Hoe kiest u de juiste bedrijfstraining in kunstmatige intelligentie?

Kort antwoord

Een bedrijfstraining in kunstmatige intelligentie wordt gekozen door eerst duidelijk te maken welk bedrijfsresultaat de training moet dienen en wie eraan zal deelnemen; de keuze van tool of aanbieder komt daarna. Het juiste programma is een programma dat is onderverdeeld naar de rol van de deelnemers, dat oefeningen bevat op de eigen processen van de organisatie, dat de regels voor gegevensbeveiliging omvat en dat het resultaat meet aan de hand van gedragsverandering op de werkvloer. Dat de trainer het onderwerp daadwerkelijk in de praktijk heeft toegepast, is belangrijker dan de titel in de catalogus.

Basisbegrippen

Generatieve kunstmatige intelligentie: De algemene term voor AI-systemen die nieuwe content genereren, zoals tekst, code, beeld of geluid.

Large Language Model (LLM): Een model dat getraind is op zeer grote hoeveelheden tekstdata en dat vragen in natuurlijke taal beantwoordt en tekst genereert.

Prompt engineering (ontwerpen van instructies): Het bewust structureren van instructies, context en voorbeelden om consistente en correcte output van het model te verkrijgen.

RAG (Retrieval-Augmented Generation): Een architectuur waarbij het model, voordat het een antwoord genereert, relevante fragmenten uit de eigen documenten van de organisatie opzoekt en als context gebruikt.

AI-agent: Een op LLM gebaseerd systeem dat zelf de stappen plant om een doel te bereiken, tools aanroept en op basis van de resultaten verdergaat.

AI-geletterdheid: Het vermogen van medewerkers om weloverwogen beslissingen te nemen door te weten wat AI-tools kunnen, waar ze fouten maken en met welke gegevens ze niet gebruikt mogen worden.

Wat moet de eerste beslissing zijn bij het kiezen van een bedrijfstraining in kunstmatige intelligentie?

De eerste beslissing betreft welk bedrijfsresultaat de training moet veranderen en door wiens gedrag dit tot stand komt; de keuze van onderwerp en aanbieder volgt pas daarna. "Onze medewerkers moeten iets over AI leren" is geen doel, maar een intentie. Het doel moet een waarneembare verandering zijn, zoals "softwareteams gebruiken een assistent bij code reviews".

Beantwoord bij het formuleren van het doel drie vragen:

• Wie: Welke rol of welk team, hoeveel personen, wat is het huidige kennisniveau?

• Wat verandert er: Welk werk zullen zij na de training anders uitvoeren?

• Hoe wordt dit zichtbaar: Met welke observatie of metriek zult u deze verandering over drie maanden kunnen vaststellen?

Als u deze vragen niet duidelijk kunt beantwoorden, begin dan met een korte behoeftenanalyse of een pilotgroep in plaats van direct een bedrijfsbreed programma op te zetten.

Welk team heeft behoefte aan welk type AI-training?

Elk team heeft behoefte aan training met een andere diepgang en andere inhoud; hetzelfde programma aan het hele bedrijf aanbieden verveelt technische teams en laat bedrijfsonderdelen achter.

De duur is een algemene richtlijn; deze varieert afhankelijk van het beginniveau en het praktijkaandeel.

Als voorbeeld van inhoud tonen de curricula van Generatieve AI-tools en Effectief Gebruik Training en Prompt Engineering & OpenAI Training voor bedrijfsonderdelen de typische scope van dit niveau. Voor dataprofessionals geven Advanced RAG & Enterprise LLM-toepassingen en Agentic AI & MCP een idee van waaruit een geavanceerd programma bestaat.

Vermijd gemengde groepen: als in dezelfde klas zowel een businessanalist zit die nog nooit code heeft geschreven als een senior developer, verliest de trainer een van beide.

Moet er gekozen worden voor kant-en-klare training of een op maat gemaakt programma?

Voor bewustwording en basaal toolgebruik kan kant-en-klare content voldoende zijn; voor trainingen die naar verwachting de werkwijze zullen veranderen, is een op maat gemaakt, praktijkgericht programma geschikter.

Voor veel organisaties is een combinatie van deze opties de realistische oplossing: een korte asynchrone module voor alle medewerkers, een op maat gemaakte live training voor geselecteerde teams en vervolgens een kort projecttraject.

Academy Club bevindt zich in deze tabel in de derde en vierde kolom: het biedt live trainingen waarvan inhoud, duur en groepsgrootte op maat van de organisatie worden ontworpen, en organiseert technologiewedstrijden zoals hackathons, datathons en ideathons. Als u op zoek bent naar een videobibliotheek waarmee u duizenden medewerkers tegelijk kunt bereiken en die zij in hun eigen tempo kunnen doorlopen, bieden asynchrone platforms een directer antwoord op die behoefte.

Hoe beoordeelt u een trainingsaanbieder en trainer?

Beoordeel de aanbieder niet op de omvang van de catalogus, maar op de mate waarin de trainer het onderwerp in echte projecten heeft toegepast, de actualiteit van de inhoud en de manier waarop het programma wordt afgestemd op uw organisatie. AI-tools veranderen binnen enkele maanden; een niet-bijgewerkt curriculum kan achterhaalde methoden beschrijven.

Stel in de offertefase de volgende vragen:

• Trainer: Wie geeft de training, en aan welke projecten op dit gebied heeft deze persoon gewerkt?

• Actualiteit: Wanneer is het curriculum voor het laatst bijgewerkt en welke tool- en modelversies worden behandeld?

• Afstemming: Hoe wordt de inhoud aangepast aan onze sector en scenario's?

• Praktijkaandeel: Welk deel van de tijd bestaat uit uitleg en welk deel uit praktijkopdrachten door de deelnemers?

• Data en omgeving: Met welke tools worden de oefeningen uitgevoerd, en hoe wordt bedrijfsdata beschermd indien deze wordt gebruikt?

• Evaluatie: Welk type beoordeling en rapportage wordt na afloop van de training aangeboden?

• Referenties: Zijn er publiekelijk verifieerbare projecten op vergelijkbare schaal of in dezelfde sector?

Training die in feite neerkomt op promotie van één enkel product, verliest haar waarde zodra uw organisatie van tool wisselt; training die concepten en evaluatievaardigheden aanleert, blijft duurzaam.

Hoe beïnvloeden gegevensbeveiliging en regelgeving de keuze van training?

Gegevensbeveiliging en regelgeving zijn zowel een onderwerp dat in de inhoud van de training aan bod moet komen, als een randvoorwaarde die bepaalt hoe de training wordt uitgevoerd. Van training op elk niveau wordt verwacht dat deze minimaal het volgende omvat:

• Gegevensclassificatie: Persoonsgegevens, klantgegevens en bedrijfsgeheimen mogen niet in openbaar toegankelijke tools worden ingevoerd.

• Outputverificatie: Het model kan overtuigende maar onjuiste output genereren (hallucinatie), en de verantwoordelijkheid hiervoor ligt bij de gebruiker.

• Bedrijfsbeleid: Welke tools zijn goedgekeurd en voor welke taken mogen ze worden gebruikt.

In Turkije valt de verwerking van persoonsgegevens onder Wet nr. 6698 inzake de Bescherming van Persoonsgegevens (KVKK) (kvkk.gov.tr). Voor organisaties die actief zijn in de EU vereist artikel 4 van de EU AI-wet dat organisaties die AI-systemen leveren en gebruiken, zorgen voor een voldoende niveau van AI-geletterdheid bij hun personeel; deze bepaling is van kracht sinds 2 februari 2025 (Bron: Verordening (EU) 2024/1689, 2024).

In gereguleerde sectoren kan beveiliging een apart trainingsonderwerp vormen. Zo omvatte het AI Security-programma dat Academy Club ontwierp voor medewerkers van Fibabanka onder meer de typen aanvallen op modellen, de integratie van generatieve AI-tools in banksystemen zonder datalekken te veroorzaken, en het gebruik van AI voor verdedigingsdoeleinden (nieuwsbericht).

Hoe kiest u stap voor stap een bedrijfstraining in kunstmatige intelligentie?

Een bedrijfstraining in kunstmatige intelligentie wordt in zeven stappen gekozen: het doel bepalen, deelnemers groeperen, niveau meten, gebruiksscenario's vaststellen, offertes vergelijken, een pilot uitvoeren en een meetplan opstellen.

1. Formuleer het bedrijfsdoel. Beschrijf in één zin welk werk na de training anders zal worden uitgevoerd.

2. Groepeer deelnemers naar rol. Behandel management, bedrijfsonderdelen, software-, data- en beveiligingsteams apart.

3. Meet het huidige niveau. Bepaal met een korte enquête of voortoets wie de tools al gebruikt.

4. Selecteer twee tot drie gebruiksscenario's. Baseer voorbeelden op echte werkprocessen binnen uw organisatie.

5. Vergelijk offertes op basis van dezelfde criteria. Zet trainerprofiel, mate van maatwerk, praktijkaandeel, gegevensbeveiliging en evaluatiemethode in een overzicht.

6. Begin met een pilotgroep. Voer het programma eerst met één groep uit, pas het op basis van feedback aan en breid het daarna uit.

7. Stel het meetplan op vóór de training. Leg de waarde van de te volgen metriek vóór de training vast.

Hoe wordt gemeten of de training effect heeft gehad?

Het effect van de training wordt niet gemeten aan de hand van de tevredenheid van de deelnemers, maar aan de hand van de verandering in de manier van werken enkele weken na de training. Het veelgebruikte Kirkpatrick-model onderscheidt vier niveaus (Kirkpatrick Partners):

• Reactie: Hoe de deelnemer de training heeft ervaren; eindevaluatie.

• Leren: Of de vaardigheid daadwerkelijk is verworven; verschil tussen voor- en natoets, praktijkopdracht.

• Gedrag: Of het geleerde daadwerkelijk op het werk wordt toegepast; actief gebruikspercentage van goedgekeurde tools.

• Resultaat: Effect op bedrijfsresultaten; doorlooptijd van een bepaalde taak, foutpercentage of herbewerkingspercentage.

Voor de laatste twee niveaus moet u de waarde vóór de training kennen. Ook het feit dat managers hun team na de training tijd en toestemming geven om de tools te gebruiken, heeft rechtstreeks invloed op het resultaat.

Observaties uit de praktijk: waar lopen organisaties het vaakst tegenaan bij AI-training?

Organisaties lopen het vaakst vast omdat ze de training als eenmalig evenement plannen en geen brug slaan tussen de training en het dagelijkse werk. Onderstaande observaties zijn gebaseerd op terugkerende situaties die Academy Club tegenkomt bij bedrijfstrainingen en technologiewedstrijden.

Training komt vóór toegang tot de tools. Deelnemers leren een assistent te gebruiken, maar kunnen deze de volgende dag niet gebruiken omdat de organisatie geen licentie of toegangsrechten heeft geregeld. De trainingsdatum moet worden afgestemd op het moment waarop de goedgekeurde tools en het gebruiksbeleid gereed zijn.

Generieke voorbeelden blijven niet hangen. Wanneer deelnemers werken met hun eigen rapporten, eigen codebases of geanonimiseerde eigen klantvragen, verandert zowel de betrokkenheid als het gebruik na de training.

Bij technische teams is het probleem geen kennisgebrek, maar gewoonte. De meeste ontwikkelaars hebben code-assistenten al eens geprobeerd; wat ontbreekt, is het structureel inbedden van de assistent in test-, code review- en documentatieprocessen. Dit was ook de insteek van de training voor Softtech-engineers: het uitvoeren van assistenten vanaf de terminal en de integratie ervan in CI/CD en dagelijkse ontwikkelpraktijken (nieuwsbericht).

Bij RAG-projecten zit de echte uitdaging in evaluatie. Dataprofessionals bouwen snel een prototype, maar komen niet tot productie omdat er geen testset is om de juistheid van antwoorden systematisch te meten. In geavanceerde trainingen levert de tijd besteed aan evaluatie en toegangsrechten vaak meer op dan uitleg over de architectuur.

Het wedstrijdformat vult in wat de training laat liggen. Tijdens tijdgebonden evenementen zoals hackathons of ideathons passen teams het geleerde toe op een echt probleem en werken mensen uit verschillende afdelingen samen.

Afsluiting

De juiste bedrijfstraining in kunstmatige intelligentie is een training die uitgaat van een duidelijk bedrijfsdoel, deelnemers indeelt naar rol, oefeningen laat uitvoeren op de eigen scenario's van de organisatie en het resultaat meet aan de hand van de verandering op de werkvloer. Zodra dit kader duidelijk is, wordt de keuze van aanbieder en tool veel eenvoudiger. Wilt u met ons in gesprek over een op maat gemaakt programma voor uw organisatie, dan kunt u het trainingsaanvraagformulier van Academy Club invullen.