Interview: Datagedreven Werken- De Praktische Aanpak van SeederDeBoer

Lotte Hart, partner bij het organisatieadviesbureau SeederdeBoer, is gespecialiseerd in verandermanagement met een focus op data en AI. In een interview met Conference Producer Joop Hermans deelt ze haar inzichten over de ontwikkelingen in deze sector en het belang van de menselijke factor bij data- en AI-gedreven veranderingen. Tijdens Dutch Data Day, waar SeederdeBoer als partner aan verbonden is, zal Lotte haar visie presenteren over hoe organisaties data en AI effectief kunnen inzetten en vooral hoe medewerkers hier praktisch mee aan de slag kunnen.

Data als middel, niet als doel
Lotte benadrukt vaak dat data een middel is, geen doel op zich. “Bedrijven investeren massaal in dataverbetering en AI, maar vergeten soms waarom ze dat eigenlijk doen. Het doel is niet om de data op orde te hebben, maar om met die geordende data iets waardevols te bereiken.”

Veel organisaties blijven steken in trajecten waarin ze bijvoorbeeld de datakwaliteit optimaliseren, zonder na te denken over hoe ze deze data praktisch kunnen inzetten. “Gefeliciteerd, je data is op orde. Maar wat ga je ermee doen?”

Lotte ziet hetzelfde bij AI. “Iedereen roept: ‘Bouwen, bouwen, bouwen!’ Maar AI is een middel, geen wondermiddel. Het draait niet alleen om technologie; als medewerkers niet begrijpen hoe ze AI en data moeten inzetten, verandert er niets.”

De AI-koorts
Lotte merkt dat er een soort ‘AI-koorts’ heerst. “Tien jaar geleden was data het nieuwe goud, nu is AI de trend. Iedereen wil ermee aan de slag, maar veel organisaties worstelen met de vraag: wat moet je ermee? Hoe pas je het praktisch toe binnen je organisatie?”

De informatiestroom rondom AI is overweldigend. “De snelheid waarmee AI zich ontwikkelt, zorgt ervoor dat veel bedrijven niet weten waar ze moeten beginnen.”

Misvattingen over AI
Een veelvoorkomende misvatting is dat AI álle problemen oplost. “Sommige bedrijven denken dat AI een soort toverstokje is. Maar AI is simpelweg een analysemethode die patronen herkent op basis van historische data. Zonder data kun je geen voorspellingen doen.”

Ze deelt een voorbeeld van een project met een woningcorporatie die brandrisico’s wilde voorspellen. “Toen ik vroeg of ze data hadden over waar branden hadden plaatsgevonden, bleek die data er niet te zijn. Tja, zonder data houdt het op.”

Lotte merkt ook dat er in de politiek het misverstand heerst dat AI grote maatschappelijke problemen zoals klimaatverandering of het zorginfarct zou kunnen oplossen. “AI kan helpen, maar het is geen wondermiddel.”

De toekomst van AI en AGI
Er is veel discussie over de toekomst van AI, bijvoorbeeld over artificial general intelligence (AGI), dat mogelijk alle menselijke taken kan overnemen. Lotte is nuchter. “Waarom zouden we dat willen? Wat lost dat op?”

Ze vergelijkt de discussie met de Turing-test, die wordt gebruikt om te bepalen of een computer menselijk gedrag kan nabootsen. “AI blijft een model van de werkelijkheid. Intelligentie is meer dan alleen probleemoplossend vermogen; het draait ook om emotionele connectie.”

Om de intelligentie van AI te bepalen, worden vaak testen gebruikt die meten of een computer menselijk gedrag kan imiteren. AI-systemen scoren al uitstekend op dit soort testen. Toch benadrukt Lotte dat “deze testen altijd slechts een model van de werkelijkheid zijn.” Echte intelligentie gaat volgens haar veel verder dan alleen het oplossen van problemen; het omvat ook emotionele connectie, het vermogen om verbinding te maken, creativiteit en andere aspecten die moeilijk te meten zijn.

Ze adviseert bedrijven zich niet te verliezen in speculaties over de toekomst van AI. “Laat techneuten zich bezighouden met AGI, maar bedrijven zouden zich moeten richten op de waarde die AI vandaag de dag al kan bieden.”

Data- en AI-geletterdheid
Lotte benadrukt het belang van zowel AI- als data-geletterdheid voor organisaties. AI-geletterdheid is inmiddels wettelijk verplicht voor bedrijven die AI gebruiken, maar data-geletterdheid is dit nog niet. Ze adviseert bedrijven dan ook om beide tegelijk aan te pakken, omdat AI onlosmakelijk verbonden is met data. Medewerkers die goed geïnformeerd zijn, kunnen AI op een verantwoorde manier inzetten, wat de effectiviteit van datagedreven werken vergroot.

Ze stelt dat de focus niet alleen moet liggen op het verzamelen van data, maar op het effectief inzetten ervan voor besluitvorming. Het gaat om de juiste interpretatie en het vermogen om data om te zetten in concrete acties. Bij SeederdeBoer ligt de nadruk daarom op gedragsverandering: medewerkers moeten leren hoe ze datagedreven beslissingen kunnen nemen.

De menselijke factor blijft centraal
Lotte sluit af met een duidelijke boodschap: “Of het nu om data of AI gaat, de menselijke factor is bepalend voor succes. Technologie is nuttig, maar als medewerkers niet begrijpen hoe ze ermee moeten werken, blijft de impact beperkt.”

Bij SeederdeBoer ligt de focus dan ook niet alleen op technologie, maar op hoe organisaties ermee omgaan. “We helpen organisaties om data en AI niet als een hype te zien, maar als strategische hulpmiddelen die duurzame veranderingen kunnen bewerkstelligen.”

Dutch Data Day
Lotte Hart verzorgt tijdens Dutch Data Day de sessie “(minder) meer vertrouwen op data: hoe doe je dat?”. “In een tijd waarin data en AI steeds meer beslissingen sturen, is het cruciaal om niet blind te varen op grafieken en analyses, maar ook door te vragen: waar komt deze data vandaan, en welke aannames liggen eraan ten grondslag?” stelt ze.

Met haar sessie wil ze deelnemers prikkelen en aan het denken zetten. “Meer data betekent niet automatisch betere beslissingen. Ik hoop dat iedereen na onze sessie niet alleen met nieuwe inzichten vertrekt, maar ook met een frisse blik op hun eigen datageletterdheid en de manier waarop ze data in hun werk toepassen.”

Daarnaast kijkt ze ernaar uit om in gesprek te gaan met andere data- en AI-experts. “Ik ben benieuwd hoe zij binnen hun organisaties de werkwijze rondom data en AI hebben ingericht en welke uitdagingen zij daarbij tegenkomen.”