AI-vaardigheid gaat niet over “handig zijn met een tool”, maar over meetbare competenties: wat iemand weet, kan, doet én laat. Als organisatie wil je dat niet vaag houden, maar concreet maken: welke AI-competenties vinden wij belangrijk, op welk niveau, en hoe toetsen we dat betrouwbaar?
Op deze pagina lees je:
- welke AI-competenties je kunt onderscheiden;
- hoe je die vertaalt naar concreet gedrag;
- hoe je niveaus en toetsvormen kiest;
- hoe je voorkomt dat het een vinkjescultuur wordt;
- hoe de uitkomsten terugkomen in rapportages, HR-dossier en opleidingsplan.
Het AI-competentiemodel: vijf domeinen
Een praktisch AI-competentiemodel bestaat minimaal uit deze vijf domeinen:
- Kennis
Begrip van wat AI is – en vooral wat het níet is.- basisbegrippen (modellen, data, beperkingen);
- weten welke AI-oplossingen de organisatie heeft en welke zijn toegestaan;
- globale kennis van relevante wet- en regelgeving (bijvoorbeeld rondom privacy en AI-gebruik).
- Vaardigheden (toepassing in het werk)
Het vermogen om AI in het eigen werkproces in te zetten.- goede prompts kunnen formuleren;
- AI kunnen gebruiken voor concrete taken (rapportages, lesmateriaal, analyses, correspondentie);
- output kunnen beoordelen, aanpassen en in het proces verwerken.
- Houding
De manier waarop iemand naar AI kijkt en ermee omgaat.- nieuwsgierig, maar niet naïef;
- bereid om te leren en te experimenteren binnen de kaders;
- durven aangeven als iets onduidelijk of onveilig voelt.
- Risico & compliance
Inzicht in risico’s en het vermogen om daar naar te handelen.- herkennen van situaties met hoge privacy- of veiligheidsrisico’s;
- weten welke gegevens nooit in bepaalde tools mogen;
- AI-gebruik kunnen uitleggen en onderbouwen richting audit of leidinggevende.
- Ethiek en maatschappelijke impact
Bewustzijn van de impact van AI op mensen, organisatie en maatschappij.- omgaan met bias en discriminatie in AI-output;
- transparant zijn richting cliënten, leerlingen, klanten;
- respect voor beroepscodes en professionele standaarden.
Deze domeinen vormen de basis. Per functie of rol bepaal je vervolgens: welke domeinen zijn cruciaal en op welk niveau?
Gedragsindicatoren: hoe herken je bekwaam gedrag?
Een competentie wordt pas bruikbaar als je hem in gedrag kunt zien. Een manager moet aan het werk kunnen zien of iemand “AI-bekwaam” is – niet alleen uit een certificaat.
Een paar voorbeelden per domein:
- Kennis
- medewerker legt in begrijpelijke taal uit wat AI kan en waar de grenzen liggen;
- verwijst naar interne richtlijnen als collega’s vragen hebben over tools of data.
- Vaardigheden
- gebruikt AI zichtbaar in dagelijkse taken (bijv. samenvatten, structureren, opstellen van teksten);
- levert output die past bij de organisatie-standaard, zonder dat AI “zichtbaar doorschemert”.
- Houding
- test nieuwe AI-toepassingen eerst kleinschalig en deelt ervaringen;
- vraagt actief hulp of feedback als iets nieuw of complex is.
- Risico & compliance
- stopt of past een workflow aan als er twijfel is over dataveiligheid;
- meldt incidenten of near-misses in de juiste kanalen.
- Ethiek
- wijst AI-output af als die discriminerend, sturend of onjuist is, ook als dat meer werk oplevert;
- bespreekt dilemma’s in het team in plaats van alleen te improviseren.
In je AI-competentiekader leg je deze gedragsindicatoren vast, zodat leidinggevenden, HR en auditors dezelfde taal spreken.
Niveaus per competentie
Je hoeft niet iedereen op hetzelfde niveau te brengen. Per competentie werk je met niveaus. Twee veelgebruikte opties:
Model 0–3
- 0 – Onbekend / onbewust
- gebruikt AI niet of ongericht;
- kent kaders en risico’s niet.
- 1 – Basis
- begrijpt de basis, gebruikt AI voor eenvoudige taken;
- kent de belangrijkste do’s en don’ts.
- 2 – Gevorderd
- past AI gericht toe in meerdere processen;
- herkent risico’s en stuurt daar zelf op.
- 3 – Expert
- ontwerpt AI-workflows, traint anderen, adviseert over beleid.
- ontwerpt AI-workflows, traint anderen, adviseert over beleid.
Model basis / gevorderd / expert
Zelfde idee, andere labels – vaak herkenbaarder naar medewerkers toe. Belangrijk is dat je per domein beschrijft wat elk niveau betekent. Je kunt dus een medewerker hebben met:
- kennis: gevorderd;
- vaardigheden: basis;
- risico/compliance: basis;
- houding: gevorderd;
- ethiek: gevorderd.
Dat geeft een veel scherper beeld dan één totaalscore “geslaagd/niet geslaagd”.
Toetsvormen: mix van kennis en praktijk
Geen enkele toetsvorm dekt alles af. In de praktijk gebruik je een combinatie:
- Online kennistoets
- korte toets over begrippen, beleid en basisregels;
- geschikt om kennisdomein snel en schaalbaar te meten;
- idealiter met scenario-vragen (“wat doe je in deze situatie?”) in plaats van alleen definities.
- Praktijkopdracht
- medewerkers krijgen een taak die lijkt op hun echte werk (bijv. rapportage, lesplan, klantmail, beleidsnotitie);
- ze gebruiken AI, leveren output én korte toelichting op aanpak en keuzes;
- beoordelaar kijkt met een rubric naar kwaliteit, veiligheid, professionaliteit.
- Portfolio van AI-toepassingen
- bundel van 2–5 echte voorbeelden uit de praktijk;
- toont hoe iemand AI toepast in verschillende situaties;
- geschikt voor gevorderde/expert-niveaus en functies met veel variatie.
- Beoordelings- of voortgangsgesprek
- leidinggevende bespreekt samen met medewerker hoe AI in het werk wordt ingebed;
- gebruikt de competenties en gedragsindicatoren als kapstok;
- borgt dat het diploma in de praktijk wordt “waargemaakt”.
Per functiegroep kies je een passende combinatie. Bijvoorbeeld: kennis + praktijkopdracht voor basisniveau, aangevuld met portfolio en gesprek voor gevorderd/expert.
Validiteit bewaken: geen vinkjescultuur
Het risico van interne certificering is duidelijk: het wordt een afvinkproject. Dat voorkom je door een paar afspraken:
- Koppeling met echt werk
Toetsen zijn zo opgezet dat ze het werkproces nabootsen. Geen losstaande trucjes, maar taken die herkenbaar zijn voor de functie. - Duidelijke normering
Met rubrics en beoordelingscriteria voorkom je dat “iedereen wel zo’n beetje slaagt”. Beschrijf per niveau precies wat voldoende is. - Periodieke herhaling
Certificaten hebben een einddatum. Om geldig te blijven, volgt de medewerker een update (bijv. microlearning) én een korte herhalingstoets. - Peer review en kalibratie
Laat bij praktijkopdrachten af en toe een tweede beoordelaar meekijken. Bespreek verschillen in beoordeling, zodat je als organisatie een gelijk niveau houdt. - Scheiden van training en toetsing
Eerst leren, dan toetsen. Wie zakt, krijgt gerichte feedback en herkanst – maar wordt niet alsnog automatisch “afgevinkt”.
Zo wordt het AI-diploma een betrouwbare maat voor bekwaamheid, geen formaliteit.
Resultaten in rapportages, HR-dossier en opleidingsplan
Tot slot: de waarde zit niet alleen in het individuele certificaat, maar in hoe je de resultaten gebruikt.
- Managementrapportages
- inzicht per team in certificeringsgraad en niveaus per domein;
- overzicht van afdelingen met verhoogd risico of achterstand;
- trendinformatie per kwartaal of jaar.
- HR-dossier en functiehuis
- AI-competenties geregistreerd in HR-systeem per medewerker;
- koppeling aan functie-eisen en salarisschalen waar relevant;
- zicht op wie klaar is voor functies met zwaardere AI-verantwoordelijkheid.
- Opleidings- en ontwikkelplan
- gebruik toetsresultaten om gerichte leerpaden aan te bieden;
- signalering: welke teams hebben extra begeleiding nodig;
- input voor POP’s en beoordelingsgesprekken: AI-vaardigheid wordt onderdeel van reguliere ontwikkeling.
Met een helder AI-competentiemodel en een doordachte toetsing maak je AI-vaardigheid zichtbaar, meetbaar en bespreekbaar – niet als doel op zich, maar als basis voor verantwoord, veilig en professioneel werken met AI in je organisatie.