AI-adoptie mislukt niet omdat de technologie tekortschiet, maar omdat organisaties het behandelen als een kennismin als een gedragsprobleem. Het SUE | Influence Framework©, beschreven in De Kunst van Gedrag Ontwerpen (2024), laat zien dat vier psychologische krachten bepalen of mensen ook echt anders gaan werken. In de meeste organisaties winnen de blokkerende krachten: het comfort van bestaande gewoonten en de angst voor zichtbaar falen. Dat los je niet op met bewustzijnstraining. Wel met omgevingsontwerp.

De cijfers die het probleem definiëren

88% van de organisaties gebruikt actief AI-tools (McKinsey, 2025)
6% ziet meetbare financiële resultaten van hun AI-investering (McKinsey, 2025)
30% van de generatieve AI-projecten wordt na de proof-of-concept stopgezet (Gartner)

Een grote financiële dienstverlener investeert fors in Copilot-licenties en rolt AI-training uit voor elke afdeling. Town halls, tutorials, championsnetwerken: alles uit de kast. Zes maanden later vertelt de gebruiksdata een ander verhaal: de meeste medewerkers gebruiken AI voor spellingscontrole en het samenvatten van vergadernotities. Het transformatieve potentieel blijft onaangeroerd. De CFO begint vragen te stellen. De projectleider wordt stilletjes naar een andere rol verschoven.

Dit is geen verhaal over een slechte AI-tool of een niet-betrokken leiderschapsteam. Het is een verhaal over gedrag. En het speelt zich overal af, van Amsterdam tot Singapore, telkens wanneer AI-adoptie wordt behandeld als een technologie- of communicatieprobleem in plaats van een behavioural design-uitdaging.

In De Kunst van Gedrag Ontwerpen (2024) beschrijven we wat we de missende laag noemen. Elk groot organisatie-initiatief dat niet landt, mist hetzelfde: een serieuze analyse van wat menselijk gedrag werkelijk aandrijft en blokkeert. Niet wat mensen van het initiatief vinden. Wat ze doen op een dinsdagmiddag als niemand kijkt.

Wat de conventionele verklaring fout ziet

Vraag de meeste digitale leiders waarom AI-adoptie stokt, en je krijgt steeds dezelfde antwoorden: medewerkers begrijpen de voordelen niet, leiderschap heeft onvoldoende gecommuniceerd, er is weerstand tegen verandering. Die observaties kloppen, maar ze kijken naar het verkeerde niveau.

Het probleem met het verklaren van mislukte AI-adoptie via communicatie of bewustzijn is dat je daarmee meer van hetzelfde voorschrijft dat al niet werkte. Als bewustzijn voldoende was, zouden de 88% van de medewerkers die al AI-tools gebruiken financiële resultaten genereren. Dat doen ze niet, want weten van iets en dat integreren in dagelijks gedrag zijn twee fundamenteel verschillende cognitieve processen.

De gedragswetenschap is hierover ondubbelzinnig. Kahneman's onderzoek naar Systeem 1 en Systeem 2 laat zien dat het meeste menselijke gedrag op de automatische piloot werkt: snel, automatisch en verankerd in bestaande gewoonten. Een nieuw tool introduceren vereist dat het brein elke keer schakelt naar bewuste, moeizame modus. Totdat het nieuwe gedrag een nieuwe gewoonte is geworden. Die overgang ontstaat niet door nieuwsbrieven en trainingsslides. Die ontstaat door omgevingsontwerp.

Het probleem is niet dat mensen niet willen veranderen. Het probleem is dat de omgeving het oude gedrag makkelijker maakt dan het nieuwe.

Het SUE | Influence Framework©: de echte blokkades in kaart

Bij SUE gebruiken we het Influence Framework© als primair diagnostisch instrument voordat we één interventie ontwerpen. Het framework brengt vier krachten in kaart die bepalen of gedrag verandert. Bij AI-adoptie zijn de bevindingen consistent in elke organisatie waarmee we werken.

Het SUE Influence Framework met de vier krachten (Pains, Gains, Comforts en Anxieties) toegepast op AI-adoptie
Het SUE | Influence Framework© brengt vier krachten in kaart die bepalen of mensen ook echt anders gaan werken. Bij AI-adoptie overtroeven de blokkerende krachten (Comforts en Anxieties) consistent de drijvende krachten (Pains en Gains).
SUE | Influence Framework© - ontwikkeld door SUE Behavioural Design

Waarom mensen niet anders gaan werken met AI

Het Influence Framework brengt vier krachten in kaart die bepalen of gedrag verandert. Bij AI-adoptie is de diagnose helder: drijvende krachten zijn reeel maar abstract; blokkerende krachten zijn onmiddellijk en emotioneel. Die asymmetrie voorspelt mislukking, en wijst op de oplossing.

Pains: drijvende krachten

Het ROI-gat: 88% van de organisaties gebruikt AI, 6% ziet resultaat. De CFO stelt vragen. De druk vanuit de boardroom is reeel en neemt elk kwartaal toe.

Het "geavanceerde zoekmachine"-probleem: Teams gebruiken AI voor spellingscontrole en samenvattingen. Het transformatieve vermogen blijft onaangeroerd, en leiderschap weet het.

Concurrentie-angst: Gartner voorspelt dat 30% van de AI-projecten wordt stopgezet. Niemand wil in die 30% zitten. De angst om achter te raken is een reele kracht, maar ze is toekomstgericht en abstract.

Gains: drijvende krachten

Aantoonbaar concurrentievoordeel: De upside van echte AI-integratie is zichtbaar, maar abstract en toekomstgericht. Op een woensdagmorgen voel je die nauwelijks.

Boardroomgeloofwaardigheid: De leider die AI echt laat landen, schrijft iets belangrijks op zijn naam voor reputatie en organisatiepositie.

Grip terugkrijgen: Het gevoel van controle, de juiste dingen doen en zien dat ze werken, is een krachtige motivator als je het eenmaal ervaart. Het is zelden de reden waarom iemand voor het eerst een AI-tool opent.

Comforts: blokkerende krachten

"We doen al genoeg": De organisatie heeft in licenties geïnvesteerd, trainingen verzorgd, communicaties verstuurd. Dat creëert een psychologisch gevoel van voltooiing, zelfs als resultaten uitblijven. Sunk cost als comfort.

Vertrouwde oplossingsroutes: Meer training, betere tools, duidelijkere communicatie: dat voelt goed omdat het altijd zo gegaan is. En het is precies wat niet werkt.

"Het probleem zit bij de mensen, niet bij het systeem": Wanneer adoptie stokt, is het psychologisch makkelijker om falen toe te schrijven aan medewerkersweerstand dan aan de omgeving die die weerstand produceert.

Anxieties: blokkerende krachten

"Is dit niet gewoon hype?": De angst om verder te investeren in iets wat een technologietrend blijkt in plaats van een structurele verschuiving. Dat is een reele anxiety, geen irrationele.

Gezichtsverlies: Erkennen dat de huidige aanpak niet werkt, betekent een fout erkennen tegenover de board, het team, de organisatie. Dat is een krachtige blokkade.

"Is behavioural design geen manipulatie?": Een reele anxiety bij leiders die "behavioural design" horen en zich afvragen of het betekent dat je medewerkers misleidt in plaats van helpt.

De kernbevinding: De blokkerende krachten zijn onmiddellijk, emotioneel en werken op Systeem 1-snelheid. De drijvende krachten, ROI, concurrentievoordeel, boardroomgeloofwaardigheid, zijn reeel maar abstract en toekomstgericht. In elke organisatie die we diagnosticeren winnen Comforts en Anxieties op de korte termijn, tenzij de omgeving actief wordt herontworpen. Dit is geen pessimisme. Het is de voorspelbare uitkomst van een goed begrepen gedragsmechanisme.

Drie scenario's hoe dit uitpakt

Scenario 1: de training die niets veranderde

Een internationaal technologiebedrijf organiseert een driedaags AI-bootcamp voor 400 kenniswerkers. De sessies zijn goed ontworpen, de facilitators zijn uitstekend, de feedback na afloop is hoog. Negentig dagen later laten de gebruiksanalytics zien dat de naald op betekenisvolle AI-integratie niet is bewogen. E-mails worden nog steeds handmatig geschreven. Onderzoek gebeurt nog steeds op de traditionele manier. De AI-tools staan in bladwijzers, ongeopend.

De training gaf mensen capabiliteit (CAN) maar deed niets met het moment. Niemand heeft de workflow opnieuw ontworpen zodat het openen van AI de vanzelfsprekende eerste stap is. Niemand heeft een SPARK ingebouwd: een trigger op het exacte moment in de werkdag waarop AI direct zichtbare waarde creëert. De capabiliteit was er. Het moment ontbrak.

SWAC-tool©: Spark-interventie Identificeer de drie meest frequente hoge-inspanningstaken per rol (e-mail opstellen, vergadering voorbereiden, onderzoek samenvatten). Integreer AI direct in de tool waar die taken plaatsvinden, niet als aparte applicatie, maar als standaardstartpunt. De spark is omgevingsgebonden, niet motivationeel.

Scenario 2: de kampioen die alleen evangeliseerde

Een grote Nederlandse financiële dienstverlener benoemt tien AI-kampioenen: enthousiaste early adopters die het woord moeten verspreiden. Ze geven demosessies, delen tips in de bedrijfsnieuwsbrief, beantwoorden vragen in Teams-kanalen. Adoptie in hun directe teams stijgt. Adoptie overal elders niet. Na acht maanden wordt het kampioensprogramma stilletjes beëindigd.

Kampioenen werkten op WANT: persoonlijke motivatie en evangelisatie. Maar WANT zonder CAN en AGAIN schaalt niet. Collega's in andere teams hadden op het moment dat ze de kennis nodig hadden geen toegang tot de kampioenen, en er was geen systeem dat het nieuwe gedrag versterkte zodra ze het eenmaal hadden geprobeerd. Individueel enthousiasme kan systeemontwerp niet vervangen.

SWAC-tool©: Again-interventie Bouw herhaling in het systeem in, niet in individuele ambassadeurs. Creëer een "wekelijkse AI-winst"-ritueel in team-standups: twee minuten waarin één persoon één AI-ondersteunde output deelt. Dit is geen motivationeel spreken. Het is gewoontesteigers: een vast moment dat AI-gebruik zichtbaar, sociaal bevestigd en herhaalbaar maakt.

Scenario 3: leiderschap kondigde aan, middenmanagement absorbeerde

Een overheidsinstantie lanceert haar AI-programma met een CEO-statement, een all-hands presentatie en een speciale intrapagina. De eerste twee weken is er oprechte interesse. Dan herbevestigt de dagelijkse routine zich. Projectdeadlines, rapportagecycli, klantvragen: het oude ritme gaat door, en AI-integratie vindt nooit zijn plek daarin.

Middenmanagers, de mensen die bepalen hoe werk echt gedaan wordt, kregen nooit een duidelijk antwoord op de vraag "hoe past dit bij wat mijn team deze week doet?". Zonder dat antwoord bleef AI een leiderschapsprioriteit die nooit een teamgewoonte werd. De aankondiging was reeel. De integratie in het werksysteem ontbrak.

SWAC-tool©: Want + Can-interventie Geef middenmanagers een concreet integratieplan: welke drie beslissingen of taken in de workflow van hun team kunnen dit kwartaal AI-ondersteund worden? Maak het specifiek: de dinsdag-planningsvergadering, het maandelijkse klantenrapport, de wekelijkse statusupdate. Wanneer managers precies zien waar AI past, kunnen ze het zelf in de workflow inbouwen.

Vijf gedragsinterventies die echt werken

Geen van onderstaande heeft te maken met bewustzijn vergroten of communicatie verbeteren. Ze gaan allemaal over het veranderen van de omgeving zodat het gewenste gedrag de weg van de minste weerstand wordt. Dat is het kernprincipe van de SUE | Behavioural Design Methode©. Voor meer over hoe AI en gedragsontwerp samen kansen opleveren, zie ook ons thema AI-adoptie.

De SWAC-tool© van SUE Behavioural Design: vier interventiedimensies (Spark, Want, Again, Can) voor gedragsverandering
De SWAC-tool© brengt vier dimensies van effectieve gedragsinterventie in kaart: een Spark (trigger), de Want (sociale motivatie), herhaling (Again) en het wegnemen van wrijving (Can). Samen vervangen ze bewustzijnscampagnes door omgevingsontwerp.
  1. Breng eerst de Moments that Matter in kaart

    Identificeer vóór elke interventie de drie tot vijf specifieke momenten in de werkdag van elke rol waarop AI direct zichtbare waarde creëert. De onderzoeksvergadering. De eerste versie van het wekelijkse rapport. De voorbereiding van een klantpresentatie. Behavioural design begint met specificiteit, niet met algemene AI-capabiliteitsboodschappen.

  2. Installeer AI op het werkmoment (SPARK)

    Verwijder de wrijving van toegang. AI-tools die het wisselen van applicatie vereisen, inloggen op aparte platforms, of actief herinnerd worden te gebruiken, zullen niet gewoontegetrouw gebruikt worden. Integreer ze direct in bestaande werktools: e-mailclients, projectmanagementsystemen, documenteditors. Maak de oude manier marginaal moeilijker dan de nieuwe.

  3. Bouw herhaling in teamrituelen in (AGAIN)

    Gewoontevorming vereist herhaling in een consistente context. Bouw AI-gebruik in terugkerende teamrituelen in: de vrijdagretro, de maandagsessie, de maandelijkse review. Niet als toevoeging, maar als structureel onderdeel van hoe werk gedaan wordt. Twee minuten zichtbare AI-output per vergadering volstaat om de gewoontecyclus te starten.

  4. Verwijder het sociale risico van fouten maken (CAN)

    De angst om incompetent over te komen, een nieuw tool proberen voor collega's en er een fout mee maken, is een krachtiger blokkade dan de meeste leiders beseffen. Ontwerp laagdrempelige experimenten: speciale sessies waar mislukken het punt is, fouten openbaar en genormaliseerd zijn, en geen output consequenties heeft. Dit verwijdert de sociale barrière die de meeste mensen tegenhoudt om te beginnen.

  5. Herframe: systeemprobleem, geen mensenprobleem

    Als adoptie stokt, is de instinctieve reactie om de druk op individuen te verhogen. Dat activeert de Anxiety-krachten en maakt adoptie slechter. De herformulering die werkt: "Ons systeem is nog niet ontworpen voor AI-integratie. Laten we het systeem herontwerpen." Dit verschuift van schuld naar omgevingsontwerp, en het is de enige herformulering die tot structurele verandering leidt.

Veelgestelde vragen

Waarom mislukt AI-adoptie in de meeste organisaties?

AI-adoptie mislukt vooral omdat organisaties het behandelen als een technologieprobleem terwijl het een gedragsprobleem is. Ze investeren in tools, licenties en trainingen, maar negeren de psychologische krachten die mensen vasthouden aan bestaande gewoonten. Het SUE Influence Framework identificeert vier krachten: de Pains en Gains die mensen naar AI toe drijven, en de Comforts en Anxieties die hen terugduwen. Wanneer de blokkerende krachten domineren, stokt adoptie ongeacht hoe goed de technologie is.

Welk percentage van AI-adoptieprogramma's mislukt?

Volgens McKinsey (2025) gebruikt 88% van de organisaties actief AI-tools, maar slechts 6% ziet meetbare financiële resultaten. Gartner voorspelt dat 30% van de generatieve AI-projecten na de proof-of-concept-fase wordt stopgezet. Die cijfers wijzen op een systemisch probleem, consistent met wat de gedragswetenschap voorspelt als nieuw gedrag wordt geïntroduceerd zonder omgevingsontwerp.

Wat is het SUE Influence Framework en hoe past het bij AI-adoptie?

Het SUE | Influence Framework© is een diagnostisch model beschreven in De Kunst van Gedrag Ontwerpen (2024). Het brengt de vier krachten in kaart die bepalen of mensen hun gedrag veranderen: Pains en Gains (drijvende krachten) versus Comforts en Anxieties (remmende krachten). Bij AI-adoptie is de kernbevinding dat remmende krachten, met name het comfort van bestaande werkwijzen en de angst voor zichtbaar falen, de abstracte drijvende krachten van concurrentievoordeel en ROI consistent overtroeven.

Wat is het verschil tussen behavioural design en verandermanagement?

Traditioneel verandermanagement richt zich op communicatie, training en draagvlak verkrijgen: allemaal rationele overtuiging. Behavioural design werkt op het niveau van de omgeving: het herontwerpt de situaties, defaults, momenten en sociale contexten die gedrag uitlokken, zodat het gewenste gedrag makkelijker wordt dan het oude. In plaats van mensen te vragen anders te beslissen, maakt behavioural design de goede keuze de weg van de minste weerstand.

Wat is de SWAC-tool© en hoe helpt die bij AI-adoptie?

De SWAC-tool© is een instrument van SUE Behavioural Design voor het ontwerpen van gedragsveranderingsinterventies op Moments that Matter. SWAC staat voor: Spark (de omgevingstrigger die gedrag op het juiste moment initieert), Want (het gedrag intrinsiek motiverend of sociaal bevestigd maken), Again (herhaling inbouwen zodat gedrag een gewoonte wordt) en Can (barrières wegnemen zodat het gedrag ook echt mogelijk is). Bij AI-adoptie betekent dit: specifieke momenten in de werkdag identificeren en de omgeving zo inrichten dat AI de vanzelfsprekende, beschikbare keuze is op die momenten.

PS

Bij SUE werken we met organisaties die op papier alles goed hebben gedaan: de licenties, de training, de communicatie. En ze zitten nog steeds vast. Die frustratie is reeel. Maar de oplossing is er ook, zodra je stopt met naar de technologie te kijken en begint met kijken naar de omgeving waarin mensen die technologie gebruiken. De missende laag is altijd gedragsmatig. Dat is altijd zo geweest. Als je wilt begrijpen hoe de SUE | Behavioural Design Methode© op je AI-adoptie-uitdaging van toepassing is, is de Fundamentals Course het startpunt: beoordeeld met een 9,7 door 5.000+ alumni uit 45+ landen.