Kosten, businesscase en rendement

Gevoeligheidsanalyse voor een AI-businesscase: vind de beslissende aanname

Een gevoeligheidsanalyse voor een AI-businesscase verandert telkens één belangrijke aanname en meet het effect op nettowaarde, ROI of terugverdientijd. Test onder meer volume, adoptie, netto tijdswinst, reviewratio en terugkerende kosten. De uitkomst toont welke variabele eerst bewijs nodig heeft en voorkomt dat teams veel tijd besteden aan aannames die nauwelijks tellen.

Rajjan el Alaoui
Rajjan el Alaoui22 sep 2026 · 7 min lezen
Op deze pagina
  1. Definitie en afbakening
  2. Het herkenbare bedrijfsprobleem
  3. Wat je precies moet meten
  4. Praktisch meetblad voor dit onderwerp
  5. Stappenplan voor een gevoeligheidsanalyse van de AI-businesscase
  6. Beslismodel
  7. Praktijkvoorbeeld met invoer, berekening en uitkomst
  8. Koppeling met de vijf lagen van de ROI-scan
  9. Risico’s en beheersmaatregelen
  10. Bronnen en oorspronkelijke documentatie
  11. Verder lezen
  12. Veelgestelde vragen
AI ROI-scan
Wat laat jullie organisatie per jaar liggen?
Elf korte stappen, drie minuten. Binnen een paar minuten staat je persoonlijke ROI-rapport in je mailbox: je waardegap per laag en een logische eerste stap.
Bereken mijn AI-waardegap

Definitie en afbakening

Gevoeligheidsanalyse onderzoekt hoe sterk een modeluitkomst reageert op één of meer invoervariabelen. Een enkelvoudige analyse verandert één variabele terwijl de rest gelijk blijft. Een meervoudige analyse onderzoekt combinaties. Anders dan scenarioanalyse hoeft gevoeligheidsanalyse geen compleet toekomstverhaal te vormen; zij identificeert vooral kritieke drivers en omslagpunten.

Het herkenbare bedrijfsprobleem

Een businesscase bevat twintig aannames en alle krijgen evenveel discussie. De modelprijs wordt tot op centen uitgezocht, terwijl adoptie of menselijke review de uitkomst kan omdraaien. Zonder gevoeligheid blijft onduidelijk welk experiment de meeste beslisinformatie oplevert.

Bij een gevoeligheidsanalyse van de AI-businesscase ligt de belangrijkste onzekerheid tussen de stap ‘kies de beslisuitkomst’ en het risico ‘ranges hebben geen inhoudelijke basis’.

Wat je precies moet meten

Voor een gevoeligheidsanalyse van de AI-businesscase begint de meetketen bij de stap ‘kies de beslisuitkomst’ en eindigt zij pas wanneer de stap ‘prioriteer bewijs’ een controleerbare uitkomst heeft. Gebruik het risico ‘gecorreleerde variabelen worden los geïnterpreteerd’ als stresstest voor de gekozen formule.

Praktisch meetblad voor dit onderwerp

Maak voor een gevoeligheidsanalyse van de AI-businesscase één meetblad waarop operationele en financiële gegevens naast elkaar staan. Begin met de stap ‘kies de beslisuitkomst’ en schrijf daarbij de huidige waarde, gewenste grens en exacte databron. Voeg vervolgens de stap ‘selecteer materiële inputs’ toe als afzonderlijke rij, zodat zichtbaar blijft of nieuw bewijs de baten, kosten of beide beïnvloedt.

Gebruik bij de stap ‘bepaal verdedigbare ranges’ niet alleen een eigenaar, maar ook een controledatum. Voor de stap ‘varieer één input per keer’ noteer je het laagste en hoogste verdedigbare cijfer.

Neem het risico ‘ranges hebben geen inhoudelijke basis’ als expliciete waarschuwing op het meetblad op. Beschrijf daarnaast hoe het risico ‘alleen gunstige variaties worden getoond’ in data zichtbaar wordt en welke rol bij overschrijding beslist. Rond af met de stap ‘test daarna combinaties’ en ‘prioriteer bewijs’ als vaste momenten voor herberekening.

Stappenplan voor een gevoeligheidsanalyse van de AI-businesscase

1. Kies de beslisuitkomst

Gebruik nettowaarde, ROI, kostprijs of terugverdientijd als vaste afhankelijke maat. Koppel de stap ‘kies de beslisuitkomst’ aan een concrete databron, meetperiode en eigenaar. Gebruik het risico ‘ranges hebben geen inhoudelijke basis’ als stresstest en leg vast bij welke uitkomst deze stap opnieuw moet worden beoordeeld.

2. Selecteer materiële inputs

Begin met volume, effect, adoptie, benutting, foutkosten en beheerlast. Koppel de stap ‘selecteer materiële inputs’ aan een concrete databron, meetperiode en eigenaar. Gebruik het risico ‘gecorreleerde variabelen worden los geïnterpreteerd’ als stresstest en leg vast bij welke uitkomst deze stap opnieuw moet worden beoordeeld.

3. Bepaal verdedigbare ranges

Gebruik lokale data, offertes, pilotmetingen of transparante grenzen. Koppel de stap ‘bepaal verdedigbare ranges’ aan een concrete databron, meetperiode en eigenaar. Gebruik het risico ‘alleen gunstige variaties worden getoond’ als stresstest en leg vast bij welke uitkomst deze stap opnieuw moet worden beoordeeld.

4. Varieer één input per keer

Bereken het effect en noteer het omslagpunt waarop het besluit verandert. Koppel de stap ‘varieer één input per keer’ aan een concrete databron, meetperiode en eigenaar. Gebruik het risico ‘een gevoelig model wordt toch als zekerheid gepresenteerd’ als stresstest en leg vast bij welke uitkomst deze stap opnieuw moet worden beoordeeld.

5. Test daarna combinaties

Combineer alleen drivers die inhoudelijk samenhangen of tegelijk onzeker zijn. Koppel de stap ‘test daarna combinaties’ aan een concrete databron, meetperiode en eigenaar. Gebruik het risico ‘ranges hebben geen inhoudelijke basis’ als stresstest en leg vast bij welke uitkomst deze stap opnieuw moet worden beoordeeld.

6. Prioriteer bewijs

Meet eerst de variabele met grote impact én hoge onzekerheid. Koppel de stap ‘prioriteer bewijs’ aan een concrete databron, meetperiode en eigenaar. Gebruik het risico ‘gecorreleerde variabelen worden los geïnterpreteerd’ als stresstest en leg vast bij welke uitkomst deze stap opnieuw moet worden beoordeeld.

Beslismodel

BeslispuntCentrale vraagBewijsHandelingsregel
Kies de beslisuitkomstGebruik nettowaarde, ROI, kostprijs of terugverdientijd als vaste afhankelijke maat.Nulmeting, bron en eigenaarDoorgaan bij bewezen grens
Selecteer materiële inputsBegin met volume, effect, adoptie, benutting, foutkosten en beheerlast.Meetrapport en kostendataBeperkt testen
Bepaal verdedigbare rangesGebruik lokale data, offertes, pilotmetingen of transparante grenzen.Nulmeting, bron en eigenaarHerontwerpen of stoppen
Varieer één input per keerBereken het effect en noteer het omslagpunt waarop het besluit verandert.Meetrapport en kostendataDoorgaan bij bewezen grens
Test daarna combinatiesCombineer alleen drivers die inhoudelijk samenhangen of tegelijk onzeker zijn.Nulmeting, bron en eigenaarBeperkt testen
Prioriteer bewijsMeet eerst de variabele met grote impact én hoge onzekerheid.Meetrapport en kostendataHerontwerpen of stoppen

Benieuwd wat dit voor jouw bedrijf oplevert?

In 45 minuten kijken we samen waar AI in jouw bedrijf tijd oplevert. Gratis en vrijblijvend.

Praktijkvoorbeeld met invoer, berekening en uitkomst

Situatie

Een businesscase heeft €30.000 verwachte nettowaarde bij 70% adoptie.

Invoer

Alle overige aannames blijven gelijk. Bij 50% adoptie is nettowaarde min €6.000; bij 60% plus €12.000; bij 80% plus €48.000.

Berekening

Het break-evenpunt ligt door lineaire interpolatie rond 53,3% adoptie. Modelkosten plus of min 20% veranderen nettowaarde slechts €4.000.

Uitkomst

Adoptie is de beslissende aanname. De pilot investeert daarom in gebruiksmeting en workflowinbedding, niet in langdurige prijsonderhandeling.

AI ROI-scan
Wat laat jullie organisatie per jaar liggen?
Elf korte stappen, drie minuten. Binnen een paar minuten staat je persoonlijke ROI-rapport in je mailbox: je waardegap per laag en een logische eerste stap.
Bereken mijn AI-waardegap

Koppeling met de vijf lagen van de ROI-scan

Bij het risico ‘gecorreleerde variabelen worden los geïnterpreteerd’ kan de zichtbare financiële afwijking dus een oorzaak in een andere laag hebben.

Lees ook Scenarioanalyse AI-investering, AI-adoptie meten, AI-investeringsbudget bepalen.

Risico’s en beheersmaatregelen

1. Ranges hebben geen inhoudelijke basis

Binnen een gevoeligheidsanalyse van de AI-businesscase vraagt het risico ‘ranges hebben geen inhoudelijke basis’ om een eigen controlespoor.

2. Gecorreleerde variabelen worden los geïnterpreteerd

Binnen een gevoeligheidsanalyse van de AI-businesscase vraagt het risico ‘gecorreleerde variabelen worden los geïnterpreteerd’ om een eigen controlespoor.

3. Alleen gunstige variaties worden getoond

Binnen een gevoeligheidsanalyse van de AI-businesscase vraagt het risico ‘alleen gunstige variaties worden getoond’ om een eigen controlespoor.

4. Een gevoelig model wordt toch als zekerheid gepresenteerd

Binnen een gevoeligheidsanalyse van de AI-businesscase vraagt het risico ‘een gevoelig model wordt toch als zekerheid gepresenteerd’ om een eigen controlespoor.

AI ROI-scan
Wat laat jullie organisatie per jaar liggen?
Elf korte stappen, drie minuten. Binnen een paar minuten staat je persoonlijke ROI-rapport in je mailbox: je waardegap per laag en een logische eerste stap.
Bereken mijn AI-waardegap

Bronnen en oorspronkelijke documentatie

Verder lezen

Veelgestelde vragen

Wat is het verschil met scenarioanalyse?

Gevoeligheidsanalyse isoleert het effect van variabelen; scenarioanalyse combineert consistente operationele toekomstbeelden.

Welke variabelen test je eerst?

Variabelen met hoge onzekerheid en potentieel grote invloed op de beslisuitkomst.

Wat is een break-evenanalyse?

Een berekening van de invoerwaarde waarbij baten en kosten of een andere beslisgrens precies gelijk zijn.

Kun je twee variabelen tegelijk testen?

Ja, bijvoorbeeld adoptie en reviewratio, maar maak hun inhoudelijke relatie expliciet.

Hoe presenteer je de uitkomst?

Als tabel met ranges, omslagpunten, bewijssterkte en aanbevolen meting, niet alleen als grafiek.

Volgende stap

Ontdek wat AI voor jouw bedrijf kan doen

In een kennismaking van 45 minuten bespreken we waar bij jou de meeste tijd naartoe gaat en waar automatisering het snelst iets oplevert. Je gaat het gesprek uit met concrete inzichten, ook als je daarna niet verder wilt.

Boek een kennismaking