In veel Belgische overheidsorganisaties is AI al aanwezig. Niet de AI waar officieel tot is besloten en die is geïmplementeerd, maar de AI die teams op eigen houtje gebruiken, zonder kader, zonder goedkeuring en zonder dit te delen. Dit noemen we schaduw-AI.
De uitkomst is voorspelbaar: geïsoleerde experimenten die nergens toe leiden, frustraties die zich opstapelen en een algemeen gevoel dat ‘het niet werkt’. In dat geval ligt het probleem niet bij de tool zelf, maar bij het ontbreken van enige structuur eromheen.
Er zijn twee obstakels die steeds weer terugkomen. Ten eerste is er onduidelijkheid over wat er wel en niet is toegestaan: welke tools, welke soorten gegevens, welke beperkingen. Ten tweede heerst er onzekerheid over de ondersteuning door de organisatie: zijn licenties gedekt? Is er ruimte om tijd vrij te maken voor experimenten? Zonder duidelijke antwoorden op deze vragen wordt het delen van feedback vrijwel onmogelijk.
En achter deze obstakels schuilt een concreet risico dat veel organisaties onderschatten. Zonder beleid, zonder informatie en zonder opleiding maken medewerkers gebruik van alles wat ze maar kunnen vinden.
Volgens een onderzoek van KPMG uit 2025, uitgevoerd in samenwerking met de Universiteit van Melbourne en aangehaald door Trends-Tendances (14 mei 2026):
- 73% van de werknemers die op het werk gebruikmaken van AI, vertrouwt op tools voor consumenten, zoals ChatGPT of Gemini
- 70% maakt er gebruik van via gratis versies zonder beveiligingsraamwerk op bedrijfsniveau.
Slechts 2 op de 5 werknemers geven aan dat hun organisatie een formeel beleid heeft met betrekking tot het gebruik van generatieve AI. Persoonsgegevens, commerciële informatie en soms vertrouwelijke burgergegevens stromen via tools die gegevens opslaan op servers buiten de Europese jurisdictie en buiten elke vorm van organisatorische controle.
De AI-wet maakt de urgentie alleen maar groter: het ontbreken van een kader is niet langer louter een organisatorisch risico. Het is een reëel juridisch risico.
Wat hiervoor eigenlijk nodig is
Het invoeren van AI in een organisatie is geen IT-project. Het is een transitie en, net als elke transitie, moet deze op drie niveaus worden aangestuurd: visie, kader en governance.
De visie staat voorop. Deze moet gezamenlijk worden bekrachtigd en mag niet van bovenaf worden opgelegd. Vervolgens is er behoefte aan een dynamisch wettelijk kader dat ruimte biedt voor vrijwillige experimenten en de uitwisseling van ervaringen organiseert. Ten slotte is er behoefte aan licht maar regelmatig toezicht: geen logge commissies, maar gestructureerde evaluatiemomenten om voort te bouwen op wat werkt en het evenwicht tussen veiligheid en leren te behouden.
Deze overgang speelt zich af op drie elkaar aanvullende niveaus.
Kaders zoals Sociocracy 3.0 en Team Topologies dienen als ondersteuning, niet als methodologieën die klakkeloos moeten worden toegepast, maar als hulpmiddelen die aan elke context kunnen worden aangepast.
In de praktijk is het experimentele kader gebaseerd op verschillende bouwstenen: licenties voor tools die toegankelijk zijn voor iedereen die wil experimenteren, ruimtes voor spontane verkenning, hackathons en regelmatige AI-bijeenkomsten om ervoor te zorgen dat de opgedane kennis daadwerkelijk wordt gedeeld.
De cijfers die het gesprek een andere wending geven
Nadat deze aanpak in één organisatie was ingevoerd, werden in een interne enquête drie eenvoudige vragen gesteld:
- 82% van de werknemers gaf aan dat ze wat ze hadden gezien met hun team zouden delen
- 95% gaf aan dat deze gesprekken ervoor zorgden dat ze bij de organisatie wilden blijven
- 70% voelde zich gemotiveerd om nieuwe werkwijzen uit te proberen
Deze resultaten waren niet het gevolg van een grootschalig transformatieprogramma met een aanzienlijk budget. Ze kwamen voort uit een eenvoudig, dynamisch kader, uit bewijzen in de praktijk en uit verspreiding via collega’s in plaats van via de hiërarchie. Weerstand verandert in nieuwsgierigheid, en nieuwsgierigheid verandert, met het juiste kader, in bekwaamheid.
Zorgen dat het lang meegaat
Het invoeren van AI in een overheidsorganisatie houdt ook in dat er rekening moet worden gehouden met zaken die in eerste instantie niet zichtbaar zijn: het beheer van toegangsrechten en API-sleutels, het bijhouden van gebruikskosten en de afstemming met de juridische afdeling en de functionaris voor gegevensbescherming (DPO). Deze operationele aspecten worden steevast onderschat en hebben al meer dan één goedbedoeld project doen mislukken. 5th floor kan een platformteam ter beschikking stellen dat deze zaken op zich neemt, zodat uw teams zich kunnen concentreren op wat echt telt.
Voor organisaties die AI rechtstreeks in hun bedrijfsapplicaties integreren, rijzen er nog meer vragen: traceerbaarheid, testbaarheid en naleving van de AI-wet. Dit zijn stappen die we al hebben doorlopen.
AI blijft een onderdeel, geen op zichzelf staande oplossing
Wat uit deze ervaringen naar voren komt, is de overtuiging dat 5th floor ook in zijn eigen activiteiten geldt: AI vervangt expertise niet. Het versterkt deze juist. Het neemt nooit beslissingen namens teams. Het vervangt noch dialoog, noch zakelijke redeneringen, noch menselijk oordeel.
Een concreet voorbeeld: op een openbaar portaal waar gebruikers afbeeldingen kunnen uploaden, verliepen de nalevingscontroles handmatig, traag en leidden ze tot voortdurend heen-en-weer-gepraat. 5th floor heeft een geautomatiseerde controle geïntegreerd op het moment van uploaden. De AI analyseert de afbeelding en geeft een voorstel voor een beslissing met een duidelijke toelichting. Uiteraard behoudt de casemanager de zeggenschap over de uiteindelijke actie.
Het resultaat? Kortere doorlooptijden, minder handmatig werk, duidelijker regels en een transparanter proces voor iedereen.
Zo ziet nuttige AI eruit.
Geen AI omwille van de AI zelf.
