Van AI-silo's naar organisatiebrede adoptie: bouw in 90 dagen een werkend AI-kenniscentrum

Samenvatting: Een intern AI-kenniscentrum is een klein, centraal team dat AI-kennis, governance en best practices beheert voor de hele organisatie. Zonder zoiets experimenteren afdelingen in silo's en ontstaan compliance-risico's. Met de Land & Expand methode zet je een functioneel kenniscentrum op in 90 dagen, opgebouwd rond vier pijlers: governance & beleid, skills & training, use case prioritering en technische infrastructuur.

De CFO van een middelgroot productiebedrijf liet me vorig jaar de situatie zien: Marketing had zelf een ChatGPT-abonnement, Sales gebruikte een andere AI-tool, IT experimenteerde met Copilot en HR had niks. Vier afdelingen, vier aanpakken, nul coördinatie. En niemand wist wat er precies met klantdata gebeurde.

Dit is geen uitzondering. Dit is hoe AI-adoptie er in de meeste organisaties uitziet na anderhalf jaar "gewoon beginnen".

Een intern AI-kenniscentrum lost dit op — niet door te verbieden, maar door te coördineren.

Wat een AI-kenniscentrum wél en niet is

Een AI-kenniscentrum is geen extra bureaucratische laag. Het is een klein team — in het begin misschien twee of drie mensen — dat de rest van de organisatie helpt om AI goed te gebruiken.

Concreet: bijhouden welke tools er gebruikt worden en of ze veilig zijn. Zorgen dat medewerkers weten hoe ze AI verantwoord inzetten. Use cases prioriteren zodat iedereen weet waar de grootste winst zit. En een omgeving creëren waarin afdelingen van elkaar leren in plaats van dezelfde fouten opnieuw te maken.

Wat het niet is: een team dat AI bouwt voor andere afdelingen. Een IT-afdeling die toegang blokkeert. Of een compliance-club die alles verbiedt.

De vier pijlers

Governance & beleid is de basis. Niet een veertig pagina's lang document dat niemand leest, maar een heldere beslisboom: welke tools zijn goedgekeurd, welke data mag erin, en wat doe je als er iets misgaat? Dit hoeft in het begin niet perfect te zijn — het moet werkbaar zijn.

Skills & training is het tweede fundament. Hier maak je een bewuste keuze: wie heeft welk niveau van AI-kennis nodig? Niet iedereen hoeft alles te weten. Een medewerker in de binnendienst heeft andere behoeften dan een data-analist of marketeer. Gerichte training per doelgroep werkt beter dan één algemene sessie voor iedereen.

Use case prioritering is waar de echte winst zit. Er zijn altijd meer ideeën dan tijd. Het kenniscentrum helpt organisaties te kiezen: welke toepassingen leveren de meeste impact voor de minste inspanning? Wat zijn de quick wins die draagvlak creëren? En welke grotere projecten verdienen een plek in de roadmap?

Technische infrastructuur is de vierde pijler — en de minst sexy. Maar zonder goedgekeurde toollijst, sandbox-omgeving voor experimenten en basale monitoring weet je niet wat er speelt. Kleine investering, grote risicoreductie.

Van 0 naar werkend kenniscentrum in 90 dagen

De eerste twee weken zijn voor het fundament: wie wordt trekker, wat is de huidige AI-situatie in de organisatie, en heeft het management dit initiatief achter zich? Zonder executive sponsorship verzandt het initiatief. Dat is geen cynisme — dat is ervaring.

Week drie en vier zijn voor de eerste versie van het beleid. Niet de perfecte versie, de werkbare versie. Welke tools zijn goedgekeurd? Welke data gaat er niet in? Hoe meld je een incident? Dat past op één A4.

Van week vijf tot acht draait het om pilots. Kies twee of drie concrete use cases in afdelingen die al enthousiast zijn. Begeleid de eerste sessies, verzamel feedback, pas aan. Het doel is niet bewijs dat AI werkt — dat weet iedereen al. Het doel is leren hoe het werkt in júllie context.

De laatste fase, week negen tot twaalf, is opschalen: de lessons learned verwerken, training uitrollen naar een bredere groep en een structuur opzetten voor het kwartaal daarna.

De meest gemaakte fout

Verreweg de meest gemaakte fout bij de opzet: het kenniscentrum onder IT plaatsen.

AI-adoptie is geen IT-project. Het is een veranderproject. De beste initiatieven die ik heb gezien, hebben een trekker met een business-achtergrond — iemand die de taal spreekt van Marketing, HR en Sales — en technische kennis als ondersteunende capaciteit.

Als het puur technisch wordt ingekleed, verliest het geloofwaardigheid bij de mensen die het juist moet bereiken.

Start klein, groei organisch

Je hebt geen perfect plan nodig om te beginnen. Twee mensen met mandaat van boven, een werkbare set afspraken en twee pilotafdelingen is genoeg voor een vliegende start. De ervaring die je opdoet in de eerste negentig dagen is meer waard dan de mooiste governance-blauwdruk op papier.

Wil je sparren over hoe dit er voor jouw organisatie uit zou zien? Plan een strategiegesprek — we maken samen een eerste opzet op maat.

---

Lees ook: De governance-checklist voor AI-uitrol · Waarom AI-adoptie 80% organisatiekunde is