Van pilot naar organisatiebreed: opschalen zonder chaos

Je schaalt AI op zonder chaos door de opschaling te behandelen als een apart traject, niet als een grotere pilot — en door te beginnen bij organisatie, niet bij techniek. Dat is precies waar het meestal misgaat: slechts zo'n 15 procent van de AI-initiatieven bereikt echte opschaling, de rest blijft steken in “pilot purgatory” [3]. Niet omdat de software faalt, maar omdat eigenaarschap, datakwaliteit, governance en adoptie niet op orde zijn [2][4]. Doe daarom vijf dingen voordat je uitrolt: wijs één eigenaar met mandaat aan, borg je governance en beleid, standaardiseer je aanpak zodat elk team hetzelfde recept krijgt, regel de AI-geletterdheid van je mensen, en schaal gefaseerd op — team voor team, met een meetbaar doel per fase. Zo houd je de kwaliteit en het vertrouwen vast die je in de pilot opbouwde, in plaats van ze te verliezen zodra het aantal gebruikers groeit. Opschalen is geen technische mijlpaal maar een bestuurlijke.

Waarom de meeste pilots blijven steken

Een geslaagde pilot voelt als de finish, maar is het begin. De sprong van “dit werkt bij één team” naar “dit werkt in de hele organisatie” is de stap waar de meeste trajecten stranden. De cijfers zijn hard: onderzoek van SparkOptimus laat zien dat maar ongeveer 15 procent van de AI-initiatieven werkelijk opschaalt — het merendeel blijft hangen in de pilotfase [3]. Gartner voorspelde dat minstens 30 procent van de generatieve AI-projecten na de proof-of-concept alsnog wordt afgeblazen, onder meer door slechte datakwaliteit en onduidelijke businesswaarde [4].

In de zorg is dat beeld niet anders. De AI Monitor Ziekenhuizen 2025 constateert dat generatieve AI inmiddels bij zo'n 75 procent van de ziekenhuizen wordt gebruikt, maar dat de toepassingen overwegend kleinschalig blijven [1]. Het lukt lang niet altijd om waardevolle toepassingen ná de pilotfase structureel op te schalen. Ruim een kwart van de ziekenhuizen heeft een AI-strategie, 61 procent is er een aan het vormen — de ambitie is er, de uitvoering blijft achter [1].

Het is zelden een techniekprobleem

De belangrijkste les uit al dat onderzoek: opschalen faalt zelden op de techniek. Het faalt op de organisatie. Datakwaliteit, governance, eigenaarschap en AI-geletterdheid bepalen of AI daadwerkelijk waarde oplevert [2]. Volgens branchekenner Femke Keijzer (IG&H) starten veel ziekenhuizen nieuwe AI-projecten terwijl eerdere initiatieven nog niet structureel zijn verankerd — en blijft een geslaagde pilot vaak hangen wanneer onduidelijk is wie verantwoordelijk is voor beheer, doorontwikkeling en besluitvorming [2].

De AI Monitor legt de vinger op dezelfde plek. De grootste knelpunten zijn niet de modellen maar de mensen en de basis eromheen: bij 51 procent van de ziekenhuizen zijn AI-bewustzijn, kennis en ervaring van medewerkers onvoldoende op orde, bij 45 procent geldt dat voor datamanagement en -governance, bij 45 procent voor financiële ruimte en bij 43 procent voor het transformatievermogen om AI in te voeren [1]. Sterker nog: de helft van de ziekenhuizen heeft geen enkel van deze onderdelen op orde, en geen enkel ziekenhuis heeft ze allemaal op orde [1]. Wie opschaalt zonder die basis, schaalt de problemen mee op.

Deloitte trekt dezelfde conclusie voor de bredere zorg: de winst zit niet in méér pilots, maar in het volwassen maken van data, governance en adoptie zodat toepassingen kunnen doorgroeien tot organisatiebrede voorzieningen [6]. Opschalen is dus geen technische, maar een organisatorische opgave.

Vijf voorwaarden om zonder chaos op te schalen

Chaos ontstaat als je een pilot “gewoon groter maakt”. Voorkom dat door deze vijf voorwaarden op orde te hebben voordat het tweede team aansluit.

• Eén eigenaar met mandaat. Wijs vast wie verantwoordelijk is voor beheer, doorontwikkeling en besluitvorming. Zonder duidelijk eigenaarschap blijft zelfs een geslaagde pilot hangen [2]. Dit is geen ICT-rol op de achtergrond maar een bestuurlijk verankerde functie met budget en beslisbevoegdheid.
• Governance en beleid vooraf. Leg vast hoe je AI toetst, wie verslagen goedkeurt, hoe je toestemming regelt en hoe je omgaat met fouten. Bedrijven met standaardgovernance voor opschaling komen aantoonbaar verder dan bedrijven zonder [3]. In de zorg is dit ook een randvoorwaarde die de sector zelf benoemt om verantwoord op te schalen [5].
• Standaardiseer het recept. Geef elk team dezelfde sjablonen, hetzelfde woordenboek en dezelfde werkafspraken. Bedrijven met een formele datastrategie brengen vijf keer zoveel use cases van pilot naar opschaling, en een gecentraliseerde aanpak verdubbelt het opschalingspercentage [3]. Improvisatie per afdeling is precies de chaos die je wilt vermijden.
• AI-geletterdheid van je mensen. Het grootste knelpunt bij opschaling zit bij kennis en ervaring van medewerkers [1]. Zorg dat iedereen die met de tool werkt begrijpt wat hij wel en niet doet — dat is niet alleen adoptie, sinds 2 februari 2025 vraagt de Europese AI-verordening het ook.
• Gefaseerd uitrollen. Voeg teams één voor één toe, elk met een korte inwerkperiode en een meetpunt. Zo blijft de begeleiding behapbaar en merk je problemen terwijl ze klein zijn, in plaats van organisatiebreed tegelijk.

Opschalen bij lokale AI-verslagen

Bij een lokale opzet — één apparaat in je eigen pand dat transcriptie en verslag doet — heeft opschalen een prettige eigenschap: je rolt geen nieuwe cloudverbinding per team uit, maar zet er clients bij op hetzelfde netwerk. De governance die je in de pilot instelde (elk verslag blijft een concept tot een mens het goedkeurt, de toestemmingsvink vóór elke opname, het auditlog) schaalt automatisch mee, omdat ze technisch is afgedwongen en niet per gebruiker opnieuw hoeft te worden geregeld. Zo is Verbinn opgezet: één Kern die de organisatie zelf koopt, lichte clients erbij, en dezelfde harde regels voor iedereen. Dat maakt de sprong naar organisatiebreed vooral een kwestie van capaciteit en adoptie, niet van opnieuw beginnen.

Let wel op één ding dat je pilot niet toont: de belasting van de Kern. Meer gelijktijdige gesprekken vragen meer rekenkracht. Neem het aantal parallelle gebruikers mee in je opschaalbeslissing, zodat je weet of één apparaat de hele organisatie aankan of dat je capaciteit bijzet. De businesscase per organisatiegrootte helpt je dat door te rekenen.

Een concreet opschaalpad in fasen

Behandel opschalen als een eigen project met fasen en een doel per fase — niet als een schakelaar die je omzet.

• Fase 0 — borg de pilot. Leg beleid, DPIA en de review-routine definitief vast, en zet de resultaten van de pilot op papier: hoeveel tijd bespaarde het, hoe goed was de kwaliteit na goedkeuring, wilden mensen het houden? Zonder die nulmeting kun je opschaling niet sturen.
• Fase 1 — twee tot drie teams. Voeg een handvol teams toe die op de pilotgroep lijken. Gebruik exact dezelfde sjablonen en afspraken. Meet per team of de tijdwinst en kwaliteit standhouden. Dit is je test of het recept overdraagbaar is.
• Fase 2 — de lastigere gevallen. Rol uit naar teams met andere gesprekstypen of meer weerstand. Hier verdien je je governance terug: duidelijke eigenaar, vaste goedkeuringsroutine, en gerichte instructie voor wie het spannend vindt.
• Fase 3 — organisatiebreed en borgen. Als de eerdere fasen kloppen, sluit je de rest aan en verschuift het werk naar beheer: doorontwikkeling, het woordenboek onderhouden, de kwaliteit blijven meten en de AI-geletterdheid up-to-date houden. Opschalen stopt niet bij “iedereen doet mee”; het wordt dan onderdeel van hoe je werkt.

Wil je vóór de opschaling eerst een gecontroleerde pilot neerzetten, dan vind je het stappenplan in het 30-dagen-implementatieplan. Opschalen zonder chaos is uiteindelijk geen kwestie van sneller gaan, maar van de juiste dingen op de juiste volgorde vastleggen — en de organisatie meenemen in plaats van de techniek vooruit te laten lopen.