Wat is de retrospective AI-ondersteund werk?
Zodra AI-agents en -assistenten deel uitmaken van het dagelijkse werk, wordt het lastig om echte versnelling te onderscheiden van verborgen kosten. De retrospective AI-ondersteund werk geeft je team een manier om een cyclus van AI-ondersteunde oplevering te bespreken waarbij bewijs voorop staat. Je benoemt de successen die het waard zijn om te beschermen, herleidt elk stukje frictie tot een grondoorzaak en bepaalt daarna welke frictie je er bewust hebt ingebouwd. Die laatste stap is belangrijk, want niet alle frictie is verspilling. Reviewmomenten, goedkeuringsstappen en verificatierondes zijn controles waar het team zelf voor heeft gekozen, en door te triëren scheid je ze van verspilling voordat iemand ze haastig gaat "oplossen". Het bord heeft vijf kolommen. Bij Wat ging goed komen successen met bewijs. Bij Frictie, met de oorzaak benoem je elke vertraging en geef je de grondoorzaak een label. Aannames die we lieten staan verzamelt de aannames die de agent (of het team) zonder controle heeft geaccepteerd. Bij Houden of schrappen markeer je elk stukje frictie als controle om te beschermen of als verspilling om weg te halen, en Dit eerst sluit af met maximaal drie verbeteringen. Elke verbetering krijgt een benoemd niveau (documentatie, omgeving, proces, materiaal of upstream), zodat ze op de juiste laag gericht is en geen algemeen actiepunt wordt. Door bewijs te vragen bij successen, oorzaken bij frictie en eerlijkheid over ongecontroleerde aannames blijft de retro vrij van zowel hype als cynisme, en krijgt het team een vaste woordenschat voor AI-ondersteund werk. In TeamRetro voegt iedereen tegelijk kaartjes toe, groepeer je gedeelde thema's en stem je, en ga je naar huis met acties met een eigenaar en een helder beeld van wat je beschermt, wat je weghaalt en wat je met rust laat.
Retrospectiveformat AI-ondersteund werk
Wat ging goed
Wat ging deze cyclus sneller of beter dankzij AI?
Hier horen alleen successen met bewijs, dus sla algemene lof over. Vraag iedereen om iets aan te wijzen wat AI-ondersteuning echt heeft verbeterd: een taak die sneller live ging, een bug die eerder werd gevonden, een concept dat uren scheelde. Het doel is te ontdekken wat je wilt beschermen en herhalen, dus vraag bij elk succes naar het moment of de cijfers erachter.
Frictie, met de oorzaak
Waar liep het stroef, en wat was de grondoorzaak?
Elk kaartje benoemt het moment, een ruwe schatting van de kosten en één label voor de grondoorzaak uit de vaste woordenschat van het team (documentatie, omgeving, proces, materiaal of upstream). Stuur weg van algemeen gemopper en vraag naar het concrete geval en wat het kostte. Door de oorzaak nu te benoemen worden de stappen houden of schrappen en prioriteren een stuk scherper.
Aannames die we lieten staan
Wat nam de agent (of wij) aan zonder genoeg informatie?
Dit is frictie die nog geen pijn heeft gedaan: aannames die niemand heeft gecontroleerd. Vraag het team om alles te markeren wat de agent heeft afgeleid of wat het team op goed vertrouwen heeft aangenomen, zoals een niet-getest randgeval, een onbevestigde eis of een kortere weg waarvan je denkt dat het 'waarschijnlijk wel goed' is. Als je deze nu opvangt, worden ze niet het incident van de volgende cyclus.
Houden of schrappen
Welke van deze frictie hebben we bewust gekozen?
Niet alle frictie is verspilling. Reviewmomenten en goedkeuringsstappen kunnen controlepunten zijn waar het team bewust voor heeft gekozen. Loop de frictiekaartjes door en markeer elk kaartje als HOUDEN (een controle die het beschermen waard is) of SCHRAPPEN (verspilling om weg te halen). Een controle weghalen moet een expliciete teambeslissing zijn, nooit een bijeffect van opruimen.
Dit eerst
Welke verbetering levert van alles het meeste op, en op welk niveau?
Wees streng: maximaal drie verbeteringen. Elke verbetering krijgt een benoemde eigenaar en een specifiek niveau (documentatie, omgeving, proces, materiaal of upstream), zodat ze op de juiste laag gericht blijft. Stem in TeamRetro om de verbeteringen met de grootste opbrengst te kiezen voordat je eigenaren toewijst.
Wanneer dient u deze retrospective te gebruiken?
- Aan het einde van een sprint of opleveringscyclus waarin AI-agents of codeerassistenten een flink deel van het werk deden.
- Wanneer je team AI-ondersteunde werkwijzen opschaalt en echte winst wil onderscheiden van verborgen kosten.
- Na een periode van snelle AI-adoptie, als frictie en workarounds zich hebben opgestapeld zonder dat iemand ernaar heeft gekeken.
- Wanneer je vermoedt dat iemand op het punt staat frictie weg te halen die eigenlijk een controle is die het houden waard is.
- Wanneer je een gedeelde teamwoordenschat wilt om over AI-ondersteund werk te praten zonder hype of cynisme.
Voorstellen voor ijsbrekers
- Als je AI-assistent deze sprint een persoonlijkheid had, was het dan een enthousiaste stagiair, een betweter of een stil genie, en waarom?
- Welke taak zou je nooit aan een AI toevertrouwen, en welke zou je morgen al met plezier overdragen?
Wilt u een opwarmoefening waarbij uw team daadwerkelijk meedoet, en niet alleen hardop antwoorden geeft? Bekijk gratis ijsbrekers →
Ideeën en tips voor uw retrospectievevergadering
- Spreek vooraf je woordenschat voor grondoorzaken af (documentatie, omgeving, proces, materiaal, upstream). Consistente labels maken triëren en prioriteren een stuk scherper.
- Vraag om bewijs bij successen. 'Het voelde sneller' is geen succes; 'het bespaarde een halve dag aan boilerplate' wel.
- Behandel het weghalen van een controle bij Houden of schrappen als een beslissing. Schrap nooit een reviewmoment alleen omdat het traag is. Controleer eerst of het geen echte problemen opvangt.
- Beperk de actielijst tot drie, elk met een benoemde eigenaar en een niveau. Een langere lijst betekent meestal dat er niets gebeurt.
- Geef stillere en sceptischere mensen de ruimte om iets te zeggen. Enthousiasme over AI kan terechte zorgen over ongecontroleerde aannames overstemmen.
- Kijk de volgende cyclus opnieuw naar Aannames die we lieten staan om te zien of er een is uitgelopen op echte kosten.