Zo leer je je team met AI werken zonder cursusbudget

Het probleem zit zelden in de tool

Je hebt AI in huis. Iemand gebruikt het voor mails, iemand anders laat een offerte opzetten, en de rest doet het werk zoals het altijd ging. Er is geen weerstand, er is geen discussie over tools. Er gebeurt alleen weinig.

Dat komt bijna nooit doordat de software tekortschiet. Het komt doordat niemand precies weet wat je aan zo'n systeem mag overlaten, en hoe je ziet of een antwoord klopt. Anthropic zette op 20 augustus een gratis leerplatform online, op academy.claude.com, dat daar helemaal over gaat: cursussen, korte uitleg en voorbeelden, met voortgang en badges. Nuttig. Maar zo'n cursus is het makkelijke deel. De winst zit in wat je er intern mee afspreekt.

Vier vaardigheden in plaats van prompt-trucjes

Het raamwerk achter dat platform heet AI Fluency. Anthropic ontwikkelde het samen met twee hoogleraren, Rick Dakan en Joseph Feller, en gebruikt het om eigen medewerkers in te werken. Het bestaat uit vier vaardigheden. In gewone taal:

• Delegeren: bepalen of je een taak überhaupt aan AI geeft, en welk deel ervan.
• Beschrijven: uitleggen wat je wilt, zo dat er iets bruikbaars uitkomt.
• Beoordelen: zien of het resultaat klopt, ook als het overtuigend klinkt.
• Zorgvuldig omgaan: verantwoordelijk blijven voor wat je ermee doet, inclusief privacy en eerlijk zijn over AI-gebruik.

Wat opvalt: één van de vier gaat over prompten. De andere drie gaan over oordeel. Dat sluit aan bij wat we in de praktijk zien. Teams die vastlopen, lopen zelden vast op de formulering. Ze lopen vast op de vraag wie beslist of het goed genoeg is.

Begin bij delegeren, niet bij de cursus

De eerste vraag is niet "hoe vraag ik dit goed?" maar "geef ik dit weg?". Loop met je team één werkweek langs en zet elke terugkerende klus in drie stapels:

1. Weggeven. Vaak, volgens een vast patroon, en een fout is snel hersteld. Denk aan bonnetjes uitlezen, een verslag samenvatten, een standaardantwoord opstellen.
2. Samen doen. AI zet iets klaar, een mens kijkt ernaar en tekent. Offertes, klantmails, alles wat naar buiten gaat.
3. Zelf houden. Beoordelingsgesprekken, een klacht die uit de hand loopt, een prijsafspraak met je grootste klant. Niet omdat AI het niet kan opschrijven, maar omdat jij hier de afweging maakt.

Die derde stapel is belangrijker dan hij lijkt. Een team dat weet wat het níét weggeeft, durft de eerste stapel veel makkelijker los te laten. Wil je hier dieper op in, dan hebben we die keuze eerder uitgewerkt in welke vaardigheden je team nu echt nodig heeft.

Beschrijven is gewoon goed opdracht geven

De meeste mensen vragen te weinig. Ze typen "schrijf een offerte voor een nieuwe klant" en zijn teleurgesteld over wat er terugkomt. Terwijl je je stagiair ook niet met die zin op pad zou sturen.

Een bruikbare opdracht bevat vier dingen: wat het moet worden, voor wie, wat er niet in mag, en een voorbeeld van hoe het er bij jullie uitziet. Dus eerder: "Zet een offerte op voor een installatiebedrijf van 12 man dat vraagt om onderhoud aan hun ventilatiesysteem. Gebruik de opbouw van de offerte die ik hieronder plak. Noem geen prijzen, die vul ik zelf in. Maximaal één A4."

Dat is geen techniek. Dat is helder opdracht geven, en dat kan iedereen leren die al collega's aanstuurt.

Beoordelen is de vaardigheid die ontbreekt

Hier zit de echte kloof. AI-antwoorden klinken zelfverzekerd, ook als ze fout zijn, en juist mensen die het onderwerp niet goed kennen merken dat niet. Het gevaar is dus niet dat je team te weinig gebruikt, maar dat het te makkelijk ja knikt.

Drie gewoontes die daar direct tegen helpen:

• Vraag naar de bron, niet naar het antwoord. Bij feiten, cijfers en regels: laat erbij zetten waar het vandaan komt en controleer er één. Klopt die niet, dan klopt de rest waarschijnlijk ook niet.
• Laat het tegenspreken. "Wat is het sterkste argument tegen dit voorstel?" levert vaak meer op dan het voorstel zelf.
• Ken je eigen meetlat. Wie het onderwerp niet beheerst, kan het antwoord niet beoordelen. Laat dan iemand anders meekijken, of houd de taak in stapel drie.

Spreek daarnaast af wanneer iets goed genoeg is. Niet in de vorm van "we kijken er even naar", maar concreet: wie tekent, waar wordt het opgeslagen, en wat gebeurt er als het misgaat. Ontbreekt dat, dan sterft de automatisering een stille dood zodra de eerste fout langskomt. Het is een van de vaakst voorkomende redenen dat een veelbelovende proef de dagelijkse praktijk niet haalt.

Zorgvuldigheid is grotendeels gewoon afspraken

Het vierde punt klinkt zwaar, maar valt in een klein bedrijf uiteen in drie afspraken die je op een half A4 kwijt kunt:

• Welke gegevens gaan er niet in. Persoonsgegevens van klanten, medische informatie, wachtwoorden, offertes van concurrenten.
• Wanneer je het meldt. Sinds 2 augustus 2026 geldt de transparantieplicht uit de EU AI Act: praat een klant met een chatbot, dan moet hij dat weten en een mens kunnen bereiken.
• Wie eigenaar is. Van elke automatisering die blijft draaien, één naam. Anders onderhoudt niemand hem.

Meer is het niet. Een AI-beleid van tien pagina's leest niemand; drie afspraken die iedereen kent, werken wel.

Een aanpak voor de komende twee weken

Je hoeft hier geen project van te maken. Dit past in twee korte sessies:

1. Deze week, een uur met z'n allen. Maak samen de drie stapels. Schrijf ze op één vel en hang het op.
2. Laat twee mensen een cursus doen. Niet het hele team. Twee mensen die er zin in hebben en die anderen kunnen aansteken, met de gratis modules als startpunt. Wil je het structureler aanpakken, dan kan het plan eromheen soms met subsidie: hoe dat werkt lees je in subsidie voor het leren werken met AI.
3. Kies één klus uit stapel één. Iets kleins en saais. Administratie is bijna altijd een goede eerste, zoals we lieten zien bij je administratie automatiseren.
4. Volgende week een half uur evalueren. Werkte het, wat ging er mis, wie is de eigenaar? Pas daarna komt de tweede klus.

Wat je hiermee opbouwt is geen tool-kennis, want die is over een half jaar achterhaald. Je bouwt een gewoonte op: nadenken over wat je weggeeft, controleren wat eruit komt, en afspreken wie verantwoordelijk is. Die gewoonte blijft staan, ook als de tools veranderen.

Benieuwd waar bij jullie de meeste tijd te winnen is? We kijken het graag samen met je door.