Implementeren Opnieuw uitvinden Persoonlijke productiviteit AI in je eigen werk en data Mensen, processen en organisatie Werk anders organiseren Gebruiken → Toepassen → Implementeren → Opnieuw uitvinden
Waar zit de meeste waarde? 3 Wat moet op orde zijn? 4 Niet iedere goede AI-oplossing lost jouw belangrijkste probleem op. Eerst het probleem. Dan de waarde. Dan de randvoorwaarden. Pas daarna de technologie. Welke technologie past?
faciliteert. De organisatie verandert. Leidinggevende Wil ik veranderen? Krijg ik ruimte om te veranderen? INretail + Squadra Input Use cases Prioriteren Roadmap Eigenaarschap Directie Weten we waarheen we willen veranderen?
dossiers ± 1 uur per dossier RI&E-dienstverlening ± 2 uur rapportage → ± 24 min rapportage >80% minder afhandeltijd Niet mensen automatiseren. Werk anders verdelen tussen mens en technologie.
beginnen,zou je je organisatie dan hetzelfde inrichten? Gebruiken. Toepassen. Implementeren. Opnieuw uitvinden. De belangrijkste AI-vaardigheid van een organisatie is verandervermogen.
houdt — ook als de omgeving verandert Turn Data Into a Shared Asset “Associations are drowning in data but starving for insight.” — CHRIS VAUGHAN, ASAE (NOVEMBER 2025) Slechts 29,7% integreert engagement-tools effectief — 40% mist structurele ledenfeedback. STRATEGISCH POSITIONEREN “When the association is no longer the starting point, it doesn’t become irrelevant—but it stops being the default.” Leden vragen steeds vaker eerst AI of Google, niet meer automatisch de vereniging. Wie zichtbaar blijft met unieke kennis, blijft het eerste aanspreekpunt. — Chris Vaughan, ASAE (maart 2026) Strategisch positioneren COLLECTIEF ORGANISEREN “When associations connect their data, they move from describing performance to improving it.” Een dashboard is een instrument en laat zien wát er gebeurt. Gekoppelde data en inzicht laat zien waarom, hoe en wanneer iets gebeurt en waar je als vereniging op kunt sturen. — Chris Vaughan, ASAE (november 2025) INDIVIDUEEL PROFITEREN Infrastructuur Bestuur & bureau “Loyalty no longer comes from belonging. It comes from results.” Een lidmaatschap alleen houdt niemand vast. Een gerichte tip over een handelsmissie doet dat wel. — Chris Vaughan, ASAE (november 2025) INFRASTRUCTUUR Individueel profiteren Collectief organiseren “The typical association governance structure is an impediment to performance versus an asset.” Zonder strategische koers, eigenaarschap, mandaat en de juiste mensen blijft elk data- of AI-initiatief steken in een pilot of los instrument. — Harrison Coerver & Mary Byers, Race for Relevance De propeller van Tack & Beusmans (2001) — strategisch positioneren, collectief organiseren, individueel profiteren Data Expo 2026 · Koninklijke Metaalunie
we de afgelopen 3–4 jaar hebben opgebouwd en waar we naartoe werken EERSTE STAPPEN ★ Management Eigenaarschap & sturing ◆ ◉ ▲ Organisatie Data als eigen verantwoordelijkheid Informatieanalist volledig gericht op data & informatie, gepositioneerd bij de directie. Directie als ambassadeur; bewust niet onder IT. Mensen & draagvlak Data Data vooral in bronsystemen Kwaliteit & bronnen Veel data beschikbaar in CRM en andere systemen, maar vooral in silo’s en beperkt gekoppeld en organisatie breed ontsloten. Technologie Losse toepassingen Platform & AI Wat zegt de data? › Verschillende systemen en tools, beperkt geïntegreerd en vooral ingezet voor afzonderlijke processen en toepassingen. Van operationeel naar strategisch — data steeds vaker als onderbouwing van strategie, beleid, dienstverlening en ledenbenadering. Verankering op afdelingsniveau › › Data & Informatie structureel georganiseerd, met eigen capaciteit, expertise en verantwoordelijkheid voor data & AI. › Data centraal en historisch vastgelegd en via vaste datalagen vertaald naar een eenduidige businesslaag met gedeelde definities. › “AI is je gereedschap. Data is de brandstof. Die moet je eerst goed structureren.” — Jon Sanders Data, BI, AI en automatisering steeds meer geïntegreerd; agents maken kennis en processen intelligent toegankelijk. Data structureel beheren én benutten als organisatie-asset, met helder eigenaarschap, governance en continue aandacht voor datakwaliteit en interpretatie Technologie als enabler Geïntegreerd Technologielandschap › Data & AI onderdeel van de reguliere werkwijze en verantwoordelijkheid binnen afdelingen, ondersteund door centrale expertise. Data als organisatie-asset Centraal Datafundament › Data & AI doorvertalen naar afdelingsdoelen, KPI’s en werkwijze, met aandacht voor adoptie en ontwikkeling. Verankerd in de lijn Eigen team Bewustwording & Verkenning Hands-on per afdeling kansen met data & AI verkend, toepassingen geprobeerd en bewustwording gecreëerd. ZIJN ONDERWEG NAAR • WE STAAN HIER › Self-service en schaalbare technologie waarmee medewerkers én leden zelfstandig data, AI, apps en digitale diensten kunnen benutten. Data Expo 2026 · Koninklijke Metaalunie
de Nederlandse industrie leveren? Niet alleen wie er vandaag al levert, vooral wie dat morgen zou kunnen BEDRIJVEN VRAGEN Hoe komen wij in beeld? Vanuit het netwerk had Metaalunie de kopgroep goed in beeld — bedrijven die zich laten zien, die bekend zijn. Maar dat is niet de hele keten: de toeleveranciers, en bedrijven die technisch prima kunnen leveren maar zich nog niet op de markt richten, bleven onzichtbaar. Terwijl de vraag vanuit Defensie steeds concreter werd. “Dan blijf je toch een beetje praten vanuit gevoel, of vanuit de bedrijven die je toevallig kent.” — JON SANDERS, INFORMATIEANALIST METAALUNIE
aanpak Met openbaar beschikbare informatie in kaart brengen welke bedrijven binnen de Nederlandse MKB-maakindustrie al leveren aan Defensie, of daartoe potentieel geschikt zijn — op basis van objectieve kenmerken zoals technologie, certificering en productiecapaciteit. A B Directe contractpartner van Defensie Toeleverancier aan een directe contractpartner Vaststellen definities en keywords Scraping model D C Look-alike van A — technisch/economisch geschikt Look-alike van B — mogelijke toeleverancier Model-verb etering Model-verb etering Reeds bekende toeleveranciers (B) Similarity Model Validatie Categorie A Data validatie Similarity Model Data validatie Identificatie bedrijven categorie D Identificatie bedrijven categorie C Data-verzam eling 3 1 2 1. Begonnen bij rapporten, bibliotheken, artikelen, social media. 2. Selectie bedrijven gecraweld op zoek naar indicatorwoorden 3. Websites van bedrijven in NL gecrawled naar aanleiding indicatoren Onderzoeksproces — Metaalunie & Company.info, datagedreven analyse defensieketen 1. Goud, zilver, brons profielen naar aanleiding van kenmerken 2. Waardecoeficienten op kenmerken 3. AI-Tooling voor selectie Data Expo 2026 · Koninklijke Metaalunie
naar data-gedreven onderbouwing Ledendata en openbare bedrijfsinformatie, verrijkt met twee modellen van Company.info CATEGORIE A — Directe leveranciers CATEGORIE B — Toeleveranciers Bedrijven die al rechtstreeks aan Defensie leveren — gevalideerd op kenmerken zoals certificering, bewerkingstype en omzet. 307 CATEGORIE C — Look-alikes van A Bedrijven die leveren aan directe contractanten — vanuit het ledenbestand van Metaalunie, verrijkt met KVK-data. 490 CATEGORIE D — Look-alikes van B Technisch en economisch geschikt om direct te leveren, nog niet actief — gevonden via scraping- en similarity-model op vergelijkbare SBI-codes. 3.215 Mogelijke toeleveranciers — dezelfde model-aanpak toegepast op de bredere groep B. 3.262 797 bekend → 6.477 nieuw in beeld Bijna 8× meer zicht — mits de definities scherp zijn: bij categorie A werkte dat goed, bij de generieke B-dataset werd het resultaat minder bruikbaar. Kenmerken: certificering (ISO 9001, AS9100, AQAP), type bewerking, digitalisering, omzet en medewerkers Data Expo 2026 · Koninklijke Metaalunie
naar inzicht Hoe we netcongestie onder leden onderbouwden voor de lobby richting Den Haag METHODE Twee jaar geleden kregen we in onze lobby richting de overheid steeds meer signalen van netcongestie bij leden. 1 OPENBARE BRONNEN VERZAMELEN publieke data over netcapaciteit en aansluitingen verzameld Om dit hard te maken bij Den Haag hadden we concrete cijfers nodig dus geen losse meldingen, maar een onderbouwd, sectorbreed beeld. 2 47% RUBRICEREN & COMBINEREN bronnen ontsloten, gerubriceerd en met elkaar gecombineerd van de bedrijven ondervindt hinder van netcongestie 3 KOPPELEN AAN LEDENDATA Koninklijke Metaalunie, inbreng Cie. Klimaat & Energie Tweede Kamer, jan. 2026 gecombineerd met onze eigen ledendata per netgebied 20%+ van de leden in de MKB-maakindustrie meldt problemen door congestie op het net 4 VISUALISEREN resultaat in kaart gebracht — de basis voor de lobby Gerard Wyfker, beleidssecretaris Koninklijke Metaalunie Bron: Koninklijke Metaalunie — analyse netcongestie op basis van openbare data en ledendata Data Expo 2026 · Koninklijke Metaalunie
worden geraakt Afname- en invoerbeperking onder 15.757 leden, in kaart per netgebied 39% volledige afnamebeperking · 53% volledige invoerbeperking · 15.757 leden geanalyseerd AFNAMEBEPERKING INVOERBEPERKING beperkingen op het afnemen (verbruiken) van stroom beperkingen op het invoeden (terugleveren) van stroom Methode: bekende gevallen geanalyseerd op profiel en toegepast op de volledige ledenpopulatie, gecombineerd met openbare databronnen per netgebied. Bron: Koninklijke Metaalunie — ledenanalyse afname- en invoerbeperking per netgebied Data Expo 2026 · Koninklijke Metaalunie
naar samenwerking Data die deuren opende bij het ministerie en netbeheerders MINISTERIE VAN KGG NETBEHEERDERS sectorale samenwerkingsafspraken: Flex e-scans en individuele routekaarten voor leden gesprek over flexregelingen, capaciteitsverdeling en e-hubs METAALUNIE bracht data in GEBIEDSGERICHTE AANPAK proactief contact met leden in regio's met hoge congestiedruk “We laten wederom zien dat de sector niet afwacht, maar in actie komt.” — MARK HELDER, VOORZITTER KONINKLIJKE METAALUNIE (9 MEI 2025) Bron: Koninklijke Metaalunie — sectorale aanpak netcongestie, mei 2025 30 leden krijgen intensieve begeleiding via Flex e-scans Data Expo 2026 · Koninklijke Metaalunie
mark3t1ng
aleyda
pwiseman
jlugia
marcelosomers
kneath
stuffmc
schroneko
lindahogenes
varn
samtorres
michaelherold
geshan
