Grip op AI
Blog
AI-governance 9 min leestijd

AI-gebruik meten: welke cijfers iets zeggen, zonder medewerkers te volgen

Een bestuur wil weten of AI in de organisatie wordt gebruikt. Welke cijfers op organisatieniveau dat laten zien, zonder dat er een naam aan vastzit.

Abstracte hoogtelijnen met een route
Snel antwoord

AI-gebruik meet je met cijfers over de organisatie, niet over personen: welk aandeel van de medewerkers gebruikt AI, hoe vaak (dagelijks, wekelijks, af en toe), welke tools, welk aandeel van het gebruik loopt via toegestane tools, hoe dat zich ontwikkelt en waarvoor AI wordt ingezet. Het aantal prompts alleen zegt weinig. Meten zonder gebruikers-id is technisch goed mogelijk: de waarneming is dan een tool en een dag, niet een persoon. Leg het doel vooraf vast, let op kleine groepen waarin een telling toch iemand aanwijst en betrek de ondernemingsraad. Dan is het een meting van AI-gebruik en geen medewerkersmonitoring.

01

Het aandeel medewerkers dat AI gebruikt, en hoe vaak, zegt meer dan het aantal prompts

02

Het aandeel van het gebruik via toegestane tools is het cijfer dat beleid en praktijk verbindt

03

Een telling zonder gebruikers-id beantwoordt de vraag van het bestuur volledig

04

Kleine groepen en indirecte herleidbaarheid vragen aandacht, ook als er geen gebruikers-id in de gegevens zit

05

Een vooraf vastgelegd doel en een betrokken ondernemingsraad houden de meting aan de goede kant van de grens

Een directeur van een accountantskantoor heeft vorig jaar voor iedereen Copilot-licenties gekocht. In de managementvergadering vraagt een partner of dat iets heeft opgeleverd. IT weet hoeveel licenties zijn toegewezen. Niemand weet hoeveel mensen ermee werken, of ze ook nog iets anders gebruiken en of het werk er sneller van is geworden.

Die vraag is legitiem, en het grootste deel ervan is te beantwoorden zonder één medewerker te volgen. Meet het aandeel van de organisatie dat AI gebruikt, hoe vaak, met welke tools, welk deel van dat gebruik via toegestane tools loopt, hoe dat verandert en waarvoor AI wordt ingezet. Laat het aantal prompts als hoofdcijfer liggen. En meet het allemaal per tool en per dag, nooit per persoon.

Waarom wil een organisatie dit weten?

Twee redenen, die vaak door elkaar lopen.

De eerste is de waarde. Er is geld uitgegeven aan licenties en aan training, en iemand wil weten of AI het werk verandert of alleen op de begroting staat. Dat is een gewone investeringsvraag. Wat AI oplevert of bespaart, meet een telling van gebruik niet; wel of het wordt gebruikt, door hoeveel mensen en waarvoor. Dat helpt ook om te kiezen waar de volgende training heen moet.

De tweede is het risico. Als de helft van de organisatie AI gebruikt, gaat er ook klantinformatie door die tools, en dan wil de privacyfunctionaris weten welke tools dat zijn en of daar iets over is besloten. Dat is de kant die op de onderwerppagina AI-governance verder is uitgewerkt.

De twee vragen hebben één eigenschap gemeen: geen van beide heeft een naam nodig. "Hoeveel mensen gebruiken AI" en "welk deel loopt via toegestane tools" zijn vragen over de organisatie. Dat maakt de rest van dit artikel mogelijk.

Welke cijfers zeggen iets?

Niet alles wat te tellen valt, is het tellen waard. Deze wel.

Het aandeel medewerkers dat AI gebruikt. Afgezet tegen het aantal werkplekken of licenties. Dit is het cijfer dat de partner in de managementvergadering wil zien, en het is ook het eerlijkste: veertig procent gebruik na een jaar Copilot betekent dat de licenties voor de andere zestig procent een vraag oproepen.

Hoe vaak: dagelijks, wekelijks of af en toe. Iemand die AI elke dag gebruikt, heeft het in zijn werk ingebouwd. Iemand die het één keer per maand gebruikt, is nog aan het uitproberen. De verdeling over die drie groepen zegt meer over de stand van zaken dan het totaal.

Welke tools, en hoe het gebruik erover is verdeeld. Eén tool die alles draagt is een ander beeld dan tien tools met elk een klein aandeel. Het tweede beeld betekent meestal dat de organisatie nog geen voorkeursroute heeft aangewezen, of dat de aangewezen route niet doet wat mensen nodig hebben.

Het aandeel van het gebruik via toegestane tools. Dit is het cijfer dat beleid en praktijk aan elkaar knoopt. Stijgt het, dan werken de besluiten en de communicatie erover. Daalt het terwijl het totale gebruik stijgt, dan groeit het gebruik buiten het beleid om.

De ontwikkeling in de tijd. Elk van de cijfers hierboven is een momentopname. Pas de richting vertelt iets. Een aandeel via toegestane tools van zeventig procent is goed nieuws als het vorig kwartaal vijftig was, en een waarschuwing als het negentig was.

Waarvoor AI wordt ingezet. Communicatie opstellen, samenvatten, vertalen, coderen, analyseren: die verdeling zegt waar AI in het werk zit, en dus waar training en afspraken het meest opleveren. Als de helft van het gebruik vertalen is, is een afspraak over klantnamen in vertaaltools urgenter dan een cursus prompten.

CijferWelke vraag het beantwoordtWat het niet zegt
Aandeel medewerkers dat AI gebruiktIs het gebruik breed of bij een paar mensen?Hoe intensief
Dagelijks, wekelijks, af en toeZit het in het werk of wordt het nog uitgeprobeerd?Met welke tool
Verdeling over toolsIs er een voorkeursroute, en wordt die gebruikt?Of die tools zijn toegestaan
Aandeel via toegestane toolsVolgt de praktijk het beleid?Waarom wel of niet
Ontwikkeling in de tijdWerkt wat we doen?Wat de oorzaak is
GebruikscategorieënWaar zit AI in het werk?Wat er precies is gevraagd
Aantal promptsHoe druk het isBijna alles hierboven

Waarom zegt het aantal prompts zo weinig?

Omdat het de verdeling verbergt. Eén analist die tweehonderd prompts per week stuurt en tien collega's die niets doen, leveren samen hetzelfde totaal op als tweehonderd collega's met elk één prompt. De eerste organisatie heeft een enthousiasteling, de tweede heeft AI in het werk zitten. Aan het volume zie je dat verschil niet.

Prompts over de tijd zijn wel bruikbaar, als trend. Een verdubbeling in een kwartaal is een reden om te kijken welke tools daarvoor zorgen. Maar als hoofdcijfer op een bestuursslide zegt het vooral dat het druk is.

Hoe ziet dat eruit in de praktijk?

Terug naar het accountantskantoor. Na een kwartaal meten komt dit beeld naar voren: ruim de helft van de werkplekken opent minstens wekelijks een AI-tool. Copilot is de grootste, maar niet de enige: ChatGPT, een vertaaltool en een tool die jaarrekeningen samenvat worden ook geregeld geopend. Over de samenvattool is nooit een besluit genomen, omdat niemand wist dat hij bestond. Het aandeel via toegestane tools ligt rond de zestig procent.

Niets hierin is een incident. Het is het gewone beeld van een organisatie waar mensen hun werk makkelijker maken en het beleid nog niet is bijgetrokken. Wat de directie ermee doet: over de samenvattool besluiten, want die krijgt cijfers van klanten te zien; de vertaaltool bekijken; en de zestig procent als nulmeting nemen. Als de partner over een half jaar dezelfde vraag stelt, is er een antwoord met een richting erin.

Hoe meet je dit zonder gebruikers-id?

Het verschil tussen meten en volgen zit niet in het dashboard maar in wat er wordt vastgelegd. Een waarneming zonder gebruikers-id ziet er zo uit: op dit apparaat is vandaag dit domein geopend. Daarmee kun je tellen hoeveel tools er zijn, hoe vaak ze worden geopend en hoe dat verschuift. Wat je er niet mee kunt: iemand aanspreken. Dat is geen gebrek, maar zo bedoeld.

Frequentie kan op het apparaat zelf worden bepaald. Het apparaat weet of er deze maand dagelijks, wekelijks of af en toe een AI-tool is geopend, en meldt alleen de categorie als een anonieme telling. De organisatie ziet "drie mensen gebruiken AI dagelijks", nooit wie.

Zo doet BeeSensible het. De extensie merkt het op als iemand een AI-tool opent en meldt alleen het domein, hooguit één keer per dag per apparaat, zonder gebruikers-id, zonder pad en zonder pagina-inhoud. Op basis daarvan toont het scherm Gebruik het aandeel van de werkplekken dat AI gebruikt, de verdeling dagelijks, wekelijks en af en toe, de tools en waarvoor AI wordt ingezet, in zeven gebruikscategorieën. Voor dat laatste wordt in de cloudmodus alleen de eerste prompt van een gesprek ingedeeld, waarna de tekst wordt gewist en alleen de categorie telt. Het scherm Naleving toont het aandeel van het gebruik via toegestane tools, met de trend. Nergens in het dashboard bestaat een uitsplitsing per medewerker.

AI-register
ToegestaanIn beoordelingNiet toegestaanAlle tools
Zoek op tool, leverancier, domein of oude naam…
1.012 tools
DeepSeek
Kritiek · 90/100
Niet toegestaan
Otter.aiNieuw
Hoog · 68/100
Nog geen besluit
Grok
Hoog · 67/100
Niet toegestaan
ChatGPT
Hoog · 62/100
Toegestaan
Perplexity
Middel · 55/100
Nog geen besluit
HeyGen
Middel · 53/100
Nog geen besluit

Elke tool, beoordeeld op risico

Meer dan 1.000 AI-tools, elk met een risiconiveau van Laag tot Kritiek. Niets is vooraf goedgekeurd of geblokkeerd: dat gebeurt pas als iemand een besluit neemt.

Meer over AI Governance

Drie dingen vragen wel aandacht, ook als er geen gebruikers-id in de gegevens zit.

Het doel vooraf. De AVG vraagt een vooraf bepaald en omschreven doel. "Weten of onze investering in AI wordt gebruikt en of het gebruik via toegestane tools loopt" is zo'n doel. Schrijf het op voordat je meet, dan is later ook helder wat de cijfers niet mogen worden: een middel om iemand aan te spreken.

Kleine groepen en indirecte herleidbaarheid. Een telling zonder gebruikers-id kan toch iemand aanwijzen als de groep klein genoeg is. "Eén persoon gebruikt dagelijks een transcriptietool" in een team van vier is geen anonieme telling meer. Kies daarom voor cijfers op organisatieniveau, en zet bij elke uitsplitsing een ondergrens. In BeeSensible staat inzicht per afdeling standaard uit; wie het aanzet, ziet een afdeling pas vanaf vijf personen en zeven dagen, en kleinere afdelingen vallen samen in "Overig". Cijfers verschijnen sowieso pas vanaf vijf actieve gebruikers in de organisatie.

De ondernemingsraad. De Wet op de ondernemingsraden geeft de OR instemmingsrecht op voorzieningen die gericht zijn op het waarnemen van gedrag of prestaties van medewerkers. Voor een telling per tool zonder personen ligt dat anders dan voor een uitsplitsing per medewerker, maar het gesprek is toch de moeite waard: een OR die het ontwerp begrijpt, is je beste bondgenoot als iemand vraagt: "kunnen we dit niet ook per team zien?" Wat een werkgever wel en niet mag, lees je in ons artikel over controle van AI-gebruik door de werkgever.

Waar houdt meten op en begint volgen?

Bij de persoon. Zodra de waarneming een gebruikers-id draagt, per persoon kan worden uitgesplitst of via een export of een supportverzoek alsnog per persoon te lezen is, is het medewerkersmonitoring. Dan gelden zwaardere eisen aan doel, noodzaak en transparantie, is bij systematisch toezicht meestal een DPIA nodig en heeft de OR instemmingsrecht. Het volledige onderscheid, en de vier vragen die je een leverancier stelt, staan in ons artikel over AI-monitoring versus medewerkersmonitoring.

Er is nog een reden om aan de goede kant van die grens te blijven, en die heeft niets met de wet te maken. Uit het onderzoek van KPMG en de Universiteit van Melbourne naar vertrouwen in en gebruik van AI (2025, onder 48.000 werkenden in 47 landen) blijkt dat 57 procent van de werkenden hun AI-gebruik verborgen houdt voor de werkgever. Kondig aan dat gebruik per persoon zichtbaar wordt, en dat percentage stijgt: het gebruik verhuist naar de privételefoon. Je cijfers dalen, het gebruik niet. Meten zonder personen heeft dat effect niet, omdat er niets te ontlopen valt.

Wat doe je met de cijfers?

Ze vormen een begin, geen bewijs. Een percentage via toegestane tools zegt pas iets als erbij staat over welke tools het gaat en wat het beleid was. Hoe je van een dashboard naar een onderbouwing komt die een auditor accepteert, lees je in het artikel over waarom een dashboard nog geen bewijs is. Welke vragen van toezichthouders de cijfers wel en niet beantwoorden, staat in ons artikel over wat je aan al die AI-cijfers hebt.

Kies voor de volgende bestuursvergadering drie cijfers: het aandeel medewerkers dat AI gebruikt, het aandeel van het gebruik via toegestane tools en de richting van beide. Haal het aantal prompts van de slide, en zet erbij dat er geen personen in de gegevens zitten. Dat laatste is het eerste wat de OR vraagt, en het antwoord verdient een plek naast de cijfers.

FAQ

Veelgestelde vragen

Welk cijfer over AI-gebruik is het belangrijkst?

Voor de meeste organisaties het aandeel van het AI-gebruik dat via toegestane tools loopt, met de ontwikkeling in de tijd. Dat ene cijfer verbindt het beleid met de praktijk: stijgt het, dan werken de besluiten en de communicatie erover. Het aandeel medewerkers dat AI gebruikt, en hoe vaak, vormt de context.

Waarom zegt het aantal prompts zo weinig?

Omdat één persoon die tweehonderd prompts per week stuurt en tien collega's die nooit iets gebruiken samen hetzelfde totaal opleveren als tweehonderd collega's met elk één prompt. Het volume verbergt de verdeling, en de verdeling is wat je wilt weten. Prompts over de tijd zijn bruikbaar als trend, niet als maat voor gebruik.

Kun je AI-gebruik meten zonder te weten wie het is?

Ja. Een waarneming als "dit domein is vandaag op dit apparaat geopend" heeft geen gebruikers-id nodig om te tellen hoeveel tools er zijn en hoe het gebruik zich ontwikkelt. Frequentie kan op het apparaat zelf worden bepaald en als anonieme telling per categorie worden gemeld. Wat je dan niet kunt: iemand aanspreken. Dat is geen gebrek, maar zo bedoeld.

Wanneer wordt meten van AI-gebruik medewerkersmonitoring?

Zodra de meting gedrag van personen zichtbaar maakt: een gebruikers-id in de data, een uitsplitsing per persoon, of een groep die zo klein is dat een telling feitelijk één persoon beschrijft. Dan gelden de eisen van de AVG aan doel, noodzaak en transparantie, en heeft de ondernemingsraad instemmingsrecht.

Wat meet BeeSensible en wat niet?

BeeSensible telt welke AI-tools worden geopend (alleen het domein, hooguit één keer per dag per apparaat), hoe vaak mensen AI gebruiken in drie categorieën, waarvoor AI wordt ingezet in zeven gebruikscategorieën en welk aandeel via toegestane tools loopt. Die gegevens bevatten geen gebruikers-id en geen inhoud. Het dashboard kent nergens een uitsplitsing per medewerker.

Portret van Rens Timmermans van BeeSensible

Liever iemand die het laat zien?

Rens, BeeSensible

Ik geef je graag een rondleiding van twintig minuten. Laat je gegevens achter, dan zoek ik een moment dat jou uitkomt. Bellen of mailen mag natuurlijk ook.

Liever eerst even overleggen?

Wil je een live demo, of een offerte voor 100+ gebruikers? Laat je gegevens achter, dan nemen we binnen één werkdag contact op.