AI readiness assessment: welk model past bij je MKB?

Kies je AI readiness assessment op je aanleiding, niet op de rangorde van de modellen. Om te oriënteren volstaat een gratis scan; voor structuur zonder budget is het NIST AI Risk Management Framework het enige gevestigde model dat gratis, leveranciersneutraal én expliciet schaalbaar is; en een betaald assessment van twee tot drie weken verdient zichzelf pas terug zodra er een investeringsbesluit of een klantvraag achter zit.

Zes instrumenten claimen je gereedheid te kunnen vaststellen, en vijf ervan zijn niet voor het MKB geschreven — het bekendste onderzoek meet uitsluitend bedrijven vanaf 500 medewerkers. Die kloof tussen gebruiken en beheersen is in Nederland goed zichtbaar: drie op de tien ondernemers zetten AI-tools in, maar twee à drie procent onderneemt stappen rond de Europese AI-wetgeving, blijkt uit KVK-onderzoek onder 651 ondernemers (juni 2025).

In onze gids over AI automatisering staat het brede landschap; hier vergelijkt CleverTech AI uitsluitend de meetinstrumenten.

Waarom lopen de faalcijfers van AI-projecten zo ver uiteen?#

De veelgeciteerde faalpercentages van AI-projecten variëren van 30 tot 95 procent, en dat komt niet doordat de ene bron beter meet dan de andere: ze meten iets anders. Wie een readiness assessment overweegt omdat "de meeste AI-projecten mislukken", doet er goed aan te weten welk cijfer waarop slaat.

Anders koop je een oplossing voor een probleem dat je niet hebt.

De cijfers naast elkaar#

Het verschil tussen 42 en 95 procent zit vrijwel volledig in de meetlat. S&P Global telt projecten die worden gestopt; MIT telt pilots die geen isoleerbare winstbijdrage aantonen.

Een pilot die technisch werkt, door gebruikers wordt omarmd en gewoon doordraait, telt bij S&P als succes en bij MIT als mislukking.

Bij dat MIT-cijfer hoort bovendien een waarschuwing die je zelden meegeleverd krijgt.

Het rapport draagt het label "preliminary findings", is niet peer-reviewed, en de deelnemers waren organisaties die bereid waren over hun implementatieproblemen te praten — zelfselectie die de uitkomst één kant op duwt. Het cijfer is bruikbaar als signaal, niet als basis voor een businesscase.

Wat de bronnen wél delen#

Alle drie wijzen ze dezelfde richting op, en die richting is niet technologisch. Datakwaliteit, ontbrekende operationele infrastructuur, onduidelijke businesswaarde en het ontbreken van een meetsysteem: dat is wat er stukgaat.

Niet het model. Precies daarom bestaat readiness assessment als categorie — en precies daarom is een assessment dat alleen naar technologie kijkt weggegooid geld.

Welke AI readiness assessments bestaan er werkelijk?#

Er zijn zes serieuze instrumenten waarmee een Nederlandse mkb-organisatie haar AI-gereedheid kan vaststellen, en ze vallen in drie categorieën: benchmarkonderzoek waar je jezelf tegenaan houdt, gratis frameworks die je zelf toepast, en betaalde assessments waarbij iemand langskomt. Dat onderscheid is belangrijker dan de merknaam, omdat het bepaalt wat je aan het eind in handen hebt.

Zes instrumenten in één overzicht#

Wat in dit rijtje ontbreekt is de gratis quickscan: de online zelftest van tien tot twintig minuten die vrijwel elk Nederlands AI-bureau aanbiedt, en de aanvraagvariant waarbij een consultant het werk doet, zoals de AI-scan van CleverTech AI. Die klasse komt verderop aan bod.

Hoe bruikbaar is de Cisco AI Readiness Index voor het MKB?#

De Cisco AI Readiness Index is het meest geciteerde AI-readinessonderzoek ter wereld en tegelijk het minst toepasbare voor een mkb-organisatie, om één reden die vrijwel nooit wordt vermeld: de steekproef bestaat uitsluitend uit bedrijven vanaf 500 medewerkers. De editie 2025 (Cisco, oktober 2025) ondervroeg 8.000 senior leiders in 30 markten en scoort ze op zes pijlers: strategie, infrastructuur, data, governance, talent en cultuur.

De steekproef sluit het MKB uit#

Een Nederlands bedrijf met 25 medewerkers valt volledig buiten de populatie. Dat is niet alleen een statistisch detail.

De benchmarks gaan over GPU-capaciteit, netwerkarchitectuur en datacentralisatie op enterpriseschaal — vragen die zinloos zijn voor een organisatie die op Microsoft 365 en een boekhoudpakket draait. Je kunt jezelf er niet tegenaan houden, want de meetlat begint boven je hoofd.

Daar komt een tweede bezwaar bij. Volgens Cisco's eigen methodologie telt de index 49 indicatoren, waarbij infrastructuur met 25 procent zwaarder weegt dan elke andere pijler; data volgt met 20 procent.

Cisco verkoopt infrastructuur. Dat maakt het onderzoek niet waardeloos, maar het betekent wel dat de definitie van "gereed" toevallig samenvalt met de productcatalogus van de uitgever.

Diezelfde toets is bij elk leveranciersmodel de moeite waard.

Wat je er wél uit haalt#

Twee bevindingen zijn ook zonder benchmark bruikbaar. De eerste: het aandeel koplopers dat Cisco "Pacesetters" noemt staat al drie jaar stil op 13 procent, terwijl de investeringen stijgen.

Gereedheid schaalt dus niet mee met budget. De tweede: 62 procent van die koplopers heeft een volwassen proces om use cases op te schalen, tegen 13 procent van alle respondenten, en 77 procent draait toepassingen in productie tegen 18 procent gemiddeld.

Het onderscheidende vermogen zit met andere woorden in het opschaalproces, niet in de techniek. Dat is een les die een bedrijf van dertig man net zo goed kan toepassen als een bedrijf van drieduizend.

Wat kun je in de praktijk met het Gartner AI maturity model?#

Het Gartner AI maturity model beschrijft vijf niveaus van AI-volwassenheid en is conceptueel prima bruikbaar, maar de operationele kant — de toolkit, de roadmap-templates, de benchmarkdata en de analistentoegang — zit achter een abonnement dat een veelvoud kost van een compleet extern assessment.

De reeks die overal circuleert luidt: awareness, active, operational, systemic en transformational. Het is de moeite waard te weten dat deze namen in vrijwel alle Nederlandse en Engelse blogs uit secundaire bronnen komen.

Gartners eigen document zit achter een paywall, en de publieke toolkit-pagina geeft geen inhoudelijke beschrijving vrij. Het meest nagevertelde AI-volwassenheidsmodel ter wereld is dus door bijna niemand in de bron gecontroleerd.

Neem het als een handige taal om over volwassenheid te praten, niet als geverifieerde standaard.

De niveaus zelf zijn herkenbaar genoeg: van praten over AI zonder pilots (awareness), via proofs of concept (active) naar minstens één toepassing in productie met een eigen budget en een verantwoordelijke (operational). Daarboven wordt het enterprise-terrein.

Gartner publiceert geen tarieven. Inkoopmarktplaats Vendr noemt een mediaan van ruim $75.000 per jaar, met technologie-specifieke abonnementen tussen $25.000 en $60.000 voor een handvol gebruikers en organisatiebrede contracten die vanaf circa $100.000 starten.

Behandel dat als indicatie van derden, niet als prijslijst. De conclusie verandert er niet door: voor een mkb-organisatie kost toegang tot het model meer dan het volledige traject dat je ermee zou willen sturen.

Is de Microsoft AI-maturity-aanpak neutraal genoeg?#

Microsofts AI-maturity-aanpak is gratis, concreet en verrassend praktisch — maar hij beantwoordt in de kern de vraag welke Microsoft-producten je organisatie aankan. Als je al in dat ecosysteem zit, is dat eerder een voordeel dan een bezwaar.

Vier niveaus op vaardigheden en datagereedheid#

Het AI-scenario binnen het Cloud Adoption Framework hanteert vier niveaus, gedefinieerd langs twee assen: welke vaardigheden zijn aanwezig en hoe ver is je data. Op niveau 1 hoort basisbegrip van AI bij kant-en-klare Copilot-oplossingen.

Op niveau 2 komen modelselectie en dataschoonmaak in beeld, en daarmee eigen analytische modellen. Niveau 3 vraagt om prompt engineering en grounding, wat generatieve toepassingen met RAG mogelijk maakt.

Niveau 4 gaat over infrastructuurbeheer en orkestratie.

Die koppeling van niveau naar haalbare use case is het nuttigste element van alle besproken modellen. Microsoft is opvallend eerlijk over doorlooptijden: Copilot-achtige oplossingen leveren rendement in dagen tot weken, maatwerk op Azure vraagt weken tot maanden, en de documentatie adviseert 20 tot 30 procent marge op je eerste tijdsinschatting.

In de trajecten die CleverTech AI begeleidt blijkt die marge structureel te krap zodra er koppelingen met bestaande bedrijfssystemen bij komen.

Sinds juli 2026 publiceert Microsoft daarnaast een AI Strategy Roadmap met vijf strategische stadia: exploring, planning, implementing, scaling en realizing. Dat is een strategisch model, geen technisch — verwar de twee niet.

Let op: dit is niet het Power Platform-model#

Veel artikelen presenteren de reeks initial, repeatable, defined, capable en efficient als "Microsofts AI maturity model". Dat klopt niet.

Dat is het Power Platform adoption maturity model en het gaat over low-code-adoptie, niet over AI-gereedheid. Wie ernaar verwijst in een directiestuk, verwijst naar het verkeerde document.

Waarom is NIST AI RMF het beste gratis startpunt?#

Het NIST AI Risk Management Framework 1.0 is het enige gevestigde model dat gratis is, geen enkele leverancier bevoordeelt en expliciet is ontworpen om op verschillende schaalniveaus te worden toegepast. Voor een mkb-organisatie die structuur zoekt zonder budget, is dit de logische eerste stap.

Vier functies in plaats van vijf niveaus#

NIST publiceerde het framework in januari 2023 rond vier functies. Govern legt vast wie verantwoordelijk is en welk beleid geldt. Map brengt per AI-toepassing de context en de risico's in kaart. Measure maakt die risico's meetbaar. Manage wijst middelen toe, documenteert restrisico en regelt wat er gebeurt als het misgaat.

Het verschil met een volwassenheidsmodel is fundamenteel. NIST geeft je geen cijfer maar een set vragen die je per toepassing beantwoordt, en dat past beter bij hoe het MKB AI daadwerkelijk invoert: één proces tegelijk.

In 2024 kwam daar een apart profiel voor generatieve AI bij. Alles is vrij toegankelijk, inclusief een playbook met concrete acties per functie.

Let op dat versie 1.0 momenteel wordt herzien; verwijs dus expliciet naar de versie die je gebruikt.

Eén beperking: NIST is vrijwillig en niet certificeerbaar. Je kunt er intern op sturen, maar je kunt er geen aanbesteding mee winnen.

En als je een certificaat nodig hebt: ISO/IEC 42001#

Voor dat laatste bestaat ISO/IEC 42001, de norm voor een AI-managementsysteem. Certificering verloopt via een tweefasige audit door een geaccrediteerde instelling en vraagt om conformiteit met de hoofdstukken 4 tot en met 10, plus de beheersmaatregelen uit Annex A die je van toepassing verklaart — 38 controls verdeeld over negen doelstellingen (Annex A.2 tot en met A.10), waarvan je in een Statement of Applicability gemotiveerd mag afwijken.

De prijs is navenant. Een Nederlands complianceplatform begroot het eerste jaar op €15.000 tot €35.000 inclusief interne inzet, met een doorlooptijd van zes tot twaalf maanden en één tot twee mensen die er twintig tot veertig procent van hun tijd aan kwijt zijn.

Dat is een marktindicatie van een commerciële partij, geen onafhankelijke benchmark. Begin er alleen aan als een klant, een aanbesteding of een toezichthouder erom vraagt.

Wanneer volstaat een gratis AI readiness scan?#

Een gratis AI readiness scan is een thermometer, geen diagnose: hij bepaalt binnen een paar dagen of het onderwerp urgent genoeg is om er tijd in te steken, en dat is precies waar hij goed in is. Onderschat die functie niet.

De meeste mkb-directies hebben geen model nodig om te beginnen, maar een aanleiding.

Twee soorten gratis scans#

De gangbare variant is de zelftest: tien tot twintig meerkeuzevragen die je langs strategie, data, techniek, mensen en governance leiden, met een score als uitkomst. Nuttig als checklist, maar de uitkomst is niet beter dan de zelfinschatting die je erin stopt.

De gratis AI-scan van CleverTech AI is bewust anders opgezet. Je vult drie velden in — dertig seconden werk — en een consultant analyseert vervolgens je website en processen.

Binnen 48 uur ligt er een persoonlijk rapport met de drie tot vijf AI-kansen met het hoogste rendement, per kans een inschatting van de besparing in uren en euro’s, en een concrete eerste stap. Geen automatisch gegenereerde score, maar iemand die er daadwerkelijk naar kijkt.

Dat scheelt precies de zwakte van de zelftest: je hoeft niet zelf te weten hoe goed je data is.

Waar de gratis scan stukloopt#

Zodra er geld aan hangt, houdt het op. Geen enkele scan kan vaststellen of je data feitelijk bruikbaar is, want dat vereist dat iemand in je systemen kijkt.

Integratiecomplexiteit laat zich van buitenaf niet inschatten. En bij de zelftestvariant komt daar zelfrapportage door één persoon bij, meestal iemand die optimistischer is over de eigen datakwaliteit dan gerechtvaardigd.

Wil je weten in welke bredere fase je organisatie zit, dan is onze analyse van digitale volwassenheid in het MKB een nuttige aanvulling: die kijkt naar datastromen in plaats van naar AI-specifieke gereedheid.

Wat kost een betaald AI readiness assessment in Nederland?#

Nederlandse aanbieders vragen tussen de €2.500 en €9.500 voor een AI readiness assessment, met een doorlooptijd van één tot vier weken. Die bandbreedte is opvallend consistent tussen partijen die verder weinig gemeen hebben.

De marktcijfers komen uit een prijsoverzicht van Searchlab (maart 2026). Het zijn tarieven die aanbieders publiceren, geen onafhankelijk marktonderzoek — een branchebrede benchmark voor AI-adviestarieven bestaat in Nederland niet.

Uurtarieven blijven hier bewust buiten beschouwing: die vergelijking, inclusief het verschil tussen freelancer, gespecialiseerd bureau en Big Four, staat in ons artikel over een AI consultant inhuren. Zoek je geen readiness-meting maar een formele audit — omdat een klant, certificering of toezichthouder erom vraagt — dan staan de prijsladder en de bijbehorende leverancierstypen in wat een AI-audit kost.

Wil je het laten uitvoeren in plaats van zelf doen, dan koop je in essentie drie dingen die een quickscan niet kan leveren: interviews met sleutelfiguren, een technische inventarisatie van je systemen, en een geprioriteerde kansenlijst met kostenindicatie per kans.

CleverTech AI scoort in elk assessment op vier dimensies — data, technologie, organisatie en strategie — op een vijfpuntsschaal, met een gap-analyse en acht tot vijftien concrete toepassingen, gerangschikt op impact en haalbaarheid. Die vijfpuntsschaal is er niet om een mooi totaalcijfer te produceren: het zijn de twee laagst scorende dimensies die bepalen waar je realistisch kunt beginnen, niet de hoogste.

De rekensom is simpel genoeg om zelf te maken. Bij een eerste AI-implementatie van €25.000 tot €50.000 is een assessment van €3.500 rond de tien procent van het projectbudget.

Dat is verdedigbaar als het je behoedt voor de verkeerde processkeuze, en weggegooid als je toch al wist welk proces je zou aanpakken. Voor dat laatste geval is ons stappenplan voor AI-implementatie een snellere route.

Welke methode past bij jouw aanleiding?#

Kies niet op basis van welk model het volledigst is, maar op basis van waarom je meet. CleverTech AI noemt dat de aanleidingtoets: vier aanleidingen die elk een ander instrument vragen, en waarbij het duurdere instrument bij de verkeerde aanleiding gewoon verspilling is.

De aanleidingtoets#

De veelgemaakte fout is de sprong van aanleiding één naar instrument drie. Een bedrijf dat nog geen enkel proces heeft aangewezen, koopt een assessment dat vaststelt wat het zelf ook had kunnen vaststellen: dat de data versnipperd is en er niemand eigenaar is.

Draai de volgorde om.

Twee combinaties die vaak werken#

Bij organisaties tot ongeveer vijftig medewerkers werkt de combinatie gratis scan plus NIST-structuur verrassend goed: de scan levert de urgentie, NIST levert de vragen die je per toepassing beantwoordt. Kosten: nul, plus een paar dagen eigen tijd.

Boven de vijftig medewerkers, met meerdere systemen en een echte IT-verantwoordelijke, verschuift de balans. Dan is de systeeminventarisatie het onderdeel dat je niet zelf kunt doen, en wordt een betaald assessment de goedkoopste route naar een besluit dat standhoudt.

Speelt er ook een compliancevraag, lees dan eerst onze AI Act-checklist voor het MKB: de AI-geletterdheidsplicht uit artikel 4 geldt al sinds februari 2025 en raakt vrijwel elke organisatie die AI gebruikt.

Wat scheidt een rapport van een besluit?#

Het verschil zit niet in de methode maar in wat je vooraf afspreekt. Drie afspraken bepalen of een assessment iets verandert.

Drie afspraken die je vooraf maakt#

Eerst: benoem één beslissing die het rapport moet ondersteunen. Niet "inzicht krijgen", maar bijvoorbeeld "bepalen of we in Q1 offertecalculatie automatiseren".

Vervolgens: leg vast wie het rapport ontvangt en wie erover besluit — een assessment zonder ontvanger met mandaat wordt een la-rapport. En ten derde: spreek af welke nulmeting je nu vastlegt, zodat je over een half jaar kunt zien of er iets is bewogen.

Het patroon uit de faalcijfers keert hier terug.

De organisaties die pilots wél naar productie brengen, onderscheiden zich niet door hun techniek maar doordat ze meten en opschalen als proces hebben belegd. Dat begint bij het assessment, niet erna.

De praktische route voor de meeste mkb-organisaties is dus: begin gratis, gebruik NIST voor structuur, en koop pas een assessment zodra er een concreet besluit of een externe eis achter zit. Wil je weten wat er in jouw processen te halen valt voordat je iets uitgeeft, vraag dan de gratis AI-scan aan — je krijgt binnen 48 uur een persoonlijk rapport met de kansen die het meeste opleveren.

Voor het bredere plaatje van tools, kosten en ROI staat alles bij elkaar in onze gids over AI automatisering.