“Veel integraties of verandertrajecten mislukken niet door strategie, maar door onderschatting in de uitvoering.
Succesvolle integratie en organisatieverandering vraagt om meer dan alleen plannen: het vraagt om regie, samenhang, aandacht voor systemen, data én mensen.“
Wanneer schakel jij mij in?
✔ De integratie loopt vertraging op
✔ Teams werken langs elkaar heen
✔ Processen sluiten niet meer aan
✔ Er ontbreekt overzicht in data, IT en operatie
✔ Een lijnmanager valt uit en er ontstaat onrust in het team
✔ De verwachte synergie blijft uit
Wie ik ben:
Ik ben een hands-on interim-manager die strategie, mensen en operatie bij elkaar brengt. Geen dikke rapporten, maar uitvoering, grip en resultaat.
✔ 20+ jaar ervaring met complexe integraties
✔ Interim inzetbaar op directieniveau als COO, CIO of programmamanager
✔ Focus op synergie, rust, structuur en meetbaar resultaat
✔ Flexibel inzetbaar, met heldere afspraken en marktconforme tarieven
Meer info over Robrecht Heukers
Van al deze opdrachten zijn referenties beschikbaar:
Telecom: KPN, VodafoneZiggo, Vodafone ● Scheepsbouw: Royal IHC ● Bouw en industrie: ECI Solutions en Arcadis ● Medische sector: Canon Medical ● Woningcorporaties: Thuisvester, WonenBreburg, Portaal en Woonkwartier ● ICT dienstverleners: Getronics, PinkRoccade, MuleSoft ● Banken: ABN Amro, MeesPierson ● Betaaldiensten: Mollie ● Salarisverwerking en ziekteverzuim: VismaRaet en Robidus ● Verzekeraars: AON en Achmea ● Muziekindustrie: BumaStemra
Plan een kennismaking of bel direct:
Postmerger. BV
Drs. ing. Robrecht Heukers LSSBB
06 – 44 99 04 98
robrecht.heukers@postmerger.nl
AI: van hype naar concrete businesswaarde
Kunstmatige intelligentie staat bij vrijwel iedere organisatie op de agenda. Directies lezen over generatieve AI, medewerkers experimenteren met tools zoals ChatGPT en leveranciers beloven aanzienlijke kostenbesparingen.
Toch blijft voor veel organisaties één vraag onbeantwoord: waar levert AI daadwerkelijk geld op?
De technologie ontwikkelt zich snel, maar succesvolle AI-implementatie begint niet bij een tool. Het begint bij een bedrijfsprobleem. Welke processen kosten te veel tijd? Waar ontstaan fouten of vertragingen? Welke kennis is moeilijk toegankelijk? Waar kunnen medewerkers beter worden ondersteund? En welke investeringen leveren op korte en lange termijn het meeste rendement op?
Als AI-strateeg help ik organisaties om de stap te maken van experimenteren naar resultaat. Niet door direct een omvangrijk technologisch programma te starten, maar door gericht te onderzoeken waar AI concrete businesswaarde kan creëren. Daarbij worden kansrijke processen geselecteerd, use cases geprioriteerd en onderbouwde businesscases ontwikkeld.
Het tijdelijk inschakelen van een interimmanager met expertise in AI, digitale transformatie en procesverbetering kan daarbij bijzonder effectief zijn. Een interim AI-manager combineert strategische onafhankelijkheid met uitvoeringskracht. Hierdoor ontstaat sneller duidelijkheid, worden interne belangen overbrugd en kunnen organisaties binnen een afgebakende periode concrete resultaten realiseren.
Waarom veel AI-initiatieven onvoldoende opleveren
Veel organisaties zijn inmiddels gestart met AI-pilots. Medewerkers gebruiken generatieve AI voor het schrijven van teksten, softwareleveranciers voegen slimme functies toe aan bestaande applicaties en innovatieafdelingen testen verschillende mogelijkheden.
Toch blijven veel initiatieven hangen in de experimenteerfase. Er worden interessante demonstraties gegeven, maar de impact op omzet, kosten, klanttevredenheid of productiviteit is beperkt.
Dat heeft meestal niet te maken met de kwaliteit van de technologie. Het probleem is dat organisaties te vaak beginnen met de vraag: wat kunnen we met AI? De betere vraag is: welk bedrijfsprobleem willen we oplossen en is AI daarvoor de meest geschikte oplossing?
Zonder duidelijke prioriteiten ontstaat een verzameling losse experimenten. Medewerkers investeren tijd in verschillende toepassingen, maar niemand is verantwoordelijk voor de samenhang. Er ontbreken heldere doelstellingen, financiële onderbouwingen en criteria om te bepalen of een pilot succesvol is.
Daarnaast wordt de complexiteit van implementatie vaak onderschat. Een AI-oplossing kan technisch goed functioneren, maar alsnog weinig waarde opleveren wanneer processen niet worden aangepast, data onvoldoende betrouwbaar zijn of medewerkers de oplossing niet gebruiken.
Een effectieve AI-strategie verbindt daarom technologie met processen, mensen, data en bedrijfsdoelstellingen.
Van AI-strategie naar meetbare businesswaarde
Een goede AI-strategie hoeft geen uitgebreid rapport te zijn dat maandenlang wordt opgesteld. De strategie moet vooral richting geven aan concrete keuzes.
Welke doelstellingen wil de organisatie bereiken? Welke processen bieden de grootste kansen? Welke risico’s moeten worden beheerst? Welke kennis en technologie zijn beschikbaar? En welke use cases kunnen binnen een realistische termijn worden gerealiseerd?
Om AI-businesswaarde zichtbaar te maken, kunnen mogelijke toepassingen worden beoordeeld op vier onderdelen:
de verwachte financiële opbrengst;
de haalbaarheid van de implementatie;
de beschikbaarheid en kwaliteit van data;
de impact op medewerkers, klanten en processen.
Een use case met een hoge potentiële opbrengst is niet automatisch de beste eerste keuze. Wanneer de benodigde data versnipperd zijn, het proces nauwelijks is gestandaardiseerd of de organisatie onvoldoende capaciteit heeft, kan de implementatie lang duren.
Daarom is het vaak verstandig om te beginnen met toepassingen die snel resultaat kunnen opleveren en tegelijkertijd bijdragen aan de ontwikkeling van kennis en vertrouwen. Een succesvolle eerste toepassing creëert draagvlak voor volgende stappen.
Welke processen zijn geschikt voor AI?
AI is vooral interessant in processen waarin veel informatie wordt verwerkt, terugkerende beslissingen worden genomen of medewerkers veel tijd besteden aan zoeken, controleren, samenvatten en administreren.
Geschikte processen hebben vaak een of meer van de volgende kenmerken:
grote hoeveelheden tekst, documenten of klantvragen;
veel handmatige en herhalende werkzaamheden;
duidelijke patronen in historische data;
lange doorlooptijden;
terugkerende fouten of kwaliteitsverschillen;
specialistische kennis die moeilijk toegankelijk is;
medewerkers die veel tijd besteden aan administratieve taken.
Het doel is niet om ieder proces volledig te automatiseren. In veel situaties ontstaat de meeste waarde wanneer AI medewerkers ondersteunt. De technologie verzamelt informatie, maakt een eerste analyse of stelt een concept voor. De medewerker controleert het resultaat en neemt de uiteindelijke beslissing.
Deze combinatie van menselijke expertise en slimme automatisering is vaak sneller, betrouwbaarder en beter beheersbaar dan volledige automatisering.
Voorbeeld 1: AI voor salesondersteuning
Salesprofessionals besteden een aanzienlijk deel van hun tijd aan werkzaamheden die niet direct bijdragen aan klantcontact. Denk aan het voorbereiden van gesprekken, zoeken naar klantinformatie, bijwerken van CRM-systemen en schrijven van opvolgmails.
AI kan een groot deel van deze werkzaamheden ondersteunen. Voor een klantgesprek kan automatisch een overzicht worden samengesteld met eerdere interacties, openstaande offertes, relevante marktontwikkelingen en mogelijke commerciële kansen.
Na het gesprek kan AI een samenvatting maken, actiepunten herkennen en een voorstel voor een vervolgmail opstellen. Ook kan de technologie helpen bij het kwalificeren van leads of het herkennen van klanten met een verhoogde kans op uitbreiding of vertrek.
De businesswaarde ontstaat door tijdsbesparing en betere commerciële focus. Salesmedewerkers houden meer tijd over voor gesprekken, opvolging en relatiebeheer. Bovendien wordt belangrijke informatie consistenter vastgelegd.
De ROI kan worden berekend aan de hand van de bespaarde administratieve uren, een hogere conversie, snellere opvolging en een mogelijke stijging van de gemiddelde orderwaarde.
Voorbeeld 2: klantenservice automatiseren en verbeteren
Klantenservice is een van de bekendste toepassingsgebieden voor AI. Toch gaat de waarde verder dan alleen een chatbot op de website.
AI kan binnenkomende vragen automatisch classificeren, prioriteiten bepalen en klantberichten doorsturen naar de juiste afdeling. Veelgestelde vragen kunnen direct worden beantwoord, terwijl complexere vragen worden voorbereid voor een medewerker.
Een servicemedewerker kan tijdens een gesprek automatisch relevante informatie, eerdere contactmomenten en mogelijke oplossingen ontvangen. Na afloop kan AI een samenvatting maken en de administratie verwerken.
Hierdoor nemen wachttijden af en kunnen medewerkers meer vragen afhandelen. Tegelijkertijd verbetert de consistentie van antwoorden. Nieuwe medewerkers kunnen sneller worden ingewerkt, omdat kennis direct beschikbaar is binnen het werkproces.
De financiële waarde kan worden gemeten aan de hand van lagere afhandelingskosten, een kortere gemiddelde gesprekstijd, minder herhaalcontact en een hogere klanttevredenheid.
Een belangrijk aandachtspunt is dat automatisering niet ten koste mag gaan van de klantbeleving. Klanten moeten eenvoudig toegang houden tot een medewerker wanneer de situatie daarom vraagt.
Voorbeeld 3: offerteprocessen versnellen
In veel organisaties is het opstellen van offertes een tijdrovend proces. Medewerkers verzamelen informatie uit verschillende systemen, zoeken eerdere offertes op, controleren voorwaarden en schrijven telkens vergelijkbare teksten.
AI kan helpen om deze informatie sneller samen te brengen. Op basis van klantgegevens, productinformatie en eerdere voorstellen kan automatisch een eerste conceptofferte worden gegenereerd.
De verantwoordelijke medewerker controleert prijzen, voorwaarden en inhoud voordat de offerte wordt verzonden. Hierdoor blijft menselijke controle aanwezig, terwijl de voorbereiding aanzienlijk sneller verloopt.
Een korter offerteproces heeft direct commerciële waarde. Klanten ontvangen eerder een voorstel, salesmedewerkers kunnen meer aanvragen verwerken en de kans op fouten neemt af. Bovendien kan de kwaliteit van offertes consistenter worden wanneer gebruik wordt gemaakt van goedgekeurde teksten, actuele voorwaarden en vaste kwaliteitscontroles.
De businesscase bestaat onder andere uit tijdsbesparing, kortere doorlooptijden, minder correcties en mogelijk een hoger conversiepercentage.
Voorbeeld 4: kennismanagement verbeteren
Veel organisaties beschikken over waardevolle kennis, maar medewerkers kunnen deze informatie moeilijk vinden. Documenten staan in verschillende systemen, ervaren collega’s beantwoorden steeds dezelfde vragen en belangrijke kennis verdwijnt wanneer medewerkers vertrekken.
AI kan een toegankelijke laag creëren boven bestaande documenten, handleidingen, procedures en projectinformatie. Medewerkers kunnen vragen stellen in normale taal en ontvangen een antwoord op basis van goedgekeurde interne bronnen.
Een servicemedewerker kan bijvoorbeeld snel een productinstructie vinden. Een projectmanager kan eerdere projectervaringen raadplegen. Een nieuwe medewerker kan procedures opvragen zonder tientallen documenten te doorzoeken.
De waarde bestaat uit minder zoektijd, snellere besluitvorming en een betere overdracht van kennis. Ook kan de afhankelijkheid van individuele experts worden verminderd.
Voorwaarde is wel dat informatie betrouwbaar, actueel en goed beveiligd is. AI kan slecht kennismanagement niet volledig oplossen. Verouderde of tegenstrijdige documenten leiden ook met AI tot onbetrouwbare antwoorden.
Voorbeeld 5: rapportages automatiseren
Rapportages kosten in veel organisaties onnodig veel tijd. Medewerkers verzamelen gegevens uit verschillende bestanden, kopiëren cijfers naar presentaties en schrijven iedere maand vergelijkbare toelichtingen.
AI en procesautomatisering kunnen deze werkzaamheden grotendeels ondersteunen. Data kunnen automatisch worden verzameld en gecontroleerd. Vervolgens kan AI opvallende ontwikkelingen signaleren en een eerste managementsamenvatting opstellen.
Een finance- of businesscontrolteam hoeft daardoor minder tijd te besteden aan het produceren van rapportages en kan zich sterker richten op analyse en advisering.
De waarde ontstaat uit een kortere rapportagecyclus, minder handmatige fouten en snellere beschikbaarheid van stuurinformatie. Managementteams kunnen eerder bijsturen wanneer afwijkingen automatisch worden gesignaleerd.
Ook hier blijft menselijke controle belangrijk. AI kan trends beschrijven, maar de interpretatie van oorzaken en de keuze voor maatregelen vereisen context en ervaring.
Hoe bereken je de ROI van AI?
Een AI-businesscase moet meer bevatten dan een algemene verwachting dat medewerkers efficiënter gaan werken. De opbrengsten en kosten moeten zo concreet mogelijk worden gemaakt.
Aan de opbrengstenkant kan worden gekeken naar:
bespaarde arbeidsuren;
lagere operationele kosten;
snellere doorlooptijden;
hogere omzet of conversie;
minder fouten en herstelwerk;
verbeterde klanttevredenheid;
lagere risico’s;
snellere onboarding van medewerkers.
Daartegenover staan de kosten voor technologie, implementatie, datavoorbereiding, procesaanpassingen, training, beveiliging en beheer.
Het is belangrijk om onderscheid te maken tussen theoretische tijdsbesparing en daadwerkelijk gerealiseerde waarde. Wanneer een medewerker twee uur per week bespaart, betekent dit niet automatisch dat de loonkosten dalen. De waarde ontstaat pas wanneer de vrijgekomen tijd wordt ingezet voor extra klantcontact, hogere productie, kwaliteitsverbetering of het voorkomen van nieuwe capaciteit.
Daarom moet iedere use case vooraf duidelijke prestatie-indicatoren krijgen. Denk aan de gemiddelde afhandeltijd, het aantal verwerkte aanvragen, de foutmarge, de doorlooptijd van offertes of het aantal uren dat medewerkers besteden aan rapportages.
Waarom een interim AI-manager?
Veel organisaties hebben wel inhoudelijke kennis van hun eigen processen, maar nog geen medewerker die AI-strategie, procesverbetering, verandermanagement en implementatie kan verbinden. Het direct aannemen van een vaste AI-manager is niet altijd wenselijk of noodzakelijk.
Een interim AI-manager kan tijdelijk verantwoordelijkheid nemen voor het opstellen en uitvoeren van de AI-agenda. De organisatie krijgt direct toegang tot ervaren leiderschap, zonder eerst een langdurig wervingstraject te doorlopen.
De meerwaarde van een interimmanager ligt vooral in snelheid, onafhankelijkheid en resultaatgerichtheid.
Een interimmanager heeft geen belang bij bestaande afdelingsgrenzen of interne voorkeuren. Daardoor kunnen use cases objectiever worden beoordeeld. Niet de afdeling met de meeste invloed, maar de toepassing met de beste combinatie van waarde en haalbaarheid krijgt prioriteit.
Daarnaast kan een interimmanager verschillende partijen verbinden. Directie, IT, operatie, finance, juridische zaken, privacy, security en medewerkers hebben ieder een ander perspectief op AI. Zonder duidelijke regie kunnen besluitvorming en implementatie vertragen.
De interim AI-manager creëert een gezamenlijke aanpak, maakt verantwoordelijkheden duidelijk en bewaakt de voortgang.
Tijdelijke expertise met blijvende impact
Het doel van interimmanagement is niet om de organisatie afhankelijk te maken van een externe professional. De opdracht moet juist leiden tot blijvende interne capaciteit.
Een interim AI-manager kan onder meer:
de AI-strategie en roadmap ontwikkelen;
processen en use cases inventariseren;
businesscases en ROI-berekeningen opstellen;
pilots selecteren en begeleiden;
leveranciers en technologie beoordelen;
governance en besluitvorming organiseren;
risico’s rond data, privacy en security beheersen;
medewerkers en management meenemen in de verandering;
kennis overdragen aan interne teams;
een structurele AI-verantwoordelijke helpen selecteren en inwerken.
Hierdoor ontstaat niet alleen een lijst met ideeën, maar een herhaalbare werkwijze voor toekomstige AI-initiatieven.
De opdracht kan worden afgerond wanneer de strategie staat, de eerste use cases aantoonbaar waarde leveren en de interne organisatie voldoende kennis heeft om zelfstandig verder te gaan.
Begin niet met AI, maar met waarde
De organisaties die het meeste voordeel behalen uit AI zijn niet noodzakelijk de organisaties die de nieuwste technologie als eerste inzetten. Het zijn de organisaties die scherpe keuzes maken.
Zij beginnen met concrete bedrijfsproblemen, selecteren toepassingen op basis van waarde en haalbaarheid en meten of de verwachte resultaten daadwerkelijk worden gerealiseerd.
Een interim AI-manager helpt om deze aanpak snel en professioneel neer te zetten. Tijdelijke expertise brengt focus, versnelt besluitvorming en voorkomt dat AI blijft steken in losse experimenten.
De centrale vraag is daarom niet: wat kan AI allemaal?
De vraag is: waar kan AI binnen onze organisatie aantoonbaar bijdragen aan omzet, kostenbesparing, klantwaarde, kwaliteit en werkplezier?
Door die vraag als uitgangspunt te nemen, verandert AI van een technologische hype in een praktisch instrument voor groei en verbetering.