Ambitieuze datastrategie? Een maand vol second opinions

De afgelopen maand werkte ik samen met 16 organisaties in Vlaanderen – van KMO’s tot onderwijsinstellingen en multinationals – om hun datastrategieën onder de loep te nemen. Wat daarbij opviel? Veel organisaties benutten data vooral om bestaande processen te optimaliseren, terwijl het potentieel van data als motor voor innovatie en transformatie vaak onderbenut blijft. Hoewel snelle successen belangrijk zijn om momentum op te bouwen, moeten deze projecten altijd een opstap vormen naar bredere, strategische ambities. Ze dienen als bouwstenen voor transformatie, niet als einddoel.

Vlaamse ondernemers hebben alle troeven in handen om koploper te worden in de datagedreven economie, maar dat vraagt om lef, visie en samenwerking. In dit artikel deel ik drie cruciale vaststellingen en vijf aanbevelingen om organisaties te helpen hun datastrategie naar een hoger niveau te tillen.

Wil je 25 tips om jouw AI-strategie te versterken? Schrijf je dan in voor mijn nieuwsbrief en download de paper.

3 belangrijkste vaststellingen

Vaststelling 1 – Data wordt te vaak gebruikt voor optimalisatie in plaats van transformatie

Hoewel de terminologie en benamingen variëren, valt het op dat drie kernmodellen telkens opnieuw terugkomen in strategienota’s. Deze modellen zijn doorgaans direct afgeleid van de bedrijfsstrategie en sluiten nauw aan bij de bestaande organisatorische doelen en prioriteiten. Wat opvalt, is dat AI- en datastrategieën in veel gevallen eerder fungeren als een ‘enabler’ van de bredere bedrijfsstrategie dan als een radicale, disruptieve kracht die de fundamenten van het bedrijf transformeert.

Veel organisaties beschouwen data als een tool om kleine optimalisaties door te voeren: kostenbesparing, procesautomatisering, verbeterde klantervaring. Dit is waardevol, maar blijft vaak veilig en beperkt. De stap naar data als een bron van strategische transformatie wordt nauwelijks gezet.

Met andere woorden, de rol van AI en data is vaak ondersteunend of versterkend. Data en AI stellen bedrijven in staat om bestaande processen te optimaliseren, efficiënter te werken of hun bestaande waardepropositie te versterken, in plaats van volledig nieuwe markten of businessmodellen te creëren. Dit benadrukt het belang van een strategische integratie van AI binnen de organisatie, waarbij de focus ligt op pragmatische innovatie in lijn met de kernactiviteiten.

De meest succesvolle datastrategieën weten vaak op doeltreffende wijze elementen uit deze drie kernmodellen te combineren, waarbij ze zorgvuldig worden afgestemd op de specifieke doelen en context van de organisatie. Dit betekent dat organisaties slim inspelen op hun unieke omstandigheden en strategische prioriteiten, en dat data-initiatieven bewust worden gekoppeld aan bedrijfsdoelstellingen. Op deze manier wordt ervoor gezorgd dat data niet slechts een abstracte belofte blijft, maar daadwerkelijk concrete waarde oplevert en dat er binnen de organisatie draagvlak ontstaat om deze initiatieven te ondersteunen en verder uit te bouwen.

Innovatiewaarde !?

In de praktijk krijgen deze drie kernmodellen vaak uiteenlopende benamingen, zoals klantgerichtheid, servicewaarde, perceived value, efficiëntiewinst, bedrijfsproceswaarde, ecosysteemwaarde, co-creatiewaarde, netwerkwaarde en partnership impact strategy. Ondanks deze variëteit in terminologie komen ze in essentie neer op dezelfde onderliggende principes. Wat opvalt, is dat terwijl er veel gesproken wordt over innovatie in de context van AI en data, de term innovation value zelden expliciet benoemd wordt. Innovatie lijkt een gegeven te zijn, een buzzword dat vaak gebruikt wordt om de potentie van AI te benadrukken, zonder dat er expliciet naar de waardecreatie van innovatie zelf verwezen wordt. Dit suggereert dat hoewel innovatie centraal staat in de huidige technologiediscussie, de daadwerkelijke meetbare waarde ervan nog onvoldoende wordt erkend of gekwantificeerd in strategische contexten.

Tip: Stel jezelf de vraag: “Welke nieuwe waarde kunnen we creëren?”

Naast de gevestigde kernmodellen wil ik schrijvers van AI & datagedreven strategieën uitdagen om innovatieve stappen te zetten in de manier waarop waarde wordt gecreëerd met data. Deze kansen liggen niet alleen in het optimaliseren van bestaande processen, maar vooral in het ontwikkelen van volledig nieuwe paradigma’s die zowel economisch als maatschappelijk baanbrekend kunnen zijn.

• Nieuwe businessmodellen vormen een belangrijk terrein van innovatie. Data kan dienen als de basis voor geheel nieuwe manieren om waarde te leveren, zoals data-gedreven platformen die vraag en aanbod efficiënter koppelen, of “as-a-service”-modellen waarbij klanten betalen voor gebruik in plaats van eigendom. Denk aan concepten zoals mobiliteit als dienst (Mobility-as-a-Service, Health-as-a-service) of slimme infrastructuren die volledig datagestuurd zijn. Dit opent de deur naar businessmodellen die niet alleen winstgevend zijn, maar ook flexibeler en duurzamer.
• Maatschappelijke impact: Door data in te zetten kunnen we concrete oplossingen ontwikkelen voor grote uitdagingen, zoals de strijd tegen klimaatverandering door middel van slimme energienetwerken of precisie-landbouw. Ook in domeinen zoals gezondheidszorg en armoedebestrijding kan data cruciaal zijn, bijvoorbeeld door gepersonaliseerde zorgpaden te creëren of vroegtijdige signalering van kwetsbare groepen te verbeteren. Dit benadrukt dat data niet alleen een economische motor kan zijn, maar ook een instrument voor sociale vooruitgang.
• Open data: Open data kan leiden tot onverwachte samenwerkingen, nieuwe marktinitiatieven en meer transparantie in besluitvorming. Het creëert een ecosysteem waarin zowel kleine startups als gevestigde bedrijven kunnen floreren door op deze data voort te bouwen.

Om deze kansen te benutten, is het cruciaal dat je als organisatie ambitie toont en investeert in deze nieuwe vormen van waardecreatie. Door te focussen op strategische innovatie en samenwerkingen tussen overheid, bedrijven en onderzoeksinstellingen, kan Vlaanderen niet alleen zijn concurrentiepositie versterken, maar ook een leidende rol spelen in de AI economie van de toekomst. Dit vraagt om visionair leiderschap en de durf om traditionele grenzen te doorbreken, met data als de kern van duurzame vooruitgang.

Vaststelling 2 – Datastrategieën zijn vaak risicomijdend en weinig ambitieus

In Vlaamse organisaties is de datastrategie meestal nauw verweven met de bestaande bedrijfsstrategie. Op het eerste gezicht lijkt dit een logische aanpak: data wordt ingezet om bestaande prioriteiten te ondersteunen, zoals procesverbeteringen of betere klantbediening. Het probleem? Deze strategieën blijven vaak bescheiden en risicomijdend, waardoor innovatie als secundair doel of zelfs bijzaak wordt behandeld.

Veel organisaties zien data vooral als een middel om de huidige waardepropositie te versterken of te optimaliseren. Denk hierbij aan:

• Kleine verbeteringen in operationele processen, zoals het automatiseren van handmatige taken of het efficiënter maken van logistieke ketens.
• Verbeterde klantbeleving, zoals het personaliseren van marketingcampagnes of gepersonaliseerde aanbevelingen.
• Beperkte samenwerkingen, vaak gericht op het delen van bestaande middelen, in plaats van samen echt nieuwe producten of markten te creëren.

Hoewel een focus op optimalisatie resultaten oplevert, is het een gemiste kans. Het ontbreekt aan ambitie en durf om data als hefboom te gebruiken voor strategische transformatie. Innovatie – het creëren van volledig nieuwe businessmodellen, markten of zelfs maatschappelijke oplossingen – krijgt zelden een prominente plaats in de datastrategie.

Door data te beperken tot een ondersteunende rol, zetten organisaties zichzelf vast in een reactieve positie. Dit brengt verschillende risico’s met zich mee:

1. Concurrentieverlies: Innovatieve spelers die data en AI inzetten om volledig nieuwe markten te ontwikkelen, kunnen traditionele spelers snel voorbijstreven. Denk aan platformbedrijven zoals Uber en Airbnb, die door data-gedreven strategieën hele industrieën hebben hertekend.
2. Onbenutte groeikansen: Door innovatie niet centraal te stellen, blijven kansen zoals nieuwe businessmodellen of datagedreven producten onbenut.
3. Gebrek aan maatschappelijke impact: In domeinen zoals energie, mobiliteit of gezondheidszorg blijft het potentieel van data om maatschappelijke waarde te creëren onderbenut.

Tip: Maak innovatie een expliciete pijler in je datastrategie

De sleutel om ambitie te vergroten, is door innovatie een prominente plek te geven binnen de datastrategie. Dit betekent dat je verder gaat dan optimalisatie en structureel ruimte maakt voor experimenten, creativiteit en baanbrekende ideeën.

1. Stel innovatie als prioriteit: los van optimalisatie
   • Formuleer een duidelijke innovatiepijler binnen je datastrategie. Geef dit een apart mandaat en budget, los van de operationele doelen. Zo voorkom je dat innovatie verdrinkt in de dagelijkse optimalisatie-activiteiten.Denk buiten de bestaande businessmodellen. Vraag jezelf af:
     • Welke waarde kunnen we bieden aan nieuwe doelgroepen?Hoe kan data ons helpen volledig nieuwe diensten te ontwikkelen?Welke maatschappelijke problemen kunnen we oplossen met AI en data?

2. Creëer een cultuur van experimenteren: ruimte voor risico’s
   • Maak expliciet ruimte voor experimentele projecten die niet meteen een duidelijke ROI hoeven te bewijzen. Zorg voor een sandbox-omgeving, waar teams nieuwe ideeën en technologieën kunnen testen zonder de druk van directe resultaten.Beloon teams die met innovatieve ideeën komen, zelfs als deze niet meteen succesvol zijn. Het doel is om een cultuur te creëren waarin risico’s nemen wordt gezien als een noodzakelijke stap richting vooruitgang.

3. Formuleer een ‘moonshot’-ambitie
   • Stel een gedurfd doel dat de grenzen van je huidige organisatie overschrijdt, waarbij data en AI een centrale rol spelen. Een moonshot-project is bedoeld om de organisatie te transformeren, niet alleen te verbeteren.Zorg dat deze ambitie zowel economisch als maatschappelijk impact heeft. Dit helpt niet alleen om innovatie te stimuleren, maar ook om de maatschappelijke waarde van je organisatie te versterken.

Praktische tools voor innovatie

Om innovatie daadwerkelijk een plek te geven in je datastrategie, kun je de volgende tools en methodologieën inzetten:

• Innovation frameworks zoals Design Thinking en Lean Startup-methodieken om iteratief te werken aan nieuwe ideeën.
• Partnership modellen, waarbij je samen met startups, onderzoeksinstellingen of internationale spelers aan innovaties werkt.
• Metrics voor innovatie: Stel KPI’s in die gericht zijn op experimenten en lange termijn impact, zoals het aantal nieuwe ideeën, pilotprojecten of maatschappelijke impact metrics.

Vaststelling 3 – Samenwerkingen blijven te beperkt

In Vlaanderen opereren veel organisaties nog te veel op zichzelf als het gaat om AI en data. Samenwerkingen tussen bedrijven, overheden en onderzoeksinstellingen zijn beperkt, en dat vertraagt de vooruitgang. Organisaties missen daardoor schaalvoordelen, gedeelde kennis en de kans om gezamenlijk complexe uitdagingen aan te pakken.

Deze gefragmenteerde aanpak heeft meerdere nadelen:

1. Verloren synergieën: Innovatie in AI en data is vaak te complex en duur om alleen te realiseren. Het ontbreken van samenwerkingen leidt tot dubbel werk, inefficiënties en gemiste kansen.
2. Gebrek aan gedeelde infrastructuur: Het opzetten van dataplatformen of AI-modellen vraagt om significante investeringen. Zonder gezamenlijke inspanningen blijven veel initiatieven op de tekentafel liggen.
3. Versnippering van expertise: Onderzoeksinstellingen en bedrijven beschikken over waardevolle kennis, maar zonder samenwerking wordt deze kennis onvoldoende gedeeld en benut.

Kortom, terwijl samenwerking een krachtige hefboom kan zijn voor innovatie, blijft het potentieel bij de Vlaamse KMO nog grotendeels onbenut. Dit is een gemiste kans, zeker gezien de grote uitdagingen zoals de energietransitie, slimme mobiliteit en gezondheidszorg, die vragen om een geïntegreerde aanpak.

Tip: Zet in op samenwerking en ecosystemen

De oplossing ligt in het actief opbouwen van ecosystemen waarin organisaties samenwerken om AI- en data-innovatie te versnellen en hun investeringen in AI te laten renderen.

1. Start publiek-private samenwerkingen (PPP’s)

Publiek-private partnerschappen (PPP’s) zijn een krachtige manier om grote, complexe dataprojecten op te zetten. Door de middelen en expertise van overheden, bedrijven en onderzoeksinstellingen te combineren, kunnen organisaties ambitieuze projecten realiseren die anders buiten bereik zouden blijven.

Hoe?

• Identificeer gezamenlijke uitdagingen die geen enkele organisatie alleen kan oplossen. Denk aan slimme steden, energiemanagement of precisie-landbouw.
• Richt consortia op waarbij zowel publieke als private partijen betrokken zijn. Bijvoorbeeld: een project waarin een telecombedrijf, een stad en een universiteit samenwerken aan slimme verkeersmanagementsystemen.
• Maak gebruik van Europese subsidies (zoals Horizon Europe) of nationale fondsen om gezamenlijke initiatieven te financieren.

2. Deel best practices en inzichten

Het delen van ervaringen, successen en zelfs fouten is essentieel om samenwerking te stimuleren en te versnellen. Door transparantie en kennisdeling kunnen organisaties van elkaar leren en hun inspanningen beter coördineren. Toch ontbreekt het in vaak aan platforms of netwerken voor systematische kennisdeling.

Hoe?

• Organiseer regelmatige sector-brede bijeenkomsten waar bedrijven, onderzoekers en overheden best practices delen. Denk aan conferenties, hackathons of workshops.
• Creëer een digitale kennisdatabank waarin organisaties cases en inzichten kunnen delen.
• Stimuleer mentorschapsprogramma’s tussen grote bedrijven en start-ups, waarbij kennis over datastrategieën en implementaties wordt overgedragen.

Een succesvolle case is de AI4Belgium-coalitie, waarin bedrijven en overheden kennis en tools delen rond AI-implementatie. Dit netwerk heeft al geleid tot snellere adoptie van AI in domeinen zoals zorg en mobiliteit.

3. Verken kansen in open data en gezamenlijke data-ecosystemen

Open data en gezamenlijke data-infrastructuren vormen de basis voor veelbelovende samenwerkingen. Door datasets te delen, kunnen nieuwe inzichten ontstaan en kunnen organisaties innovatie versnellen. Toch blijven veel organisaties terughoudend, vaak door angst voor concurrentie of onzekerheid over databeveiliging.

Hoe?

• Zet frameworks op voor data-deling die zowel vertrouwen als transparantie bieden. Bijvoorbeeld: definieer duidelijke regels over wie toegang heeft tot welke data, en hoe de voordelen eerlijk worden verdeeld.
• Stimuleer open data-initiatieven waarin bedrijven en overheden datasets beschikbaar stellen voor publieke en commerciële toepassingen.
• Bouw gezamenlijke data-infrastructuren, zoals datalakes of integratieplatformen, die toegang tot en analyse van gedeelde data vergemakkelijken.

Samenwerking is meer dan een middel om kosten te delen; het is een katalysator voor schaalvoordelen, innovatie en maatschappelijke impact. Door samen te werken in ecosystemen kunnen Vlaamse organisaties uitdagingen aanpakken die anders buiten bereik zouden blijven. Tegelijkertijd biedt samenwerking de kans om gedeelde standaarden te ontwikkelen, versnippering te voorkomen en sneller vooruitgang te boeken.

Praktische acties om samenwerking te stimuleren

1. Identificeer gezamenlijke belangen: Start een workshop met potentiële partners om gedeelde uitdagingen en kansen te verkennen.
2. Zet kleine samenwerkingen op: Begin met een pilotproject om samenwerking in de praktijk te testen en vertrouwen op te bouwen.
3. Creëer een gedeelde infrastructuur: Investeer samen met partners in een datahub of platform dat data-deling vergemakkelijkt.
4. Maak gebruik van subsidies: Verken financieringsmogelijkheden van de Vlaamse overheid of de EU voor gezamenlijke projecten.
5. Stimuleer interne samenwerking: Zorg dat interne teams (bijvoorbeeld IT, marketing en operations) beter samenwerken rond data, om extern makkelijker partnerschappen aan te gaan.

5 uitdagingen die je (overal) ziet bij onze organisaties

Ondanks het toenemende bewustzijn van de waarde van AI en data, blijft samenwerking een hardnekkige uitdaging in Vlaanderen. Grote maatschappelijke en economische vraagstukken, zoals klimaatverandering, mobiliteit en vergrijzing, kunnen niet door individuele organisaties alleen worden opgelost. Toch opereren veel Vlaamse bedrijven, overheden en onderzoeksinstellingen nog te geïsoleerd, zonder de kracht van gezamenlijke initiatieven of ecosystemen te benutten. Dit belemmert schaalvoordelen en vertraagt innovatie.

Om deze uitdagingen aan te pakken, is een geïntegreerde aanpak nodig. Het draait om het combineren van technologische investeringen, het verbeteren van AI governance en het ontwikkelen van een datagedreven cultuur. Alleen door deze aspecten te harmoniseren, kunnen Vlaamse organisaties hun volledige potentieel benutten en een concurrentievoordeel behalen in de snel veranderende datagedreven economie.

Vijf aanbevelingen voor Vlaamse organisaties

Vlaamse organisaties hebben de kans om een voortrekkersrol te spelen in de datagedreven economie, maar dit vraagt om gerichte acties. Door zowel strategische als operationele aspecten van datagebruik te versterken, kunnen ze hun potentieel in AI realiseren en een concurrentievoordeel behalen. Hieronder volgen vijf concrete aanbevelingen die organisaties helpen om een solide basis te leggen voor succes.

1. Investeer in data literacy – Empower je medewerkers

Een ambitieuze datastrategie kan alleen slagen als medewerkers op alle niveaus over de juiste vaardigheden en mindset beschikken. Data literacy is meer dan alleen begrijpen wat dashboards betekenen – het gaat om het ontwikkelen van een datagedreven cultuur waarin mensen data gebruiken om strategisch te denken.

Hoe?

• Creëer een brede basis: Train medewerkers om niet alleen data te lezen, maar ook om de waarde ervan te herkennen voor innovatie en nieuwe initiatieven.
• Verleg de focus: Ga verder dan operationele inzichten; laat medewerkers ontdekken hoe data hen kan helpen nieuwe oplossingen te bedenken of markten te betreden.
• Beloon nieuwsgierigheid: Moedig teams aan om data te gebruiken om vragen te stellen zoals: “Wat als we dit proces volledig herdenken?” in plaats van enkel te optimaliseren.

2. Gebruik quick wins als opstap naar strategische initiatieven

Quick wins kunnen nuttig zijn, maar moeten meer zijn dan alleen procesverbeteringen. Ze moeten dienen als bouwstenen voor bredere strategische projecten en innovatie.

Hoe?

• Koppel quick wins aan een groter doel: Laat elk klein project bijdragen aan een bredere ambitie, zoals het verzamelen van data om een AI-model te trainen of het testen van een nieuwe technologie die later op grotere schaal kan worden uitgerold.
• Maak ze experimenteel: Gebruik quick wins om nieuwe concepten of technologieën te valideren, zoals een AI-gedreven applicatie die op termijn een nieuw businessmodel ondersteunt.
• Leer ervan: Gebruik de inzichten uit kleine projecten om grootschaligere initiatieven vorm te geven.

3. Creëer ruimte voor experimenten en moonshots

Wil je als organisatie een echte transformatie doormaken, dan is het cruciaal om durf en ambitie te tonen. Dit betekent het opzetten van experimentele trajecten en het stellen van gedurfde doelen die verder reiken dan de kernactiviteiten.

Hoe je dit doet:

• Reserveer budget en middelen voor innovatie: Investeer specifiek in projecten die gericht zijn op transformatie, niet enkel op optimalisatie.
• Zorg voor sandbox-omgevingen: Laat teams experimenteren met nieuwe technologieën en datasets zonder de druk van directe ROI.
• Definieer een moonshot: Stel een ambitieus doel waarbij data en AI centraal staan, zoals het ontwikkelen van een datagedreven platform dat een heel ecosysteem bedient.

4. Stimuleer samenwerking: Breek silo’s en bouw ecosystemen

Transformeren met data is te complex om alleen te doen. Samenwerking binnen ecosystemen – zowel binnen als buiten Vlaanderen – is essentieel om impact te realiseren.

Hoe je dit doet:

• Bouw ecosystemen rond open innovatie: Deel data en expertise met andere organisaties, en investeer in gezamenlijke infrastructuren zoals datalakes.
• Stimuleer publiek-private partnerschappen (PPP’s): Werk samen met overheden en kennisinstellingen om maatschappelijke uitdagingen aan te pakken, zoals slimme steden of groene energieoplossingen.
• Kijk verder dan concurrentie: Ontwikkel een cultuur waarin data- en kennisdeling geen bedreiging, maar een kans is.

5. Toon (ethisch) leiderschap: Bouw vertrouwen

Dankzij de GDPR en de EU AI Act staat ethisch datagebruik hoog op de agenda. Transparantie over hoe data wordt gebruikt, en het actief adresseren van ethische zorgen zoals bias en privacy, zijn onmisbare voorwaarden voor succes.

Hoe je dit doet:

• Ethische innovaties: Integreer ethics by design in elk project en zorg dat AI-modellen uitlegbaar en eerlijk zijn.
• Duidelijke KPI’s: Monitor de impact van je projecten niet alleen in termen van ROI, maar ook in maatschappelijke en strategische waarde.
• Communiceer proactief: Laat zien hoe jouw data-initiatieven bijdragen aan economie en samenleving.

Door ethiek en transparantie centraal te stellen in gedeelde data-ecosystemen, kunnen organisaties niet alleen voldoen aan regelgeving, maar ook vertrouwen opbouwen. Dit is essentieel voor maatschappelijke innovaties zoals slimme steden of precisielandbouw, waar gedeelde data cruciaal is.

Een ambitieuze datastrategie

Mijn ervaring met 16 verschillende organisaties in Vlaanderen bevestigt dat een sterke datastrategie essentieel is voor succes in de huidige economie. Vlaanderen heeft de potentie om een koploper te worden op het gebied van datagedreven innovatie. Door de juiste stappen te zetten, te leren van internationale best practices en de uitdagingen aan te pakken, kunnen Vlaamse organisaties data omzetten in waardevolle inzichten en concrete resultaten. De Vlaamse overheid speelt hierbij een belangrijke rol door het creëren van een stimulerende omgeving en het ondersteunen van initiatieven die de data-maturiteit van Vlaamse organisaties bevorderen. Het is belangrijk om te focussen op klantwaarde, operationele efficiëntie en partnerschappen, en om data-initiatieven af te stemmen op de bedrijfsdoelstellingen. Door te investeren in data literacy, quick wins te behalen, samenwerking te stimuleren, ethisch leiderschap te tonen en de impact te meten, kunnen Vlaamse organisaties hun volledige potentieel benutten in de datagedreven economie.

Laten we daarbij de lat hoog leggen en durven innoveren in de manier waarop we waarde creëren met data.