Bedrijven geven miljarden uit aan AI-training. Workshops, lunch-and-learns, certificeringsprogramma’s en “prompt engineering bootcamps”. En de data laat zien dat bijna niets daarvan werkt.
Gallup Q1 2026: 50% van de Amerikaanse werknemers gebruikt AI helemaal niet. BCG 2026: de productiviteit daalt als werknemers 4 of meer tools gebruiken, en 34% van de overbelaste medewerkers overweegt te vertrekken. ManpowerGroup 2026: het gebruik van AI steeg met 13% terwijl het vertrouwen in AI met 18% daalde. Workday 2026: 40% van de tijdwinst door AI gaat verloren aan herwerk.
Ik werk in data governance bij een Fortune 500-financiële instelling. Ik heb de AI-uitrol in real time meegemaakt — de presentaties, de verplichte sessies, de “AI-champion”-programma’s. Het gat tussen wat bedrijven leren en wat medewerkers écht nodig hebben, is enorm.
Belangrijkste inzicht
De meeste AI-training leert de verkeerde dingen (toolfeatures) aan de verkeerde mensen (iedereen tegelijk) in de verkeerde vorm (eenmalige workshops). Onderzoek toont wat wél werkt: afdelingspecifieke training, één tool tegelijk, met twee weken praktijkervaring voordat er iets nieuws wordt aangeleerd.
Waarom mislukt traditionele AI-training?
| Wat bedrijven doen | Waarom het mislukt | Wat wél werkt |
|---|---|---|
| 2-uur durende workshop voor iedereen | Vrijdag alweer vergeten. Geen praktijkervaring. | 2 weken oefenen met één tool en één workflow |
| Generieke promptsjablonen | Sluiten niet aan op echte werkzaamheden | Afdelingspecifieke sjablonen voor echte taken |
| Training geleid door IT | Leert de tool, niet het denken | Rolgerichte training geleid door domeinexperts |
| Eén training voor alle rollen | Finance heeft andere behoeften dan marketing | Train per afdeling, niet per bedrijf |
| 5+ AI-tools tegelijk introduceren | Leidt tot AI-overload (BCG-data) | Begin met één tool, bouw later complexiteit op |
Wat zegt het onderzoek over wat wél werkt?
De consistente bevinding in alle studies is contra-intuïtief: minder training, meer oefening. De meest effectieve AI-adoptieprogramma’s beginnen niet met workshops. Ze beginnen met één tool die één concreet pijnpunt oplost — en laten mensen dat twee weken gebruiken voordat ze iets nieuws leren.
Stap 1: Identificeer het pijnpunt. Vind de ÉÉN taak waar elke afdeling het meeste tijd aan verspilt. Notulen, data opschonen, e-mails opstellen — kies de grootste tijdvreter waar AI écht kan helpen.
Stap 2: Geef ze één tool. Leer geen “AI”. Leer: “plak je rommelige notulen hier, krijg nette notulen terug”. Eén tool, één workflow, één resultaat. Geen theorie, geen prompting-frameworks, geen 50 pagina’s over hoe LLM’s werken.
Stap 3: Twee weken oefenen. Laat mensen het dagelijks gebruiken tot de gewoonte ontstaat. Ondersteun met een Slack-kanaal voor vragen, geen presentatie om naar te verwijzen. Peer support werkt beter dan formele training omdat vragen contextueel en direct zijn.
Stap 4: Complexiteit toevoegen. Na twee weken hebben ze context. Nu introduceer je prompting-frameworks, aangepaste instructies en meerstaps workflows. De concepten landen omdat ze de basis al ervaren hebben. Zonder stap 3 blijven frameworks abstract. Met stap 3 worden het hulpmiddelen voor verbetering.
Stap 5: Schaal per afdeling. Rol uit naar het volgende team met wat je hebt geleerd. Elke afdeling krijgt zijn eigen use case, eigen champion en eigen tijdslijn.
---📬 Heb je hier iets aan? We schrijven voor mensen die AI écht implementeren op het werk. Ontvang het in je inbox →
---De echte trainingskloof
De grootste kloof is geen toolkennis. Het is workflowkennis — weten WAAR AI past in bestaande werkprocessen. De meeste training leert hoe je ChatGPT gebruikt. Bijna geen enkele leert wanneer je het wél en wanneer je het niet moet gebruiken.
Een praktisch trainingsprogramma zou bevatten: “Hier zijn de 5 taken in jouw rol waar AI tijd bespaart. Hier zijn de 5 taken waar het dat niet doet. Zo herken je het verschil bij taken die we nog niet hebben genoemd.” Die oordeel-gerichte aanpak levert betere resultaten op dan welke vorm van tooltraining dan ook.
Voor een kant-en-klaar hulpmiddel dat je team kan gebruiken, biedt ons ICCSSE-promptingframework een eenvoudige checklist die werkt in alle AI-tools. En de gratis Prompt Optimizer past het framework automatisch toe — zonder training.
---📬 Wil je meer van dit soort content? We behandelen enterprise-AI-adoptie eerlijk. Gratis abonneren →
---Veelgestelde vragen
Hoeveel zouden bedrijven moeten uitgeven aan AI-training?
Minder dan nu, maar anders. Eén praktische workshop per afdeling (2 uur), gevolgd door 2 weken begeleide oefening, gevolgd door een evaluatiesessie. Totaal: misschien 5 uur per medewerker over een maand, versus de 2-daagse bootcamps die veel bedrijven organiseren zonder blijvend gedragsverandering.
Moet AI-training verplicht zijn?
Voor kenniswerkers wel — maar alleen de basis. Verplichte training zou 30 minuten moeten duren: “hier is één tool, hier is één workflow, zo begin je.” Daarna laat je interesse de deelname sturen. De Gallup-data laat zien dat gedwongen adoptie niet werkt; gemotiveerde adoptie wel.
Wat levert goede AI-training op?
Als je training medewerkers verplaatst van de 86% die quitte speelt met AI naar de 14% die netto-positieve resultaten behalen (Workday-data), en elke netto-positieve medewerker 3 uur per week bespaart, dan is dat $7.500-15.000 per medewerker per jaar aan herwonnen productiviteit. Voor een organisatie met 1.000 medewerkers is dat $7,5-15M per jaar — tegenover een investering van misschien $200-500K.
Disclaimer: Sommige links in dit artikel zijn affiliate links. We raden alleen tools aan die we zelf hebben getest en regelmatig gebruiken. Zie ons volledige disclaimerbeleid.