AI roadmap ontwikkelen: van prioriteiten naar planning

Wat is een AI roadmap?

Een AI roadmap legt vast welke AI-toepassingen een organisatie in welke volgorde oppakt, wat daarvoor nodig is en op welke momenten wordt besloten over doorgaan of stoppen. De roadmap volgt op de AI strategie; een goede AI roadmap is kort en bestaat uit een handvol use cases met elk een eigenaar, randvoorwaarden, een budget-orde-van-grootte en een beslismoment, aangevuld met een afvallijst van wat bewust niet gebeurt. De planning werkt in horizonnen: de eerste drie maanden zijn concreet ingevuld, de periode daarna in grotere blokken.

Een AI roadmap is het plan dat bepaalt in welke volgorde je AI-toepassingen oppakt, wat daarvoor nodig is en wanneer je beslist of je doorgaat. Waar een AI strategie de keuzes vastlegt, maakt de roadmap ze uitvoerbaar: met eigenaren, randvoorwaarden, budget en beslismomenten.

Een goede AI roadmap is kort. Geen lijst van twintig initiatieven waar iedereen enthousiast over is en niemand over gaat, maar een handvol use cases met een naam erbij. Daarnaast staat een lijst met wat bewust niet gebeurt, en waarom. Die afvallijst voorkomt dat afgewezen ideeën via een omweg terugkomen.

Een roadmap is ook geen projectplanning. Hij werkt in horizonnen: de eerste drie maanden concreet, daarna grover. Op vaste momenten kijk je of de aannames nog kloppen. Een AI roadmap volgt op de strategie; heb je die nog niet, begin dan bij een AI strategie ontwikkelen.

Is een AI roadmap hetzelfde als een projectplanning?

Nee. Een AI roadmap is geen projectplanning: de eerste drie maanden zijn concreet gepland, de periode daarna grover, en op vaste momenten wordt bekeken of de aannames nog kloppen. Het gedetailleerde implementatieplan per toepassing volgt pas als een use case groen licht krijgt.

Hoeveel use cases passen in de eerste horizon van een AI roadmap voor het MKB?

Twee of drie use cases in de eerste horizon is het advies voor een AI roadmap in het MKB. Meer use cases zijn zonder eigen AI-capaciteit lastig goed te begeleiden.

Is er een dienst die een AI roadmap als vast resultaat oplevert?

Ja. Een use-case roadmap met quick wins, middellange investeringen en bewuste no-go's is een van de vaste deliverables van de AI Strategy Sprint. Het AI Readiness Assessment levert met het 90-dagenplan een eerste versie van de AI roadmap.

Bron: artikel van Dave Willemstein. Bijgewerkt: oktober 2026.

Stappen om een AI roadmap te ontwikkelen

Een AI roadmap ontwikkelen doe je in vier stappen. Ze sluiten aan op de werkwijze die ik bij alle AI consultancy hanteer: eerst begrijpen, dan kiezen, dan pas plannen.

1. InventarisatieWat loopt er al, welke ideeën liggen er, en wat is de uitgangssituatie?
2. Use cases prioriterenUniforme scoring op waarde, haalbaarheid, data en veranderlast
3. RandvoorwaardenData, mensen, governance en de keuze tussen bouwen, kopen of partner
4. Planning en budgetHorizonnen, eigenaren, budget-orde-van-grootte en beslismomenten

Inventarisatie

Begin met wat er al is. Welke AI-toepassingen en pilots lopen er, wat kosten ze en wie gebruikt ze echt? Welke ideeën zweven rond, en welke leveranciersvoorstellen liggen er? Het kan goed zijn dat een deel van wat op papier loopt, in de praktijk al is stilgevallen.

Leg daarnaast de uitgangssituatie vast: hoe staat het met data, systemen, vaardigheden en governance? Die nulmeting heb je later nodig om te kunnen zeggen of de roadmap iets heeft opgeleverd. Het AI Readiness Assessment dekt deze stap en levert met het 90-dagenplan een eerste versie van de roadmap.

Use cases prioriteren

Beoordeel elke kandidaat op dezelfde manier: welke business-uitkomst, hoeveel waarde, hoe haalbaar, hoe gereed is de data, hoe groot is de veranderlast, en is er een eigenaar in de lijn die er beter van wordt? Scoor samen met de mensen die de processen kennen, niet in één spreadsheet achter een bureau.

Het resultaat is een korte lijst en een afvallijst met reden. Welke kenmerken de use cases delen die in de praktijk wel resultaat opleveren, lees je in welke AI use cases resultaat leveren.

Randvoorwaarden

Per geselecteerde use case bepaal je wat er nodig is voordat hij kan starten. Welke databronnen en definities moeten op orde zijn? Wie gaat er anders werken, en wie beheert de toepassing na oplevering? Welke risicotoets is nodig, ook met het oog op de AI Act en de AVG?

Hier valt ook de keuze of je zelf bouwt, koopt of een partner inschakelt. Die keuze bepaalt je kosten en afhankelijkheden voor jaren, dus maak hem per thema en niet per tool. Het beslisraamwerk daarvoor staat in build, buy of partner.

Planning en budget

Zet de use cases in horizonnen. Horizon 1 (de eerste drie maanden) plan je concreet, met eigenaren en een startdatum. Horizon 2 en 3 beschrijf je in grotere blokken. Veel roadmaps combineren snelle resultaten met een paar middellange investeringen, zodat je vroeg leert terwijl het fundament meegroeit.

Geef per use case een budget-orde-van-grootte, inclusief beheer na oplevering. Beheer wordt makkelijk vergeten, terwijl een toepassing zonder beheer na verloop van tijd ongemerkt slechter kan gaan presteren. Leg tot slot per use case een beslismoment vast met een vooraf afgesproken criterium voor doorgaan of stoppen. Hoe je de businesscase per use case eerlijk doorrekent, lees je in de business case voor AI.

Deliverables van een AI roadmap

Wat je na een roadmaptraject in handen hoort te hebben:

• Geprioriteerd portfolio: de use cases die doorgaan, met scoring en onderbouwing per use case.
• Afvallijst: wat bewust niet gebeurt, met de reden erbij.
• Horizonplanning: wat in welke periode gebeurt, met afhankelijkheden tussen use cases zichtbaar.
• Eigenaar per use case: één naam, in de lijn, met budget en mandaat om te stoppen.
• Randvoorwaarden: per use case de benodigde data, mensen, governance en de keuze tussen bouwen, kopen of partner.
• Budget-orde-van-grootte: per use case, inclusief beheer na oplevering.
• Beslismomenten en meetpunten: wanneer je besluit om door te gaan of te stoppen, en op basis waarvan.
• Governance van de roadmap zelf: wie bewaakt het geheel en hoe vaak wordt er herijkt.

Een lege versie van deze onderdelen, met invulvragen per sectie, vind je in het AI roadmap-template (pdf). Dat kun je gebruiken om zelf te beginnen of om een bestaande roadmap te toetsen.

Wil je de roadmap samen met je kerngroep opstellen, inclusief de strategie erboven? In de AI Strategy Sprint is een use-case roadmap met quick wins, middellange investeringen en bewuste no-go’s een van de vaste deliverables. Hoe een roadmap vervolgens in uitvoering komt, stap voor stap, staat in het stappenplan voor AI implementatie.

AI roadmap voor het MKB

Een AI roadmap voor het MKB volgt dezelfde vier stappen, maar is kleiner. Er is meestal geen AI-team, het budget is beperkt en de lijnen zijn kort. Dat maakt het eenvoudiger: de directeur is vaak zelf de eigenaar van de roadmap, en de kerngroep kan uit twee of drie mensen bestaan.

Een paar aandachtspunten voor kleinere organisaties:

• Beperk je tot twee of drie use cases in de eerste horizon. Meer is zonder eigen AI-capaciteit lastig goed te begeleiden.
• Kies eerst toepassingen die in bestaande software passen en op één databron draaien. Dan hoef je niets te laten bouwen om te leren.
• Plan het beheer expliciet. Wie houdt bij of het nog werkt, als er geen IT-afdeling is?
• Houd rekening met de AVG zodra er persoonsgegevens in een toepassing terechtkomen.

Heb je geen tijd of capaciteit om de roadmap zelf op te stellen, dan kan een afgebakende adviesopdracht volstaan. Welke vormen daarvoor zijn, lees je bij AI advies.

Voorbeeld van een AI roadmap

Hieronder staat een fictief voorbeeld, ter illustratie: een AI roadmap voor een middelgrote technische groothandel met een eigen verkoopbinnendienst, een webshop en een magazijn. Het bedrijf en de keuzes zijn verzonnen om de opbouw te laten zien; er zitten geen echte resultaten in.

Horizon	Use case	Eigenaar	Randvoorwaarden	Beslismoment
1 (maand 0–3)	Orders uit e-mail en pdf automatisch klaarzetten voor de binnendienst, die elke order controleert	Hoofd binnendienst	Eenduidige artikelcodes, vaste controle door een medewerker, nulmeting van de huidige verwerkingstijd	Na drie maanden: blijft de foutkans gelijk of lager bij kortere verwerkingstijd?
1 (maand 0–3)	Conceptteksten voor productpagina’s in de webshop, altijd door een medewerker nagekeken	Manager e-commerce	Productdata compleet voor de gekozen categorie, schrijfrichtlijn	Na drie maanden: sneller online zonder meer correcties?
2 (maand 3–9)	Antwoordsuggesties voor de klantenservice op basis van eigen productinformatie	Teamleider klantenservice	Actuele productkennis op één plek, afspraken over wat nooit automatisch naar klanten gaat, AVG-toets	Na zes maanden gebruik: wordt het dagelijks gebruikt en daalt de afhandeltijd?
3 (maand 9–18)	Vraagvoorspelling voor inkoop op artikelgroepniveau	Inkoopmanager	Schone verkoophistorie, keuze tussen bouwen, kopen of partner na een leveranciersvergelijking	Go/no-go na de selectie, op basis van een businesscase met beheerkosten
Afvallijst	Volledig automatische klantcorrespondentie	Directie	n.v.t.	Bewust niet: reputatierisico weegt zwaarder dan de tijdwinst

Let op wat het voorbeeld laat zien. De eerste horizon bevat toepassingen die op bestaande data draaien en waarbij een medewerker elke uitkomst controleert. De zwaarste investering, vraagvoorspelling, staat bewust later, omdat die schone historische data en een onderbouwde leverancierskeuze vraagt. En de afvallijst is net zo concreet als de rest.

Hoe een echte roadmap tot stand kwam in een complexere omgeving, met pilots in meerdere landen die onder één governance werden gebracht, lees je in de case over een AI roadmap voor een internationale maakorganisatie.

Wil je weten hoe een roadmap er voor jouw organisatie uit zou zien? Plan een adviesgesprek van dertig minuten.