Meer leren over AI?
In onze hands-on trainingen leer je AI effectief inzetten voor jouw werk.
Dennis Claassen
AI-trainer · 35+ teams getraind
Key takeaways
- Een kale prompt geeft een generiek lijstje, geen analyse. Zonder jouw eigen cijfers vult AI de vier kwadranten met punten die op elk bedrijf in de sector passen, netjes opgemaakt en overtuigend ogend.
- De grootste valkuil: een professioneel opgemaakte lijst wordt aangezien voor een onderbouwde analyse. De opmaak van een SWOT-tabel oogt altijd zeker, ook als de inhoud generiek is.
- De confrontatiematrix is de stap die de meeste mensen overslaan. Pas daar wordt een lijstje een keuze: wat benut je, wat verdedig je, wat verbeter je, wat laat je los.
- Reken op 20 tot 30 minuten voor een eerste bruikbare versie, inclusief de confrontatiematrix, als je zelf de input aanlevert.
- Doe dit deze week: verzamel je eigen cijfers en klantsignalen (niet uit je hoofd), draai de volledige prompt uit dit artikel, en maak er met je team de confrontatiematrix bij voor je volgende kwartaalplanning.
SWOT-analyse maken met AI werkt pas goed als je zelf de sterktes, zwaktes, kansen en bedreigingen aanlevert. Vraag je alleen "maak een SWOT-analyse voor mijn bedrijf", dan vult het model die vier vakjes met aannames die voor elk bedrijf in je branche kunnen gelden. Dat onderscheid is niet theoretisch: de Kamer van Koophandel legt in haar stappenplan uit dat de eerste twee stappen draaien om een eerlijke analyse van je eigen bedrijf en markt, niet om sectorkenmerken. Mis je liever geen kans in je markt, kijk dan naar concurrentieanalyse maken met AI voor de stap die aan een SWOT voorafgaat.
Hieronder: een echt getest voorbeeld van het verschil tussen een kale en een goede prompt, de confrontatiematrix die er een strategische keuze van maakt, en de datum waarop je dit deze week aanpakt.
SWOT-analyse maken met AI: wat een taalmodel wel en niet voor je doet
Een taalmodel is sterk in twee dingen bij een SWOT-analyse: de punten die jij aanlevert netjes in vier kwadranten zetten, en elke sterkte of zwakte combineren met elke kans of bedreiging tot een volledige confrontatiematrix. Dat werkt omdat allebei taken zijn waarbij het model structureert wat je al hebt gegeven, zonder zelf iets te moeten weten over jouw bedrijf.
Sterkte zwakte analyse: ander woord voor SWOT-analyse
SWOT-analyse en sterkte zwakte analyse zijn in het Nederlands dezelfde methode: de letters S en W staan letterlijk voor sterkte (strength) en zwakte (weakness). Je ziet beide termen naast elkaar in sjablonen en templates; de inhoud en de werkwijze hieronder gelden voor allebei.
Wat een taalmodel niet goed doet: weten wat jouw werkelijke sterktes en zwaktes zijn. Een academisch onderzoek van de Universiteit Twente en de University of South-Eastern Norway testte specifiek wat ChatGPT-4 "weet" over SWOT-analyse, en concludeerde dat het model is "largely trained on easily available websites and to a very limited extent has been trained on scholarly publications on SWOT analysis". De onderzoekers vonden bovendien verzonnen bronvermeldingen zodra ze om een referentie vroegen. Vraag een AI-tool dus niet om zelf met sterktes of zwaktes van je bedrijf te komen op basis van zijn "kennis" van je sector; gebruik het alleen om te structureren wat jij aanlevert.
SWOT-analyse maken met AI: prompt, sjabloon of adviseur?
Neem het lichtste gereedschap dat de klus betrouwbaar klaart. Voor bijna elke situatie is dat de gewone chat; een document-modus (Canvas in ChatGPT, Artifacts in Claude) is alleen nodig zodra je de analyse met je team bijschaaft in meerdere rondes.
| Als dit geldt | Dan doe je dit | Waarom de drempel daar ligt |
|---|---|---|
| Een eerste, snelle versie voor jezelf, nog geen gedeeld besluit | Een korte chatprompt met je eigen input, gewone chat | Structureren van een lijst is precies waar een taalmodel goed in is, en een foute aanname kost nog niets zolang niemand er een besluit op baseert |
| Een SWOT die je deelt met je team, een subsidieaanvraag of een strategiesessie | De volledige prompt hieronder, in Canvas of Artifacts, zodat je 'm samen bijschaaft | De Kamer van Koophandel raadt zelf aan de analyse "met een team van mensen met verschillende inhoudelijke kennis" te maken en feedback van buiten te vragen; een document-modus laat je die rondes herhalen zonder elke keer een nieuw los antwoord te krijgen |
| Je hebt een onderbuikgevoel over een kans of bedreiging, maar geen cijfer of klantsignaal erbij | Toets dat gevoel eerst zelf bij een collega of klant, voor je het in de prompt zet | AI structureert alleen wat je geeft en markeert een ongetoetst gevoel niet als onzeker, zoals het eenregelvoorbeeld hieronder laat zien |
| Je bedrijf heeft meer dan 4 of 5 losse onderdelen met eigen markten (bijvoorbeeld een holding) | Maak per onderdeel een eigen SWOT, combineer daarna pas | Punten van verschillende bedrijfsonderdelen door elkaar zetten maakt elke cel van de confrontatiematrix een vergelijking van onvergelijkbare dingen, en dus onleesbaar |
SWOT-analyse voorbeeld: een eenregelprompt tegenover een prompt met echte input
Twee prompts, allebei echt gedraaid door een losse, blinde AI-sessie die onze aanname niet kende. Dezelfde taak, hetzelfde fictieve installatiebedrijf voor zonnepanelen en warmtepompen in Utrecht (14 medewerkers), maar met een ander resultaat.
De eenregelprompt: "Maak een SWOT-analyse voor mijn bedrijf. Het is een installatiebedrijf voor zonnepanelen en warmtepompen in de provincie Utrecht met 14 medewerkers."
Een fragment van wat dat opleverde, woord voor woord:
Sterktes: Regionale aanwezigheid en lokale bekendheid in de provincie
Utrecht. Compacte, flexibele organisatie. Dubbele expertise in
zowel zonnepanelen als warmtepompen.
Zwaktes: Beperkte schaal/capaciteit met 14 medewerkers. Mogelijk
beperkte naamsbekendheid buiten de regio. Beperktere marketing- en
salescapaciteit dan grote concurrenten.
Dit klinkt professioneel en leest prettig, maar geen van deze punten is specifiek voor dit bedrijf. "Compacte, flexibele organisatie" en "beperkte schaal" gelden voor praktisch elk installatiebedrijf met 14 medewerkers in Nederland. De AI gaf dat eerlijk aan in één zin vooraf ("heb ik de analyse opgebouwd op basis van wat typisch is voor een bedrijf van deze omvang"), maar die zin verdwijnt zodra je de tabel kopieert naar een presentatie. Precies dat is het risico: niet dat de AI liegt, maar dat de opmaak van een SWOT-tabel altijd zeker oogt, ook als de inhoud dat niet is.
De prompt die wél werkt, met echte input
#CONTEXT: Je bent een strategie-adviseur voor een mkb-ondernemer die
volgende week een kwartaalplanning moet presenteren aan zijn team.
#DOEL: Een SWOT-analyse met maximaal 3 punten per kwadrant, gevolgd
door een confrontatiematrix en 2 tot 3 concrete strategische keuzes
voor het komende kwartaal.
#INFORMATIE VAN MIJ:
- Sterke punten: vaste, ervaren installatieploegen (laag verzuim,
weinig verloop), klantbeoordeling 4,8 van 5 sterren op 220
Google-reviews
- Zwakke punten: planning gebeurt nog handmatig in Excel, gemiddelde
wachttijd voor een installatie is 7 weken
- Kansen: nieuwe subsidieregeling voor thuisbatterijen vanaf 2027,
groeiende vraag van mkb-bedrijven die willen verduurzamen voor hun
CSRD-rapportage
- Bedreigingen: afbouw van de ISDE-subsidie voor warmtepompen,
prijsdruk van grote landelijke ketens
#WERKWIJZE:
1. Vul de SWOT-tabel met maximaal 3 punten per kwadrant, alleen op
basis van wat ik gaf.
2. Maak een confrontatiematrix: combineer elke sterkte en zwakte met
elke kans en bedreiging.
3. Kies de 2 tot 3 combinaties die het sterkst opvallen en vertaal
die naar strategische keuzes, volgens de vier richtingen groeien
(sterkte+kans), verdedigen (sterkte+bedreiging), verbeteren
(zwakte+kans) en terugtrekken (zwakte+bedreiging).
#BELANGRIJKE REGELS:
- Verzin geen punten die ik niet heb gegeven.
- Benoem expliciet als je een verband aanneemt dat ik niet letterlijk
zo heb gesteld.
Een fragment van de confrontatiematrix die dit teruggaf, woord voor woord:
S2 (4,8/5, 220 reviews) x O2 (mkb/CSRD-vraag): Hoge beoordeling is
een sterk verkoopargument naar mkb-klanten die een betrouwbare
partner zoeken voor hun duurzaamheidsrapportage.
W1 (Excel-planning) x O2 (mkb/CSRD-vraag): Groeiende mkb-vraag vraagt
om schaalbare, overzichtelijke planning; Excel is daar een risico
bij toenemend volume.
En de strategische keuze die daaruit volgde: "Groeien (S2+O2): positioneer actief richting mkb-bedrijven met een CSRD-verduurzamingsvraag, met de hoge klantscore als kernargument." Met als onderbouwing dat dit de combinatie met het meest directe omzetpotentieel is, en "zonder grote investering" uitvoerbaar. Bij de cel die de Excel-planning koppelde aan de wachttijd van 7 weken benoemde het model expliciet: "dat verband heb je niet letterlijk zo gesteld, het is een redelijke aanname". Dat is precies het verschil met de eenregelprompt hierboven: hier wordt een aanname gemarkeerd als aanname, in plaats van gepresenteerd als feit.
Toch is dit voorbeeld niet meteen klaar om te kopiëren naar je kwartaalplanning. "Zonder grote investering uitvoerbaar" is óók een aanname, een eigen oordeel over hoeveel acquisitie-inspanning dit kost, maar die staat nergens zo gemarkeerd als de aanname over de Excel-planning. Het model is dus niet overal even consequent in het melden van zijn eigen aannames.
Een tweede, onafhankelijke test met dezelfde prompt op een ander fictief bedrijf (een boekhoudkantoor voor zzp'ers) wijst erop dat dit geen vast, voorspelbaar lek is. Fragment van die confrontatiematrix, woord voor woord:
S1 (vast gecertificeerd team) x O2 (groeiende AI-vraag): *Aanname:*
een vast team kan makkelijker gezamenlijk bijscholen in AI-tools
dan een flexibele schil.
W1 (geen klantportaal) x T1 (gratis AI-app van ketens): *Aanname:*
het ontbreken van digitaal gemak maakt het kantoor kwetsbaarder
voor ketens die dat gemak wél bieden.
Deze keer markeerde het model bijna elk verband expliciet als aanname, tot en met de eigen strategische keuzes aan het eind ("dat klanten hierdoor ook echt blijven, is een aanname"). De praktische les: niet de aanwezigheid of afwezigheid van een aanname-label is te vertrouwen, want die wisselt per keer, maar alleen jouw eigen check. Haal elke strategische keuze los van de tabel en vraag: staat dit letterlijk in mijn input, of is dit een oordeel dat het model erbij heeft verzonnen, gelabeld of niet? Bij "zonder grote investering" in het eerste voorbeeld is het antwoord: een oordeel, geen gegeven feit.
SWOT-analyse: de confrontatiematrix als de stap die de meeste mensen overslaan
Een SWOT-analyse die bij de tabel met vier kwadranten stopt, is geen analyse maar een lijstje. In de vakliteratuur heet deze stap de TOWS-matrix, voorgesteld door Weihrich in 1982. Het onderzoek van Puyt en Madsen hierboven zet 'm in zijn eigen literatuurtabel nog in 2024 op plek 4 van de top 5 meest geciteerde SWOT-varianten volgens de Scopus-telling, naast onder meer het VRIO-framework. De Kamer van Koophandel noemt hetzelfde instrument in het Nederlands de confrontatiematrix (stap 4 van de 5): "maak een tabel met de sterke en zwakke punten. Voor elk punt geef je aan hoe groot de kansen en bedreigingen zijn." Uit die matrix volgen vier richtingen: groeien (benut sterktes en kansen), verdedigen (gebruik sterktes om bedreigingen te weerstaan), verbeteren (werk zwaktes bij om kansen te benutten) en terugtrekken (laat activiteiten los die zwaktes en bedreigingen versterken).
De regel van de Kamer van Koophandel om je lijst te "beperken tot maximaal drie sterktes, zwaktes, kansen en bedreigingen" is geen arbitraire opruimregel maar een leesbaarheidsdrempel. Bij 3 punten per kwadrant heeft je confrontatiematrix 6 rijen (sterktes plus zwaktes) tegen 6 kolommen (kansen plus bedreigingen), dus 36 cellen. Bij 4 punten per kwadrant loopt dat op naar 8 tegen 8, 64 cellen, bijna het dubbele. Een AI-tool vult 64 cellen net zo makkelijk als 36, maar jij moet ze allemaal lezen voor je een keuze maakt, en dat is precies waar het bij meer dan 3 punten per kwadrant vastloopt.
Wat het oplevert, en hoe je dit na zeven dagen meet
Reken op 20 tot 30 minuten voor een eerste bruikbare versie, inclusief de confrontatiematrix, als je zelf de input al klaar hebt. Uit onze trainingen zien we dat het verzamelen van die input, je eigen cijfers en klantsignalen, meestal langer duurt dan de prompt zelf: 30 tot 60 minuten extra de eerste keer, minder zodra je die gegevens al bijhoudt. Van de strategische keuzes die daaruit komen, is naar onze bredere ervaring in trainingen, los van de twee tests hierboven, ongeveer de helft direct te presenteren; de andere helft bevat een niet-gemeld eigen oordeel van het model, zoals "zonder grote investering" in het eerste voorbeeld, dat je eerst zelf moet checken of schrappen.
Wat niet beter wordt: AI kent je markt nog steeds niet na een week. Elk kwartaal verandert er iets in je sterktes, zwaktes, kansen of bedreigingen, en dat moet je zelf blijven aanleveren. Wat wel beter wordt: je prompt, met elke keer een duidelijker lijst van wat je al weet en wat nog een aanname is.
Reken er ook niet op dat dit risico verdwijnt zodra je tool geheugen krijgt. Dat maakt het juist verleidelijk om te vragen "update mijn SWOT van vorig kwartaal" in plaats van verse cijfers aan te leveren, en dan herhaalt een AI met geheugen gewoon de oude, inmiddels achterhaalde kansen en bedreigingen: geheugen is geen verificatie. Begin daarom elk kwartaal met verse input, ook als je tool zich het vorige gesprek nog herinnert.
Meet dit zonder tooling, zeven dagen na je eerste versie:
- Kan iemand die er niet bij was, bij elk punt in de SWOT-tabel aanwijzen welk feit of cijfer erachter zit? Kan dat niet, dan staat er een generiek punt in dat je eruit haalt.
- Heeft de confrontatiematrix tot minstens één concrete strategische keuze geleid die je team nog niet had overwogen? Zo niet, dan heeft de matrix geen nieuwe informatie toegevoegd en was een los lijstje al genoeg geweest.
- Is er een combinatie in de matrix die iemand in het team tegenspreekt op basis van kennis die niet in de prompt stond? Dat is precies de controle die een AI-tool niet zelf kan doen, en de reden om de matrix altijd met minstens één collega te bespreken.
SWOT-analyse en bedrijfsgeheimen: wat zet je wel en niet in een AI-tool
Dit is geen theoretisch risico. Bij de gemeente Eindhoven uploadden medewerkers in één maand meer dan duizend documenten met persoonsgegevens naar openbare AI-tools, meldde Omroep Brabant op basis van NOS-onderzoek; de gemeente meldde dit bij de Autoriteit Persoonsgegevens en blokkeerde daarna openbare AI-modellen voor personeel. Ethisch hacker Jan van der Put: "De grootste risico's zitten in medewerkers die met AI willen werken, maar niet goed weten hoe ze dat veilig moeten doen." Een SWOT-analyse bevat vergelijkbaar gevoelige informatie, niet over personen maar over je bedrijf: waar je marges onder druk staan, welke klant je het hardst nodig hebt, welk product achterblijft. Dat kan een bedrijfsgeheim zijn volgens de Wet bescherming bedrijfsgeheimen. Artikel 1 van die wet stelt drie voorwaarden: de informatie is geheim, ze heeft handelswaarde omdat ze geheim is, en ze is "onderworpen aan redelijke maatregelen... om deze geheim te houden". Plak je onbewerkte zwaktes en bedreigingen in een gratis, publieke AI-dienst zonder verwerkersovereenkomst, dan is dat moeilijk te verenigen met die "redelijke maatregelen", en kan dat de juridische bescherming ondermijnen.
Gebruik daarom een zakelijk account. Anthropics eigen documentatie over modeltraining, een beleidspagina van de leverancier zelf en dus geen onafhankelijke controle, laat zien dat trainen op je gesprekken zelfs bij een gewoon consumentenaccount iets is wat je zelf aan- of uitzet, geen vaste instelling. Controleer dat dus zelf, bij elke aanbieder, voor je bedrijfsgevoelige punten plakt.
Info
Stand van zaken op 19 november 2026. Zakelijke abonnementen (zoals ChatGPT Team/Enterprise en Claude Team/Enterprise) sluiten modeltraining op jouw gesprekken doorgaans standaard uit, met een eigen verwerkersovereenkomst. Bij gratis en persoonlijke abonnementen is dat een instelling die je zelf controleert, niet altijd de standaardstand. Check dit bij elke aanbieder in je eigen accountinstellingen, want dit verandert regelmatig.
Wat AI hier niet goed kan
AI weet niet of een strategische keuze operationeel haalbaar is: of je team tijd heeft voor een nieuwe doelgroep hangt af van planning die niet in de prompt staat. Een concrete beslisregel: bevat een keuze een woord als "eenvoudig", "snel" of "zonder grote investering" zonder dat jij dat zo aanleverde, behandel die zin als oordeel, niet als feit, en laat iemand met budget- of planningskennis hem bevestigen. AI kent ook je onderbuikgevoel niet, dat een concurrent iets groots voorbereidt voordat dat zwart-op-wit staat. Dat blijft mensenwerk; zet het zelf om in een kans of bedreiging voor je de prompt draait.
Doe dit deze week
Verzamel je eigen cijfers en klantsignalen
Niet uit je hoofd: je laatste klantbeoordelingen, je wachttijd of doorlooptijd, een subsidie of regelwijziging die je sector raakt. Maximaal 3 per kwadrant.
Draai de volledige prompt uit dit artikel
Vraag expliciet om de confrontatiematrix en de 2 tot 3 strategische keuzes, niet alleen de tabel.
Bespreek de confrontatiematrix met minstens één collega
Laat die persoon tegenspreken op basis van kennis die niet in de prompt stond. Dat is de controle die AI niet zelf doet.
Het agent-recept dat vandaag werkt: plak je eigen punten in de volledige prompt hierboven, vraag om de confrontatiematrix erbij, en bespreek de uitkomst in je volgende kwartaalplanning in plaats van 'm direct te kopiëren. Een kant-en-klare versie van deze prompt staat in de promptbibliotheek onder strategie. Wil je dit met je eigen team en je eigen cijfers uitwerken, kijk dan naar een AI-werksessie. Moet je eerst de kansen en bedreigingen uit je markt zelf nog scherper krijgen, begin dan bij concurrentieanalyse maken met AI. Wil je de uitkomst daarna in één pagina voor de directie, kijk dan naar managementsamenvatting schrijven met AI.
AI-training
Wil je AI leren inzetten?
In onze praktische trainingen leer je hoe je ChatGPT, Claude en andere AI-tools effectief inzet voor jouw werk.
Bronnen
- Kamer van Koophandel, Een SWOT-analyse maken in 5 stappen, bijgewerkt 27 maart 2026. Zelf geopend. Bron voor de 5 stappen, de werkwijze van de confrontatiematrix, de vier strategische richtingen (groeien, verdedigen, verbeteren, terugtrekken) en de regel om de lijst te beperken tot maximaal 3 punten per kwadrant.
- Puyt, R.W. en Madsen, D.Ø., Evaluating ChatGPT-4's historical accuracy: a case study on the origins of SWOT analysis, Frontiers in Artificial Intelligence (Universiteit Twente en USN School of Business, University of South-Eastern Norway), 3 mei 2024. Zelf geopend. Onafhankelijk, academisch onderzoek naar de bronnen waarop ChatGPT-4 zijn kennis over SWOT-analyse baseert, en naar verzonnen bronvermeldingen bij een verzoek om referenties.
- Rijksoverheid, Wet bescherming bedrijfsgeheimen, artikel 1. Zelf geopend. Bron voor de drie voorwaarden waaraan informatie moet voldoen om als bedrijfsgeheim te gelden, waaronder de eis van redelijke maatregelen om de informatie geheim te houden.
- Anthropic, How do you use personal data in model training?. Zelf geopend. Bron voor hoe modeltraining op gespreksdata werkt en dat dit een instelling is die je zelf beheert; een beleidspagina van de leverancier zelf, geen onafhankelijke beoordeling.
- Omroep Brabant, Waarschuwing voor personeel dat met AI bezig is: 'Kans op datalek is groot', gebaseerd op onderzoek van de NOS. Zelf geopend. Onafhankelijke, regionale publieke omroep; bron voor het datalek bij de gemeente Eindhoven (meer dan duizend documenten met persoonsgegevens in één maand naar openbare AI-tools) en het citaat van ethisch hacker Jan van der Put.
- Dit artikel test de volledige prompt twee keer, op twee geconstrueerde maar realistische fictieve bedrijven (een installatiebedrijf voor zonnepanelen en warmtepompen, en een boekhoudkantoor voor zzp'ers), elk echt gedraaid door een losse, blinde AI-sessie zonder kennis van de hypothese van dit artikel, met de prompten en uitkomsten letterlijk weergegeven.
Veelgestelde vragen
Wat is een confrontatiematrix bij een SWOT-analyse?
De confrontatiematrix is de stap na de SWOT-tabel. Je combineert elke sterkte en zwakte met elke kans en bedreiging, en beoordeelt per combinatie hoe groot dat verband is. Daaruit volgen vier richtingen: groeien (sterkte plus kans), verdedigen (sterkte plus bedreiging), verbeteren (zwakte plus kans) en terugtrekken (zwakte plus bedreiging). Zonder deze stap blijft een SWOT-analyse een lijstje in plaats van een keuze.
Hoeveel punten horen er in elk kwadrant van een SWOT-analyse?
Maximaal 3 per kwadrant, volgens het advies van de Kamer van Koophandel. Bij 3 punten per kwadrant heeft je confrontatiematrix al 36 cellen (6 sterktes en zwaktes tegen 6 kansen en bedreigingen). Bij 4 punten per kwadrant loopt dat op naar 64 cellen, bijna het dubbele, en wordt de matrix te groot om in één keer te overzien.
Is een SWOT-analyse voorbeeld van AI te vertrouwen?
Alleen als jij de sterktes, zwaktes, kansen en bedreigingen zelf hebt aangeleverd. Vraag je alleen om een voorbeeld zonder eigen input, dan vult AI de kwadranten met aannames die voor elk bedrijf in de branche kunnen gelden, netjes opgemaakt maar niet specifiek voor jouw situatie. Geef daarom altijd je eigen cijfers en klantsignalen mee.
Wat is het verschil tussen een SWOT-analyse en een sterkte zwakte analyse?
Geen verschil. Sterkte zwakte analyse is de Nederlandse naam voor dezelfde methode: de S en de W in SWOT staan voor strength en weakness, dus sterkte en zwakte. Je ziet beide termen naast elkaar in sjablonen, maar de werkwijze en de confrontatiematrix zijn identiek.
Welke informatie zet ik niet in een AI-tool bij een SWOT-analyse?
Onbewerkte, concurrentiegevoelige details zoals exacte marges, de naam van je grootste klant of een nog niet aangekondigd plan horen niet in een gratis, publieke AI-tool. Gebruik een zakelijk account met een verwerkersovereenkomst en controleer zelf of modeltraining op jouw gesprekken uitstaat, want die instelling verschilt per aanbieder en per abonnement.




