Naar de inhoud
Artikelen / data10 min lezen

Je data klaarmaken voor AI:waar je begint en wat je kunt laten liggen

De meeste bedrijven die vastlopen met AI, lopen vast op hun eigen data. Je hoeft niet alles op te ruimen: begin bij één vraag. Een actieplan in zes stappen.

Verschenen
Door
Luuk
Leestijd
10 min lezen
Over
data · base · privacy

De meeste bedrijven die vastlopen met AI, lopen niet vast op de AI. Ze lopen vast op hun eigen data. Bij een onderzoek onder 104 Nederlandse organisaties noemde 54% slechte data als rem, net na gebrek aan kennis1.

Wat ik bij klanten zie, is bijna altijd hetzelfde: de data is er wel, alleen zit er veel ruis tussen. Klantgegevens die in drie systemen net anders staan. Mappen vol oude versies. En kennis die alleen in het hoofd van een collega zit. Een AI kan daar niets mee, of erger: hij geeft je met veel zelfvertrouwen het verkeerde antwoord.

Het goede nieuws is dat je niet eerst je hele bedrijf hoeft op te ruimen. Je begint bij één vraag die je elke week stelt, en je zorgt dat het antwoord op één plek klopt.

  • Data is na kennis de grootste rem op AI, ook in Nederland.
  • Je data hoeft niet perfect te zijn. Hij moet passen bij de vraag die je stelt.
  • Begin klein: één vraag, de bronnen die daarbij horen, en per bron iemand die verantwoordelijk is.
  • Leg kennis vast die nu alleen in hoofden zit.
  • Bepaal wie wat mag zien voordat een AI alles kan lezen.
  • Laat je data in de EU blijven, ook als de AI hem leest.

Wij bouwden Base precies voor dit probleem. Base koppelt de systemen die je al gebruikt en zet er een eigen AI op, die in de EU draait. Het koppelen doen wij. Maar welke bron de waarheid is en wie wat mag zien, dat kun alleen jij beslissen. Daar gaat dit artikel over.

01

Waarom data de rem is

Het probleem is meestal niet dat er te weinig data is. Het is dat niemand meer weet welke data klopt. In de praktijk zien we drie dingen steeds terugkomen.

Rommel. Dezelfde klant staat in je boekhouding, je CRM en je mail, en overal net anders. Een CRM is het systeem waar je klanten en deals bijhoudt. Van ruim 600 bedrijven die er een gebruiken, zegt 76% dat minder dan de helft van die gegevens klopt en compleet is2. Ontbrekende en foute gegevens komen daarbij vaker voor dan dubbele.

Ruis. Bedrijven bewaren veel meer dan ze gebruiken. In een onderzoek van Omdia voor opslagbedrijf Everpure zegt 99% van de organisaties dat ze data bewaren die niemand meer gebruikt. 58% heeft niet eens zicht op wat er allemaal staat3. Voor een AI is dat lastig. Hij weet niet dat de offerte uit 2022 niet meer geldt.

Vergeten kennis. Veel weet je gewoon. Welke klant liever belt dan mailt. Waarom die ene korting er ooit is gekomen. Uit onderzoek van Panopto bleek dat 42% van de kennis in een bedrijf alleen bij die ene medewerker zit4. Dat onderzoek is ouder en ging over grotere Amerikaanse bedrijven. Ik verwacht dat het bij een mkb'er met tien mensen eerder meer is dan minder, omdat er minder is opgeschreven.

Wat het onderzoek zegt

Noemt slechte data als rem

54%

Van 104 Nederlandse organisaties. Alleen gebrek aan kennis scoort hoger.
CRM voor minder dan de helft op orde

76%

Minder dan de helft van de klantgegevens klopt en is compleet.
Kennis zit bij één persoon

42%

Die kennis is weg als die collega er niet is.
Van de werktijd gaat naar zoeken

25%

Kenniswerkers zijn een kwart van hun tijd kwijt aan antwoorden zoeken.

Dus dan krijg je dit. Kenniswerkers zijn volgens Atlassian zo'n kwart van hun tijd kwijt aan antwoorden zoeken5. Zet je daar een AI op die alles leest, dan zoekt hij sneller. Maar hij vindt dezelfde rommel.

Bij grote bedrijven gaat het net zo. Van de IT-leiders in het Everpure-onderzoek noemt 68% databeheer de grootste rem om AI van een proef naar dagelijks gebruik te krijgen. Het speelt dus overal, groot en klein.

02

Je hoeft niet alles op te ruimen

De reflex is: eerst alles opruimen, dan pas AI. Dat project begint nooit, of het eindigt nooit.

Onderzoeksbureau Gartner zegt het heel duidelijk: "There is no way to make data AI-ready in general or in advance"6. Of je data klaar is, hangt af van wat je ermee wilt doen. Gartner schrijft er zelfs bij dat er fouten en uitschieters in mogen zitten, zolang de data past bij de vraag.

Dus dan draai je het om. Je begint bij een vraag. Bijvoorbeeld: welke offertes staan open en wie moet ik nabellen? Voor die vraag heb je je CRM nodig en je mail. Je boekhouding van vijf jaar terug niet, en de gedeelde schijf met oude presentaties ook niet.

Gartner waarschuwt ook dat het geen klus is die je één keer doet. Ze schatten dat organisaties tot en met 2026 60% van hun AI-projecten stopzetten als de data er niet klaar voor is7. Data klaarmaken is dus onderhoud. Zoals je administratie: je doet het elke week een beetje, niet één keer per jaar alles.

Of dat voor elk bedrijf even makkelijk is, weet ik niet. Een bedrijf met één boekhoudpakket en een nette mailbox is snel klaar voor de eerste vraag. Een bedrijf met tien jaar aan gedeelde schijven heeft meer werk. Maar ook dan begin je bij één vraag.

03

Hoe het werkt: een hoofdkantoor met kamers

Zie je bedrijf als een kantoorpand. Elk systeem heeft zijn eigen kamer: de boekhouding, het CRM, de mail, de planning. Je team loopt erin en uit en werkt gewoon door.

Het probleem is dat niemand overzicht heeft. Wil je weten hoe je ervoor staat, dan loop je alle kamers langs en schrijf je het zelf op een briefje.

Base is de hal tussen die kamers. Uit elke kamer loopt een vaste lijn naar een scherm in de hal. In de serverruimte staat een eigen AI die leest wat er op dat scherm komt, en die je vragen beantwoordt. Die serverruimte staat in de EU.

Wat betekent dat voor je data? Je kamers hoeven niet verbouwd te worden. Je stapt niet over op een ander pakket. Maar er moet wel duidelijk zijn welke kamer de waarheid heeft. Staat het adres van een klant in je boekhouding en in je CRM, dan moet iemand zeggen welke van de twee geldt. Anders hangt er in de hal een scherm met twee antwoorden.

Welke kamer heeft de waarheid?

Twee kamers met hetzelfde adres geven twee antwoorden. Kies er één, en het scherm klopt weer.

04

Wie mag wat zien

Een AI die al je data kan lezen, laat ook zien hoe rommelig je rechten zijn. Dat klinkt als een detail, maar grote bedrijven liepen er flink op vast.

Toen Microsoft zijn AI-assistent Copilot uitrolde, vroeg Gartner aan 132 IT-leiders hoe dat ging. 40% stelde de invoering minstens drie maanden uit8. De reden: de AI liet medewerkers documenten zien die ze niet hoorden te zien, zoals salarissen. Volgens Gartner lag dat niet aan Copilot. Het lag aan mappen en rechten die jarenlang niemand had bijgehouden.

Dus dan moet je ook bepalen voor wie de AI iets weet. Een medewerker op de werkvloer hoeft de marges niet te zien. De boekhouder hoeft niet in elk klantgesprek te lezen. Dat leg je vast voordat de AI gaat lezen, niet erna.

En dan is er de vraag waar je data heen gaat. Van de Nederlandse bedrijven die AI wel overwogen maar niet gebruiken, noemt 49% privacy als reden9. Ik denk dat dat terecht is. Wat ChatGPT en Claude met je gegevens doen, lees je in Claude, ChatGPT en je bedrijfsdata. Hoe je zelf een AI-model in de EU draait, staat in Je eigen AI-model draaien.

Wie mag wat zien?

Kies een rol en zie welke kamers op slot gaan, en wat er dan op het scherm staat.

05

Actieplan: zo maak je je data klaar

Zes stappen die je zelf kunt zetten, met of zonder ons.

  1. Kies één vraag die je elke week stelt. Hoe staan we ervoor? Welke facturen staan open? Welke offertes moet ik nabellen? Hoe concreter, hoe beter.
  2. Zoek uit waar het antwoord nu staat. Schrijf op welke systemen, mappen en mensen je nodig hebt om die vraag te beantwoorden. Vaak zijn het er minder dan je denkt.
  3. Wijs per bron aan wat de waarheid is. Staat iets op twee plekken, kies er dan één. En zet er een naam bij: wie houdt deze bron bij?
  4. Haal kennis uit hoofden. Wat moet een nieuwe collega weten om deze vraag te beantwoorden? Schrijf dat op, in gewone zinnen. Een AI leest een notitie net zo goed als een tabel.
  5. Bepaal wie wat mag zien. Loop de rechten na van de bronnen die je hebt gekozen. Wat nu voor iedereen open staat, ziet straks ook iedereen via de AI.
  6. Houd het bij. Zet de vraag elke week aan de AI en kijk of het antwoord klopt. Klopt het niet, dan weet je meteen welke bron aandacht nodig heeft. Daarna pak je de volgende vraag.
06

Wat we zien bij klanten

Het verschilt per bedrijf, maar het beeld is vaak hetzelfde. De data is er wel. Hij is alleen rommelig, er zit veel ruis tussen, en een deel van de kennis is vergeten of zit bij één persoon. Twee voorbeelden.

Een notariskantoor. Daar moest een AI-assistent de vragen van cliënten kunnen beantwoorden. De antwoorden bestonden wel, maar ze stonden overal en nergens. Het kantoor heeft er een document voor opgesteld, en daar zijn ze flink mee bezig geweest. De eigenaar deed een deel zelf en verdeelde de rest over collega's die van een ander onderwerp verstand hebben. Die kennis zat namelijk alleen bij hen.

Een trouw- en evenementenlocatie. Veel informatie staat op hun website, en die kan een AI gewoon lezen. Maar dat is alleen wat publiek is. Een stel dat gaat trouwen wil meer weten: hoe zo'n dag ongeveer verloopt, wat er wanneer gebeurt en wat het kost. Dat stond in een draaiboek dat nergens online stond. Ze hebben dat draaiboek toegevoegd, en nu kan de AI ook die vragen beantwoorden.

Wat ik daaruit haal: het meeste werk zat in kennis bij elkaar zoeken en opschrijven, en in kiezen wat de AI wel en niet mag vertellen. De techniek was het kleinste deel. Dat zijn precies stap 3 tot en met 5 uit het actieplan.

Dat is eigenlijk geruststellend. Het betekent dat je niet bij nul begint. Je hoeft geen nieuw systeem in te voeren. Je hoeft vooral keuzes te maken die je al jaren voor je uit schuift.

07

Wanneer het níet de moeite waard is

In principe raad ik dit af als:

  • Je geen vraag hebt die terugkomt

    Wil je AI alleen gebruiken om af en toe een tekst te schrijven, dan hoef je je data niet klaar te maken. Dan volstaat een zakelijk account bij een van de grote aanbieders.

  • Je bedrijf in één systeem draait

    Staat alles al in één pakket, en heeft dat pakket zelf een goede AI-functie, probeer die dan eerst.

  • Niemand de bronnen wil bijhouden

    Een AI maakt rommel niet schoon. Hij laat hem alleen sneller zien.

Veelgestelde vragen

Moet mijn data eerst helemaal schoon zijn voordat ik AI kan gebruiken?

Nee. Je data moet passen bij de vraag die je stelt, niet perfect zijn. Gartner zegt zelf dat je data niet in het algemeen of vooraf klaar kunt maken voor AI. Begin bij één vraag en maak de bronnen voor die vraag op orde.

Wat betekent "AI-klare data"?

Data die past bij de taak die je wilt laten doen. Gartner omschrijft het als data die representatief is voor die ene toepassing, inclusief de fouten en uitschieters die daarbij horen. Voor een overzicht van open facturen heb je andere data nodig dan voor een klantenservice-assistent.

Waarom lopen zoveel AI-projecten vast op data?

Omdat dezelfde gegevens op meerdere plekken net anders staan, omdat veel opgeslagen data niet meer gebruikt wordt, en omdat kennis in hoofden zit. In Nederland noemt 54% van de organisaties slechte data als rem, net na gebrek aan kennis (InSpark, 2025).

Moet ik overstappen op een ander systeem?

Nee. Bij Base blijven je systemen waar ze zijn. Base leest mee via een koppeling en schrijft alleen terug als jij iets goedkeurt.

Wat als mijn systeem geen koppeling heeft?

Heeft een systeem een API of een export, dan kan het gekoppeld worden. Een API is een vaste aansluiting waarmee programma's gegevens uitwisselen. Lukt geen van beide, dan kijken we samen wat wel kan.

Ziet de AI straks alles wat in mijn systemen staat?

Alleen wat jij toestaat. In Base leg je per rol vast wie wat mag zien, en wat een koppeling mag doen. Loop je rechten wel eerst na: wat nu voor iedereen openstaat, ziet straks ook iedereen.

Blijft mijn data in Europa?

Bij Base wel. Het taalmodel draait op een eigen server in de EU, naast je database, en wordt niet getraind op jouw gegevens.

Liever niet zelf uitzoeken?

Dat kan. Met Base koppelen wij de systemen die je al gebruikt, en zetten we er een eigen AI op die in de EU draait. Jij installeert niets en beheert niets.

Wat we wel van je vragen, zijn de keuzes uit dit artikel: welke vraag eerst, welke bron de waarheid heeft, en wie wat mag zien. Die maken we samen, in een gesprek van een half uur.

Bespreek welke vraag jij als eerste door AI wilt laten beantwoorden.

Bronnen
  1. 1InSpark, 2025 · dutchitchannel.nl
  2. 2Validity, 2025 · validity.turtl.co
  3. 3Omdia en Everpure, 2026 · futurecio.tech
  4. 4Panopto, 2018 · hrdive.com
  5. 5Atlassian, 2025 · atlassian.com
  6. 6Gartner · gartner.com
  7. 7Gartner, 2025 · gartner.com
  8. 8Computerworld, 2024 · computerworld.com
  9. 9CBS, 2025 · cbs.nl