Observeer het echte werk vóór u een AI-usecase voorstelt

Een klacht is een onderzoeksaanwijzing, nog geen AI-usecase. Wanneer een operationeel team zegt dat onboardingbriefings te lang duren, lijkt een AI-samenvatter aannemelijk. Een procesdiagram uit het geheugen kan het schrijfwerk als probleem aanwijzen, terwijl afgewerkte dossiers iets anders tonen: moeilijke briefings wachten op ontbrekende commerciële beslissingen en worden herschreven zodra tegenstrijdige bronvelden zijn uitgeklaard. Wie te snel automatiseert, versnelt mogelijk alleen de zichtbare stap en laat de werkelijke beperking ongemoeid. De opdracht is daarom eerst een afgebakend staal van echt werk te reconstrueren, verschillende soorten bewijs naast elkaar te leggen en onzekerheid zichtbaar te houden.

Wat moet u afbakenen vóór u een werkstroom observeert?

Definieer eerst de aanleiding, het eindpunt, de output, de downstreamgebruiker, de betrokken rollen en de relevante gewone en uitzonderlijke gevallen. Formuleer daarnaast welke vragen de veldronde moet beantwoorden: waar varieert het werk, waar gaat informatie over naar een andere rol en welke beslissingen bepalen of de output wordt aanvaard? Die grens is voorlopig. Als observatie een belangrijke afhankelijkheid vóór de gekozen aanleiding of na het eindpunt blootlegt, past u ze aan en noteert u waarom.

Vertrek van terugkerend werk en echte voorbeelden, niet van de brede vraag waar het team AI kan inzetten. Voor onboarding loopt de onderzochte werkstroom bijvoorbeeld van een goedgekeurde verkoopoverdracht tot een briefing die de deliveryverantwoordelijke aanvaardt. Neem gewone, onvolledige en gewijzigde dossiers op, zodat het onderzoek niet alleen het ideale traject bevestigt. Kies vervolgens de kleinste proportionele mix van interviews, observatie, artefacten, dagboeknotities en registraties die de open vragen kan beantwoorden. Die combinatie is een praktische synthese, geen verplicht standaardprotocol.

• Werkgrens: aanleiding, eindvoorwaarde en geaccepteerde output.
• Mensen: uitvoerders, overdrachtspartners en downstreamgebruikers.
• Variatie: gewone dossiers, onvolledige input en gewijzigde scope.
• Onderzoeksvragen: beslissingen, wachttijden, herwerk, uitzonderingen en informatiebehoeften.

Hoe onthult een interview over een recente casus wat er echt gebeurde?

Vraag de deelnemer om één concrete, recent afgewerkte casus stap voor stap te reconstrueren. Begin bij wat het werk activeerde en volg daarna wat binnenkwam, wat er vervolgens gebeurde, welke beslissing werd genomen, wie elke overdracht ontving en welke output uiteindelijk werd aanvaard. Vraag ook waar de casus afweek van het verwachte pad. Een specifieke casus geeft geen representatief beeld, maar ze levert wel een controleerbare volgorde die u met documenten, andere rollen en bijkomende gevallen kunt vergelijken.

Gebruik open, neutrale vragen: “Wat gebeurde daarna?”, “Waaraan merkte u dat?”, “Wie hebt u gecontacteerd?”, “Wat was toen onzeker?” en “Kunt u tonen wat u gebruikte?” Vraag niet meteen hoe een AI-functie eruit moet zien; dat trekt het gesprek weg van het bestaande werk. Bevraag naast zichtbare handelingen ook informatieprikkels, alternatieven en moeilijke oordelen. Dat is compacte verkenning van cognitieve eisen, niet het formele ACTA-protocol. Spreek voor de onboardingcasus met coördinatoren, sales operations en deliveryverantwoordelijken en vergelijk minstens een gewoon met een moeilijk dossier.

1. Leg aanleiding, ontvangen informatie en eerste handeling vast.
2. Volg beslissingen, vragen en overdrachten in volgorde.
3. Laat relevante formulieren, berichten, concepten en controles tonen.
4. Noteer onzekerheid, alternatieven, afwijkingen en aanvaardingscriteria.

Waarop let u wanneer het werk in zijn gewone omgeving gebeurt?

Observeer de werkstroom met de gebruikelijke toestellen, documenten, gegevens, onderbrekingen en afhankelijkheden. Noteer bronwissels, wachten, verificatie, herwerk, overdrachten, omwegen en momenten waarop iemand onvolledige of tegenstrijdige informatie moet interpreteren. Leg vooraf ook de observatiemodus vast. Stille observatie bewaart meer van het natuurlijke verloop, maar laat beweegredenen soms onduidelijk; occasionele vragen voegen context toe met beperkte onderbreking; doorlopende uitleg geeft meer diepte, maar verandert de activiteit. Geen enkele modus levert een onbeïnvloede, objectieve opname van het werk.

Kader de oefening uitdrukkelijk als onderzoek naar de werkstroom, niet als beoordeling van individuele prestaties. Zorg voor geïnformeerde deelname, verzamel alleen wat de onderzoeksvraag vereist, beperk de toegang en herbevestig toestemming vóór een nieuwe opname. Behandel persoonsgegevens en vertrouwelijke informatie veilig en betrek waar toepasselijk de bevoegde eigenaars voor privacy, beveiliging, juridische zaken, arbeidsrelaties, toegankelijkheid of het vakdomein. Dat zijn waarborgen voor het onderzoeksproces, geen juridische of compliancebeslissing. Vraag de deelnemer ten slotte om de gereconstrueerde flow te bevestigen, te corrigeren of betwiste interpretaties te markeren.

• Casuscontext en geobserveerde handeling.
• Verwijzing naar het gebruikte artefact.
• Beslissing, onzekerheid of ontbrekende informatie.
• Overdracht, onderbreking en zichtbaar gevolg.
• Afzonderlijk genoteerde interpretatie van de onderzoeker.

Welke methoden tonen wat interviews of observatie missen?

Werkdocumenten, korte taakdagboeken en operationele registraties vullen gaten op die een interview of geplande observatie kan laten. Laat deelnemers uitleggen hoe ze sjablonen, checklists, rekenbladen, berichten, concepten, papieren notities en wachtrijoverzichten werkelijk gebruiken. Markeringen en ordening kunnen geheugensteunen, status, prioriteit en coördinatie zichtbaar maken die niet in het officiële procesdiagram staan. Bevestig altijd de betekenis bij de gebruiker: het bestaan van een document bewijst niet hoe vaak of waarom het wordt gebruikt.

Gebruik korte dagboeknotities wanneer relevante gebeurtenissen verspreid of moeilijk planbaar zijn en koppel elke notitie aan een echte taakinstantie. Bespreek onduidelijke vermeldingen achteraf, want een dagboek blijft zelfrapportage. Onderzoek beschikbare casus-, activiteits- en tijdstempelgegevens op herhaling, wachten, herwerk, dubbele behandeling, afwijkingen, gemiste deadlines en kwaliteitsproblemen. Noteer tegelijk welk werk buiten de systemen gebeurt. Minder frequente uitzonderingen mogen niet verdwijnen vóór hun inspanning en gevolg zijn onderzocht, maar maak van illustratieve verdelingen nooit een universele drempel.

Wanneer wordt een gemeld pijnpunt een geloofwaardige knelpunthypothese?

Een pijnpunt wordt een geloofwaardige knelpunthypothese wanneer meerdere relevante gevallen, rollen of bronnen dezelfde beperking op dezelfde plaats tonen en die beperking met een waarneembaar gevolg verbinden. Dat blijft een werkhypothese, geen causaal bewijs. Bewaar daarom gevallen waarin het probleem niet optreedt, afwijkende interpretaties en ontbrekende dekking. Vergelijk de verklaring van onderzoekers met die van de mensen die het werk uitvoeren. Een krachtige klacht telt als ervaringsbewijs, maar haar intensiteit bewijst op zichzelf niet dat het patroon vaak voorkomt of het gemeten gevolg veroorzaakt.

1. Herhaling: verschijnt dezelfde beperking in meer dan één relevant geval, rol of bewijstype?
2. Plaats: waar ontstaan de wachtrij, informatielacune, herwerklus of overbelasting door oordeel?
3. Gevolg: is er zichtbare vertraging, dubbele behandeling, correctie, uitval, inconsistente output, vermijdbare inspanning of blootstelling aan risico?
4. Mechanisme: bestaat er een plausibele, door uitvoerders bevestigde of gecorrigeerde uitleg voor de verbinding?
5. Tegenbewijs: welke gevallen vermijden het probleem, wat verschilt daar en welke andere verklaringen blijven mogelijk?
6. Beïnvloedbaarheid: kan een wijziging het resultaat verbeteren en past AI beter dan een regel, duidelijker eigenaarschap, een proceswijziging, opleiding, betere informatie of geen ingreep?

In de onboardingcasus verschuift de hypothese zo van traag samenvatten naar ontbrekende beslissingen en tegenstrijdige velden in moeilijke dossiers. Gewone briefings worden snel opgesteld en langere briefings zijn niet consequent trager. De beschikbare tijdstempels bevatten bovendien geen offline verduidelijking. De combinatie rechtvaardigt dus geen uitspraak dat ontbrekende input de vertraging bewezen veroorzaakt. Ze rechtvaardigt wel een kleine onderscheidende test van verplichte intakevelden, een expliciete eigenaar van de verkoopoverdracht en een zichtbare uitzonderingswachtrij.

Vraag niet waar AI past vóór u kunt tonen waar de beperking terugkeert, welk gevolg volgt en wat onzeker blijft.

ModelFold-redactie

Wat hoort op een onderbouwde AI-opportuniteitskaart?

Een onderbouwde opportuniteitskaart is een beknopt beslisdocument dat de werkgrens, het onderzochte staal, het bewijs, het tegenbewijs, de beperkingen en de volgende kleinste test bijeenbrengt. Scheid het gemelde pijnpunt van het geobserveerde patroon. Verwijs voor inhoudelijke uitspraken naar veldnotities, geredigeerde artefacten, dagboekitems of zoekopdrachten in registraties; markeer onbewezen uitspraken als aannames. Leg meningsverschillen en ontbrekende dekking vast in woorden, niet in een samengestelde vertrouwensscore die de aard van de onzekerheid verbergt.

• Werkgrens: aanleiding, eindvoorwaarde, output, downstreamgebruiker en rollen.
• Onderzocht staal: periode, casustypes, vertegenwoordigde rollen en methodemix.
• Bewijsbeeld: gemelde pijn, geobserveerd patroon, operationeel gevolg en bronverwijzingen.
• Tegenbewijs: negatieve gevallen, ontbrekende dekking, andere verklaringen en onenigheid.
• Opportuniteit: wie hulp nodig heeft bij welke afgebakende taak en welk beter resultaat wordt gezocht.
• Randvoorwaarden: informatie, gegevenskwaliteit, machtigingen, beveiliging, privacy, arbeidsrelaties, toegankelijkheid, domeinkennis en menselijk toezicht.
• Alternatieven: AI-assistentie, deterministische regel, ander proces of eigenaarschap, opleiding, betere informatie en geen ingreep.
• Volgende test: aanname, relevante gevallen, bewijs voor succes en mislukking, eigenaar en evaluatiedatum.

Eindig met één duidelijke beslissing: AI testen, een niet-AI-wijziging testen, meer bewijs verzamelen of stoppen. Voor onboarding ligt de eerste proef bij betere intakevelden, een expliciete overdrachtseigenaar en een zichtbare uitzonderingswachtrij. Een begrensde schrijfassistent kan later worden onderzocht voor dossiers waarvan de feiten compleet zijn, niet als oplossing voor ontbrekende beslissingen stroomopwaarts. Stel AI pas voor wanneer een afgebakende taak, terugkerende beperking, zichtbaar gevolg, bruikbare informatie, passend toezicht en een toetsbaar voordeel tegenover eenvoudigere alternatieven samen aanwezig zijn. Schakel bij gevoelige informatie en zwaarwegende beslissingen de bevoegde organisatie-eigenaars en gekwalificeerde professionals in.