1
Waar kunnen we versnellen met AI?
Integraal ontwerpen
Betrokken partijen
Gemeenten, corporaties, gebiedsontwikkelaars, adviseurs
AI kan ondersteunen in
- Scenario's genereren
- Regelgeving interpreteren
- Ontwerpvarianten maken
- Participatie
- Data harmoniseren en verbeteren
- Verschillen in aannames expliciteren
Parallel plannen
Betrokken partijen
Gemeenten, ontwikkelaars, bouwers, ketenpartners
AI kan ondersteunen in
- Planningen optimaliseren
- Afhankelijkheden inzichtelijk maken
- Risico's voorspellen en managen
- Kostenmanagement
- Realtime samenwerken
- Uitvoering versnellen en verbeteren
Industrieel bouwen
Betrokken partijen
Ontwikkelaars, aannemers, leveranciers, maakindustrie
AI kan ondersteunen in
- Configureren
- Standaardiseren
- Kwaliteitscontrole
- Productoptimalisatie
Wat is daarvoor nodig
2
Randvoorwaarden voor AI
Technische randvoorwaarden
Data
- Data is beschikbaar
- Data is van kwaliteit en goed gestructureerd
- Gedeeld datamodel
Tech & expertise
- Tech is beschikbaar én van kwaliteit
- Zowel technische expertise als domeinkennis zijn aanwezig voor het toepassen
Organisatorische randvoorwaarden
Draagvlak
- Alle betrokken partijen vertrouwen de data en het model
- Betrokkenen zien toegevoegde waarde
- Gedeelde businessmodellen
Ecosysteem
- Er wordt samengewerkt binnen en buiten organisatiegrenzen
Risico's in beeld
- Risico's zijn geïdentificeerd, gedeeld en gedekt
Governance
- Eigenaarschap en verantwoordelijkheid is duidelijk
- Er is een gestandaardiseerd proces voor experimentatie en leren
Hoe voldoen we daar (niet) aan
3
Kaders voor AI
Data en infrastructuur
✕Huidige belemmerende praktijken
- Data- en organisatiesilo's, versnipperde systemen
- Wantrouwen in data van anderen
- Onderschatten belang datakwaliteit
- Overschatten wat AI met gelimiteerde data
- Datamanagement via Excelsheets
✓Wat gaat helpen?
- Investeren in opschonen, structureren en vindbaar maken van eigen data
- Federatief data delen
- Gedeelde standaarden, definities en databronnen
- Open API's
Governance & regie
✕Huidige belemmerende praktijken
- Te zwaar en specifiek AI-beleid
- Geen AI-beleid
- Te grote focus op controle en risicobeheersing
- Sturen op capaciteit in plaats van impact
- Afrekencultuur
✓Wat gaat helpen?
- Gecoördineerd experimenteren en adaptieve besluitvorming
- Proportionele kaders en heldere spelregels
- Genoeg mandaat voor de mensen die innoveren
- Lichte besluitvorming
Ontwikkeling & adoptie
✕Huidige belemmerende praktijken
- AI-tool ontwikkelen zonder goed zicht op probleem of businesscase
- Onvoldoende AI- & datavolwassenheid
- AI benaderen als IT-vraagstuk in plaats van proces herontwerp
- Te laat in project nadenken over adoptie, beheer en opschaling
- Onduidelijk eigenaarschap
✓Wat gaat helpen?
- Tech ontwikkelen samen met gebruikers
- AI- en datageletterdheid ontwikkelen door gezamenlijk aan echte casussen te werken
- Beginnen met toepassingen die direct waarde tonen
- AI laten aansluiten op bestaande processen
Ecosysteem
✕Huidige belemmerende praktijken
- Te weinig prikkels voor ketensamenwerking
- Versnipperde financiering en contracten
- Partijen beschermen data, kennis en marktpositie in plaats van precompetitief te leren
- Geen ketenregie
✓Wat gaat helpen?
- Gedeelde businesscases met de keten creëren
- Ecosysteem voor gezamenlijk bouwen en leren
- Publieke doelen, baten en kosten transparant verdelen over alle betrokken partijen
- Scheiding van eigenaarschap en beheer bij multipartij dataplatformen
- Techbedrijf als partner in joint development, niet alleen als leverancier