Starten met AI in L&D: de eerste negentig dagen | Spike Academy
AI

Starten met AI in L&D: de eerste negentig dagen

7 min lezen · gepubliceerd 1 augustus 2026 · Spike Academy, L&D-partner in Breda en Antwerpen

Begin niet met het kiezen van tools, maar met één proces waar aantoonbaar tijd te winnen valt. Draai daar een pilot van vier tot zes weken op, meet het verschil in uren, en gebruik dat resultaat om de volgende stap te financieren. In negentig dagen kun je van nul naar een werkend, gemeten AI-proces.

Dag 1 tot 15: kies één proces

De meeste AI-initiatieven stranden omdat ze te breed beginnen. Een organisatiebrede uitrol vraagt beleid, training en draagvlak voordat er één uur bespaard is. Kies daarom één proces dat aan drie voorwaarden voldoet: het is tekstueel of kennisintensief, het gebeurt vaak, en iemand kan er nu al aan meten hoeveel tijd het kost.

Binnen L&D zijn de gebruikelijke kandidaten: het omzetten van bronmateriaal naar een eerste moduleconcept, het beantwoorden van terugkerende vragen over het leerplatform, het vertalen van bestaande content, en het opstellen van kwartaalrapportages.

Dag 15 tot 30: leg de basis voor veilig gebruik

Voordat er iets in een AI-tool gaat, moet duidelijk zijn welke gegevens er wél en niet in mogen. Dat is geen juridische luxe: sinds februari 2025 verplicht de Europese AI Act organisaties om te zorgen voor AI-geletterdheid bij medewerkers die met AI werken. Een korte sessie van twee uur waarin je uitlegt wat een taalmodel doet, waar het faalt en welke data verboden terrein is, dekt het grootste risico af.

Definitie

AI-geletterdheid: het vermogen van medewerkers om AI-toepassingen veilig, kritisch en productief te gebruiken. Het omvat begrijpen wat een systeem doet, de beperkingen herkennen, output kunnen beoordelen en weten welke gegevens niet gedeeld mogen worden.

Dag 30 tot 60: draai de pilot

Laat een klein team van twee tot vier mensen het gekozen proces vier tot zes weken met AI-ondersteuning uitvoeren. Belangrijk is dat je de oude werkwijze niet meteen afschaft: je wilt kunnen vergelijken. Leg per keer vast hoeveel tijd het kostte, hoeveel correctie nodig was en of het eindresultaat minstens even goed was.

Reken op een dip in week één en twee. Mensen moeten leren hoe ze een goede opdracht formuleren, en de eerste output valt vaak tegen. Wie na twee weken stopt, concludeert onterecht dat AI niet werkt voor dit proces.

Dag 60 tot 90: meet, kies en borg

Aan het einde van de pilot heb je drie soorten uitkomsten. In het gunstigste geval bespaar je meetbaar tijd zonder kwaliteitsverlies; dan leg je de nieuwe werkwijze vast, train je de rest van het team en kies je het volgende proces. Blijkt de tijdwinst marginaal, dan is dat waardevolle informatie: je weet nu dat dit proces geen goede kandidaat was, en je hebt weinig geld verspild.

De derde uitkomst komt het vaakst voor: de tijdwinst zit ergens anders dan verwacht. Teams die AI inzetten voor contentproductie ontdekken bijvoorbeeld dat de grootste winst niet in het schrijven zit, maar in het samenvatten van bronmateriaal en het genereren van toetsvragen. Pas je aanpak daarop aan.

Wat je beter niet doet

  • Een tool aanschaffen voordat je een probleem hebt gekozen. Licenties zijn goedkoop vergeleken met verspilde aandacht.
  • AI-gebruik verbieden zonder alternatief. Dan gebeurt het toch, alleen onzichtbaar en met bedrijfsdata in privĂ©-accounts.
  • De kwaliteitscontrole overslaan. AI versnelt het concept; een mens blijft verantwoordelijk voor wat er uitgaat.

Benieuwd waar jouw organisatie nu staat? Doe de AI-volwassenheidsmeter, lees over de AI-aanpak van Spike Academy of over de AI Act en AI-geletterdheid.

Kennismaking inplannen Terug naar het blog