Besluitvorming

Governancemodel De AI transformatie gaat niet alleen om technologie, maar ook om besluitvorming, structuur én cultuur. AI grijpt in hoe beslissingen genomen worden (denk aan algoritmische ondersteuning of zelfs autonome beslissingen). AI-systemen nemen soms beslissingen die je niet volledig kunt uitleggen (black box-effect).

AI projecten kennen eigen kenmerken. Ze hebben impact hebben op besluitvorming, identiteit en macht. Ze zijn iteratief en afhankelijk van data die voortdurend veranderen. Ze vereisen nieuwe rollen (AI compliance officer) en introduceren risico’s die ‘klassiek’ verandermanagement niet dekt (zoals algoritmische bias of ethische fouten). Een effectief governancemodel is hiervoor een vereiste.

Veranderkundige aanpak

Veranderkundig sta je dus voor nieuwe uitdagingen. In een fasen model wordt dat inzichtelijk. In fase 1 heb je zicht op de impact van de AI-transformatie. Je formuleert het AI-doel: wat is het doel van deze AI-oplossing en welke processen, mensen en besluiten raakt dit? Het gaat erom wat door AI verbeterd gaat worden: kwaliteit, doelmatigheid, veiligheid?
Daarna maak je een analyse van de systeemimpact: welke taken worden geautomatiseerd, ondersteund of vervangen en wat verandert er in verantwoordelijkheden, werkprocessen stromen en besluitvorming? Daarnaast stel je ethische uitgangspunten op: menselijke controle, uitlegbaarheid etc.

In de tweede fase maak je gebruik van reeds bestaande veranderkundige inzichten: stakeholderanalyse, impactanalyse (wie mag minder beslissen), communicatietraject. Je zorgt voor ruimte om AI te leren begrijpen en testen. Daarna stel je een verander roadmap op. Handig om niet te groot te beginnen: opzet prototype?testgroep?feedback?bijstelling. Parallel gaat het om zorg dragen voor AI acceptatie en vaardigheden.

Governancemodel

In een governancemodel wordt onder meer vastgelegd wie ingrijpt als het fout gaat. Het gaat om de opstelling van heldere richtlijnen over het gebruik van AI, die aansluiten bij organisatie en ethische standaarden. Monitoring van risico’s vindt plaats via een risicoraamwerk waarin melding van ongewenste effecten (bv. bias) wordt vastgelegd.

De governance wordt verweven in de fasen van het AI veranderproces. Opbouwen: visie, stakeholders, risico’s en governance raamwerk opzetten. Opschalen: datagovernance integreren, rollen distribueren. Leren: continue evaluatie en bijsturing, optimalisatie van monitoring en risicobeheersing.

Een effectief governance model voor AI transformatie bestaat uit geïntegreerde structuren op gebied van beleid, mensen, processen en monitoring.

Literatuur

Bayborodina, I. (2025). Mastering Change Management for AI Transformation .
Jeninga, A. en H. Woldendorp. (2022).Ontwerp voor digitale transformaties van (zorg)organisaties. SWP
Jeninga, A. en H. Woldendorp. (2023). Toezichthouden in de 21e eeuw. SWP