Tapas en Talks AI-strategie en AI-aanpak in de praktijk

Net als bij eerdere edities stond niet de techniek centraal, maar de vraag: wat betekent dit in de praktijk voor organisaties? Waar loop je tegenaan, en waar zit daadwerkelijk de waarde?

Dit keer AI-strategie en AI-aanpak in de praktijk

Tijdens de Q1-2026 editie van Tapas en Talks gingen we met klanten in gesprek over 2 concrete AI vraagstuk uit de praktijk. In een informele setting deelden we een klantcase over:

  • AI-Strategie en implementatie in de praktijk en wat de belangrijkste learnings zijn
  • Hoe AI kan helpen bij het omgaan met verzamelen en structureren van informatie

AI strategie

De AI strategie start bij de vraag wat wil je als organisatie bereiken met AI? In plaats van technologie leidend te maken, is gekeken naar de veranderende context waarin de organisatie opereert. Aan de hand van meerdere toekomstbeelden is verkend welke rol AI daarin kan spelen.

Deze vergezichten helpen om scherpe keuzes te maken: waar kan AI daadwerkelijk bijdragen aan strategische doelen en waar niet? De AI strategie fungeert daarmee als kompas voor verdere besluitvorming en prioritering.

De aanpak

De vertaling van strategie naar praktijk is opgebouwd uit drie samenhangende stappen:

1. Wat willen we bereiken met AI?

De strategische ambitie is expliciet gemaakt door toekomstscenario’s te schetsen voor de organisatie. Deze vergezichten vormen het kader waarbinnen AI initiatieven worden beoordeeld en geselecteerd.

2. Wat is er nodig voor de uitvoering?

Vervolgens is in kaart gebracht wat nodig is om AI verantwoord en effectief in te zetten. Denk aan data, technologie en governance, maar ook aan organisatie inrichting, vaardigheden en verandervermogen.

3. De roadmap naar realisatie

Tot slot is een roadmap opgesteld die richting geeft aan de uitvoering. Door te werken met concrete value cases, oplopend in complexiteit en waarde, ontstaat een pragmatisch groeipad. Zo wordt stap voor stap waarde gerealiseerd, terwijl tegelijk wordt gebouwd aan een duurzaam fundament.

Deze aanpak zorgt voor balans tussen ambitie Vs haalbaarheid en tussen korte termijnresultaat en lange termijnontwikkeling.

AI strategie bij PGGM Pensioenbeheer

De belangrijkste learnings

De case leverde een aantal herkenbare inzichten op:

  • AI is niet alleen een technische exercitie. De impact op processen, rollen en manier van werken wordt vaak onderschat
  • AI leidt niet één op één tot kostenbesparing. Er ontstaan nieuwe rollen en verantwoordelijkheden om AI op een verantwoorde manier in te zetten
  • AI is niet altijd de juiste oplossing. Alleen wanneer rule based oplossingen tekortschieten, voegt AI echt waarde toe
  • Zoek actief naar balans. Succes vraagt om evenwicht tussen het realiseren van concrete use cases en het opbouwen van het onderliggende fundament

Deze learnings benadrukken dat een succesvolle AI strategie vraagt om samenhang tussen visie, uitvoering en organisatieverandering.

Praktijkcase Poc bij BPD- Bouwfonds Gebiedsontwikkeling

De uitdaging

De organisatie heeft te maken met vele afspraken die vastgelegd zijn in vele ongestructureerde documenten. Om overzicht en sturing te hebben is daarmee momenteel handwerk benodigd.

De centrale vraag in deze case was dan ook: kan AI ondersteunen bij het ontsluiten en structureren van waardevolle informatie, zodat deze inzichtelijker, beter toegankelijk en beheersbaar wordt?

De aanpak

In een proof of concept is verkend hoe AI kan bijdragen aan het creëren van overzicht en terugbrengen van complexiteit.

Daarbij lag de nadruk nadrukkelijk niet op “volledige automatisering”, maar op ondersteuning van professionals. Zo verschuift de focus van handmatig zoeken en interpreteren naar begrijpen en sturen.

AI PoC BPD bouwfonds

De belangrijkste learnings

De case leverde een aantal herkenbare inzichten op, die ook breder toepasbaar zijn bij AI vraagstukken:

  • AI is goed inzetbaar om informatie uit zowel digitale als gescande documenten te halen en te structureren
  • Alleen al het creëren van overzicht en transparantie in informatie levert veel waarde op voor de organisatie
  • Validatie door inhoudelijke experts blijft essentieel: AI ondersteunt, maar vervangt het vakmanschap niet
  • Een helder datamodel en gestructureerde opslag zijn randvoorwaardelijk voor hergebruik en opschaling
  • De meeste waarde ontstaat door oplossingen snel in de praktijk toe te passen en van daaruit stap voor stap uit te breiden

Net als bij eerdere Tapas & Talks sessies werd duidelijk dat succesvolle inzet van AI niet begint bij technologie, maar bij het scherp krijgen van het vraagstuk.

Pas als data, techniek en domeinkennis samenkomen, ontstaat oplossing die in de praktijk ook echt werkt.

Meer van dit in je mailbox?

We sturen je circa 6x per jaar een email met handpicked cases, blogs en tips.

Tapas & Talks

Tussen de presentaties hadden we heerlijk tapas en drankjes. Het leuke aan het concept is dat de mensen dan gewoon blijven discussiëren en hun ervaringen blijven delen: de positieve en ook zeker de leerzame ervaringen.

Daar leer je uiteindelijk toch het meeste van.

👏 Dank daarom aan alle deelnemers en tot de volgende keer!

Tapas en talks data gedreven werken in de praktijk - hapjes

Ook deelnemen?

Riviq organiseert meerdere keren per jaar Tapas & Talks voor haar relaties. Meestal bij ons op kantoor in Den Haag of af en toe ook te gast bij 1 van de (klant)relaties op locatie.

Benieuwd waar we de volgende editie gaan doen en wat het onderwerp wordt?
Of wil je zelf jouw verhaal delen in een vertrouwelijke setting?

Laat het ons weten!

Marc Ducardus

Meer weten? Neem vrijblijvend contact op met

Meer over dit onderwerp

Tapas en talks Data gedreven werken in de praktijk

Tapas en talks Data gedreven werken in de praktijk

Veel organisaties praten over ‘data gedreven werken’, maar wat betekent dit in de praktijk voor je organisatie? En vooral: Waar loop je tegenaan en hoe organiseer je dit. Kortom; Data gedreven werken in de praktijk.Dat was de centrale vraag tijdens Tapas & Talks...

Lees meer