De vijf niveaus van AI-volwassenheid: waar staat jouw organisatie?
AI-volwassenheid loopt in vijf niveaus, van ad hoc experimenteren tot een AI-gedreven bedrijfsmodel, en 85 procent van het MKB staat op niveau 1 of 2. De overgang van niveau 2 naar niveau 3 is de meest kritieke stap en duurt doorgaans vier tot acht maanden. Prometheus21 helpt MKB-bedrijven in Nederland hun positie te bepalen en een realistisch groeipad uit te stippelen dat past bij hun branche, strategie en ambitie.
De meeste MKB-bedrijven bevinden zich op niveau 1 of 2. Dat is geen probleem, het is een startpunt. In deze uitgebreide gids nemen we je mee door alle vijf niveaus, laten we zien wat elk niveau kenmerkt, welke signalen erop wijzen dat je klaar bent voor het volgende niveau, en welke concrete stappen je kunt zetten om te groeien. Met praktische self-assessment checklists, veelgemaakte fouten per niveau en een realistische tijdlijn voor je AI-volwassenheidsreis.
AI-volwassenheid: het kompas voor je AI-transformatie.
AI-volwassenheid beschrijft de mate waarin een organisatie in staat is om kunstmatige intelligentie effectief en structureel in te zetten voor het bereiken van bedrijfsdoelen. Het gaat niet alleen om welke AI-tools je gebruikt, maar om hoe diep AI is verankerd in je strategie, processen, cultuur en competenties. Een organisatie die ChatGPT gebruikt voor het schrijven van e-mails is niet automatisch AI-volwassen, net zoals een organisatie die een duur AI-platform heeft aangeschaft maar niet gebruikt dat ook niet is.
Het concept van AI-volwassenheidsniveaus biedt een gestructureerd framework waarmee je kunt bepalen waar je organisatie nu staat, waar je naartoe wilt en welke stappen daarvoor nodig zijn. Het voorkomt twee veelgemaakte fouten: te klein denken (blijven hangen in losse experimenten zonder strategie) en te groot denken (een ambitieus AI-programma optuigen waarvoor de organisatie nog niet klaar is). Door je huidige niveau eerlijk te bepalen, kun je een groeipad uitstippelen dat realistisch, haalbaar en effectief is.
Bij Prometheus21 gebruiken we het vijf-niveaus model als fundament voor al onze AI-transformatie trajecten. Het bepaalt welke dienstverlening het beste past, welke volgorde van interventies het meest effectief is en welke verwachtingen realistisch zijn. Een organisatie op niveau 1 heeft andere begeleiding nodig dan een organisatie op niveau 3. Door het juiste startpunt te bepalen, voorkomen we dat je investeert in oplossingen waar je organisatie nog niet klaar voor is.
Het model kent vijf dimensies die samen het volwassenheidsniveau bepalen: strategie (is er een AI-visie en roadmap?), data (is je data beschikbaar, betrouwbaar en bruikbaar?), technologie (welke AI-tools en infrastructuur zijn in gebruik?), mensen (hebben medewerkers de vaardigheden en het vertrouwen om met AI te werken?) en processen (zijn er governance-structuren en standaard werkwijzen voor AI?). Elk niveau wordt bepaald door de combinatie van deze vijf dimensies, niet door een enkele factor.
Wat is AI-volwassenheid? AI-volwassenheid is de mate waarin een organisatie in staat is om kunstmatige intelligentie effectief, structureel en verantwoord in te zetten voor het bereiken van bedrijfsdoelen. Het wordt gemeten op vijf dimensies: strategie, data, technologie, mensen en processen.
Wat is een AI-volwassenheidsmodel? Een AI-volwassenheidsmodel is een framework dat organisaties helpt om hun huidige AI-capaciteit te beoordelen en een gestructureerd groeipad uit te stippelen. Het model van Prometheus21 onderscheidt vijf niveaus: Ad Hoc, Verkennend, Gestructureerd, Geintegreerd en Transformatief.
De vijf niveaus van AI-volwassenheid in detail
Elk niveau heeft specifieke kenmerken, signalen en risico's. Herken waar jouw organisatie staat en ontdek wat er nodig is om het volgende niveau te bereiken.
| Niveau | Strategie | Data | Technologie | Mensen |
|---|---|---|---|---|
| 1. Ad Hoc | Geen AI-strategie | Data verspreid in silo's | Individuele tools (ChatGPT) | Geen AI-vaardigheden |
| 2. Verkennend | Eerste bewustwording | Basis data-inventarisatie | Gerichte experimenten | Enkele AI-enthousiastelingen |
| 3. Gestructureerd | AI-roadmap aanwezig | Data gestandaardiseerd | Productie AI-systemen | Brede basisvaardigheden |
| 4. Geintegreerd | AI in bedrijfsstrategie | Data-gedreven cultuur | AI-platform en governance | AI-competentie in functies |
| 5. Transformatief | AI-gedreven bedrijfsmodel | Data als strategisch asset | AI-native infrastructuur | AI-first mindset |
Ad Hoc en Verkennend: waar de meeste MKB-bedrijven starten
De eerste twee niveaus kenmerken zich door individueel initiatief en eerste experimenten. Het verschil zit in bewustzijn en intentie.
Niveau 1: Ad Hoc - onbewust en ongecoordineerd
Op niveau 1 is AI-gebruik incidenteel en ongecoordineerd. Individuele medewerkers experimenteren met ChatGPT of andere tools op eigen initiatief, zonder dat de organisatie hier weet van heeft of sturing aan geeft. Er is geen AI-strategie, geen beleid rond het gebruik van AI-tools, geen inventarisatie van waar AI al wordt gebruikt en geen bewuste keuze voor specifieke tools of leveranciers. Data is verspreid over verschillende systemen zonder standaardisatie. De IT-afdeling (als die er is) is niet betrokken bij AI-initiatieven. Het management ziet AI als iets voor de toekomst, niet als iets voor vandaag.
Typische signalen van niveau 1: medewerkers gebruiken gratis ChatGPT-accounts, er is geen AI-beleid in het personeelshandboek, niemand weet welke data er precies is en waar die staat, AI wordt niet besproken in MT-vergaderingen, er is geen budget gereserveerd voor AI-initiatieven.
Risico's op dit niveau: medewerkers voeren zonder het te beseffen gevoelige bedrijfsdata in bij publieke AI-diensten, er is geen controle over de kwaliteit van AI-gegenereerde output, kansen worden gemist omdat niemand structureel naar AI-mogelijkheden kijkt, en de organisatie loopt achter op concurrenten die wel bewust met AI aan de slag gaan.
- Eerste stap: inventariseer waar AI al wordt gebruikt in je organisatie
- Stel basisregels op voor het gebruik van AI-tools door medewerkers
- Plan een eerste AI-bewustwordingssessie voor het managementteam
Niveau 2: Verkennend - bewust en experimenterend
Op niveau 2 is er bewuste aandacht voor AI. Het management erkent dat AI relevant is voor de organisatie en heeft de eerste stappen gezet om dit te verkennen. Er zijn gerichte experimenten met AI-tools, vaak geinitieerd door een AI-champion of een klein team dat de opdracht heeft gekregen om te onderzoeken wat AI kan betekenen. Er is een eerste inventarisatie van data en systemen, en er zijn basisafspraken gemaakt over het gebruik van AI-tools. De focus ligt op het opdoen van ervaring en het identificeren van use cases, niet op structurele implementatie.
Typische signalen van niveau 2: er is een of meer AI-pilots gestart, het management bespreekt AI regelmatig, er zijn betaalde AI-tools aangeschaft (ChatGPT Team, Copilot), er is een eerste data-inventarisatie uitgevoerd, er zijn basisregels voor AI-gebruik vastgesteld, een of meer medewerkers hebben een AI-training gevolgd.
Risico's op dit niveau: pilotmoeheid (te veel experimenten zonder dat er iets structureel wordt uitgerold), het ontbreken van een duidelijke business case waardoor het management afhaakt, afhankelijkheid van een enkele AI-champion waardoor kennis weggaat als die persoon vertrekt, en onvoldoende aandacht voor datakwaliteit waardoor experimenten niet representatief zijn voor wat in productie mogelijk is.
- Vertaal pilotresultaten naar een concrete business case met ROI-berekening
- Borg kennis bij meerdere mensen, niet alleen bij de AI-champion
- Start met het structureel verbeteren van datakwaliteit
Gestructureerd en Geintegreerd: van experimenten naar structurele inzet
De overgang van niveau 2 naar niveau 3 is de belangrijkste sprong. Hier gaat AI van leuk experiment naar serieus bedrijfsmiddel.
AI als serieus bedrijfsmiddel
Op niveau 3 is AI geen experiment meer maar een gestructureerd onderdeel van de bedrijfsvoering. Er is een AI-roadmap die gekoppeld is aan bedrijfsdoelen, er draaien meerdere AI-systemen in productie, datakwaliteit wordt actief beheerd en er zijn governance-procedures voor het inzetten van nieuwe AI-toepassingen. Medewerkers hebben basisvaardigheden in het werken met AI en er is een duidelijke verantwoordelijkheidsstructuur. De organisatie meet de impact van AI-initiatieven en stuurt op resultaat.
AI verweven in de strategie
Op niveau 4 is AI een integraal onderdeel van de bedrijfsstrategie. Elke afdeling gebruikt AI-toepassingen die onderling verbonden zijn en samenwerken. Er is een data-gedreven cultuur waarbij beslissingen worden onderbouwd met AI-gegenereerde inzichten. AI-competenties zijn opgenomen in functieprofielen en beoordelingscriteria. Er is een centraal AI-platform met standaard tooling, monitoring en governance. De organisatie innoveert actief met nieuwe AI-toepassingen en deelt kennis structureel intern.
AI transformeert het bedrijfsmodel
Op niveau 5 heeft AI het bedrijfsmodel fundamenteel getransformeerd. Producten en diensten zijn AI-native, wat betekent dat ze zonder AI niet zouden bestaan. Data is een strategisch asset dat actief wordt gewaardeerd en beheerd. De organisatie heeft een AI-first mindset waarbij elke nieuwe beslissing, elk nieuw proces en elke nieuwe dienst wordt ontworpen met AI als uitgangspunt. Dit niveau is voor de meeste MKB-bedrijven niet het directe doel, maar eerder een langetermijnhorizon voor specifieke sectoren waar AI-disruptie dominant is.
Belangrijk inzicht: De overgang van niveau 2 naar niveau 3 is de meest kritieke stap in het volwassenheidsmodel. Dit is waar experimenten structureel worden, waar governance wordt ingericht en waar de organisatie echt investeert in AI als bedrijfsmiddel. De meeste organisaties die vastlopen in hun AI-transformatie, lopen vast op precies dit punt. De reden is bijna altijd dezelfde: onvoldoende aandacht voor datakwaliteit en cultuurverandering.
Self-assessment: herken jouw niveau
Gebruik deze checklists om een eerste inschatting te maken van het AI-volwassenheidsniveau van jouw organisatie. Hoe meer punten per niveau je herkent, hoe dichterbij dat niveau je staat.
Checklist Niveau 1: Ad Hoc
Als je drie of meer van onderstaande punten herkent, bevindt je organisatie zich waarschijnlijk op niveau 1. Dit is het startpunt van de meeste MKB-bedrijven en er is niets mis mee. Het belangrijkste is dat je bewust wordt van waar je staat zodat je gericht kunt groeien.
- Medewerkers gebruiken AI-tools op eigen initiatief zonder afstemming
- Er is geen AI-beleid of richtlijn in je organisatie
- Je weet niet wie welke AI-tools gebruikt en waarvoor
- AI is geen onderwerp in managementbesprekingen
- Er is geen budget voor AI-initiatieven
Checklist Niveau 2: Verkennend
Als je drie of meer van onderstaande punten herkent, bevindt je organisatie zich waarschijnlijk op niveau 2. Dit is een goed startpunt. De volgende stap is om van losse experimenten naar een gestructureerde aanpak te gaan.
- Er lopen een of meer bewuste AI-pilots of experimenten
- Het management heeft uitgesproken dat AI belangrijk is
- Er zijn betaalde AI-tools aangeschaft voor het team
- Minstens een medewerker fungeert als AI-champion
- Er zijn basisregels opgesteld voor AI-gebruik
Checklist Niveau 3: Gestructureerd
Als je drie of meer van onderstaande punten herkent, bevindt je organisatie zich waarschijnlijk op niveau 3. Dit is een sterk niveau voor MKB-bedrijven en biedt een solide basis voor verdere groei.
- Er is een AI-roadmap gekoppeld aan bedrijfsdoelen
- Meerdere AI-systemen draaien in productie
- Datakwaliteit wordt actief beheerd en verbeterd
- Er zijn governance-procedures voor AI-implementatie
- De impact van AI wordt gemeten en gerapporteerd
Checklist Niveau 4-5: Geintegreerd tot Transformatief
Als je drie of meer van onderstaande punten herkent, bevindt je organisatie zich op niveau 4 of hoger. Dit is uitzonderlijk voor MKB-bedrijven. De focus verschuift naar continue innovatie en optimalisatie.
- AI is integraal onderdeel van de bedrijfsstrategie
- Elke afdeling gebruikt AI-toepassingen die onderling verbonden zijn
- AI-competenties staan in functieprofielen en beoordelingen
- Er is een centraal AI-platform met governance en monitoring
- Nieuwe producten en diensten worden AI-first ontworpen
Wil je een professionele AI-volwassenheidsassessment?
Onze gratis AI Discovery tool geeft je in vijf minuten een eerste indicatie van je niveau. Of plan een kennismaking voor een uitgebreide assessment.
De typische reis van een MKB-bedrijf door de niveaus
Elk bedrijf doorloopt de niveaus in eigen tempo. Hier is een realistisch tijdpad met de belangrijkste mijlpalen per overgang.
Ad Hoc naar Verkennend
Doorlooptijd: 2-3 maanden. De eerste stap is bewustwording en het organiseren van de chaos. Inventariseer welke AI-tools al worden gebruikt, stel basisregels op, organiseer een AI-bewustwordingssessie voor het team en start met een of twee gerichte experimenten. Het budget is minimaal: de investering zit vooral in tijd en aandacht. Een AI-champion benoemen die de experimenten coordineert is cruciaal voor het slagen van deze fase.
Verkennend naar Gestructureerd
Doorlooptijd: 4-8 maanden. Dit is de zwaarste overgang omdat het structurele veranderingen vereist. Je gaat van experimenten naar productiesystemen, van losse tools naar een coherente toolstrategie, van individueel gebruik naar teambreed werken met AI. Investeer in datakwaliteit, stel governance-procedures op, train het hele team en zet de eerste AI-systemen in productie met monitoring en onderhoud.
Gestructureerd naar Geintegreerd
Doorlooptijd: 6-12 maanden. Op dit punt gaat AI van een apart thema naar een integraal onderdeel van de bedrijfsstrategie. AI-competenties worden opgenomen in functieprofielen, er komt een centraal AI-platform en cross-functionele samenwerking rondom AI wordt de norm. Dit vereist actieve cultuurverandering en structurele investeringen in technologie en talent.
Geintegreerd naar Transformatief
Doorlooptijd: 12-24+ maanden. De stap naar niveau 5 is voor de meeste MKB-bedrijven niet het directe doel. Het vereist dat AI het bedrijfsmodel fundamenteel transformeert: nieuwe producten en diensten die zonder AI niet zouden bestaan. Dit is relevant voor specifieke sectoren en ambitieuze bedrijven die AI als kern van hun concurrentievoordeel willen positioneren. Niet elk bedrijf hoeft of wil dit niveau bereiken.
Veelgemaakte fouten bij het verhogen van AI-volwassenheid
In onze ervaring met tientallen MKB-bedrijven zien we steeds dezelfde fouten terugkomen. Herken je ze? Dan weet je waar je op moet letten.
Niveaus overslaan: van 1 naar 3 willen springen
De meest voorkomende fout is te snel willen gaan. Een organisatie op niveau 1 die direct een compleet AI-platform wil implementeren zonder eerst de basis op orde te brengen (datakwaliteit, basisvaardigheden, eerste experimenten) creëert een fragiel systeem dat niet wordt geadopteerd. Elk niveau bouwt voort op het vorige. Het overslaan van niveaus leidt tot dure investeringen die niet renderen omdat de organisatie er nog niet klaar voor is. Begin bij het begin en bouw solide op.
Te veel focus op technologie, te weinig op mensen
Veel organisaties investeren fors in AI-tooling maar verwaarlozen de menselijke kant. Ze kopen dure licenties, laten complexe systemen bouwen en verwachten dat medewerkers die vervolgens spontaan gaan gebruiken. De realiteit is dat technologie maar een van de vijf dimensies is. Zonder investering in cultuurverandering, training en personeelsbeleid blijft de adoptie laag en worden de investeringen niet terugverdiend.
Geen executive sponsorship: AI als bijproject
AI-initiatieven die niet actief worden gesteund door het management stallen vroeg of laat. Zonder executive sponsor is er geen budget, geen prioriteit, geen mandaat om processen te veranderen en geen signaal naar de organisatie dat AI serieus genomen wordt. Vanaf niveau 2 is actieve betrokkenheid van de directie of het MT essentieel. Dat betekent niet dat de directeur zelf AI-tools moet bedienen, maar wel dat AI regelmatig op de agenda staat, dat er budget is en dat successen worden gevierd en gedeeld.
Datakwaliteit verwaarlozen: garbage in, garbage out
De meest onderschatte bottleneck bij AI-volwassenheid is datakwaliteit. AI-systemen zijn zo goed als de data waarmee ze werken. Organisaties die enthousiast AI-pilots starten zonder eerst hun data op orde te brengen, worden teleurgesteld door de resultaten en concluderen onterecht dat AI niet werkt voor hun situatie. De waarheid is dat de AI prima werkt, maar dat de data niet betrouwbaar genoeg is. Investeer parallel aan AI-experimenten altijd in datakwaliteit.
Welke begeleiding past bij jouw AI-volwassenheidsniveau?
Elk niveau vraagt om een ander type ondersteuning. Wij stemmen onze dienstverlening altijd af op waar jouw organisatie daadwerkelijk staat.
AI Discovery en eerste experimenten
Voor organisaties op niveau 1 of 2 beginnen we altijd met een AI Discovery sessie: een gestructureerde assessment van je huidige situatie gevolgd door concrete aanbevelingen. We helpen je bij het formuleren van basisregels voor AI-gebruik, het selecteren van de juiste tools voor je eerste experimenten en het opzetten van een eerste pilot die snel resultaat oplevert. De investering is laag en het rendement is hoog omdat je voorkomt dat je in de verkeerde richting investeert.
AI-roadmap en implementatie
De overgang van niveau 2 naar 3 vraagt om een AI-roadmap die gekoppeld is aan bedrijfsdoelen, investering in datakwaliteit, het opzetten van governance-procedures en het trainen van het team. Wij ontwerpen de roadmap, begeleiden de implementatie van de eerste productiesystemen en helpen bij het inrichten van monitoring en onderhoud. Dit is het meest intensieve traject maar levert ook de grootste sprong in waardecreatie op.
Strategische AI-integratie
Voor organisaties op niveau 3 die willen doorgroeien naar niveau 4 verschuift de focus naar strategische integratie. We helpen bij het verbinden van AI-systemen over afdelingen heen, het inrichten van een centraal AI-platform, het opnemen van AI in functieprofielen en het bouwen van een data-gedreven cultuur. Dit traject vraagt om nauwe samenwerking met het MT en HR en heeft een doorlooptijd van zes tot twaalf maanden.
Concrete eerste stappen per niveau
Ongeacht op welk niveau je staat, hier zijn de drie belangrijkste acties die je morgen al kunt ondernemen.
Drie stappen om van Ad Hoc naar Verkennend te groeien
Stap 1: AI-inventarisatie. Stuur een korte enquête rond in je organisatie: wie gebruikt welke AI-tools, waarvoor en hoe vaak? Je zult verrast zijn hoeveel er al gebeurt zonder dat je het wist. Deze inventarisatie geeft je een eerste beeld van de bestaande AI-activiteit en de meest actieve gebruikers. Die gebruikers zijn je potentiële AI-champions.
Stap 2: Basisregels opstellen. Formuleer vijf tot tien basisregels voor het gebruik van AI-tools: welke data mag niet ingevoerd worden, welke tools zijn goedgekeurd, wie is aanspreekpunt bij vragen. Dit hoeft geen uitgebreid beleidsdocument te zijn, een A4-tje is genoeg. Het doel is niet controle maar bewustwording. Betrek je medewerkers bij het opstellen zodat het beleid gedragen wordt.
Stap 3: Eerste experiment starten. Kies een concreet proces dat veel tijd kost, laag risico heeft en goed meetbaar is. Denk aan het samenvatten van vergadernotulen, het classificeren van inkomende e-mails of het genereren van eerste concepten voor offertes. Zet een AI-champion aan om dit experiment gedurende vier weken te draaien en de resultaten te documenteren. Die resultaten vormen de basis voor de business case naar het management.
Drie stappen om van Verkennend naar Gestructureerd te groeien
Stap 1: Business case bouwen. Vertaal de resultaten van je experimenten naar een concrete business case. Hoeveel uur bespaart het team per week? Wat is de kwaliteitsverbetering? Wat zou het kosten om dit structureel uit te rollen? Deze business case is essentieel om budget en commitment van het management te krijgen voor de overstap naar structurele AI-inzet.
Stap 2: Data-audit uitvoeren. Voordat je AI structureel inzet, moet je weten hoe het met je data staat. Voer een data-audit uit: welke data heb je, waar staat die, hoe volledig en actueel is die, en wie is verantwoordelijk? De resultaten van deze audit bepalen welke AI-toepassingen direct mogelijk zijn en waar je eerst moet investeren in datakwaliteit.
Stap 3: AI-roadmap opstellen. Maak een roadmap voor de komende zes tot twaalf maanden. Welke processen ga je automatiseren? In welke volgorde? Welke investeringen zijn nodig in tooling, training en datakwaliteit? Wie is verantwoordelijk? Wat zijn de meetbare doelen? Een goede roadmap voorkomt dat je willekeurig AI-projecten oppakt en zorgt ervoor dat elke investering bijdraagt aan het grotere geheel.
Hoeveel tijd kost het om een niveau te stijgen?
De doorlooptijd hangt af van meerdere factoren: de grootte van je organisatie, de huidige staat van je data en IT-infrastructuur, het verandervermogen van je team en de beschikbare resources (tijd en budget). Kleinere organisaties (10-30 medewerkers) kunnen sneller bewegen dan grotere organisaties (50-250 medewerkers) omdat er minder afstemming nodig is en veranderingen sneller doorgevoerd kunnen worden. Gemiddeld genomen is de stijging van niveau 1 naar niveau 3 in twaalf tot achttien maanden haalbaar voor een doorsnee MKB-bedrijf dat hier serieus mee aan de slag gaat. De grootste versneller is externe begeleiding die de juiste structuur aanbrengt en veelgemaakte fouten voorkomt. De grootste vertrager is het ontbreken van management commitment en het verwaarlozen van datakwaliteit en cultuurverandering.
Veelgestelde vragen over AI-volwassenheid
Heb je een vraag die hier niet bij staat? Neem gerust contact op. We denken graag mee over het bepalen en verhogen van het AI-volwassenheidsniveau van jouw organisatie.
Stel je vraagOntdek waar jouw organisatie staat en hoe je groeit
Wil je weten op welk AI-volwassenheidsniveau jouw organisatie zich bevindt? Plan een gratis kennismaking en we voeren samen een assessment uit op de vijf dimensies. Je ontvangt een concreet groeipad met de stappen die het meeste impact maken voor jouw specifieke situatie. Altijd binnen 24 uur reactie, vanuit Rotterdam.