Awareness
- Wat je hoort
- "Weer een nieuwe tool. Waarom eigenlijk?"
- Wat nodig is
- Betekenis: waarom dit ertoe doet voor ons doel
- Wat ik doe
- Kick-off en teamworkshop over het waarom
- Wat je krijgt
- Kernverhaal en nulmeting
AI-adoptie & implementatie
Licenties zijn er. Een deel van het team experimenteert volop, een ander deel weet niet waar te beginnen. Ik help om daar één aanpak van te maken: van inventarisatie tot werkende agents en workflows, en mensen die er zelf mee verder kunnen.
Een agent is een AI-assistent die een taak in stappen uitvoert.

Vanuit mijn eigen praktijk en eerdere rollen.





















Koudwatervrees bij de één, wildgroei bij de ander.
Pilots die blijven hangen in een demo en nooit dagelijks werk worden.
Maar twee of drie mensen weten wat wel en niet mag met data en AI.

Mens, proces en technologie
Het waarom en het "wat blijft er van mijn vak?" bepalen of mensen gaan bouwen.
Werk dat echt anders gaat, met eigenaren en spelregels.
De lichtste vorm die werkt, in de omgeving die je al hebt. Met tests vooraf.
BCG hanteert 10-20-70: 10% algoritmes, 20% tech en data, 70% mensen en processen. Een praktijkregel, geen gemeten wet.
Waar adoptie hapert
Ik werk met ADKAR: vijf stappen die iemand doorloopt voordat een nieuwe werkwijze blijft hangen. De eerste stap die hapert, bepaalt waar je ingrijpt.
| Awareness | Desire | Hier zit de trainingKnowledge | Hier zit de trainingAbility | Reinforcement | |
|---|---|---|---|---|---|
| Wat je hoort | "Weer een nieuwe tool. Waarom eigenlijk?" | "Wat betekent dit voor mijn vak?" | "Ik wil wel, maar waar begin ik?" | "In de training lukte het. Maandag niet." | "Na drie weken doet iedereen het weer als vroeger." |
| Wat nodig is | Betekenis: waarom dit ertoe doet voor ons doel | Autonomie en meesterschap: invloed op hoe je werk verandert | Relevantie: kennis op je eigen taken, geen generieke demo | Ruimte en collega's: oefenen op echt werk, samen | Een systeem dat het nieuwe gedrag beloont |
| Wat ik doe | Kick-off en teamworkshop over het waarom | Interviews, eerste demo op eigen taken | Workshops op eigen taken en use cases | Training op echt werk, peer learning, ook delen wat misgaat | Rollen, routines en erkenning aanpassen met leidinggevenden |
| Wat je krijgt | Kernverhaal en nulmeting | Diagnose per team | Use case-backlog | Bewezen werkwijzen | Borgingsplan en hermeting |
Hier zit de training
Hier zit de training
Gebaseerd op ADKAR (Prosci), aangevuld met mijn eigen werkmodel.
Model: ADKAR (Prosci). Verandering lukt per persoon in vijf opeenvolgende stappen. De eerste stap die hapert, bepaalt waar je ingrijpt. Aangevuld met Drive (Daniel Pink), Bas Kemme (IntotheNXT, 2026) en het 4D AI Fluency Framework van Rick Dakan en Joseph Feller (CC BY-NC-SA 4.0). De koppeling is mijn eigen werkmodel.
De uitspraken zijn typerende voorbeelden, geen citaten van klanten.
Zo werk ik
Intakes, workshops en een teamprofiel. Een catalogus van kansen, vanuit de hele organisatie, niet vanuit één enthousiaste gebruiker.
Wat mag AI niet? Wie beslist? Waar blijft de data? De grenzen van je IT-verantwoordelijke zijn het uitgangspunt.
Assistenten, agents en workflows. De lichtste vorm eerst, met tests vooraf en korte feedbackrondes.
Handleidingen en begeleiding. Teamleden die zelf agents gaan bouwen.
Ik werk met de software die je al gebruikt. Wil je een ingerichte AI-omgeving met de kennis van je organisatie erin en vaste spelregels? Dan kan dat via Tisser. Dat bedrijf heb ik mede opgericht, nu ben ik er implementatie- en adoptiepartner.
AI-adoptie · Investeringsmaatschappij
Koudwatervrees bij de één, losse AI-experimenten bij de ander. Ik hielp het team een gedeelde aanpak voor Microsoft Copilot en AI ontwikkelen, met spelregels en de eerste toepassingen. Er draaien nu drie agents, en collega's bouwen er zelf nieuwe bij.

Via bureau · anoniem
Acht intakes, 31 use cases met eigenaar en route, een workshop en een keynote.

AI-workshop met Thierry
“Thierry wist AI concreet te maken voor ons werk als bureau. Met humor, voorbeelden én visie.”
Samengevat uit de review: Volgens Peter zorgde Thierry’s enthousiasme ervoor dat hij diezelfde avond zelf met AI aan de slag ging.
Iedereen beantwoordt vijf korte stellingen, anoniem. Je ziet per team waar het vastloopt en wat de eerste stap is. Na zes tot acht weken meten we opnieuw.
In een paar weken een lijst kansen met eigenaar, en een plan in welke volgorde.
meestal een half jaar, drie dagen per week. We bouwen, toetsen en dragen over.
Samen aan de slag
De adoptiescan laat het per team zien.