elli

AI readiness

AI is niet je grootste risico. Onvoorbereid zijn wel.

De readiness gap is het verschil tussen de verandering die op je organisatie afkomt en hoe klaar je mensen daar vandaag voor zijn. elli meet die gap, verklaart waar hij vandaan komt, en helpt je om hem te dichten.

De 70/20/10-verhouding van waarde in een AI-initiatief Zeventig procent van de waarde zit in mensen en processen, twintig procent in technologie en data, tien procent in algoritmes. Readinessmetingen kijken vandaag vrijwel alleen naar de twintig procent technologie en data. WAAR DE WAARDE ZIT 70% 20% 10% mens & proces technologie & data algoritmes WAAR READINESSMETINGEN VANDAAG KIJKEN niet gemeten de 20% De 70% wordt niet gemeten, en dat is precies de helft waar het misgaat.
BCG, Where’s the Value in AI?, 2024

In vijf seconden: deze pagina is voor jou als

je AI uitrolt en niet weet of je mensen mee zijn
je licenties hebt uitgedeeld en het gebruik na een paar weken wegzakt
je directie vraagt "zijn we er klaar voor?" en je meer wil dan een buikgevoel
je een AI-beleid moet opstellen en niet weet waar je mensen vandaag staan

Een AI-uitrol slaagt of mislukt bij je mensen, niet bij de technologie

De verhouding is bekend. Volgens BCG zit 70% van de waarde van een AI-initiatief in mensen en processen, 20% in technologie en data, en 10% in de algoritmes zelf (BCG, Where’s the Value in AI?, 2024).

Toch gaan readinessmetingen bijna altijd over infrastructuur, datakwaliteit en integraties: de 20%. De 70% wordt niet gemeten, en net daar loopt het mis.

Het resultaat zie je in de cijfers. En zelden lag het aan de technologie.

42%

van de bedrijven liet in 2025 het merendeel van zijn AI-initiatieven varen

S&P Global, 2025

17%

was dat een jaar eerder

S&P Global, 2025

>40%

van de agentic-AI-projecten wordt geschrapt tegen eind 2027, verwacht Gartner

Gartner, 2025

Er wordt in je organisatie meer AI gebruikt dan je denkt

Leiders schatten dat 4% van hun medewerkers generatieve AI gebruikt voor minstens 30% van het dagelijkse werk. Medewerkers zelf rapporteren 13%, meer dan drie keer zoveel (McKinsey, Superagency in the Workplace, 2025).

Dat gat snijdt langs twee kanten. Zijn je mensen verder dan je dacht, dan mis je de kans om hun werkwijze breder uit te rollen. Haken ze stilletjes af, dan bouw je je uitrol op draagvlak dat er niet is.

Logisch ook: bijna niemand vertelt zijn manager dat hij vreest vervangen te worden. Ondertussen ziet 96% van de CEO’s AI-gebruik buiten de goedgekeurde kanalen, en ligt 79% wakker van de juridische risico’s (Dataiku & The Harris Poll, 2026). Er wordt volop met AI gewerkt, alleen niet waar iemand kijkt.

De perceptiegap: 4% tegenover 13% Leiders schatten dat vier procent van de medewerkers generatieve AI intensief gebruikt; medewerkers zelf rapporteren dertien procent, meer dan drie keer zoveel. Leiders schatten 4% Medewerkers rapporteren 13% meer dan drie keer zoveel gebruik van generatieve AI voor ≥30% van het dagelijkse werk
McKinsey, Superagency in the Workplace, 2025
96%

van de CEO's ziet AI-gebruik buiten de goedgekeurde kanalen

79%

maakt zich zorgen over juridische blootstelling

Dataiku & The Harris Poll, 2026

AI readiness is twee vragen: is je organisatie er klaar voor, en zijn je mensen dat ook?

De meeste metingen beantwoorden alleen de eerste vraag: infrastructuur, data, governance. Maar het misloopt bijna altijd bij de tweede.

Twee vragen, één beeld: de medewerker en de organisatie Links de medewerker met drie assen: gebruik, engagement en beleving, performance. Rechts de organisatie met zeven dimensies. Samen beantwoorden ze één vraag: is je organisatie klaar voor AI? Zijn we er klaar voor? Vraag 1 · de medewerker drie assen, drie momenten van hetzelfde verhaal Gebruik objectief gedrag · bron: systeemdata weken Engagement & beleving actief op te halen · bron: bevraging maanden Performance wat iemand neerzet · bron: resultaatdata kwartalen Vraag 2 · de organisatie zeven dimensies · bron: interviews, documentanalyse, systeemdata strategie en visie data infrastructuur governance en ethiek talent en vaardigheden processen cultuur en leiderschap randvoorwaarde, meestal niet de bottleneck

Vraag 1: zijn je mensen er klaar voor?

Drie assen, en ze meten hetzelfde verhaal op drie verschillende momenten.

Gebruik: wat iemand effectief doet met AI: welke tools, hoe vaak, tegen welke kost. Gedrag, geen mening. Beweegt in weken.

Engagement en beleving: hoe iemand tegenover het werk en de verandering staat: het waarom begrijpen, vertrouwen, autonomie voelen. Beweegt in maanden, en moet je actief bevragen.

Performance: wat iemand effectief neerzet. Beweegt in kwartalen, en wordt bijna altijd overgeslagen, terwijl net dat bepaalt of gebruik en betrokkenheid ook iets opleveren.

Vraag 2: kan je organisatie het dragen?

Zeven dimensies bepalen of AI in je organisatie kan landen: van strategie en data tot governance, talent en cultuur. Vastgesteld via interviews en documentanalyse, aangevuld met de systeemdata die je al hebt.

Zelden de bottleneck, wel de randvoorwaarde: zonder governance wordt gebruik onzichtbaar in plaats van afwezig.

Waarom je gebruik, engagement én performance samen meet

De drie assen lopen niet gelijk, en dat is net het punt. Wie AI het meest gebruikt, presteert niet per se het best. Meet je alleen gebruik, dan bestempel je kritische maar productieve medewerkers als afhakers. Meet je alleen beleving, dan weet je niet waarom iemand stilstaat. Meet je alleen performance, dan weet je niet hoe houdbaar dat resultaat is.

En één sterke organisatiescore zegt niets over wat eronder zit. Een 68 op 100, sterk in talent en zwak in governance, is nuttig voor de directie maar onbruikbaar als basis voor een interventie.

Drie assen, drie snelheden Gebruik reageert in weken en loopt vooruit; engagement reageert in maanden; performance volgt in kwartalen. vandaag weken maanden kwartalen Gebruik signaal na weken · loopt vooruit Engagement signaal na maanden Performance volgt in kwartalen

Gebruik is de enige as die vooruitloopt op de andere twee. Ze is continu meetbaar en verandert in weken. Daarmee is het het enige signaal dat beweegt vóór het verlies is opgetreden, en dus het enige dat interventie op tijd mogelijk maakt.

Liever het volledige verhaal?

De white paper Human-ready is AI-ready werkt de methode achter deze pagina volledig uit.

Download de white paper

Eén gemiddelde score zegt niets: kijk per team en per profiel

Een readinessscore is een gemiddelde, en een gemiddelde beschrijft een werkelijkheid die niemand zo ervaart. Onder een gemiddelde van 68 kan IT op 95 zitten en Finance op 55; dat verschil bepaalt waar een interventie loont en waar ze verspilling is.

Kruis engagement met performance en je krijgt negen segmenten, elk met een eigen aanpak. Voeg gebruik toe als derde as en diezelfde segmenten bestaan in drie lagen: een medewerker zit niet in een vakje, maar op een coördinaat. Zo onderscheid je profielen die in het platte vlak op elkaar lijken, maar om het tegenovergestelde vragen.

Van gemiddelde naar coördinaat: negen segmenten in drie lagen van gebruik Drie naast elkaar gelegde drie-bij-drie-matrices van engagement tegen performance, één per gebruiksniveau: laag, gemiddeld en hoog. Hetzelfde vak in een andere laag is een ander profiel: een medewerker zit op een coördinaat, niet in een vakje. LAAG GEBRUIK performance → engagement → GEMIDDELD GEBRUIK HOOG GEBRUIK Hetzelfde vak, een andere laag: een ander profiel. Een medewerker zit niet in een vakje maar op een coördinaat.

Twee voorbeelden van wat dat oplevert.

De stille afhaker

Presteert nog op niveau en scoort niet alarmerend op engagement, maar zijn gebruik zakt al weken. Het vroegste betrouwbare signaal dat iemand mentaal afhaakt.

De schaduwgebruiker

Zegt veel AI te gebruiken terwijl het gemeten gebruik laag is. Dat verschil is zelf het signaal: deze groep bewijst dat er vraag is, geen onwil.

Dezelfde lage score vraagt dus een ander gesprek. Zonder dat detail krijgt iedereen dezelfde training.

Een segment toont waar het knelt, de drivers verklaren waarom

Een segment toont wáár het knelt, niet waarom. Twee medewerkers kunnen om tegengestelde redenen in hetzelfde vak belanden, en die reden zit niet in de KPI zelf.

Daarom correleren we de KPI's met de drivers erachter: ervaren nut, autonomie over de tool, vertrouwen in het beleid, werkdruk, leiderschapssteun en psychologische veiligheid. Dezelfde logica als klassieke engagementmodellen (Job Demands-Resources, Self-Determination Theory), doorgetrokken naar AI.

Dat onderscheid bepaalt de interventie: de KPI wijst de plek aan, de correlatie de oorzaak.

KPI's gecorreleerd met drivers KPI'S Gebruik Engagement Performance correleer DRIVERS ervaren nut autonomie over de tool vertrouwen in het beleid werkdruk leiderschapssteun psychologische veiligheid

Lage gebruiksscore × vertrouwen in het beleid
= een communicatieprobleem

Diezelfde score × ervaren autonomie
= een ander soort tool of een andere rol

Van inzicht naar adoptie: elk team blokkeert op één punt

Meten is nog geen adoptie. Daarom gebruiken we ADKAR als ruggengraat: vijf fases, elk met een eigen faalsignaal.

ADKAR: vijf fases met hun faalsignaal Awareness, Desire, Knowledge, Ability en Reinforcement als reeks. Elk met een faalsignaal. Eén fase is uitgelicht: dit team blokkeert op Desire. Awareness weten waarom FAALSIGNAAL "weer een tool" Desire willen meedoen FAALSIGNAAL stille weerstand DIT TEAM BLOKKEERT HIER Knowledge weten hoe FAALSIGNAAL zakt weg na training Ability kunnen in het echte werk FAALSIGNAAL kennis, geen gebruik Reinforcement blijven doen FAALSIGNAAL terugval Adoptie faalt bij een team meestal op één van die vijf, niet op alle vijf. De meting wijst aan welke. Dan repareer je die letter, en niet het hele programma.

Dat gebeurt in golven van negentig dagen: nulmeting per team, het waarom en de spelregels, rolspecifieke labs, oefenen met steun, bekrachtiging, en dan hermeten. Het blokkeerpunt is dan verschoven, en de volgende golf begint daar. Geen project met een einddatum, maar een ritme.

De golf van negentig dagen als terugkerend ritme 90 dagen een ritme, geen einddatum nulmeting waarom & spelregels labs oefenen met steun bekrachtiging hermeten

Zo verloopt een traject

Week 1
As-is scan. Wat er al ligt: beleid, governance, bestaande data en, waar beschikbaar, gebruiksdata.
Week 2-3
Bevraging. Kort en gericht, in het Nederlands, Frans en Engels, ook voor wie geen werkmailbox heeft.
Week 4
Analyse. Scores per dimensie en per team, segmenten, en de correlatie met de drivers.
Week 5-6
Directieklare readout. Waar je staat, waar het knelt, waarom, en wat de eerste golf moet zijn, met per aanbeveling een eigenaar en een beoogd resultaat.
Daarna
Begeleiding en implementatie. De golf van negentig dagen, en een hermeting die toont of het beoogde segment echt bewoog of enkel het gemiddelde omhoogging.

Dat laatste stuk is waar dit verschilt van een assessment. De meeste readinessoefeningen eindigen bij het rapport. Wij blijven tot het gedrag verandert.

Wat je in handen krijgt

  1. Eén score met een volwassenheidsniveau, van afwachtend tot verankerd, plus een profiel per dimensie zodat je ziet welke dimensie de rem is.

  2. Readiness per team, want één gemiddelde stuurt verkeerd.

  3. Segmenten en profielen met per groep de aanbevolen aanpak.

  4. De oorzaakanalyse: welke driver de score in welk segment het sterkst verklaart.

  5. Een adoptieplan in golven, met per aanbeveling een interventiegebied, een eigenaar en een beoogd resultaat.

  6. Een hermeting op vaste intervallen, zodat je weet of het werkte.

Privacy

Rapportage is altijd geaggregeerd, nooit op een groep kleiner dan vijf, GDPR- en AI Act-conform. Die keuze is niet louter juridisch: een meting die het vertrouwen ondermijnt, verergert precies het probleem dat ze wil oplossen.

Waarom elli

We meten de helft die anderen weglaten.

Het organisatiemodel volgt de gangbare standaard: zeven dimensies, gewogen scoring, vijf volwassenheidsniveaus. Daarnaast komt een profiel per medewerker op drie assen. Die tweede helft is wat readinessmetingen doorgaans niet doen.

We stoppen niet bij het rapport.

Meten, analyseren, adviseren, begeleiden, implementeren, en dan hermeten. De begeleiding is geen optie achteraf: daar ontstaat het resultaat.

Continu in plaats van één keer.

Readiness brokkelt af zodra een uitrol teams bereikt die je nooit gemeten hebt. Beleving beweegt in maanden, gebruik in weken. Eén meting per jaar komt altijd te laat.

Gebouwd in de EU.

Geaggregeerd gerapporteerd, met een privacydrempel die niet onderhandelbaar is.

Begin met een gratis nulmeting

De eerste meting is gratis: één bevraging bij je medewerkers en een readout die toont waar je vandaag staat en welke dimensie je rem is. Meteen ook de nulmeting waartegen je alles wat volgt afmeet.

Vanaf 25 medewerkers. Je stuurt de bevraging zelf uit naar je team; wij doen de rest.

Vraag je gratis AI-readiness-check aan

Laat je gegevens achter en we nemen contact op om de nulmeting in te plannen.

env: preview