AI-skills vervijfvoudigen de vraag, maar communicatie blijft het knelpunt

|Auteur: Redactie van QUASA|5 min. leestijd| 2
AI-skills vervijfvoudigen de vraag, maar communicatie blijft het knelpunt

Randstad publiceerde op 11 november 2026 de Nederlandse uitwerking van zijn onderzoek naar tech-talent, met aanvullende werknemersdata waaruit blijkt dat 31% geen inspraak ervaart bij de invoering van AI op het werk. De internationale studie van 29 oktober 2026 meldt dat vacatures voor beginnende IT-profielen met AI-eisen sinds 2025 vervijfvoudigden, terwijl 61% van de ondervraagde werkgevers communicatie en stakeholdermanagement moeilijker te vinden zegt dan uitsluitend technische vaardigheden.

De combinatie verklaart welke professionals in beeld komen: mensen die AI praktisch kunnen inzetten, het werk eromheen kunnen organiseren en met betrokkenen kunnen afspreken hoe de uitkomst wordt gebruikt. Voor freelancers is dat eveneens relevant: 63% van de internationaal ondervraagde organisaties noemt flexibel talent de eerste keuze om een tekort aan AI-kennis op te vangen. Dat werkgeverscijfer beschrijft de internationale enquête; het inspraakcijfer komt uit afzonderlijk Nederlands werknemersonderzoek.

Meer AI-eisen in startersvacatures

Werving voor junior IT-werk waarin AI-vaardigheden worden gevraagd.

De vacaturegroei gaat over functies die expliciet AI-vaardigheden vragen, niet over alle startersbanen in de IT. Reguliere juniorfuncties staan juist onder druk. Wie de groei leest als een algemene opleving voor iedere beginnende techprofessional, mist dus het onderscheid tussen een functie met nieuwe eisen en de totale instroom op de arbeidsmarkt.

De internationale resultaten combineren een analyse van vacatures en kandidaatprofielen met antwoorden van senior besluitvormers over hun personeelsplannen. Nederland en België maakten deel uit van die enquête, maar de gepubliceerde vacaturegroei is geen afzonderlijk Nederlands of Belgisch groeicijfer. Een vacature laat bovendien zien welke vaardigheden een werkgever vraagt; zij zegt op zichzelf niets over hoeveel kandidaten uiteindelijk zijn aangenomen.

Randstad-topman Sander van ’t Noordende zegt in Computable: ‘Werkgevers zoeken mensen die al vanaf hun eerste dag ai praktisch kunnen inzetten’. Die formulering maakt de verschuiving in startersfuncties concreet. Bekendheid met een AI-hulpmiddel is minder veelzeggend dan kunnen uitleggen welke taak ermee wordt uitgevoerd en wat de professional zelf aan het resultaat toevoegt.

Technische kennis, orkestratie en toezicht

De gevraagde technische basis begint bij het kunnen toepassen van AI op een afgebakende taak. Daar hoort begrip bij van de invoer die een systeem nodig heeft, de vorm van de uitkomst en de controle die nodig is voordat die uitkomst in een werkproces belandt. Voor een beginnende professional is dat een concretere vaardigheid dan alleen een toepassing kunnen bedienen.

Daarbovenop komt orkestratie: bepalen hoe taken, AI-toepassingen en menselijke beoordeling op elkaar aansluiten. Iemand moet bijvoorbeeld kunnen aangeven welke stap geautomatiseerd kan worden, waar een medewerker een resultaat beoordeelt en hoe een fout teruggaat naar degene die het proces beheert. Het gaat om de inrichting van het werk, niet alleen om de kwaliteit van een afzonderlijke AI-uitkomst.

Risicobeheersing vult die vaardigheid aan. Een professional die een AI-uitkomst in een proces brengt, moet kunnen aanwijzen wie verantwoordelijk is voor controle en welke gevolgen een onjuiste uitkomst kan hebben voor collega’s of klanten. Dat vereist geen gespecialiseerde governancefunctie voor iedere kandidaat, maar wel het vermogen om een grens te trekken tussen een bruikbaar voorstel van een systeem en een besluit dat een mens moet nemen.

Deze onderdelen zijn afzonderlijk te leren, maar komen in het werk samen. Een uitgewerkt, geanonimiseerd procesvoorbeeld kan laten zien welke taak met AI is uitgevoerd, waar controle plaatsvond en waarom een mens ingreep. Zo’n voorbeeld toont de eigen rol van de professional duidelijker dan een algemene vermelding van AI-ervaring; het onderzoek meet geen baankans voor mensen die hun werk op die manier presenteren.

Waarom communicatie het verschil maakt

De schaarste aan communicatie en stakeholdermanagement gaat verder dan helder kunnen presenteren. Een AI-uitkomst kan technisch bruikbaar zijn en toch vragen oproepen bij mensen die ermee moeten werken. De professional moet onzekerheid en benodigde controle kunnen uitleggen zonder te veronderstellen dat iedereen de techniek achter de toepassing kent.

Stakeholdermanagement voegt daar een organisatorische taak aan toe: vaststellen wie door een verandering wordt geraakt, welke informatie die mensen nodig hebben en wie over het gebruik beslist. Bij de invoering van AI kunnen de persoon die een proces bouwt, de medewerker die het dagelijks gebruikt en degene die verantwoordelijk is voor de uitkomst verschillende belangen hebben. Hun vragen vroeg in het proces meenemen kan voorkomen dat een technisch ontwerp losraakt van het werk waarvoor het bedoeld is.

Voor freelancers maakt dit onderscheid zichtbaar waarom een losse technische oplevering niet altijd aansluit op de vraag van een opdrachtgever. De waarde van externe expertise kan ook liggen in het verbinden van een toepassing met bestaande taken en verantwoordelijkheden. Voor werknemers geldt dezelfde vertaalslag binnen het eigen team: zij moeten kunnen aangeven wat verandert, wat gecontroleerd blijft en bij wie collega’s terechtkunnen als een uitkomst niet klopt.

De Nederlandse inspraakkloof bij AI-invoering

Nederlandse werknemers bij de invoering van AI, waarbij een deel geen inspraak ervaart.

De aanvullende Nederlandse werknemersdata laten zien waar die menselijke vaardigheden tijdens invoering van belang worden. Wie geen inspraak ervaart, krijgt minder gelegenheid om te vertellen welke handelingen in het dagelijks werk veranderen en waar een voorgestelde werkwijze kan vastlopen. Communicatie is dan meer dan uitleg geven nadat een besluit is genomen; zij vraagt ook om kennis van de mensen die het werk uitvoeren.

Een ander resultaat uit hetzelfde Nederlandse onderzoek raakt de inzet van bestaand talent. Bijna de helft van de ondervraagde medewerkers zegt dat hun manager te sterk naar hun huidige functietitel kijkt, waardoor vaardigheden buiten beeld blijven. Dat is relevant voor AI-invoering: een organisatie die alleen nieuwe specialisten zoekt, kan voorbijgaan aan medewerkers die het bestaande proces kennen en nieuwe technische kennis kunnen ontwikkelen.

De Nederlandse werknemersmeting zegt niets rechtstreeks over inspraak in Vlaamse organisaties. De internationale werkgeversenquête laat evenmin zien dat iedere AI-functie in Nederland of Vlaanderen groeit. Voor professionals in beide markten ligt de betekenis van de resultaten in de taak zelf: naarmate AI onderdeel wordt van bestaand werk, wordt ook het vermogen om dat werk met anderen te organiseren een zichtbaar onderdeel van de functie.

Lees ook:

Delen:

Abonneer je op onze nieuwsbrief

Ontvang het laatste nieuws over Web3, AI en crypto rechtstreeks in je inbox.

0