Elias Hassing
Als morgen jouw grootste cloudprovider de voorwaarden aanpast of door geopolitieke spanningen onbereikbaar wordt, kun je dan nog functioneren? Voor de meeste Nederlandse bedrijven is het antwoord: we hebben geen flauw idee. Deze digitale naïviteit kost niet alleen geld. Het bedreigt de continuïteit van hele organisaties én blokkeert groeikansen die concurrenten wel pakken.
Wat is een datastrategie eigenlijk?
Simpel gesteld: je datastrategie is je kompas voor datagedreven werken. Het geeft richting aan welke data je verzamelt, hoe je die organiseert, wie eigenaar is van welke datasets en vooral: welke businessdoelen je ermee wilt bereiken.
Het creëert samenhang tussen IT-systemen, bepaalt prioriteiten voor investeringen en zorgt dat data niet alleen veilig is, maar ook waarde creëert. Zonder deze strategie verzamel je data zonder doel, investeer je in tools zonder visie en creëer je risico’s zonder dat je het weet.
Het ChatGPT-syndroom
Zestig procent van alle AI-gebruikers wereldwijd gebruikt ChatGPT. Bedrijven stellen dit gelijk aan een AI-strategie. Maar wat gebeurt er in de werkelijkheid? Je vraagt ChatGPT bijvoorbeeld om informatie over een medewerker of klant. Daarmee deel je mogelijk gevoelige projectinformatie zonder contract op organisatieniveau, zonder framework voor veilig gebruik en zonder exitstrategie.
De discrepantie tussen het aantal mensen dat Large Language Models (LLM’s) gebruikt en het aantal organisaties met daadwerkelijke contracten op organisatieniveau is alarmerend. Medewerkers gebruiken AI-tools onder de radar. Dit creëert een schaduw-IT die je niet kunt beheren.
De gemiddelde GDPR-boete bedraagt 3,5 miljoen euro. Maar het echte probleem is groter: die data in de trainingsmodellen krijg je nooit meer terug. Je hebt letterlijk controle opgegeven over informatie die je concurrentievoordeel bepaalt.
Bestuurskamer, niet IT-afdeling
Recent adviseerde ik een directeur die door zijn bestuur was aangewezen om ‘datagedreven werken’ te implementeren. Hij focuste zich volledig op technologie, maar het echte probleem was organisatorisch. Het directieteam had geen collectief beeld van wat ze wilden bereiken. Ze hadden alleen gehoord dat ze ‘iets met data’ moesten, maar hadden niet de tijd genomen om te bepalen wat dat voor hun organisatie betekende.
Dit is het kernprobleem: datastrategie wordt gezien als IT-onderwerp terwijl het een bestuursvraagstuk is. Het gaat over welke markten je wilt betreden, welke klantervaring je wilt bieden, hoe snel je kunt innoveren. IT faciliteert alleen. De visie, prioriteiten en investeringsbeslissingen moeten uit de boardroom komen.
Deze dynamiek zie ik overal: buzzwords komen binnen, directieleden voelen de druk, maar hebben niet de headspace om uit te zoeken wat de organisatie er werkelijk mee wil. Dus parkeren ze het bij iemand een niveau lager. Resultaat: ruim zeventig procent van alle dataprojecten faalt omdat eigenaarschap, visie en draagvlak ontbreken.
Van strategie naar uitvoering: waar het misgaat
De kloof tussen ambitie en realisatie heeft vaak dezelfde oorzaken. Ten eerste: gebrek aan datageletterdheid. Teams begrijpen niet wat mogelijk is met data, dus kunnen ze geen realistische doelen stellen.
Ten tweede: onduidelijk eigenaarschap. Wie is verantwoordelijk voor datakwaliteit? IT wijst naar de business, business wijst naar IT. Ten derde: te grote eerste stappen. Organisaties willen meteen dashboards waarin elke medewerker alles kan zien, in plaats van te beginnen met één concrete use case die waarde bewijst.
De oplossing? Begin klein, maar denk groot. Identificeer één proces waar data direct waarde kan toevoegen. Bouw een prototype, meet resultaten, creëer ambassadeurs. Met tools zoals Figma creëerden we met één goede prompt een klikbaar prototype voor een serviceplatform. Dat kostte vroeger maanden. De les: maak data tastbaar voor je organisatie voordat je miljoenen investeert.
De Amerikaanse hegemonie
Datastrategieën worden niet alleen bepaald door interne ambities of technische mogelijkheden, maar door de geopolitieke en economische context waarin technologie wordt ontwikkeld en aangeboden. Die context begrenst je opties en stuurt daarmee de keuzes die organisaties maken.
OpenAI kondigde recent aan voor 500 miljard dollar aan datacenters te bouwen in 2026. Dat soort investeringen creëren een competitief landschap waarin alleen de allergrootsten overleven. Voor context: dat is ongeveer de helft van het complete Nederlandse BBP. Met zulke investeringen creëer je monopolies, geen markten.
We creëren een wereld waarin technologie volledig geprivatiseerd is. Geen open protocollen zoals HTML of e-mail, maar proprietary systemen waarover je geen enkele invloed hebt. De context waarin deze technologie ontwikkeld wordt, Silicon Valley met zijn surveillance-kapitalisme en winner-takes-all mentaliteit, zit ingebakken in elke tool die je gebruikt.
Het alternatief? Chinese technologie komt eraan. Net zoals Chinese autofabrikanten nu domineren met elektrische auto’s die beter én goedkoper zijn, kunnen we met de Chinese AI-investeringen hetzelfde scenario verwachten. Met alle privacy- en veiligheidsrisico’s van dien.
Van chaos naar controle
Een gedegen datastrategie is in deze realiteit geen luxe maar noodzaak. Het begint met ongemakkelijke vragen. Weten we waar onze data staat? Wie heeft toegang? Wat gebeurt er als we willen overstappen? Hebben we alternatieven?
Organisaties die datagedreven werken, presteren aantoonbaar beter dan organisaties die beslissingen vooral op intuïtie nemen. Zo blijkt uit onderzoek van McKinsey dat data-gedreven bedrijven 23 keer vaker succesvol zijn in klantacquisitie, 6 keer vaker klanten behouden én 19 keer vaker winstgevend zijn dan hun minder datavolwassen concurrenten. Klantretentie stijgt omdat je patronen ziet die anders onzichtbaar blijven. Innovatiecycli verkorten omdat je sneller kunt testen en bijsturen.
Voor kleinere organisaties ligt hier júist een kans. Ze hebben minder organisatorische complexiteit, kunnen sneller schakelen, hebben minder legacy. Met mijn basketbalcommunity in Den Haag bouwden we met enkele prompts een compleet boekings- en betaalplatform. Wat vroeger maanden kostte, kun je nu in dagen realiseren.
Maar de grootste winst zit in autonomie. Door te kiezen voor open protocollen en interoperabele systemen wordt het eenvoudiger om data en functionaliteit uit te wisselen. En dus ook om van leverancier te wisselen als omstandigheden of eisen veranderen. Je bent niet langer afhankelijk van één platform, één vendor of één land. Die flexibiliteit vergroot je wendbaarheid en voorkomt lock-in. Tegelijk behoud je controle over je belangrijkste asset: kennis over je klanten, processen en markt.
Concrete stappen naar datavolwassenheid
Start met een assessment. Niet om een cijfer te krijgen, maar om te begrijpen welke elementen je moet veranderen. Focus op quick wins die waarde bewijzen. Investeer in datageletterdheid via platforms zoals Coursera of gewoon via één van de vele videoreeksen op YouTube. Maak één persoon eindverantwoordelijk voor datastrategie op directieniveau.
Belangrijker: maak data onderdeel van élke businessbeslissing. Bij elke investering, elk nieuw product, elke procesverandering: wat betekent dit voor onze data? Wie wordt eigenaar? Hoe meten we succes? Alleen zo bouw je stap voor stap een datavolwassen organisatie.
Het verschil tussen organisaties die data ‘hebben’ en organisaties die data begrijpen? De eersten verzamelen; de laatsten creëren waarde. De eerste groep is afhankelijk, de laatste groep is autonoom.
De onvermijdelijke keuze
Nog even terug naar waar ik mee begon: slechts twee procent van Nederlandse organisaties bevindt zich momenteel op dat hoogste niveau van datavolwassenheid, zo schat HPE-onderzoek. Voor de resterende 98 procent is er dus fundamenteel werk aan de winkel. Het goede nieuws: je hoeft niet perfect te beginnen. Maar één ding is mij overduidelijk: zonder datastrategie geen innovatie, geen groei én geen toekomst op eigen voorwaarden.
Lees ook
Wat elke ceo en cdo moet weten over datastrategie in 2026; een nuchtere vooruitblik
Data doet niets, tot je het goed gebruikt: zo veranderde citizenM zijn aanpak
Van datastrategie naar actie: hoe je voorkomt dat je blijft hangen in plannen



