Als AI steeds meer werk kan overnemen, wat is dan nog de toegevoegde waarde
van een leidinggevende?
Twee medewerkers krijgen dezelfde opdracht. De eerste werkt er een hele dag aan. De tweede gebruikt AI en levert binnen twee uur een vergelijkbaar resultaat. Misschien zelfs beter. Wie heeft het beste gepresteerd? En wat doe je als leidinggevende met de zes uur die de tweede medewerker overhoudt?
Of neem een ervaren specialist die jarenlang dé deskundige in zijn team was. Nu kan een jonge collega met AI in enkele minuten een behoorlijk antwoord produceren op vragen waarvoor vroeger zijn expertise nodig was. Wat doet dat met zijn motivatie en positie?
We praten veel over wat AI allemaal kan. Veel minder over wat AI doet met het leidinggeven aan mensen. Terwijl juist daar de interessante vragen ontstaan: over verantwoordelijkheid, vertrouwen, vakmanschap, samenwerking en betekenis. Dit zijn tien veranderingen die leidinggevenden niet kunnen negeren.
Tien veranderingen in leiderschap
1. Van hard werken naar waarde toevoegen
Wie acht uur nodig heeft voor een opdracht, is niet automatisch waardevoller dan iemand die met AI hetzelfde resultaat in twee uur bereikt. Maar als tijd en resultaat steeds verder uit elkaar komen te liggen, hoe beoordeel je dan een goede prestatie?
De vraag: Beoordeel jij medewerkers op hun inspanning of op wat ze daadwerkelijk bijdragen?
2. Van de meeste kennis hebben naar het beste oordeel vormen
Een medewerker kan met AI zelfstandig analyses maken en scenario’s uitwerken. Dat maakt ervaring niet overbodig: het vraagt juist om het herkennen van aannames, het afwegen van belangen en het maken van verstandige keuzes. Een overtuigend antwoord is nog geen goed besluit.
De vraag: Waarop berust jouw gezag als je niet langer degene bent met de meeste kennis?
3. Van mensen aansturen naar mensen én AI aansturen
AI maakt planningen, schrijft rapportages en bereidt besluiten voor. Daarmee verandert de verdeling van het werk. Wie controleert de uitkomsten? Wanneer moet iemand ingrijpen? En wie draagt de verantwoordelijkheid als AI een fout maakt?
De vraag: Weet jij wie of wat het werk uitvoert en wie uiteindelijk verantwoordelijk is?
4. Van één team naar verschillende snelheden
De ene collega experimenteert dagelijks met AI, de ander is voorzichtig en een derde ziet vooral risico’s. Dat kan wrijving geven. Goed leidinggeven betekent niet dat iedereen even snel moet veranderen, maar dat mensen met verschillende ervaringen samen kunnen blijven leren.
De vraag: Hoe voorkom je dat AI je team verdeelt in voorlopers en achterblijvers?
5. Van prestaties beoordelen naar bijdragen begrijpen
Een medewerker levert een uitstekend rapport af, maar blijkt vrijwel alles met AI te hebben gemaakt. Is dat erg? Niet per se. Maar wat als die medewerker de analyse nauwelijks begrijpt? Een goed eindproduct, een eigen bijdrage en vakmanschap zijn niet hetzelfde.
De vraag: Hoe beoordeel je eerlijk wat iemand presteert als AI een groot deel van het werk doet?
6. Van zelf nadenken naar nadenken met AI
AI is een snelle sparringpartner. Tegelijk kan een overtuigend antwoord verleiden om te stoppen met doorvragen. Dan produceren medewerkers misschien betere documenten zonder zelf veel wijzer te worden. Een leidinggevende moet daarom niet alleen vragen wat iemand oplevert, maar ook hoe het oordeel tot stand kwam.
De vraag: Worden jouw medewerkers dankzij AI betere denkers of vooral snellere producenten?
7. Van vertrouwen op mensen naar vertrouwen op mens én technologie
Kun je vertrouwen op analyses die je niet volledig begrijpt? Moet je controleren hoe medewerkers AI gebruiken? En hoe open ben je als je zelf AI inzet bij beoordelingen? Meer controle kan geruststellen, maar ook het vertrouwen ondermijnen.
De vraag: Hoe houd je vertrouwen en controle in balans wanneer AI meewerkt en meedenkt?
8. Van nieuwe werkwijzen naar een andere professionele identiteit
Voor veel mensen is werk ook erkenning, zekerheid en trots. Als AI een deel van hun deskundigheid toegankelijk maakt voor iedereen, kan dat raken aan hun gevoel van waarde. Wat eruitziet als weerstand tegen technologie, kan angst zijn om betekenis of invloed te verliezen.
De vraag: Zie jij alleen het gedrag van medewerkers, of begrijp je ook wat eronder speelt?
9. Van samenwerken met collega’s naar samenwerken met AI
AI kan teams sneller ideeën en voorstellen laten maken. Maar wat gebeurt er als iedereen dezelfde AI-analyse als vertrekpunt neemt? Waar blijven de afwijkende perspectieven, het kritische gesprek en het gezamenlijk leren? Een team is meer dan een machine die output produceert.
De vraag: Maakt AI jouw team werkelijk sterker of vooral efficiënter?
10. Van antwoorden geven naar betere vragen stellen
AI kan in seconden tien oplossingen bedenken. Maar wie bepaalt of het juiste probleem wordt opgelost? Een manager die eerst vraagt wat er werkelijk speelt, wat behouden moet blijven en voor wie het probleem bestaat, begint vaak beter dan iemand die meteen om een verbeterplan vraagt.
De vraag: Ben jij vooral antwoorden aan het zoeken of stel je de vragen die ertoe doen?
Wat betekent dit voor goed leiderschap?
De tien veranderingen gaan uiteindelijk niet over technologie, maar over mensen. Over hoe we prestaties waarderen, verantwoordelijkheid verdelen, vertrouwen organiseren en betekenis geven aan werk. Dat vraagt om drie samenhangende invalshoeken: Wie alleen investeert in nieuwe AI-tools, maar niet begrijpt wat die met mensen en hun onderlinge verhoudingen doen, kan technologisch vooruitgaan en tegelijk zijn medewerkers kwijtraken.
De echte uitdaging
Misschien moeten we ons minder afvragen hoeveel werk AI kan overnemen en meer wat dat betekent voor de mensen die het werk doen. Voor de specialist die zijn kennisvoorsprong verliest. Voor het team waarin de één vooroploopt en de ander afhaakt. En voor de leidinggevende die merkt dat medewerkers steeds minder afhankelijk zijn van zijn antwoorden.
Dit zijn geen technische vragen. Het zijn leiderschapsvragen. Ze vragen om meer dan een cursus AI of een verzameling handige prompts. Ze vragen om mensen die kritisch denken, goede gesprekken voeren, verantwoordelijkheid nemen en begrijpen wat verandering met anderen doet.
Misschien maakt AI goed leiderschap niet minder belangrijk, maar legt het juist bloot wat goed leiderschap werkelijk betekent. Als AI steeds meer werk kan overnemen, welke waarde voeg jij dan als leidinggevende nog toe?
Gebaseerd op
Noy & Zhang — Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence (2023).
Brynjolfsson, Li & Raymond — Generative AI at Work (2025).
Dell’Acqua e.a. — Navigating the Jagged Technological Frontier (2026).
Lee e.a. — The Impact of Generative AI on Critical Thinking (2025).
Dell’Acqua e.a. — The Cybernetic Teammate (2026).
De tien veranderingen zijn een praktijkgerichte interpretatie van deze onderzoeken, geen wetenschappelijk vastgestelde
rangorde.
Over de auteur
Raymond Eilander schreef dit artikel in samenwerking met Gerda, zijn AI-sparringpartner. Raymond is adviseur, trainer en coach bij Changekitchen en houdt zich bezig met leiderschap, samenwerking, adviseren en veranderen in organisaties.