AI-diploma voor teams: intern per team, functie of rol

Een organisatiebrede AI-norm is belangrijk, maar in de praktijk wordt er in teams gewerkt. Daar bepaalt het werkproces, de doelgroep en het risiconiveau wat iemand met AI mag en moet doen. Een intern AI-diploma krijgt daarom pas echt waarde als je het doorvertaalt naar teams, functies en rollen. Wat betekent “AI-vaardig” voor HR? Voor een zorgteam? Voor klantcontact? En hoe leg je dat vast zonder een log, abstract model te bouwen? Op deze pagina laten we zien hoe je dat aanpakt op teamniveau, met concrete voorbeelden, toetsvormen en rapportages.

Waarom een team- of afdelingsaanpak naast een organisatiebrede norm?

Een organisatiebrede norm geeft richting: “zo gaan wij met AI om”. Maar een HR-adviseur gebruikt AI anders dan een docent, beleidsmedewerker of financial. Het risico, de impact en de use cases verschillen per team. Een team- of afdelingsaanpak is nodig omdat:

• processen en systemen per team anders zijn;
• risico’s per team variëren (bijv. medische gegevens vs. algemene klantvragen);
• de rol van AI verschilt: beslisondersteuning, administratieve verlichting, analyse, communicatie, etc.;
• leidinggevenden hun eigen KPI’s hebben en AI daarop moeten kunnen aansluiten.
  

De organisatiebrede norm geeft het kader. De teamaanpak zorgt voor praktische invulling:
dit doet AI in dit team, dit verwachten we van medewerkers, zó laten we zien dat ze dat kunnen.

Voorbeelden per type team

Per teamtype kun je het AI-diploma vertalen naar herkenbare situaties en taken. Enkele voorbeelden:

HR

• vacatureteksten, functieprofielen en brieven laten ondersteunen door AI;
  
• beleidsteksten en HR-communicatie laten herschrijven of samen te vatten;
  
• opleidingsplannen en gespreksverslagen structureren met AI, zonder privacyregels te schenden.
  

Finance / control

• toelichtingen bij rapportages voorbereiden met AI;
  
• complexe regelgeving laten samenvatten, maar altijd toetsen met de bron;
  
• scenario’s en varianten laten uitwerken, binnen heldere datakaders.
  

Zorgteams

• rapportages en overdrachten sneller en consistenter opstellen;
  
• protocollen laten samenvatten naar praktische werkinstructies;
  
• nooit cliëntgegevens in ongecontroleerde AI-tools invoeren en altijd professioneel eindoordeel houden.
  

Onderwijs

• lesmateriaal, oefenvragen en uitlegteksten laten genereren of differentiëren;
  
• formatieve toetsen en feedback voorbereiden;
  
• studenten bewust maken van verantwoord AI-gebruik.
  

Klantcontact

• antwoordvarianten en scripts laten genereren, afgestemd op tone of voice;
  
• samenvattingen van klantgesprekken laten maken voor registratiesystemen;
  
• escalaties en uitzonderingen altijd door een medewerker laten beoordelen.
  

Beleid / strategie

• beleidsstukken, nota’s en businesscases voorbereiden met AI;
  
• grote hoeveelheden input (enquêtes, rapporten) laten samenvatten;
  
• scenario’s laten uitwerken, maar besluiten altijd onderbouwd nemen met eigen analyse.
  

Voor elk van deze teams definieer je: wat mag AI doen, wat mag AI nooit doen, en wat moet een medewerker minimaal beheersen om met AI aan de slag te gaan.

Voorbeeldprofielen in een team: medewerker, teamleider, specialist

Binnen één team heb je verschillende rollen. Het is logisch om de AI-norm per rol te laten verschillen.

Drie generieke profielen:

• Medewerker
  
  • gebruikt AI in het dagelijks werk voor standaardtaken;
    
  • kent de basisregels (data, vertrouwelijkheid, bronnen controleren);
    
  • kan eenvoudige prompts maken en output beoordelen op bruikbaarheid.
    
    
• Teamleider / manager
  
  • begrijpt hoe AI het teamproces beïnvloedt (kwaliteit, risico, werkdruk);
    
  • kan AI-workflows beoordelen en bijsturen;
    
  • kan met medewerkers in gesprek over gewenst en ongewenst gebruik van AI;
    
  • leest teamrapportages en onderneemt actie bij achterblijvende competenties.
    
    
• Specialist / analist
  
  • ontwerpt of beheert AI-workflows voor het team (templates, prompts, checklists);
    
  • kan risico’s en uitzonderingen signaleren en koppelen aan beleid;
    
  • ondersteunt collega’s bij het slim en veilig inzetten van AI.
    

Per team kun je deze profielen concreet maken. Bijvoorbeeld:
“HR-medewerker op basisniveau”, “HR-adviseur op gevorderd niveau”, “HR-data-analist op expertniveau” met elk eigen leerdoelen en toetsing.

Praktische toetsvormen per team

Toetsvormen moeten aansluiten op het echte werk van het team. Geen generieke quiz over AI, maar opdrachten die zo dicht mogelijk op het proces liggen. Voorbeelden van toetsvormen:

• Casussen uit het eigen proces
  
  • HR: een vacature en profielen invoeren en met AI een goed voorstel laten maken, met correcte data-afwegingen.
    
  • Zorg: een anonieme casus laten uitwerken tot een rapportage in de juiste toon en structuur.
    
  • Klantcontact: een reeks klantvragen laten beantwoorden, inclusief escalatiecriteria.
    
    
• Praktijkopdrachten
  Medewerkers leveren één of meerdere concrete AI-uitwerkingen in (bijvoorbeeld een verbeterde werkinstructie, rapportage of lesopzet) die door een beoordelaar wordt nagekeken aan de hand van een rubric.
  
  
• Korte kennistoets
  Een compacte online toets met scenario-vragen over:
  
  • wat mag wel/niet qua data;
    
  • hoe ga je om met vertrouwelijke informatie;
    
  • wanneer moet je altijd zelf extra controleren.
    
    
• Duo- of teamopdracht
  Laat een klein team een AI-workflow ontwerpen voor één taak (bijvoorbeeld “mailafhandeling” of “voorbereiding cliëntgesprekken”) en beoordeel die op veiligheid, efficiëntie en duidelijkheid.
  

Door toetsvormen team-specifiek te maken, ervaren medewerkers het AI-diploma niet als abstract “moetje”, maar als direct relevant voor hun werk.

AI-diploma koppelen aan team-KPI’s

AI heeft pas impact als je het koppelt aan KPI’s die het team zelf belangrijk vindt. Het intern diploma laat dan niet alleen zien dat mensen “iets hebben geleerd”, maar ook dat het iets oplevert.

Voorbeelden:

• Tijdswinst
  
  • minder tijd kwijt aan verslaglegging, e-mails, rapportages;
  • meer tijd voor cliënt, leerling, klant of inhoudelijk werk.
  • 
    
• Foutreductie
  
  • minder administratieve fouten in dossiers;
  • consequente toepassing van protocollen en formats;
  • betere vastlegging van afspraken.
    
    
• Kwaliteit
  
  • duidelijkere communicatie;
  • beter gestructureerde stukken;
  • hogere tevredenheid bij interne of externe klanten.
    
    
• Compliance
  
  • minder incidenten rond privacy en informatiebeveiliging;
  • betere auditbevindingen op procesniveau.
    

Je kunt bijvoorbeeld afspreken:
“Na certificering draait dit team twee pilots waarbij we AI inzetten op één proces, en na drie maanden meten we tijdswinst en kwaliteit.”

Voorbeeld van een teamrapportage

Tot slot wil je kunnen zien hoe een team ervoor staat. Een eenvoudige teamrapportage kan bijvoorbeeld de volgende onderdelen bevatten:

• lijst van teamleden met:
  
  • naam en rol;
  • vereist AI-niveau (bijv. basis/gevorderd);
  • behaald AI-niveau en datum certificaat;
  • geldigheidsdatum of hercertificatiedatum;
  • status: op schema, bijna verlopen, verlopen/nog niet behaald.
    
    
• overzicht op teamniveau:
  
  • percentage medewerkers met geldig AI-diploma;
  • verdeling per niveau;
  • aantal medewerkers dat binnen 3 maanden moet hercertificeren;
  • eventuele opmerkingen uit de toetsing (bijv. “extra aandacht nodig voor privacyregels”).
    
    

Een teamleider kan met zo’n rapportage:

• gericht plannen wanneer medewerkers training of hercertificering volgen;
• onderbouwen naar MT of HR waar extra ondersteuning nodig is;
• AI-vaardigheid actief meenemen in ontwikkelgesprekken.
  

Zo wordt een intern AI-diploma geen los document, maar een stuurinstrument op teamniveau: je ziet wie wat kan, waar risico’s zitten en waar je samen de volgende stap kunt zetten.