Een klacht is een bruikbare onderzoeksvraag, nog geen AI-use-case. Stel dat een operationeel team zegt dat klantonboardingbriefings te veel tijd kosten en daarom een AI-samenvatter wil. Een procesplaat uit het geheugen wijst al snel naar de schrijftijd. Afgeronde dossiers kunnen echter een ander patroon tonen: lastige briefings blijven liggen doordat commerciële besluiten ontbreken en worden herschreven wanneer tegenstrijdige bronvelden eindelijk zijn opgelost. Wie alleen de zichtbare schrijfstap automatiseert, laat het werkelijke oponthoud mogelijk bestaan.
Observeer daarom een afgebakende verzameling echte casussen voordat je een oplossing benoemt. Interviews leveren waardevolle ervaringen en verklaringen; observatie toont hulpmiddelen, onderbrekingen en omwegen; werkdocumenten, korte dagboeken en operationele registraties vullen andere blinde vlekken. Geen van deze bronnen is op zichzelf de waarheid. Samen kunnen ze een toetsbare hypothese opleveren over waar een beperking terugkeert, welk gevolg ermee samenhangt en welke onzekerheid nog openstaat.
Kernpunten
Behandel een klacht als onderzoeksaanwijzing, niet als kant-en-klare AI-use-case.
Baken echt terugkerend werk af en kies alleen de bewijsmethoden die de onderzoeksvraag helpen beantwoorden.
Zie interviews, observaties, artefacten, dagboeken en registraties als aanvullende gedeeltelijke perspectieven.
Toets een knelpunt op herhaling, locatie, gevolg, mechanisme, tegenbewijs en handelbaarheid zonder causaliteit te claimen.
Vergelijk AI met regels, eigenaarschap, proceswijzigingen, training, betere informatie en niets doen.
Wat moet je afbakenen voordat je een werkproces observeert?
Definieer eerst waar het onderzochte werk begint en eindigt, welk resultaat het oplevert, wie dat resultaat gebruikt en welke rollen eraan bijdragen. Leg daarnaast gewone en afwijkende casustypen vast. Voor de onboardingbriefing loopt de voorlopige grens van een goedgekeurde overdracht door sales tot een briefing die de delivery lead accepteert. Neem complete, onvolledige en tussentijds gewijzigde dossiers mee, zodat de steekproef niet alleen het keurige hoofdpad bevat.
Begin de onderzoeksronde met concrete vragen: waar ontstaat wachttijd, welke informatie wordt gecontroleerd, waar gaan overdrachten terug en welke uitzonderingen vragen veel oordeel? Noteer ook frequentie, variatie, gebruikte documenten en de afnemer van de output. De grens blijft herzienbaar. Als observatie laat zien dat een ontbrekend commercieel besluit vóór de officiële overdracht ontstaat, moet het team dat voortraject onderzoeken in plaats van star aan de eerste procesplaat vast te houden.
Trigger en eindconditie van het proces
Output, downstreamgebruiker en betrokken rollen
Reguliere, onvolledige en gewijzigde casussen
Overdrachten, variatie en bekende uitzonderingen
Onderzoeksvragen die de veldronde moet beantwoorden
De methode is een praktische synthese, geen verplicht standaardpakket. Kies de kleinste proportionele combinatie van recente-casusinterviews, contextuele observatie, werkdocumenten, dagboeknotities en registraties die de vraag kan beantwoorden. Een stabiele, goed geregistreerde stroom vraagt mogelijk geen dagboek; verspreid werk zonder bruikbare logs juist wel. De keuze volgt uit de blinde vlekken van het bewijs, niet uit de wens om iedere methode af te vinken.
Hoe laten recente-casusinterviews zien wat er werkelijk gebeurde?
Vraag de deelnemer om één recent afgerond geval stap voor stap te reconstrueren. Begin bij de aanleiding: wat kwam er binnen, wat gebeurde daarna, welke beslissing volgde, wie ontving de overdracht en wanneer was het resultaat aanvaard? Vraag vervolgens waar de casus afweek van de verwachting. Een concreet dossier houdt het gesprek bij gebeurtenissen en voorkomt dat het gewenste proces ongemerkt wordt gepresenteerd als de dagelijkse praktijk.
Wat gebeurde er daarna?
Waaraan zag je dat je verder kon?
Wie heb je benaderd en waarom?
Welke informatie ontbrak of sprak elkaar tegen?
Welke alternatieven overwoog je?
Kun je het document of hulpmiddel laten zien?
Vraag niet meteen welke AI-functie iemand wil. Onderzoek eerst signalen, informatiebehoeften, onzekerheid en moeilijke afwegingen: juist die mentale arbeid ontbreekt vaak in een stappenplan. Dit is compacte cognitieve verdieping, geen formeel ACTA-onderzoek. Bespreek bij onboarding zowel een routinebriefing als een lastig dossier en betrek coördinatoren, sales operations en delivery leads. Hun verschillende posities maken overdrachten zichtbaar, maar zelfs meerdere herinnerde casussen bewijzen nog niet hoe vaak een patroon voorkomt.
Waar let je op wanneer werk in de normale omgeving plaatsvindt?
Bekijk de taak met de gebruikelijke systemen, documenten, berichten, collega’s en onderbrekingen. Noteer bronwisselingen, controles, wachttijd, herstelwerk, overdrachten en tijdelijke oplossingen. Let vooral op momenten waarop iemand ontbrekende of tegenstrijdige informatie moet duiden. Bij een briefing kan het typen soepel verlopen, terwijl het verzamelen van betrouwbare feiten wordt onderbroken door vragen aan sales, zoeken in verschillende bronnen en wachten op een besluit dat nergens als processtap staat.
Kies vooraf een observatievorm en leg die vast. Stille observatie verstoort de stroom minder, maar laat motieven onduidelijk. Af en toe een vraag stellen geeft context met beperkte onderbreking. Doorlopende uitleg levert meer detail op, maar verandert de taak merkbaar. Scheid in de notities de casuscontext, waargenomen handeling, gebruikte bron, beslissing of onzekerheid, overdracht, onderbreking en gevolg van de interpretatie van de onderzoeker. Zo kan een collega later de gevolgtrekking betwisten.
Positioneer de sessie expliciet als onderzoek naar het werkproces, niet als beoordeling van individuele productiviteit. Zorg voor geïnformeerde deelname, verzamel alleen wat de onderzoeksvraag vereist, beperk toegang en vraag opnieuw toestemming voordat een nieuwe opnamevorm wordt gebruikt. Laat de deelnemer achteraf de gereconstrueerde stroom corrigeren. Betrek waar nodig de verantwoordelijken voor privacy, beveiliging, juridische zaken, medezeggenschap, toegankelijkheid en het vakgebied; deze methode vervangt hun beoordeling niet.
Welke bewijsmethoden tonen wat interviews of observatie missen?
Werkdocumenten, korte taakdagboeken en operationele registraties maken delen zichtbaar die tijdens een gesprek of gepland observatiemoment buiten beeld blijven. Laat deelnemers uitleggen hoe zij sjablonen, checklists, spreadsheets, berichten, concepten, papieren notities en wachtrijen werkelijk gebruiken. Markeringen en ordening kunnen status, geheugensteunen en coördinatie tonen, maar hun betekenis moet altijd bij de gebruiker worden gecontroleerd; een aangetroffen document bewijst niet hoe vaak het wordt gebruikt.
Wat iedere bewijsmethode kan bijdragen en waar controle nodig blijft
Bewijsmethode
Kan laten zien
Kan missen
Controleren met
Recente-casusinterview
Volgorde, ervaring, afwegingen en overdrachten
Onbewuste stappen en werkelijke frequentie
Artefacten, observatie en contrasterende casussen
Contextuele observatie
Hulpmiddelen, onderbrekingen, omwegen en praktisch oordeel
Zeldzame gebeurtenissen en motieven achter stil gedrag
Korte vragen, deelnemercontrole en andere casussen
Werkdocumenten
Status, prioriteiten, geheugensteunen en informele coördinatie
Waarom, wanneer en door wie iets wordt gebruikt
Uitleg van gebruikers en gekoppelde casussen
Kort taakdagboek
Intermitterende gebeurtenissen dicht bij het taakmoment
Niet-genoteerd werk en onafhankelijke verificatie
Vervolggesprek, observatie en documenten
Operationele registraties
Herhaling, wachttijd, herstelwerk, afwijkingen en termijnen
Offline werk, betekenis en oorzaak van vertraging
Observatie, artefacten en uitleg van uitvoerders
Gebruik een dagboek wanneer relevante gebeurtenissen verspreid of moeilijk planbaar zijn en vraag later om verduidelijking; notities blijven zelfrapportage. Onderzoek beschikbare casus-, activiteit- en tijdgegevens op wachtrijen, retouren, herstelwerk en kwaliteitsproblemen, maar documenteer ook wat buiten systemen gebeurt. Minder voorkomende uitzonderingen kunnen veel inspanning of gevolg dragen. Voor onboarding vergelijk je intake, bronrecords, berichten, checklist, conceptversies en correcties met wachtrijleeftijd en retourredenen, zonder uit tijdstempels af te leiden waarom iets vertraagde.
Wanneer wordt een gemeld pijnpunt een geloofwaardige knelpuntshypothese?
Een pijnpunt wordt een geloofwaardige knelpuntshypothese wanneer verschillende relevante casussen of bronnen dezelfde beperking op een herkenbare proceslocatie plaatsen en die koppelen aan een waarneembaar gevolg. Dat is nog geen causaal bewijs. Gebruik daarom een zespuntentoets die niet alleen bevestiging verzamelt, maar ook afwijkende gevallen, ontbrekende dekking en alternatieve verklaringen bewaart. Vermijd één samengestelde betrouwbaarheidsscore: die verbergt precies waar het bewijs zwak of tegenstrijdig is.
Herhaling: verschijnt dezelfde beperking in meer dan één relevante casus, rol of bron?
Locatie: waar komt de wachtrij, informatielacune, herwerklus of overbelasting door afwegingen het proces binnen?
Gevolg: hangt het patroon samen met vertraging, dubbele behandeling, correcties, uitval, inconsistente output, vermijdbare inspanning of risico?
Mechanisme: is er een plausibele uitleg die uitvoerders kunnen bevestigen of corrigeren?
Tegenbewijs: welke casussen ontwijken het probleem, wat is daar anders en welke alternatieve verklaringen blijven over?
Handelbaarheid: kan een ingreep hier het resultaat veranderen en past AI beter dan een regel, duidelijker eigenaarschap, proceswijziging, training, betere informatie of geen ingreep?
In het voorbeeld verschuift de hypothese van langzaam samenvatten naar ontbrekende besluiten en tegenstrijdige velden in moeilijke dossiers. Routinebriefings worden vlot afgerond en langere teksten zijn niet consequent trager. Bovendien missen de tijdstempels offline afstemming. De samenhang is dus sterk genoeg voor een gerichte proef, maar niet voor de stelling dat ontbrekende besluiten alle vertraging veroorzaken. Als herhaling, locatie of gevolg onduidelijk blijft, blijft het pijnpunt een open onderzoeksvraag.
Vraag niet waar AI past voordat je kunt aanwijzen waar een terugkerende beperking ontstaat, welk gevolg volgt en wat nog onzeker is.
Wat hoort op een onderbouwde AI-kanskaart?
Een onderbouwde AI-kanskaart is een compact beslisdocument dat procesgrens, waargenomen patroon, bewijs, tegenbewijs, beperkingen en de kleinste volgende proef bij elkaar houdt. Scheid de gemelde frustratie nadrukkelijk van wat in casussen is teruggevonden. Verwijs bij inhoudelijke beweringen naar veldnotities, geredigeerde artefacten, dagboekregels of registratievragen; markeer onbewezen aannames als aannames. Leg meningsverschillen vast in plaats van ze glad te strijken.
Procesgrens: trigger, eindconditie, output, downstreamgebruiker en rollen
Onderzochte periode, casustypen, vertegenwoordigde rollen en gebruikte methoden
Gemeld pijnpunt, waargenomen patroon en operationeel gevolg
Bewijsverwijzingen, tegenbewijs, lacunes en alternatieve verklaringen
Afgebakende taak, beoogde verbetering en beschikbare informatie
Datakwaliteit, bevoegdheden, beveiliging, privacy, arbeid, toegankelijkheid, vakinhoud en menselijk toezicht
Vergelijking van AI, vaste regels, proces- of eigenaarschapswijziging, training, betere informatie en niets doen
Kleinste vervolgproef, getoetste aanname, passende casussen, succes- en faalbewijs, eigenaar en beoordelingsdatum
Voor de onboardingbriefing ligt de eerste proef niet bij automatisch schrijven. Test eerst verplichte intakevelden, een expliciete eigenaar van de salesoverdracht en een zichtbare uitzonderingswachtrij. Meet vervolgens wachten en herstelwerk in een afgebakende groep dossiers. Alleen bij feitelijk complete casussen verdient een schrijfassistent daarna een afzonderlijke proef. De kanskaart eindigt steeds met één besluit: AI testen, een niet-AI-wijziging testen, meer bewijs verzamelen of stoppen. Schakel voor gevoelige of gereguleerde informatie bevoegde specialisten in.
Veelgestelde vragen
Hoe vind je een goede AI-use-case in een bedrijfsproces?
Baken terugkerend werk af en onderzoek concrete casussen, overdrachten, uitzonderingen en operationele gevolgen. Beschrijf wat onzeker blijft en vergelijk een AI-ingreep met regels, procesverbetering, duidelijker eigenaarschap, training, betere informatie en niets doen. Kies pas daarna de kleinste proef die het belangrijkste verschil kan aantonen.
Wat is het verschil tussen een pijnpunt en een AI-kans?
Een pijnpunt is iemands geldige ervaring van frustratie of moeite en vormt een goede onderzoeksaanwijzing. Een kans is specifieker: bewijs plaatst een terugkerende beperking op een afgebakende proceslocatie, koppelt die aan een waarneembaar gevolg en maakt een plausibele ingreep toetsbaar. Ook dan staat nog niet vast dat AI de beste keuze is.
Hoe observeer je medewerkers zonder werkpleksurveillance te creëren?
Maak deelname geïnformeerd en positioneer het onderzoek als beoordeling van het proces, niet van individuele prestaties. Verzamel proportioneel, beperk toegang, leg de observatievorm uit en laat deelnemers de reconstructie corrigeren. Betrek passende interne eigenaren voor privacy, beveiliging, juridische zaken, medezeggenschap, toegankelijkheid en vakinhoud.
Heb je voor ieder proces interviews, meelopen, dagboeken, documenten en proceslogs nodig?
Nee. Deze methoden vormen een praktische gereedschapsset, geen verplichte checklist. Kies de kleinste combinatie die de onderzoeksvraag beantwoordt en bekende blinde vlekken opvangt; gebruik bijvoorbeeld een dagboek voor verspreide gebeurtenissen en registraties alleen wanneer de gegevens bruikbaar en uitlegbaar zijn.
Kan werkobservatie bewijzen dat een knelpunt vertraging of herstelwerk veroorzaakt?
Nee. Observaties, casussen en operationele gegevens kunnen samen een geloofwaardige knelpuntshypothese ondersteunen, maar blijven interpretatief en soms onvolledig. Bewaar daarom negatieve gevallen en alternatieve verklaringen en voer een kleine onderscheidende proef uit voordat je een causale conclusie of brede automatiseringsbeslissing trekt.
Referenties en bronnen
Voor het onderzoek naar dit artikel zijn de volgende bronnen gebruikt:
We berichten over hoe AI werkelijk landt binnen een bedrijf. Ons werk begint bij bronnen met naam, scheidt wat we vonden van wat we vinden en gebruikt AI-ondersteuning voor onderzoek en concepten onder gedocumenteerde redactionele controles. We zijn geen vervanging voor beoordeling door een individuele deskundige.