Impact maken met AI staat of valt niet met technologie, maar met keuzes in leiderschap, governance en dagelijkse praktijk. In deze sessie van Kaspar van Hulst en Patrick van Stokhem op het Innovation Event 2026 van The Future Group, een IT-collectief waarin 350 onafhankelijke IT-professionals samenwerken, wordt duidelijk dat de echte vraag niet is wat AI kan, maar waar je begint om er waarde mee te creëren.
AI is inmiddels geen experiment meer aan de rand van organisaties. Het zit in processen, in tooling en steeds vaker in besluitvorming. Toch blijft de structurele impact achter. Dat was precies de spanning die centraal stond in de sessie “Impact maken met AI: waar beginnen we?” van Kaspar van Hulst, partner bij The Future Group, en Patrick van Stokhem, Director of AI & Robotics Innovation bij BREiNN, onderdeel van installatiebedrijf Breman.
Van Hulst vatte die realiteit scherp samen: “AI is een blijvertje binnen onze samenleving.” Daarmee doelde hij niet alleen op de technologie zelf, maar vooral op het feit dat organisaties er structureel mee moeten leren werken. Tegelijkertijd stelde hij direct de vraag die in veel organisaties nog onbeantwoord blijft: “De vraag is niet wat AI kan, maar wat je ermee gaat doen.”
Die spanning vormt de rode draad door dit artikel, waarin ook de praktijkcase van Breman centraal staat, een organisatie die AI niet als los project benadert, maar als fundamentele verandering van hoe het bedrijf werkt.
AI-adoptie in organisaties
Kaspar van Hulst
In veel organisaties ziet Kaspar van Hulst hetzelfde patroon terugkeren. Er is enthousiasme over AI, er worden pilots gestart en tools getest, maar er ontbreekt een duidelijke richting die al die initiatieven met elkaar verbindt. Hij formuleerde het kernachtig: “Organisaties zeggen vaak: we moeten iets met AI. Maar wat dan precies, dat blijft vaak onduidelijk.”
Die onduidelijkheid leidt ertoe dat er veel experimenten ontstaan, maar weinig structurele waarde. Volgens Kaspar zit het probleem niet in de technologie zelf. Sterker nog, hij stelde: “Met AI kun je bijna alles maken. De vraag is alleen: wat ga je maken, en waarom?”
Daarmee verschuift het vraagstuk van techniek naar leiderschap. Niet de mogelijkheden van AI zijn beperkend, maar de keuzes die organisaties maken. En juist die keuzes blijken vaak lastig, omdat ze impliciet ook bepalen wat je níet gaat doen.
Billy Beane en datagedreven besluitvorming
Om die verschuiving tastbaar te maken, haalde Van Hulst het bekende voorbeeld aan van Billy Beane, de coach van de Oakland Athletics in het Amerikaanse baseball. Beane stond begin jaren 2000 voor een structureel probleem: zijn team beschikte over een fractie van het budget van topclubs zoals de New York Yankees. Concurreren op dezelfde manier was simpelweg onmogelijk.
In plaats daarvan koos hij voor een radicaal andere aanpak. Hij stapte over op datagedreven besluitvorming bij het selecteren van spelers. Niet reputatie of onderbuikgevoel stond centraal, maar de daadwerkelijke bijdrage van spelers op basis van statistische data.
Het resultaat was opvallend succesvol, maar de weg ernaartoe niet zonder weerstand. Van Hulst verwoordde dat scherp: “Niet omdat de data niet klopte, maar omdat hij op een andere manier beslissingen nam dan mensen gewend waren.” Die observatie raakt direct aan AI in organisaties. De grootste uitdaging zit niet in betere modellen, maar in het accepteren van een andere manier van beslissen.
AI-leiderschap en governance
Een belangrijk thema in de sessie was governance. Van Hulst benadrukte dat AI-systemen niet statisch zijn, maar continu in ontwikkeling blijven. Dat maakt traditionele vormen van controle onvoldoende. Hij waarschuwde daarbij expliciet voor wat hij een stille AI noemde: “Een stille AI is gevaarlijk, omdat hij verandert zonder dat je het doorhebt.”
Ruimte geven aan experimenten waar dat kan, maar strak sturen waar risico’s ontstaan
Die dynamiek maakt governance geen eenmalige exercitie, maar een continu proces van sturen, controleren en bijstellen. Niet als rem op innovatie, maar als voorwaarde om überhaupt verantwoord te kunnen innoveren. De uitdaging zit daarbij in balans: ruimte geven aan experimenten waar dat kan, maar strak sturen waar risico’s ontstaan.
Data governance en AI-risico’s
Naast governance speelt data een cruciale rol. Van Hulst was daar uitgesproken over: “Garbage in, garbage out. Dat klinkt simpel, maar in AI is het keiharde realiteit.”
In veel organisaties ligt de verantwoordelijkheid voor data nog bij IT, terwijl het in een AI-context een strategisch vraagstuk is geworden. Het gaat niet alleen om opslag of beheer, maar om eigenaarschap, kwaliteit en betekenis.
Volgens Van Hulst moeten leiders daarom expliciet nadenken over vragen als wie verantwoordelijk is voor data, wat kwaliteit betekent en hoe consistentie over tijd wordt geborgd. Zonder die basis is elke AI-toepassing per definitie fragiel.
Innovatieproces: van pilot naar waarde
Een terugkerend probleem in AI-adoptie is dat veel initiatieven blijven steken in pilots. Van Hulst was daar kritisch over: “Een pilot is geen innovatie. Het is een test, niets meer dan dat.” Volgens hem ontstaat dat probleem doordat organisaties te snel in experimenten stappen zonder eerst scherp te definiëren wat succes eigenlijk betekent.
Iedereen is creatief, alleen zijn we het onderweg vaak kwijtgeraakt
Daarom pleitte hij voor een gestructureerd innovatieproces waarin organisaties eerst hun doel bepalen, daarna de context analyseren en pas vervolgens toewerken naar experimenten en opschaling. Een belangrijk element daarin is creativiteit. Van Hulst stelde daarover: “Iedereen is creatief, alleen zijn we het onderweg vaak kwijtgeraakt.” AI kan volgens hem juist helpen om die creativiteit weer terug te brengen door sneller ideeën te kunnen testen en zichtbaar te maken.
De Breman-case: AI in de praktijk
Patrick van Stokhem
Het tweede deel van de sessie werd ingevuld door Patrick van Stokhem van Breman, een installatiebedrijf met circa 1.600 medewerkers. Zijn verhaal liet zien hoe impact maken met AI er concreet uitziet in een traditionele sector.
Van Stokhem begon met een fundamentele observatie: wat ben je als installatiebedrijf in een wereld waarin digitalisering het speelveld volledig verandert? Die vraag leidde tot een bewuste keuze om innovatie niet in de lijnorganisatie te organiseren, maar ernaast. Zo ontstond een aparte innovatieomgeving die zich richt op de lange termijn. Zoals Van Stokhemhet verwoordde: “We hebben een plek gecreëerd die bezig is met overmorgen, niet met vandaag.”
Innovatie, AI en robotica
Binnen die omgeving experimenteert Breman met uiteenlopende innovaties die verder gaan dan alleen digitalisering. Denk aan nieuwe concepten voor sociale woningbouw op water, smart buildings en fundamenteel andere manieren van installeren waarin data en software een centrale rol spelen. AI wordt daarbij niet gezien als losse tool, maar als onderdeel van een bredere transformatie richting een AI-first benadering van het vak.
Ook robotica speelt daarin een rol. Zo wordt geëxperimenteerd met humanoid robots die in realistische omgevingen worden getest. Van Stokhem was daar nuchter over: “Wat in simulatie werkt, werkt in de praktijk vaak nog niet vanzelf.” De kern van de aanpak blijft echter hetzelfde: technologie is er niet om mensen te vervangen, maar om hen te versterken in hun werk.
Organisatorische impact
Een belangrijk inzicht uit de Breman-case is de snelheid waarmee AI zich ontwikkelt. Technologie is tegenwoordig zo toegankelijk dat de tijd tussen idee en toepassing sterk is verkort.
Wat je vandaag bedenkt, kan morgen al gebouwd zijn
Van Stokhem benadrukte dat dit een fundamentele impact heeft op organisaties: “Wat je vandaag bedenkt, kan morgen al gebouwd zijn. Dat is krachtig, maar ook spannend.” Die snelheid zorgt ervoor dat organisaties continu moeten leren omgaan met verandering, in plaats van periodiek te transformeren.
Europese context en regelgeving
Naast interne organisatievraagstukken speelt ook de externe context een steeds grotere rol. Europese regelgeving zoals de EU AI Act introduceert duidelijke kaders rond transparantie, risico’s en verantwoord gebruik van AI.
Deze ontwikkeling past in een bredere beweging waarin AI verschuift van experimentele technologie naar gereguleerd onderdeel van digitale infrastructuren. Dat betekent dat organisaties niet alleen technisch en organisatorisch, maar ook juridisch en ethisch moeten nadenken over hun AI-strategie.
AI begint bij leiderschap
De centrale conclusie van de sessie is helder: impact maken met AI begint niet bij technologie, maar bij leiderschap en bewuste keuzes in organisatieontwerp. Van Hulst vatte dat samen in één zin: “AI is geen technologisch vraagstuk, het is een leiderschapsvraagstuk.” Van Stokhem voegde daar de praktijkdimensie aan toe: “Technologie krijgt pas waarde als je het inzet om mensen beter te maken, niet om ze te vervangen.”
Succesvolle AI-adoptie vraagt om continue balans
Samen laten deze perspectieven zien dat succesvolle AI-adoptie vraagt om drie dingen die continu in balans moeten blijven: richting geven, governance organiseren en experimenteren koppelen aan daadwerkelijke waardecreatie.
Impact maken met AI: waar organisaties beginnen
Leiderschap, Breman-case en AI-adoptie
Impact maken met AI staat of valt niet met technologie, maar met keuzes in leiderschap, governance en dagelijkse praktijk. In deze sessie van Kaspar van Hulst en Patrick van Stokhem op het Innovation Event 2026 van The Future Group, een IT-collectief waarin 350 onafhankelijke IT-professionals samenwerken, wordt duidelijk dat de echte vraag niet is wat AI kan, maar waar je begint om er waarde mee te creëren.
AI is inmiddels geen experiment meer aan de rand van organisaties. Het zit in processen, in tooling en steeds vaker in besluitvorming. Toch blijft de structurele impact achter. Dat was precies de spanning die centraal stond in de sessie “Impact maken met AI: waar beginnen we?” van Kaspar van Hulst, partner bij The Future Group, en Patrick van Stokhem, Director of AI & Robotics Innovation bij BREiNN, onderdeel van installatiebedrijf Breman.
Van Hulst vatte die realiteit scherp samen: “AI is een blijvertje binnen onze samenleving.” Daarmee doelde hij niet alleen op de technologie zelf, maar vooral op het feit dat organisaties er structureel mee moeten leren werken. Tegelijkertijd stelde hij direct de vraag die in veel organisaties nog onbeantwoord blijft: “De vraag is niet wat AI kan, maar wat je ermee gaat doen.”
Die spanning vormt de rode draad door dit artikel, waarin ook de praktijkcase van Breman centraal staat, een organisatie die AI niet als los project benadert, maar als fundamentele verandering van hoe het bedrijf werkt.
AI-adoptie in organisaties
In veel organisaties ziet Kaspar van Hulst hetzelfde patroon terugkeren. Er is enthousiasme over AI, er worden pilots gestart en tools getest, maar er ontbreekt een duidelijke richting die al die initiatieven met elkaar verbindt. Hij formuleerde het kernachtig: “Organisaties zeggen vaak: we moeten iets met AI. Maar wat dan precies, dat blijft vaak onduidelijk.”
Die onduidelijkheid leidt ertoe dat er veel experimenten ontstaan, maar weinig structurele waarde. Volgens Kaspar zit het probleem niet in de technologie zelf. Sterker nog, hij stelde: “Met AI kun je bijna alles maken. De vraag is alleen: wat ga je maken, en waarom?”
Daarmee verschuift het vraagstuk van techniek naar leiderschap. Niet de mogelijkheden van AI zijn beperkend, maar de keuzes die organisaties maken. En juist die keuzes blijken vaak lastig, omdat ze impliciet ook bepalen wat je níet gaat doen.
Billy Beane en datagedreven besluitvorming
Om die verschuiving tastbaar te maken, haalde Van Hulst het bekende voorbeeld aan van Billy Beane, de coach van de Oakland Athletics in het Amerikaanse baseball. Beane stond begin jaren 2000 voor een structureel probleem: zijn team beschikte over een fractie van het budget van topclubs zoals de New York Yankees. Concurreren op dezelfde manier was simpelweg onmogelijk.
In plaats daarvan koos hij voor een radicaal andere aanpak. Hij stapte over op datagedreven besluitvorming bij het selecteren van spelers. Niet reputatie of onderbuikgevoel stond centraal, maar de daadwerkelijke bijdrage van spelers op basis van statistische data.
Het resultaat was opvallend succesvol, maar de weg ernaartoe niet zonder weerstand. Van Hulst verwoordde dat scherp: “Niet omdat de data niet klopte, maar omdat hij op een andere manier beslissingen nam dan mensen gewend waren.” Die observatie raakt direct aan AI in organisaties. De grootste uitdaging zit niet in betere modellen, maar in het accepteren van een andere manier van beslissen.
AI-leiderschap en governance
Een belangrijk thema in de sessie was governance. Van Hulst benadrukte dat AI-systemen niet statisch zijn, maar continu in ontwikkeling blijven. Dat maakt traditionele vormen van controle onvoldoende. Hij waarschuwde daarbij expliciet voor wat hij een stille AI noemde: “Een stille AI is gevaarlijk, omdat hij verandert zonder dat je het doorhebt.”
Die dynamiek maakt governance geen eenmalige exercitie, maar een continu proces van sturen, controleren en bijstellen. Niet als rem op innovatie, maar als voorwaarde om überhaupt verantwoord te kunnen innoveren. De uitdaging zit daarbij in balans: ruimte geven aan experimenten waar dat kan, maar strak sturen waar risico’s ontstaan.
Data governance en AI-risico’s
Naast governance speelt data een cruciale rol. Van Hulst was daar uitgesproken over: “Garbage in, garbage out. Dat klinkt simpel, maar in AI is het keiharde realiteit.”
In veel organisaties ligt de verantwoordelijkheid voor data nog bij IT, terwijl het in een AI-context een strategisch vraagstuk is geworden. Het gaat niet alleen om opslag of beheer, maar om eigenaarschap, kwaliteit en betekenis.
Volgens Van Hulst moeten leiders daarom expliciet nadenken over vragen als wie verantwoordelijk is voor data, wat kwaliteit betekent en hoe consistentie over tijd wordt geborgd. Zonder die basis is elke AI-toepassing per definitie fragiel.
Innovatieproces: van pilot naar waarde
Een terugkerend probleem in AI-adoptie is dat veel initiatieven blijven steken in pilots. Van Hulst was daar kritisch over: “Een pilot is geen innovatie. Het is een test, niets meer dan dat.” Volgens hem ontstaat dat probleem doordat organisaties te snel in experimenten stappen zonder eerst scherp te definiëren wat succes eigenlijk betekent.
Daarom pleitte hij voor een gestructureerd innovatieproces waarin organisaties eerst hun doel bepalen, daarna de context analyseren en pas vervolgens toewerken naar experimenten en opschaling. Een belangrijk element daarin is creativiteit. Van Hulst stelde daarover: “Iedereen is creatief, alleen zijn we het onderweg vaak kwijtgeraakt.” AI kan volgens hem juist helpen om die creativiteit weer terug te brengen door sneller ideeën te kunnen testen en zichtbaar te maken.
De Breman-case: AI in de praktijk
Het tweede deel van de sessie werd ingevuld door Patrick van Stokhem van Breman, een installatiebedrijf met circa 1.600 medewerkers. Zijn verhaal liet zien hoe impact maken met AI er concreet uitziet in een traditionele sector.
Van Stokhem begon met een fundamentele observatie: wat ben je als installatiebedrijf in een wereld waarin digitalisering het speelveld volledig verandert? Die vraag leidde tot een bewuste keuze om innovatie niet in de lijnorganisatie te organiseren, maar ernaast. Zo ontstond een aparte innovatieomgeving die zich richt op de lange termijn. Zoals Van Stokhemhet verwoordde: “We hebben een plek gecreëerd die bezig is met overmorgen, niet met vandaag.”
Innovatie, AI en robotica
Binnen die omgeving experimenteert Breman met uiteenlopende innovaties die verder gaan dan alleen digitalisering. Denk aan nieuwe concepten voor sociale woningbouw op water, smart buildings en fundamenteel andere manieren van installeren waarin data en software een centrale rol spelen. AI wordt daarbij niet gezien als losse tool, maar als onderdeel van een bredere transformatie richting een AI-first benadering van het vak.
Ook robotica speelt daarin een rol. Zo wordt geëxperimenteerd met humanoid robots die in realistische omgevingen worden getest. Van Stokhem was daar nuchter over: “Wat in simulatie werkt, werkt in de praktijk vaak nog niet vanzelf.” De kern van de aanpak blijft echter hetzelfde: technologie is er niet om mensen te vervangen, maar om hen te versterken in hun werk.
Organisatorische impact
Een belangrijk inzicht uit de Breman-case is de snelheid waarmee AI zich ontwikkelt. Technologie is tegenwoordig zo toegankelijk dat de tijd tussen idee en toepassing sterk is verkort.
Van Stokhem benadrukte dat dit een fundamentele impact heeft op organisaties: “Wat je vandaag bedenkt, kan morgen al gebouwd zijn. Dat is krachtig, maar ook spannend.” Die snelheid zorgt ervoor dat organisaties continu moeten leren omgaan met verandering, in plaats van periodiek te transformeren.
Europese context en regelgeving
Naast interne organisatievraagstukken speelt ook de externe context een steeds grotere rol. Europese regelgeving zoals de EU AI Act introduceert duidelijke kaders rond transparantie, risico’s en verantwoord gebruik van AI.
Deze ontwikkeling past in een bredere beweging waarin AI verschuift van experimentele technologie naar gereguleerd onderdeel van digitale infrastructuren. Dat betekent dat organisaties niet alleen technisch en organisatorisch, maar ook juridisch en ethisch moeten nadenken over hun AI-strategie.
AI begint bij leiderschap
De centrale conclusie van de sessie is helder: impact maken met AI begint niet bij technologie, maar bij leiderschap en bewuste keuzes in organisatieontwerp. Van Hulst vatte dat samen in één zin: “AI is geen technologisch vraagstuk, het is een leiderschapsvraagstuk.” Van Stokhem voegde daar de praktijkdimensie aan toe: “Technologie krijgt pas waarde als je het inzet om mensen beter te maken, niet om ze te vervangen.”
Samen laten deze perspectieven zien dat succesvolle AI-adoptie vraagt om drie dingen die continu in balans moeten blijven: richting geven, governance organiseren en experimenteren koppelen aan daadwerkelijke waardecreatie.