Jarenlang klonk de quantumdreiging voor crypto als een verhaal voor later. Interessant voor onderzoekers, spannend voor mensen in de techwereld, maar niet iets waar de doorsnee cryptobezitter vandaag al van wakker hoefde te liggen. Dat gevoel begint momenteel te schuiven. Niet omdat er morgen ineens een machine opduikt die massaal wallets openbreekt, maar omdat recente onderzoeken laten zien dat de afstand tussen theorie en praktijk kleiner wordt. Waar eerdere schattingen nog uitgingen van tientallen miljoenen qubits om moderne cryptografie te breken, spreken recentere analyses over veel lagere aantallen. Ik ging vanuit NodeNieuws in gesprek met twee vooraanstaande experts op dit onderwerp, die ook gaan spreken op de Dutch Blockchain Week. Voor een breed publiek is het goed om het simpel te houden. Crypto draait op digitale sloten. Die zorgen ervoor dat alleen de eigenaar van een wallet geld kan versturen. Quantumcomputers zijn interessant omdat ze voor bepaalde rekenproblemen veel krachtiger kunnen worden dan gewone computers. Daardoor kunnen ze op een dag sommige van die digitale sloten openmaken. Niet allemaal op dezelfde manier, niet allemaal tegelijk, maar wel genoeg om het fundament van vertrouwen onder druk te zetten. Dat is meteen een belangrijk punt. De grootste angst is niet dat de hele blockchain ineens verdwijnt. De grotere dreiging zit in eigendom en toestemming. Wie mag geld versturen, wie heeft toegang tot een wallet, wie kan bewijzen dat iets van hem is. Uit onderzoeken blijkt ook dat vooral digitale handtekeningen, consensuslagen en smart contracts gevoelig zijn. Het probleem zit dus niet vooral in het wissen van het grootboek, maar in het openbreken van de sleutels eromheen. Simpel gezegd zijn er dus twee soorten gevaar. Eerst krijg je een fase waarin sommige huizen een zwak slot blijken te hebben. Dat is al vervelend, maar nog te overzien. Daarna komt de fase waarin het hele type slot verouderd raakt. Dan moet niet alleen één deur worden vervangen, maar moet het hele systeem overstappen op een nieuw soort beveiliging. Niet de machine alleen, maar vooral ons uitstelgedrag Itan Barmes van Qiz Security zet de discussie meteen op scherp. Voor hem zit het gevaar niet alleen in de technologie zelf, maar ook in het menselijk patroon daaromheen. “De technologie is een reële dreiging en het feit dat niemand precies weet wanneer het zover is maakt het alleen maar lastiger om organisaties in beweging te krijgen. Die onduidelijke tijdslijn werkt verlammend: het voelt altijd te vroeg om te beginnen, tot het te laat is.” Dat is misschien wel de kern van dit hele gevaar. Zolang er geen harde einddatum op de kalender staat, blijft het verleidelijk om voorbereiding nog even uit te stellen. Thomas Attema van CWI kijkt daar vanuit risicomanagement naar. Zijn redenering is bijna ouderwets nuchter. “Zelfs als de kans klein is moeten we actie ondernemen, omdat de impact zo groot is. Dit is standaard risico management.” Juist die combinatie maakt het onderwerp zo ongemakkelijk. De timing is onzeker, maar de gevolgen kunnen enorm zijn. In de beveiligingswereld is dat meestal al genoeg om in beweging te komen. Beide mannen leggen dus een ander accent, maar ze wijzen naar hetzelfde probleem. Barmes laat zien hoe vaagheid verlammend werkt binnen organisaties. Attema zegt juist dat die vaagheid geen excuus mag zijn om stil te blijven zitten. Samen maken ze duidelijk waarom de quantumdreiging geen hypeverhaal is, maar ook geen simpel paniekscenario. Het is een risico dat lastig te timen is, maar te groot om te negeren. Het echte probleem heet niet Bitcoin, maar vertrouwen Wie aan quantum en crypto denkt, denkt meestal meteen aan Bitcoin. Dat is logisch, maar ook misleidend. Attema waarschuwt nadrukkelijk tegen die smalle blik. “Bitcoin is een van de vele plekken waar cryptografie gebruikt wordt. Zonder veilige cryptografie is onze hele digitale infra ontwricht. Denk aan website bezoeken, veilige communicatie, pintransacties.” Daarmee trekt hij het onderwerp uit de cryptowereld en zet hij het terug waar het hoort: in de bredere digitale samenleving. Dat bredere perspectief is belangrijk, maar binnen crypto krijgt het risico wel een eigen lading. Crypto draait immers bijna volledig op vertrouwen in code. Zodra mensen het gevoel krijgen dat de digitale sloten niet meer waterdicht zijn, komt er druk op veel meer te staan dan alleen techniek. Barmes zegt daar iets wezenlijks over: “Technisch gezien wordt misschien maar een deel van de assets direct kwetsbaar, maar dat is niet waar het echte risico zit. Het gaat om vertrouwen. Als het gevoel ontstaat dat crypto niet meer veilig is, dan maakt het niet uit of jouw specifieke wallet wel of niet kwetsbaar is. Dan keldert de prijs over de hele linie.” Dat is een inzicht dat vaak ontbreekt in technische discussies. Een systeem hoeft niet volledig kapot te zijn om toch in een crisis te belanden. Soms is het genoeg dat het vertrouwen wegloopt. In die zin is de quantumdreiging niet alleen een beveiligingsprobleem, maar ook een marktrisico, een governanceprobleem en uiteindelijk zelfs een psychologisch vraagstuk. Eén protocolupgrade en klaar? Vergeet het maar In de cryptowereld hoor je nog vaak dat een toekomstige protocolupgrade het probleem uiteindelijk wel zal oplossen. Dat klinkt geruststellend, maar volgens Barmes is dat veel te simpel gedacht. “Het is begrijpelijk dat mensen zo denken, maar het onderschat de complexiteit enorm.” De blockchain zelf is maar één onderdeel van een veel groter ecosysteem. Exchanges, custodians, wallets, hardware security modules, smart contracts en legacy-systemen zijn allemaal met elkaar verweven. Versterk je één schakel, dan ben je er nog niet, omdat de veiligheid van het geheel afhangt van hoe al die onderdelen samen functioneren. De quantumdreiging is dus niet alleen een protocolprobleem, maar vooral een ketenprobleem.” Dat beeld werkt omdat bijna iedereen het direct begrijpt. De discussie over quantumveiligheid gaat dus niet alleen over Bitcoin of Ethereum als protocol, maar over alles wat eromheen gebouwd is. Een exchange kan bijvoorbeeld nog steeds kwetsbaar zijn via oude infrastructuur. Een wallet kan vastzitten aan oude ondertekeningstechniek. Een slim contract kan cryptografische aannames bevatten die je niet zomaar meer verandert. Juist daarom is het verhaal van een nette, centrale upgrade zo misleidend. Attema komt via een andere route tot ongeveer dezelfde conclusie. Op de vraag wat uiteindelijk het lastigste deel wordt, antwoordt hij opvallend helder: “De cryptografie hebben we nu op een bepaalde manier al. Nieuwe standaarden. Deze uitrollen is de grote uitdaging van het moment.” Dat is misschien wel de meest onderschatte zin uit het hele debat. Niet de theorie, maar de migratie wordt de echte stresstest. De grootste chaos moet nog beginnen Dat brengt ons bij een onderwerp waar beide geïnterviewden hard op terugkomen: bestuurlijke chaos. In de buitenwereld leeft soms nog het idee dat crypto flexibel is omdat alles software is. Alleen werkt dat in de praktijk heel anders. Gedecentraliseerde systemen hebben niet één bestuurder, niet één migratieplan en niet één knop waarmee alles tegelijk verandert. Barmes zegt het scherp: “In de traditionele financiële wereld is migratie al moeilijk genoeg. In crypto ontbreekt de structuur om dat soort beslissingen snel en zorgvuldig te nemen.” Die opmerking raakt een pijnlijk punt. Crypto is groot geworden met het idee dat je geen centrale partij hoeft te vertrouwen. Dat klinkt sterk, totdat er een noodsituatie dreigt en er juist behoefte ontstaat aan coördinatie, tempo en heldere besluitvorming. Welke nieuwe beveiliging kies je? Wanneer stap je over? Hoe voorkom je dat miljoenen gebruikers fouten maken? Wat doe je met systemen die niet meer te upgraden zijn? Dit soort vragen zijn niet puur technisch. Ze gaan over bestuur, timing en collectieve discipline. Attema is op dat punt minstens zo direct. Op de vraag wanneer gezonde kalmte omslaat in gevaarlijke zelfgenoegzaamheid, antwoordt hij: “Nu al.” Hij wijst erop dat wetgeving en standaarden in verschillende landen al uitgaan van serieuze voorbereiding richting 2030 en 2035. Dat sluit ook aan bij officiële guidance uit de cybersecuritywereld, waar organisaties juist nu worden aangespoord om te inventariseren, plannen te maken en gefaseerd te migreren.   Het pijnlijkste hoofdstuk: niet alles is nog te redden Misschien komt de hardste boodschap van Barmes aan het eind van zijn interview“De ongemakkelijke waarheid is dat een significant deel van de bestaande blockchain-assets beschermd wordt door cryptografie die op termijn breekbaar wordt, en dat er voor veel van die assets geen realistisch migratiepad bestaat.” Dat is geen detail, maar een fundamenteel punt. Verloren wallets, onbeheerde adressen en slimme contracten zonder upgrade-mechanisme kun je niet simpelweg even patchen. Dat sluit ook aan bij recent werk dat Itan samen met Colin Soutar publiceerde, in samenwerking met Deloitte. Daaruit bleek dat meer dan 4 miljoen BTC, ongeveer 25 procent van alle bitcoins op dat moment, potentieel kwetsbaar waren door oude of hergebruikte adressen. Op basis daarvan is inmiddels ook een interactieve applicatie verschenen die die kwetsbaarheid per adrestype inzichtelijk maakt. Onderzoekers gaan zelfs nog verder en beschrijven dat een snelle migratie in Bitcoin praktisch vast kan lopen op de beperkte ruimte op de blockchain zelf. In een extreem scenario zouden niet alle gebruikers op tijd “door de deur” kunnen. Attema kijkt hier weer iets breder naar en zegt dat uiteindelijk complete blockchains in de problemen kunnen komen als de dreiging sneller dichterbij komt dan gedacht. Voor Bitcoin zijn sommige adressen kwetsbaarder dan andere, maar zijn punt is groter: als de onderliggende cryptografie breekt, heb je niet alleen een lokaal probleem, maar een systeemprobleem. Dat maakt de discussie ook zo gevoelig. Het gaat niet alleen om een paar pechvogels met oude wallets, maar om de geloofwaardigheid van het hele bouwwerk. De sector zegt graag dat ze bezig is, maar waar is het echte werk? Quantumveiligheid is inmiddels ook een marketingterm geworden. Er zijn genoeg projecten die graag “quantum-resistant” op hun homepage zetten. Barmes prikt daar doorheen. “Echte voorbereiding is niet sexy. Het is inventariseren, prioriteren, testen, en gefaseerd uitrollen. Dat verkoopt geen tokens.” Die zin blijft hangen omdat hij precies benoemt waar het vaak misgaat in de cryptowereld: zichtbaarheid krijgt meer aandacht dan saai, technisch voorwerk. Zijn tweede punt is misschien nog belangrijker. Cryptographic agility klinkt als een technisch begrip, maar hij noemt het vooral een organisatievraagstuk. “Kun je als organisatie überhaupt in kaart brengen waar je cryptografie zit?” Die vraag lijkt simpel, maar blijkt in de praktijk vaak pijnlijk lastig. Veel organisaties weten niet precies welke sleutels, certificaten, protocollen en afhankelijkheden ze hebben draaien. Zolang dat overzicht ontbreekt, blijft elk migratieplan half blind. Dat er stappen worden gezet, blijkt ook uit BIP 360, dat in februari 2026 werd opgenomen in de officiële Bitcoin BIP-repository. Dat voorstel introduceert met P2MR een nieuw quantum-resistenter adrestype. Belangrijk, zeker. Maar ook beperkt. Het is vooral een eerste stap tegen een deel van het probleem, niet de definitieve oplossing voor het hele ecosysteem. Juist daardoor onderstreept het voorstel eigenlijk de hoofdboodschap van dit artikel: de migratie is begonnen, maar de echte opgave moet nog komen. Attema zet daar zijn eigen harde misverstand tegenover. Als hij één idee uit het debat mocht slopen, dan is het volgens hem simpelweg dit: “Dat je nog wel kan wachten.” Daar zit eigenlijk de rode draad van beide interviews in. Niet wachten tot de perfecte duidelijkheid er is, maar beginnen met de rommelige werkelijkheid die je vandaag al ziet. De echte test van crypto begint pas nu De quantumdreiging voor crypto is dus niet alleen een verhaal over futuristische machines. Het is vooral een verhaal over volwassenheid. Kunnen blockchains, exchanges, custodians en gebruikers samen op tijd bewegen? Kan een sector die trots is op decentralisatie ook collectief moeilijke keuzes maken? Kan vertrouwen behouden blijven op het moment dat het technische fundament onder druk komt te staan? Het eerlijke antwoord is dubbel. Nee, morgen stort waarschijnlijk niet ineens de hele cryptowereld in. Ja, de dreiging is serieus genoeg om nu al te handelen. Barmes laat zien dat uitstel, legacy en vertrouwensverlies de sector kunnen opbreken. Attema maakt duidelijk dat de impact van falende cryptografie zo groot is dat afwachten eigenlijk geen volwassen optie meer is. Misschien is dat de meest nuchtere conclusie van allemaal. Quantum is niet alleen een technisch vraagstuk voor later. Het is nu al een test van hoe serieus crypto zichzelf neemt.

Er is een naam voor deze denkfout: de doorman fallacy. Een van mijn favoriete TED sprekers Rory Sutherland beschrijft het met een simpel voorbeeld in zijn boek. Een hotelportier lijkt op papier vooral iemand die de deur opendoet. Dus wat doet een consultant? Die rekent uit dat een automatische deur goedkoper is. Probleem opgelost. Alleen deed die portier natuurlijk veel meer: gasten herkennen, veiligheid uitstralen, taxi’s regelen, sfeer bewaken, ongewenste situaties aanvoelen, status geven aan het hotel. Je automatiseert dan misschien de deur, maar sloopt ongemerkt een deel van de ervaring.

 

Precies dat zie ik nu rondom AI gebeuren. Managers kijken naar een klantenservicemedewerker, recruiter, accountmanager of junior marketeer en denken: die beantwoordt vragen, schrijft teksten of verwerkt informatie, dus dat kan AI ook. Alleen reduceren ze zo een functie tot het meest simpele, meetbare stukje ervan. Terwijl juist de moeilijker meetbare laag vaak de meeste waarde heeft: context voelen, escalaties herkennen, vertrouwen opbouwen, uitzonderingen afhandelen, risico’s zien, tussen de regels door luisteren.

 

Dat is ook waarom zoveel AI-projecten op papier indrukwekkender zijn dan in de praktijk. Nieuw onderzoek van NBER laat zien dat werk niet simpelweg een stapel losse taken is, maar eerder een keten van stappen waarin coördinatie, volgorde en samenhang ertoe doen. Zodra AI een paar stappen overneemt, verandert dus niet alleen de snelheid van het werk, maar ook de structuur ervan. Soms levert dat winst op. Soms maak je het resterende menselijke werk juist rommeliger, dunner of minder waardevol.

 

De eerste arbeidsmarktcijfers wijzen ook niet op een nette één-op-één vervanging van complete banen. Een veelbesproken NBER-studie naar generatieve AI op de Deense arbeidsmarkt vond wel brede adoptie, maar nog geen grote effecten op lonen of totale gewerkte uren. Dat is interessant, want het suggereert dat AI vaak vooral een deel van het werk raakt, niet meteen de hele rol. De ILO zegt iets vergelijkbaars: generatieve AI zal veel banen eerder transformeren dan volledig vervangen.

 

Wat mij hier vooral in fascineert, is dat de doorman fallacy eigenlijk een waarschuwing is tegen lui management. AI kan geweldig zijn als versterker. Het wordt gevaarlijk zodra leiders gaan doen alsof menselijke waarde volledig zichtbaar is in dashboards, KPI’s en taakbeschrijvingen. Dan optimaliseer je voor efficiency, maar verlies je precies datgene wat een organisatie sterk maakt: nuance, oordeel, relationele intelligentie en het vermogen om met uitzonderingen om te gaan.

 

Misschien is dat wel de kern van deze fase. AI haalt niet alleen werk weg. Het dwingt ons ook om eindelijk beter na te denken over wat werk eigenlijk is. Wie functies blijft zien als een optelsom van simpele handelingen, gaat hier de mist in. Wie begrijpt dat de meeste waarde juist in het onzichtbare zit, gebruikt AI waarschijnlijk een stuk slimmer.

Er was een tijd dat iedereen het zag wanneer iets werd opgenomen. Iemand pakte zijn telefoon, richtte de camera en drukte op record. Dat moment tussen intentie en opname was zichtbaar voor iedereen in de ruimte/omgeving. Maar die duidelijkheid verdwijnt nu razendsnel. Tijd om hier heel goed naar te kijken als organisatie! In deze blog duik ik er op in.

De nieuwe generatie AI apparaten zit niet meer in onze broekzak en hand, maar op ons lichaam. Brillen, pins, ringen en armbanden kunnen gesprekken opnemen, analyseren en samenvatten zonder dat iemand dat direct doorheeft.

Voor organisaties verandert daar in mijn optiek iets fundamenteels mee: gesprekken die vroeger tijdelijk waren, kunnen nu automatisch worden vastgelegd, opgeslagen en door AI-systemen worden geanalyseerd. Mega handig, maar ook een groot risico. Vooral omdat veel bedrijven nog nauwelijks na hebben gedacht over wat dit betekent.

Het nieuwe datalek waar bedrijven nog geen beleid voor hebben

De markt voor AI-wearables groeit mega snel. Wereldwijd gebruiken inmiddels honderden miljoenen mensen een wearable, van smartwatches tot slimme brillen. Alleen al van de slimme Ray-Ban Meta-brillen zijn inmiddels miljoenen exemplaren verkocht. Deze brillen hebben camera’s, meerdere microfoons en een AI-assistent. Je kunt er scherpe foto’s en video’s mee maken, maar ook vragen stellen aan AI, bellen of gesprekken opnemen. Omdat ze eruitzien als gewone brillen, valt het nauwelijks op wanneer ze actief zijn.

Je ziet hier ook echt een grote switch van de korte metaverse hype, waarin alle tech bedrijven in alle haast VR-apparaten gingen ontwikkelen die je als gebruiker helemaal van de ‘gewone’ wereld afzonderen, naar meer AR-apparaten waarmee je gewoon kan blijven zien en rondlopen. Google werkt aan slimme brillen rond zijn nieuwe Android XR-platform en het Gemini-AI-model. Tijdens demonstraties heeft het bedrijf al laten zien hoe zulke brillen live vertalingen, navigatie en visuele AI-assistentie kunnen bieden.

Samsung ontwikkelt hardware voor datzelfde platform en werkt aan een eerste generatie AI-brillen die de komende jaren op de markt kan verschijnen. Apple heeft nog geen AI-bril aangekondigd, maar volgens meerdere analisten werkt het bedrijf intern aan een bredere strategie rond zogenoemde “ambient AI apparaten”. Daarbij gaat het waarschijnlijk niet om één product, maar om een ecosysteem van apparaten, zoals AirPods met extra sensoren, een AI-gestuurde home hub en uiteindelijk ook slimme brillen.

Tweede categorie: kleine AI-apparaten

Naast brillen ontstaat er ook een tweede categorie gadgets: kleine AI-apparaten die je als pin of clip op je kleding draagt en die gesprekken automatisch kunnen omzetten in transcripties en samenvattingen. Ook verschijnen er ringen en armbanden die spraakmemo’s opslaan of biometrische data combineren met AI-analyse.

De rode draad die je hier heel duidelijk door heen kan trekken: microfoons, sensoren en AI die continu context verzamelen. Experts spreken inmiddels over ambient computing: een wereld waarin technologie niet meer in apparaten zit, maar in onze omgeving. Menselijke ervaringen worden zo de grondstof voor data.

Surveillance secretary

De aantrekkingskracht van deze technologie is mega groot. Zelf gebruik ik bijvoorbeeld een AI-notulist tijdens gesprekken. Niet omdat ik lui wil zijn, maar juist omdat ik beter wil luisteren. Het scheelt enorm veel tijd in verslaglegging en zorgt ervoor dat je tijdens een gesprek meer aandacht hebt voor de inhoud.  Een gesprek kan direct worden omgezet in notulen, actiepunten en taken… en ik kan het gelijk vertalen voor mijn niet-Nederlands sprekende werknemers.

Maar je kan er ook naar kijken, zoals Harvard-onderzoeker Shoshana Zuboff het ooit formuleerde in een van mijn favoriete boeken “Surveillance capitalism claims human experience as free raw material for translation into behavioral data.”

Ik zie de apparaten steeds vaker verschijnen op vergadertafels en bij professionals. Consultants gebruiken ze tijdens klantgesprekken, managers tijdens interne meetings en ondernemers tijdens interviews of brainstormsessies. En ik geef niemand ook ongelijk; minder typen, minder schermen, meer focus op het gesprek, het goed opslaan van alles wat gezegd is… stuk voor stuk ongekend handige features van deze apparaten.

De opname is pas het begin

De grootste uitdaging zit hem in mijn optiek niet in het apparaat zelf, maar in wat er daarna gebeurt. Veel organisaties realiseren zich niet dat opnames vaak automatisch via externe AI-diensten worden verwerkt. Transcripties, samenvattingen en analyses worden gegenereerd in cloudsystemen van leveranciers. Dat betekent dat gesprekken buiten de organisatie kunnen worden verwerkt. Daarmee raken we in mijn optiek direct aan vertrouwelijkheid.

Een brainstorm, strategisch overleg of klantgesprek kan ongemerkt terechtkomen op servers van een externe AI-provider. Zelfs wanneer het doel alleen een samenvatting was. Daarnaast speelt er een tweede probleem: onzichtbaarheid. Waar een smartphone duidelijk zichtbaar is, lijken wearables op gewone accessoires. Een slimme bril oogt als een normale bril, een AI-pin als een klein sieraad. Daardoor weten mensen in een ruimte vaak niet meer of een gesprek wordt opgenomen. Opname lampjes worden weggemoffeld of zelfs onzichtbaar gemaakt.

In mijn optiek raakt dat aan iets fundamenteels binnen organisaties: vertrouwen. Werknemers en klanten moeten vrij kunnen spreken zonder zich voortdurend af te vragen of een gesprek wordt vastgelegd. Bovendien verzamelen veel wearables niet alleen audio, maar ook andere signalen zoals locatie, beweging en biometrische data. AI-systemen kunnen daar patronen uit afleiden die gevoeliger zijn dan de oorspronkelijke data. Daardoor verschuift het risico van “een opname maken” naar “gedrag analyseren”.

Gelukkig is de wet concreter dan veel organisaties denken

Als ik hierover in gesprek ga met leiders, dan krijg ik vaak te horen dat men vindt “dat de wetgeving rond dit onderwerp nog vaag is”. Maar in werkelijkheid bestaan er echt al duidelijke kaders. Onder de AVG gelden beelden en audio “van herkenbare personen” als persoonsgegevens. Zodra een organisatie gesprekken opneemt, analyseert of opslaat, is er sprake van gegevensverwerking. Dat betekent dat er een duidelijke grondslag moet zijn, dat het doel helder moet zijn en dat er niet meer data mag worden verzameld dan noodzakelijk.

Worden gezondheidsgegevens of biometrische gegevens verwerkt, dan gelden er nog strengere regels omdat deze onder bijzondere persoonsgegevens vallen. Ook het strafrecht bevat hieromheen duidelijke grenzen. Het opnemen van gesprekken waar je zelf geen deelnemer aan bent, kan zelfs strafbaar zijn. Voor verborgen camera-opnames in niet-openbare ruimtes gelden eveneens specifieke bepalingen, hebben we gezien bij verschillende Airbnb schandalen waar verborgen camera’s waren opgehangen in bijvoorbeeld de douche en slaapkamer door de verhuurder.

Voor werkgevers komt daar nog een extra laag bij. Organisaties mogen werknemers niet zomaar controleren of monitoren. Wanneer technologie kan worden gebruikt om gedrag of prestaties van werknemers te volgen, speelt bovendien de ondernemingsraad een rol.

Daarnaast komt er steeds meer regelgeving rond AI zelf. De Europese AI-verordening (of AI Act) introduceert strengere eisen voor systemen met grote maatschappelijke impact. Voor organisaties betekent dat experimenteren met AI-toepassingen niet langer vrijblijvend is: elke toepassing moet aantoonbaar compliant zijn, met inzicht in risico’s, gebruikte data, besluitvorming en menselijk toezicht.

Ga vandaag werken aan een privacy push

Een van de hoofdoorzaken waarom zoveel AI pilots falen volgens het beruchte MIT onderzoek? Het missen van governance rondom het gebruik van de technologie. Veel organisaties willen snel aan de slag en zien governance eerder als onnodig papierwerk wat alleen maar vertraagt. Terwijl het in mijn optiek essentieel is om te zorgen voor een gezonde, volwassen integratie. Zo zie ik het vraagstuk rondom de AI gadgets ook; een vraagstuk rondom governance, wat je in mijn optiek prima kan ondervangen.

1. Breng in kaart welke AI-wearables en transcriptietools binnen de organisatie worden gebruikt, inclusief tools die medewerkers zelf meenemen omdat ze handig zijn.
2. Bepaal welke ruimtes en situaties extra gevoelig zijn, zoals boardrooms, HR-gesprekken, juridische besprekingen, medische settings of R&D-overleggen.
3. Leg vast (en bespreek met alle collega’s) wanneer opnames zijn toegestaan, wanneer expliciete melding verplicht is en hoe transcripties worden opgeslagen. Behandel AI-wearables simpelweg als opnameapparatuur.
4. Nieuwe technologie die mogelijk grote impact heeft op privacy of vertrouwelijkheid vereist vaak een zogenaamd Data Protection Impact Assessment.
5. Veel medewerkers realiseren zich vaak niet wat er technisch gebeurt wanneer een AI-tool een gesprek automatisch samenvat. Uitleg hierover is in mijn optiek daarom ook echt heel belangrijk.
6. Beoordeel je leveranciers kritisch. Waar wordt data opgeslagen, wie heeft toegang, worden opnames gebruikt voor modeltraining en hoe lang blijven gegevens bewaard?

AI-wearables verdwijnen de komende jaren niet meer van de werkvloer. Net zoals smartphones ooit vanzelfsprekend werden, zullen slimme brillen, pins en andere draagbare AI-apparaten langzaam onderdeel worden van hoe we werken en communiceren.

Zoals technologiehistoricus Melvin Kranzberg ooit zo mooi schreef: “Technology is neither good nor bad; nor is it neutral.” Organisaties moeten in mijn optiek niet alleen nadenken over nieuwe tools, maar ook over nieuwe etiquette. Wanneer mag een gesprek worden vastgelegd? Wanneer niet? En hoe transparant zijn we daarover? De technologie wordt steeds kleiner en slimmer. De verantwoordelijkheid om er verstandig mee om te gaan wordt daarmee alleen maar groter.

De afgelopen tijd heb ik voor twee van mijn bedrijven lopen experimenteren met synthetische persona’s. Hier laat je een complete marketingcampagne “meelopen” door een digitale versie van je doelgroep. Niet alleen een advertentie op een scherm, maar de hele route: een billboard langs de weg, een poster in de lift, een LinkedIn-ad, een eventstand, een landingspagina en zelfs het afrekenmoment. Dat is precies de belofte van synthetic personas. Je test niet meer pas ná livegang wat werkt, maar al ervoor. En juist daarom wordt dit voor organisaties zo interessant in mijn optiek.

De aantrekkingskracht is logisch. Klassiek marktonderzoek kost tijd, geld en organisatie. Synthetic personas beloven snelheid, schaal en veel meer iteraties. Je kunt in korte tijd meerdere varianten van een boodschap, prijs, propositie of campagne testen en veel eerder zien waar mensen afhaken, wat onduidelijk is en welke toon eerder irriteert dan overtuigt. Je kan hiermee als bedrijf sneller hypotheses aanscherpen en onderzoekskosten drukken. In vakmedia wordt dit ook steeds vaker neergezet als een manier om veel eerder in het proces van gokken naar leren te gaan.

Voor bedrijven zit de echte waarde volgens mij vooral in drie dingen. Ten eerste: pretesting van campagnes. Je kunt synthetische doelgroepen laten reageren op verschillende contactmomenten en zo eerder zien of je merkverhaal overeind blijft van eerste indruk tot conversie. Ten tweede: sneller scenario’s vergelijken. Welke headline werkt beter voor een prijsgevoelige klant, welke toon voor een zakelijke beslisser, welke call-to-action voelt te agressief? Ten derde: interne discussies beter maken. In plaats van meningen over meningen krijg je in elk geval een gesimuleerde reality check terug.

Maar hier zit in mijn optiek ook meteen de val. Een synthetic persona is geen echte klant. Nielsen Norman Group is daar behoorlijk duidelijk over: dit soort AI-profielen kan nuttig zijn voor snelle verkenning of hypothesevorming, maar niet als vervanging van echt gebruikersonderzoek. De simulatie klinkt vaak overtuigend, soms té overtuigend. Daardoor kunnen teams gaan denken dat ze “de klant al gesproken hebben”, terwijl ze in feite met een statistisch aannemelijke afspiegeling praten. Dat is een groot verschil.

Dus hoe zet je dit als bedrijf slim in? Niet als orakel, wel als vliegsimulator. Gebruik synthetic personas om vroeg te testen, creatieve routes te vergelijken, frictie op te sporen en zwakke plekken in een campagne bloot te leggen. Gebruik ze niet als laatste woord over emotie, merkgevoel of echte koopmotivatie. Daarvoor heb je nog steeds echte mensen nodig. Bain formuleert het eigenlijk het best in mijn optiek: synthetic personas zijn een force multiplier, geen fundament.

Dit kan voor bedrijven echt mega krachtig worden, juist omdat marketingbudgetten onder druk staan en snelheid telt. Maar de fout zou zijn om te denken dat simulatie hetzelfde is als werkelijkheid. Synthetic personas kunnen je dichter bij de markt brengen. Ze zijn de markt niet.

Bijna elke week zie je hetzelfde patroon. Een bedrijf schrapt banen, noemt AI, en de buitenwereld denkt: logisch, de toekomst is begonnen. Alleen is dat verhaal vaak netter dan de werkelijkheid.   Natuurlijk verandert AI werk. Dat is geen hype meer. Werkgevers verwachten dat tegen 2030 ongeveer 39 procent van de kernvaardigheden van werknemers verandert, en 40 procent zegt dat ze personeel willen afbouwen waar AI taken kan automatiseren. Tegelijk verwacht men wereldwijd ook miljoenen nieuwe banen. Het beeld is dus niet: alles verdwijnt. Het beeld is: werk schuift, taken verschuiven en organisaties proberen alvast op die toekomst vooruit te lopen.   Wat mij hierin opvalt, is dat veel ontslagen vandaag niet worden veroorzaakt door wat AI al overtuigend heeft bewezen, maar door wat directies hopen dat AI straks kan. Dat is een groot verschil. Er wordt dus niet alleen gesneden op prestaties, maar ook op belofte. Juist daarom is de term “AI-washing” zo interessant geworden. Sam Altman zei het onlangs opvallend eerlijk: sommige bedrijven schuiven ontslagen op het bord van AI terwijl ze die toch al wilden doorvoeren.   De cijfers maken dat nog duidelijker. In de VS werden in 2025 zo’n 54.836 ontslagen expliciet aan AI gekoppeld. Dat klinkt enorm, tot je ziet dat het totale aantal aangekondigde ontslagen ruim boven de 1,2 miljoen lag. AI was dus zichtbaar, maar niet de hoofdverklaring. Economische druk, sluitingen en klassieke herstructureringen waren veel grotere factoren. Met andere woorden: AI speelt mee, maar wordt in de headlines vaak groter gemaakt dan in de werkelijkheid.   Klarna werd het bekendste uithangbord van dit verhaal. Het bedrijf meldde trots dat zijn AI-assistent in korte tijd werk deed dat gelijkstond aan 700 fulltime klantenservicemedewerkers. Dat is precies het soort claim waar media en beleggers van smullen. Alleen zegt zo’n getal vooral iets over volume, niet automatisch over kwaliteit, escalaties of complexe klantvragen. Dat zie je ook elders. Marc Benioff zei dat Salesforce ongeveer 4.000 supportrollen heeft teruggebracht door AI-agents en dat AI inmiddels 30 tot 50 procent van bepaald werk oppakt. Dat klinkt revolutionair, maar het vertelt nog niet hoeveel extra controle, correctie en menselijk herstelwerk er achter de schermen nodig blijft.   Precies daar zit volgens mij de denkfout. Veel leiders praten over productiviteit alsof die vanzelf uit AI stroomt. In de praktijk ontstaat vaak nieuw werk: output controleren, fouten corrigeren, uitzonderingen afhandelen, risico’s beperken. De medewerker verdwijnt dan niet altijd, maar verandert in een soort toezichthouder op machines die nog lang niet zelfstandig genoeg zijn. Dat voelt in een boardroom efficiënt, maar op de werkvloer soms vooral als rommel achteraf opruimen.   Sommige werkgevers blijken daar ook al spijt van te hebben: in recent HR-onderzoek zegt 55 procent dat AI-gedreven ontslagen achteraf niet goed hebben uitgepakt, en de verwachting is dat een flink deel van die rollen stilletjes weer terugkomt.   Het punt waar ik zelf het meest over blijf nadenken, zit nog ergens anders. Het grootste risico is misschien niet de spectaculaire massaontslaggolf, maar het wegvallen van instapwerk. Juniorfuncties worden minder snel opgevuld, eenvoudige taken verdwijnen als eerste en daarmee verdwijnen ook de eerste treden van de ladder. Dat is strategisch veel gevaarlijker dan één persbericht over efficiency. Want als starters minder kansen krijgen om vlieguren te maken, waar komen dan de seniors van morgen vandaan?   Dus klopt het wel, al die ontslagen zogenaamd door AI? Soms wel. Vaak deels. Regelmatig ook niet echt. In veel gevallen is AI geen zuivere oorzaak, maar een versneller, een legitimatie of een mooi verhaal voor de markt. Dat maakt deze fase zo verwarrend. Niet omdat AI onbelangrijk is, maar juist omdat de technologie echt iets verandert én tegelijk wordt gebruikt om heel oude managementkeuzes futuristisch te laten klinken.   Dat is misschien de nuchterste conclusie van dit moment: niet elk ontslag “door AI” is een technologisch wonder. Soms is het gewoon een bezuiniging met een slimme verpakking…

Dit is misschien minder spectaculair dan alle grote beloften die je nu hoort, maar wel veel interessanter. MIT-econoom David Autor en anderen laten al langer zien dat AI de leercurve kan verkorten. Mensen worden sneller productief, pakken nieuwe taken sneller op en komen eerder op een degelijk niveau. Dat is enorm waardevol, zeker in organisaties waar de druk hoog is en de hoeveelheid werk alleen maar toeneemt.

Maar precies daar gaat het denken in mijn optiek vaak mis. Want sneller beter worden is nog iets anders dan expert worden. Een recente studie van onderzoekers van Stanford University en Harvard University maakt dat heel mooi zichtbaar. In hun experiment bleken mensen uit aangrenzende rollen, zoals marketeers, met AI ineens bijna op het niveau van specialisten te kunnen presteren.

Dat is indrukwekkend en laat zien hoeveel kracht er in deze technologie zit. Tegelijk werd ook iets anders pijnlijk duidelijk: zodra mensen te ver van een vakgebied afstaan, helpt AI veel minder dan gehoopt. Je krijgt dan wel output, maar nog geen echt oordeel. Nog geen scherpte. Nog geen gevoel voor kwaliteit.

Precies daar zit wat mij betreft de echte les voor leiders en organisaties. AI vervangt expertise niet zomaar, maar kan expertise wel enorm versterken, versnellen en verbreden. Vooral bij mensen die al genoeg context hebben om te zien of iets klopt, wat eraan ontbreekt en hoe het beter kan. Daar zit de winst.

De vraag is dus niet alleen of AI werk kan overnemen. De belangrijkere vraag is: wie in je organisatie kan AI-uitkomsten echt beoordelen, aanscherpen en vertalen naar kwaliteit?

Wie AI ziet nog steeds ziet als vervanger van vakmanschap, onderschat wat expertise in mijn optiek werkelijk is. Wie AI ziet als versneller van mensen die al dicht bij de inhoud zitten, begrijpt veel beter waar de echte waarde ontstaat.

Vandaag mag ik 39 worden. Wat een ongelooflijk voorrecht.

Na zelf op de rand van de dood te hebben gestaan en de afgelopen jaren veel te veel mensen te hebben moeten begraven, voelt elke dag waarop ik wakker word als een geschenk. Mijn moeder zei even geleden dat ze me in jaren niet zo gelukkig heeft gezien. Ik ben nog nooit zo fit geweest, leef een oprecht rijk leven met dierbare familie en vrienden, en word dagelijks uitgedaagd door mijn werk en door alles wat het leven mij brengt. Juist die combinatie maakt het leven met elk jaar mooier. Iets wat ik over de volle breedte terug zie; ik ga volgend weekend naar Nepal om de Mount Everest tot de top te beklimmen, zakelijk gaat alles helemaal door het dak, ben met twee vrienden een nieuw bedrijf aan het bouwen en mijn directe kring intimi geeft elke dag weer veel goede energie.

Dankzij mijn persoonlijke ‘braintrust’ – mensen die me steunen, uitdagen en inspireren – blijf ik continu werken aan mijn ontwikkeling. Door mezelf scherp te analyseren, dagelijks te schrijven en plannen aan te scherpen, veel te lezen en te luisteren, elk jaar iets nieuws te leren en bewust op zoek te gaan naar betekenisvolle ontmoetingen. Altijd open voor onverwachte kruisbestuiving.

Op eerdere verjaardagen deelde ik o.a. mijn 35 belangrijkste levenslessen en 38 lifehacks. Dit jaar deel ik 39 modellen en concepten, die mijn denken de afgelopen 39 jaar volledig hebben veranderd

 

First principles thinking

Er was een moment waarop ik doorhad dat ik eigenlijk vooral dingen kopieerde. Niet bewust, maar toch. Hoe je een bedrijf bouwt, hoe je een presentatie opzet, hoe je keuzes maakt. Het voelde logisch, want zo “doet iedereen het”. Totdat je jezelf de vraag stelt: maar waarom eigenlijk?

First principles dwingt je om alles even af te breken. Wat weet ik zeker, zonder aannames? Het is ongemakkelijk, want je houdt ineens weinig over. Maar precies daar begint iets interessants. Sindsdien vertrouw ik minder op hoe het hoort, en meer op wat klopt. Elon Musk gebruikt dit dagelijks in zijn denken, Ruben Nieuwenhuis heeft mij hier mee in aanraking gebracht.

 

Second-order thinking

Ik heb best vaak beslissingen genomen die op het moment goed voelden. En dat waren ze ook, voor even ;). Maar een paar stappen verder ontstond er gedoe dat ik niet had zien aankomen. Dat patroon begon me op te vallen. Je kunt niet alleen kijken naar wat iets nú oplevert, je moet ook kijken naar wat het daarna veroorzaakt. Sinds ik dat serieuzer neem, ben ik minder snel enthousiast. Niet omdat ik negatief ben geworden, maar omdat ik beter zie wat er nog achter zit.

 

Inversion

Dit is zo’n simpel trucje dat bijna gênant is hoe goed het werkt . In plaats van denken: hoe word ik goed? draai je het om. Wat moet ik vooral níet doen? Ik gebruik dit vaker dan ik had verwacht. Niet alleen bij grote keuzes, maar ook bij kleine dingen. Vaak zit de winst niet in iets toevoegen, maar in iets weghalen wat in de weg zit.

 

The map is not the territory

Ik hou echt van modellen; structuur geeft mij rust. Maar er zit ook een valkuil in. Op een gegeven moment ga je geloven dat het model de werkelijkheid is. Dat een framework de waarheid beschrijft. Terwijl de echte wereld rommelig is, tegenstrijdig, soms gewoon niet logisch. Dit besef heeft me voorzichtiger gemaakt. Minder snel overtuigd. En eerlijk gezegd ook iets nieuwsgieriger naar wat er buiten het model valt.

 

The illusion of explanatory depth

Ik dacht vaak dat ik dingen begreep. Totdat iemand zei: leg het eens uit in Jip & Janneketaal. Dan merk je ineens hoeveel gaten er nog zitten. Ik gebruik dit nu bewust. Als ik iets niet simpel kan uitleggen, dan snap ik het blijkbaar nog niet goed genoeg. Dat is soms frustrerend, maar ook eerlijk.

 

Compounding

Dit is zo’n inzicht dat langzaam binnenkomt; financieel, lichamelijk, zakelijk, prive… Je denkt dat grote stappen het verschil maken. Maar meestal zijn het juist de kleine dingen die je blijft herhalen. Een gesprek hier, een idee daar, iets dat je net iets beter doet dan gisteren. Op zichzelf stelt het weinig voor, maar opgeteld verandert het alles. Het heeft me geduldiger gemaakt. En misschien ook iets minder gehaast.

 

Skin in the game

Ik ben anders gaan luisteren naar mensen. Niet alleen naar wat iemand zegt, maar naar wat er voor hem of haar op het spel staat. Heeft iemand iets te verliezen? Of is het vooral makkelijk praten? Dat maakt een enorm verschil. Je voelt het ook meteen. Sommige adviezen klinken goed, maar dragen geen gewicht. Sinds ik dat zie, neem ik niet alles meer zomaar aan.

 

Attention is the new scarcity

We hebben geen gebrek aan informatie. Daar verdrinken we juist in. Wat schaars is, is aandacht. Echte aandacht. Ik merk het bij mezelf ook. Hoe snel je afgeleid bent, hoe moeilijk het is om ergens echt bij te blijven. Dat heeft me bewuster gemaakt van hoe ik dingen tot me neem, maar ook van wat ik zelf de moeite waard vind om aandacht aan te geven. Want uiteindelijk is dat misschien wel de belangrijkste keuze die je maakt.

 

Circle of competence

Dit model gaat over iets heel onsexy, maar heel waardevols: weten waar je echt verstand van hebt, en waar je vooral heel zelfverzekerd klinkt . Echt het kennen van de grens van je eigen expertise zij een vriend laatst.  Ik vond dit eerst bijna te bescheiden klinken. Alsof je jezelf klein maakt. Inmiddels zie ik het juist als volwassenheid. Een paar van mijn slechtste keuzes begonnen namelijk met het idee dat ik iets “heus wel ongeveer snapte”. Dat is een gevaarlijke zin. Dit model heeft me niet kleiner gemaakt, maar rustiger. Je hoeft niet overal een mening over te hebben. Je hoeft niet overal in te springen. Soms is de slimste zet gewoon: dit is niet mijn terrein.

 

Survivorship bias

Survivorship bias is de neiging om vooral naar de winnaars te kijken en te vergeten hoeveel verliezers exact hetzelfde probeerden. James Clear beschrijft het heel helder als onze focus op de succesverhalen, terwijl we de mensen die met dezelfde strategie faalden nauwelijks zien.

Dit inzicht heeft me echt geholpen om minder naïef te worden. Je ziet een ondernemer, maker of investeerder die iets briljants deed, en voor je het weet denk je: dát is het recept. Tot je beseft dat je vooral naar de overlevenden kijkt. Het heeft me geleerd om achter succesverhalen te kijken. Niet cynisch, wel eerlijker. Achter elk glanzend voorbeeld zit meestal een kerkhof aan pogingen die niemand meer doorstuurt.

 

Availability heuristic

De availability heuristic is een bekende denkfout waarbij iets belangrijker of waarschijnlijker lijkt, puur omdat het snel in je hoofd opkomt. Wat gemakkelijk in gedachten komt, voelt al snel als het meest relevant of het meest voorkomend.

Ik ben dit vooral bij mezelf gaan herkennen als ik ergens bang voor was, of juist overdreven enthousiast. Eén sterk verhaal, één bizarre uitzondering, één nieuwsbericht en je brein doet alsof het de norm is. Best gênant eigenlijk, hoe makkelijk dat werkt. Dit model heeft me geholpen om minder te reageren op wat hard binnenkomt, en meer op wat echt representatief is. Niet alles wat dichtbij voelt, is groot. Niet alles wat luid is, is waar.

 

Confirmation bias

Confirmation bias is onze neiging om vooral informatie te zoeken of te geloven die bevestigt wat we al dachten. Het cherry-picken van informatie die onze bestaande ideeën ondersteunt.

Toen ik dit echt begon te zien, werd het ongemakkelijk. Je denkt graag dat je open-minded bent, maar vaak ben je gewoon slim in het verdedigen van je eerste gevoel. Ik herken het inmiddels in discussies, in media, in vriendschappen, in mezelf. Dit model heeft me niet objectief gemaakt, dat zou een groot woord zijn, maar wel iets minder verliefd op mijn eigen gelijk. Dat is al winst.

 

Goodhart’s law

Goodhart’s law wordt vaak samengevat als: zodra een maatstaf een doel wordt, houdt die maatstaf op een goede maatstaf te zijn.  Ik vind dit een heerlijk venijnig model, omdat het zo vaak klopt. Zodra je iets gaat najagen omdat het meetbaar is, ontstaat er toneel. Dan wordt het getal belangrijker dan de bedoeling. Je ziet het bij bedrijven, op social media, in onderwijs, in gezondheid, eigenlijk overal. Voor mij was dit een goede waarschuwing om niet verliefd te worden op KPI’s, likes, omzetjes, streaks of andere verslavende tellertjes. Wat je meet, kan nuttig zijn. Wat je aanbidt, gaat je meestal vernauwen.

 

Parkinson’s law

Parkinson’s law stelt dat werk zich uitbreidt tot de tijd die ervoor beschikbaar is. Dit model heeft me pijnlijk vaak ontmaskerd. Geef me drie weken en ik doe alsof iets drie weken nodig heeft. Geef me drie uur en opeens blijkt het wonderbaarlijk genoeg ook te kunnen. Niet altijd even goed, maar wel vaak goed genoeg. Het heeft me geleerd dat “meer tijd” niet automatisch “meer kwaliteit” betekent. Soms is tijd geen cadeau, maar een moeras.

 

Choice architecture

Choice architecture is het idee dat de manier waarop keuzes worden ingericht ons gedrag sterk beïnvloedt. Hoe je omgeving beslissingen makkelijker of moeilijker maakt. Dit is een van die concepten die je leven niet spectaculair veranderen, maar wel stilletjes verbeteren. Ik ben minder gaan vertrouwen op discipline en meer op inrichting. Leg iets binnen handbereik en je doet het sneller. Maak iets irritant en je doet het minder. Klinkt bijna flauw simpel, maar juist daarom werkt het. Mijn leven werd beter toen ik stopte met mezelf steeds opnieuw te willen overrulen, en gewoon de omgeving slimmer ging zetten.

 

Lindy effect

De Lindy effect is het idee dat dingen die al lang bestaan, een grotere kans hebben om ook nog lang te blijven bestaan.  Ik hou van nieuwe dingen. Nieuwe tools, nieuwe trends, nieuwe verhalen. Misschien juist daarom had ik dit concept nodig. De Lindy effect herinnert me eraan dat oud niet saai is, maar vaak getest. Sommige ideeën leven nog omdat ze taai zijn. Omdat ze iets raken dat niet modegevoelig is. Het heeft me geholpen om minder onder de indruk te zijn van het nieuwste speeltje en weer wat vaker terug te keren naar wat al decennia overeind blijft.

 

Preference falsification

Preference falsification gaat over het verbergen van je echte voorkeur of overtuiging in het openbaar. Het verschil tussen wat mensen echt vinden en wat ze hardop zeggen; mechanisme dat coördinatie kan blokkeren. Dit concept vond ik meteen fascinerend, omdat het zo veel verklaart. Waarom groepen soms ineens lijken te kantelen. Waarom iedereen in een ruimte iets lijkt te vinden, terwijl dat achteraf helemaal niet zo blijkt. Waarom stilte soms geen instemming is, maar camouflage. Voor mijn eigen leven was het vooral een ongemakkelijke spiegel. Hoe vaak zeg je precies wat je denkt? En hoe vaak kies je voor sociale veiligheid? Meer dan ik lang wilde toegeven.

 

Antifragility

Antifragility is het idee dat sommige dingen niet alleen bestand zijn tegen stress of chaos, maar er zelfs beter van worden. Resilient blijft hetzelfde, antifragile groeit door schokken en onzekerheid.   Dit model is me dierbaar geworden omdat het iets hoopvols heeft zonder zoet te worden. Niet alles hoeft glad, veilig en voorspelbaar te zijn om goed uit te pakken. Sommige dingen worden juist sterker door wrijving. Een lichaam, een idee, een mens soms ook. Het hielp me om anders naar gedoe te kijken. Niet elk probleem is een teken dat je verkeerd zit. Soms is het precies de belasting die iets sterker maakt, zolang het je niet breekt maar prikkelt.

 

Hanlon’s razor

Er zijn momenten geweest waarop ik ergens veel te veel achter zocht. Iemand reageert kort, iets loopt stroef, een kans gaat niet door, en je hoofd maakt er meteen een film van. Hanlon’s razor heeft me daar vaak uitgehaald: schrijf niet aan kwade wil toe wat ook prima verklaard kan worden door onhandigheid, drukte of gewone menselijke chaos. Ga niet te snel uit van kwaadaardige intenties als onbekwaamheid een simpelere verklaring is.   Wat dit met mijn leven deed, is eigenlijk heel simpel: minder drama. Minder projectie. Minder energieverlies aan verhalen die vooral in mijn eigen hoofd bestonden.

 

Via negativa

Ik vond dit meteen een heerlijk concept, juist omdat het ingaat tegen onze reflex om altijd méér te willen. Via negativa draait om verbeteren door iets weg te halen in plaats van toe te voegen. Denken in eliminatie: niet steeds vragen wat erbij moet, maar wat eraf kan.   Voor mij was dit bijna een opluchting. Niet elk probleem vraagt om een extra tool, extra plan, extra afspraak of extra ambitie. Soms wordt iets beter als je de ruis verwijdert. Minder troep in je agenda. Minder mensen om je heen die energie lekken. Minder woorden als iets ook in één zin kan.

 

Chesterton’s fence

Dit model zegt in feite: breek iets pas af als je eerst begrijpt waarom het er staat. Een waarschuwing om eerst te begrijpen waarom iets is zoals het is, voordat je eraan gaat sleutelen.  Ik had vroeger iets meer vertrouwen in mijn eigen frisse blik dan gezond was. Dan dacht ik: dit kan efficiënter, simpeler, sneller. Soms klopte dat. Soms sloopte ik gewoon iets waarvan ik de functie nog niet zag. Dit model maakte me minder roekeloos. Niet behoudend, wel iets wijzer. Er is vaak een reden waarom iets is gegroeid zoals het is, ook als die reden niet meteen sexy oogt.

 

Probabilistic thinking

Probabilistisch denken klinkt zwaarder dan het voelt. Het komt neer op leren leven in kansen in plaats van zekerheden. Het inschatten van de waarschijnlijkheid dat een bepaalde uitkomst gebeurt, met hulp van logica en waarschijnlijkheid.  Ik heb hier veel aan gehad, juist omdat ik vroeger te vaak in zwart-wit dacht. Dit lukt of het mislukt. Iemand is briljant of waardeloos. Een idee wordt groot of het is niks. Inmiddels denk ik vaker: er is een redelijke kans dat dit werkt, maar zeker weet ik het niet. Dat maakt je niet zwakker. Het maakt je eerlijker. En eerlijk gezegd ook rustiger.

 

Regression to the mean

Een heel nuttig, bijna vernederend concept. Regression to the mean betekent dat extreme uitslagen vaak worden gevolgd door normalere uitslagen. Een statistische tendens: extreme resultaten blijven meestal niet extreem.  Dit had ik echt eerder moeten begrijpen. Na een uitzonderlijk goede dag denk je al snel dat je een nieuw niveau hebt bereikt. Na een slechte periode denk je dat alles instort. Vaak is dat gewoon niet waar. Soms ben je niet ineens geniaal geworden, maar had je wind mee. Soms ben je ook niet kapot, maar gewoon even uit ritme. Dit model haalde wat theater uit mijn zelfbeeld.

 

The bikeshed effect

Bikeshedding is de neiging om eindeloos te praten over kleine, makkelijke dingen en de moeilijke, belangrijke dingen te ontwijken. Echt onze vreemde drang om buitensporig veel tijd te besteden aan triviale details, terwijl de echte kern blijft liggen.  Toen ik dit leerde kennen, herkende ik ineens hele vergaderingen, hele discussies en eerlijk gezegd ook stukken van mezelf. We willen graag slim klinken op terrein waar we grip op voelen. Dus hebben we een uitgesproken mening over de kleur van iets, de titel van iets, de volgorde van drie onbelangrijke punten. Ondertussen blijft de echte vraag onaangeraakt. Pijnlijk herkenbaar. En ook behoorlijk grappig, als je het eenmaal ziet.

 

Reversible and irreversible decisions

Sommige beslissingen zijn omkeerbaar, andere niet. Omkeerbare beslissingen moet je sneller nemen. Onomkeerbare beslissingen juist trager.   Ik heb best lang gedaan alsof elke keuze van levensbelang was. Dat is vermoeiend. Dit model gaf lucht. Niet alles is een huwelijk, een tatoeage of een brug die je opblaast zodra je eroverheen bent. Veel dingen kun je gewoon proberen. En als het niks is, draai je terug. Alleen al dat inzicht heeft me op meerdere momenten uit verlamming gehaald.

 

26 Bayes’ theorem

Ik snap dat dit technisch klinkt, maar de kern  is eigenlijk heel menselijk. Bayesiaans denken gaat erover dat je je kansinschatting bijwerkt zodra er nieuwe informatie bijkomt. Je moet je waarschijnlijkheden voortdurend aanpassen op basis van wat je leert.

Wat ik hier mooi aan vind, is dat het een elegante manier is om van mening te veranderen zonder je ruggengraat te verliezen. Je was niet per se dom toen je iets eerder dacht. Je had toen andere informatie. Inmiddels weet je meer, dus stuur je bij. Dat idee heeft me geholpen om minder koppig te zijn en tegelijk niet in totale besluiteloosheid te verdwijnen.

 

Sunk cost fallacy

Deze doet pijn omdat bijna iedereen hem kent, maar toch telkens opnieuw intrapt. De sunk cost fallacy is de neiging om door te gaan met iets puur omdat je er al tijd, geld, energie of liefde in hebt gestoken. Ik heb er zelf echt op vastgezeten. Te lang doorgaan met iets omdat stoppen voelde als verlies. Terwijl doorgaan vaak gewoon duurder verlies was, maar dan uitgesmeerd over meer maanden. Dit model heeft me geholpen om eerlijker te kijken naar de vraag: als dit vandaag nieuw op mijn pad kwam, zou ik er dan opnieuw instappen? Zo niet, dan weet je vaak al genoeg.

 

Regret minimization framework

Jeff Bezos maakte dit bekend als manier om grote keuzes te beoordelen: waar krijg ik later het meeste spijt van als ik het níet doe? Dit was zijn manier om door de ruis van kleine zorgen heen te prikken en te kijken naar wat op latere leeftijd nog echt gewicht heeft.   Ik vind dit een prachtig model omdat het direct op je zenuw werkt. Niet op je spreadsheet, maar op je leven. Er zijn momenten waarop ratio alleen niet genoeg is. Dan helpt het om jezelf voor te stellen op een leeftijd waarop status, timing en sociale ruis veel minder indruk maken. Wat zou daar nog steken? Welke keuze zou blijven schuren? Dat perspectief heeft me op een paar cruciale momenten meer geholpen dan honderd nette argumenten.

 

Occam’s razor

Ik was vroeger best goed in dingen ingewikkelder maken dan nodig was. Extra verklaringen, extra lagen, extra scenario’s. Alsof die complexiteit automatisch slimmer was. Occam’s razor was voor mij een nuchtere tik op de vingers: de simpelste verklaring is vaak de beste plek om te beginnen. Niet altijd de juiste, wel vaak de minst domme. Dat heeft me veel ruis bespaard. Soms hoef je niet nog een theorie te bouwen. Soms is iemand gewoon te laat omdat hij te laat vertrok.

 

Fundamental attribution error

Dit concept vond ik pijnlijk herkenbaar. Als iemand anders iets stoms doet, denken we al snel: typisch die persoon. Als wij zelf iets stoms doen, denken we: ja, maar de omstandigheden waren ook waardeloos. Die denkfout bestaat echt en heet de fundamental attribution error. Ik ben daardoor iets milder geworden in mijn oordelen. Niet soft, wel voorzichtiger. Je weet zelden het hele decor van iemands gedrag.

 

Optionality

Optionality klinkt bijna financieel, maar voor mij werd het vooral een levenshouding. Niet te snel alles vasttimmeren. Niet meteen al je speelruimte opgeven. Farnam Street beschrijft het als het openhouden van opties en het vermijden van onnodige afhankelijkheden. Dat heeft me geholpen om keuzes soms lichter te maken. Je hoeft niet altijd direct voor altijd te kiezen. Sommige fases vragen niet om commitment, maar om beweegruimte.

 

Path dependence

Sommige dingen zijn niet logisch omdat ze goed zijn, maar omdat ze ooit zo begonnen zijn en daarna nooit meer echt zijn herzien. Dat is path dependence. Ik vind dat een heerlijk ontmaskerend concept. Het heeft me geholpen om anders te kijken naar gewoontes, systemen en ook naar mezelf. Waarom doe ik dit eigenlijk nog zo? Niet omdat het de beste route is, maar vaak gewoon omdat ik ooit die afslag nam en daarna ben blijven rijden.

 

Loss aversion

Dit model verklaart iets wat ik al lang voelde maar niet goed kon benoemen: verlies doet meestal zwaarder pijn dan winst plezier geeft. Daarom blijven mensen te lang hangen, verdedigen ze het oude, of stellen ze verandering uit terwijl ze diep vanbinnen al weten dat het moet. Voor mij was dit een nuttig inzicht omdat het iets blootlegt wat heel menselijk is. Niet elk vasthouden is trouw. Soms is het gewoon angst om iets kwijt te raken.

 

False consensus effect

Ik denk dat bijna iedereen hier vaker intrapt dan hij wil toegeven. Je vindt iets logisch, duidelijk of normaal en voor je het weet denk je dat de meeste anderen dat vast ook zo zien. Dat heet het false consensus effect. Bij mij werkte dit als een correctie op mijn eigen vanzelfsprekendheden. Wat voor mij helder is, is dat nog lang niet voor een ander. Wat ik normaal vind, kan voor iemand anders totaal vreemd zijn. Dat besef maakt je minder arrogant, en meestal ook interessanter.

 

Hormesis

Hormesis is het idee dat een beetje stress of belasting niet alleen draaglijk is, maar je soms juist sterker maakt. Niet elke prikkel is schadelijk. Sommige prikkels zijn precies wat groei uitlokt. Ik vind dat een prettig tegenwicht tegen het idee dat alles comfortabel moet zijn. Niet elk ongemak is een waarschuwing. Soms is het een trainingsprikkel. Dat inzicht heeft me geholpen om minder hard weg te bewegen van spanning, zolang die spanning me vormt en niet sloopt.

 

Growth mindset

Ik weet dat dit concept inmiddels bijna te bekend is geworden, maar juist daarom vergeten mensen soms hoe waardevol het eigenlijk is. Het idee is simpel: talent staat niet vast, je kunt groeien door oefening, feedback en volhouden. Wat ik er zelf vooral uit haalde, was iets anders: je hoeft niet nu al goed te zijn om ergens serieus mee te beginnen. Dat klinkt simpel, maar voor perfectionisten is het bijna revolutionair.

 

Mimetic desire

Deze vond ik fascinerend toen ik hem echt begon te begrijpen. Het idee komt uit het werk van René Girard en wordt onder meer door Luke Burgis populair gemaakt: we verlangen vaak niet puur uit onszelf, maar omdat we zien dat anderen iets verlangen. Met andere woorden: veel van wat we willen, willen we omdat iemand anders het ook wil. Dat inzicht heeft me veel scherper gemaakt. Is dit echt mijn verlangen, of heb ik het ergens opgepikt? Dat is geen kleine vraag.

 

Agency

Agency is geen modewoord voor mij, maar een soort innerlijke motor. Het gaat over het gevoel en het vermogen dat je kunt handelen, invloed kunt uitoefenen en niet alleen hoeft te reageren op wat er op je afkomt. Ik vind dat een van de belangrijkste concepten van allemaal. Op slechte dagen voelt het leven alsof het met je gebeurt. Op betere dagen herinner ik me dat er bijna altijd ergens een knop is waar je wel degelijk aan kunt draaien. Al is die klein.

Eerlijk toegegeven, ik heb het als nerd ook wel eens gedaan. Puur voor de lol, maar ook om reacties te checken. Het voelde ook wel echt als een nerd gimmick. Maar inmiddels is het een serieuze keuze geworden, omdat het super makkelijk gemaakt is door een aantal bekende tech bedrijven.

 

Je kunt vandaag heel gemakkelijk, letterlijk op drie plekken tegelijk “aanwezig” zijn. Tools als Microsoft Teams, Zoom en gespecialiseerde platforms zoals Synthesia en HeyGen maken het mogelijk dat jouw digitale versie praat, reageert en zelfs vragen stelt namens jou.

 

De vraag is dus alleen niet meer of het kan…. de vraag is of je het wilt. Als teamgenoot, maar ook als leider van een organisatie.

 

Want onder de oppervlakte speelt in mijn optiek iets interessants. Adoptie groeit snel bij individuen, vooral in sales en tech waar schaalbaarheid telt. Tegelijk trekken grote instituties juist een grens.

De European Commission verbood AI-agenten in meetings vanwege privacyrisico’s. Talloze universiteiten blokkeren deze tools actief. En ondertussen ontstaat er iets nieuws: ‘Shadow AI’ (medewerkers gebruiken deze tools gewoon stiekem, omdat de productiviteitswinst simpelweg te groot is)

 

Technisch gezien is het ook echt heel indrukwekkend. Avatars die jouw stem en mimiek nabootsen, soms hyperecht. Bots die samenvatten, prioriteren en zelfs reageren in real-time. Maar juist daar begint het spanningsveld.

 

Onderzoek laat zien dat mensen ongemak ervaren wanneer iets bijna menselijk is, maar net niet. Die “uncanny valley” speelt nu ook in de boardroom. Vertrouwen daalt en besluiten voelen minder gedragen.

 

Een ander effect is subtieler, maar misschien wel belangrijker. Teams worden efficiënter, maar minder creatief. Als iedereen dezelfde AI gebruikt, verdwijnen afwijkende ideeën. Frictie verdwijnt…. en precies daar ontstaan normaal gesproken de beste inzichten.

 

Daarnaast is er iets menselijks wat we moeilijk meten, maar direct voelen. Als jij een bot stuurt naar een gesprek waar anderen wél aanwezig zijn, wat zeg je dan eigenlijk? Vaak wordt het geïnterpreteerd als: mijn tijd is belangrijker dan dit gesprek. Dat raakt cultuur, niet technologie.

 

Voor leiders wordt dit dus geen toolvraag, maar een keuze over gedrag. Wanneer is jouw aanwezigheid essentieel? Wanneer volstaat representatie?

Avatars werken trouwens uitstekend voor updates, samenvattingen en informatieoverdracht. Ze falen juist op empathie, timing en nuance. Precies de elementen waarop leiderschap het verschil maakt in mijn optiek.

 

Misschien is dat de kern van deze ontwikkeling. Niet dat technologie ons vervangt in meetings, maar dat het ons dwingt om scherper te kiezen waar we echt aanwezig moeten zijn. Want uiteindelijk bouw je als leider geen vertrouwen via efficiëntie, maar via aandacht.

Soms gebeuren de interessantste economische experimenten ver buiten de schijnwerpers. Neem Bhutan. Een klein Himalayaland met nog geen 800.000 inwoners dat de afgelopen jaren in stilte iets opmerkelijks deed: op bepaalde momenten verdiende het land met Bitcoin bijna een derde van zijn hele BBP.

Geen hypecampagne, geen grote aankondiging… gewoon een slimme economische zet. Het land begon rond 2019 met Bitcoin-mining via het staatsinvesteringsfonds Druk Holding & Investments. De logica was simpel; het land produceert enorme hoeveelheden waterkracht. In bepaalde seizoenen bleef een groot deel daarvan ongebruikt of werd het goedkoop geëxporteerd naar India.

Tot de overheid zich afvroeg: wat als we die energie gebruiken om digitale waarde te creëren? Sindsdien bouwde Bhutan Bitcoin miningfaciliteiten naast waterkrachtcentrales in de Himalaya. Dankzij de koele berglucht zijn de koelingskosten laag. Dankzij waterkracht draait de mining vrijwel volledig op groene energie.

De cijfers zijn ook wel echt bizar voor zo’n klein land. Op het hoogtepunt in 2024 bezat Bhutan naar schatting zo’n 13.000 BTC. Inmiddels ligt de staatsreserve rond de 5.400 tot 5.700 BTC, met een waarde van ongeveer 370 tot 400 miljoen dollar. Op piekmomenten was de Bitcoinvoorraad zelfs meer dan 1 miljard dollar waard. Voor een land met een economie van ongeveer 3 miljard dollar heeft dat enorme impact.

Het geld wordt ook daadwerkelijk gebruikt. In 2023 verkocht Bhutan bijvoorbeeld voor ongeveer 100 miljoen dollar aan crypto om salarissen van ambtenaren te verhogen en zo een uitstroom van talent uit het land te stoppen. Tegelijk investeert het land in Gelephu Mindfulness City, een nieuwe economische zone waar technologie, fintech en AI samen moeten komen.

Bhutan is daarmee een van de eerste landen ter wereld dat Bitcoin behandelt als een nationale industrie. Interessant is dat steeds meer landen experimenteren met vergelijkbare strategieën. El Salvador koopt actief Bitcoin voor zijn staatsreserve. Iran gebruikt mining om internationale handel te financieren. Ethiopië wil overtollige energie van zijn megadam inzetten voor mining. Paraguay en Pakistan onderzoeken grote mining- en datacenterprojecten.

Daarnaast bezitten sommige landen enorme Bitcoinvoorraden via inbeslagnames. De Verenigde Staten hebben meer dan 320.000 BTC in handen. China bezit naar schatting zo’n 190.000 BTC. In totaal houden overheden wereldwijd inmiddels ongeveer een half miljoen Bitcoin vast.

Steeds vaker hoor ik daarom een vergelijking die tien jaar geleden nog ondenkbaar was; Bitcoin als digitaal goud. Of dat echt zo wordt, zal de toekomst uitwijzen. Wat Bhutan in ieder geval laat zien, is dat sommige landen Bitcoin niet zien als speculatie, maar als infrastructuur, als energie-industrie en als strategische reserve.

Harvard University ontdekte een verassend nieuw probleem door AI: “brain fry”. Iets waar ik zelf ook steeds meer last van heb… en ook actie op onderneem.

AI zou ons werk lichter maken. Onderzoek van Harvard laat nu juist iets zien waar veel professionals zich meteen in zullen herkennen: AI kan óók mentale overbelasting veroorzaken. Ze noemen het “AI brain fry”. Geen hypewoord, maar een concreet patroon van mentale mist, tragere beslissingen, hoofdpijn en meer fouten zodra mensen te veel AI-tools tegelijk moeten aansturen of controleren. In het onderzoek onder 1.488 fulltime werkenden gaf 14% aan dit al te ervaren.

Het interessante is de paradox. AI verlaagt burnout niet per definitie, maar kan die juist wél helpen verminderen wanneer het saaie, repetitieve taken uit handen neemt. Tegelijk stijgt de mentale belasting fors wanneer mensen vooral toezichthouder van AI worden. Hoge AI-oversight hing in de studie samen met 14% meer mentale inspanning, 12% meer mentale vermoeidheid en 19% meer information overload.

Wat ik nog opvallender vond: productiviteit stijgt eerst, maar niet eindeloos. Bij 1-3 tools is er winst. Daarna zakt het effect weer weg. Meer AI is dus niet automatisch beter. Vooral marketeers bleken kwetsbaar: daar rapporteerde ongeveer 26% AI brain fry, veel meer dan bijvoorbeeld legal, waar het rond de 6% lag.

Dat raakt voor mij ook echt de kern van leiderschap. Veel organisaties plakken AI bovenop bestaand werk en noemen dat innovatie. In de praktijk betekent het vaak: meer tabs open, meer output beoordelen, meer beslissingen nemen, meer context vasthouden. Dus niet minder werkdruk, maar een nieuw soort werkdruk.

De echte les is in mijn optiek simpel: gebruik AI niet om meer chaos te produceren, maar om frictie weg te halen. Beperk het aantal tools, ontwerp werk opnieuw, beloon niet op volume maar op impact, en train mensen in wanneer ze moeten stoppen in plaats van steeds nóg een prompt te schrijven. Want een slimmer bedrijf is in mijn optiek niet het bedrijf dat zijn mensen maximaal laat schakelen. Het is het bedrijf dat hun aandacht beschermt.

Ik pak dit zelf als volgt aan:
1) Beperk je AI-stack. Onderzoek laat zien dat productiviteit stijgt tot ongeveer drie AI-tools tegelijk. Daarna daalt het effect juist. Minder tools betekent vaak meer focus.
2) Gebruik AI voor repetitief werk, niet voor alles. Laat AI vooral taken overnemen die saai of routinematig zijn. Wanneer je vooral AI-output moet controleren of bijsturen, stijgt de mentale belasting juist.
3) Werk in duidelijke blokken. Gebruik AI bijvoorbeeld 20 tot 30 minuten intensief, neem daarna even afstand van je scherm. Je brein heeft die reset nodig om weer helder te kunnen denken.