Stop met zoeken naar dé AI-verantwoordelijke

Wie is bij jullie eigenlijk verantwoordelijk voor AI?

Veel lokale besturen of andere organisaties botsen op dezelfde vraag: wie trekt AI? Omdat AI tegelijk raakt aan technologie, privacy, opleiding, communicatie, werkprocessen en organisatieverandering, voelt vaak niemand zich volledig verantwoordelijk. Of de opdracht belandt bij één enthousiaste medewerker die onmogelijk alles kan dragen. De oplossing is daarom niet per se één AI-verantwoordelijke, maar gedeeld eigenaarschap met duidelijke rollen. Een kleine kerngroep bewaakt de samenhang, betrekt de juiste experten wanneer nodig en zorgt dat afspraken, leren, informatie, toepassingen en adoptie samen vooruitgaan.

Het lijkt een eenvoudige vraag, maar in veel lokale besturen is het antwoord verrassend moeilijk te geven. ICT kijkt naar de technische kant en de gebruikte tools. De DPO bewaakt privacy. HR kijkt naar opleiding en ontwikkeling. Communicatie naar kennisdeling. Organisatieontwikkeling naar processen, rollen en de bredere werking. Leidinggevenden kijken naar hun teams en management naar richting, prioriteiten en middelen. Iedereen bekijkt dus een relevant deel van het AI-vraagstuk, maar niemand overziet vanzelf het geheel.

Precies daar dreigt het vaak vast te lopen. Er zijn ondertussen experimenten, opleidingen en eerste toepassingen. Misschien ligt er al een AI-policy of zijn er al medewerkers die behoorlijk ver staan in hun gebruik. Tegelijk ontbreekt soms iemand die de samenhang bewaakt en ervoor zorgt dat beleid, opleiding, toepassingen en adoptie niet elk hun eigen leven gaan leiden. In andere besturen belandt die verantwoordelijkheid bij één enthousiaste medewerker die gaandeweg zowat alles rond AI op zijn bord krijgt. Dat kan tijdelijk werken, maar het is geen duurzame organisatievorm.

De zoektocht naar één AI-verantwoordelijke vertrekt bovendien van een verkeerde veronderstelling: dat AI een afgebakend domein is dat je netjes onder één dienst kunt plaatsen. Dat is niet zo. Zodra een bestuur AI breder wil inzetten, komen vragen op tafel over tools, privacy, informatieveiligheid, opleiding, interne communicatie, werkprocessen, kwaliteitscontrole, licenties, eigenaarschap en veranderende werkgewoonten. Geen enkele functie heeft vanzelf alle expertise, bevoegdheid en zicht op de praktijk om dat volledige spectrum alleen te dragen.

Daarom vertrekt het Vijfsporenmodel van een andere logica. AI wordt er bekeken als een organisatievraagstuk dat tegelijk raakt aan beleid en governance, opleiding en basiskennis, interne communicatie, concrete toepassingen in werkprocessen en adoptie en organisatieverandering. Die vijf sporen lopen gelijktijdig en beïnvloeden elkaar voortdurend. Een nieuwe toepassing kan bijvoorbeeld een privacyvraag blootleggen, een bijkomende opleiding vereisen, nieuwe communicatie nodig maken en tegelijk de werkwijze van een team veranderen. Omgekeerd kan een beleidsbeslissing bepalen welke toepassingen verder onderzocht kunnen worden. Wie AI goed wil organiseren, moet dus vooral die samenhang leren bewaken.

Misschien heb je geen AI-verantwoordelijke nodig, maar gedeeld eigenaarschap

Dat brengt mij bij een andere vraag. In plaats van te zoeken naar dé persoon die verantwoordelijk is voor AI, waarom organiseren we het eigenaarschap niet als groep? Niet als een groot overlegorgaan waarin iedereen overal over moet meepraten, wel als een kleine vaste kern die het overzicht bewaakt, verbanden legt en ervoor zorgt dat de juiste expertise op het juiste moment wordt betrokken.

Welke mensen precies deel uitmaken van die kern, zal verschillen van bestuur tot bestuur. Toch keren een aantal perspectieven bijna altijd terug. Management is nodig om richting te geven, prioriteiten te bepalen en beslissingen te nemen over middelen, risico’s en brede uitrol. ICT of digitalisering brengt technische haalbaarheid, tools, toegangen en integraties in beeld. DPO, informatieveiligheid en waar nodig juridische expertise bewaken de gespecialiseerde risico’s. HR en opleidingsverantwoordelijken zorgen ervoor dat medewerkers de nodige kennis en vaardigheden opbouwen. Communicatie maakt afspraken, voorbeelden en leerpunten zichtbaar en vindbaar. Organisatieontwikkeling helpt de verbinding leggen met processen, rollen en de bredere werking.

Daarnaast zijn ook leidinggevenden, proceseigenaars, inhoudelijke experten, medewerkers en interne trekkers onmisbaar. Zij kennen de dagelijkse werkpraktijk en weten waar processen werkelijk stroef lopen, waar uitzonderingen zitten, welke kwaliteit verwacht wordt en welke beslissingen menselijk moeten blijven. Zonder die praktijkkennis dreigt een AI-aanpak snel te abstract of te technisch te worden.

Het is precies daar dat de vijf vragen achter het Vijfsporenmodel nuttig worden. Welke afspraak of beslissing is nodig? Wie moet iets leren of kunnen? Welke informatie moet zichtbaar en vindbaar zijn? Welke werkwijze verandert? Welk gedrag moet uiteindelijk landen? Als je die vragen systematisch gebruikt, wordt vrij snel duidelijk welke rollen nodig zijn en wie op welk moment moet aansluiten. Je hoeft dus niet te zoeken naar iemand die overal expert in is. Je moet ervoor zorgen dat voor elk belangrijk vraagstuk duidelijk is wie mee aan tafel hoort.

Een vaste kern, zonder een zwaar comité te bouwen

Dat betekent niet dat alle betrokken functies voortdurend samen moeten vergaderen.

Integendeel. Als iedere AI-vraag automatisch langs een grote werkgroep moet passeren, wordt de aanpak snel zwaarder dan nodig. Een lokaal bestuur heeft meer aan een kleine vaste kern die het organisatiebrede overzicht bewaakt en een flexibele schil van experten die aansluiten wanneer een dossier hun expertise raakt.

Wanneer een toepassing persoonsgegevens gebruikt, komt de DPO nadrukkelijker in beeld. Gaat het over een technische integratie, dan krijgt ICT een zwaardere rol. Wordt een proces van de personeelsdienst aangepakt, dan moeten de proceseigenaar en inhoudelijke experten van die dienst mee aan tafel. Wanneer een nieuwe werkwijze breder moet landen, worden HR, communicatie en leidinggevenden belangrijker. Zo ontstaat een werkbaar model waarin niet iedereen overal over praat, maar waarin de relevante expertise wel systematisch wordt betrokken.

Daarbij blijft één nuance cruciaal: gedeeld eigenaarschap mag geen gedeelde vrijblijvendheid worden. "AI is van ons allemaal" klinkt sympathiek, maar kan in de praktijk ook betekenen dat niemand echt verantwoordelijk is. Daarom moet iemand het overzicht blijven bewaken, acties opvolgen en beslissingen voorbereiden. Ook op het niveau van concrete toepassingen moet duidelijk zijn wie het project trekt, wie inhoudelijk eigenaar is, welke experten adviseren en wie uiteindelijk beslist.

Dat onderscheid wordt nog belangrijker zodra een piloot overgaat naar regulier gebruik. Tijdens een testfase is vaak duidelijk wie enthousiast aan het bouwen en uitproberen is. Maar wat gebeurt er daarna? Wie houdt bronnen actueel? Wie verwerkt feedback? Wie beslist over wijzigingen? Wie grijpt in als een tool verandert of een toepassing niet langer betrouwbaar werkt? Zonder blijvend eigenaarschap ontstaat na een succesvolle piloot snel een beheersvacuüm.

Geef de groep iets concreets om te beheren

Een AI-werkgroep heeft daarom ook een concrete werklaag nodig. Anders dreigt het overleg te blijven hangen in trends, nieuwe tools en losse ideeën. Dat is precies waarom organisatiebreed AI-portfoliomanagement zo belangrijk is binnen het Vijfsporenmodel.

Zo’n portfolio hoeft in het begin helemaal niet ingewikkeld te zijn. Breng alle relevante AI-projecten en toepassingen samen in één overzicht en noteer per item minstens voor welke dienst het bedoeld is, welk probleem het oplost, wie verantwoordelijk is, welke status het heeft en wat de eerstvolgende stap is. Naarmate een toepassing verder groeit, kunnen daar elementen bijkomen zoals licenties, privacyvoorwaarden, opleiding, testresultaten, adoptiedrempels en open beslissingen.

Dat verandert ook de agenda van de werkgroep. De vraag wordt dan minder: "Wat kunnen we nog met AI doen?" en meer: "Welke toepassing vraagt nu een beslissing? Waar ontbreekt eigenaarschap? Welke test is klaar? Welke blokkade moeten we oplossen? Welke toepassing kan breder worden uitgerold? En welke moeten we misschien bewust stopzetten?" Daarmee wordt de werkgroep een stuurinstrument in plaats van een praatgroep.

Begin met de mensen die je al hebt

Een lokaal bestuur hoeft dus niet eerst een nieuwe functie 'AI-manager' te creëren om organisatiebreed met AI aan de slag te gaan. Het is vaak verstandiger om te kijken wie vandaag al een deel van het vraagstuk draagt. Wie houdt zich bezig met digitalisering? Wie bewaakt privacy en informatieveiligheid? Wie organiseert leren? Wie werkt rond organisatieontwikkeling? Wie communiceert intern? Welke leidinggevenden en medewerkers experimenteren al? Waar zitten de eerste sterke toepassingen?

Breng die mensen samen en kijk vervolgens kritisch naar wat ontbreekt. Is er voldoende mandaat? Wie bewaakt de samenhang? Wie kan beslissen? Welke expertise moet op welk moment worden betrokken? En vooral: wie krijgt voldoende tijd en ruimte om ervoor te zorgen dat het geheel blijft bewegen?

Dat laatste blijft belangrijk. De oplossing is niet dat niemand de kar trekt. De oplossing is dat iemand de beweging bewaakt, terwijl de verantwoordelijkheid voor AI bewust over meerdere rollen wordt verdeeld. Dat is een veel realistischer uitgangspunt voor een lokaal bestuur dan verwachten dat één medewerker tegelijk AI-expert, projectleider, opleider, beleidsadviseur en verandercoach wordt.

Van losse AI-experimenten naar een organisatieaanpak

Precies rond dat soort vraagstukken werken we op 26 november tijdens mijn opleiding Van AI-experiment naar organisatieaanpak in Mol. We vertrekken er niet vanuit de vraag welke nieuwe tools een lokaal bestuur nog zou kunnen proberen. We bekijken hoe je AI als organisatie kunt aanpakken via vijf samenhangende sporen: beleid en governance, opleiding en basiskennis, interne communicatie, concrete toepassingen in werkprocessen en adoptie en organisatieverandering.

Deelnemers maken vooraf een maturiteitscheck en gebruiken tijdens de opleiding hun eigen organisatie als vertrekpunt. Waar staan we vandaag? Waar zitten de grootste hiaten? Welke keuzes zijn eerst nodig? Wie moet betrokken worden? Welke toepassingen verdienen aandacht? En wat is een realistische volgende stap?

Het doel is niet om na één dag met een volledig afgewerkte AI-strategie naar huis te gaan. Wel om voldoende inzicht, structuur en prioriteit te hebben om daarna gericht verder te werken met management, een AI-werkgroep of andere interne trekkers. De opleiding helpt zo de stap te maken van losse experimenten naar een eerste organisatieaanpak met duidelijke acties voor 30, 90 en 180 dagen.

Meer informatie over de opleiding vind je op: https://www.ai-voor-besturen.be/van-ai-experiment-naar-organisatieaanpak