“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-governance: van losse experimenten naar verantwoord en beheersbaar gebruik

Kunstmatige intelligentie wordt in steeds meer bedrijfsprocessen toegepast. Medewerkers gebruiken generatieve AI voor het schrijven van teksten, klantenserviceteams zetten slimme assistenten in en organisaties automatiseren analyses, rapportages en besluitvorming.

Deze ontwikkelingen bieden grote kansen. AI kan processen versnellen, kosten verlagen, medewerkers ondersteunen en klantinteracties verbeteren. Tegelijkertijd ontstaan nieuwe risico’s. Welke gegevens worden met AI-systemen gedeeld? Hoe betrouwbaar zijn de uitkomsten? Wie is verantwoordelijk wanneer een AI-toepassing een fout maakt? En hoe voorkomt een organisatie dat medewerkers ongecontroleerd gebruikmaken van externe AI-tools?

Om AI duurzaam en verantwoord te kunnen inzetten, is AI-governance noodzakelijk.

AI-governance gaat over de afspraken, verantwoordelijkheden, processen en controles waarmee een organisatie het gebruik van kunstmatige intelligentie bestuurt. Het doel is niet om innovatie af te remmen. Goede governance zorgt er juist voor dat organisaties sneller kunnen innoveren, omdat vooraf duidelijk is wat wel en niet is toegestaan, wie beslissingen neemt en aan welke voorwaarden een AI-toepassing moet voldoen.

Een interimmanager met expertise in AI-governance kan organisaties helpen om deze structuur binnen een afgebakende periode op te bouwen. De interimmanager vertaalt abstracte principes naar praktisch beleid, brengt risico’s in kaart en zorgt ervoor dat governance daadwerkelijk onderdeel wordt van de dagelijkse bedrijfsvoering.

Waarom AI-governance steeds belangrijker wordt

Veel organisaties zijn begonnen met AI zonder dat daar een formeel besluit aan voorafging. Een medewerker maakt een account aan bij een AI-dienst, een afdeling test een chatbot of een softwareleverancier voegt automatisch AI-functionaliteit toe aan een bestaand systeem.

Hierdoor kan het gebruik van AI zich snel verspreiden zonder dat de organisatie een volledig overzicht heeft. Dit wordt soms ook wel shadow AI genoemd: AI-toepassingen die buiten het zicht of de controle van IT, security, privacy of management worden gebruikt.

Dat kan leiden tot verschillende risico’s. Medewerkers kunnen vertrouwelijke informatie invoeren in externe systemen. AI-uitkomsten kunnen feitelijk onjuist, bevooroordeeld of onvolledig zijn. Beslissingen kunnen moeilijk uitlegbaar worden en leveranciers kunnen gegevens verwerken op een manier die niet aansluit bij het beleid van de organisatie.

Daarnaast neemt de druk vanuit klanten, medewerkers, toezichthouders en zakelijke partners toe. Zij willen weten hoe een organisatie AI gebruikt, welke controles worden toegepast en hoe risico’s worden beperkt.

Zonder duidelijke governance worden beslissingen vaak per situatie genomen. Dat vertraagt innovatie en leidt tot verschillen tussen afdelingen. De ene afdeling krijgt toestemming voor een toepassing, terwijl een vergelijkbare toepassing elders wordt afgewezen.

Een goed governance-model zorgt voor duidelijkheid, consistentie en snelheid.

Wat is AI-governance?

AI-governance is het geheel van afspraken waarmee een organisatie bepaalt hoe AI-systemen worden geselecteerd, ontwikkeld, ingekocht, gebruikt, gecontroleerd en beëindigd.

Het omvat zowel strategische als operationele onderwerpen. Op strategisch niveau gaat het bijvoorbeeld om de doelstellingen van de organisatie, de gewenste risicobereidheid en de ethische uitgangspunten. Op operationeel niveau gaat het om concrete procedures, zoals het beoordelen van een nieuwe AI-tool, het registreren van toepassingen en het controleren van resultaten.

Effectieve AI-governance geeft antwoord op vragen als:

Welke AI-toepassingen gebruiken we binnen de organisatie?

Welke gegevens mogen met een AI-systeem worden verwerkt?

Wie is eigenaar van een AI-toepassing?

Wanneer is een risicoanalyse verplicht?

Hoe controleren we de kwaliteit van AI-uitkomsten?

Welke menselijke controle is noodzakelijk?

Hoe beoordelen we externe leveranciers?

Wat doen we wanneer een AI-systeem fouten maakt?

Hoe worden medewerkers geïnformeerd en getraind?

 

Governance werkt alleen wanneer de antwoorden op deze vragen begrijpelijk en uitvoerbaar zijn. Een omvangrijk beleidsdocument dat niemand kent of gebruikt, biedt weinig bescherming. De afspraken moeten daarom aansluiten bij bestaande processen, verantwoordelijkheden en besluitvorming.

De belangrijkste onderdelen van een AI-governancemodel

Een praktisch AI-governancemodel bestaat uit verschillende samenhangende onderdelen.

Het begint met een duidelijke visie. Waarom wil de organisatie AI gebruiken? Welke voordelen worden nagestreefd? Welke risico’s worden wel en niet geaccepteerd? Zonder deze uitgangspunten ontstaat al snel discussie over individuele toepassingen.

Vervolgens moeten rollen en verantwoordelijkheden worden vastgelegd. Iedere AI-toepassing heeft een eigenaar nodig die verantwoordelijk is voor het doel, de prestaties en het beheer. Daarnaast moeten onder andere IT, privacy, security, juridische zaken, compliance, HR en de betrokken bedrijfsafdeling weten welke bijdrage van hen wordt verwacht.

Ook is een centraal overzicht van AI-toepassingen nodig. In dit register worden bijvoorbeeld het doel, de leverancier, de gebruikte gegevens, de gebruikers, de risico’s en de getroffen beheersmaatregelen vastgelegd.

Daarna volgt een beoordelingsproces. Niet iedere toepassing hoeft dezelfde uitgebreide procedure te doorlopen. Een hulpmiddel voor het verbeteren van interne teksten heeft doorgaans een ander risicoprofiel dan een systeem dat kandidaten selecteert, kredietbeslissingen ondersteunt of klantgegevens analyseert.

Door toepassingen in risicocategorieën in te delen, kan de organisatie lichte controles toepassen waar dat mogelijk is en uitgebreidere beoordelingen uitvoeren waar dat noodzakelijk is.

AI-governance begint met een inventarisatie

Organisaties kunnen AI alleen beheersen wanneer zij weten waar de technologie wordt gebruikt.

Een goede eerste stap is daarom een inventarisatie van bestaande en geplande toepassingen. Daarbij moet niet alleen worden gekeken naar grote, formele AI-projecten. Ook ingebouwde AI-functies in bestaande software, individuele accounts en experimenten van medewerkers moeten worden meegenomen.

Tijdens de inventarisatie worden onder andere het doel van de toepassing, de gebruikte gegevens, de leverancier en de mogelijke impact onderzocht.

De inventarisatie maakt vaak zichtbaar dat het AI-gebruik groter is dan aanvankelijk werd gedacht. Medewerkers gebruiken generatieve AI bijvoorbeeld voor het samenvatten van documenten, het voorbereiden van klantgesprekken, het schrijven van rapportages en het analyseren van spreadsheets.

Deze toepassingen zijn niet automatisch ongewenst. Ze laten juist zien waar behoefte bestaat aan ondersteuning. Governance moet daarom niet uitsluitend gericht zijn op het verbieden van gebruik. De inventarisatie biedt waardevolle informatie voor het selecteren van veilige, goedgekeurde alternatieven.

Risicogebaseerd werken

Niet iedere AI-toepassing brengt dezelfde risico’s met zich mee. Daarom is een risicogebaseerde aanpak essentieel.

Bij het bepalen van het risiconiveau kan worden gekeken naar de impact op personen, klanten, medewerkers en bedrijfsprocessen. Ook de gevoeligheid van de gebruikte gegevens, de mate van autonomie en de mogelijkheid om fouten te corrigeren spelen een rol.

Een interne AI-assistent die conceptteksten opstelt, kan relatief eenvoudig worden beheerst wanneer een medewerker iedere tekst controleert. Een toepassing die zelfstandig beslissingen neemt met gevolgen voor klanten vraagt om veel strengere eisen.

De risicoanalyse kan onderwerpen bevatten zoals privacy, informatiebeveiliging, discriminatie, intellectueel eigendom, transparantie, uitlegbaarheid en afhankelijkheid van leveranciers.

Ook de kwaliteit van de gegevens en de betrouwbaarheid van de uitkomsten moeten worden beoordeeld. Een technisch goed functionerend AI-model kan alsnog verkeerde resultaten produceren wanneer de onderliggende informatie verouderd, onvolledig of bevooroordeeld is.

Op basis van de analyse worden beheersmaatregelen vastgesteld. Dat kan menselijke controle zijn, maar ook toegangsbeperking, periodieke tests, logging, aanvullende contractvoorwaarden of het uitsluiten van bepaalde gegevens.

Menselijke controle blijft noodzakelijk

AI kan medewerkers ondersteunen bij analyses en beslissingen, maar mag niet automatisch worden gezien als een objectieve of foutloze bron.

AI-systemen herkennen patronen in beschikbare gegevens. Ze begrijpen de context niet op dezelfde manier als een ervaren professional en kunnen overtuigende antwoorden geven die feitelijk onjuist zijn.

Daarom moet worden vastgelegd wanneer menselijke controle noodzakelijk is. Daarbij is het niet voldoende om alleen te vermelden dat een medewerker verantwoordelijk blijft. Die medewerker moet ook voldoende kennis, tijd en bevoegdheid hebben om de AI-uitkomst daadwerkelijk te beoordelen.

Wanneer medewerkers vrijwel altijd het advies van het systeem overnemen, is er in de praktijk nauwelijks sprake van betekenisvolle controle.

Goede AI-governance beschrijft daarom wat de medewerker moet controleren, welke signalen aanleiding geven tot aanvullend onderzoek en wanneer een uitkomst moet worden afgewezen of geëscaleerd.

AI-beleid voor medewerkers

Een van de meest zichtbare onderdelen van AI-governance is een duidelijk AI-gebruiksbeleid.

Medewerkers moeten weten welke tools zijn goedgekeurd, welke informatie zij mogen invoeren en voor welke werkzaamheden AI wel of niet mag worden gebruikt. Ook moeten zij begrijpen dat gegenereerde informatie altijd kan worden voorzien van fouten.

Een effectief beleid is praktisch en herkenbaar. Algemene formuleringen over verantwoord gebruik zijn niet voldoende. Medewerkers hebben concrete voorbeelden nodig.

Mag een medewerker een openbaar marketingbericht laten verbeteren? Waarschijnlijk wel, binnen een goedgekeurde omgeving. Mag een volledig klantdossier in een openbare AI-tool worden ingevoerd? Waarschijnlijk niet. Mag AI helpen bij het beoordelen van sollicitanten? Alleen wanneer de toepassing zorgvuldig is beoordeeld en passende controles zijn ingericht.

Naast beleid is training noodzakelijk. Medewerkers moeten niet alleen leren hoe zij risico’s voorkomen, maar ook hoe zij AI effectief kunnen gebruiken. Zo combineert de organisatie bescherming met productiviteitsverbetering.

Leveranciers en inkoop beoordelen

Veel organisaties ontwikkelen AI niet zelf, maar kopen toepassingen en diensten in. Daardoor wordt leveranciersmanagement een belangrijk onderdeel van AI-governance.

Tijdens de selectie moet duidelijk worden hoe de leverancier gegevens verwerkt, waar informatie wordt opgeslagen en of ingevoerde data worden gebruikt voor verdere training van het systeem. Ook moeten afspraken worden gemaakt over beveiliging, beschikbaarheid, wijzigingen en incidenten.

Verder is het belangrijk om te onderzoeken hoe de werking en kwaliteit van de toepassing worden gecontroleerd. Kan de leverancier uitleggen hoe resultaten tot stand komen? Welke beperkingen zijn bekend? Hoe worden modelwijzigingen gecommuniceerd?

Een contractuele afspraak alleen is niet voldoende. De organisatie blijft verantwoordelijk voor de manier waarop een ingekochte oplossing binnen haar eigen processen wordt gebruikt.

Daarom moeten inkoop, IT, privacy, security en de proceseigenaar gezamenlijk betrokken worden bij toepassingen met een verhoogd risico.

Governance zonder bureaucratie

Een veelgehoorde zorg is dat AI-governance innovatie vertraagt. Dat gebeurt vooral wanneer iedere toepassing dezelfde uitgebreide beoordelingsprocedure moet doorlopen.

Goede governance maakt juist onderscheid. Eenvoudige experimenten met openbare gegevens kunnen via een snelle procedure worden goedgekeurd. Toepassingen met gevoelige data of grote gevolgen krijgen een uitgebreidere beoordeling.

Standaardformulieren, duidelijke beslisbomen en vooraf goedgekeurde tools maken het proces sneller. Medewerkers weten waar zij terechtkunnen en beoordelaars ontvangen direct de benodigde informatie.

Daarnaast kan een experimenteeromgeving worden ingericht waarin teams veilig nieuwe toepassingen kunnen testen. Binnen deze omgeving gelden duidelijke beperkingen, bijvoorbeeld voor gegevensgebruik, toegang en externe koppelingen.

Zo ontstaat gecontroleerde ruimte voor innovatie.

Waarom een interim AI-governancemanager?

Het ontwikkelen van AI-governance vraagt om een combinatie van strategisch inzicht, technische kennis, risicomanagement en verandermanagement. Die combinatie is niet altijd direct beschikbaar binnen de organisatie.

Een interim AI-governancemanager kan tijdelijk het eigenaarschap nemen voor het ontwerpen en implementeren van het governance-model.

De kracht van een interimmanager is dat deze direct kan beginnen en onafhankelijk naar de organisatie kijkt. Bestaande belangen en afdelingsgrenzen krijgen daardoor minder invloed op de inrichting van verantwoordelijkheden en besluitvorming.

De interimmanager verbindt directie, business, IT, juridische zaken, privacy, security, HR en compliance. Daarbij wordt voorkomen dat AI-governance uitsluitend een IT- of juridisch project wordt.

AI-governance is immers een organisatievraagstuk. De technologie wordt gebruikt in bedrijfsprocessen en heeft invloed op medewerkers, klanten en besluitvorming. Daarom moet de verantwoordelijkheid breder worden georganiseerd.

Een interimmanager kan onder meer het bestaande AI-gebruik inventariseren, een risicomodel ontwikkelen, beleid opstellen, een AI-register inrichten en beoordelingsprocessen ontwerpen. Daarnaast kan de interimmanager een governancecommissie opzetten, medewerkers trainen en de eerste toepassingen begeleiden.

Tijdelijk leiderschap, structurele borging

Een interimopdracht moet niet leiden tot blijvende afhankelijkheid van externe expertise. Het doel is om een structuur te creëren die de organisatie zelfstandig kan voortzetten.

Daarom is kennisoverdracht een belangrijk onderdeel van de opdracht. Interne medewerkers worden betrokken bij het opstellen van beleid en het uitvoeren van beoordelingen. Proceseigenaren leren hoe zij verantwoordelijkheid nemen voor hun AI-toepassingen.

Ook kunnen bestaande functies worden uitgebreid. Privacy officers, securityspecialisten, riskmanagers en IT-architecten krijgen duidelijke rollen binnen het governance-proces.

De interimmanager kan de organisatie bovendien helpen bij het bepalen welke structurele expertise nodig is. Soms kan AI-governance worden ondergebracht bij een bestaand team. In andere gevallen is een vaste AI-verantwoordelijke of een multidisciplinaire governancecommissie nodig.

De opdracht kan worden afgerond wanneer het governance-model werkt, verantwoordelijkheden zijn belegd en interne teams de processen zelfstandig kunnen uitvoeren.

Verantwoord innoveren met AI

AI-governance is geen eenmalig project. Technologie, wetgeving, leveranciers en toepassingen blijven zich ontwikkelen. Het governance-model moet daarom regelmatig worden geëvalueerd en aangepast.

De basis hoeft echter niet ingewikkeld te zijn. Organisaties hebben vooral behoefte aan overzicht, duidelijke verantwoordelijkheden, een risicogebasseerde beoordeling en praktische richtlijnen voor medewerkers.

Met deze basis kan AI veilig en doelgericht worden ingezet. Medewerkers krijgen ruimte om te experimenteren, terwijl gevoelige toepassingen zorgvuldig worden beoordeeld. De directie behoudt overzicht en kan aantonen dat risico’s bewust worden beheerst.

Een interim AI-governance manager helpt om deze structuur snel te realiseren. De interimmanager brengt focus, onafhankelijkheid en uitvoeringskracht en zorgt ervoor dat beleid niet op papier blijft staan.

De centrale vraag is daarmee niet alleen: wat kunnen we met AI?

Minstens zo belangrijk is de vraag: hoe zorgen we ervoor dat AI betrouwbaar, veilig, uitlegbaar en in lijn met onze organisatiedoelstellingen wordt gebruikt?

Organisaties die beide vragen met elkaar verbinden, kunnen verantwoord innoveren én de economische kansen van AI benutten.