Voor TNO realiseerden we een Way of Working-traject waarin teams niet alleen AI leren, maar direct werkende AI-agents en automatiseringen bouwen binnen hun eigen technologie-stack. Zo verschuift AI van inspiratie en losse pilots naar schaalbare, overdraagbare oplossingen met structurele impact op productiviteit en werkwijze.
Klant
TNO
Sector
Kennisinstituut & onderzoek
Diensten
Binnen veel kennisorganisaties blijft AI hangen in inspiratie, losse pilots of individuele experimenten. Medewerkers zien de potentie van tools zoals Microsoft Copilot, maar weten niet hoe ze die structureel kunnen inzetten binnen hun bestaande processen en technologie-stack.
Het gevolg: veel energie, beperkte structurele impact. Productiviteit blijft afhankelijk van individuen in plaats van een gedragen werkwijze binnen teams.
Bij TNO lag de vraag niet óf AI relevant was, maar hoe medewerkers zélf concrete oplossingen konden bouwen die direct waarde toevoegen aan hun dagelijkse werk en die overdraagbaar zijn binnen de organisatie.
De uitdaging was dus om AI te verschuiven van inspiratie en losse pilots naar schaalbare, overdraagbare oplossingen met structurele impact op productiviteit en werkwijze.
In plaats van een klassieke training richtten we een Way of Working-traject in: twee intensieve sessies van vier uur waarin teams niet alleen leren, maar daadwerkelijk producten ontwikkelen. We werken vanuit user stories, korte sprints en directe toepassing op eigen casuïstiek, met de bestaande technologie-stack als uitgangspunt. Copilot stond centraal, aangevuld met het bouwen van concrete AI-agents en praktische automatiseringen.
Medewerkers definiëren hun eigen user stories: welk concreet probleem kost vandaag structureel tijd? Vervolgens vertalen we dat binnen dezelfde sessie naar een werkende agent of automatisering, bijvoorbeeld voor documentgeneratie, samenvattingen, interne kennisextractie of procesondersteuning.
Automatiseren is daarbij een bewuste investering. We begeleiden deelnemers bij het expliciet maken van hun werkproces: waar zit herhaling, waar zit handwerk, waar gaat tijd verloren? Zo leren ze niet alleen een tool gebruiken, maar investeren ze in hun eigen manier van werken. We werken in korte ontwikkelcycli: probleem definiëren, oplossing bouwen, testen, verbeteren. Zo kunnen teams zelfstandig nieuwe agents blijven ontwikkelen.
De agents zijn geen experimenten: ze zijn deelbaar met collega's en inzetbaar binnen bredere teams, waardoor één investering in tijd zich vermenigvuldigt. Daarmee ontstaat schaalbaarheid binnen de organisatie.
De eerste investering kost tijd, maar levert na verloop van tijd aanzienlijk rendement op in tijdsbesparing, kwaliteit en consistentie. Het resultaat: structurele productiviteitsverbetering in plaats van incidentele tijdswinst, adoptie van binnenuit en een reproduceerbare aanpak voor verdere AI-ontwikkeling.
Verder kijken
Bouwend Nederland
Voor Bouwend Nederland ontwikkelden we een AI-tool die grote hoeveelheden documenten analyseert en omzet in een vergelijkbaar overzicht via een matrixinterface. Met RAG en vector search kunnen tientallen documenten tegelijk worden uitgevraagd op dezelfde vragen, inclusief bronfragmenten voor transparante besluitvorming.
Lees de case
The Hague & Partners
Voor The Hague & Partners ontwikkelden we een geïntegreerd AI-platform dat het volledige campagneproces automatiseert binnen de bestaande Microsoft-omgeving. Van offerte tot live content: één end-to-end workflow met veilige data-integratie, hogere snelheid en maximale consistentie.
Lees de case
TNO
Voor TNO richtten we een GenAI Business Consultant Team in dat generatieve AI systematisch koppelt aan strategische doelstellingen en omzetimpact. Door gestructureerde use case-identificatie, impact/effort-prioritering en snelle validatie verschuift AI van losse productiviteitswinst naar schaalbare business cases en winstgroei.
Lees de caseIn 20 minuten kijken we samen waar je werk vastloopt en wat de logische eerste stap is.
Geen verkooppraat. 20 minuten over jouw situatie.
