Is jouw bedrijf klaar voor AI? Doe de eerlijke zelf-check

Je hebt de kop vast voorbij zien komen: 95 procent van de AI-projecten mislukt. Dat klinkt alsof je er beter niet aan kunt beginnen. Maar dat cijfer komt uit een onderzoek naar dure generatieve-AI-pilots bij grote bedrijven, met een strenge meetlat, en niet uit het MKB. Voor jouw bedrijf is de vraag een andere.

Die vraag is niet óf AI faalt, maar of jíj er klaar voor bent. En anders dan bij die grote pilots kun je daar wél iets aan doen. Je hoeft er geen dure "AI-readiness-scan" voor in te vullen waarbij je eerst je mailadres afstaat. Zeven eerlijke vragen, in tien minuten beantwoord, laten zien waar je staat. En soms is de uitkomst "nog even niet", en dat is precies goede informatie om te hebben.

In het kort

• Klaar zijn voor AI gaat niet over de nieuwste tool kopen. Het gaat over een helder probleem, data die klopt, en iemand die het oppakt.
• Hieronder staat een zelf-check van zeven vragen. Tel je "ja's", en je weet of je klaar bent, deels klaar, of nog niet.
• De meeste MKB'ers weten niet waar ze staan. Van de kleinste bedrijven die AI overwogen maar er niet aan begonnen, noemt 71,6 procent "gebrek aan ervaring" als grootste reden.
• Is de uitkomst "nog niet klaar"? Dan weet je tenminste waar je moet beginnen: meestal bij je doel en je data.
• AI op een rommelig proces loslaten maakt de rommel alleen sneller. Eerst opruimen, dan pas versnellen.

"Klaar voor AI" betekent niet wat de scans je verkopen

Typ "klaar voor AI" in en je struikelt over de gratis readiness-scans. Vul je gegevens in, en je krijgt een persoonlijk rapport met een roadmap. Handig verpakt, maar de scan is vooral bedoeld om jouw mailadres te vangen; het echte product is het gesprek dat erop volgt.

Zonde, want klaar-zijn is geen mysterie waar je een scan voor nodig hebt. Het gaat om een paar nuchtere dingen: heb je een concreet probleem om op te lossen, staat je data op orde, en is er iemand die ermee aan de slag wil. Niet om de vraag welke tool je koopt.

En de meeste ondernemers weten simpelweg niet waar ze staan. Uit cijfers van het CBS blijkt dat van de kleinste bedrijven die AI wél overwogen maar besloten het niet te gebruiken, 71,6 procent "gebrek aan ervaring of kennis" noemt als belangrijkste reden, ver boven zorgen over privacy (48,8 procent) of juridische onduidelijkheid (42,7 procent). Het is dus niet dat die bedrijven AI eng vinden; ze weten gewoon niet waar te beginnen. Dat gat tussen groot en klein is fors: 59,2 procent van de grootste bedrijven gebruikt AI, tegen 17,8 procent van de kleinste. Deze check is er om dat "ik weet niet waar ik sta" op te lossen, zonder je mailadres.

De zelf-check: zeven vragen

Pak er tien minuten voor. Beantwoord elke vraag eerlijk met ja of nee. Geen half-ja's; als je twijfelt, is het een nee.

• 1. Doel. Kun je in één zin zeggen welk probleem je met AI wilt oplossen? Niet "iets met AI", maar bijvoorbeeld "onze offertes blijven te vaak liggen".
• 2. Herhaalwerk. Weet je welke taak in je week het vaakst terugkomt en het meest voelt als "dit kan een computer beter dan ik"?
• 3. Data. Staat de informatie die daarvoor nodig is ergens vindbaar en kloppend? Dus niet alleen in het hoofd van één collega, of verspreid over veertig losse Excel-tabbladen.
• 4. Systemen. Werken je tools een beetje met elkaar? Praten je mail, je boekhouding en je systeem samen, of staat alles op een eiland?
• 5. Mensen. Is er iemand die het leuk vindt dit op te pakken, en durft je team fouten te maken zonder dat er meteen iemand op zijn kop krijgt?
• 6. Afspraken. Weet je team wat wél en niet in een tool als ChatGPT mag? Sinds 2 februari 2025 is het zorgen dat je mensen AI-geletterd zijn zelfs een wettelijke plicht.
• 7. Geduld. Reken je op een paar maanden bijschaven en finetunen, in plaats van één druk op de knop die alles oplost?

Je score: wel, deels, of nog niet klaar

Tel je "ja's". Dat getal zegt genoeg.

• Zes of zeven keer ja. Je bent klaar om te beginnen. Pak de taak uit vraag 2 als eerste; dat is je snelste, duidelijkste winst.
• Drie tot vijf keer ja. Je bent er deels klaar voor. Beginnen kan, maar fix eerst de nee's. Meestal zit de zwakke plek bij je data (vraag 3) of bij je doel (vraag 1), en dat zijn precies de twee waar AI later op stukloopt als je ze overslaat.
• Nul tot twee keer ja. Nog niet, en dat is geen schande. Begin nog niet met AI. Begin met een helder doel en met je data op orde krijgen. AI op een rommelig proces loslaten maakt de rommel niet kleiner, alleen sneller.

Dat laatste is het advies dat je in geen enkele gratis scan zult lezen, want die zijn gebouwd om te eindigen op "laten we praten". Wij zeggen liever eerlijk: als de basis er niet is, is uitstellen slimmer dan doorduwen.

Waar de meeste bedrijven op vastlopen

Terug naar die faalcijfers, want er valt wél iets uit te leren. Volgens sommige schattingen haalt ruim tachtig procent van de AI-projecten de eindstreep niet, twee keer zo vaak als bij IT-projecten zonder AI. Onderzoeksbureau RAND nam dat cijfer als vertrekpunt en keek naar het waaróm. En dat bleek bijna nooit de techniek zelf, bijna altijd de dingen eromheen: er was geen helder probleem, de data was rommelig, of er zat geen proces omheen.

Herken je die drie? Het zijn precies de eerste vragen van de check. Dat is geen toeval. De bedrijven die stranden, slaan de saaie voorbereiding over en springen naar de tool. De bedrijven die slagen, hebben hun doel en hun data op orde voordat er een model aan te pas komt.

Dus de "95 procent mislukt"-kop is geen reden om weg te blijven. Het is een reden om die zeven vragen serieus te nemen. Wie de nee's eerst wegwerkt, zit vanzelf in de kleine groep die er wél iets aan overhoudt.

Klaar? Dan begint het pas

Kwam je uit op een mooie score, dan is de volgende stap simpel: begin bij die ene taak uit vraag 2. Dat is precies wat het herhaalwerk aanpakken inhoudt, klein beginnen bij het werk dat het vaakst terugkomt.

Struikelde je op de afspraken-vraag, dan is een AI-beleid opstellen de logische eerste fix; daar hebben we een kant-en-klaar template voor. En wil je het waarom achter de urgentie, waarom het gat tussen wie AI gebruikt en wie niet groter wordt, dan lees je de AI-kloof.

En als de check uitwees dat je nog niet klaar bent: mooi, dan heb je nu een lijstje. Geen vaag "we moeten iets met AI", maar een paar concrete dingen om eerst op orde te brengen.

Twijfel je over je eigen score, of wil je dat iemand met een frisse blik meekijkt? We beginnen sowieso met een audit, en zeggen je eerlijk of je klaar bent of dat je beter eerst iets anders kunt regelen. Plan een gesprek.

Veelgestelde vragen

Moet ik eerst een dure AI-readiness-scan doen?

Nee. De zeven vragen hierboven dekken hetzelfde als de meeste betaalde of e-mail-gated scans: doel, data, mensen, proces, afspraken. Je kunt ze in tien minuten zelf beantwoorden, zonder je gegevens af te staan. Levert de check twijfel op, dan is een gesprek nuttiger dan weer een scan.

We zijn maar met vijf man. Is AI dan iets voor ons?

Juist wel. Het gaat niet om je omvang, maar om je proces. Ook bij de kleinste bedrijven groeit het gebruik snel: in 2025 gebruikte al 13,8 procent van de microbedrijven AI, en dat aandeel stijgt jaar op jaar. Een klein bedrijf met één helder, terugkerend probleem is vaak sneller klaar dan een groot bedrijf met tien half-projecten.

Wat betekent "data op orde"?

Dat de informatie die AI nodig heeft vindbaar en kloppend is. Zit je klantgegeven in het hoofd van één collega, of verspreid over losse sheets die niemand bijhoudt, dan is dat niet op orde. Het hoeft niet perfect, maar AI kan niets met data die er niet netjes staat.

Wat als de uitkomst "nog niet klaar" is?

Dan heb je iets waardevols: een lijstje. Meestal zijn het één of twee dingen, een doel scherp krijgen of je data opruimen, die je gewoon kunt oppakken. Over een paar maanden doe je de check opnieuw, en dan sta je er wél. Nog niet klaar is geen nee, het is een "eerst dit".

Moet ik een doel hebben voordat ik begin?

Ja. AI zonder een probleem om op te lossen is een tool op zoek naar een klus, en dat wordt zelden iets. Begin bij de irritatie: welk werk kost je elke week tijd zonder dat het echt jouw denkwerk vraagt? Dáár zet je AI op, niet andersom.

Tot slot

Je hebt geen scan nodig om te weten of je klaar bent voor AI. Je hebt tien eerlijke minuten nodig en de bereidheid om een paar nee's onder ogen te zien. Doe de check, kijk waar je staat, en werk de zwakke plekken weg voordat je een tool aanraakt.

En laat je niet gek maken door faalcijfers over grote bedrijven. Voor het MKB is AI geen gok, zolang je begint bij een helder probleem en een opgeruimde basis. Weet je niet zeker of die basis er is? Dan is dat het eerste wat je fixt, en heb je vandaag al iets nuttigs gedaan.

Bronnen

• CBS, "Gebruik van AI-technologie door Nederlandse microbedrijven" (16 maart 2026). Onder microbedrijven (2-9 werkzame personen) die AI overwogen maar besloten het niet te gebruiken, noemt 71,6 procent gebrek aan ervaring of kennis als belangrijkste reden; privacy 48,8 procent; juridische onduidelijkheid 42,7 procent (voetnoot tabel 6.1: percentage van bedrijven die geen AI gebruiken maar het wel overwogen). AI-gebruik onder microbedrijven groeide van 6,8 procent (2023) naar 10,6 procent (2024) naar 13,8 procent (2025).
• CBS, AI-monitor 2024 (gepubliceerd 27 februari 2025). In 2024 gebruikte 22,7 procent van de bedrijven met tien of meer werkzame personen AI; grootste bedrijven (500+) 59,2 procent, kleinste (10-19) 17,8 procent.
• RAND Corporation, "Why AI Projects Fail and How They Can Succeed" (James Ryseff e.a.). RAND noemt de "ruim tachtig procent faalt"-schatting ("by some estimates", twee keer de faalkans van IT-projecten zonder AI) als vertrekpunt, en analyseerde de oorzaken: AI-projecten stranden meestal om niet-technische redenen (geen helder probleem, dataproblemen, ontbrekend proces).
• MIT (Project NANDA), "The GenAI Divide: State of AI in Business 2025" (augustus 2025). 95 procent van de onderzochte generatieve-AI-pilots bij grote bedrijven had binnen zes maanden geen meetbaar effect op de winst-en-verliesrekening. Betreft grote ondernemingen en generatieve AI, niet het MKB.