AI-adoptievolwassenheid

Beoordeel hoe volwassen je team AI adopteert op het gebied van strategie, vaardigheden, workflow, governance en impact — en spreek af waar je vervolgens verbetert.

Rennen in TeamRetro

Begrijp en laat de AI-adoptievolwassenheid van je team groeien

AI omarmen gaat zelden alleen over de tools — het hangt af van strategie, vaardigheden, vertrouwen, governance en de dagelijkse gewoonten die AI tot een betrouwbaar onderdeel maken van hoe een team werkt. Deze beoordeling brengt de AI-adoptievolwassenheid van je team in kaart over negen samenhangende gebieden, van leiderschap en tooling tot vaardigheden, workflow-integratie, data, governance, outputkwaliteit, samenwerking en impact. Met een gefaseerde volwassenheidsschaal die loopt van Ad hoc tot Geoptimaliseerd geeft het teams een gedeeld, eerlijk beeld van waar ze vandaag staan en een helder gevoel van hoe 'beter' er straks uitziet. Het resultaat is een gefundeerd gesprek dat AI-enthousiasme omzet in bewuste, verantwoorde en meetbare vooruitgang.

Afmetingen

AI-strategie & leiderschap

Hoe duidelijk AI-gebruik aansluit op doelen, hoe use cases worden gekozen, en hoe actief leiders verantwoorde adoptie steunen en eraan committeren.

  • Strategische afstemming

    Ons gebruik van AI ondersteunt duidelijk onze team-, afdelings- of organisatiedoelen.

    1. Ad hocAI wordt gebruikt omdat het beschikbaar is, niet omdat het een bepaald doel dient.
    2. OpkomendSommig AI-werk sluit losjes aan op bredere doelen; het meeste is opportunistisch.
    3. GedefinieerdAI-gebruik is gekoppeld aan specifieke team- of bedrijfsdoelstellingen die het team kan benoemen.
    4. BeheerdAI-investeringen worden bewust geprioriteerd ten opzichte van strategische uitkomsten.
    5. GeoptimaliseerdAI-strategie en teamstrategie vormen één gesprek; afwegingen worden bewust gemaakt.

  • Prioritering van use cases

    We kiezen AI-use cases op basis van waarde, haalbaarheid en risico.

    1. Ad hocUse cases worden gekozen door wie het hardst roept of wat in de mode is.
    2. OpkomendUse cases krijgen een snelle onderbuik-check voor de start; weinig gestructureerde beoordeling.
    3. GedefinieerdWaarde, haalbaarheid en risico worden afgewogen voordat we ons aan een AI-use case verbinden.
    4. BeheerdEen helder prioriteringsproces stuurt AI-investeringen; ideeën met weinig waarde of hoog risico worden vroeg uitgefilterd.
    5. GeoptimaliseerdUse-caseselectie is grondig, snel en wordt continu bijgewerkt naarmate resultaten binnenkomen.

  • Steun van leiderschap

    Leiders moedigen verantwoorde AI-adoptie actief aan en sturen erop.

    1. Ad hocLeiders zwijgen of zijn sceptisch over AI; het team staat er alleen voor.
    2. OpkomendLeiderschap tolereert AI-experimenten; expliciete steun is zeldzaam.
    3. GedefinieerdLeiders moedigen AI-gebruik openlijk aan en geven enige richting over grenzen.
    4. BeheerdLeiderschap pleit consequent voor verantwoorde AI, geeft zelf het goede voorbeeld en ruimt blokkades op.
    5. GeoptimaliseerdLeiders zijn geloofwaardige AI-pleitbezorgers — goed geïnformeerd, praktisch betrokken en verantwoordelijk voor de uitkomsten.

  • Eigenaarschap & verantwoording

    Verantwoordelijkheden voor AI-beslissingen, -gebruik en -uitkomsten zijn duidelijk vastgelegd.

    1. Ad hocNiemand is duidelijk eigenaar van AI-beslissingen; problemen en successen hebben geen naam.
    2. OpkomendEr ontstaat enig informeel eigenaarschap rond individuele use cases; niets structureels.
    3. GedefinieerdAI-eigenaarschap (beslissingen, gebruik, risico) is gedocumenteerd voor de belangrijkste use cases van het team.
    4. BeheerdRollen en verantwoordelijkheden zijn helder, actueel en worden gerespecteerd; als AI faalt, is het herstelpad duidelijk.
    5. GeoptimaliseerdVerantwoording verloopt vanzelfsprekend met het AI-werk mee; eigenaarschapsvragen blokkeren het team nooit.

Tooladoptie & toegang

Of het team de juiste AI-tools kan krijgen, of die tools bij het werk passen, en hoe consequent ze worden gebruikt.

  • Beschikbaarheid van tools

    Teamleden hebben toegang tot de AI-tools die ze nodig hebben om hun werk goed te doen.

    1. Ad hocMensen willen AI-tools maar krijgen ze niet, of gebruiken persoonlijke accounts erbij.
    2. OpkomendEr zijn enkele goedgekeurde tools; toegang is traag of inconsistent.
    3. GedefinieerdHet team heeft betrouwbare toegang tot een verstandige set goedgekeurde AI-tools.
    4. BeheerdToegang tot tools is snel, goed ondersteund en afgestemd op het werk; kosten worden bewust beheerd.
    5. GeoptimaliseerdToegang is wrijvingsloos en wordt regelmatig herzien; de toolset evolueert mee met de behoeften van het team en de markt.

  • Toolaansluiting

    Onze AI-tools passen bij de taken, workflows en behoeften van ons team.

    1. Ad hocWe gebruiken welke tool het makkelijkst te krijgen was, ongeacht de aansluiting.
    2. OpkomendTools werken voor sommige taken maar voelen geforceerd voor andere; mensen werken om de hiaten heen.
    3. GedefinieerdTools sluiten grotendeels aan op het werk; het team weet waar elk goed en slecht in is.
    4. BeheerdToolkeuzes zijn bewust — inclusief welk model of welke functie voor welke taak.
    5. GeoptimaliseerdTooling is precies afgestemd op het werk; het team herbeoordeelt en wisselt met vertrouwen wanneer betere opties verschijnen.

  • Consistentie van adoptie

    Teamleden gebruiken AI-tools consequent waar ze waarde toevoegen.

    1. Ad hocEen paar enthousiastelingen gebruiken AI; de rest van het team gaat door alsof het niet bestaat.
    2. OpkomendAdoptie is ongelijk; sommige taken krijgen altijd AI-hulp, andere nooit.
    3. GedefinieerdDe meeste teamleden gebruiken AI-tools wanneer die duidelijk helpen; de dekking is breed, zij het niet universeel.
    4. BeheerdConsistente adoptie in het hele team; terughoudendheid wordt behandeld als een workflowprobleem, niet als een karaktereigenschap.
    5. GeoptimaliseerdAI-gebruik is goed verdeeld; het team heeft een gedeeld gevoel van waar het loont en waar niet.

  • Toolbewustzijn

    We blijven op de hoogte van nieuwe AI-mogelijkheden die relevant zijn voor ons werk.

    1. Ad hocNiemand volgt wat nieuw is; het team gebruikt dezelfde tools op dezelfde manier als altijd.
    2. OpkomendEen paar mensen volgen ontwikkelingen persoonlijk; inzichten bereiken het team zelden.
    3. GedefinieerdRelevante updates worden af en toe gedeeld; het team heeft een ruw beeld van het landschap.
    4. BeheerdHet team scant actief naar nieuwe mogelijkheden en beoordeelt ze tegen de huidige behoeften.
    5. GeoptimaliseerdToolbewustzijn is een vaste teamgewoonte; nieuwe mogelijkheden worden bewust aangenomen (of afgewezen), niet reactief.

AI-vaardigheden & vertrouwen

Het begrip van het team over AI, zijn prompt- en kritisch-denkvaardigheden, en hoe bewust het die laat groeien.

  • AI-geletterdheid

    We begrijpen wat AI wel en niet kan.

    1. Ad hocGrote misvattingen over hoe AI werkt; het team vertrouwt het te veel of wijst het af.
    2. OpkomendBasisbegrip bij sommigen; hiaten leiden tot onrealistische verwachtingen of onterechte angst.
    3. GedefinieerdHet team heeft een werkbaar mentaal model van de sterke kanten, grenzen en faalmodi van AI.
    4. BeheerdGeletterdheid is gedeeld en actueel; nieuwe teamleden worden bewust bijgepraat.
    5. GeoptimaliseerdHet team denkt helder over AI — geen hype, geen afwijzing — en past zijn mentale model aan terwijl de technologie evolueert.

  • Promptvaardigheid

    We geven AI duidelijke instructies, context en beperkingen.

    1. Ad hocPrompts zijn vragen van één regel; de output is onvoorspelbaar en vaak onbruikbaar.
    2. OpkomendSommigen prompten effectief; anderen worstelen en haken stilletjes af.
    3. GedefinieerdDe meeste mensen schrijven bruikbare prompts; resultaten zijn doorgaans raak.
    4. BeheerdPrompten wordt behandeld als een vaardigheid die geoefend wordt; het team heeft een gedeeld gevoel van wat goed is.
    5. GeoptimaliseerdPrompten gaat vloeiend; mensen krijgen bij de eerste of tweede poging hoogwaardige output en helpen anderen hetzelfde te doen.

  • Kritisch denken

    We bevragen, controleren en verfijnen door AI gegenereerde output.

    1. Ad hocAI-output wordt klakkeloos aangenomen; fouten en hallucinaties sluipen in werkproducten.
    2. OpkomendEnige scepsis, maar inconsistent; mensen vangen overduidelijke fouten en missen subtiele.
    3. GedefinieerdOutput wordt routinematig gecontroleerd op juistheid en relevantie voor gebruik.
    4. BeheerdKritische beoordeling is reflexmatig; het team heeft duidelijke vuistregels over wanneer AI te vertrouwen en wanneer dieper te graven.
    5. GeoptimaliseerdKritisch denken over AI is automatisch — snel, eerlijk en toegepast met de juiste mate van inspanning.

  • Leren & ontwikkelen

    We investeren bewust in het laten groeien van onze AI-vaardigheden.

    1. Ad hocGeen expliciete tijd of budget voor AI-leren; mensen verbeteren alleen bij toeval.
    2. OpkomendZelfgestuurd leren door enkelen; geen structuur of gedeelde voortgang.
    3. GedefinieerdHet team trekt tijd uit voor AI-leren (training, oefening, kennisdelingssessies).
    4. BeheerdVaardigheidsgroei is een echte investering met zichtbare verbetering; nieuwe technieken worden als team uitgeprobeerd en aangenomen.
    5. GeoptimaliseerdContinue, bewuste vaardigheidsontwikkeling hoort bij de identiteit van het team; iedereen is elk kwartaal merkbaar bekwamer.

Workflow-integratie

Hoe natuurlijk AI in het dagelijkse werk past, in standaardprocessen, de mens-AI-balans en heringerichte manieren van werken.

  • Dagelijks gebruik

    AI is een vanzelfsprekend onderdeel van ons dagelijkse werk.

    1. Ad hocAI is een curiositeit die af en toe wordt gebruikt; geen onderdeel van het normale werk.
    2. OpkomendSommige taken betrekken regelmatig AI; veel taken die ervan zouden profiteren niet.
    3. GedefinieerdAI wordt dagelijks gebruikt bij uiteenlopende taken; mensen grijpen er zonder na te denken naar.
    4. BeheerdDagelijks gebruik is goed afgewogen — AI wordt ingezet waar het waarde toevoegt en overgeslagen waar niet.
    5. GeoptimaliseerdAI is zo natuurlijk in het werk verweven dat het team precies kan benoemen wanneer en waarom het AI níét gebruikt.

  • Procesintegratie

    AI is ingebouwd in onze standaardprocessen, niet erop geplakt.

    1. Ad hocAI staat buiten onze processen; mensen gebruiken het op eigen manier naast de officiële workflow.
    2. OpkomendAI wordt af en toe in bestaande processen ingevoegd zonder veel herontwerp.
    3. GedefinieerdBelangrijke processen bevatten expliciete AI-stappen waar dat passend is.
    4. BeheerdProcessen worden vanaf het begin rond AI-ondersteuning ontworpen; integratie is doelbewust.
    5. GeoptimaliseerdProces en AI evolueren samen; het team past voortdurend aan hoe AI in de werkstroom past.

  • Mens-AI-balans

    We weten wanneer we op AI kunnen vertrouwen en wanneer menselijk oordeel, expertise of beoordeling essentieel is.

    1. Ad hocMensen vertrouwen AI te veel (en leveren de fouten) of vermijden het (en missen de waarde).
    2. OpkomendDe grens wordt geval voor geval uitgezocht; beslissingen zijn inconsistent.
    3. GedefinieerdDe meeste mensen hebben een verstandig gevoel voor wanneer menselijk oordeel nodig is.
    4. BeheerdHet team heeft gedeelde, uitgesproken vuistregels voor mens-versus-AI-werk, vooral bij output met hoge inzet.
    5. GeoptimaliseerdBalans is een tweede natuur; het team beweegt vloeiend tussen mens- en AI-werk en legt het waarom openlijk uit.

  • Herontwerp van werk

    We heroverwegen taken, rollen en workflows om AI te benutten.

    1. Ad hocWerk is precies zo ingericht als vóór AI; niets is heroverwogen.
    2. OpkomendKleine wijzigingen op taakniveau ontstaan organisch; niets structureels.
    3. GedefinieerdSpecifieke workflows zijn heringericht om AI te benutten; de impact is zichtbaar.
    4. BeheerdHet team hervormt werk actief rond AI-mogelijkheden — inclusief wat rollen wel en niet doen.
    5. GeoptimaliseerdHerontwerp van werk is continu; het team ziet AI als een kans om zijn manier van werken te blijven heruitvinden.

Data, kennis & context

Of het team AI voedt met betrouwbare data, de benodigde kennis kan bereiken, goede context geeft en zijn assets beheert.

  • Datakwaliteit

    De informatie die we met AI-tools gebruiken is betrouwbaar, accuraat en actueel.

    1. Ad hocAI krijgt te eten wat voorhanden is; resultaten lijden onder verouderde, foute of onvolledige input.
    2. OpkomendDatakwaliteit wisselt; sommigen controleren input zorgvuldig, anderen niet.
    3. GedefinieerdHet team voedt AI bewust met data van goede kwaliteit en merkt op wanneer dat niet gebeurt.
    4. BeheerdDatakwaliteit voor AI-gebruik wordt actief onderhouden; het team kan instaan voor de gebruikte bronnen.
    5. GeoptimaliseerdDatakwaliteit hoort bij hoe het team over AI-werk denkt; problemen worden bij de bron gesignaleerd en opgelost.

  • Kennistoegang

    We hebben gemakkelijk toegang tot de interne kennis die nodig is voor AI-ondersteund werk.

    1. Ad hocInterne kennis is versnipperd of weggesloten; AI kan er niet bij en mensen verzamelen het niet.
    2. OpkomendSommige kennisbronnen zijn toegankelijk; mensen kopiëren-plakken relevante stukjes handmatig.
    3. GedefinieerdGoedgekeurde kennis is beschikbaar waar het team die nodig heeft; AI-tools kunnen erop worden gericht.
    4. BeheerdKennistoegang is gecureerd en geïntegreerd met AI-workflows; relevante context is standaard binnen handbereik.
    5. GeoptimaliseerdHet team werkt met een strakke koppeling tussen interne kennis en AI-gebruik; hiaten worden snel zichtbaar en gedicht.

  • Contextverstrekking

    We geven AI de juiste achtergrond, voorbeelden en beperkingen.

    1. Ad hocMensen stellen AI vragen zonder context; output is generiek en vaak naast de kwestie.
    2. OpkomendContext wordt meegegeven wanneer voor de hand liggend; subtielere beperkingen blijven weg.
    3. GedefinieerdPrompts bevatten routinematig achtergrond, voorbeelden en beperkingen die relevant zijn voor de taak.
    4. BeheerdContextverstrekking is bewust en vakkundig; mensen weten wat ze moeten meegeven en wat weglaten.
    5. GeoptimaliseerdContext aanleveren is een teamsterkte; output is raak met minimaal heen-en-weer.

  • Datarentmeesterschap

    We beheren eigenaarschap, juistheid en passend gebruik van data- en kennisbronnen.

    1. Ad hocData-eigenaarschap is onduidelijk; AI verbruikt en produceert informatie zonder dat iemand het bijhoudt.
    2. OpkomendEnig informeel rentmeesterschap voor de gevoeligste data; bredere assets zijn onbeheerd.
    3. GedefinieerdBelangrijke data en kennis hebben aangewezen eigenaren; AI-gebruik respecteert die grenzen.
    4. BeheerdRentmeesterschap is actief — assets blijven actueel, AI-gebruik wordt gelogd waar het ertoe doet, en het team kan zijn werkwijze verdedigen.
    5. GeoptimaliseerdRentmeesterschap is verankerd in hoe het team werkt; AI versterkt de kennisbasis van het team in plaats van die uit te hollen.

Governance, risico & compliance

Bewustzijn van AI-beleid, bescherming van privacy, aandacht voor bias en eerlijkheid, en de auditbaarheid van AI-gebruik.

  • Beleidsbewustzijn

    We begrijpen het AI-beleid, de grenzen en de goedkeuringen van de organisatie.

    1. Ad hocMensen zijn niet op de hoogte van het AI-beleid van de organisatie; iedereen improviseert.
    2. OpkomendEr is beleid maar het is slecht bekend; de meesten weten niet goed waar de grenzen liggen.
    3. GedefinieerdTeamleden kunnen de basis van het AI-beleid beschrijven en blijven binnen de lijnen bij wat ertoe doet.
    4. BeheerdBeleid is zichtbaar, begrepen en verankerd in de normale workflows.
    5. GeoptimaliseerdHet team beschouwt beleid als een gedeeld goed — en geeft feedback aan wie het onderhoudt wanneer realiteit en beleid uiteenlopen.

  • Privacy & vertrouwelijkheid

    We vermijden het invoeren van gevoelige, persoonlijke of beperkte informatie in AI-tools.

    1. Ad hocMensen plakken van alles in AI-tools, inclusief vertrouwelijke of persoonlijke data.
    2. OpkomendDe meesten vermijden de duidelijke fouten; subtielere lekken (concepten met persoonsgegevens, klantnamen) gebeuren nog.
    3. GedefinieerdEr zijn duidelijke werkwijzen die grotendeels worden gevolgd; fouten zijn zeldzaam en leerzaam.
    4. BeheerdPrivacycontroles horen bij de normale workflow (anonimisering, goedgekeurde tools, duidelijke regels) en het team gebruikt ze standaard.
    5. GeoptimaliseerdPrivacy is structureel beschermd, niet alleen ingebrand door herinneringen; het team kan met vertrouwen beschrijven hoe vertrouwelijke data buiten AI-tools blijft.

  • Bias & eerlijkheid

    We houden rekening met bias, eerlijkheid en potentiële schade in AI-ondersteunde output.

    1. Ad hocNiemand vraagt zich af of AI-output bevooroordeeld, uitsluitend of schadelijk is; wat eruit komt, wordt gebruikt.
    2. OpkomendEr is bewustzijn; specifieke controles gebeuren alleen als een probleem duidelijk wordt.
    3. GedefinieerdHet team houdt bij belangrijke AI-ondersteunde output routinematig rekening met bias en eerlijkheid.
    4. BeheerdBias en eerlijkheid zijn expliciete controlepunten in relevante workflows; het team kan beschrijven waar het op let.
    5. GeoptimaliseerdHet team heeft een eerlijkheidstoets geïnternaliseerd; potentiële schade wordt vanzelfsprekend vroeg gesignaleerd en aangepakt.

  • Auditbaarheid

    We documenteren wanneer, hoe en waarom AI wordt gebruikt voor belangrijk werk.

    1. Ad hocAI-gebruik is onzichtbaar; niemand kan herleiden hoe een werkstuk tot stand kwam.
    2. OpkomendEnige informele notities; niets betrouwbaar genoeg om tegen te auditeren.
    3. GedefinieerdAI-gebruik wordt gedocumenteerd voor belangrijke output; het team kan meestal aanwijzen hoe een werkstuk tot stand kwam.
    4. BeheerdAuditbaarheid is ingebouwd in workflows voor belangrijk werk; registraties zijn volledig en vindbaar.
    5. GeoptimaliseerdHet team kan snel, accuraat en met vertrouwen uitleggen hoe AI heeft bijgedragen aan elk wezenlijk werkstuk.

Outputkwaliteit & menselijke beoordeling

Hoe goed het team juistheid verifieert, kwaliteitsnormen handhaaft, menselijk toezicht toepast en leert van AI-fouten.

  • Juistheidscontrole

    We verifiëren door AI gegenereerde informatie voordat we die gebruiken.

    1. Ad hocAI-output wordt zonder verificatie gebruikt; gehallucineerde feiten belanden in werkproducten.
    2. OpkomendEnige juistheidscontrole, maar inconsistent; subtiele fouten glippen erdoorheen.
    3. GedefinieerdBelangrijke beweringen worden routinematig getoetst aan betrouwbare bronnen voor gebruik.
    4. BeheerdJuistheidscontrole hoort bij de normale praktijk; het team heeft duidelijke normen voor wat wel en niet verificatie behoeft.
    5. GeoptimaliseerdJuistheid is niet onderhandelbaar; het team heeft snelle, effectieve controles afgestemd op waar AI het vaakst fout zit.

  • Kwaliteitsnormen

    AI-ondersteunde output voldoet aan onze normen voor helderheid, juistheid en professionaliteit.

    1. Ad hocAI-ondersteunde output is wisselend van kwaliteit; het team kan niet beschrijven wat goed is.
    2. OpkomendSommige output is verzorgd; andere is duidelijk AI-ruw en wordt toch geleverd.
    3. GedefinieerdAI-ondersteund werk haalt doorgaans met redelijke inspanning de kwaliteitslat van het team.
    4. BeheerdKwaliteit is consistent en goed begrepen; het team heeft een duidelijke lat en haalt die bewust.
    5. GeoptimaliseerdAI-ondersteunde output haalt consequent de kwaliteitslat van het team; toon en zorg zijn herkenbaar die van het team zelf.

  • Menselijk toezicht

    We hebben duidelijkheid over wanneer menselijke beoordeling of goedkeuring vereist is.

    1. Ad hocOf iets menselijke beoordeling krijgt, hangt af van toeval of individuele gewoonte.
    2. OpkomendOutput met hoge inzet wordt meestal beoordeeld; de grens is vaag.
    3. GedefinieerdEr zijn duidelijke regels over wat menselijk beoordeeld moet worden voor gebruik; mensen volgen die grotendeels.
    4. BeheerdToezicht is betrouwbaar, goed gericht en evenredig met het risico; het team beoordeelt niet te veel of te weinig.
    5. GeoptimaliseerdToezicht wordt continu gekalibreerd; het team kan zijn keuzes over waar mensen in de lus zitten verdedigen.

  • Leren van fouten

    We leren van AI-fouten, hallucinaties en slechte output.

    1. Ad hocAI-fouten worden hersteld en vergeten; er verandert niets.
    2. OpkomendEr worden wat anekdotes gedeeld; patronen worden niet bijgehouden.
    3. GedefinieerdHet team merkt terugkerende AI-foutpatronen op en past aan waar het inspanning steekt.
    4. BeheerdFoutpatronen vloeien terug in prompts, processen en beoordelingsfocus; fouten herhalen zich zelden.
    5. GeoptimaliseerdLeren van fouten is een strakke lus — patronen worden snel preventies, en het team wordt na verloop van tijd merkbaar beter in het vermijden ervan.

Samenwerking & kennisdeling

Of het team werkwijzen deelt, veilig experimenteert, tussen teams leert en herbruikbare AI-assets bouwt.

  • Gedeelde werkwijzen

    We delen nuttige prompts, voorbeelden, workflows en geleerde lessen.

    1. Ad hocIedereen lost dezelfde promptproblemen alleen op; niets wordt vastgelegd.
    2. OpkomendEen paar nuttige voorbeelden worden in de chat gedeeld en weer kwijtgeraakt.
    3. GedefinieerdEen gedeelde plek verzamelt prompts en werkwijzen; mensen dragen bij en raadplegen die.
    4. BeheerdGedeelde werkwijzen zijn gecureerd, actueel en worden behandeld als een echte productiviteitsbron.
    5. GeoptimaliseerdGedeelde praktijk is een vliegwiel — wat één persoon uitvogelt, gebruikt het hele team morgen.

  • Experimenteercultuur

    Teamleden voelen zich veilig en aangemoedigd om verantwoord met AI te experimenteren.

    1. Ad hocExperimenteren wordt afgekeurd of stilletjes ontmoedigd; mensen proberen niets nieuws.
    2. OpkomendEen paar mensen experimenteren; de meesten houden vast aan wat ze kennen.
    3. GedefinieerdExperimenteren is welkom; mensen proberen nieuwe tools en aanpakken zonder toestemming nodig te hebben voor werk met laag risico.
    4. BeheerdExperimenteren is gestructureerd — duidelijke grenzen, tijd om te leren, de verwachting dat sommige pogingen niet lukken.
    5. GeoptimaliseerdHet team heeft een oprechte cultuur van verantwoord experimenteren; mislukte gokken worden gewaardeerd als leren.

  • Leren tussen teams

    We leren van andere teams, afdelingen en externe voorbeelden van AI-adoptie.

    1. Ad hocWe weten niet wat andere teams met AI doen, en we kijken er niet naar.
    2. OpkomendAf en toe informele uitwisseling; inzichten komen zelden in onze praktijk terecht.
    3. GedefinieerdActieve interesse in wat andere teams doen; relevante lessen worden overgenomen.
    4. BeheerdRoutinematig leren tussen teams — fora, gedeelde verslagen of guilds — dat onze praktijk daadwerkelijk vormgeeft.
    5. GeoptimaliseerdLeren stroomt in beide richtingen; het team draagt wezenlijk bij aan de organisatiebrede AI-volwassenheid.

  • Herbruikbare assets

    We bouwen herbruikbare AI-sjablonen, promptbibliotheken, checklists en playbooks.

    1. Ad hocGeen herbruikbare assets; elke taak begint vanaf nul.
    2. OpkomendEen handvol sjablonen bestaat op verspreide plekken; gebruik is ongelijk.
    3. GedefinieerdEen werkbare set sjablonen, checklists of playbooks dekt veelvoorkomende AI-taken.
    4. BeheerdHerbruikbare assets worden onderhouden en vertrouwd; het team grijpt er standaard naar.
    5. GeoptimaliseerdHerbruikbare assets zijn een echte productiviteitsvermenigvuldiger; ze evolueren mee met de praktijk van het team en verouderen zelden.

Impactmeting & verbetering

Of het team het effect van AI op productiviteit, kwaliteit en bedrijfswaarde meet — en wat het leert gebruikt om te verbeteren.

  • Productiviteitsimpact

    We beoordelen of AI tijd bespaart of de teamcapaciteit vergroot.

    1. Ad hocNiemand weet of AI tijd bespaart; we nemen het aan en gaan verder.
    2. OpkomendAnekdotisch gevoel van productiviteitswinst; geen gedeeld signaal.
    3. GedefinieerdProductiviteitsindicatoren worden naast AI-adoptie gevolgd; het team heeft een ruw beeld van het effect.
    4. BeheerdProductiviteitsimpact wordt bewust bijgehouden; het team kan het effect van AI met bewijs beschrijven.
    5. GeoptimaliseerdProductiviteitsmeting is eerlijk over winst en verlies; het team past AI-gebruik aan op basis van wat de data laten zien.

  • Kwaliteitsimpact

    We beoordelen of AI de kwaliteit, consistentie en bruikbaarheid van ons werk verbetert.

    1. Ad hocWe weten niet of AI de kwaliteit helpt of schaadt; we kijken er niet naar.
    2. OpkomendKwaliteitseffecten worden anekdotisch opgemerkt; geen gedeeld beeld.
    3. GedefinieerdKwaliteitsindicatoren worden in de context van AI-gebruik gevolgd; het team heeft een werkbaar beeld.
    4. BeheerdKwaliteitsimpact hoort bij hoe het team over AI denkt; positieve en negatieve effecten zijn zichtbaar en er wordt naar gehandeld.
    5. GeoptimaliseerdKwaliteit is een eersterangs lens op AI-gebruik; het team heeft de praktijk aangepast op basis van zijn bevindingen.

  • Bedrijfswaarde

    We koppelen AI-gebruik aan meetbare uitkomsten zoals klantwaarde, kostenbesparing of snelheid.

    1. Ad hocAI-gebruik wordt gerechtvaardigd met enthousiasme; niemand kan de bedrijfsuitkomst benoemen die het oplevert.
    2. OpkomendEnige losse koppeling aan uitkomsten; meestal verteld als verhalen, niet gemeten.
    3. GedefinieerdSpecifieke AI-use cases zijn gekoppeld aan specifieke uitkomsten; het team kan de waardeketen beschrijven.
    4. BeheerdBedrijfswaarde wordt bijgehouden voor grote AI-investeringen; afwegingen (kosten versus baten) zijn expliciet.
    5. GeoptimaliseerdWaardetoekenning is grondig en routinematig; AI-investeringen staan of vallen op basis van aantoonbare uitkomsten.

  • Continue verbetering

    We gebruiken feedback, resultaten en geleerde lessen om te verbeteren hoe we AI gebruiken.

    1. Ad hocHoe we AI gebruiken verandert niet; we draaien op onze eerste ingevingen.
    2. OpkomendAf en toe aanpassingen op basis van individuele frustratie of externe prikkels.
    3. GedefinieerdHet team herziet zijn AI-werkwijzen regelmatig; veranderingen blijven hangen als ze hun waarde bewijzen.
    4. BeheerdVerbetering is een echte lus — meten, aanpassen, opnieuw meten — en het team kan veranderingen aanwijzen die het heeft doorgevoerd.
    5. GeoptimaliseerdContinue verbetering van de AI-praktijk hoort bij hoe het team werkt; niets aan hoe we AI gebruiken is statisch.

Wanneer deze gezondheidscontrole gebruiken

  • Wanneer je team begint met het adopteren van AI-tools en een gedeelde nulmeting wil van waar het vandaag staat.
  • Wanneer AI-gebruik ongelijk of ad hoc aanvoelt en je wilt afspreken hoe 'goed' eruitziet.
  • Tijdens kwartaal- of planningsreviews om de AI-adoptievolwassenheid in de tijd te volgen.
  • Wanneer leiders een gestructureerd, eerlijk gesprek willen over verantwoorde AI-adoptie in plaats van hype.
  • Voordat je investeert in nieuwe AI-tools, training of governance, om de inspanning te richten waar die het meest telt.

Tips & trucs

  • Laat iedereen eerst onafhankelijk scoren en vergelijk daarna — uiteenlopende scores op een dimensie leveren de nuttigste gesprekken op.
  • Streef niet overal naar 'Geoptimaliseerd'; kies een paar dimensies waar een niveau hoger de meeste waarde zou opleveren.
  • Let op kloven tussen adoptie (vaardigheden, tools, dagelijks gebruik) en waarborgen (governance, privacy, toezicht) — die zouden samen moeten vorderen.
  • Voer de check elk kwartaal opnieuw uit om de voortgang in AI-volwassenheid zichtbaar te maken en verbetering bewust te houden.
  • Gebruik de laagst scorende dimensies in elke groep om concrete, toegewezen actiepunten te voeden in plaats van vage voornemens.

Veelgestelde vragen

Wat meet deze beoordeling van AI-adoptievolwassenheid?
Het meet hoe volwassen je team AI adopteert en gebruikt over negen gebieden: strategie en leiderschap, tooladoptie en toegang, vaardigheden en vertrouwen, workflow-integratie, data en context, governance en risico, outputkwaliteit en menselijke beoordeling, samenwerking en kennisdeling, en impactmeting.
Hoe werkt de volwassenheidsschaal?
Elke dimensie krijgt een score op een gefaseerde schaal van vijf niveaus — Ad hoc, Opkomend, Gedefinieerd, Beheerd en Geoptimaliseerd — zodat teams hun huidige niveau kunnen zien en hoe de volgende stap naar bewuster, verantwoorder AI-gebruik eruitziet.
Wie moet eraan meedoen?
Iedereen in het team die AI in het werk gebruikt of erdoor wordt geraakt, idealiter samen met de teamleider. Crossfunctionele input geeft een eerlijker beeld dan inschattingen van het leiderschap alleen.
Hoe vaak moeten we het uitvoeren?
Per kwartaal werkt voor de meeste teams goed. Door het regelmatig opnieuw uit te voeren wordt AI-adoptievolwassenheid een trend die je kunt volgen en waarop je kunt handelen, in plaats van een eenmalige momentopname.
Gaat dit erom overal meer AI te adopteren?
Nee. Hogere volwassenheid betekent AI bewust en verantwoord gebruiken — weten waar het waarde toevoegt, waar menselijk oordeel essentieel is en hoe je risico beheert — niet het AI-gebruik maximaliseren om het maximaliseren zelf.