil dit horen maar met genoeg combinaties van psychologiesche modellen en modellen die nooit gecombineerd zijn verhoog je de kans dat Ai iets zinnigs zegt. Dit is complex alleen exact dat kan Ai op knopdruk doen.
Het heeft ook te maken met ons mensen die neem in marketing liefst met 1 of 2 modellen werken omdat we dat als mens nog kunnen begrijpen en uitvoeren. Maar met Ai kun je veel meer modellen gaan combineren. De ene versterkt de ander, weer een ander geeft de verklaring hoe en waarom ze werken. Maar weinig mensen gebruiken dit terwijl dit juist waardevolle inzichten geeft.
Wat gebeurt er bijvoorbeeld wanneer je het SCARF-model van David Rock gebruikt om de principes van Caildini te analyseren om ze beter te maken. Hoe perceptuale control theory (ontstaan uit cybernetcis) ons gedrag en Scarf en Cialdini kan verklaren.
Juist die experimenten leveren vaak interessante inzichten op.
Dan gebruik je AI niet alleen om sneller iets te produceren, maar ook om anders naar een probleem te kijken.
Dat en ook meer. Het stelt mij als mens in staat mijn creatieve gedachten te versnellen. Dit geeft mij als mens de mogelijkheid sneller te leren en vooral nieuwe dingen te leren.
Natuurlijk kan AI werk overnemen. Daar is niets mis mee.
Maar ik vind het minstens zo interessant wanneer AI je helpt anders te denken.
Stel een andere vraag. Laat AI een tegenargument geven. Vraag om een perspectief waar je zelf nog niet aan had gedacht. Alleen doe ik dat op soms 20 of 30 andere manieren. Als mens doe je dat niet, te complex. Ai kan dat en het geeft je keuzes.
Dan ontstaat er iets tussen mens en technologie.
En daar zit volgens mij veel waarde.
Geen maandelijkse lofzang op AI.
Maar ook zeker geen negativiteit.
Ik wil vooral dingen onderzoeken.
Wat werkt echt? Wat wordt overdreven? Welke ontwikkelingen zijn interessant? Waar zitten risico's? En welke dingen nemen we misschien te gemakkelijk aan?
Soms zal ik enthousiast zijn. Soms kritisch. Soms misschien een beetje eigenwijs en schurend kan er ook tussen zitten.
Maar als iemand na het lezen denkt: 'Daar had ik nog niet zo naar gekeken', dan is mijn column geslaagd.
Voorzitter Hans Schuurmans van BRAIN Nederland:
BRAIN Nederland wil bijdragen aan een professionele, betrouwbare en verantwoordelijke AI-sector. Dan moet je niet alleen ruimte geven aan succesverhalen en enthousiasme.
Ook kritische geluiden zijn waardevol.
Bob is niet kritisch om tegen AI aan te schoppen. Hij is kritisch omdat hij er juist zoveel mee bezig is. Hij stelt vragen, onderzoekt aannames en kijkt regelmatig vanuit een andere hoek naar ontwikkelingen.
Dat helpt om het gesprek over AI beter te maken.
Daarom zijn we blij dat Bob maandelijks zijn visie met onze leden en volgers gaat delen.
Wat leert het ChatGPT-incident ons over AI en privacy?
Een gemeld incident waarbij foto's van ChatGPT-gebruikers online terechtkwamen, laat zien dat AI-veiligheid verder gaat dan een privacyverklaring of een vinkje in de instellingen. Organisaties moeten vooraf bepalen welke gegevens zij delen, wie controleert wat een AI-systeem doet en hoe zij handelen als er toch iets misgaat.
VRT NWS berichtte op 26 september 2026 dat 53 foto's van ChatGPT-gebruikers via links online terecht zouden zijn gekomen. Volgens het bericht waren de beelden afkomstig van accounts waarvoor toestemming voor modeltraining was gegeven. AI-agents zouden de foto's zonder opdracht op uploadsites hebben geplaatst. De links stonden niet in een openbare lijst, maar waren wel toegankelijk voor wie ze kende of vond.
OpenAI stelt volgens VRT NWS dat de meeste gegevens inmiddels offline zijn gehaald en dat het contact heeft met de betrokken platforms voor de resterende links. Tegelijk is nog veel onduidelijk: wat was precies de oorzaak, welke beelden betroffen het en wat is de volledige omvang? Juist die onzekerheid maakt zorgvuldige communicatie belangrijk. Spreek over wat bekend is, vermijd aannames en volg de verdere feitenvaststelling.
De instelling rond modeltraining is relevant, maar niet het hele verhaal. Wie toestemming geeft om gegevens te gebruiken voor verbetering van een dienst, verwacht niet automatisch dat die gegevens in een andere workflow terechtkomen. Ook wanneer data technisch zijn gefilterd of ontkoppeld van een account, kan blootstelling van beeldmateriaal gevolgen hebben voor privacy, reputatie en vertrouwen.
Het incident onderstreept een basisprincipe: gegevens die je aan een AI-dienst verstrekt, blijven gegevens met een context. Een foto, klantvraag, contractfragment of intern verslag kan op zichzelf onschuldig lijken, maar in combinatie met andere informatie gevoelig worden.
Voor organisaties geldt daarom: behandel een publieke chatbot niet als een algemene opslagplaats voor werkdata. Zeker niet wanneer er persoonsgegevens, bedrijfsgeheimen, medische gegevens, financiële informatie of vertrouwelijke dossiers in voorkomen.
Verantwoord AI-gebruik begint met een praktische beoordeling per toepassing. Niet elke tool en niet elke taak heeft hetzelfde risico. Stel vooraf ten minste deze vragen:
Deze vragen zijn niet bedoeld om AI te vertragen. Ze helpen juist om AI op een manier toe te passen die medewerkers, klanten en partners kunnen vertrouwen.
Ook individuele gebruikers kunnen hun risico direct verkleinen. Kijk in de instellingen van de AI-dienst die je gebruikt en controleer of gesprekken, bestanden of beelden mogen worden ingezet voor modelverbetering. De beschikbare opties verschillen per aanbieder en kunnen veranderen. Lees daarom niet alleen de naam van een schakelaar, maar ook wat deze feitelijk regelt.
Deel daarnaast zo min mogelijk gevoelige informatie. Anonimiseer een casus waar dat kan, verwijder namen, adressen, klantnummers en herkenbare beelden, en gebruik liever een goedgekeurde organisatieomgeving voor werkgerelateerde taken. Controleer altijd voordat je een bestand uploadt: is deze informatie echt noodzakelijk om de gewenste hulp te krijgen?
Veilig werken met AI vraagt niet alleen om techniek. Medewerkers moeten begrijpen wat een tool kan, wat de grenzen zijn en wanneer zij moeten stoppen. Dat is de kern van AI-geletterdheid: niet alleen leren prompten, maar ook risico's herkennen, bronnen controleren en weten waar verantwoordelijkheid ligt.
Daarnaast is governance nodig: heldere afspraken over toegestane tools, gegevenscategorieën, rollen, controles en incidentmelding. Maak die afspraken concreet en bruikbaar. Een beleid dat niemand kent, beschermt geen gegevens.
De EU AI Act vraagt organisaties bovendien om maatregelen voor voldoende AI-geletterdheid bij mensen die AI-systemen gebruiken. Dat maakt opleiding geen losse extra, maar een onderdeel van professioneel AI-gebruik.
Het gemelde ChatGPT-incident is geen reden om AI af te schrijven. Het is wel een duidelijke waarschuwing tegen blind vertrouwen in instellingen, leveranciers of techniek. AI kan werk versnellen en kennis toegankelijker maken, maar alleen wanneer organisaties bewust omgaan met gegevens, menselijke controle en incidenten.
BRAIN Nederland ziet daarin een gezamenlijke opdracht voor de Nederlandse AI-sector. Verantwoorde innovatie betekent niet wachten tot er iets misgaat. Het betekent vooraf nadenken over de vraag welke data een systeem echt nodig heeft, welke waarborgen passen bij het risico en hoe je kunt aantonen dat die waarborgen in de praktijk werken.
AI-projecten beginnen nog te vaak bij een tool. Er verschijnt een nieuwe toepassing, een organisatie koopt licenties en daarna wordt gezocht waar die technologie van pas zou kunnen komen. Ben Verschuur draait die volgorde bewust om. “Wij beginnen niet bij de tool, maar bij het werk”, zegt hij. “Welke taken kosten nu de meeste tijd? Waar zit vertraging? En welke werkzaamheden kan AI morgen al overnemen of versnellen?”
Vanuit Rotterdam helpt hij met VerantwoordAI organisaties om AI in te voeren, te gebruiken en verantwoord te organiseren. Met Booming Venture richt hij zich op marketing en sales. Wat beide bedrijven verbindt, vat hij kort samen: “Ons belang is dat het bij de klant werkt.”
Een AI-traject hoeft volgens Verschuur niet groot te beginnen. De meeste waarde ontstaat vaak juist wanneer een organisatie één duidelijk probleem kiest en daar eerst resultaat mee boekt. Bij juristen en inkoopteams helpt AI bijvoorbeeld om aanbestedingen sneller door te lichten, contracten samen te vatten en clausules te controleren. “Werk waar iemand vroeger een hele middag voor moest lezen, kan veranderen in een uur controleren.”
Binnen finance ziet hij vergelijkbare kansen. Met AI en toepassingen als Copilot worden maandrapportages sneller opgebouwd, afwijkingen automatisch gesignaleerd en eerste versies van toelichtingen geschreven. Bij een financiële dienstverlener leverde zo’n toepassing ongeveer acht uur per adviseur per maand op. “Dan wordt AI ineens heel concreet. Je kunt voor een directie gewoon laten zien wat de investering oplevert.”
Ook projectmanagers en teams hebben er snel profijt van. Vergaderingen samenvatten, actiepunten vastleggen, statusrapportages samenstellen uit Teams en e-mail of projectdocumentatie voorbereiden op basis van eerdere versies: het is allemaal repeterend werk dat AI voor een groot deel kan overnemen.
VerantwoordAI werkt daarnaast voor gemeenten en andere publieke organisaties. Daar gaat het naast productiviteit ook nadrukkelijk om governance. Zo hielp het bedrijf een gemeente om binnen dertig dagen een AI-toepassing in de vergunningverlening te beoordelen, een register op te zetten en een dashboard voor de stuurgroep in te richten. “AI gebruiken en AI beheersen horen voor ons bij elkaar”, zegt Verschuur.
Met Booming Venture richt Verschuur zich op marketing en sales. Ook daar is zijn doel niet om zoveel mogelijk AI in te zetten, maar om concrete commerciële waarde te halen. Marketingteams kunnen in korte tijd een volledige contentplanning maken, met blogs, social posts en nieuwsbrieven in de eigen tone of voice. Tegelijk verandert het zoekgedrag.
“Mensen zoeken niet meer alleen via Google”, zegt Verschuur. “Ze stellen hun vragen steeds vaker rechtstreeks aan systemen zoals ChatGPT en Perplexity. Dat betekent dat organisaties ook moeten nadenken over hoe ze daar zichtbaar en vindbaar worden.”
Salesteams gebruiken AI om leads te prioriteren, accountinformatie voor gesprekken te bundelen en persoonlijke opvolging voor te bereiden. Waar een verkoper vroeger soms een uur nodig had om een klantgesprek voor te bereiden, lukt dat nu in sommige gevallen in een paar minuten.
Ook bij offertes liggen veel kansen. AI combineert eerdere succesvolle offertes, informatie over de klant en input uit gesprekken tot een eerste conceptvoorstel. “Dat betekent niet dat de verkoper niets meer hoeft te doen”, zegt hij. “Die beoordeelt, past aan en verstuurt. Maar je kunt de doorlooptijd van dagen terugbrengen naar uren.” Die menselijke controle vindt Verschuur essentieel. AI versnelt het werk, maar de verantwoordelijkheid blijft bij mensen.
Voor data-analyse geldt hetzelfde. Organisaties kunnen klantgedrag analyseren, zien wie mogelijk afhaakt of juist klaar is voor een vervolgaankoop en daar gerichte acties aan koppelen. Ook dan begint het met de vraag wat je wilt bereiken.
Verschuur vindt dat organisaties vooraf moeten bepalen wat een AI-toepassing moet opleveren, bijvoorbeeld in tijd, omzet, kwaliteit, snelheid of klanttevredenheid. “Als je vooraf niet weet wat succes betekent, kun je achteraf ook niet zeggen of AI iets heeft opgeleverd.” Daarom meet zijn team waar mogelijk zowel voor als na een implementatie.
Ook de periode na de invoering krijgt aandacht. Een oplossing die in week één enthousiast wordt gebruikt en twee maanden later nauwelijks meer wordt geopend, levert weinig op. “We zorgen daarom ook voor vervolgprogramma’s. Nieuwe gewoontes moeten onderdeel worden van het werk.” Daarnaast ondersteunt VerantwoordAI stuurgroepen en programmamanagers met de structuur en documentatie die nodig zijn om AI binnen een organisatie bestuurbaar te maken.
Verschuur ziet grote kansen voor Nederland. De adoptie van AI gaat snel en veel organisaties experimenteren, maar dat betekent nog niet dat ze er ook waarde mee creëren. “Gebruiken is iets anders dan resultaat halen.” De organisaties die het goed doen, kiezen eerst een paar concrete toepassingen, maken die meetbaar beter en bouwen daarna verder. “Geen enorm AI-programma waarin je twintig dingen tegelijk probeert. Kleine bewezen stappen die bij elkaar optellen, werken vaak veel beter.”
Tegelijk ziet Verschuur duidelijke risico’s. AI kan informatie verzinnen en gegevens kunnen op de verkeerde plek terechtkomen. Wie werkt met dossiers, klantinformatie of persoonsgegevens, moet daarom zorgvuldig zijn. De AI Act ziet hij niet als een administratieve verplichting die achteraf nog even geregeld moet worden. Het gaat om afspraken over hoe een organisatie met AI werkt. Zijn uitgangspunt is helder:
“Geen AI zonder afspraken, zonder menselijke controle en zonder meting vooraf en achteraf.”
Wanneer organisaties AI ontwikkelen en implementeren, ligt de focus vaak op functionaliteit: wat kan het systeem en hoe snel levert het resultaat?
Volgens Janine Simons is dat maar een deel van het verhaal.
"Een AI-systeem kan technisch indrukwekkend zijn, maar dat betekent nog niet automatisch dat het betrouwbaar, veilig en verantwoord werkt. Uiteindelijk draait het om vertrouwen. En vertrouwen moet je kunnen onderbouwen."
Met ruim vijftien jaar ervaring in Quality Assurance en softwaretesting helpt Janine organisaties om AI-systemen niet alleen werkend te krijgen, maar ook aantoonbaar betrouwbaar en beheersbaar te maken. Daarbij combineert ze haar expertise op het gebied van AI Testing, Quality Assurance en AI Governance.
Tijdens haar loopbaan werkte Janine aan complexe systemen binnen onder meer de financiële sector, overheid en retail. Daar stond altijd dezelfde vraag centraal: hoe weet je zeker dat een systeem doet wat het moet doen?
Met de opkomst van AI werd die vraag alleen maar relevanter.
"Bij traditionele software kun je vaak vooraf bepalen wat de juiste uitkomst moet zijn. Bij AI ligt dat anders. Uitkomsten kunnen variëren en de kwaliteit van een antwoord is niet altijd zwart-wit te beoordelen. Dat vraagt om een andere aanpak van kwaliteit en testing."
Juist daarom ziet Janine een belangrijke rol voor AI Testing als onderdeel van verantwoord AI-gebruik.
De aandacht voor AI Governance groeit snel. Organisaties ontwikkelen beleid, richtlijnen en kaders om AI verantwoord in te zetten. Een positieve ontwikkeling, vindt Janine.
Toch ziet zij dat er vaak iets ontbreekt.
"Governance beschrijft hoe je wilt dat AI wordt gebruikt. Maar daarmee weet je nog niet of een AI-systeem in de praktijk daadwerkelijk aan die afspraken voldoet."
Volgens haar ontstaat die zekerheid pas wanneer governance wordt gecombineerd met testen, validatie en monitoring.
"Je kunt op papier vastleggen welke risico's je wilt beheersen, maar uiteindelijk moet je ook aantonen dat de maatregelen werken."
Janine verwacht dat AI Assurance de komende jaren een steeds belangrijker vakgebied wordt. Daarbij komen verschillende disciplines samen: governance, risicoanalyse, testing, validatie en monitoring.
Het doel is eenvoudig: organisaties helpen om niet alleen vertrouwen uit te spreken, maar ook bewijs te leveren dat hun AI-systemen veilig, betrouwbaar en compliant functioneren.
"Klanten, toezichthouders en medewerkers willen steeds vaker weten hoe AI wordt ingezet en welke waarborgen zijn ingebouwd. Dan is het niet voldoende om te zeggen dat je het goed geregeld hebt. Je moet het kunnen aantonen."
Volgens Janine geldt dit niet alleen voor grote organisaties met complexe compliance-eisen. Ook startups kunnen hier voordeel uit halen.
"Wanneer je vanaf de eerste versie van je product nadenkt over kwaliteit, risico's en governance, voorkom je dat je later alles moet aanpassen. Het helpt je bovendien om vertrouwen op te bouwen bij klanten en investeerders."
Naast adviesopdrachten verzorgt Janine daarom ook workshops en trainingen over AI Quality, AI Testing en AI Governance, waarbij de focus ligt op het praktisch toepassen van kwaliteitsprincipes binnen AI-ontwikkeling.
Voor Janine is aansluiting bij BRAIN Nederland een logische stap.
"De uitdagingen rondom AI zijn te groot om alleen op te lossen. We hebben samenwerking nodig tussen ondernemers, onderzoekers, beleidsmakers en technologie-experts."
Volgens haar biedt BRAIN Nederland een waardevol platform om kennis te delen, ervaringen uit te wisselen en gezamenlijk te werken aan standaarden voor betrouwbare AI.
"Innovatie en verantwoordelijkheid hoeven elkaar niet te vertragen. Sterker nog: organisaties die kwaliteit vanaf het begin goed organiseren, kunnen juist sneller en met meer vertrouwen innoveren."
Als er één boodschap is die Janine organisaties wil meegeven, dan is het deze:
"We moeten niet alleen vragen wat AI kan. We moeten ook vragen of het betrouwbaar werkt, of de risico's beheersbaar zijn en of we dat kunnen aantonen."
Want uiteindelijk ontstaat vertrouwen niet door mooie beloftes, maar door bewijs.
"Vertrouwen in AI ontstaat pas echt wanneer je kunt aantonen waarom dat vertrouwen terecht is."
Ja. AI-gebruik op de werkvloer is niet langer vooral een zaak van programmeurs en IT-specialisten. Commerciële en pedagogische functies gebruiken AI inmiddels intensiever dan ICT. De belangrijke vraag voor organisaties is daardoor niet alleen welke technologie zij kiezen, maar vooral hoe zij werk, vaardigheden en verantwoordelijkheid opnieuw inrichten.
De verschuiving blijkt uit het onderzoek AI in Nederland 2026 van Peil.nl en tech-watcher Vincent Everts, uitgevoerd onder circa 6.000 Nederlanders. Volgens de berichtgeving van Computable gebruikt 81% van de mensen in commerciële functies AI intensief. In pedagogische functies is dat 77%, in management 75% en in creatief en taalkundig werk eveneens 75%. ICT komt uit op 63%.
Dat ICT niet bovenaan staat, betekent niet dat de sector achterblijft. ICT-professionals begonnen juist eerder: het aandeel intensieve gebruikers groeide daar van 53% naar 63%. Andere beroepsgroepen maken nu een inhaalslag. AI verschuift daarmee van specialistische technologie naar een algemeen hulpmiddel voor het dagelijkse werk.
De groei is in korte tijd opvallend. In januari 2024 zei 55% van de Nederlanders nooit AI te gebruiken. In september 2026 is dat aandeel volgens AI in Nederland 2026 gedaald naar 28%. Tegelijk steeg het aandeel intensieve gebruikers, mensen die AI meerdere keren per week of dagelijks gebruiken, van 8% naar 45%.
Ook de toepassingen worden breder. Van de regelmatige gebruikers zet 63% AI in als alternatief voor een zoekmachine. De helft gebruikt AI om eigen teksten te verbeteren. Daarnaast gebruikt 35% AI om teksten samen te vatten en 35% om teksten te laten maken.
Die cijfers vragen om nuance. Gebruik zegt nog niets over kwaliteit, veiligheid of structurele waarde. Wie AI inzet om informatie te zoeken of een eerste versie van een tekst te maken, gebruikt iets anders dan een organisatie die AI koppelt aan klantgegevens, processen of besluitvorming. Toch is de richting helder: AI is voor veel werkenden geen uitzonderlijk experiment meer.
De beroepen met het hoogste intensieve gebruik delen een belangrijk kenmerk: veel werk draait om informatie verwerken, uitleg geven, communiceren, voorbereiden en aanpassen aan een specifieke situatie. Juist daarbij kan generatieve AI direct ondersteunen.
In commerciële functies kan AI helpen bij het voorbereiden van klantgesprekken, het structureren van klantinformatie, het maken van eerste voorstellen en het verbeteren van communicatie. Dat verklaart waarom de technologie hier snel landt.
Maar een goed commercieel gesprek is meer dan een overtuigende tekst. Een accountmanager moet de situatie van een klant begrijpen, een belofte kunnen waarmaken en afwegen wat passend is. AI kan voorbereiding versnellen. De mens blijft verantwoordelijk voor inhoud, relatie en afspraak.
Voor docenten en andere pedagogische professionals kan AI helpen bij lesvoorbereiding, differentiatie, het ontwikkelen van oefenmateriaal en het samenvatten van informatie. Dat biedt kansen om tijd vrij te maken voor begeleiding en persoonlijk contact.
Tegelijk vraagt onderwijs om extra zorgvuldigheid. Leerlingen en studenten verschillen in voorkennis, taalvaardigheid en ondersteuningsbehoefte. AI-uitkomsten moeten daarom altijd worden beoordeeld op juistheid, toegankelijkheid en didactische waarde. Persoonsgegevens en leerresultaten horen bovendien niet zonder duidelijke afspraken in willekeurige AI-tools terecht te komen.
Tekst, beeldideeën en formats zijn snel te genereren. Daardoor ligt de drempel om AI te gebruiken laag. Maar snelheid is geen kwaliteitsgarantie. Een professionele gebruiker controleert feiten, bronnen, auteursrechtelijke risico's, toon en context.
AI kan het blanco scherm wegnemen. Het menselijke werk verschuift dan naar redactie, onderscheidend vermogen en de vraag wat een boodschap werkelijk moet bereiken.
De verschuiving betekent niet dat ICT minder belangrijk wordt. Integendeel: wanneer AI op grote schaal buiten de IT-afdeling wordt gebruikt, groeit de behoefte aan een goed technisch en organisatorisch fundament.
ICT krijgt er een bredere opdracht bij:
Dat vraagt om een andere rol dan uitsluitend technologie leveren. ICT wordt een partner in het ontwerpen van betrouwbaar werk met AI. Dat lukt alleen wanneer IT, HR, juridische experts, leidinggevenden en de professionals op de werkvloer samen optrekken.
Niet automatisch. Onder de meest intensieve AI-gebruikers verwacht 84% dat AI de eigen efficiëntie minstens kan verdubbelen. Daarnaast ziet 41% van de werkenden mogelijkheden om producten of diensten uit te breiden, verwacht 40% dat saai werk kan verdwijnen en noemt 38% kostenverlaging als kans.
Verwachtingen zijn echter geen gemeten resultaten. Een organisatie die productiviteitswinst wil aantonen, moet verder kijken dan het aantal AI-licenties of prompts. Meet bijvoorbeeld per toepassing:
Een snelle eerste versie kan waardevol zijn, maar alleen als controlewerk niet alle tijdwinst weer wegneemt. Daarom is het verstandig om klein te beginnen met een afgebakende taak en vooraf te bepalen wat een geslaagde toepassing is.
Het onderzoek laat zien dat de samenleving AI niet eenduidig als kans of bedreiging ziet. 45% van de respondenten ziet beide kanten, 25% vooral kansen en 30% vooral bedreigingen. De verschillen naar opleiding en ervaring zijn groot: 39% van de WO-opgeleiden ziet AI vooral als kans, tegenover 12% van de laagopgeleiden. Bij laagopgeleiden ziet 52% AI juist vooral als bedreiging.
Die verschillen verdienen aandacht. Als AI in steeds meer beroepen een basisinstrument wordt, moet iedereen de kans krijgen om ermee te leren werken. AI-geletterdheid gaat daarbij niet alleen over goede prompts schrijven. Het gaat ook over weten:
Wie medewerkers alleen toegang geeft tot een tool, laat hen met deze vragen alleen. Wie oefent met echte werksituaties, duidelijke grenzen stelt en ruimte maakt voor kritische vragen, bouwt aan passend vertrouwen.
De snelste route naar duurzame AI-adoptie begint niet met een brede uitrol, maar met een concreet werkprobleem. Kies een taak die veel tijd kost, goed af te bakenen is en waar een fout niet direct grote gevolgen heeft. Denk aan het samenvatten van interne documenten, het voorbereiden van een klantbrief of het structureren van veelgestelde vragen.
Leg vervolgens vooraf vast wat AI doet en wat de professional doet.
| Onderdeel | AI kan ondersteunen bij | De mens blijft verantwoordelijk voor |
|---|---|---|
| Informatie verwerken | samenvatten, ordenen, vergelijken | broncontrole, context en volledigheid |
| Communicatie voorbereiden | eerste opzet, alternatieve formuleringen | feiten, toon, goedkeuring en verzending |
| Analyse | patronen en aandachtspunten signaleren | interpretatie, besluit en opvolging |
| Proceswerk | standaardstappen voorbereiden | uitzonderingen, toestemming en herstel |
Wijs daarnaast per toepassing een eigenaar aan. Die eigenaar bewaakt het doel, de kwaliteit, de spelregels en de route voor vragen of incidenten. Zo blijft verantwoordelijkheid niet hangen bij de individuele medewerker die toevallig de AI-uitkomst gebruikt.
Voor toepassingen met grotere gevolgen, bijvoorbeeld rond selectie, beoordeling, onderwijsresultaten, krediet of zorg, zijn zwaardere waarborgen nodig. De EU AI Act hanteert daarvoor een risicogestuurde benadering. Organisaties doen er goed aan om vroeg te beoordelen welke regels, documentatie, menselijke controle en transparantie voor hun toepassing relevant zijn.
De cijfers uit AI in Nederland 2026 laten zien hoe snel AI zich buiten de traditionele ICT-domeinen verspreidt. Commercie, onderwijs, management en creatief werk gebruiken AI inmiddels intensief. Dat biedt kansen om kennis toegankelijker te maken, voorbereiding te versnellen en repetitief werk anders in te richten.
Maar de opbrengst ontstaat niet vanzelf. Organisaties moeten investeren in vaardigheden, veilige randvoorwaarden, betrouwbare data en heldere verantwoordelijkheid. Het gesprek gaat dus niet alleen over welke taken AI kan uitvoeren. Het gaat over welk werk beter wordt, welke menselijke kwaliteiten belangrijker worden en hoe we zorgen dat de voordelen van AI voor meer mensen bereikbaar zijn.
BRAIN Nederland ziet daarin een gezamenlijke opdracht voor de Nederlandse AI-sector. Niet alleen nieuwe toepassingen ontwikkelen, maar ook helpen om ze professioneel, begrijpelijk en verantwoord onderdeel van het werk te maken.
Iedere dag verschijnen nieuwe AI-tools, ontstaan nieuwe bedrijven en worden bestaande producten uitgebreid met AI. Wie probeert het overzicht te bewaren, merkt al snel hoe ingewikkeld dat is geworden.
Welke toepassingen krijgen daadwerkelijk voet aan de grond? Waar ontstaan nieuwe AI-bedrijven? Welke sectoren ontwikkelen zich het snelst? En hoe staat Nederland er internationaal voor?
Precies die vragen vormen het werkterrein van RankmyAI.
Het onafhankelijke AI market intelligence-platform volgt en analyseert maandelijks meer dan 63.000 AI-tools en bedrijven wereldwijd en heeft daarmee een van de meest omvangrijke onafhankelijke databronnen rond het internationale AI-landschap opgebouwd.
Voor medeoprichter en CEO Jesse Weltevreden draait het daarbij niet om nóg meer aandacht voor de nieuwste AI-hype.
Het draait om inzicht.
“We willen begrijpen hoe het AI-landschap zich ontwikkelt: waar nieuwe bedrijven ontstaan, welke use cases tractie krijgen, waar investeringen naartoe gaan en welke landen en regio’s bepaalde specialisaties ontwikkelen.”
RankmyAI ontstond vanuit een ogenschijnlijk eenvoudige constatering: de AI-markt groeit zo snel dat niemand het geheel nog handmatig kan overzien.
Daarom brengt het platform grote hoeveelheden informatie samen over AI-tools en bedrijven. Denk aan herkomst, gebruik, doelgroepen, use cases, bedrijfskenmerken, reviews en investeringen.
AI wordt daarbij ook ingezet om nieuwe bedrijven en tools te ontdekken, te analyseren en te classificeren.
Het resultaat is veel meer dan een directory.
RankmyAI publiceert rankings, analyses, buyer guides, onderzoeksrapporten en interactieve kaarten waarmee ontwikkelingen binnen landen, regio’s en sectoren zichtbaar worden.
“Voor gebruikers brengen we overzicht in een woud van tienduizenden AI-tools. Maar onze data maakt het ook mogelijk om grotere vragen te beantwoorden. Hoe ontwikkelt een AI-ecosysteem zich? Waar ontstaat groei? Welke toepassingen winnen terrein?”
Die kennis wordt inmiddels ook ingezet voor onderzoek voor overheden, universiteiten, brancheorganisaties en internationale organisaties, waaronder de Verenigde Naties.
Een belangrijk verschil met veel commerciële AI-directories is dat een positie binnen RankmyAI niet gekocht kan worden.
Geen betaalde topposities, geen affiliate-deals die bepalen welke tool bovenaan staat.
De rankings worden opgebouwd uit verschillende meetbare marktsignalen, waaronder webverkeer, reviews en investeringen. RankmyAI beschrijft zijn methodologie publiekelijk en voert naast geautomatiseerde analyses ook handmatige kwaliteitscontroles uit.
“We willen bewust verder kijken dan de hype rond individuele tools. Het gaat uiteindelijk om de vraag welke oplossingen daadwerkelijk tractie krijgen en welke bedrijven echte waarde weten te creëren.”
Juist in een markt waarin vrijwel iedere week nieuwe beloften ontstaan, wordt dat onderscheid steeds belangrijker.
Ook het Nederlandse AI-landschap wordt door RankmyAI nauwgezet gevolgd.
Inmiddels brengt het platform meer dan 2.000 Nederlandse AI-tools en bedrijven in kaart. Volgens Weltevreden valt vooral de breedte op. AI-bedrijven zijn actief in vrijwel iedere sector, van healthcare en data science tot marketing, finance, industrie en retail.
Maar aantallen vertellen volgens hem niet het hele verhaal.
“Het aantal AI-bedrijven zegt op zichzelf weinig over de kwaliteit van het landschap. Veel interessanter is welke tools daadwerkelijk worden gebruikt, welke bedrijven echte waarde creëren en welke erin slagen om de startupfase te ontgroeien.”
Daar ligt volgens Weltevreden ook een belangrijke uitdaging voor Nederland.
Het Nederlandse AI-landschap is internationaal gezien relatief jong en bestaat voor een groot deel uit kleinere bedrijven. Tegelijkertijd ziet hij juist veel kansen voor ondernemingen die gespecialiseerde AI-oplossingen ontwikkelen voor specifieke sectoren en toepassingen.
Voor verdere groei is volgens Weltevreden een sterk ecosysteem nodig waarin bedrijven, kennisinstellingen, onderwijs, investeerders en overheid elkaar beter weten te vinden.
Daarom sloot RankmyAI zich vanaf het begin aan bij BRAIN Nederland.
En niet alleen als Founding Member, maar ook als Founding Partner.
RankmyAI kan met zijn data bijvoorbeeld zichtbaar maken waar Nederland sterk in is, waar ontwikkelingen achterblijven en hoe ons AI-landschap zich verhoudt tot andere landen.
Die samenwerking krijgt de komende periode verder vorm.
BRAIN Nederland en RankmyAI willen gezamenlijk relevante inzichten over de ontwikkeling van de AI-sector delen. Niet op basis van aannames of incidenten, maar zoveel mogelijk ondersteund door data.
Hans Schuurmans, voorzitter van BRAIN Nederland:“RankmyAI heeft iets opgebouwd waar we als Nederlandse AI-sector trots op mogen zijn. Ze zijn op dit gebied niet alleen toonaangevend in Nederland. Hun gegevens, onderzoeken en inzichten worden wereldwijd gebruikt door partijen die het AI-landschap echt willen begrijpen. Dat RankmyAI zich als Founding Partner aan BRAIN Nederland verbindt, is daarom van grote waarde. Samen kunnen we ontwikkelingen in onze markt beter zichtbaar maken en de discussie over de toekomst van AI in Nederland veel sterker met feiten onderbouwen.”
Voor Weltevreden past die samenwerking bij wat de Nederlandse AI-sector volgens hem nu nodig heeft: kennis delen, kwaliteit zichtbaar maken en ervoor zorgen dat bedrijven en professionals gezamenlijk een volwassen sector opbouwen.
“Juist omdat AI nog volop in ontwikkeling is, is het belangrijk dat partijen elkaar weten te vinden en zich organiseren.”
En misschien is dat wel precies waar data uiteindelijk het verschil maakt.
Niet door te voorspellen welke hype morgen de grootste wordt.
Maar door zichtbaar te maken wat er werkelijk gebeurt.
De afwijzing van een wereldwijde toezichthouder voor AI door president Donald Trump maakt internationale samenwerking niet onmogelijk, maar wel ingewikkelder. Voor Nederland en Europa verandert daardoor één ding niet: betrouwbaar AI-beleid begint met duidelijke verantwoordelijkheid, toetsbare afspraken en toepassing in de praktijk.
Volgens berichtgeving van Politico op 22 september wijst Trump het idee af van een mondiale organisatie die toezicht houdt op kunstmatige intelligentie. Daarmee komt een fundamentele vraag scherper op tafel: wie bepaalt de grenzen van technologie die over landsgrenzen, sectoren en rechtsstelsels heen werkt?
Het bericht van Politico draait om de Amerikaanse afwijzing van een internationale entiteit voor AI-toezicht. De discussie is relevant omdat AI-systemen zelden binnen één land blijven. Modellen, chips, cloudinfrastructuur, trainingsdata en toepassingen zijn onderdeel van mondiale ketens.
Een wereldwijd toezichtsorgaan zou landen mogelijk helpen om risico's gezamenlijk te beoordelen, informatie uit te wisselen en minimumnormen af te spreken. Tegelijkertijd roept zo'n orgaan lastige vragen op. Welke landen hebben zeggenschap? Welke regels gelden voor commerciële modellen? En hoe voorkom je dat toezicht innovatie vertraagt of een geopolitiek instrument wordt?
De Amerikaanse afwijzing laat zien dat er geen vanzelfsprekende internationale consensus bestaat over het antwoord.
AI is grensoverschrijdend, maar wetgeving en handhaving zijn dat meestal niet. Een ontwikkelaar kan in het ene land zitten, een cloudprovider in een tweede land gebruiken en diensten leveren aan organisaties in tientallen andere landen. Dat maakt nationale regels noodzakelijk, maar niet altijd voldoende.
Daar komt bij dat landen verschillende belangen hebben.
Een mondiale instantie zou deze belangen moeten verbinden. Dat is niet alleen een technisch vraagstuk, maar vooral een politiek vraagstuk.
Nee. Het ontbreken van een wereldwijd AI-orgaan betekent niet dat er geen normen, wetgeving of samenwerking bestaat. Het betekent wel dat het speelveld bestaat uit meerdere lagen die niet altijd hetzelfde zijn.
De Europese Unie heeft met de AI Act een wettelijk kader vastgesteld. De verordening werkt risicogestuurd: hoe groter de mogelijke impact van een AI-toepassing op veiligheid, grondrechten of mensen, hoe zwaarder de eisen. Voor sommige toepassingen gelden verboden, terwijl systemen met een hoog risico onder meer eisen kunnen krijgen rond risicobeheer, documentatie, toezicht door mensen en monitoring.
Daarnaast bestaan er internationale uitgangspunten. De OESO AI Principles benoemen onder meer inclusieve groei, menselijke waarden, transparantie, robuustheid en verantwoordingsplicht. De Raad van Europa heeft een kaderverdrag over AI, mensenrechten, democratie en de rechtsstaat opgesteld.
Deze kaders vormen geen wereldregering voor AI. Zij bieden wel taal, principes en afspraken waar landen en organisaties op kunnen voortbouwen.
Internationale afspraken en een mondiale toezichthouder worden vaak op één hoop gegooid, maar het zijn verschillende instrumenten.
| Instrument | Wat het doet | Voorbeeld |
|---|---|---|
| Gemeenschappelijke principes | Geeft richting aan beleid en ontwerp | OESO AI Principles |
| Wetgeving per rechtsgebied | Schept bindende regels en sancties | EU AI Act |
| Verdrag of conventie | Verbindt landen rond gezamenlijke normen | Kaderverdrag van de Raad van Europa |
| Mondiale toezichthouder | Beoordeelt naleving of coördineert toezicht over grenzen heen | Een voorgestelde internationale AI-entiteit |
De discussie die Trump volgens Politico afwijst, gaat dus verder dan het delen van kennis of het afspreken van beginselen. Het gaat om de vraag of landen bevoegdheden willen onderbrengen bij een internationale instantie.
Nederlandse AI-organisaties opereren in een Europese markt, maar gebruiken vaak technologie, modellen en infrastructuur van buiten Europa. Zij krijgen daardoor te maken met uiteenlopende verwachtingen van klanten, toezichthouders, leveranciers en internationale partners.
Voor een Nederlandse organisatie is het niet verstandig om te wachten op één mondiale set regels. De praktische opdracht ligt dichterbij:
Dat sluit aan bij het AI Risk Management Framework van NIST, dat organisaties helpt risico's rond AI in kaart te brengen en te beheersen.
Europa kan eigen regels stellen voor producten en diensten die op de Europese markt komen. De AI Act blijft dus relevant, ook als de Verenigde Staten geen voorstander zijn van wereldwijd toezicht.
Maar Europese regels lossen niet alles op. Effectief toezicht vraagt ook om internationale samenwerking rond onderwerpen als modelveiligheid, cyberdreigingen, incidenten, technische standaarden en grensoverschrijdende dataketens. Juist daar blijft dialoog met landen buiten de EU nodig.
De Verenigde Staten hebben bovendien hun eigen koers in AI-beleid. In het Amerikaanse AI Action Plan ligt de nadruk op innovatie, infrastructuur en internationaal leiderschap. Dat illustreert dat landen wel degelijk actief beleid voeren, maar niet noodzakelijk kiezen voor dezelfde vorm van internationale sturing.
De vraag naar mondiale governance mag geen excuus worden om lokaal niets te regelen. Vertrouwen ontstaat uiteindelijk in de concrete toepassing: bij de klant, de burger, de medewerker en de professional die met AI werkt.
Voor de Nederlandse sector ligt er daarom een duidelijke kans om zelf volwassenheid te tonen. Niet door alleen te zeggen dat AI verantwoord is, maar door zichtbaar te maken hoe kwaliteit wordt geborgd. Bijvoorbeeld met heldere informatie over gegevensverwerking, realistische claims over wat een systeem kan, aantoonbare menselijke controle en afspraken over klachten, fouten en herstel.
Dat is ook waarom sectorbrede kennisdeling belangrijk is. Organisaties hoeven niet ieder voor zich het wiel uit te vinden. Zij kunnen ervaringen delen over risicobeoordelingen, contracten, transparantie, opleiding en toetsing. BRAIN Nederland wil precies aan die professionalisering bijdragen: innovatie verbinden met verantwoordelijkheid en praktische toepasbaarheid.
Trumps afwijzing van een mondiale AI-toezichthouder maakt duidelijk hoe politiek AI-governance is geworden. De technologie ontwikkelt zich wereldwijd, maar landen verschillen over de vraag wie regels maakt, wie toezicht houdt en hoeveel ruimte bedrijven nodig hebben om te innoveren.
Een wereldwijde scheidsrechter is voorlopig geen gegeven. Dat maakt de bestaande bouwstenen des te belangrijker: Europese wetgeving, internationale principes, technische standaarden en organisaties die zelf verantwoordelijkheid nemen.
Voor Nederlandse AI-bedrijven en gebruikers is de belangrijkste les eenvoudig. Wacht niet op volledige mondiale overeenstemming. Bouw nu aan systemen die uitlegbaar, zorgvuldig en controleerbaar zijn. Daar begint vertrouwen, ongeacht waar het volgende internationale akkoord wordt gesloten.
“We moeten iets met AI.”
Kaspar van Hulst hoorde die zin de afgelopen jaren bij bijna iedere organisatie waar hij binnenkwam. De urgentie is begrijpelijk. AI ontwikkelt zich razendsnel en vrijwel iedere directie voelt dat er iets moet gebeuren.
Maar juist daar begint volgens hem het probleem.
“Iets met AI” is geen strategie. Het is een gevoel. En een gevoel kun je niet begroten, niet prioriteren en ook niet stoppen.”
Twee jaar geleden richtte van Hulst daarom Straightable Innovatie & Strategie op. Zijn doel: organisaties helpen om van AI-enthousiasme naar concrete keuzes te komen.
Niet beginnen bij de technologie, maar bij de vraag waar AI daadwerkelijk waarde moet toevoegen.
En minstens zo belangrijk: waar voorlopig niet.
Van Hulst vergelijkt AI-transformatie graag met een verbouwing.
“Veel organisaties beginnen bij de gereedschapskist. Daar zit ineens heel veel nieuw en interessant gereedschap in. Maar ik begin liever bij de tekening. Wat wil je eigenlijk bouwen?”
Dat betekent dat Straightable geen AI-licenties verkoopt en ook geen implementatiecapaciteit levert.
Die onafhankelijkheid is volgens van Hulst essentieel.
“Het antwoord op de vraag of een bepaalde AI-toepassing er moet komen, mag bij mij ook gewoon nee zijn. Als ik verdien aan de implementatie, wordt zo’n antwoord automatisch lastiger.”
Zijn klanten zijn vooral directies binnen het groot-MKB en organisaties in de laag daar net boven. Bedrijven die vaak nog geen eigen AI-expertise in huis hebben, maar wel beslissingen moeten nemen die grote gevolgen kunnen hebben voor hun organisatie.
Het werk begint bij Straightable meestal met de vraag waar een organisatie op dit moment staat.
Daarvoor ontwikkelde van Hulst een AI-Assessment, gebaseerd op het whitepaper ‘AI is een leiderschapsopgave’, dat hij samen schreef met associate professor Frederik Situmeang van Hogeschool van Amsterdam.
Daarin worden organisaties langs vijf domeinen bekeken:
strategie, operatie, technologie & data, bestuur & ethiek en mens & cultuur.
“AI raakt al die onderdelen. Daarom kun je het niet alleen bij IT neerleggen.”
Na het assessment helpt van Hulst directies om hun keuzes terug te brengen tot één duidelijke pagina.
Niet alleen wat een organisatie wél gaat doen, maar ook wat bewust blijft liggen.
Vervolgens wordt er een portfolio ingericht met duidelijke eigenaren per toepassing en met vaste momenten waarop besloten wordt of een experiment stopt of verder wordt opgeschaald.
“Een pilot die nergens naartoe gaat, is geen innovatie. Je moet vooraf weten wanneer iets succesvol genoeg is om door te gaan en wanneer je ermee stopt.”
Als een organisatie nog niemand heeft die deze ontwikkeling kan dragen, kan van Hulst die rol tijdelijk zelf vervullen, dicht tegen de directie aan.
Bouwen laat hij bewust aan anderen over.
“Er zijn genoeg goede AI-leveranciers. Mijn rol is ervoor zorgen dat de vraag scherp is vóórdat die bij een leverancier terechtkomt.”
Dat voorkomt volgens hem teleurstelling aan beide kanten.
Van Hulst is optimistisch over de kansen van AI voor Nederland.
“We staan nog maar aan het begin. Deze geest gaat niet meer terug in de fles.”
Volgens hem zullen mens en AI de komende jaren organisaties en complete bedrijfstakken veranderen.
Dat hoeft volgens van Hulst geen reden voor angst te zijn.
“Mensen hebben zich bij iedere grote technologische verschuiving aangepast. Vaak sneller dan vooraf werd gedacht. Ik zie geen reden waarom dat nu anders zou zijn. Ik vind het eerlijk gezegd een voorrecht om dit van dichtbij mee te maken.”
Nederland heeft volgens hem bovendien een interessante uitgangspositie.
We hebben misschien geen eigen hyperscalers en geen modellen die kunnen concurreren met de grootste internationale spelers, maar dat hoeft ook niet.
“Het verschil wordt uiteindelijk gemaakt in de toepassing.”
Nederland heeft volgens van Hulst sterke processen, een praktische manier van werken en een lange traditie van technologie toepassen op concrete problemen.
Daar zit een kans.
Maar die voorsprong blijft niet automatisch bestaan.
“Als we wachten tot de Verenigde Staten en China het voor ons hebben uitgezocht, verdampt die voorsprong.”
Volgens van Hulst zit daar tegelijkertijd een belangrijke waarschuwing.
AI verschilt fundamenteel van eerdere digitaliseringsgolven.
Een traditioneel softwaresysteem voert steeds dezelfde geprogrammeerde handeling uit. Een AI-model werkt met waarschijnlijkheden, kan leren en krijgt steeds vaker een rol in het voorbereiden of ondersteunen van beslissingen.
Daarmee verandert niet alleen de techniek.
Ook werk, verantwoordelijkheid en besluitvorming veranderen mee.
“Organisaties die AI als een traditioneel IT-project behandelen, halen misschien de technologie binnen, maar laten de belangrijkste vragen liggen.”
Die vragen zijn volgens hem vooral bestuurlijk.
Welke besluiten mag AI voorbereiden?
Welke beslissingen moeten altijd bij een mens blijven?
Is de data goed genoeg?
Wie is eigenaar van een toepassing?
Wie heeft mandaat én budget?
En weet de organisatie vóór ingebruikname in welke risicoklasse binnen de EU AI Act een toepassing valt?
Wie die vragen serieus beantwoordt, houdt volgens van Hulst meestal minder AI-projecten over.
Maar dat is volgens hem juist winst.
“Minder initiatieven betekent niet dat je achterloopt. Het betekent vaak dat je voor het eerst echt hebt gekozen.”
Dat kiezen wordt volgens van Hulst een van de belangrijkste competenties voor directies.
De verleiding is groot om mee te gaan in iedere nieuwe tool, mogelijkheid of belofte.
Maar strategie betekent ook nee zeggen.
AI moet volgens hem altijd verbonden zijn aan een concreet probleem, een eigenaar en een meetbaar resultaat.
Anders ontstaat een verzameling experimenten die energie, tijd en geld kosten, maar nauwelijks structurele waarde opleveren.
“De vraag is niet hoeveel AI-projecten je hebt. De vraag is welke toepassingen echt bijdragen aan je organisatie.”
Juist omdat de AI-markt zich zo snel ontwikkelt, vindt van Hulst samenwerking binnen de sector belangrijk.
Voor klanten is het volgens hem steeds moeilijker om te beoordelen welke leverancier betrouwbaar is, welke belofte realistisch is en welke organisatie over een paar jaar nog bestaat.
Daarom sloot Straightable zich aan als Founding Member van BRAIN Nederland.
“Als ik directies adviseer bij hun keuzes, helpt het enorm wanneer leveranciers zich verbinden aan afspraken over eerlijke communicatie, data, wetgeving en wat hun technologie wel en niet kan.”
De gedragscode van BRAIN Nederland maakt zijn eigen advieswerk daarmee volgens hem concreet beter.
Maar Founding Member worden betekent voor hem ook invloed willen hebben op hoe de sector zich ontwikkelt.
“Als je vindt dat een sector afspraken nodig heeft, moet je erbij zijn wanneer die afspraken worden gemaakt. Niet pas aanschuiven als ze klaar zijn.”
Een onafhankelijke branchevereniging kan volgens van Hulst bovendien de plek zijn waar vraag en aanbod elkaar ontmoeten voordat er een contract op tafel ligt.
Dat wordt de komende jaren alleen maar belangrijker.
“Overheid en toezichthouders gaan met deze sector praten, of we ons nu organiseren of niet. Het verschil is of je zelf aan tafel zit of dat er over je wordt gesproken.”
Ook het erkenningsmerk waaraan BRAIN Nederland werkt, ziet hij als belangrijk.
“Dat wordt straks een van de dingen waar mijn klanten naar gaan vragen. En eerlijk gezegd ga ik ze zelf adviseren om erop te letten.”
Voor van Hulst draait volwassen AI-adoptie uiteindelijk om één ding:
niet zoveel mogelijk AI inzetten, maar bewust kiezen waar AI aantoonbaar waarde toevoegt.
En juist daarin ligt volgens hem de verantwoordelijkheid van leiders, adviseurs én leveranciers.