De vraag “Wat moeten we met AI?” is te groot om bruikbaar te zijn. Ze nodigt uit tot losse experimenten, brede beleidsstukken en de aanschaf van gereedschap waarvoor nog geen helder probleem bestaat. Een betere vraag is kleiner: welk onderdeel van ons werk kost onnodig veel tijd, waar ontstaan fouten en welke menselijke beslissing mag niet verdwijnen?

Voor marketing- en communicatieteams kan AI helpen bij ordenen, samenvatten, varianten maken, patronen vinden en een eerste opzet leveren. Tegelijk kan het onjuiste informatie overtuigend formuleren, gevoelige gegevens verkeerd verwerken of teksten produceren die nergens echt naar klinken. In 2026 zijn de mogelijkheden breed, maar de basiskeuze blijft nuchter: gebruik technologie waar ze een aantoonbare taak verbetert en ontwerp controle voordat je opschaalt.

Beschrijf eerst het werkproces

Kies één terugkerende taak en schrijf de huidige stappen uit. Wie levert informatie aan? Waar moet iemand wachten? Welke controle vindt plaats en waar wordt het resultaat gebruikt? Je ontdekt vaak dat het probleem niet in het schrijven zelf zit, maar in ontbrekende broninformatie, onduidelijke goedkeuring of vijf versies van hetzelfde document.

Formuleer daarna wat beter betekent. Sneller is niet altijd het juiste doel. Misschien wil je consequenter begrippen gebruiken, meer interviews kunnen verwerken of vaker oude informatie controleren. Een concreet criterium maakt een proef eerlijk. Zonder dat criterium voelt een indrukwekkende demonstratie al snel als vooruitgang, terwijl het dagelijkse proces nauwelijks verandert.

Kies taken met een duidelijke grens

Een eerste toepassing werkt het best als invoer, gewenste uitvoer en controle helder zijn. Denk aan het groeperen van openbare klantvragen, het maken van kopvarianten voor een bestaande tekst of het samenvatten van een intern verslag dat daarvoor gebruikt mag worden. Minder geschikt zijn taken waarbij het systeem zelfstandig gevoelige claims, juridisch advies of persoonlijke beoordelingen publiceert.

  • Laag risico: ideeën ordenen, een opmaakvoorstel maken of een bestaande tekst inkorten.
  • Middelgroot risico: informatie samenvatten die inhoudelijk gecontroleerd moet worden.
  • Hoog risico: besluiten over personen, vertrouwelijke data of publicatie zonder menselijke beoordeling.

Deze indeling is geen formeel juridisch oordeel. Ze helpt je wel bepalen hoeveel toezicht nodig is. Betrek bij twijfel de mensen die verantwoordelijk zijn voor privacy, beveiliging, inkoop en wetgeving binnen je organisatie.

Beoordeel het gereedschap op je eigen materiaal

Een leveranciersdemo gebruikt meestal voorbeelden waarop het product goed presteert. Maak daarom een kleine, representatieve testset uit je eigen praktijk. Verwijder of vervang persoonsgegevens en vertrouwelijke informatie voordat je iets invoert. Neem makkelijke én lastige voorbeelden op, inclusief teksten met vaktermen, tegenstrijdige bronnen of een toon die nauw luistert.

Laat meerdere collega’s dezelfde uitkomsten beoordelen met vooraf afgesproken criteria. Kijk niet alleen of een tekst prettig leest. Controleer feiten, volledigheid, brongebruik, toon, vooroordelen en hoeveel nabewerking nodig is. Meet ook de totale doorlooptijd: het schrijven van een goede instructie en het controleren van vijf varianten kan langer duren dan een ervaren collega die direct één bruikbare versie maakt.

Maak de kosten volledig

De abonnementsprijs is maar één onderdeel. Reken ook implementatie, training, beheer, controles, koppelingen en herstelwerk mee. Een goedkoop hulpmiddel dat veel toezicht vraagt kan duurder uitpakken dan een beperkte functie in software die je team al beheerst. Neem daarnaast mee wat afhankelijkheid betekent: kun je gegevens exporteren, werkwijzen documenteren en overstappen wanneer voorwaarden veranderen?

Vijf vragen voor een proef

  1. Welke exacte stap willen we verbeteren?
  2. Welke gegevens gaan het systeem in en mogen die daar worden verwerkt?
  3. Wie controleert de uitkomst en waarop?
  4. Welke meetbare winst moet de proef opleveren?
  5. Wanneer stoppen we, ook als de technologie interessant voelt?

Houd redactioneel eigenaarschap zichtbaar

Een team blijft verantwoordelijk voor wat het publiceert, ongeacht welk hulpmiddel een concept maakte. Wijs daarom per toepassing een eigenaar aan. Die persoon bewaakt bronnen, instructies, kwaliteitscriteria en wijzigingen in het systeem. Leg ook vast waar menselijke goedkeuring verplicht is.

Voor publiekscontent betekent controle meer dan spelling. Kloppen voorbeelden? Zijn beloften redelijk? Worden mensen respectvol en inclusief aangesproken? Past de tekst bij wat je organisatie werkelijk doet? Een generiek model kan taalpatronen nabootsen, maar kent je actuele keuzes en verantwoordelijkheden niet zonder goede context en beoordeling.

Automatiseer een handeling, maar besteed het oordeel niet uit.

Transparantie vraagt om maatwerk. Niet iedere interne samenvatting heeft een zichtbaar label nodig, maar bij bepaalde vormen van gegenereerde of gemanipuleerde content kunnen regels, sectorafspraken of publieksverwachtingen disclosure vereisen. Maak hierover beleid dat past bij je gebruik, controleer actuele verplichtingen bij bevoegde bronnen en vermijd stellige claims wanneer je herkomst niet kunt aantonen.

Schaal pas op na een saaie, geslaagde proef

Een goede proef hoeft niet spectaculair te zijn. Ze moet herhaalbaar zijn. Draai de gekozen taak enkele weken in een beperkte omgeving. Houd bij welke invoer is gebruikt, hoeveel tijd elke stap kostte, welke fouten optraden en waarom een uitkomst werd afgekeurd. Bespreek niet alleen gemiddelde resultaten; één ernstige fout kan belangrijker zijn dan twintig snelle concepten.

Besluit daarna bewust: stoppen, aanpassen of uitbreiden. Bij uitbreiding blijft de oorspronkelijke handmatige route tijdelijk beschikbaar. Train collega’s niet alleen in het bedienen van een systeem, maar ook in broncontrole, privacy en het herkennen van overtuigend geformuleerde onzekerheid. Documenteer voorbeeldinstructies en slechte uitkomsten, zodat kennis niet bij één enthousiaste gebruiker blijft.

Herbeoordeel de toepassing regelmatig. Modellen, voorwaarden en koppelingen veranderen. Ook je eigen proces verandert wanneer mensen op het gereedschap gaan vertrouwen. Controleer daarom of de oorspronkelijke winst nog bestaat en of nieuwe risico’s zijn ontstaan.

Een AI-strategie die alleen uit een lijst hulpmiddelen bestaat, veroudert snel. Een organisatie die haar werk goed begrijpt, duidelijke grenzen stelt en zorgvuldig leert, kan makkelijker van gereedschap wisselen. Begin dus bij één taak, één eigenaar en één meetbare verbetering. Dat klinkt bescheiden, maar het is precies hoe technologie onderdeel wordt van degelijk werk.