Tag: MKB

Het Graafschap College en ROC van Twente laten zien hoe je AI inzet zonder het werk van mensen overbodig te maken. Via AI-leercirkels werken mbo-studenten, docenten en mkb-bedrijven samen aan concrete toepassingen in de technische maakindustrie. De centrale vraag daarbij: hoe blijf je als vakspecialist onmisbaar als AI steeds meer kan?

Wat is het practoraat Smart Technology & AI?

In september 2025 startten het Graafschap College en ROC van Twente gezamenlijk het practoraat Smart Technology & AI, onder leiding van practor Anika Embrechts. Een practoraat is een onderzoeksgroep binnen het mbo, vergelijkbaar met een lectoraat in het hbo.

Het practoraat richt zich op drie dingen tegelijk: onderzoek naar AI-toepassingen in de technische sector, professionalisering van docenten, en directe samenwerking met de regionale maakindustrie. Denk aan opleidingen in verspaning, werktuigbouwkunde, mechatronica, ICT en bouw- en vervoer.

Concreet draait dit in zogenoemde AI-leercirkels: maandelijkse bijeenkomsten waarin medewerkers van mkb-bedrijven, mbo- en hbo-docenten, docentonderzoekers en studenten met afstudeerprojecten samen aan AI-toepassingen werken. Bedrijven brengen hun eigen producten en data mee. Studenten werken aan echte casussen. Kennis blijft in de regio.

Wat maakt deze aanpak opvallend?

Veel AI-trajecten beginnen met de vraag: wat kan AI voor ons doen? Het practoraat stelt bewust een andere vraag: wanneer heeft AI hier daadwerkelijk iets toe te voegen?

Embrechts formuleert het helder: “Vraag niet naar de oplossing, maar kies gericht wanneer AI je écht kan helpen.” Dat klinkt logisch. Toch is het minder vanzelfsprekend dan het lijkt. Zeker in een sector waar de urgentie om iets met AI te doen groot is, maar de kennis, tijd en mankracht om dat goed te doen beperkt zijn.

Het verschil zit hem in de omgekeerde volgorde. Niet: we hebben AI, wat kunnen we ermee? Maar: we hebben een probleem op de werkvloer, kan AI daar iets bij bijdragen? En zo ja, hoe dan precies?

Dat is een houding die ook voor professionals buiten het onderwijs relevant is.

Hoe werkt het in de praktijk: een aanpak in vijf stappen

Op basis van het practoraat en de AI-leercirkels zijn er vijf herkenbare stappen te onderscheiden die ook bruikbaar zijn voor iedere professional of ondernemer die met AI aan de slag wil.

Stap 1: Begin met het probleem, niet met de tool.
Identificeer eerst een concreet knelpunt in je werk of productieproces. Repeterend werk dat foutgevoelig is. Een planning die te veel handmatige aanpassingen vraagt. Een kwaliteitscheck die nu nog op gevoel gaat. Pas als het probleem helder is, heeft het zin om te kijken of AI een bijdrage kan leveren.

Stap 2: Verzamel je eigen data.
AI-leercirkels werken met data van de bedrijven zelf. Dat is geen toeval. Generieke modellen geven generieke uitkomsten. Hoe specifieker je data, hoe bruikbaarder het resultaat. Voor een machinebedrijf betekent dat: begin met je eigen productiegegevens, storingslogs of kwaliteitsmetingen, niet met een demo-dataset.

Stap 3: Betrek mensen met vakkennis.
In de leercirkels zitten niet alleen technici of AI-specialisten. Juist de medewerkers die het proces van binnenuit kennen, zijn onmisbaar bij het beoordelen of een AI-uitkomst klopt. Een model kan een planning optimaliseren, maar of die planning realistisch is op de werkvloer, weet de medewerker. Die combinatie van modeloutput en praktijkkennis is precies wat de aanpak sterk maakt.

Stap 4: Bepaal de grenzen van AI-gebruik.
Het ROC van Twente ontwikkelde hiervoor een AI-waaier: een instrument met vijf niveaus die aangeven in hoeverre AI ingezet mag worden bij een bepaalde taak of opdracht. Niveau 1 betekent: geen AI. Niveau 5: volledige inzet toegestaan. Voor professionals geldt hetzelfde principe. Niet elk besluit, niet elke tekst, niet elke analyse leent zich voor AI-ondersteuning. Bewust kiezen wanneer wel en wanneer niet is een vaardigheid op zich.

Stap 5: Zorg dat kennis niet verdwijnt.
Een risico bij AI-gebruik is dat kennis die voorheen in mensen zat, langzaam verdwijnt naar een model. Het practoraat adresseert dit door kennis actief te documenteren en te verspreiden via onderwijsmateriaal. Voor bedrijven betekent dit: zorg dat AI een hulpmiddel is dat vakkennis ondersteunt, niet vervangt. Leg vast wat je weet. Train je mensen. Blijf snappen wat het model doet.

Wat roept dit op?

Er is iets merkwaardigs aan de hand in het gesprek over AI en werk. Iedereen ziet de verandering aankomen, maar de concrete stap naar “hoe doe ik dit dan zelf?” blijft voor veel mensen vaag.

Embrechts benoemt het risico van ondoordacht gebruik: studenten die hun denken structureel uitbesteden aan AI, begrijpen op een gegeven moment het vak niet meer. Dat geldt net zo goed voor professionals. Als je nooit meer zelf een planning maakt, verlies je het gevoel voor wat een realistische planning is. Als je nooit meer zelf een tekst schrijft, verlies je het vermogen om een slechte AI-output te herkennen. Onderzoek naar cognitieve vermoeidheid en cognitieve schuld bij AI-gebruik laat zien dat dit geen theoretisch risico is.

Onmisbaar blijven betekent niet: AI vermijden. Het betekent: goed genoeg blijven om AI op waarde te schatten. We schreven eerder al over waarom bedrijven die mensen vervangen door AI zelden meer rendement halen, en wat dat zegt over hoe we AI werkelijk inzetten.

Hoe doen andere regio’s het?

Het is interessant om de Achterhoekse aanpak te plaatsen naast wat er elders in Nederland gebeurt.

In Brabant werken Fontys en Summa College samen aan de opleiding Smart Industry Engineer. Die opleiding is opgezet in samenwerking met dertig regionale bedrijven uit de Brainport-regio. Het accent ligt daar op het opleiden van nieuwe profielen: studenten die werktuigbouwkunde, data, AI en cybersecurity combineren tot een breed technisch profiel. De aanpak is sterk gericht op nieuwe instroom, minder op het bijscholen van bestaande medewerkers.

In Den Haag heeft ROC Mondriaan een programmamanager AI aangesteld die specifiek werkt aan het ondersteunen van docenten. De pilots richten zich op toepassingen als automatisch samenvatten van studentgesprekken en het stroomlijnen van rapportages. De insteek is intern: hoe helpt AI het onderwijs zelf efficiënter werken?

De Achterhoekse aanpak onderscheidt zich doordat het mkb en het onderwijs structureel samenwerken aan dezelfde vraagstukken, met eigen data, in een beschermde omgeving. Dat is minder spectaculair dan een nieuw Smart Industry-programma, maar waarschijnlijk duurzamer. Studenten komen terecht bij bedrijven die ze al kennen. Bedrijven krijgen kennis die aansluit op hun eigen processen. Docenten leren van wat er op de werkvloer speelt.

Het noaberschap waar Embrechts naar verwijst, is geen marketingterm. Het is een werkwijze. En voor de maakindustrie in deze regio is dat een reëel voordeel.

Wat zien wij in de praktijk?

Wat wij merken in aanloop naar het congres Achterhoekse Intelligentie op 25 september 2026: de vraag die ondernemers het vaakst stellen is niet “wat kan AI?” maar “hoe kan ik het slim inzetten?” Dat is precies de juiste vraag. En het is bemoedigend dat het onderwijs in deze regio een antwoord aan het ontwikkelen is. Tijdens ons event gaat AI-implementatie specialist Marloes Huinink precies hier dieper op in.

Geen antwoord, wel een richting

Er is geen universeel recept voor goed AI-gebruik. Wat het Graafschap College en ROC van Twente laten zien, is dat de juiste vraagstelling al een groot deel van het werk is. Niet: geef ons een oplossing. Maar: wanneer helpt AI ons werkelijk?

Die houding veronderstelt iets: dat je het vak goed genoeg kent om die vraag te stellen. Dat je weet wat een goed resultaat is. Dat je de uitkomst van een model kunt beoordelen op bruikbaarheid in de praktijk.

Dat vraagt om mensen die blijven leren, ook in een wereld waarin AI steeds meer overneemt. Juist dan.

Op 25 september 2026 gaan we op het congres Achterhoekse Intelligentie in NYC Lichtenvoorde dieper in op dit soort vragen: hoe zet je AI in als middel, niet als doel? Wat betekent dat voor de maakindustrie, voor professionals, voor de regio? Tickets zijn beschikbaar via achterhoek.ai/tickets/.