AI-maturiteitsmodel
Wat is een AI-maturiteitsmodel?
Een AI-maturiteitsmodel is een raster. Langs de ene kant staan de dingen die een bedrijf nodig heeft voor AI meer wordt dan een paar mensen met een chatbot: strategie, data, vaardigheden, governance, de technische leidingen en de manier waarop het werk loopt. Bovenaan staan vier of vijf trappen, van proefjes van enthousiastelingen tot iets waar het bedrijf bewust op draait. Je zet jezelf op elke rij in een vakje.
De vorm komt van het Capability Maturity Model, in 1993 gepubliceerd door het Software Engineering Institute van Carnegie Mellon, nadat de Amerikaanse overheid gevraagd had naar een manier om te beoordelen hoe bekwaam haar softwareleveranciers waren. Die ladder van vijf niveaus is nog altijd wat de meeste AI-versies gebruiken.
Drie gepubliceerde modellen, van drie soorten organisaties:
Het AI Maturity Model van MITRE, augustus 2022, van de Amerikaanse onderzoeksorganisatie. Zes pijlers, twintig dimensies, vijf niveaus van initial tot optimized.
Het AI Maturity Framework van UNESCO, 2025, een gids waarmee overheidsdiensten zichzelf plaatsen. Zes pijlers, vier niveaus: basic, ready, dynamic en advanced. Het is geschreven binnen het project AI-Ready Flemish Public Administration, gefinancierd door de Europese Commissie en gemaakt voor het AI-expertisecentrum van Digitaal Vlaanderen. Dichter bij een lokale referentie kom je niet.
Het agentic AI adoption maturity model van Microsoft op Microsoft Learn, gepubliceerd in het voorjaar van 2026. Vijf pijlers, vijf niveaus met nummers van 100 tot 500.
Ze spreken elkaar opvallend weinig tegen. Andere woorden, dezelfde rijen, ongeveer dezelfde ladder. Geen van de drie is de norm, en je hoeft ook niet te kiezen.
Wat het model wel en niet doet
Het maakt een vaag gesprek concreet. "We moeten iets met AI doen" is niks om mee aan de slag te gaan. Zes rijen met een score erop, en discussie over waar elke score hoort, wel.
Het toont een directie ook dat haar probleem niet technisch is. Mensen komen binnen met het idee dat technologie de zwakke rij zal zijn, en technologie scoort meestal gewoon goed, want er staat al een platform waar dit op zou draaien. De lage rijen gaan over wie waar eigenaar van is en of iemand ooit iets gemeten heeft.
Wat het niet is, is een doel. Van niveau 2 naar niveau 3 gaan is geen bedrijfsresultaat, en geen enkele klant of bank vraagt naar je niveau. De modellen zeggen dat zelf, en dat is het herhalen waard omdat de leveranciers die erop verder bouwen het niet zeggen. MITRE schrijft dat het streefniveau van een organisatie volgt uit haar opdracht en haar manier van werken, en dat het hoogste niveau op alle dimensies niet altijd haalbaar of relevant is. UNESCO schrijft dat het kader geen streefniveau oplegt.
Vier vragen die voorspellen of je er iets aan hebt
Het verschil tussen een bedrijf dat iets uit AI haalt en een bedrijf met een map vol pilots zit niet op die ladder. Vier nuchtere vragen vangen het grootste stuk, en geen enkele ervan is een trap.
Is er een iemand eigenaar van een use case, van begin tot eind? Geen sponsor en geen stuurgroep. Een naam, die beslist wat het ding doet, wiens ploeg met het resultaat leeft, en die het mag stopzetten.
Raak je aan de data die de use case nodig heeft? Bereikbaar wil zeggen dat iemand met de juiste rechten ze deze week buiten krijgt, in een formaat dat een machine leest. In een systeem zitten waar je voor betaalt, telt niet.
Meet iemand het resultaat? Een cijfer, op een vaste dag bekeken. Enthousiasme op de gang is geen meting, en hoe vaak de tool opengaat evenmin.
Is er een weg van een werkend experiment naar productie? Wie kijkt het na op veiligheid, uit welk budget komt de licentie, wie herstelt het om acht uur 's morgens. Weet niemand dat, dan eindigt alles als pilot, en dat is hoe pilot purgatory er van binnenuit uitziet.
Een bedrijf dat vier keer ja antwoordt en overal op niveau 2 staat, haalt dit jaar meer uit AI dan een bedrijf op niveau 4 dat nee antwoordt op de tweede vraag.
Een AI-maturiteitsniveau tegenover een certificaat
Zet een maturiteitsmodel naast ISO/IEC 42001, de norm voor een AI-managementsysteem van december 2023, en ze splitsen op een punt: kan iemand van buiten je bedrijf nagaan of het klopt.
Een maturiteitsniveau komt van de mensen die zichzelf scoren. Geen auditor, geen accreditatie, geen scope op het document, geen vervaldatum. Twee bedrijven die allebei niveau 3 zeggen, kunnen andere modellen met andere rijen gebruikt hebben, en het eerlijkste van de twee komt er lager uit. Een niveau is dus waardeloos in een aanbesteding en behoorlijk nuttig in de vergadering waar je beslist wat je eerst aanpakt.
Een certificaat loopt de andere kant op. Een geaccrediteerde instelling auditeert je, op het certificaat staat een scope en een datum, en er komt iemand terug kijken. Wat het een klant niet vertelt, is of AI iets nuttigs voor je doet, want je kan dat certificaat hebben en ondertussen niks uit de technologie halen. Het maturiteitsmodel stelt die vraag en kan het antwoord niet bewijzen. Het certificaat bewijst zijn antwoord en stelt de vraag nooit.
Jezelf scoren op een namiddag
Neem een van de gepubliceerde modellen, laat de rijen staan zoals ze staan, en zet drie mensen samen die het niet met elkaar eens gaan zijn: wie het bedrijf leidt, wie het werk leidt dat zou veranderen, en wie de systemen recht houdt. Lees de beschrijvingen per rij luidop voor en geef een score. Waar twee mensen dezelfde rij anders inschatten, is die discussie meer waard dan het cijfer.
Dan een regel. Neem de eerstvolgende use case die je echt van plan bent, en pak de laagst scorende rij die hem tegenhoudt. Niet de laagste rij in het algemeen, en niet allemaal tegelijk.
Een voorbeeld. Een bedrijf van 45 mensen onderhoudt industriële koelinstallaties in Limburg en Antwerpen. De use case: een ontwerpofferte voor herstellingen, opgemaakt uit het verslag dat de technieker na een bezoek invult. Op de vier niveaus van UNESCO:
Strategie en waarde: ready. De zaakvoerder wil het en heeft dat maandag gezegd. Niks op papier, geen budgetlijn.
Mensen en cultuur: ready. De helft van het bureau gebruikt al een chatbot voor mail. Niemand kreeg opleiding, niemand weet goed wat mag.
Data: basic. De serviceverslagen staan als vrije tekst in de service-app die hun leverancier host. Er is geen export buiten een pdf per bezoek, en de API zit niet in hun formule.
Governance, ethiek en risico: basic. Geen beleid, geen lijst van wat er draait, geen eigenaar.
Technologie en AI-operations: ready. Microsoft 365 voor iedereen, een ERP met een werkende export, en een functie die een leverancier erbij bouwde zonder dat iemand erom vroeg.
Twee rijen staan onderaan, en de reflex is governance aanpakken, want dat is de rij die je omhoog krijgt door iets te schrijven, en er staat altijd iemand klaar om er een kader voor te verkopen. Governance is niet wat de offerte-assistent tegenhoudt. Dat de verslagen van de technieker onbereikbaar zijn, wel. De volgende zes weken zijn dus een telefoon naar de leverancier over een export of een API, waarschijnlijk een andere formule, en een test op de verslagen van vorig kwartaal om te zien of wat de techniekers intypen goed genoeg is om er een offerte uit te schrijven.
Governance heeft nog altijd een antwoord nodig, en dat antwoord is een blad: wat het personeel in welke tool mag zetten, bij wie ze terechtkunnen als ze twijfelen, en een lijst van wat er draait met een naam ernaast. Dat is een AI-gebruiksbeleid, en dat is een namiddag werk in plaats van een project.
Waar moet je op letten bij een AI-maturiteitsmodel
Een lage score op governance wordt een governanceproject. Governance is de rij die je op papier het makkelijkst omhoog krijgt, en dat verandert niets aan de vraag of wat je wil bouwen aan zijn data geraakt.
Het model dat je als eerste vindt, komt meestal van iemand die de remedie verkoopt. Dat maakt het niet fout, en het verklaart wel welke rij altijd laag uitkomt en waarom de rijen zo netjes samenvallen met een productcatalogus. Het model van Microsoft is zorgvuldig en de moeite waard, en zijn rijen zijn ook omgevingsstructuur, connectoren en platformtooling. De twee die je niks verkopen, die van MITRE en UNESCO, zijn gratis te downloaden, en dat zijn de modellen om jezelf tegen te scoren.
De rijen gaan uit van een groter bedrijf dan het jouwe. Bij 45 mensen is "organisatiestructuur" een lijn in iemands functieomschrijving en "workforce development" twee namiddagen. Lees die rijen als vragen in plaats van als eisen, anders scoor je jezelf onderaan op dingen die je niet nodig hebt.