AI strategie ontwikkelen voor jouw organisatie

Wat kost het om een AI strategie te laten ontwikkelen en hoe lang duurt het?

Een AI strategie laten ontwikkelen door Dave Willemstein kan in één traject met de AI Strategy Sprint, die 4-6 weken duurt en €15.400 - €22.400 kost. Wie eerst wil weten wat haalbaar is, start met het AI Readiness Assessment van 2-3 weken voor €7.000. Beide bedragen zijn exclusief btw en reiskosten.

AI strategie ontwikkelen: passende dienst per situatie

Situatie	Resultaat	Doorlooptijd	Prijs	Passende dienst
Onduidelijk wat haalbaar is met de huidige organisatie, data en systemen	Readiness-score per dimensie, gap-analyse en 90-dagenplan	2-3 weken	€7.000	AI Readiness Assessment
Strategie en roadmap in één keer vastleggen, met de beslissers aan tafel	Board-ready strategie, prioriteitenmatrix en use-case roadmap	4-6 weken	€15.400 - €22.400	AI Strategy Sprint

Is de AI Strategy Sprint voor een AI strategie goedkoper als er al een AI Readiness Assessment ligt?

Ja, binnen de bandbreedte: de AI Strategy Sprint kost €15.400 - €22.400, waarbij de onderkant geldt als er al een AI Readiness Assessment ligt en de bovenkant bij meerdere bedrijfsonderdelen.

Kan de uitkomst van het AI Readiness Assessment zijn dat een organisatie nog niet klaar is?

Soms wel: de uitkomst van het AI Readiness Assessment is soms dat een organisatie nog niet klaar is. De organisatie krijgt dan een plan voor het fundament in plaats van een plan voor use cases.

Bron: tarieven en doorlooptijden van Dave Willemstein. Bijgewerkt: oktober 2026.

Wat is een AI strategie?

Een AI strategie is de set keuzes die bepaalt waar je organisatie AI voor inzet, waarom, en wat daarvoor moet veranderen. Een goede AI strategie beantwoordt vier vragen: welke business-uitkomsten wil je bereiken, welke toepassingen dragen daar het meest aan bij, wat is er nodig aan data, mensen en governance, en wat doe je bewust niet.

Dat laatste wordt vaak vergeten. Een strategie die alles openhoudt, helpt niemand kiezen. De waarde zit juist in de korte lijst en in de gemotiveerde afvallijst ernaast.

Een AI visie is iets anders. Een visie beschrijft de richting (“we willen klantvragen sneller en beter afhandelen”); de strategie maakt daar keuzes van die je kunt meten en waarop je kunt sturen. Het verschil tussen een AI strategy die blijft liggen en een die werkt, zit vaak in die vertaalslag.

Waarom een AI strategie nodig is

Zonder strategie ontstaat AI-gebruik toch, alleen ongecoördineerd. Teams kopen tools, afdelingen starten pilots, leveranciers komen langs met demo’s. Elk initiatief kan op zichzelf verstandig zijn, maar samen leveren ze weinig op. Er is geen gedeelde maatstaf om te bepalen wat budget krijgt, dus wint wie het hardst lobbyt.

Een AI strategie lost drie praktische problemen op:

• Prioriteit: je kunt uitleggen waarom het ene initiatief wel budget krijgt en het andere niet.
• Samenhang: toepassingen gebruiken dezelfde data, dezelfde afspraken over beheer en dezelfde risicotoets, in plaats van dat elk team het wiel opnieuw uitvindt.
• Verantwoording: directie, board en toezichthouders krijgen een onderbouwing waar ze op kunnen sturen, inclusief de risico’s.

Een strategie hoeft niet groot te zijn. Voor een middelgrote organisatie zijn een paar pagina’s met doelen, een geprioriteerd portfolio en heldere randvoorwaarden vaak genoeg. Welke rol een strategie speelt binnen het bredere werk van AI consultancy, lees je op de overzichtspagina.

Onderdelen van een goede AI strategie

Een bruikbare AI strategie bestaat uit vier onderdelen. Ontbreekt er één, dan loopt de uitvoering daar vroeg of laat op vast.

Doelen en businesscase

Begin bij de uitkomst, niet bij de technologie. “Generatieve AI inzetten voor klantcontact” is een richting. “De afhandeltijd van eerstelijnsvragen omlaag, zonder dat de klanttevredenheid daalt” is een doel waar je op kunt sturen. Per doel hoort er een eigenaar in de lijn bij, een eerste waarde-inschatting met zichtbare aannames en een meetpunt.

De businesscase hoeft in dit stadium niet op de euro nauwkeurig te zijn, maar wel eerlijk. Tijdsbesparing is pas een besparing als iemand die tijd anders besteedt. Hoe je een businesscase opstelt die de realisatiecheck overleeft, staat in de business case voor AI.

Data en infrastructuur

Een datastrategie voor AI hoeft niet te beginnen met een compleet datalandschap. De vraag is niet “is onze data op orde?”, maar “is deze data goed genoeg voor dit besluit?”. Definities zijn daarbij meestal belangrijker dan volume of infrastructuur: vier systemen met drie definities van “klant” is een groter probleem dan een ontbrekend datawarehouse.

Het fundament bouw je langs de eerste use cases, niet ervoor. De redenering daarachter, en de situaties waarin “eerst de data” wel het juiste antwoord is, lees je in het datafundament onder AI.

Mensen en vaardigheden

AI verandert hoe mensen werken. Een strategie moet daarom benoemen wie er anders gaat werken, welke vaardigheden daarvoor nodig zijn en wie de toepassingen na oplevering beheert. Denk aan eigenaren in de business, een aanspreekpunt voor AI, en training die aansluit op concrete taken in plaats van algemene uitleg over tools.

Hier zit ook de vraag of je een eigen AI-lead nodig hebt, en zo ja wanneer. Voor veel organisaties is dat in het begin geen fulltime rol.

Governance en risico’s

Governance bepaalt wie mag beslissen, hoe een toepassing in productie komt en wat er gebeurt als het misgaat. Houd het licht: een register van toepassingen, een poort voor productie, een periodieke toets en een escalatiepad. Onder risico’s vallen privacy, afhankelijkheid van leveranciers en de verplichtingen uit de AI Act. Hoe je dit vertaalt naar afspraken en beleid voor je organisatie, lees je bij AI beleid.

AI maturity en AI readiness bepalen

Voordat je keuzes maakt, moet je weten waar je staat. AI maturity en AI readiness worden vaak door elkaar gebruikt. In de praktijk gaat het om één vraag: wat is haalbaar met de organisatie, data en systemen die je nu hebt, en wat moet eerst?

Dat beantwoord ik met het AI Readiness Assessment. Ik licht je organisatie door op vijf dimensies: strategie, data, technologie, mensen en governance. In 2-3 weken doe ik een documentenanalyse, een datascan op de relevante bronnen en acht tot twaalf interviews dwars door de organisatie, van business en IT tot risk en de werkvloer. Daarna scoor ik de vijf dimensies tegen een referentiekader en toets ik een eerste kansenlijst bij de eigenaren van de processen.

1. Week 1: ophalenDocumentenanalyse, datascan en 8 tot 12 interviews
2. Week 2: scorenVijf dimensies tegen een referentiekader, eerste kansenlijst getoetst bij proceseigenaren
3. Week 3: kiezenPrioritering, 90-dagenplan en de eindsessie: wat doen we wel en niet?

Je krijgt een readiness-score per dimensie, een gap-analyse met de drie blokkades die er werkelijk toe doen, een gevalideerde longlist van use cases met een eerste waarde-inschatting, een risico- en compliance-scan inclusief positionering onder de AI-verordening, en een 90-dagenplan met eigenaren en beslismomenten. De prijs is vast: €7.000.

Soms is de uitkomst dat je nog niet klaar bent. Dan krijg je een plan voor het fundament in plaats van een plan voor use cases, en dat is ook een strategische keuze.

Van strategie naar roadmap

Een AI strategie wordt pas echt op het moment dat iemand er een kwartaaldoel van maakt. De meeste strategieën stranden niet op de inhoud, maar op drie ontbrekende vertaalslagen: ambitie omzetten in meetbare uitkomsten, per use case één eigenaar aanwijzen met budget en mandaat, en meten op het niveau waarop je de waarde beloofde. Ik werkte die drie stappen uit in van AI-strategie naar waarde.

De roadmap is de plek waar die vertaling samenkomt: welke use cases eerst, welke randvoorwaarden daarvoor nodig zijn, wat het kost en wanneer je beslist om door te gaan of te stoppen. Hoe je die opstelt, lees je bij een AI roadmap ontwikkelen.

Wil je strategie en roadmap in één keer vastleggen, met de beslissers zelf aan tafel? Daarvoor is de AI Strategy Sprint: in 4-6 weken en vijf werksessies van diagnose naar een board-ready strategie, een prioriteitenmatrix en een use-case roadmap. Hoe dat in de praktijk gaat, zie je in de case over een AI-strategie voor een investeringsmaatschappij.

Heb je geen volledige strategie nodig, maar wel een onafhankelijke blik op één vraag? Dan past afgebakend AI advies of een second opinion beter. En wil je eerst sparren over waar je staat? Plan een adviesgesprek van dertig minuten.