Wat AI oplevert hangt méér af van jou dan van AI
5 leiderschapsperspectieven op AI
5 stadia · Werkdocument mei 2026 · Voor c-level besluitvormers
Inleiding
Dezelfde AI-tools leveren in twee organisaties compleet verschillende uitkomsten op. Het verschil zit niet in de technologie, maar in het perspectief van de leider. Dit model beschrijft vijf leiderschapsperspectieven op AI — Ontkenning, Controle, Rendement, Verankering en Herontwerp — elk met een eigen kernhouding, kracht en schaduw.
Er bestaan tientallen AI-volwassenheidsmodellen. Ze kijken naar technologie, data-infrastructuur, tooling, governance. Nuttig, maar ze missen iets. Ze missen de leider.
Want de manier waarop een leider naar AI kijkt, bepaalt hoe AI in de hele organisatie landt. Dezelfde technologie levert radicaal andere uitkomsten op, afhankelijk van het perspectief van waaruit de leider opereert. Geef twee directieteams dezelfde AI-tools, en je krijgt twee compleet verschillende organisaties.
Dit model is geïnspireerd op Reinventing Organizations van Frederic Laloux, dat beschrijft hoe organisaties zich ontwikkelen langs stadia. Het is geen 1-op-1 vertaling. Waar Laloux kijkt naar organisatieontwikkeling in het algemeen, kijkt dit model specifiek naar hoe leiders zich verhouden tot AI. Elk stadium heeft zijn kracht en zijn schaduw. Het gaat niet om zo snel mogelijk “omhoog” klimmen, maar om eerlijk zien waar je staat.
Het model beschrijft vijf stadia. Elk stadium heeft een kernhouding, typische patronen die je herkent in de praktijk, een metafoor, en een analyse van kracht en schaduw. Er is geen “goed” of “fout.” Een leider in stadium 2 (Controle) die bewust die keuze maakt omdat de organisatie eerst veiligheid nodig heeft, opereert effectiever dan een leider die Herontwerp claimt maar in de praktijk alles zelf beslist.
Stadium 01 · Ontkenning
Ontkenning
“AI? Daar zijn wij niet mee bezig.”
Kernhouding
Dit stadium heeft twee gezichten. Het ene is actief: de leider ervaart AI als bedreiging, voor banen, voor controle, voor de manier waarop het altijd is gegaan. De reactie is afwijzing. Het andere gezicht is stiller en komt vaker voor: AI staat simpelweg niet op de agenda. Geen angst, geen weerstand, maar ook geen urgentie. Het onderwerp komt niet ter sprake in MT-vergaderingen, er wordt niet over nagedacht, er is geen mening. Niet omdat er bewust voor gekozen is om af te wachten, maar omdat het niet als relevant wordt gezien.
Beide varianten komen voort uit hetzelfde: een gebrek aan eigen ervaring met AI. De leider die actief afwijst baseert zich op krantenkoppen en sensationele voorbeelden. De leider die passief blijft heeft er simpelweg nooit serieus naar gekeken. In beide gevallen ontbreekt de basis om een weloverwogen keuze te maken.
Hoe je het herkent
“AI? Dat is iets voor tech-bedrijven, niet voor ons.”
De leider plaatst AI buiten de eigen wereld. Het eigen werk wordt als fundamenteel anders gezien, te menselijk, te complex, te specifiek voor AI. Soms klopt dat deels, maar de conclusie dat AI er daarom niet toe doet, klopt niet.
“Het staat niet op onze roadmap.”
Geen actieve afwijzing, maar stille afwezigheid. AI komt niet voor in het jaarplan, niet in de strategiesessie, niet in de teamoverleggen. Niet omdat het bewust is geparkeerd, maar omdat niemand het op tafel legt, of omdat degene die het op tafel legde niet serieus werd genomen.
Impulsief kopen zonder plan.
De keerzijde van ontkenning is paniek. Een concurrent lanceert iets met AI, de board stelt vragen, en plotseling wordt er een tool gekocht of een consultant ingehuurd, zonder strategie, zonder eigenaarschap, zonder enige gedachte over wat het moet opleveren. Na een paar weken verdwijnt het weer van de agenda.
Besluitvorming
Er is geen besluitvorming over AI, omdat er geen gesprek is. Bij de actieve variant beslist de leider alleen (“wij doen hier niet aan mee”). Bij de passieve variant wordt er niets besloten, het onderwerp bereikt de besluitvorming niet. Medewerkers die wél willen experimenteren stuiten op onverschilligheid, wat net zo effectief blokkeert als actief verzet.
Relatie mens–AI
Mens vs. AI · of: mens zonder AI
In de actieve variant wordt AI gezien als tegenstander, iets dat banen bedreigt of het menselijke in werk ondermijnt. In de passieve variant bestaat die relatie simpelweg niet. AI is afwezig, onzichtbaar, irrelevant.
Metafoor — De Bunker
In de actieve variant: deuren dicht, hopen dat de storm overwaait. In de passieve variant: er staat geen bunker, want er is geen storm, althans, dat denkt de leider. Het probleem in beide gevallen: het is geen storm. Het is een klimaatverandering.
Kracht
Dit stadium beschermt de organisatie soms terecht tegen hype-gedreven overhaasting. Niet alles wat AI heet is goed, niet elke tool houdt wat ie belooft, en een kritische houding tegenover technologische hype heeft waarde. De passieve variant heeft ook een functionele kant: niet elke organisatie hoeft als eerste te bewegen. Soms is afwachten rationeel, mits het een bewuste keuze is.
De gezonde kern van dit stadium, een kritische blik en het vermogen om niet blindelings elke hype te volgen, is iets dat je moet meenemen naar elk volgend stadium.
Schaduw
De wereld verandert, en de organisatie verliest aansluiting. Niet morgen, maar geleidelijk. Bij actieve ontkenning vertrekken medewerkers die wél willen experimenteren. Bij passieve ontkenning is het sluipender: er ontstaat geen kennis, geen ervaring, geen gevoel voor wat AI kan en niet kan. Elke toekomstige beslissing over AI wordt genomen vanuit onwetendheid in plaats van ervaring.
Het verraderlijke van de passieve variant is dat niemand het als probleem ziet. Er is geen conflict, geen weerstand, geen signaal dat er iets mist. Tot de markt beweegt, tot klanten verwachtingen hebben, tot medewerkers vertrekken naar organisaties die wél bewegen. Dan is de achterstand niet maanden maar jaren.
Stadium 02 · Controle
Controle
“AI mag, mits onder controle.”
Kernhouding
De leider erkent dat AI er is, maar benadert het primair als risico dat beheerst moet worden. AI-adoptie wordt geframed in termen van beleid, compliance en governance. Er komt een AI-policy, een stuurgroep, een goedkeuringsproces. Veiligheid en voorspelbaarheid staan centraal.
Dit stadium komt veel voor bij organisaties in gereguleerde sectoren, financiële dienstverlening, zorg, overheid, maar ook bij leiders die van nature risico-avers zijn. De onderliggende overtuiging is dat AI pas ingezet mag worden als alle risico's in kaart zijn gebracht en alle kaders staan.
Hoe je het herkent
“We hebben eerst een AI-beleid nodig voordat iemand ermee mag werken.”
Het beleid wordt de voorwaarde voor actie. In de praktijk duurt het maken van dat beleid maanden, soms langer, en tegen de tijd dat het er is, is de technologie veranderd.
“Dit moet eerst door legal, IT en de OR.”
Elk AI-initiatief wordt door meerdere goedkeuringslagen gestuurd. Het resultaat is dat alleen de veiligste, minst vernieuwende toepassingen erdoorheen komen.
Eén goedgekeurd tool, strikt gereguleerd.
De organisatie kiest één AI-tool, vaak de veiligste optie, niet de beste, en reguleert het gebruik tot in detail. Wie mag het gebruiken, waarvoor, met welke data, en wie controleert dat.
Besluitvorming
Top-down. De stuurgroep bepaalt. Individueel experimenteren wordt ontmoedigd of expliciet verboden. Er is een duidelijke hiërarchie: IT of compliance bepaalt wat technisch mag, de directie bepaalt wat strategisch gewenst is, en de medewerkers voeren uit.
Relatie mens–AI
Mens bóven AI
AI is een ondergeschikte kracht die pas mag opereren als de mens alle kaders heeft gesteld. De mens blijft te allen tijde in controle.
Metafoor — Het Sluizensysteem
Alles moet door het juiste kanaal, in de juiste volgorde. Het water stroomt uiteindelijk, maar langzaam en alleen waar de sluiswachter het toestaat.
Kracht
Dit stadium creëert veiligheid en duidelijkheid. Het voorkomt naïeve data-lekken, ethische uitglijders en reputatierisico's. Voor organisaties die met gevoelige data werken, patiëntdossiers, financiële gegevens, persoonsgegevens, is een fase van bewuste controle geen luxe maar noodzaak. Het probleem is niet het bestaan van dit stadium, maar het blijven hangen erin.
Zonder deze basis van veiligheid en governance wordt elk volgend stadium kwetsbaar. Een organisatie die doorschiet naar Rendement zonder solide kaders, creëert risico's die later alsnog de hele AI-adoptie kunnen blokkeren.
Schaduw
Het beleid wordt een doel op zich. De stuurgroep vergadert, de policy wordt bijgewerkt, de risico-analyse wordt herhaald, maar er gebeurt weinig. Tegen de tijd dat de organisatie “klaar” is, heeft de markt drie generaties tools verder bewogen.
En dan is er de schaduw-AI: medewerkers die de officiële tools te traag, te omslachtig vinden, en op eigen houtje ChatGPT of andere tools gaan gebruiken. Buiten het zicht van IT. Buiten het kader van het beleid. Precies het risico dat het beleid moest voorkomen.
Stadium 03 · Rendement
Rendement
“AI moet renderen.”
Kernhouding
Dit is het stadium waar de meeste organisaties nu zitten of naartoe bewegen. AI wordt benaderd als productiviteitstool. De leider denkt in business cases, ROI, FTE-besparing en competitief voordeel. Er worden pilots gedraaid, KPI's opgesteld, en er is een duidelijke verwachting: AI moet meetbaar resultaat opleveren.
Het is het stadium van de management-consultant, de board-presentatie, de kwartaalrapportage. AI is geen onderwerp van ontkenning meer (stadium 1) en geen risico dat beheerst moet worden (stadium 2), het is een hefboom. Een middel om dezelfde dingen sneller, goedkoper of beter te doen.
Hoe je het herkent
“Hoeveel FTE levert dit op?”
De eerste vraag bij elk AI-initiatief is de business case. Wat kost het, wat levert het op, wanneer is de investering terugverdiend. Projecten zonder duidelijke ROI worden niet goedgekeurd.
“We doen een pilot in Q2, en dan meten we de impact.”
AI wordt benaderd als project: gedefinieerd in scope, tijd en budget. Er is een projectteam, een steering committee, een go/no-go moment. De taal is die van projectmanagement.
Center of Excellence, AI-taskforce, innovation lab.
AI krijgt een plek in de organisatie, maar die plek is afgebakend. Er is een team dat “over AI gaat,” en de rest van de organisatie wacht af tot dat team met oplossingen komt.
Besluitvorming
Datagedreven, top-down gestuurd met gedelegeerde pilots. Management by Objectives, maar dan voor AI. De directie stelt de richting, het CoE vertaalt dat naar initiatieven, de teams voeren uit. Succes wordt gemeten in harde cijfers: doorlooptijd, kosten per transactie, klanttevredenheidsscores.
Relatie mens–AI
Mens stúúrt AI
De mens is de bestuurder, AI is het instrument. De verhouding is functioneel, AI doet wat het moet doen, niet meer. De mens definieert de taak, AI voert uit, de mens beoordeelt het resultaat.
Metafoor — De Machine met een Turbo
Dezelfde organisatie, maar sneller en efficiënter. De processen veranderen niet fundamenteel, ze worden versneld. Het organogram blijft hetzelfde, de vergaderstructuur blijft hetzelfde, de manier van werken blijft hetzelfde. Er zit nu alleen een turbo op.
Kracht
Dit stadium maakt AI concreet en meetbaar. Het creëert momentum, laat zien dat het werkt, en bouwt een track record op dat verdere investering rechtvaardigt. Organisaties in dit stadium hebben vaak indrukwekkende resultaten te laten zien: 40% snellere doorlooptijd hier, 60% minder handmatige fouten daar. Die resultaten zijn echt, en ze zijn waardevol.
Die discipline van meten, bewijzen en verantwoorden is wat je meeneemt naar Verankering. Zonder bewezen resultaten is brede adoptie een geloofsartikel in plaats van een onderbouwd verhaal. Het track record van dit stadium geeft de rest van de organisatie het vertrouwen om mee te bewegen.
Schaduw
Alles moet door de lens van rendement. AI-initiatieven die niet in een business case passen, worden niet gestart. Dat klinkt rationeel, maar het sluit veel uit. Het inzicht dat een medewerker opdoet door met AI te sparren over een complex probleem heeft geen ROI. De verschuiving in hoe een team samenwerkt als routinewerk wegvalt, staat niet in een spreadsheet. De nieuwe vragen die ontstaan als je data op een andere manier bekijkt, passen niet in een kwartaalrapportage. Die waarde is er wel, maar wordt genegeerd omdat ze niet meetbaar is.
Medewerkers worden “gebruikers” van een tool in plaats van mede-vormgevers van een nieuwe manier van werken. Ze voeren uit wat het CoE bedenkt, binnen de kaders die het management stelt. Hun eigen ideeën over wat AI zou kunnen betekenen voor hun werk worden niet gevraagd, of verdwijnen in een backlog die nooit wordt opgepakt.
En als de ROI tegenvalt, wat bij veel pilots gebeurt, omdat de verwachtingen vaak onrealistisch zijn of omdat de implementatie te smal is opgezet, verdwijnt de aandacht weer. AI wordt dan een “teleurstelling” in plaats van een leerervaring.
Stadium 04 · Verankering
Verankering
“AI zit in alles wat we doen.”
Kernhouding
In dit stadium is AI geen project meer en geen afdeling. Het zit overal. De klantenservice gebruikt het, finance gebruikt het, HR gebruikt het, het magazijn gebruikt het. Niet omdat het management het heeft uitgerold, maar omdat medewerkers het zelf hebben omarmd. AI is onderdeel geworden van hoe de organisatie werkt, net zo vanzelfsprekend als e-mail of een CRM-systeem.
Het verschil met stadium 3 (Rendement) is dat AI niet meer afhankelijk is van een centraal team of taskforce. Er is geen CoE meer nodig dat use cases selecteert en pilots begeleidt. Teams vinden zelf toepassingen, delen wat werkt, en bouwen voort op elkaars experimenten. AI is verankerd in de dagelijkse praktijk.
Maar, en dat is het punt, de organisatie zelf is nog dezelfde. De structuur is hetzelfde, de rollen zijn hetzelfde, het businessmodel is hetzelfde. AI heeft het werk versneld en verbeterd, maar niet fundamenteel veranderd hoe de organisatie is ingericht. Dat is zowel de kracht als de beperking van dit stadium.
Hoe je het herkent
“Bij ons gebruikt iedereen AI.”
En het klopt. Niet als pr-verhaal, maar als dagelijkse realiteit. Van de directie tot de werkvloer. Niet overal even intensief, maar de drempel is weg. Mensen praten over AI-toepassingen zoals ze over Excel-trucjes praten: gewoon, tussen collega's, als onderdeel van het werk.
“Er is geen AI-team meer.”
Of het team bestaat nog formeel, maar de facto is AI-kennis verspreid door de hele organisatie. Champions delen hun expertise, nieuwe medewerkers leren het van collega's, en het bijhouden van AI-ontwikkelingen is niet meer de taak van één afdeling maar een gedeelde verantwoordelijkheid.
AI komt niet meer apart op de agenda.
In stadium 3 is AI een vast agendapunt: stand van zaken pilots, ROI-rapportage, next steps. In stadium 4 verdwijnt AI als apart onderwerp. Het zit verweven in elk gesprek over werkprocessen, klantcontact en productontwikkeling. Je bespreekt AI niet los, net zoals je “telefoongebruik” niet los bespreekt.
Besluitvorming
Decentraal. Teams beslissen zelf hoe ze AI inzetten. Er zijn kaders, rondom veiligheid, data, ethiek, maar binnen die kaders hebben teams de vrijheid om te experimenteren en toe te passen. De leider hoeft niet meer elke AI-beslissing te nemen of goed te keuren. Dat was in stadium 3 nog nodig; hier niet meer.
Relatie mens–AI
Mens mét AI
Medewerkers hebben een eigen verhouding tot AI ontwikkeld. Ze weten waar het helpt en waar het tekortschiet. Ze hebben hun eigen workflows, hun eigen prompts, hun eigen manier van samenwerken met AI. Het is niet meer de tool van het bedrijf, het is hun tool.
Metafoor — Het Elektriciteitsnet
AI zit in elke muur van de organisatie. Iedereen gebruikt het, niemand denkt er meer over na. Je zet het aan, het werkt, het is er gewoon. Maar het huis zelf is nog hetzelfde. Dezelfde kamers, dezelfde indeling, dezelfde bewoners. Het elektriciteitsnet heeft het huis niet veranderd, alleen comfortabeler gemaakt.
Kracht
De organisatie haalt meer uit AI dan welk centraal gestuurd programma had kunnen bereiken. Medewerkers vinden toepassingen waar het management nooit aan had gedacht. Het leren gaat snel omdat het parallel plaatsvindt in elk team. En er is eigenaarschap: mensen gebruiken AI niet omdat het moet, maar omdat het hun werk beter maakt.
Dat eigenaarschap heeft een keerzijde die ook kracht is: de organisatie is minder kwetsbaar. Als één AI-tool wegvalt of een leverancier stopt, vinden teams zelf alternatieven. De kennis zit niet in een systeem of bij één afdeling, maar bij de mensen. Dat maakt de organisatie weerbaar.
Dit brede eigenaarschap is de voorwaarde voor Herontwerp. Een organisatie kan zichzelf alleen opnieuw uitvinden als de mensen AI goed genoeg kennen om mee te denken over hoe hun werk er fundamenteel anders uit kan zien. Zonder die brede ervaring is herontwerp een top-down reorganisatie, niet een gezamenlijke transformatie.
Schaduw
AI zit overal, maar de organisatie is nog steeds dezelfde. Dezelfde hiërarchie, dezelfde functies, dezelfde manier van samenwerken. Iedereen werkt sneller en slimmer, maar niemand stelt de vraag: als AI zoveel van ons werk kan doen, waarom hebben we dan nog dezelfde rollen? Waarom is ons organogram onveranderd?
In de praktijk ontstaat er ook wildgroei. Elk team gebruikt andere tools, andere prompts, andere workflows. Er is geen gedeelde standaard, geen kennisborging, geen overzicht van wat er allemaal met AI gebeurt. De CISO ziet het met lede ogen aan. De compliance officer ook. De vrijheid die dit stadium zo krachtig maakt, wordt ook een governance-uitdaging.
Het diepere risico is optimalisatie van het bestaande. De organisatie wordt heel goed in het efficiënter doen van dingen die misschien niet meer gedaan hoeven te worden. Waarom zou je iets veranderen dat werkt? Precies die vraag is de drempel naar stadium 5.
Stadium 05 · Herontwerp
Herontwerp
“Als AI dit allemaal kan, waarom zijn we dan nog zo georganiseerd?”
Kernhouding
Dit is het stadium waar de leider een fundamenteel andere vraag stelt. Niet “hoe zetten we AI in?” maar “als AI zoveel kan, wat betekent dat voor hoe onze organisatie eruitziet?” De leider kijkt niet meer naar AI als iets dat het bestaande versterkt, maar als iets dat het bestaande ter discussie stelt.
In stadium 4 was AI verankerd in de organisatie, maar de organisatie zelf bleef hetzelfde. In stadium 5 verandert de organisatie. Rollen worden opnieuw gedefinieerd. Teams worden anders samengesteld. Processen worden niet geoptimaliseerd maar herontworpen. Misschien verandert het businessmodel. De leider beseft dat een organisatie die gebouwd is voor een wereld zonder AI niet dezelfde organisatie kan zijn als een organisatie die gebouwd is voor een wereld mét AI.
Hoe je het herkent
“We hebben geen klantenservice-afdeling meer in de oude zin.”
Functies die volledig draaiden op taken die AI nu doet, zijn opgeheven of radicaal veranderd. Sommige mensen krijgen een nieuwe rol: de klantenservicemedewerker wordt relatiemanager, de controller wordt strategisch data-analist. Maar niet iedereen past in het nieuwe ontwerp. Dat is de ongemakkelijke realiteit van dit stadium.
“Het organogram is onherkenbaar veranderd.”
Niet door een reorganisatie in de klassieke zin, dozen schuiven, lagen eruit halen, maar door een fundamenteel andere kijk op hoe werk verdeeld wordt. Teams zijn kleiner, met bredere mandaten. Specialistische afdelingen maken plaats voor multidisciplinaire teams die met AI meer kunnen dan oude afdelingen met drie keer zoveel mensen.
Het businessmodel is verschoven.
De organisatie doet dingen die vijf jaar geleden onmogelijk waren. Niet omdat de technologie er niet was, maar omdat niemand bedacht had dat je met een team van 10 mensen en AI kon doen wat voorheen 50 mensen kostte. Of dat je een dienst kon aanbieden die je voorheen niet kon leveren, omdat de analyse te complex was voor mensen alleen.
Besluitvorming
De leider stuurt op richting, niet op structuur. Beslissingen over de inrichting van de organisatie worden continu heroverwogen op basis van wat AI mogelijk maakt. Dat klinkt chaotisch, maar het is het tegenovergestelde: het is een organisatie die bewust kiest hoe ze zich inricht in plaats van vast te houden aan structuren die ooit logisch waren maar dat niet meer zijn.
Relatie mens–AI
Mens en AI als partners in een nieuw ontwerp
De vraag is niet meer wie wat doet, maar hoe je mens en AI zo combineert dat het geheel meer is dan de som der delen. Mensen doen wat mensen goed doen: oordelen, relaties bouwen, ethische afwegingen maken, creatief denken. AI doet wat AI goed doet: patronen herkennen, grote hoeveelheden informatie verwerken, consistent uitvoeren, 24/7 beschikbaar zijn. Het herontwerp gaat over de optimale combinatie.
Metafoor — De Tekentafel
De organisatie gaat terug naar de tekentafel. Niet om het bestaande op te poetsen, maar om opnieuw te ontwerpen vanuit de vraag: als we vandaag zouden beginnen, met alles wat AI kan, hoe zouden we ons dan organiseren? Het antwoord ziet er zelden uit als het huidige organogram.
Kracht
Dit is waar AI zijn volledige potentieel bereikt. Niet als versneller van het bestaande, maar als enabler van het nieuwe. Organisaties in dit stadium kunnen dingen die hun concurrenten niet kunnen, niet omdat ze betere AI-tools hebben, maar omdat ze zichzelf anders hebben ingericht rondom wat AI mogelijk maakt. Ze zijn niet sneller in het oude spel; ze spelen een ander spel.
Schaduw
Herontwerp is ontwrichtend. Niet iedereen kan of wil mee. Rollen die verdwijnen zijn niet abstract, het zijn mensen met hypotheken en gezinnen die te horen krijgen dat hun functie fundamenteel verandert. De leider die dit stadium omarmt zonder oog te hebben voor de menselijke impact maakt dezelfde fout als de leider in stadium 3 die alleen naar ROI keek: het reduceren van mensen tot variabelen in een spreadsheet.
Er is ook het risico van herontwerp als doel op zich. Reorganiseren omdat het kan, niet omdat het moet. Structuren slopen die prima functioneerden, omdat de leider gefascineerd is door de mogelijkheden van AI. De discipline om te onderscheiden wat écht anders moet van wat prima werkt zoals het is, dat is misschien wel de moeilijkste vaardigheid in dit stadium.
Overzicht — wat verandert per stadium
De tabel vat de vijf stadia samen langs zeven dimensies. Gebruik 'm als spiekbriefje, niet als diagnose-instrument.
| Dimensie | 01 — Ontkenning | 02 — Controle | 03 — Rendement | 04 — Verankering | 05 — Herontwerp |
|---|---|---|---|---|---|
| Kernvraag | Is dit wel relevant voor ons? | Hoe houden we dit veilig? | Wat levert het op? | Hoe maken we AI onderdeel van ieders werk? | Wat moet er anders nu AI dit kan? |
| AI-eigenaarschap | Niemand (of de leider alleen) | IT / Compliance | AI-taskforce / CoE | Iedereen, vanzelfsprekend | Verweven in het organisatieontwerp |
| Relatie mens–AI | Mens vs. AI, of: mens zonder AI | Mens bóven AI | Mens stúúrt AI | Mens mét AI | Mens en AI als partners in nieuw ontwerp |
| Leiderschapsrol | Afwezig of impulsief acteren | Regelen en bewaken | Sturen op resultaat | Kaders stellen, loslaten | Organisatie opnieuw uitvinden |
| Wat de leider zegt | “AI? Daar hebben we het nu niet over” | “Hebben we hier al beleid voor?” | “Wat is de business case?” | “Bij ons werkt iedereen met AI” | “Waarom hebben we deze afdeling nog?” |
| Grootste risico | Aansluiting verliezen zonder het te merken | Beleid dat innovatie verstikt | Alleen meten wat meetbaar is | Optimaliseren van het verkeerde | Reorganiseren zonder oog voor mensen |
| Metafoor | De Bunker | Het Sluizensysteem | De Machine met een Turbo | Het Elektriciteitsnet | De Tekentafel |
Werken met het model
Belangrijke uitgangspunten
Geen ladder, maar een landschap
Het model beschrijft vijf stadia, maar dat betekent niet dat “omhoog” altijd beter is. Een organisatie die net begint met AI en bewust kiest voor een fase van controle (stadium 2) handelt verstandiger dan een organisatie die stadium 5 claimt maar in de praktijk alle beslissingen centraliseert. Het gaat niet om waar je zit, maar om of dat past bij waar je organisatie nu is.
Leiders zijn niet hun organisatie
Veel leiders zitten persoonlijk op een ander stadium dan hun organisatie. Een directeur die zelf op Verankering (stadium 4) zit maar leiding geeft aan een Rendement-organisatie (stadium 3) ervaart dagelijks spanning. Die spanning is niet per se slecht, maar je moet hem wel zien en ermee kunnen werken. Het verschil tussen waar de leider zit en waar de organisatie zit is vaak het meest interessante gesprek.
Elk stadium bouwt voort op het vorige
Je kunt geen stadium overslaan. De gezonde kant van elk stadium is een voorwaarde voor het volgende. Zonder de veiligheid van Controle wordt Rendement roekeloos. Zonder de meetbaarheid van Rendement wordt Verankering vrijblijvend. Zonder de brede verankering in de organisatie wordt Herontwerp een directie-exercitie die niemand volgt. Groei betekent niet het vorige stadium achterlaten, maar de kracht ervan meenemen.
De schaduw is het echte werk
Elk stadium heeft een schaduwkant. De vraag “welke schaduw herken je bij jezelf?” is krachtiger dan “op welk niveau zit je?” Groei zit niet in het claimen van een hoger stadium, maar in het eerlijk zien van je eigen schaduw.
Handleiding voor facilitators
Dit model is gebouwd voor gesprek, niet voor diagnose. Hieronder vier werkvormen die we in SPAIK-sessies gebruiken.
Zelfpositionering
Laat deelnemers individueel twee vragen beantwoorden: “Waar zit jij als leider?” en “Waar zit je organisatie?” Het verschil tussen die twee posities is waar het gesprek begint.
Spanning verkennen
Laat groepen van 3-4 personen de spanning bespreken tussen hun persoonlijke positie en die van hun organisatie. Waar voel je die spanning? Wat doe je ermee? Wat zou er veranderen als je die spanning als informatie ziet in plaats van als probleem?
Schaduwwerk
Laat deelnemers kiezen: welke schaduw herken je het meest bij jezelf? Niet bij je organisatie, niet bij je collega's, bij jezelf. Dit is het meest kwetsbare onderdeel, en daarom het meest waardevolle.
Bewegingsrichting
Laat deelnemers één concrete actie formuleren: wat is de logische volgende stap, en wat doe ik morgen anders?
Voorbeelden van bewegingsrichting
Van Ontkenning naar Controle
“Ik ga volgende week zelf 2 uur met een AI-tool werken.”
Van Controle naar Rendement
“Ik ga één pilot goedkeuren zonder het volledige governance-traject.”
Van Rendement naar Verankering
“Ik ga drie mensen buiten het AI-team het mandaat geven om zelf te experimenteren.”
Van Verankering naar Herontwerp
“Ik ga de vraag stellen: welke functies zouden we anders inrichten als we opnieuw zouden beginnen?”
Achtergrond
Dit model is ontwikkeld door SPAIK op basis van de praktijk: tientallen gesprekken met c-level besluitvormers en directieteams over AI-adoptie. De directe inspiratie is Reinventing Organizations van Frederic Laloux (2014), dat beschrijft hoe organisaties zich ontwikkelen langs stadia van perspectief. Laloux bouwt voort op het werk van Clare Graves (Spiral Dynamics), Ken Wilber (Integral Theory) en Robert Kegan (volwassenenontwikkeling).
Dit model is bedoeld als werkdocument, niet als wetenschappelijk gevalideerd instrument. Het is een conversatietool: een manier om leiders te helpen reflecteren op hun eigen verhouding tot AI, en om die reflectie te vertalen naar concrete actie.
Veelgestelde vragen
- Wat bepaalt wat AI oplevert in een organisatie?
- Niet de technologie, maar het perspectief van de leider. Dezelfde AI-tools leveren in twee organisaties compleet verschillende uitkomsten op, afhankelijk van hoe de leider naar AI kijkt.
- Wat zijn de vijf leiderschapsperspectieven op AI?
- Ontkenning, Controle, Rendement, Verankering en Herontwerp. Elk perspectief heeft een eigen kernhouding, een kracht en een schaduw.
- Is een hoger stadium altijd beter?
- Nee. Elk stadium heeft kracht én schaduw. Het gaat niet om zo snel mogelijk omhoog klimmen, maar om eerlijk zien waar je staat en bewust kiezen wat de organisatie nu nodig heeft.
- Waarop is het model gebaseerd?
- Het is geïnspireerd op Reinventing Organizations van Frederic Laloux, toegespitst op hoe leiders zich verhouden tot AI. Laloux bouwt voort op Clare Graves (Spiral Dynamics), Ken Wilber en Robert Kegan.
- Voor wie is deze whitepaper bedoeld?
- Voor c-level besluitvormers en directieteams die willen begrijpen waarom dezelfde AI-investering bij hen anders uitpakt dan elders — en welke rol hun eigen perspectief daarin speelt.
Download de whitepaper
De volledige whitepaper als pdf — alle vijf stadia, de overzichtstabel en de facilitator-handleiding in één document om te delen of te printen.
Praten over waar jullie staan?
Jan Bolle is econoom en organisatiepsycholoog, gespecialiseerd in organisatieontwikkeling en leiderschap. Hij is co-founder van SPAIK, een AI-adviesbureau dat organisaties begeleidt bij de adoptie van AI.
Vragen, feedback of ervaringen met het model? Neem contact op.
Van perspectief naar praktijk: een leiderschapshouding vertalen naar AI die blijft werken, is waar onze adoptietraject op gebouwd is.