Verfijnen & schalen
AI activeren & opschalen
Van adviseren naar assisteren naar handelen — per use case en met cijfers, niet met gokwerk. Zo blijft AI nuttig én vertrouwd.
Bijgewerkt op 18 mei 2026
Verfijnen · 6.3
Waarom dit nu
AI is geen knop die je omzet. Het is een capability die per use case groeit met datakwaliteit, gebruikersvertrouwen en governance-rijpheid. Een use case op niveau 1 die werkt = waarde. Dezelfde use case te vroeg op niveau 3 = vertrouwensbreuk die maanden kost om te herstellen.
Wat lever je op?
AI-statusrapport
Per use case: huidig niveau, accuratesse, correcties, gebruikersvertrouwen.
Promotie-/demotie-criteria
Welke cijfers triggeren stappen omhoog of omlaag.
Feedback-loop
Hoe behandelaar-correcties terug naar het model gaan, met audit-spoor.
Governance-update
Compliance-bewijs en transparantie-communicatie naar eindgebruikers.
Promotie- en demotie-cyclus
Promotie naar volgend niveau
Wanneer
Accuratesse > 85% gedurende 4-6 weken, gebruikersvertrouwen > 70%, geen P1-incident gerelateerd aan deze use case.
Stabiliseren op huidig niveau
Wanneer
Accuratesse 60-85%, correcties dalen, maar niet snel genoeg. Doorgaan op huidig niveau met datakwaliteits-verbetering.
Demotie naar lager niveau
Wanneer
Accuratesse < 60%, P1-incident veroorzaakt, of gebruikersklachten escaleren. Direct terugzetten — vertrouwen herstellen kost lang.
Kernvragen
- 1Welke use cases draaien nu actief en op welk niveau? Zit dat in lijn met de ambitiematrix uit 4.12?
- 2Hoe meet je accuratesse? Behandelaar bevestigt → telt als "correct". Behandelaar overschrijft → telt als "correctie".
- 3Gebruikersvertrouwen — survey of impliciet (hoe vaak overschrijven gebruikers de AI-suggestie)? Beide zijn waardevol.
- 4Promotie-besluit — wie tekent dat een use case opschuift naar niveau 2 of 3? Stuurgroep of dienst-eigenaar?
- 5Datakwaliteits-acties — als accuratesse stagneert, welk werk pak je op (classificatie verfijnen, KB uitbreiden, oude tickets opschonen)?
- 6Feedback-loop — hoe komt een correctie terug in het model? Daily, weekly, manueel review?
- 7Transparantie — communiceer je naar eindgebruikers wat AI doet, en wanneer ze "opt-out" mogen?
- 8Compliance-bewijs — voor AI Act of interne audit: welke logs bewaar je, wie ziet ze, wat is de bewaartermijn?
- 9Roll-back-procedure — bij demotie: hoe schakel je terug, hoe communiceer je, hoe bouw je vertrouwen weer op?
- 10Nieuwe use cases — welke kandidaten staan in de wachtkamer? Welke voorwaarden (data, training, governance) ontbreken nog?
Template — AI-statusrapport (per kwartaal)
| Use case | Huidig niveau | Accuratesse | Correcties | Vertrouwen | Voorstel | Eigenaar |
|---|---|---|---|---|---|---|
| Ticket classificeren | 1 — Adviseren | 87% | 12% behandelaars | 81% | ↑ Promotie naar 2 (assisteren) | Servicemgr |
| KB-antwoord | 2 — Assisteren | 72% | 22% overschreven | 65% | → Stabiliseren, KB uitbreiden | Servicemgr |
| No-show-detectie | 1 — Adviseren | 91% | 3% false-positive | 88% | ↑ Promotie naar 3 (handelen, m.u.v. boardroom) | FM-lead |
| Auto-routing P3 | 2 — Assisteren | 54% | 42% overschreven | 38% | ↓ Demotie naar 1, werkgroep-skills herzien | Servicemgr |
| … | … | … | … | … | … | … |