ARTIKEL 3
Hoe je AI bestuurbaar maakt zonder innovatie te remmen
Organisaties staan volop in de aandacht van AI. Er wordt geëxperimenteerd, onderzocht, geprototyped en veelgehoord: “We doen al best veel met AI.” Maar wie iets verder kijkt dan de pilot of de demo, ziet een ander beeld. Niet de techniek loopt vast, maar de organisatie. Teams die iets willen, bestuurders die nog zoeken naar houvast, data die niet overal op orde is, en besluitvorming die net een fractie te langzaam gaat voor het tempo waarin nieuwe toepassingen worden geïntroduceerd.
AI vraagt, meer dan andere technologieën, om bestuurbaarheid. Om richting, kaders en een organisatie die weet hoe waarde, risico’s en samenhang zich tot elkaar verhouden. Zonder die basis blijft AI hangen in goede bedoelingen. Met governance ontstaat de ruimte om veilig en stevig door te bouwen.
Waarom governance de échte versneller is
Veel organisaties werken tegelijkertijd aan meerdere AI-initiatieven. In één team start een pilot voor documentanalyse, elders onderzoekt men hoe AI patiëntvragen kan triageren, en vlak daarnaast loopt een experiment met datagedreven rapportages. Het probleem is niet dat deze initiatieven bestaan — het probleem is dat ze vaak los van elkaar ontstaan. Er is geen gezamenlijke taal, geen gezamenlijke richting en geen gezamenlijke prioriteit.
De gevolgen zijn herkenbaar:
- pilots die op zichzelf waardevol lijken, maar niet verder komen;
- bestuurders die meer vragen dan antwoorden krijgen;
- medewerkers die de impact op hun werk maar half begrijpen;
- en een ICT-organisatie die regelmatig ‘nee’ moet verkopen, omdat risico’s, datakwaliteit of integraties niet zijn meegenomen.
Goede governance is dan geen bureaucratische laag, maar een fundament. Het is het mechanisme dat helder maakt wat wel kan, wat nog niet kan, wat moet worden onderzocht en wat prioriteit heeft. Governance versnelt niet door méér te doen, maar door duidelijkheid te scheppen.
De drie pijlers van AI-governance
Richting als kompas
Bestuurbaarheid begint bij richting. Een organisatie die helder heeft waarvoor AI wordt ingezet — én waarvoor niet — creëert rust. Richting betekent niet dat alle antwoorden al bekend zijn, maar wel dat de kernwaarden vaststaan. Wat voor soort organisatie willen we zijn? Hoe ziet verantwoorde AI eruit in onze context? Welke risico’s tolereren we, en welke absoluut niet?
Door dat kader gezamenlijk op te stellen, krijgen teams lucht en bestuurders grip. Het zorgt ervoor dat nieuwe ideeën niet telkens vanaf nul worden beoordeeld, maar worden getoetst aan een bekend, gedeeld uitgangspunt.
Data als basisvoorwaarde
AI kan niet beter zijn dan de data die eraan ten grondslag ligt. Toch is dat juist het gebied waar veel organisaties nog in ontwikkeling zijn. Data is verspreid over systemen, eigenaarschap is niet altijd helder, beveiliging wordt te laat meegenomen en metadata ontbreekt vaak.
Het borgen van datakwaliteit, eigenaarschap en toegankelijkheid is daarom geen achteraf-activiteit, maar een structureel onderdeel van AI-governance. Wanneer duidelijk is wie waarover gaat, welke definities gelden en hoe privacy-by-design wordt toegepast, ontstaat de betrouwbaarheid die nodig is om AI echt in processen te verweven.
Besluitvorming die snelheid mogelijk maakt
AI vraagt niet alleen om richting en data, maar vooral om een manier van werken die tempo kan maken zonder risico’s te negeren. Dat betekent dat een organisatie haar besluitvorming opnieuw moet inrichten: lichter, duidelijker en explicieter.
Teams hebben behoefte aan mandaten — te weten wie beslist over pilots, wie over opschaling en wie bewaakt of technologie past binnen architectuur en compliance. Bestuurders hebben behoefte aan inzicht: welke initiatieven lopen, hoe verhouden ze zich tot de strategie, en wat vraagt opschalen van mensen, processen en middelen?
Een eenvoudige, gedragen structuur zorgt dat innovatie niet afhankelijk wordt van toevallige gesprekken, goodwill of individuele trekkers, maar een integraal onderdeel wordt van de manier waarop de organisatie werkt.
De weg van experimenteren naar integreren
Veel organisaties starten spontaan met experimenteren — een gezonde en noodzakelijke fase. Maar wie waarde wil realiseren, doorloopt daarna onvermijdelijk twee vervolgstappen: realiseren en integreren.
Experimenteren is de fase waarin ruimte is om te verkennen. Teams leren, bouwen iets kleins en kijken naar directe waarde. De risico’s zijn beperkt en governance is licht.
In de fase van realiseren verandert het spel. AI raakt processen, data, dienstverlening, soms zelfs de manier waarop professionals beslissingen nemen. Veiligheid, privacy, juridische kaders en architectuur spelen een veel grotere rol. Hier wordt het belangrijk dat er een volwassen governance-structuur is — niet om te vertragen, maar om te zorgen dat de implementatie robuust is.
De laatste fase, integreren, is waar AI onderdeel wordt van het dagelijks werk. De technologie staat niet langer op zichzelf, maar is verweven met processen, rollen en systemen. Monitoring, beheer, training en prestatiebewaking worden structureel georganiseerd. Het is het punt waarop AI pas écht doet wat het moet doen: waarde leveren, zonder dat er telkens opnieuw uitzonderingen, risico’s of losse werkarounds ontstaan.
Veel organisaties willen naar deze derde fase, maar werken feitelijk nog in de eerste. De overgang vraagt niet zozeer meer technologie, maar meer organisatie.
Bestuur en management als richtinggevers
Het succes van AI hangt sterk samen met de rol van bestuur en management. Niet omdat zij de technische experts moeten zijn — dat is helemaal niet nodig — maar omdat zij bepalen hoe de organisatie zich positioneert in dit speelveld.
Wanneer het bestuur helder maakt welke waarden leidend zijn, welke risico’s acceptabel zijn, hoe AI past in de maatschappelijke opdracht en welke ambities op lange termijn gelden, ontstaat er richting. En zodra bestuurders expliciet kiezen voor een governance-structuur die snelheid én zorgvuldigheid combineert, merken teams dat zij met vertrouwen kunnen handelen.
De grootste versnelling ontstaat dus niet door méér pilots, maar door duidelijkere kaders.
Van visie naar borging: hoe je het daadwerkelijk organiseert
Het borgen van AI in de organisatie is geen groot beleidsproject, maar een zorgvuldig proces dat in vijf samenhangende stappen verloopt.
Het begint met een compact, helder kader waarin je vastlegt wat AI betekent voor jouw organisatie. Geen dik document, maar een richtinggevend kompas dat medewerkers en management houvast biedt.
Vervolgens breng je in kaart welke initiatieven er lopen, welke risico’s spelen, welke afhankelijkheden er zijn en waar waarde ontstaat. Het is opvallend hoe vaak organisaties zelf verrast worden door het aantal pilots dat al draait.
Daarna richt je governance in: wie beslist waarover, hoe worden risico’s afgewogen, op welke momenten wordt juridische of technische expertise betrokken?
In de vierde stap richt je data governance in. Niet als technische exercitie, maar als basisconditie: wie is eigenaar van welke data, welke regels gelden voor toegang, wat is de kwaliteit van bronnen en hoe worden privacy en veiligheid structureel geborgd?
Tot slot maak je architectuur leidend. Architectuur is de set spelregels waarbinnen innovatie veilig en coherent kan plaatsvinden. Zonder die spelregels is elke pilot een autonoom bouwproject — en wordt opschalen onmogelijk.
Wanneer deze vijf stappen samenkomen, ontstaat een stevige organisatorische basis waarmee AI niet alleen interessant is om mee te experimenteren, maar ook betrouwbaar genoeg wordt om te integreren in de primaire processen.
Bestuurbaarheid als voorwaarde voor echte waarde
Zodra governance stevig staat, zie je iets belangrijks gebeuren. Teams krijgen duidelijkheid en weten waar de organisatie wél en niet op stuurt. De risico’s worden inzichtelijk en beheersbaar. Projecten bewegen van losse experimenten naar structurele oplossingen. Bestuurders ervaren grip en zien hoe innovaties bijdragen aan hun strategische opdracht.
AI wordt dan niet langer een verzameling losse initiatieven, maar een doorlopende manier van werken. Het wordt onderdeel van het ritme van de organisatie — een integraal element in bedrijfsvoering, dienstverlening en innovatie.
AI vraagt om technologie, maar de echte kracht zit in organisatie: in richting, kaders, data, besluitvorming en een governance-structuur die zowel ruimte als zekerheid biedt. Wie dat goed organiseert, legt de basis voor duurzame digitale vooruitgang.
Geraadpleegde informatie
Brynjolfsson, E., & McAfee, A. (2017). Machine, Platform, Crowd.*
Over de verschuiving van traditionele organisaties naar ecosysteem-gedreven innovatie en de noodzaak van governance en datadiscipline.
Chesbrough, H. (2019). Open Innovation Results.*
Belangrijke inzichten over waarom organisaties innovatiekracht moeten combineren met interne organisatorische absorptiecapaciteit.
Davenport, T. H., & Ronanki, R. (2018). Artificial Intelligence for the Real World, Harvard Business Review.
Geeft een helder raamwerk over waarom de meeste AI-initiatieven falen door organisatorische randvoorwaarden, niet door techniek.
European Commission (2022). Ethics Guidelines for Trustworthy AI.
Het Europese kader voor verantwoord AI-gebruik: transparantie, governance, datakwaliteit en risicobeoordeling.
Gartner (2023). Hype Cycle for Artificial Intelligence.
Analyse van volwassenheidsniveaus van AI en de organisatorische voorwaarden voor opschaling.
ISO / NEN 7510 & ISO 27001.
Internationale normen voor informatiebeveiliging en datamanagement die richtinggevend zijn voor AI-toepassingen in zorg en onderwijs.
Kiron, D., & Schrage, M. (2019). Strategy for Innovation Ecosystems, MIT Sloan.
Over de strategische rol van governance en architectuur bij innovatie in netwerken.
OECD (2021). AI Principles and Policy Observations.
Focus op transparantie, risico’s en de noodzakelijke organisatorische structuren in publieke organisaties.
Zwingelaar, K. & Luxemburg, A. (2023). CIO 3.0 – Leiden met digitale transformatie.
Uitgebreide inzichten over regie, governance, architectuur en datagedreven sturing
Eigen publicaties
Verleg, T. (2025). AI vraagt om richting: hoe bestuur en digitale organisatie elkaar versterken.
Artikel 1 in deze reeks, over bestuurlijke richting en digitale volwassenheid.
Verleg, T. (2025). De digitale organisatie als fundament voor AI.
Artikel 2 in deze reeks, over het belang van processen, datakwaliteit, structuur en ICT-discipline als randvoorwaarden voor AI-waarde.