Medewerkers trainen in AI — waar begin je?

Laat me raden. Je weet dat AI belangrijk is. Je hebt misschien al een paar licenties aangeschaft. Er zijn collega's die er "iets mee doen." Maar als je eerlijk bent: je hebt geen idee of je team er echt beter van wordt.

Je bent niet de enige. Het AI Skills Rapport 2026 laat zien dat 72% van alle werknemers inmiddels regelmatig AI gebruikt — twee jaar geleden was dat nog geen 30%. Maar hier zit de crux: slechts 36% is tevreden over de training die ze kregen.

Dat gat tussen "we gebruiken het" en "we zijn er goed in" — dát is waar de meeste bedrijven vastzitten. En eerlijk? Het is ook logisch. Want waar begin je eigenlijk?

Ik train teams in AI. Elke week. En ik zie steeds dezelfde patronen: dezelfde fouten, dezelfde onzekerheden, en dezelfde verbazing als het wél klikt. Dit artikel is wat ik je zou vertellen als we samen aan de koffie zaten.

De eerlijke stand van zaken

De cijfers

CBS meldt dat 22,7% van de Nederlandse bedrijven AI inzet — bijna een verdubbeling in twee jaar. Natural language generation (denk: ChatGPT, Claude) is de snelste groeier. Klinkt positief.

Maar de Intelligence Group berekende dat 1 op de 3 taken van Nederlandse werknemers nu al vervangbaar is door AI. Communicatie (48%), klantenservice (46%), financieel werk (43%). De tools zijn er. De impact is enorm. En het World Economic Forum voorspelt dat 39% van de kernvaardigheden in huidige banen fundamenteel verandert.

Wat ik in de praktijk zie

De helft van de teams die ik spreek "doet al iets met AI." Maar als ik doorvraag, is het dit: drie mensen die ChatGPT gebruiken voor e-mails, één iemand die er samenvattingen mee maakt, en de rest die het niet vertrouwt of niet weet waar te beginnen.

PwC onderzocht het en vond een pijnlijke kloof: managers zijn een stuk enthousiaster over AI dan hun medewerkers. Die kloof herken ik. De directeur wil "iets met AI", het team denkt "nog een verandertraject."

En hier zit het punt: je team is niet bang voor AI. Ze zijn bang voor weer iets nieuws dat erbij komt, zonder dat het oude af is. Dat is een verschil. En het bepaalt hoe je de training aanpakt.

Waarom de meeste AI-trainingen niet werken

Voordat ik vertel wat wél werkt, moet ik eerlijk zijn over wat niet werkt. Want ik zie dezelfde fouten steeds terugkomen.

Fout 1 — "Iedereen een account en succes"

De populairste aanpak: koop ChatGPT Team-licenties, stuur een mailtje rond, en hoop dat mensen het oppakken. Spoiler: dat doen ze niet.

Harvard onderzocht het en vond dat 7 van de 10 werknemers onboarding-video's en handleidingen negeren. Ze openen de tool, typen een vage vraag, krijgen een matig antwoord, en concluderen dat "AI nog niet zover is."

Het is alsof je iemand een professioneel keukenmes geeft zonder kookles. Het gereedschap is er — de vaardigheid niet.

Fout 2 — Te veel tools tegelijk

"We gaan ChatGPT, Claude, Gemini, Copilot én Perplexity uitrollen." Ik snap de gedachte, maar het resultaat is overweldiging. Je team weet niet waar te beginnen en doet uiteindelijk niets.

Begin met één platform. Maak dat eigen. Breid daarna uit. In onze Masterclass behandelen we alle drie de grote platformen — maar we leren teams ook wanneer je welke inzet. Dat is het verschil.

Fout 3 — Dezelfde training voor iedereen

Je directeur heeft andere AI-kennis nodig dan je marketingmedewerker. McKinsey beschrijft drie niveaus van AI-upskilling:

1. •Geletterdheid — Begrijpen wat AI is, kan en niet kan (iedereen)
2. •Adoptie — AI inzetten in je dagelijkse werk (gebruikers)
3. •Transformatie — Werkprocessen herontwerpen rond AI (managers, directie)

De meeste trainingen blijven hangen bij niveau 1. Maar de echte waarde zit in niveau 2 en 3.

Fout 4 — Training zonder follow-up

Een eenmalige workshop is een goed begin. Maar zonder follow-up is 80% van de kennis na een maand weg. TNO onderzocht 25.000 professionals en vond een gemiddelde tijdsbesparing van slechts 3% door AI — omdat de meeste implementaties stoppen na de introductie.

Drie procent. Dat is het verschil tussen "we doen iets met AI" en "AI verandert hoe we werken." Het verschil maakt de follow-up.

Het stappenplan dat wél werkt

Genoeg over wat misgaat. Dit is wat ik bedrijven adviseer — en wat ik steeds zie werken.

Stap 1 — Begin bij de pijn, niet bij de tool

Niet: "We gaan AI implementeren." Wel: "Waar verliest ons team de meeste tijd?"

Vraag je medewerkers deze week: welke drie taken kosten je het meeste tijd en voegen het minste waarde toe? Die antwoorden zijn je startpunt. Niet een AI-strategie op papier. Niet een "digital transformation roadmap." Gewoon: waar zit de pijn?

Bijna altijd zijn het dezelfde dingen: rapportages schrijven, e-mails formuleren, data ordenen, vergadernotulen maken, presentaties opzetten. Precies de taken waar AI het grootste verschil maakt.

Stap 2 — Start met één team

Niet de hele organisatie tegelijk. Kies het team waar de impact het snelst zichtbaar is. De Intelligence Group-data helpt bij die keuze:

• •Communicatie en marketing: 48% van taken heeft baat bij AI → AI-training marketing
• •Klantenservice: 46% → direct toepasbaar op e-mail en chat
• •Finance en administratie: 43% → AI-training finance
• •HR en recruitment: relevant én wettelijk gevoelig → AI-training HR
• •Sales: pipeline-analyse, outreach, proposals → AI-training sales
• •Development: code review, testing, documentatie → AI-training development

Kies er één. Geef dat team de aandacht. Laat hen het bewijs leveren voor de rest van de organisatie.

Stap 3 — Hands-on, geen theorie

Harvard Business Review is helder: medewerkers die AI goed kunnen gebruiken, leerden het twee keer vaker door te experimenteren dan door formele training. Leren door doen werkt.

Dat betekent: eigen laptop mee, eigen documenten erbij, en oefenen met je echte werkprocessen. Geen generieke voorbeelden. Geen slides over "wat is een LLM." Direct aan de slag met de e-mails die je morgen moet sturen, de rapportage die vrijdag af moet, het voorstel dat je al weken uitstelt.

Als je team goede prompts leert schrijven met hún context, hún data en hún toon — dan klikt het. En dan gebruiken ze het ook na de training.

Stap 4 — Maak AI-ambassadeurs

In elk team zit iemand die het sneller oppikt dan de rest. Iemand die na de training doorvraagt, extra dingen uitprobeert, collega's helpt. Geef die persoon een rol.

AI-ambassadeurs zijn geen extra functie. Het is één aanspreekpunt per team dat collega's helpt als ze vastlopen. Het verlaagt de drempel enorm. En het voorkomt dat de adoptie stopt zodra de trainer de deur uit is.

Stap 5 — Meet, deel en schaal op

Meet wat het oplevert. Niet met een ingewikkeld dashboard — gewoon door je team te vragen:

• •Hoeveel tijd bespaar je per week?
• •Welke taken doe je nu anders?
• •Wat werkt niet?

Deel de succesverhalen. Niets overtuigt een sceptisch team zo snel als een collega die zegt: "Ik doe mijn maandrapportage nu in de helft van de tijd." BCG bevestigt het: teams die AI strategisch inzetten worden 37% productiever.

Dan pas schaal je op naar het volgende team. Van McKinsey's "geletterdheid" naar "adoptie" naar "transformatie." Niet door meer trainingen te geven, maar door werkprocessen te herontwerpen rond AI.

De wettelijke kant — kort maar belangrijk

Sinds 2 februari 2025 is AI-geletterdheid wettelijk verplicht. De EU AI Act schrijft voor dat iedereen die met AI werkt, voldoende kennis en vaardigheden heeft.

De handhaving start in augustus 2026. Boetes lopen op tot €15 miljoen of 3% van de omzet. De Autoriteit Persoonsgegevens heeft AI tot handhavingsprioriteit gemaakt voor dit jaar.

Ik zeg dit niet om je bang te maken. Ik zeg het omdat het de beslissing makkelijker maakt: je team trainen in AI is niet alleen slim, het is verplicht. Twee vliegen in één klap.

Meer weten? Lees ons artikel over de EU AI Act voor Nederlandse bedrijven of over het opstellen van een AI-beleid.

Wat het kost — en wat het oplevert

Ik ga geen exacte prijzen noemen — die staan op onze trainingspagina's. Maar ik wil het frame rechtzetten.

De vraag is niet "wat kost AI-training?" De vraag is "wat kost het om het niet te doen?"

De rekening is simpel. Als één medewerker één uur per dag bespaart door effectief AI-gebruik, is dat 20 uur per maand. Bij 10 medewerkers is dat 200 uur. Reken dat tegen het uurtarief van je team en je hebt de businesscase.

BCG meet 37% productiviteitswinst bij strategisch AI-gebruik. TNO meet 3% zonder goede implementatie. Dat verschil — van 3% naar 37% — is het verschil tussen "iedereen een account geven" en "je team serieus trainen."

Wat je morgen kunt doen

Je hoeft geen heel traject op te tuigen. Begin met dit:

1. •Vandaag: Vraag je team welke drie taken hen het meeste tijd kosten
2. •Deze week: Laat iedereen één van die taken proberen met ChatGPT, Claude of Gemini
3. •Volgende week: Plan een uurtje om ervaringen te delen — wat werkte, wat niet?
4. •Deze maand: Boek een AI-workshop voor je team of plan een gesprek over een trainingsplan op maat

De bedrijven die ik zie slagen, zijn niet de bedrijven met de beste AI-strategie op papier. Het zijn de bedrijven die gewoon beginnen. Imperfect, met vragen, maar wel in beweging.

En als je team er serieus mee aan de slag wil — met begeleiding, met hun eigen cases, en met de tools die er in 2026 toe doen — dan is onze ChatGPT, Claude & Gemini Masterclass of het AI als teamsport-programma een goede volgende stap.

Bronnen

• •CBS — Gebruik kunstmatige intelligentie door bedrijven neemt toe
• •AI Skills Rapport 2026 — Taxence
• •World Economic Forum — Future of Jobs Report 2025
• •PwC — Hopes & Fears 2025
• •McKinsey — Redefine AI Upskilling as a Change Imperative
• •Harvard Business Review — How Gen AI Could Transform Learning and Development
• •Harvard Business Review — Why Hands-On Learning Is Key
• •Intelligence Group — AI Impact Analyse op beroepen in Nederland
• •TNO — Drie factoren bepalen jouw AI-project
• •BCG / NCOI — AI kan productiviteit met 30-40% verhogen
• •Accountant.nl — AI-sector Nederland blijft achter