second-brain · ai-adoptie · ai-hub
Je Second Brain kan ook je AI-adoptiecoach worden
Hoe een Second Brain AI-adoptie tijdens het dagelijkse werk ondersteunt met context, feedback en herbruikbare skills.
De meeste AI-trainingen hebben een bekend verloop. Op de trainingsdag is iedereen enthousiast. Er worden sterke prompts geschreven, mensen zien nieuwe mogelijkheden en de eerste use cases ontstaan.
Dan begint maandag.
De inbox staat vol, een klant wacht en de oude werkwijze is sneller dan opnieuw nadenken over die goede prompt van vorige week. Na een maand gebruikt een kleine groep AI iedere dag, een grotere groep af en toe en een deel helemaal niet meer.
Het probleem is niet dat mensen niet willen leren. Het leermoment staat te ver van het echte werk.
Adoptie moet in de taak zitten
Echte AI-adoptie ontstaat niet wanneer iemand onthoudt wat tijdens een workshop is verteld. Ze ontstaat wanneer de nieuwe manier van werken beschikbaar is op het moment dat iemand haar nodig heeft.
Precies daar kan een Second Brain meer zijn dan een bron van bedrijfskennis. Het kan ook de leerlaag van een adoptietraject worden.
In een ingerichte AI Hub gaat een vraag niet kaal naar het model. De omgeving kan relevante context toevoegen: de rol van de medewerker, interne afspraken, actuele procedures, voorbeelden en eerder vastgelegde skills. De medewerker hoeft dus niet eerst te weten welke perfecte prompt nodig is. De werkomgeving helpt om van een gewone vraag een betere opdracht te maken.
Dat verlaagt de drempel om AI goed te gebruiken, midden in het dagelijkse werk.
Van prompt naar leerlus
Stel dat een accountmanager vraagt: “Maak een voorstel voor deze klant.”
Zonder organisatiecontext levert AI een algemeen voorstel op. Met een Second Brain kan dezelfde vraag worden verrijkt met de proposities die jullie echt aanbieden, de afgesproken tone of voice, relevante klantinformatie en de stappen die intern bij een voorstel horen.
De accountmanager blijft verantwoordelijk voor het resultaat. Maar de eerste versie begint niet langer bij nul.
Vervolgens gebeurt iets belangrijkers. De medewerker ziet dat één onderdeel niet klopt en corrigeert het. Die feedback kan worden beoordeeld door de inhoudelijke eigenaar. Is dit een eenmalige uitzondering, of een verbetering die voor iedereen geldt? Alleen in het tweede geval wordt zij vastgelegd als kennis, instructie of skill.
- Medewerker vraagtEen echte taak uit de werkdag, niet een oefenprompt.
- Second Brain verrijktDe vraag krijgt relevante context, afspraken en werkwijzen mee.
- AI helpt uitvoerenHet antwoord past beter bij de organisatie en de rol van de gebruiker.
- Mens geeft feedbackDe medewerker corrigeert wat niet klopt en benoemt wat beter kan.
- Team legt vastWaardevolle feedback wordt bewust opgeslagen als kennis, instructie of skill.
- Volgende taak start slimmerDe verbeterde werkwijze is opnieuw beschikbaar voor het team.
Niet de chatgeschiedenis, maar de vastgelegde verbetering maakt de lus rond.
Zo ontstaat een vliegwiel. Niet omdat AI vanzelf van ieder gesprek leert, maar omdat de organisatie een bewuste route heeft van gebruik naar feedback en van feedback naar een betere werkwijze.
Persoonlijke ondersteuning, zonder voor iedereen een coach naast het bureau
Medewerkers starten niet op hetzelfde niveau. De een bouwt al agents, de ander twijfelt nog wat er wel en niet in een chat mag. Een generieke training behandelt hen gelijk, terwijl hun volgende stap anders is.
Een Second Brain kan die ondersteuning dichter bij de persoon brengen. Niet door mensen te beoordelen op hoeveel prompts ze versturen, maar door hulp te geven die past bij hun rol en taak.
- Bij een erg brede vraag vraagt de AI naar doel, doelgroep en gewenst eindresultaat.
- Als context ontbreekt wordt de relevante procedure, klantafspraak of voorbeeldskill voorgesteld.
- Als de taak vaak terugkomt krijgt de medewerker de suggestie om de aanpak als herhaalbare skill vast te leggen.
- Als een antwoord afwijkt van beleid toont de AI de geldende bron en vraagt hij om menselijke controle.
- Als feedback waardevol kan zijn voor anderen gaat de correctie naar de juiste inhoudelijke eigenaar ter beoordeling.
Dat is coaching in de werkstroom: klein, relevant en precies op tijd.
Wat je dan werkelijk kunt meten
Adoptie wordt vaak gemeten met logins, licenties of het aantal verstuurde prompts. Dat vertelt vooral of een tool geopend is. Niet of het werk beter wordt.
Een volwassen adoptietraject kijkt liever naar signalen als:
- welke terugkerende taken met een vastgelegde skill worden uitgevoerd;
- waar medewerkers nog vaak dezelfde correctie geven;
- welke bronnen ontbreken of elkaar tegenspreken;
- hoeveel teams dezelfde goede werkwijze hergebruiken;
- bij welke taken menselijke controle structureel nodig blijft;
- en of de kwaliteit van een proces aantoonbaar consistenter wordt.
Daarmee verschuift de vraag van “gebruiken mensen AI?” naar “wordt onze organisatie beter in samenwerken met AI?”
De AI Hub en externe tools zijn niet hetzelfde
Hier is een belangrijke nuance. Binnen de AI Hub kan de Second Brain standaard onder de gesprekken liggen en iedere vraag met passende context verrijken.
Gebruikt iemand ChatGPT, Claude of een andere externe omgeving, dan onderschept de Second Brain niet automatisch iedere prompt. De bedrijfscontext is daar beschikbaar via een koppeling, zoals MCP, en moet door de gebruiker of de ingestelde agent worden aangeroepen.
Dat verschil is relevant voor adoptie. De Hub kan de gewenste werkwijze standaard aanbieden. In externe tools moet je extra aandacht besteden aan instructies, inrichting en gedrag. Beide routes kunnen werken, maar ze vragen niet precies dezelfde begeleiding.
Meer over die twee routes lees je op de pagina over de Second Brain.
Geen automatisch geheugen, wel georganiseerd leren
Het klinkt aantrekkelijk om alle feedback direct terug te schrijven. Toch wil je dat meestal niet. Mensen maken fouten, situaties verschillen en een correctie voor één klant kan voor een ander juist verkeerd zijn.
Daarom heeft georganiseerd leren drie rollen nodig:
- De medewerker signaleert waar het antwoord of proces beter kan.
- De inhoudelijke eigenaar bepaalt of de verbetering algemeen klopt.
- Het adoptieteam of de producteigenaar bewaakt waar de kennis terechtkomt en wie haar mag gebruiken.
AI kan helpen om feedback te herkennen, samen te vatten en naar de juiste persoon te sturen. Het besluit om een werkwijze voor iedereen aan te passen blijft bewust en herleidbaar.
Dat is geen rem op adoptie. Het is wat voorkomt dat een fout zich net zo snel verspreidt als een goede verbetering.
Van trainingsprogramma naar dagelijks systeem
Workshops, champions en begeleiding blijven waardevol. Ze geven taal, vertrouwen en richting. Maar zonder een plek waar de lessen terugkomen in het werk, blijft adoptie afhankelijk van het geheugen en enthousiasme van individuele medewerkers.
Een Second Brain maakt van AI-adoptie een dagelijks systeem:
- medewerkers krijgen context op het moment dat zij werken;
- goede werkwijzen worden deelbaar in plaats van persoonlijk;
- feedback vindt een eigenaar;
- verbeteringen worden bewust vastgelegd;
- en de volgende medewerker begint niet opnieuw bij een lege chat.
Wil je weten welke kennis en werkwijzen bij jullie nu nog tussen mensen, documenten en chats verdwijnen? Begin dan met de Bedrijfskennisscan. Die maakt zichtbaar waar de grootste kennislekken zitten en waar een adoptietraject het beste kan starten.