Ik heb teams zien blokkeren bij de invoering van AI. En ik heb teams zien inhaken. Het verschil zat zelden in de technologie. Het zat in hoe de verandering werd geleid. Dit artikel gaat over dat verschil.
Waarom weerstand logisch is
Zet je even in de stoel van je medewerker. Iemand die al vijftien jaar vergunningen beoordeelt, hoort dat "AI dat straks gaat ondersteunen". Wat hoort die persoon echt? Misschien: mijn ervaring doet er straks minder toe. Of: ze denken dat een machine mijn werk kan. Of gewoon: alweer een verandering, terwijl de vorige reorganisatie nog vers is.
Die reacties zijn geen onwil. Het zijn logische vragen van mensen die hun werk serieus nemen. Wordt mijn werk anders? Heb ik straks nog dezelfde rol? Mag dit wel, met de gegevens van inwoners? Wie die vragen wegwuift met een enthousiaste demo, organiseert zijn eigen weerstand.
Weerstand is informatie
Achter bijna elke vorm van weerstand zit een terechte zorg. De scepticus die zegt "die chatbot geeft straks verkeerde antwoorden aan inwoners" heeft een punt: onderzoek van Binnenlands Bestuur liet zien dat de antwoordkwaliteit van gemeentelijke chatbots flink kan tegenvallen. De medewerker die vraagt "waar blijven onze gegevens?" stelt precies de vraag die de functionaris gegevensbescherming ook zou stellen.
Behandel die zorgen als gratis risicoanalyse. Je kritischste medewerkers zijn vaak je beste testers. Wie hun bezwaren serieus neemt, krijgt er twee dingen voor terug: een beter plan én mensen die zich gehoord voelen.
Het gesprek mét je team, niet óver je team
De grootste fout die ik zie: het plan is al klaar voordat het team ervan hoort. De tool is gekozen, de pilot ingepland, en dan mag iedereen nog "meedenken". Medewerkers voelen feilloos aan dat er dan niets meer te kiezen valt.
Draai het om. Begin met de vraag waar het werk knelt. Welke taken vreten tijd, waar gaat het mis, wat zou je willen dat er anders kon? Dat gesprek kan iedereen voeren, ook wie niets van AI weet. En het levert precies de plekken op waar AI, of gewoon een beter proces, iets kan toevoegen. Zo wordt de verandering iets van het team zelf, in plaats van iets dat het team overkomt.
Erken wat er echt verandert
Wees eerlijk: sommige taken verdwijnen echt. Wie nu veel tijd besteedt aan het uitwerken van verslagen, gaat dat werk zien veranderen. Doen alsof alles bij het oude blijft, is de snelste manier om vertrouwen te verliezen.
Maar vertel ook het hele verhaal. In de Bredase Copilot-pilot bespaarden medewerkers gemiddeld 14 uur per maand op routinetaken. Die tijd verdween niet; die ging naar werk waar mensen het verschil maken: het gesprek met de inwoner, de complexe casus, het werk dat bleef liggen. De vraag aan je team is dus niet "wat raken we kwijt?", maar "wat gaan we doen met de tijd die vrijkomt?" Dat is een gesprek waar mensen wél zin in hebben.
Maak leren veilig, en verplicht jezelf ook
Sinds februari 2025 verplicht de Europese AI-verordening organisaties om te zorgen dat medewerkers die met AI werken voldoende AI-geletterd zijn. Zie dat niet als compliance-klus, maar als kans: het geeft je een legitieme reden om tijd vrij te maken voor leren.
- Geef medewerkers tijd om te oefenen onder werktijd, met opdrachten uit hun eigen praktijk
- Laat fouten bespreekbaar zijn: wie een AI-misser deelt, helpt het hele team
- Doe zelf mee. Een teamleider die zelf oefent en eigen missers deelt, geeft het goede voorbeeld
- Spreek duidelijke grenzen af: welke gegevens gaan er nooit in, en wie controleert wat eruit komt
Wat dit van jou als leidinggevende vraagt
Verandering leiden is een ander vak dan een afdeling draaiend houden. Het vraagt dat je onzekerheid kunt verdragen, ook je eigen. Dat je vragen krijgt waar je het antwoord niet op hebt, en dat durft te zeggen. En dat je consequent blijft uitdragen waarom deze verandering het waard is, ook als het even tegenzit.
Je hoeft dat niet alleen te doen. Zoek een collega-teamleider die hetzelfde doormaakt, of iemand van buiten om mee te sparren. De teams die inhaken, hebben bijna altijd een leidinggevende die zelf ook hulp durfde te vragen.