Samen over informatiemanagement
Mirjam Kaijser en René Vlieger hebben allebei hun eigen kijk op informatiemanagement.
Mirjam werkt al ruim 20 jaar in de publieke IT en helpt informatiemanagers, bestuurders en teams om overzicht en grip te krijgen op complexe IT-vraagstukken. Haar uitgangspunt: IT gaat uiteindelijk altijd over mensen, processen en de keuzes die je samen maakt.
René is consultant, trainer & Microsoft 365- en Purview-specialist en houdt zich dagelijks bezig met vraagstukken rondom informatiemanagement, governance, databeveiliging en digitale samenwerking. Hij helpt organisaties om structuur aan te brengen in een steeds complexer digitaal landschap. Daarbij kijkt hij verder dan techniek alleen: uiteindelijk gaat informatiemanagement volgens hem over vertrouwen, verantwoordelijkheid en het slim organiseren van informatie.
In deze blogserie duiken we in onderwerpen rondom informatiemanagement. We delen ieder onze visie, ervaringen en praktische inzichten en verwijzen vanuit onze eigen websites naar elkaars blogs. Zo ontstaat een serie waarin we elkaar aanvullen, uitdagen en hopelijk ook jou aan het denken zetten. Twee perspectieven, één onderwerp: hoe zorg je dat informatie en IT je organisatie daadwerkelijk verder helpen?
Lees je mee?
De vorige blog gemist? Je leest ‘m hier: De digitale werkplek ís je informatiehuishouding
AI vergroot niet alleen je mogelijkheden, maar ook je informatieproblemen
Met AI lijkt kennis en informatie steeds makkelijker toegankelijk. Maar AI maakt geen onderscheid tussen een goed beheerde informatieomgeving en een rommelige kluwen aan informatie. De vraag is dus niet alleen of AI werkt, maar vooral wat er gebeurt als AI toegang krijgt tot informatie die niet toegankelijk zou mogen zijn, informatie die verouderd is of informatie waarvan het eigenaarschap niet is belegd.
Wat gebeurt er als AI informatie sneller kan vinden dan een organisatie kan beoordelen?
AI is geen vervanging voor informatiemanagement. Goed informatiemanagement wordt er juist urgenter door.
AI-agents kunnen bestaande risico’s rondom security, compliance en governance vergroten. Daarom is het belangrijk om vooraf stil te staan bij de manier waarop informatie binnen je organisatie wordt beheerd en gebruikt.
De vier AI vragen
Stel jezelf de volgende vragen voordat je AI implementeert in je processen:
- Mag het?
Welke wetgeving is van kracht? Tot welke gegevens mag deze AI toegang krijgen, rekening houdend met privacy, intellectueel eigendom en het beleid van de organisatie? - Kan het veilig?
Is de basis voor informatiebeveiliging op orde? Voorkom je dat AI onverwacht toegang krijgt tot gevoelige informatie? - Werkt het betrouwbaar?
Hoe staat het met de kwaliteit en actualiteit van de bronnen, de beschikbare context en de menselijke controle op de uitkomsten? - Heeft het waarde?
Maak een duidelijke businesscase waaruit blijkt welke waarde AI toevoegt. Denk bijvoorbeeld aan een hogere kwaliteit van werk, betere besluitvorming of betere dienstverlening.
Mirjam: “Informatiebeveiliging is, als je AI toevoegt aan je processen, een belangrijk onderwerp. Een risico-inventarisatie is daarom een must. Je kunt geen AI-risico’s beoordelen zonder robuust ISMS. Als je basisinformatiebeveiliging niet op orde is, is elke AI-toepassing een veiligheidslek in wording. Een structurele risicobeoordeling moet geborgd zijn, dit is niet een extra laagje dat je toevoegt.”
Van toolinventaris naar AI-gebruikslandschap
Een AI-register bijhouden is belangrijk om zicht te houden op het gebruik van AI binnen je organisatie. Maar als je daarin alleen productnamen opneemt, heb je vooral een mooie toolinventaris. Je weet dan nog steeds niet hoe de verschillende toepassingen met elkaar verbonden zijn en welke rol ze spelen in je processen.
Maak daarom van je AI-register een AI-landschap, vergelijkbaar met een applicatielandschap. Leg niet alleen vast welke tools je gebruikt, maar ook:
- Welk proces wordt ondersteund?
- Welk type informatie wordt gebruikt?
- Wie is eigenaar?
- Wie controleert de uitkomst?
- Welke groepen kunnen door de uitkomst worden geraakt?
- Hoe worden incidenten en fouten gemeld?
Zo ontstaat er inzicht in het daadwerkelijke gebruik van AI en de verantwoordelijkheden die daarbij horen.
AI-geletterdheid is rolgebonden
Ook de mensen die met AI werken, moeten weten wat ze ermee kunnen en wat de risico’s zijn. AI-geletterdheid is verplicht voor organisaties die AI gebruiken en gaat verder dan het kunnen schrijven van goede prompts. Werknemers moeten AI-gebruik herkennen, weten wanneer ze AI kunnen inzetten en de output kritisch kunnen beoordelen.
Dat vraagt om meer dan een algemene, eenmalige trainingsdag voor de hele organisatie. AI-geletterdheid is een rol-gebonden verantwoordelijkheid.
Europese AI-regels verlangen maatregelen die de ontwikkeling van AI-geletterdheid ondersteunen. Daarbij moet rekening worden gehouden met technische kennis, ervaring, opleiding en de context waarin AI wordt gebruikt. Maatwerk is dus nodig. Een bestuurder heeft andere kennis nodig dan een medewerker die agents bouwt, een administratief medewerker of een privacyprofessional.
René: “Bij Microsoft 365 Copilot komen informatiebeheer en AI-governance samen. Omdat antwoorden worden gebaseerd op informatie waartoe een gebruiker toegang heeft, worden te ruime toegang, verouderde content en onduidelijke bronnen direct relevante governancevraagstukken.”
Dat zie je bijvoorbeeld wanneer een medewerker AI gebruikt om een managementsamenvatting te maken. De tekst klinkt overtuigend, maar de AI heeft zich gebaseerd op verouderde documenten. Het probleem zit dan niet alleen in de technische AI-oplossing. Die heeft gedaan wat er gevraagd werd. De organisatie heeft de informatiehuishouding niet op orde en daardoor is niet duidelijk welke bronnen actueel en betrouwbaar zijn.
De oplossing begint dus bij een stevige basis onder je informatiehuishouding, goed bronbeheer en menselijke verificatie. Niet bij het schrijven van betere prompts.
Inzichten per rol
Wat betekent dit concreet voor de verschillende rollen binnen een organisatie?
- Bestuurder: vraag niet alleen welke AI wordt gebruikt, maar welk besluit erop kan volgen.
- Informatiemanager: positioneer informatiekwaliteit als onderdeel van AI-governance, niet als voorwaarde die er achteraf bijkomt.
- IT-manager: combineer toegangsbeheer, informatiebescherming, monitoring en adoptie.
- CIO: stimuleer gecontroleerd experimenteren. Een uitsluitend verbiedende aanpak kan juist leiden tot de introductie van schaduw-AI.
Conclusie
AI vindt niet automatisch de waarheid. Het vindt wat wij toegankelijk hebben gemaakt. De kwaliteit van AI begint met de kwaliteit, context en toegankelijkheid van de juiste informatie.
Mirjam: “Ik vergeleek het gebruik van AI eens met een sexy jurkje. Het ziet er allemaal heel mooi uit, maar als je basis niet op orde is, heb je er helemaal niks aan.”
AI is geen IT-projectje dat je even uitprobeert. Het is een beleidsmatige keuze die vraagt om duidelijke ethische, juridische en security-kaders, voordat de eerste prompt wordt getypt.
Maar ook met duidelijke AI-kaders blijft één probleem bestaan: technologie, gebruik en regelgeving veranderen voortdurend. Governance moet daarom geen eenmalige inrichting zijn, maar een blijvend organisatieritme.
In ons vijfde en laatste blog in deze reeks gaan we in op governance die blijft werken.
René volg je hier: LinkedIn
Mirjam volg je hier: LinkedIn | MainDeck
De vorige blogs terug lezen? Je leest ze hier:
De digitale werkplek ís je informatiehuishouding
Iedereen betrokken, niemand verantwoordelijk: het eigenaarschap van informatie
Digitale transformatie begint niet bij technologie, maar bij leiderschap
