De verschuiving van kunnen naar moeten
Waar 2025 vooral ging over “de techniek op orde brengen”, is 2026 het jaar waarin organisaties hun datagedreven fundament eindelijk moeten omzetten in echte waarde. De behoefte aan één dataplatform, de opkomst van realtime-analyse en de groeiende aandacht voor datakwaliteit zijn niet langer in opmars; ze zijn nu randvoorwaardelijk. En de generatieve AI-hype? Die is niet verdwenen, maar getransformeerd. Waar 2025 nog draaide om prototypes, praatplaatjes en torenhoge verwachtingen, wordt 2026 het jaar van nuchtere herwaardering. Waar structurele inzet, integriteit en rendement centraal staan. De techniek is niet langer het struikelblok. De uitdaging zit in het managen van verwachtingen, het adoptievermogen van de mens binnen de organisatie en in de bereidheid om verantwoordelijkheid te nemen. De vraag verschuift van wat er kan, naar wat noodzakelijk is.
Een praktische invalshoek
Dit jaarlijkse trendoverzicht is geschreven voor bestuurders, managers, data-professionals en beleidsmakers die serieus werk willen maken van datagedreven werken, Business Intelligence en Artificial Intelligence. Het artikel is tot stand gekomen op basis van gesprekken met klanten, trainingen en adviestrajecten van Passionned Group en aangevuld met recente onderzoek data. Wij zijn 100% onafhankelijk van technische leveranciers en geven onze visie op de feiten uit de dagelijkse praktijk.
De voorspellingen die we hier doen komen dus niet vanuit een ivoren toren, maar zijn inzichten uit de praktijk van organisaties die midden in hun digitale transformatie staan; van gemeenten en zorginstellingen tot commerciële MKB+-bedrijven.
1. Van BI en AI naar één besluit-ecosysteem met een nieuwe rol voor de analist
De scheidslijn tussen Business Intelligence en Artificial Intelligence vervaagt snel. Waar BI zich richtte op terugkijken en verklaren, en AI op voorspellen en genereren, ontstaat nu een nieuw domein waarin beide disciplines elkaar aanvullen. Denk aan bedrijfsbeslissingen die geaugmenteerd worden door AI. Dat betekent niet dat de mens verdwijnt, maar dat hij versterkt wordt.
In dat nieuwe ecosysteem wordt data niet alleen geanalyseerd, maar ook geïnterpreteerd, verrijkt en direct omgezet in actie. We benoemden al vaker dat de tijd van achteruitkijken met dashboards voorbij is, en dat BI zich met behulp van AI steeds meer zal evalueren tot een ‘beslisdoos‘. Die omslag wordt nu steeds duidelijker gemaakt. Bijvoorbeeld in het feit dat de traditionele analist verandert in een besluitarchitect; iemand die niet alleen rapportages maakt, maar meedenkt over welke beslissingen data mogelijk maken en wat daarvan de ethische en strategische implicaties zijn. Business en IT smelten samen.
Voor het MKB+ biedt dat kansen. Wie zijn dataplatform al op orde heeft, kan nu echt gaan sturen op snelheid en waarde: kortere besluitcycli, realtime klantinzicht en operationele optimalisatie. De technologie is er. De vraag is: durven we haar volwassen te gebruiken?
2. GenAI vindt zijn plek en zet traditionele AI weer op de kaart
Generatieve AI, was in 2025 nog het toverwoord dat alles kon oplossen. Hele takenpakketten zouden uitbesteed kunnen worden en LLM’s zouden sommige mensen zelfs overbodig maken. In 2026 verwachten we een harde correctie. Met name LLM’s lijken toch meer tijd aan kwaliteits-checks te vragen dan dat ze daadwerkelijk het werk van medewerkers kunnen overnemen. De productiviteit en kwaliteitswinst bleek klein, en ook veel technische vraagstukken bleken nog steeds sneller en meer kosten-efficiënt te kunnen worden opgelost met behulp van traditionele AI i.p.v. custom gpt’s.
De aandacht verschuift in 2026 van output naar input: generatieve AI als geheel wordt vooral ingezet om datakwaliteit te verbeteren. Denk aan automatische classificatie van klantinformatie, het opsporen van inconsistenties of het verrijken van metadata. De mens blijft aan het roer staan. Dit is geen ‘sexy’ toepassing, maar wel de meest impactvolle. Want pas als de data betrouwbaar zijn, kan AI echt renderen. Denk dan vooral aan strategische toepassingen. Veel middelgrote organisaties ontdekken dat generatieve AI juist hier de grootste waarde biedt: niet aan de voorkant, maar diep in de motorruimte van hun datagedreven ecosysteem.
De organisaties die het verschil maken, combineren voorspellende en generatieve technieken om processen continu te verbeteren. Ze meten niet de accuraatheid van modellen, maar de impact op klanttevredenheid, doorlooptijd of winstgevendheid. De hype is voorbij, het gaat nu echt om duurzame impact en tastbare resultaten.
Steeds meer bedrijven zetten daarom de rem op het trainen van grote foundation models die weinig directe businesswaarde opleveren en eigenlijk alleen maar resources leegtrekken (zie trend 7, de prijs van intelligentie). De rek lijkt uit de hype. In plaats daarvan herontdekken veel organisaties de kracht van klassieke, voorspellende AI en machine learning: modellen die wél verklaarbaar zijn, sneller te implementeren, onderhoudsvriendelijk en beter aan te passen aan veranderende marktomstandigheden.
Generatieve AI verliest daarmee niet haar nut, maar haar monopolie. Ze wordt weer wat ze in essentie is: ondersteunend. Een slimme assistent die data verrijkt, teksten samenvat of klantinteracties personaliseert, maar niet de ruggengraat van de strategie vormt.
3. Datawarehousing: de herwaardering van het fundament
Datawarehousing is springlevend, juist omdat AI vraagt om een robuust fundament. Wie dacht AI succesvol te kunnen implementeren op grotere schaal zonder de basis op orde te hebben, komt thuis van een koude kermis. Zonder duidelijke definities en governance vervallen modellen in willekeur.
Met de opkomst van nieuwere, betaalbaardere en schaalbaardere DWH oplossingen liggen er met name voor het MKB+ enorme kansen in het verschiet. Wie zijn datahuis op orde heeft, wie governance serieus neemt en daarmee inzet op wendbare besluitvorming, kan meebewegen met grote spelers zonder hun complexiteit over te nemen.
Het wordt belangrijker dan ooit om te investeren in één consistente data-architectuur; niet door méér data te verzamelen, maar door ze te begrijpen, te structureren en herbruikbaar te maken. Het datawarehouse is in 2026 geen stoffig archief meer, maar de stille motor achter elke intelligente toepassing.
4. De opkomst van multi-agent en multimodale AI
Waar we tot voor kort spraken over één groot taalmodel dat alles moest kunnen en beantwoorden (denk aan ChatGPT), ontstaat nu een generatie van kleinere, gespecialiseerde modellen die met elkaar communiceren. Dit noemen we agentic AI; een architectuur waarin meerdere AI-agents samenwerken en ook daadwerkelijk zelfstandig taken kunnen uitvoeren.
Stel je bijvoorbeeld een organisatie voor die een maandelijkse marketingcampagne voorbereidt. Eén agent verzamelt actuele verkoopdata en klantgedrag, een tweede analyseert de effectiviteit van eerdere campagnes, een derde genereert nieuwe tekst- en beeldsuggesties die passen bij de doelgroep, en een vierde controleert automatisch of de uitingen voldoen aan huisstijl- en privacyrichtlijnen. Vervolgens stelt een vijfde agent een kort adviesrapport op voor de marketingmanager, die de finale beslissing neemt. In plaats van één “superbrein” krijgen we dus een gedistribueerd ecosysteem van digitale assistenten, elk met een eigen rol, bevoegdheden en verantwoordelijkheden. Tegelijkertijd worden deze systemen multimodaal: ze begrijpen en combineren verschillende soorten informatie. Denk aan tekst, beeld, geluid, video, sensordata of zelfs contextuele signalen uit fysieke omgevingen.
Voor organisaties opent dit nieuwe perspectieven. Een aantal andere voorbeelden:
Een gemeente kan bijvoorbeeld meerdere agents inzetten: één voor het scannen van binnenkomende vergunningaanvragen, één voor het interpreteren van de regels en één die de menselijke behandelaar ondersteunt met onderbouwde aanbevelingen.- In de zorg kunnen verschillende agents samenwerken om patiëntdata te analyseren, protocollen te controleren en afwijkingen te signaleren, terwijl de eindverantwoordelijke arts altijd de laatste beslissing neemt.
- In het bedrijfsleven kunnen agents de volledige keten van sales, klantcontact en administratie met elkaar verbinden. Eén agent stelt op basis van eerdere deals, klantprofielen en actuele prijzen automatisch een voorstel op. Een tweede agent personaliseert de begeleidende e-mail in de juiste toon en stijl. Zodra de klant akkoord gaat met de offerte, genereert een derde agent de factuur, controleert de gegevens en boekt deze direct in het administratiesysteem.
- Een productiebedrijf kan bijvoorbeeld real-time videobeelden van machines combineren met sensordata en onderhoudslogboeken, waardoor AI niet alleen defecten voorspelt maar ook uitlegt waarom ze ontstaan.
Een gemeente kan bijvoorbeeld meerdere agents inzetten: één voor het scannen van binnenkomende vergunningaanvragen, één voor het interpreteren van de regels en één die de menselijke behandelaar ondersteunt met onderbouwde aanbevelingen.Deze ontwikkeling maakt AI krachtiger, maar ook complexer. Want als beslissingen voortkomen uit de interactie van tientallen agents en datatypen, wordt de vraag “waarom deed het systeem dit?” steeds lastiger te beantwoorden. Transparantie, explainability en beveiliging worden daarom centrale thema’s. De discussie verschuift van “kan het?” naar “mogen we dit en moeten we dit willen?” We gaan hier ook verder op in onder trend 6: ‘privacy, ethiek en governance als groeifactor.’
Voor leiders betekent dit een nieuw soort verantwoordelijkheid: niet langer alles kunnen, maar weten wanneer je moet stoppen. In een wereld waarin machines steeds autonomer leren denken, wordt menselijke input, visie en controle een strategische competentie. Een volwassen organisatie stelt niet alleen grenzen aan de data die ze verzamelt, maar ook aan de autonomie die ze haar digitale systemen toekent.
De toekomst van AI is dus niet één groot brein, maar een netwerk van samenwerking tussen agents, tussen afdelingen, en tussen mens en machine. Wie dat spel beheerst, maakt van intelligentie geen kunstje, maar een cultuur.
5. Realtime als het nieuwe normaal
Wat vorig jaar nog gold als ambitie, is in 2026 vanzelfsprekend geworden: realtime is de nieuwe standaard. De tijd van maandrapportages en achteruitkijkspiegels ligt achter ons. Organisaties die vandaag willen meedoen, moeten beslissen op basis van wat nú gebeurt.
Realtime-analyse is niet langer een technische luxe, maar een strategische noodzaak. De snelheid van markten, klantgedrag en technologie dwingt organisaties om kortcyclisch te denken en te handelen. Dat geldt voor vrijwel elke sector: van retail die op het uur bijstuurt in voorraden en prijzen, tot zorginstellingen die op basis van actuele patiëntdata hun personele bezetting aanpassen. De organisatie die pas ingrijpt als het rapport is verschenen, is simpelweg te laat.
Toch vraagt dit meer dan een datastream of een dashboard. Realtime werken vergt een fundamentele verschuiving in denken en organiseren. Het betekent dat data niet langer een eindproduct zijn, maar een continu proces. Nieuwe vaardigheden spelen daarin een grote rol. Denk aan continue monitoring, datavoorziening als proces en wendbaarheid in besluitvorming.
Dankzij moderne data-architecturen, event streaming en cloud-infrastructuren kunnen zelfs middelgrote organisaties nu hun eigen “real-time nervous system” bouwen. Het MKB+ hoeft dus niet achter te blijven: met een goed ingericht datafundament en slimme automatisering kan ook een kleinere organisatie sneller leren, sneller beslissen en sneller verbeteren dan ooit tevoren. Neem hier contact met ons op over de mogelijkheden.
Succesvolle bedrijven hebben begrepen dat snelheid alleen waardevol is als ze gepaard gaat met kwaliteit en betekenis. Realtime data zonder context leiden tot ruis en reflexbesluiten. Daarom verschuift de focus in 2026 van “hoe snel kunnen we meten?” naar “hoe slim kunnen we reageren?” (De intelligente organisatie,2023). De organisaties die excelleren, weten data te vertalen naar directe, naar doordachte actie. Ze beschikken over duidelijke beslisregels, governance rond datatoegang en een cultuur waarin mensen durven handelen op basis van actuele inzichten.
Voor leiders betekent dit ook een verandering in besturing. Traditionele rapportagestructuren, met kwartaaloverleggen en afdelingsdashboards, voldoen niet meer. Besluitvorming wordt decentraal, autonoom en adaptief. Teams krijgen realtime toegang tot relevante informatie en de bevoegdheid om zelf bij te sturen. Dat vraagt vertrouwen, transparantie en volwassen datageletterdheid. Het dwingt organisaties om hun processen te vereenvoudigen, hun data te vertrouwen en hun mensen ruimte te geven. Niet méér data, niet snellere tools, maar een slimmere organisatie die kan handelen op het moment dat het ertoe doet. Realtime besluitvorming is daarmee de ultieme test van volwassenheid.
Het boek 'De intelligente, datagedreven organisatie'
In dit complete Business Intelligence-boek ontdek je hoe je BI en AI volwassen inzet — precies de omslag die organisaties in 2026 moeten maken. Het boek behandelt het hele spectrum van datagedreven werken: van een robuust datafundament en datakwaliteit tot governance, ethiek, realtime besluitvorming en de integratie van klassieke én generatieve AI. Je krijgt een praktisch kader om procesproblemen vroeg te signaleren, met KPI-dashboards, machine learning, GenAI en heldere beslisregels. Neem voortaan datagedreven beslissingen, zonder je professionele intuïtie te verliezen. Inclusief slimme AI-assistent.
6. Privacy, ethiek en governance als groeifactor
In 2026 is de EU AI Act in volle werking. Toch zien we in de praktijk dat veel organisaties het nog steeds beschouwen als een compliance exercise; een lijstje dat moet worden afgevinkt. De geest van de wet, het bevorderen van verantwoord en transparant AI-gebruik, blijft voor hoofdzakelijke grote techbedrijven nog formaliteit en zou volgens critici ontbreken aan een breder moreel perspectief.
Zo is er geen instrument dat de volledige 360-gradenimpact van een AI-toepassing onderzoekt: wat betekent deze technologie voor mens, organisatie, milieu, cultuur, en maatschappelijke verhoudingen? Zolang die systemische blik ontbreekt, blijft ethiek een kwestie van goede bedoelingen in plaats van structurele verantwoordelijkheid.
Toch staat data-ethiek tegelijkertijd volop in de schijnwerpers, en we verwachten dat die trend zich in 2026 doorzet. De publieke opinie wordt kritischer. Een goed voorbeeld hiervan is de overstap-campagne van burgers in bepaalde kringen om van chat-provider whatsapp over te stappen naar signal. De reden: zorgen over het privacybeleid en transparantie van de eerst genoemde provider. Het is een klein voorbeeld van een beweging die steeds luider wordt. Organisaties die transparant omgaan met data, duidelijk kunnen uitleggen hoe hun modellen werken en waar ze grenzen trekken, winnen vertrouwen bij klanten én medewerkers.
Als ethiek uitgroeit tot een strategisch fundament, is dat dan een teken van oprecht bewustzijn over haar belang — of zien we de opkomst van een nieuwe vorm van ethics-washing, het morele neefje van greenwashing in de duurzaamheidswereld?
De ethiek van AI blijft weerbarstig. Modellen leren van data, en data weerspiegelen de wereld zoals die is, inclusief al onze vooroordelen, ongelijkheden en blinde vlekken. Daardoor zit discriminatie en profilering in zekere zin ingebakken in het DNA van AI. Geen kwade opzet, maar een spiegel van onze collectieve geschiedenis. Het is daarom een illusie om te denken dat we AI volledig ethisch kunnen maken. De vraag is niet óf bias bestaat, maar hoe we ermee omgaan: hoe we mechanismen inbouwen om te herkennen, te corrigeren en te compenseren.
Hier ligt precies de kern van volwassen governance. In plaats van achteraf fouten te repareren, gaat het om vooraf verantwoord ontwerpen. Governance zorgt voor helder eigenaarschap, toetsbare beslisregels en transparante documentatie. In organisaties die het goed doen, zijn model cards, ethische impactanalyses en audit trails net zo vanzelfsprekend als financiële rapportages. Niet om innovatie te remmen, maar om te zorgen dat ze duurzaam en uitlegbaar blijft.
Voor organisaties betekent dit dat governance volwassen moet worden: niet als bureaucratisch vangnet, maar als integraal onderdeel van strategie, als katalysator van vertrouwen. Een volwassen datagedreven organisatie ziet governance niet als rem, maar als groeiversneller. Ze begrijpt dat vertrouwen de nieuwe valuta is; intern, bij medewerkers, en extern; zoals bij klanten die bereid moeten blijven hun data te delen.
De vraag is niet langer hoe we data kunnen gebruiken, maar hoe we dat op een verantwoorde manier doen.
7. De prijs van intelligentie
AI is niet gratis; niet financieel, niet voor de aarde en niet maatschappelijk. De AI Index van Stanford liet zien dat de kosten voor modelinference en energieverbruik fors stijgen. De duurzaamheidsagenda raakt zo direct aan de datastrategie.
Met de snelle groei van AI-toepassingen (zoals grote taalmodellen, beeldherkenning, en data-analyse) is er enorm veel extra rekencapaciteit en opslagruimte nodig. Die capaciteit komt van datacenters, en een groot deel daarvan bevindt zich in Noord-Europa. Volgens een recent onderzoek van McKinsey is de verwachting dat de vraag naar datacenter-capacity zal verdrievoudigen in de komende 5 jaar, en het is nog maar de vraag of die vraag bijgehouden kan worden.
But even if all currently known plans are delivered on time, there could still be a data center supply deficit of more than 15 GW in the United States alone by 2030.
(15 GW staat ongeveer gelijk aan 4x het jaarlijkse energiegebruik van heel Denemarken, ofwel het voorzien van 37miljoen huishoudens van stroom voor een heel jaar.)
De komende jaren is het dus van belang dat organisaties kijken naar de cost-to-serve van hun algoritmes en naar de milieubelasting van hun datacenters. Wij zijn van mening dat het belangrijk is om met een nieuwe technologie te kunnen experimenteren. Toch zal het genereren van ai videos in je lunch pauze of het verkiezen van gen AI boven traditionele machine learning enkel vanwege de ‘newness-factor’ een houdbaarheidsdatum (moeten) hebben.
Slimmer omgaan met prompts, caching en kleinere modellen kan niet alleen kosten besparen, maar ook reputatieschade voorkomen. Duurzaamheid wordt onderdeel van volwassen databeleid.
8. Van hype naar integratie – een menselijk perspectief
De kern is eenvoudig, maar wordt in de praktijk vaak onderschat: een tool is slechts zo sterk als de medewerkers die ‘m gebruiken. Tegelijkertijd ligt daar ook de grootste uitdaging lichten CEO’s van een aantal grote Nederlandse bedrijven toe, volgens een recent artikel van het Financieel dagblad.
Waar vroeger data-analisten dashboards maakten en managers rapportages ontvingen, wordt van “de vloer” steeds vaker gevraagd dat medewerkers zelf inzichten interpreteren, beslissen op basis van data en actie ondernemen. Zonder adequate begeleiding, tijd en betekenisvol ontwerp leidt dit tot stress, weerstand of onverschilligheid. In onze blog benoemde we eerder al dat er in veel organisaties een kloof tussen technologie en mens dreigt te ontstaan, wat van grote impact kan zijn op de betrokkenheid, motivatie en zingeving van medewerkers.
Een volwassen organisatie ziet daarom training, coaching, feedbackloops en een cultuur waarin medewerkers zeggenschap hebben over wat data en modellen in hun werk betekenen, als essentieel onderdeel van hun strategie. Technologie wordt dan een verlengstuk van menselijke competentie, niet een vervanging of toeschouwer.
In 2026 verwachten, of hopen we, dat meer organisaties zullen stoppen met technologie inzetten omdat het ‘innovatief’ is, en het zwaartepunt leggen op technologie die écht wordt gebruikt, waarde toevoegt, en wordt ingebed in de cultuur. Zoals we eerder al verkondigende, minder dashboards, met hoger dagelijks gebruik vormen de gouden sleutel. Zet de mens voorop en adoptie centraal.
Organisaties die technologie menswaardig integreren, worden immers niet alleen effectiever, maar ook plezieriger om in te werken.
9. Tijd van luchtkastelen is voorbij
De vraag hangt al langer in de lucht: wanneer barst de AI-bubbel? De investeringen in kunstmatige intelligentie zijn ongekend, zo stroomde er volgens het Stanford AI Index Report 2025 al meer dan 120 miljard dollar aan venture capital binnen in de eerste drie kwartalen van 2025, waarvan meer dan de helft richting generatieve AI ging. Toch blijft de omzet achter. Zelfs marktleider OpenAI, inmiddels gewaardeerd op meer dan 500 miljard dollar, behaalde in de eerste helft van 2025 “slechts” 4,3 miljard dollar omzet. De verhouding tussen verwachting en werkelijkheid is dus scheef.
Zoals elke technologische golf kent ook AI het klassieke patroon van overspannen verwachtingen. De Hype Cycle van Gartner beschrijft het al decennia: eerst komt de belofte, dan de piek, daarna de desillusie. In de AI-markt zien we precies dat proces. Bedrijven, overheden en investeerders hebben in recordtempo miljarden gestoken in taalmodellen, cloudinfrastructuur en semiconductors, terwijl de daadwerkelijke economische waarde nog maar beperkt zichtbaar is.
We zien dat Venture capital dat begint te beseffen. In 2026 verwachten we niet dat de geldkraan dichtgaat, maar het is aannemelijk dat het water iets trager gaat stromen. Een deel van de markt zal daarop stranden. Denk dan vooral aan kleine AI-startups, vaak zonder duurzame inkomstenmodellen, die zullen verdwijnen of worden opgeslokt.
Toch is een marktcorrectie geen absolute ramp. Als de lucht uit de markt loopt, blijft over wat echt waarde heeft: AI die processen verbetert, klanten helpt en medewerkers ondersteunt. De rest verdwijnt, zoals bij elke technologische hype, vanzelf uit beeld. De geschiedenis van de dotcom crash leert dat zo’n omslag de deur opent naar volwassenheid. Al zullen we er wel rekening mee moeten houden dat een percentage van de AI-bedrijven de eindstreep wellicht niet zullen halen.
Een volledige instorting van de markt lijk onwaarschijnlijk omdat AI inmiddels infrastructuur aan het worden is; net als elektriciteit of internet verweven in de economie. De waarde verschuift alleen van modelbouwers en een zee van zelfbenoemde AI-experts naar bedrijven die (traditionele) AI daadwerkelijk betekenisvol toepassen. Er komt een noodzakelijk realisme in de markt. De tijd van luchtkastelen is voorbij. Wat telt, is niet wie het grootste model heeft, maar wie het slimst de vertaling weet te maken naar echte, meetbare waarde.
Afsluitend: van techniek naar volwassenheid
De toekomst van BI en AI is geen strijd tussen mens en machine, maar een zoektocht naar samenwerking. Van techniek naar betekenis. Van hype naar waarde. Van experiment naar volwassenheid.
Wij voorspellen dat de aandacht in 2026 verschuift van tools en pilots naar adoptie, menselijk leiderschap en verantwoord gebruik. De organisaties die nu het verschil maken, zijn niet degenen die het hardst hebben geïnvesteerd in technologie, maar degenen die begrijpen dat data, AI en menselijk inzicht samen een ecosysteem vormen. In dat ecosysteem draait het niet langer om rapporteren of voorspellen, maar om betekenisvolle besluitvorming; snel, transparant en verantwoord.
