Maand: juli 2026

Vrijwel iedere organisatie heeft inmiddels toegang tot AI. Licenties zijn gekocht, tools uitgerold, pilots gestart. En toch blijft het resultaat achter bij de belofte: een handvol enthousiastelingen gebruikt de tools dagelijks, de rest opent ze zelden. Dit stuk beschrijft waarom AI-adoptie in de kern geen technologievraagstuk is maar gedragsverandering, welke skills medewerkers daarvoor nodig hebben, en wat organisaties kunnen leren van de aanpakken die in de praktijk wél werken.

De tools zijn er, de organisatie is zoekende

De cijfers over de investeringskant zijn eenduidig. Uit het rapport Superagency in the Workplace van McKinsey (2025) blijkt dat 92 procent van de bedrijven van plan is de komende jaren méér in AI te investeren, terwijl slechts 1 procent van de leiders de eigen organisatie volwassen noemt in het gebruik ervan. Opvallender nog is waar het volgens datzelfde onderzoek knelt: niet bij de medewerkers, die verder zijn dan hun bestuurders denken, maar bij het leiderschap. Bestuurders schatten dat een kleine groep medewerkers AI intensief gebruikt, terwijl het werkelijke aandeel ruim drie keer zo hoog ligt.

Wat ik in de praktijk zie, sluit daarop aan. Organisaties worden overspoeld met AI-oplossingen, en pas daarna beginnen de echte vragen. Mag dit wel, en op welke grondslag? Waar gaat onze data heen? Wie is eigenaar van de risico’s? En vooral: hoe krijgen we mensen zover dat zij hun manier van werken echt veranderen? De technologie is er allang. Het vertrouwen en het gedrag nog niet altijd.

Misschien herkent u het: de licenties zijn geregeld, de kick-off is geweest, en drie maanden later werkt iedereen weer zoals daarvoor.

Wat is AI-adoptie?

AI-adoptie is het proces waarin medewerkers en teams AI daadwerkelijk en blijvend opnemen in hun dagelijkse manier van werken. Het is iets anders dan AI-implementatie: implementatie gaat over toegang tot tools, adoptie gaat over ander werkgedrag. Een organisatie waarin iedereen een licentie heeft maar niemand zijn werkwijze aanpast, heeft geïmplementeerd, niet geadopteerd.

Dat onderscheid verklaart waarom zoveel AI-trajecten stilvallen na de pilot. De implementatie is een project met een einddatum. De adoptie is gedragsverandering, en gedrag verandert niet door een uitrol maar door herhaling: iets nieuws proberen, ervaren dat het werkt, opnieuw doen, tot het went. Wie adoptie behandelt als een IT-project, meet voortgang in uitgerolde tools. Wie haar behandelt als gedragsverandering, meet voortgang in wat mensen anders dóén.

Nieuw werk vraagt nieuwe skills, en die zijn niet technisch

De skills die deze adoptie vraagt, zijn maar beperkt technisch. Een prompt formuleren leert vrijwel iedereen in een middag. Het Future of Jobs Report van het World Economic Forum (2025) laat zien welke vaardigheden er werkelijk toe doen naast technologische geletterdheid: kritisch en analytisch denken, nieuwsgierigheid en blijven leren, veerkracht en flexibiliteit. Vertaald naar de werkpraktijk: output beoordelen in plaats van klakkeloos overnemen, bronnen controleren, bias herkennen, weten wanneer AI juist níét het antwoord is, en het eigen professionele oordeel blijven aanzetten. Dat zijn soft skills, geen knoppenkennis.

Sinds februari 2025 is dit bovendien geen vrijblijvende ambitie meer. Artikel 4 van de EU AI Act verplicht organisaties die AI inzetten om te zorgen voor een toereikend niveau van AI-geletterdheid bij hun medewerkers, passend bij hun rol en de context waarin de systemen worden gebruikt. De vraag is dus niet meer óf medewerkers hierin ontwikkeld moeten worden, maar hoe: als eenmalige e-learning die na een week is weggezakt, of als geoefend gedrag dat beklijft.

Wat in de praktijk werkt: vijf ingrediënten

Uit de organisaties waar de adoptie wél van de grond komt, komt een herkenbaar patroon naar voren. Vijf ingrediënten keren steeds terug.

Ten eerste: governance op orde, vóór het experiment. Duidelijkheid over privacy, datastromen en kaders is geen rem maar een voorwaarde; zij schept het vertrouwen om te mógen proberen. Ten tweede: AI-champions op de werkvloer, mensen die zelf experimenteren en collega’s meenemen, dichtbij en geloofwaardig. Ten derde: een klein leerritme in plaats van een big bang, bijvoorbeeld elke week één toepassing leren en direct gebruiken. Ten vierde: AI in de echte werkcontext, niet in een cursusomgeving ernaast; mensen adopteren wat hun eigen werk vandaag makkelijker maakt. En ten vijfde: ruimte voor job crafting. Uit het onderzoek van Wrzesniewski en Dutton (Academy of Management Review, 2001) weten we dat medewerkers die hun eigen werk actief herontwerpen meer eigenaarschap en betekenis ervaren. Wie mensen hun werk mét AI opnieuw laat vormgeven, in plaats van een nieuwe werkwijze op te leggen, maakt van de verandering iets van henzelf.

De rode draad door alle vijf: het zijn gedragsinterventies. Geen van deze ingrediënten gaat over de technologie zelf.

Oefenen als motor van AI-adoptie

Als AI-adoptie gedragsverandering is, geldt de wet van alle gedragsverandering: weten is niet kunnen. Een presentatie over verantwoord AI-gebruik verandert net zo weinig aan werkgedrag als een poster over feedback aan een cultuur. Wat gedrag verandert, is oefenen in de eigen werkcontext, met directe feedback, herhaald over tijd.

Dat oefenen heeft hier twee kanten. De eerste is het nieuwe werkgedrag zelf: kritisch doorvragen op AI-output, een advies van een AI-systeem toetsen voordat je erop bouwt, aan een klant of collega uitleggen hoe een besluit tot stand kwam. De tweede kant wordt vaak vergeten: de gesprekken die de verandering dragen. De teamleider die weerstand krijgt van een medewerker die zijn vak bedreigd voelt. De AI-champion die een sceptische collega meeneemt zonder te overtuigen door te duwen. De professional die aan een bezorgde klant uitlegt wat er met diens gegevens gebeurt. Juist die gesprekken bepalen of de adoptie kantelt of stilvalt, en juist die gesprekken oefent vrijwel niemand.

Met een AI Avatar training kan dat wel: ieder gesprek, scenario en leerdoel is te oefenen in de eigen werkcontext, van het weerstandsgesprek tot de kritische toets van een AI-advies, met directe feedback op concreet gedrag. Zo wordt zichtbaar, per competentie en over tijd, of de organisatie werkelijk beweegt; dat is het verschil tussen een training en borging. PractAIce is op die gedachte gebouwd, en is daarmee zelf een voorbeeld van AI die gedragsverandering versnelt in plaats van alleen werk overneemt.

Wat dit betekent voor HR en L&D

• Behandel AI-adoptie als gedragsprogramma, niet als uitrol. Definieer welk concreet werkgedrag u over zes maanden wilt zien, en richt de interventies daarop in: klein leerritme, oefenen in de werkcontext, champions dichtbij.
• Ontwikkel AI-geletterdheid als vaardigheid, niet als certificaat. Artikel 4 van de EU AI Act vraagt om een toereikend niveau, passend bij de rol. Een afgevinkte e-learning toont deelname aan; herhaald en beoordeeld gedrag toont geletterdheid aan.
• Train ook de gesprekken rond de verandering. Leidinggevenden en AI-champions dragen de adoptie. Laat hen oefenen met weerstand, zorgen en het meenemen van collega’s, voordat die gesprekken er echt toe doen.

Veelgestelde vragen

Wat is AI-adoptie?

AI-adoptie is het proces waarin medewerkers en teams AI daadwerkelijk en blijvend opnemen in hun dagelijkse manier van werken. Het onderscheidt zich van implementatie: die gaat over toegang tot tools, adoptie gaat over ander werkgedrag dat beklijft.

Wat is AI-geletterdheid en is het verplicht?

AI-geletterdheid is het vermogen om AI-systemen geïnformeerd in te zetten: output beoordelen, risico’s en bias herkennen, en weten waar de grenzen liggen. Sinds februari 2025 verplicht artikel 4 van de EU AI Act organisaties die AI gebruiken om bij hun medewerkers een toereikend niveau van AI-geletterdheid te waarborgen, passend bij hun rol.

Hoe krijg je medewerkers mee met AI?

Niet met een grote lancering, maar met gedragsinterventies: heldere kaders die vertrouwen geven, champions op de werkvloer, een klein wekelijks leerritme, toepassing in het eigen werk en ruimte om het werk zelf opnieuw vorm te geven. Oefenen met directe feedback, ook op de gesprekken rond de verandering, maakt het verschil tussen een pilot en blijvend ander gedrag.

Over de auteur: Sven is oprichter van PractAIce en gedragsexpert. Hij werkt al jaren aan gedragsverandering en aan het borgen van nieuw gedrag in de dagelijkse praktijk, en aan het concreet en meetbaar maken van soft skills.

Twijfelt u of de AI-adoptie in uw organisatie verder komt dan de pilot? Met PractAIce oefenen medewerkers en leidinggevenden het gedrag en de gesprekken die de verandering dragen, in hun eigen werkcontext, met directe feedback. Ontdek de AI Avatar training of vraag gerust een demo aan.

Weinig beroepsgroepen voelen de opkomst van AI zo direct als trainers en coaches. E-learningplatforms beloven hetzelfde resultaat voor een fractie van de prijs, opdrachtgevers vragen om aantoonbaar effect, en de eendaagse training verliest terrein. De reflex is begrijpelijk: AI zien als concurrent. Dit stuk beschrijft waarom dat de verkeerde lezing is, en hoe AI-rollenspellen juist het ontbrekende deel van de propositie kunnen worden: de oefenruimte tussen de sessies, met bewijs van gedragsverandering als resultaat.

De omgeving van trainers verandert sneller dan hun aanbod

De vraag naar ontwikkeling is nog nooit zo groot geweest. Het Future of Jobs Report van het World Economic Forum (2025) laat zien dat werkgevers verwachten dat 39 procent van de kernvaardigheden van medewerkers verandert richting 2030. Volgens onderzoek van Gartner verwacht 85 procent van de businessleiders dat de behoefte aan skillsontwikkeling de komende jaren sterk toeneemt door AI en digitalisering, en vindt een groot deel dat leren nu te traag reageert op het tempo van die verandering. Tegelijk verandert wát organisaties vragen. Uit het Workplace Learning Report van LinkedIn (2025) blijkt dat bijna de helft van de L&D-professionals bestuurders hoort twijfelen of medewerkers de skills hebben om de strategie uit te voeren. Organisaties moeten wendbaarder worden, en de vraag verschuift daarmee van generieke programma’s naar training op maat: gericht op de gesprekken, de klanten en de spanning van dít team, met zichtbaar resultaat in gedrag. Opdrachtgevers stellen andere vragen dan vijf jaar geleden. Niet meer “wat behandelt de training?”, maar “wat verandert er daarna op de werkvloer, en hoe tonen we dat aan?”

Misschien herkent u die verschuiving in uw eigen offertes. De inhoud overtuigt nog steeds, maar de vraag naar borging en bewijs wordt elke aanbesteding scherper.

Het gat in de klassieke propositie

Op precies die vraag knelt het klassieke model. Uit het werk rond deliberate practice van K. Anders Ericsson (Psychological Review, 1993) weten we dat vaardigheid ontstaat uit gerichte, herhaalde oefening met directe feedback. Een trainingsdag kan het inzicht en de eerste oefening leveren, maar niet de herhaling: de trainer kan niet wekenlang naast iedere deelnemer staan terwijl die het geleerde toepast. Zo ontstaat het bekende transferprobleem: wat in de trainingszaal werd geleerd, vervaagt in de weken erna, en niemand kan aantonen wat er is blijven hangen.

Het gat in de propositie van veel trainingsbedrijven zit dus niet in de kwaliteit van de training, maar in wat er ná de training gebeurt. Wie dat gat dicht, versterkt zijn positie fundamenteel.

AI-rollenspellen: verlenging van de trainer, geen vervanging

De productieve lezing van het AI-rollenspel is niet vervanging, maar verlenging. De trainer blijft degene die de groep leest, de methodiek bepaalt en het echte gesprek voert. Wat AI toevoegt, is de schaal die één mens niet heeft: iedere deelnemer kan tussen de sessies door blijven oefenen, op het moment dat het uitkomt, in situaties uit het eigen werk. In een AI-rollenspel, via een AI Avatar training, oefent een deelnemer het gesprek uit de workshop opnieuw, met een tegenspeler die realistisch reageert: die weerstand biedt, emotioneel wordt en doorschakelt waar een script zou stoppen. Elke sessie levert directe feedback op concreet gedrag. De trainer ziet vervolgens niet alleen dát er geoefend is, maar hoe de groep zich ontwikkelt, per competentie en over tijd.

PractAIce als strategische tool voor trainingsbedrijven

PractAIce is gebouwd om deze rol te vervullen, met de trainer als eigenaar van de inhoud. Trainers en trainingsbedrijven bouwen hun eigen AI-rollenspellen en zetten hun eigen methodiek en modellen in het feedbackkader, zodat de AI beoordeelt langs de lijnen die de trainer zelf hanteert. Ieder gesprek, ieder scenario, ieder leerdoel en iedere skill is te trainen in de eigen werkcontext van de deelnemer: het verkoopgesprek van dat ene salesteam, het slechtnieuwsgesprek van die ene zorgorganisatie.

Zo wordt AI geen kostenpost of bedreiging, maar onderdeel van het verdienmodel. Strategisch verandert daarmee de positie van het trainingsbedrijf. De propositie verschuift van dagdelen verkopen naar programma’s leveren met aantoonbaar resultaat: workshop, oefenperiode en meting vormen één geheel. Dat onderscheidt in aanbestedingen waar borging en meetbaarheid steeds vaker als eis staan, het opent een doorlopende inkomstenlijn naast de trainingsdag, en het beantwoordt de vraag van organisaties die wendbaarder moeten worden en daarvoor maatwerk zoeken. De trainer wordt daarmee geen wederverkoper van technologie, maar gebruikt het platform als verlengstuk van het eigen vakmanschap.

Zo zet een trainingsbureau het in

Een voorbeeld maakt het concreet. Een trainingsbureau levert een leiderschapsprogramma rond feedback en lastige gesprekken aan een middelgrote zorgorganisatie. Voorheen bestond dat uit twee trainingsdagen en een terugkomdagdeel. Met PractAIce als tool ziet het programma er anders uit.

Het bureau vertaalt de intake naar rollenspellen in de taal van de opdrachtgever: het gesprek met de overbelaste verpleegkundige, het aanspreken van een collega op een protocol. Na de eerste trainingsdag oefenen deelnemers zes weken lang twee keer per week een kort AI-rollenspel met de AI Avatar, beoordeeld langs het feedbackmodel van het bureau zelf. De trainer volgt de voortgang op groepsniveau en ziet waar de groep blijft haken, bijvoorbeeld bij het doorvragen na weerstand. De terugkomsessie gaat daardoor niet over de theorie van zes weken geleden, maar over de patronen uit de oefendata. De opdrachtgever ontvangt een rapportage met ontwikkeling per competentie.

Voor het bureau verandert er drie dingen tegelijk. De trainer verschuift van zender naar coach op basis van data. De opdrachtgever ziet zwart op wit wat het programma oplevert, wat het gesprek over verlenging aanzienlijk eenvoudiger maakt. En het bureau heeft naast de trainingsdagen een licentiecomponent in het aanbod, zonder zelf technologie te hoeven bouwen.

Wat dit betekent voor trainers en coaches

• Herpositioneer het aanbod rond gedrag en bewijs. De markt beweegt van kennisoverdracht naar aantoonbare gedragsverandering. Wie zijn programma’s inricht als oefentrajecten met meting, sluit aan op wat opdrachtgevers vragen.
• Zet AI in als verlenging van het vakmanschap, niet als gimmick. De waarde zit niet in de technologie zelf, maar in de herhaalde oefening en de gedragsdata die de trainer daarmee in handen krijgt.
• Kies een platform waarin de eigen inhoud leidend is. Een trainer die zijn methodiek, scenario’s en feedbackkaders zelf kan bouwen, versterkt zijn propositie. Een gesloten catalogus maakt hem inwisselbaar.

Veelgestelde vragen

Wat is een AI-rollenspel?

Een AI-rollenspel is een gespreksoefening waarin een deelnemer een realistisch gesprek voert met een AI Avatar die reagerat als een echt mens: met weerstand, emotie en eigen belangen. Na afloop krijgt de deelnemer feedback op concreet gedrag, zodat herhaald oefenen tot zichtbare ontwikkeling leidt.

Vervangt AI de trainer?

Nee. De trainer bepaalt de methodiek, leest de groep en voert de gesprekken die alleen een mens kan voeren. AI neemt het deel over dat voor een trainer praktisch onmogelijk is: iedere deelnemer wekenlang laten oefenen met directe feedback. De trainer krijgt daar gedragsdata voor terug waarmee de eigen begeleiding scherper wordt.

Hoe integreer je AI in een bestaand trainingsprogramma?

Door de oefenperiode tussen de contactmomenten te organiseren: vertaal de leerdoelen van het programma naar rollenspellen in de werkcontext van de deelnemers, laat hen tussen de sessies kort en frequent oefenen, en gebruik de voortgangsdata als input voor de terugkomsessie. Zo versterken training en oefening elkaar in plaats van los naast elkaar te staan.

Over de auteur: Sven is oprichter van PractAIce en gedragsexpert. Hij werkt al jaren aan gedragsverandering en aan het borgen van nieuw gedrag in de dagelijkse praktijk, en aan het concreet en meetbaar maken van soft skills.

Twijfelt u of dit past bij uw trainingspraktijk? PractAIce is gebouwd mét en vóór trainers en coaches: u bouwt uw eigen rollenspellen, houdt uw eigen methodiek en krijgt de gedragsdata die uw propositie versterken. Ontdek de mogelijkheden of vraag gerust een demo aan.

Vrijwel iedere organisatie wil een aanspreekcultuur. De kernwaarden zijn beschreven, de feedbacktraining is gevolgd, het model hangt figuurlijk aan de muur. En toch blijft het gesprek uit: de collega die structureel te laat aanlevert wordt niet aangesproken, de zorg over werkdruk wordt ingeslikt, de fout wordt pas besproken als hij niet meer te verbergen is. Dit stuk beschrijft wat een aanspreekcultuur werkelijk is, waarom feedback geven zo vaak misgaat, en waarom niet kennis van modellen maar geoefend gedrag bepaalt of mensen elkaar aanspreken

De waarden staan op papier, het gesprek blijft uit

De meeste organisaties hebben hun waarden zorgvuldig beschreven: eigenaarschap, respect, samenwerking, openheid. Vaak is zelfs concreet gemaakt welk gedrag daarbij hoort. De uitdaging zit zelden in het benoemen van die waarden, maar in het consequent toepassen ervan in het dagelijks werk. Want juist daar ontstaan verschillen. Voor de één betekent eigenaarschap initiatief nemen, voor de ander afspraken nakomen. Voor de één betekent respect ruimte geven, voor de ander juist het eerlijke gesprek voeren.

Cultuur verandert niet doordat waarden worden gecommuniceerd. Cultuur verandert wanneer mensen het gedrag achter die waarden herkennen, oefenen, bespreken en herhalen. Maar de waan van de dag verschuift de aandacht snel naar deadlines en operationele prioriteiten. Als aanspreken geen vaste plek krijgt in het dagelijks werk, blijft die cultuur iets waarover wordt gesproken, in plaats van iets wat mensen doen.

Misschien herkent u het: de training is gevolgd, iedereen kent de feedbackregels, en in het eerstvolgende teamoverleg zegt opnieuw niemand iets.

 

Wat is een aanspreekcultuur?

Een aanspreekcultuur is een werkomgeving waarin collega’s elkaar tijdig, direct en respectvol aanspreken op gedrag, afspraken en resultaten, en waarin feedback geven en ontvangen een normaal onderdeel van het werk is in plaats van een uitzondering. Het gaat niet om hardheid, maar om helderheid: issues worden besproken op het moment dat ze klein zijn, met de persoon om wie het gaat, en met de intentie om samen beter te worden.

Dat laatste onderscheidt aanspreken van afrekenen. Aanspreken is gericht op gedrag en op de toekomst; afrekenen is gericht op de persoon en op het verleden. Het verschil tussen die twee zit niet in de intentie op papier, maar in hoe het gesprek feitelijk wordt gevoerd. En precies daar gaat het vaak mis.

Waarom feedback geven zo vaak misgaat

Feedback wordt behandeld alsof meer altijd beter is. Het onderzoek laat een ongemakkelijker beeld zien. In de klassieke meta-analyse van Kluger en DeNisi (Psychological Bulletin, 1996), gebaseerd op honderden onderzochte feedbackinterventies,

verlaagde ruim een derde van de interventies de prestaties juist. Feedback die de aandacht naar de persoon trekt in plaats van naar de taak, roept verdediging op in plaats van leren. Hattie en Timperley (Review of Educational Research, 2007) komen tot een vergelijkbare conclusie: feedback behoort tot de krachtigste leerinterventies die we kennen, maar alleen wanneer zij gericht is op de taak, het proces en de zelfregulatie van de ontvanger, en niet op de persoon.

Onderzoek van Gallup bevestigt dat het probleem niet in de behoefte zit maar in de uitvoering: medewerkers die waardevolle feedback ontvangen zijn vele malen vaker betrokken en aanzienlijk minder vaak opgebrand, maar een groot deel van de medewerkers zit niet te wachten op frequentere feedback, omdat de feedback die zij krijgen niet waardevol ís.

De conclusie is scherp te stellen. Feedback geven is geen kennisprobleem. Vrijwel iedereen kan de regels opsommen: beschrijf gedrag, benoem het effect, doe het tijdig. Het probleem zit in de uitvoering onder spanning: de toon in de eerste zin, de stilte na de boodschap, het doorvragen als de ander zich verdedigt. Dat is gedrag, en gedrag leer je niet uit een model.

Psychologische veiligheid als voorwaarde

Er is nog een tweede laag. Aanspreken vraagt dat mensen zich veilig genoeg voelen om het risico van het gesprek te nemen. Het onderzoek van Amy Edmondson (Administrative Science Quarterly, 1999) liet zien dat teams met een hoge psychologische veiligheid fouten eerder melden en sneller leren; niet omdat er meer misgaat, maar omdat wat misgaat besproken wordt.

Ook die veiligheid is geen beleidsstuk, maar een optelsom van gedrag. Zij ontstaat in de reactie van een leidinggevende op het eerste kritische geluid, in de manier waarop een team omgaat met de collega die een fout deelt. Eén afstraffende reactie doet meer af aan die cultuur dan tien posters eraan toevoegen. Wie de cultuur wil versterken, moet dus bij dit gedrag beginnen, en vooral bij het gedrag van leidinggevenden.

Een aanspreekcultuur oefen je, gesprek voor gesprek

Weten is niet kunnen. Tussen het kennen van een feedbackmodel en het voeren van een goed gesprek zit oefening: proberen, terugkijken, opnieuw proberen. Het probleem was altijd dat die oefenruimte ontbrak. Op de collega zelf oefenen is riskant, en een acteur inhuren voor iedere medewerker is niet schaalbaar.

Daar verandert AI de mogelijkheden wezenlijk. Met AI avatars die reageren als echte mensen kan iedere medewerker en leidinggevende het aanspreekgesprek oefenen dat hij in de eigen praktijk moet voeren: een collega aanspreken op een niet-nagekomen afspraak, werkdruk bespreekbaar maken, een zorg over kwaliteit of veiligheid delen, feedback ontvangen zonder in de verdediging te schieten. Ieder gesprek, scenario en leerdoel is te oefenen in de eigen werkcontext. Na het oefenen volgt gerichte feedback en feedforward: wat ging goed, wat kan sterker, en welk alternatief gedrag helpt in de volgende situatie. De AI-coach helpt om patronen te herkennen en de ontwikkeling gericht bij te sturen.

Daarnaast kunnen teams zelf rollenspellen maken, delen en bespreken. Zo ontstaat niet alleen individuele ontwikkeling, maar een gedeelde taal voor het aanspreken zelf: hoe klinkt het bij ons als iemand een afspraak ter sprake brengt? Dat is het verschil tussen een training en borging: niet één keer geoefend, maar herhaald, herkenbaar en schaalbaar. Zo wordt de aanspreekcultuur iets wat mensen samen opbouwen, gesprek voor gesprek. PractAIce is voor precies die beweging gebouwd.

Wat dit betekent voor HR en leidinggevenden

• Begin bij leidinggevenden. Hun reactie op kritiek en fouten bepaalt de veiligheid van het hele team. Laat hen als eersten oefenen met ontvangen van feedback, niet alleen met geven.
• Maak oefenen een vast onderdeel van het werk. Eén feedbacktraining verandert geen cultuur. Korte, herhaalde oefenmomenten rond echte situaties uit het eigen werk doen dat wel.
• Meet gedrag, niet tevredenheid. Een hoge waardering voor de training zegt niets over het gesprek dat daarna wel of niet wordt gevoerd. Kijk naar waarneembaar gedrag over tijd: wordt er eerder, vaker en beter aangesproken?

Veelgestelde vragen

Wat is een aanspreekcultuur?

Een aanspreekcultuur is een werkomgeving waarin collega’s elkaar tijdig, direct en respectvol aanspreken op gedrag, afspraken en resultaten. Feedback geven en ontvangen is er een normaal onderdeel van het dagelijks werk, gericht op samen beter worden in plaats van op afrekenen.

Hoe creëer je een aanspreekcultuur in je team?

Door gedrag te oefenen in plaats van waarden te communiceren. Begin bij de leidinggevende, maak concreet welk aanspreekgedrag gewenst is, laat mensen dat herhaald oefenen in herkenbare situaties uit het eigen werk, en bespreek als team wat werkt. Psychologische veiligheid groeit mee met elke goede ervaring.

Wat is het verschil tussen feedback en feedforward?

Feedback kijkt terug: wat deed je, en welk effect had dat? Feedforward kijkt vooruit: welk concreet alternatief gedrag helpt in de volgende, vergelijkbare situatie? De combinatie werkt het best, omdat de ontvanger niet alleen hoort wat er speelde, maar ook weet wat hij morgen anders kan doen.

Over de auteur: Sven is oprichter van PractAIce en gedragsexpert. Hij werkt al jaren aan gedragsverandering en aan het borgen van nieuw gedrag in de dagelijkse praktijk, en aan het concreet en meetbaar maken van soft skills.

Twijfelt u of het aanspreken in uw organisatie van papier naar praktijk komt? Met PractAIce oefenen medewerkers en leidinggevenden feedback geven en ontvangen met een AI Avatar, in hun eigen werkcontext, met directe feedback en feedforward. Ontdek de AI Avatar training of vraag gerust een demo aan.

Vraag een bestuurder naar de grootste risico’s en het antwoord gaat over de markt, technologie of financiering. Zelden over vaardigheden. Toch groeit juist daar een risico dat zich stil opbouwt: de skill gap, het verschil tussen wat mensen nu kunnen en wat het werk vraagt. Dit stuk beschrijft waarom die kloof sneller groeit dan ooit, hoe genegeerde gaps zich opstapelen tot skill debt, en waarom oefenen, feedback en herhalen de enige betrouwbare route zijn om de kloof te dichten.

Het werk verandert, de functieomschrijving niet

De cijfers over de arbeidsmarkt wijzen al jaren dezelfde kant op. Volgens onderzoek van Gartner heeft 58 procent van de beroepsbevolking nieuwe vaardigheden nodig om het eigen werk goed te blijven doen. Het aantal skills dat één functie vraagt, stijgt sinds 2017 met zo’n tien procent per jaar, en één op de drie skills uit een vacaturetekst van 2017 is inmiddels verouderd. Het Future of Jobs Report van het World Economic Forum (2025) voegt daar het perspectief naar voren aan toe: werkgevers verwachten dat 39 procent van de kernvaardigheden van medewerkers verandert richting 2030.

Zet die cijfers naast de gemiddelde organisatie en de spanning wordt zichtbaar. Functiehuizen worden eens in de paar jaar herzien. Opleidingsplannen lopen per kalenderjaar. Beoordelingscycli kijken terug. Het werk zelf trekt zich daar niets van aan: taken schuiven maandelijks, AI verandert werkprocessen terwijl ze draaien. Op papier is elke functie bezet. In de praktijk is het werk onder die functies al verschoven. Functies zijn statisch, skills zijn dynamisch, en precies in dat verschil ontstaat de skill gap.

Misschien herkent u het. De vacature is vervuld, het team is compleet, en toch blijft de vraag knagen of de mensen die er zitten toegerust zijn voor het werk van volgend jaar.

Wat is een skill gap precies?

Een skill gap is het verschil tussen de vaardigheden die medewerkers nu beheersen en de vaardigheden die het werk vraagt, vandaag en in de nabije toekomst. Dat klinkt abstract, maar laat zich concreet maken met drie vragen. Welke skills vraagt het werk, nu én over twee jaar? Welke skills zijn er al in huis, vaak meer dan het functiehuis laat zien? En welke skills ontbreken? Daar, bij de derde vraag, begint gerichte ontwikkeling.

Wie deze vragen serieus stelt, ontdekt meestal twee dingen. Ten eerste dat de organisatie meer in huis heeft dan de functietitels suggereren: mensen doen werk dat nergens beschreven staat. Ten tweede dat de tekorten zelden zitten waar het opleidingsbudget naartoe gaat. Dit is de kern van skill-based werken: niet de functie maar de vaardigheid als eenheid van kijken, ontwikkelen en inzetten.

Van skill gap naar skill debt

Softwareontwikkelaars kennen het begrip technical debt: elke snelle oplossing die je vandaag kiest, wordt onderhoud dat je later alsnog moet plegen, met rente. Voor vaardigheden geldt hetzelfde mechanisme. Een skill gap die vandaag zichtbaar is, is meetbaar en oplosbaar. Een gap die je laat liggen, wordt skill debt: achterstallig onderhoud aan het vermogen van de organisatie om haar werk te doen.

Die schuld toont zich niet in één rapportage, maar sluipend. In klantgesprekken die stroever lopen. In projecten die vertragen omdat niemand de nieuwe manier van werken echt beheerst. In vertrek van mensen die zich niet ontwikkelen. Onderzoek van Deloitte laat de andere kant van dezelfde medaille zien: organisaties die op skills sturen, plaatsen talent aanzienlijk effectiever en anticiperen beter op verandering dan organisaties die aan het functiedenken vasthouden. Wie stuurt op skills wint, maar dan moet je ze wél kunnen ontwikkelen.

Waarom soft skills de grootste kloof vormen

Niet elke gap is even goed zichtbaar. Een tekort aan technische vaardigheden valt op: er is een certificaat dat ontbreekt, een systeem dat niemand kan bedienen. De kloof in soft skills is van een andere orde. Naarmate AI meer taakwerk overneemt, verschuift de waarde van werk naar wat zich niet laat automatiseren: samenwerken, kritisch denken, leiderschap tonen, adaptief blijven terwijl het werk zelf verandert. Het World Economic Forum plaatst deze vaardigheden consequent bovenaan de lijst van kernvaardigheden richting 2030.

Tegelijk is dit de categorie die zich het slechtst laat meten. “Voert een lastig gesprek rustig en helder” staat op geen enkel diploma. Het is gedrag, en gedrag toont zich pas in de situatie zelf. Zo ontstaat een ongemakkelijke combinatie: de vaardigheden die het meest bepalend worden voor de organisatie, zijn tegelijk de vaardigheden waarvan niemand precies weet wie ze beheerst. De grootste gap is daarmee ook de minst zichtbare.

De kloof dichten: oefenen, feedback, herhalen

De reflex bij een vastgestelde gap is voorspelbaar: een training inkopen. Maar kennisoverdracht dicht geen gedragskloof. Sinds Hermann Ebbinghaus zijn vergeetcurve beschreef, in 2015 gerepliceerd door Murre en Dros, weten we dat het grootste deel van nieuw geleerde stof binnen dagen wegzakt wanneer herhaling ontbreekt. Een vaardigheid ontstaat niet door erover te horen, maar door te doen: oefenen, directe feedback ontvangen, opnieuw proberen, toepassen in het echte werk.

Dat is lange tijd het praktische probleem geweest: oefenen met feedback is arbeidsintensief en laat zich slecht schalen. Een AI-rollenspel verandert die rekensom. Met een AI Avatar training oefent een medewerker het gesprek dat hij morgen echt voert, in de eigen werkcontext, met een tegenspeler die realistisch reageert. Elk scenario, elk leerdoel en elke skill is te trainen, en elke sessie levert feedback op concreet gedrag. Zo wordt de kloof niet alleen gedicht maar ook zichtbaar gemaakt: per competentie, per team, over tijd. Leren verschuift van een jaarlijkse HR-activiteit naar doorlopende infrastructuur voor wendbaarheid. PractAIce is op die gedachte gebouwd.

Wat dit betekent voor HR en L&D

Drie consequenties springen eruit:

• Breng de kloof in kaart per skill, niet per functie. Vraag niet welke functies vacant zijn, maar welk gedrag het werk van de komende twee jaar vraagt en wie dat nu aantoonbaar beheerst. Vaak blijkt het beeld anders dan het organogram suggereert.
• Behandel de kloof als doorlopende opgave. Een jaarlijks opleidingsplan past bij een arbeidsmarkt die per jaar verandert, niet bij werk dat per maand verschuift. Korte, frequente oefenmomenten met feedback houden vaardigheden bij, waar een incidentele training dat niet kan.
• Meet het dichten van de kloof in gedrag, niet in deelname. Een afgeronde cursus zegt dat iemand er was. Pas herhaald, waarneembaar en beoordeeld gedrag zegt dat de kloof kleiner wordt.

Eén nuance hoort daarbij. Gedragsdata zijn ontwikkelingsdata, geen afrekeninstrument. De waarde zit in het zichtbaar maken van groei. Wie dat onderscheid bewaakt, bouwt het vertrouwen dat nodig is om gedrag te durven oefenen.

Veelgestelde vragen

Wat is een skill gap?

Een skill gap is het verschil tussen de vaardigheden die medewerkers op dit moment beheersen en de vaardigheden die het werk vraagt, nu en in de nabije toekomst. De kloof is per team en per vaardigheid vast te stellen en vormt het startpunt voor gerichte ontwikkeling.

Wat is skill debt?

Skill debt is de opgetelde schade van gaps die niet worden aangepakt: achterstallig onderhoud aan de vaardigheden van een organisatie. Net als technische schuld groeit skill debt stil door, tot hij zichtbaar wordt in kwaliteit, wendbaarheid en het vertrek van mensen.

Hoe dicht je een skill gap in je organisatie?

Eerst meten: welk gedrag vraagt het werk, en wie beheerst dat aantoonbaar? Daarna gericht ontwikkelen door herhaald oefenen met directe feedback, bij voorkeur in de eigen werkcontext. Een AI-rollenspel maakt dat oefenen schaalbaar en maakt de voortgang per competentie meetbaar.

Over de auteur: Sven is oprichter van PractAIce en gedragsexpert. Hij werkt al jaren aan gedragsverandering en aan het borgen van nieuw gedrag in de dagelijkse praktijk, en aan het concreet en meetbaar maken van soft skills.

Twijfelt u waar de grootste kloof in uw organisatie zit? PractAIce maakt vaardigheden zichtbaar en trainbaar: medewerkers oefenen ieder gesprek, scenario en leerdoel met een

AI Avatar in hun eigen werkcontext, en hun ontwikkeling wordt per competentie meetbaar. Ontdek de AI Avatar training of vraag gerust een demo aan.