AI data readiness bepaalt of AI in je organisatie iets oplevert of blijft steken bij een pilot die niemand meer opstart. De kern is simpel, want AI is zo goed als de data die je erin stopt. Voor een kantoor van vijf tot vijftig medewerkers betekent dat iets anders dan voor een organisatie met een eigen dataplatform en een team dat modellen traint.
De grote adviesbureaus schrijven vooral voor die tweede groep, met data-architectuur, master data management en trajecten van maanden. Een accountantskantoor of notariskantoor traint zelden een eigen model en voert per opdracht documenten, dossiers of cijfers in ChatGPT of Claude. De faalmodus is dan ook een andere, want je krijgt geen model dat niet convergeert maar een AI hallucinatie die overtuigend leest en niet klopt.
Readiness heeft in die situatie twee kanten. Is je data goed genoeg als input, en mag deze informatie er met het oog op privacy en geheimhouding überhaupt in. Kantoren die met cliëntgegevens werken lopen meestal eerst tegen de tweede vraag aan.
Het goede nieuws is dat je er niet maandenlang op hoeft te wachten. Data readiness wordt behapbaar zodra je hem per proces bekijkt in plaats van over je hele archief, en dat is precies de volgorde waarin een AI-implementatie in het MKB werkt.
Wat is AI data readiness?
AI data readiness is de mate waarin je data bruikbaar, betrouwbaar en toegankelijk genoeg is om AI zinvol in te zetten, en waarin je die data ook daadwerkelijk mag verwerken in de tool die je gebruikt. Zonder dat fundament levert AI plausibele maar onbetrouwbare resultaten.
De definitie bevat twee assen die vaak door elkaar lopen. Kwaliteit gaat over de vraag of de data klopt, compleet is en vindbaar is op het moment dat iemand hem nodig heeft. Toelaatbaarheid gaat over de vraag of je deze specifieke informatie mag verwerken in een externe tool, gegeven je contract, je beroepsregels en de afspraken met je cliënten.
Beide assen bepalen zelfstandig of AI bruikbaar is. Perfect opgeschoonde data die je niet mag invoeren, brengt je niets. Toegestane data die verouderd of half is, levert output op die niemand kan gebruiken. Een kantoor dat alleen op de eerste as stuurt, komt vroeg of laat vast te zitten op de tweede.
Readiness is bovendien geen toestand die je als kantoor wel of niet hebt. Voor het opstellen van standaardbrieven kan je data ruimschoots klaar zijn terwijl hij voor dossieranalyse tekortschiet, simpelweg omdat het ene proces met sjablonen werkt en het andere met stukken uit vijf verschillende systemen. De vraag is daarom nooit of je kantoor er klaar voor is, maar welk proces dat als eerste is.
Waarom stranden AI-projecten op data?
AI-projecten stranden zelden op de techniek en meestal op gebrekkige data readiness. De modellen zijn krachtig genoeg voor het werk dat een kennisintensief kantoor eraan geeft. Het probleem zit in versnipperde, verouderde of ontoegankelijke informatie die verspreid staat over losse systemen, netwerkmappen en mailboxen, met verschillende versies van dezelfde waarheid.
Onderzoek van EY laat zien hoe breed dat speelt. Volgens die cijfers geeft 36 procent van de CIO’s aan dat de eigen dataplatform-infrastructuur onvoldoende is voorbereid op AI. Dat gaat over grote organisaties, met meer middelen en meer specialisten dan een kantoor van dertig mensen tot zijn beschikking heeft.
Bij taalmodellen vertaalt zich dat naar een risico dat je niet meteen ziet. Een model dat rommelige of onvolledige input krijgt, geeft geen foutmelding maar een antwoord. Het vult de gaten op met wat plausibel is, in dezelfde vloeiende toon als een antwoord dat wel klopt.
In mijn werk als SEO-specialist met AI-content zie ik dat verband elke week terug. De kwaliteit van de input bepaalt de output rechtstreeks, en een half briefingdocument levert een half artikel op dat er compleet uitziet. Data readiness is daarmee geen technische bijzaak maar de eerste voorwaarde voor betrouwbaar resultaat.
Wat betekent data readiness als je geen eigen model traint?
Data readiness betekent iets fundamenteel anders wanneer je een bestaande AI-tool gebruikt dan wanneer je zelf een model traint. Wie een model bouwt, heeft grote, gestructureerde en gelabelde datasets nodig, plus een infrastructuur om die te beheren. Dat is het scenario waar vrijwel alle artikelen over dit onderwerp van uitgaan.
Een kantoor van vijf tot vijftig medewerkers zit in het andere scenario. Daar gaat per opdracht een dossier, een jaarrekening of een conceptakte de tool in, met de verwachting dat er iets bruikbaars uitkomt. De relevante vraag is niet of je hele databerg op orde is, maar of de context die je op dat moment meegeeft klopt, compleet is en de juiste versie betreft.
Vanuit zowel de gebruikers- als de developer-kant van taalmodellen valt me op dat dit onderscheid stelselmatig wordt overgeslagen. Voor de meeste dienstverleners is context geven aan een LLM belangrijker dan de omvang of structuur van hun datavoorraad, omdat het model alleen werkt met wat er op dat moment in het venster staat.
Die verschuiving heeft een praktisch gevolg. Readiness wordt iets wat je per proces regelt en niet per systeem. Voor het opstellen van een adviesbrief moet duidelijk zijn welk sjabloon de laatste is en welke cliëntgegevens meemogen; voor het samenvatten van een dossier moet duidelijk zijn welke stukken erin horen. Beide zijn afgebakende vragen met een antwoord binnen een dag, geen datamigratie.
Tussen losse chats en een eigen model zit nog een tussenvorm die veel kantoren overslaan. In een projectomgeving of gedeelde werkruimte zet je de vaste documenten, sjablonen en werkafspraken één keer klaar, waarna iedere chat daaruit put zonder dat iemand ze opnieuw uploadt. Readiness betekent dan dat die kennisbank actueel en opgeschoond is, want een verouderd sjabloon dat er één keer in gaat, komt vanaf dat moment in elk antwoord terug.
Welke data mag je in een AI-tool invoeren?
Welke data in een AI-tool mag, is voor kantoren met cliëntgegevens de zwaarste helft van data readiness. Het compliance-denken uit mijn jaren bij grootbanken vertaalt zich naar drie vragen bij elke AI-taak: welke data gaat erin, welke claims baseer je op de output en wie is verantwoordelijk voor de uitkomst. De eerste vraag is waar readiness en geheimhouding elkaar raken.
Accounttype en verwerkersovereenkomst
Het accounttype bepaalt onder welke voorwaarden je data wordt verwerkt. Voor een gratis consumentenaccount gelden andere afspraken dan voor een zakelijke variant met verwerkersovereenkomst, en bij sommige accounttypes kan ingevoerde informatie worden gebruikt om modellen te verbeteren. Dat verschil is geen detail in de kleine lettertjes maar bepaalt of je een dossier mag uploaden.
Controleer per tool welk accounttype je kantoor daadwerkelijk gebruikt, niet welk type je denkt te hebben afgesloten. In de praktijk werken medewerkers vaak nog op een persoonlijk account uit de periode dat ze het zelf uitprobeerden. Dit sluit direct aan op de bredere AI Act compliance, waar accounttype, verwerkersovereenkomst en vastgelegde afspraken alle drie onderdeel van uitmaken.
Beroepsgeheim en cliëntdossiers
Beroepsgeheim legt een grens die losstaat van wat de leverancier technisch toestaat. Een notaris, advocaat of accountant blijft verantwoordelijk voor de vertrouwelijkheid van cliëntinformatie, ongeacht welk hulpmiddel is gebruikt en ongeacht welke voorwaarden de tool hanteert.
Werkbaar wordt dat pas als de grens per taak is vastgelegd in plaats van per medewerker beoordeeld. Anonimiseren van namen en bedragen maakt veel taken alsnog mogelijk, en voor de taken waar dat niet kan hoort een expliciet nee te staan. De regels voor verantwoord AI gebruik bepalen per situatie welke informatie je wel en niet invoert, en die keuze hoort niet bij de individuele medewerker te liggen op het moment dat het druk is.
Hoe herken je dat je data nog niet klaar is?
Data die nog niet klaar is voor AI verraadt zich aan een handvol signalen die je zonder audit al ziet. Vijf daarvan komen in kennisintensieve kantoren het vaakst terug.
- Van hetzelfde document circuleren meerdere versies en niemand weet zeker welke de laatste is.
- Kennis over een cliënt zit in mailboxen en hoofden in plaats van in een dossier dat iemand anders kan openen.
- Er bestaat geen afspraak over welke informatie het kantoor wel en niet uit handen geeft.
- Medewerkers gebruiken tools die nooit door iemand zijn goedgekeurd, wat neerkomt op shadow AI met bedrijfsdata erin.
- Per databron ontbreekt een eigenaar, waardoor niemand verantwoordelijk is voor actualiteit en juistheid.
Herkenning van twee of meer signalen betekent niet dat AI moet wachten. Het betekent dat je het proces kiest waar de minste van deze signalen spelen en daar begint. Een kantoor dat wacht tot alle vijf zijn opgelost, begint nooit.
Een zesde signaal is dat gegevens in ongecontroleerde tools en shadow IT rondzwerven, waardoor niemand weet welke versie de juiste is.
Hoe maak je data klaar voor AI zonder groot dataproject?
Om data klaar te maken voor AI hoef je geen dataproject van maanden op te tuigen. Je hoeft geen data lake te bouwen en geen organisatiebreed governance-programma af te ronden voordat er iemand met een tool mag werken. De praktische route loopt andersom, namelijk vanaf één afgebakend proces terug naar de data die dat proces nodig heeft.
Die route bestaat uit drie stappen die je per use-case doorloopt. Bepaal eerst welke data het proces nodig heeft en welke daarvan mag worden gebruikt, en leg dat vast in twee regels tekst. Schoon vervolgens op wat dat ene proces raakt, dus het sjabloon, de laatste versie en de bronbestanden, en laat je archief met rust. Zet als derde een controlepunt op de output voordat er iets naar buiten gaat.
Wat je in deze fase juist niet doet, is minstens zo bepalend. Geen migratie naar een nieuw systeem, geen inventarisatie van alle databronnen en geen strategie die alle afdelingen tegelijk raakt. De aanpak die ik hanteer is bewust klein: één tot drie processen als startpunt, waarna de leerpunten uit het eerste proces het tweede sneller maken. Zo start AI implementatie voor het MKB bij een concreet proces in plaats van bij een plan dat maanden voorbereiding vraagt.
Meten of het gewerkt heeft, hoort bij dezelfde stap. Leg voor het eerste proces vast hoeveel tijd het nu kost en hoe vaak de output wordt aangepast voordat hij naar buiten gaat, en vergelijk dat na een maand. Blijft het aantal correcties hoog, dan zit het probleem meestal niet in de prompt maar in de data die erin gaat, en dan weet je waar de volgende opschoning moet landen.
Waar past data readiness in een AI-implementatie?
Data readiness is de eerste laag van een AI-implementatie en geen los IT-project dat eraan voorafgaat. Voordat een team met AI aan de slag gaat, moet per proces duidelijk zijn welke data nodig is, welke daarvan mag worden gebruikt en waar de controle op de output zit. Die drie vragen samen maken het verschil tussen een experiment en een werkwijze.
Het four-eyes-principe uit de bankenpraktijk vertaal ik daarbij naar controlepunten op MKB-schaal, want er gaat geen output naar buiten zonder tweede controle. Niet elke taak heeft hetzelfde risicoprofiel, dus een interne samenvatting doorloopt een lichter traject dan een adviesbrief die onder beroepsverantwoordelijkheid valt. Dat onderscheid maak je vooraf per taaktype, niet achteraf per incident.
Een nulmeting brengt per tool en per proces in kaart wat kan en wat mag, als afgebakende eerste stap voordat een heel team met AI gaat werken. Zodra de datagrenzen helder zijn, wordt wat AI-geletterdheid is de logische vervolgvraag, omdat iedereen die met de tool werkt moet weten wat er wel en niet in een prompt hoort.
Wil je data readiness aanpakken als onderdeel van een gestructureerde AI implementatie, dan is dat precies waar zo’n traject mee begint. De datavraag wordt niet vooruitgeschoven naar een latere fase, maar vormt de basis waarop de rest van de werkwijze wordt gebouwd.
