Beantwoord 12 vragen - een per kennisgebied van de AI-BOK. Je krijgt direct een score en een radargrafiek met je sterke en zwakke punten.

1 / 12

Heeft je organisatie een formeel AI-governance-raamwerk met duidelijke rollen, mandaten en escalatielijnen?

Nee, er is geen AI-governance Er zijn informele afspraken Er is een basis governance-structuur Formeel raamwerk met rollen en mandaten Volledig geintegreerd in enterprise governance

2 / 12

Is er een meerjarige AI-strategie die is afgestemd op de organisatiestrategie?

Geen AI-strategie Ad hoc AI-initiatieven Er is een AI-visiedocument Meerjarige strategie met portfolio AI-strategie geintegreerd in bedrijfsstrategie met KPIs

3 / 12

Zijn er architectuurprincipes en referentie-architecturen specifiek voor AI-systemen?

Nee, AI wordt ad hoc gebouwd Enkele richtlijnen Referentie-architectuur in ontwikkeling Vastgestelde AI-architectuur met principes Cognition plane expliciet gepositioneerd in enterprise-architectuur

4 / 12

Wordt de levenscyclus van AI-systemen gestructureerd beheerd met quality gates?

Geen levenscyclusbeheer Informeel proces Basisfasen gedefinieerd Quality gates per fase met criteria Volledig iteratief met feedbackloops en sprint-governance

5 / 12

Zijn datakwaliteit, semantische precisie en bias-detectie structureel geborgd voor AI-systemen?

Geen specifieke datagovernance voor AI Basisdatakwaliteit gemeten Begrippenkaders en datakwaliteitsprofielen RAG-pipelines, bias-detectie en data-lineage Volledig semantisch verankerd met kennisgrafen en sleutelkastpatroon

6 / 12

Worden AI-modellen centraal geregistreerd, geversioneerd en gedocumenteerd met model cards?

Geen centraal overzicht van modellen Spreadsheet met modellen Model registry ingericht Alle modellen geregistreerd met model cards en evaluatiemetrics Geautomatiseerd modelmanagement met fairness-audits en hertrainingsbeleid

7 / 12

Zijn er richtlijnen voor AI-interactieontwerp, promptkwaliteit en gebruikerservaring?

Geen aandacht voor AI-UX Enkele prompt-templates Promptbibliotheek en evaluatiecriteria Interactieontwerp met vertrouwenscalibratie en bronvermelding Iteratieve prompt-verbetercyclus met metrics en A/B-testing

8 / 12

Zijn er MLOps/LLMOps-pipelines voor deployment, monitoring en incidentafhandeling van AI-systemen?

Handmatige deployments, geen monitoring Basale monitoring CI/CD-pipeline voor modellen Observability, driftdetectie en kostenmonitoring Volledig geautomatiseerde pipelines met canary deployments en rollback

9 / 12

Worden AI-systemen systematisch beoordeeld op risico, en is er red teaming en adversarieel testen?

Geen AI-risicoassessment Incidenteel risico beoordeeld Risicoclassificatie per systeem (EU AI Act) Structurele risicoassessments met red teaming Continue risicomonitoring met threat modeling en AI-BOM

10 / 12

Is er een compliance-raamwerk voor de EU AI Act, inclusief DPIA, registratie en audittrails?

Nog niet mee bezig Bewust van EU AI Act, geen actie Classificatie gestart, eerste DPIAs Compliance-raamwerk met audittrails en registratie Volledig compliant met ISO 42001 certificering

11 / 12

Is er een ethisch kader met bias-audits, uitlegbaarheid en menselijk toezicht?

Geen aandacht voor AI-ethiek Ethische principes op papier Ethiekcommissie en eerste bias-audits Structurele ethische reviews met fairness-metrics Volledig geintegreerd ethisch kader met value alignment en impactbeoordelingen

12 / 12

Zijn er betrouwbare kennisbronnen, RAG-architectuur en hallucinatiepreventie ingericht?

AI-systemen draaien zonder kennisverankering Enkele documenten als bron RAG-pipeline met basale retrieval Trusted knowledge sources met bronautoriteit en factchecking Kennisgrafen, GraphRAG en gelaagde hallucinatiepreventie

Jouw score

Wil je je score verbeteren?

De AI Body of Knowledge bevat per kennisgebied concrete activiteiten, metrics, templates en implementatierichtlijnen om je volwassenheid te verhogen.

Bekijk de AI-BOK

AI Governance Quick Scan