Vrijdagmiddag half vijf: het risicoregister moet maandagochtend de stuurgroep in, en de projectmanager twijfelt of hij het plan nog één keer door een AI-model laat lopen voordat hij het wegstuurt. Over die vraag lopen twee verhalen rond die geen van beide helpen. Het eerste verhaal belooft dat AI het risicomanagement gaat overnemen: voortaan voorspelt een model welke projecten mislukken, en de projectmanager hoeft alleen nog het dashboard te lezen. Het tweede verhaal stelt dat AI niets begrijpt van de werkelijkheid van projecten en dus hooguit speelgoed is.
De praktijk zit er precies tussenin. Wie zijn werk serieus neemt, kan zich geen van beide karikaturen veroorloven. Dit stuk probeert eerlijk te zijn over wat AI vandaag wél en níét kan in projectrisicomanagement.
Wat AI goed kan
Patronen herkennen die jij niet meer ziet
Een taalmodel heeft, effectief gezien, duizenden projectplannen, evaluaties en post-mortems "gelezen". Het herkent daardoor patronen die een individuele projectmanager hooguit een paar keer in zijn loopbaan tegenkomt: de planning zonder buffers die aan elkaar hangt van afhankelijkheden, de businesscase waarin structurele beheerkosten ontbreken, de stakeholderparagraaf waarin de ondernemingsraad niet voorkomt terwijl er een reorganisatie in het plan zit verstopt.
Dit is geen magie, en ook geen bewijs dat de AI-analyse gelijkwaardig is aan het oordeel van een ervaren collega — daarvoor bestaat geen gemeten referentie. Het lijkt op wat een ervaren collega doet die je plan doorleest en zegt: "Dit heb ik eerder gezien, en het liep toen niet goed af": vooral doordat er, in tegenstelling tot die collega, geen agenda-problemen zijn.
Volledigheid afdwingen
Mensen inventariseren risico's associatief: wat het eerst in je opkomt, komt in de tabel. Het gevolg is dat risicoregisters de blinde vlekken van hun makers weerspiegelen. Een AI die systematisch een vast raamwerk langsloopt (scope, planning, budget, kwaliteit, stakeholders) slaat geen categorie over omdat die minder interessant voelt of politiek ongemakkelijk is.
Juist die ongemakkelijke categorieën zijn goud waard. Een AI heeft er geen enkele moeite mee om op te merken dat het draagvlak bij een sleutelafdeling nergens onderbouwd wordt. Een teamlid dat hetzelfde constateert, denkt wel twee keer na voor hij het opschrijft.
Onvermoeibaar de tweede lezer zijn
Iedereen weet dat een frisse blik op een projectplan waardevol is. Iedereen weet ook hoe zelden die er is. De collega die je om een review vraagt, leest diagonaal, want hij heeft zelf ook een project. De kwaliteitstoets van het PMO komt als het plan al is ingediend.
AI verandert de economie van de tweede lezer fundamenteel. Een review kost geen dagen maar minuten, en is daarmee ook beschikbaar voor de tussenversies, precies de momenten waarop feedback nog goedkoop te verwerken is. Bovendien leest AI versie zeven met dezelfde aandacht als versie één, terwijl een menselijke reviewer allang de wijzigingen scant in plaats van het geheel.
Wat AI niet kan
De context kennen die niet in het document staat
Een AI beoordeelt wat er op papier staat. Maar de belangrijkste risico's van een project staan zelden op papier. Dat de opdrachtgever en de programmadirecteur elkaar niet liggen. Dat dezelfde leverancier bij het vorige project een wanprestatie leverde. Dat de "beschikbare" architect in werkelijkheid al is geclaimd door een ander programma. Wie het document leest, ziet het niet; wie de organisatie kent, weet het.
Dat betekent overigens niet dat de AI-analyse hier waardeloos is: een goede analyse stelt juist de vragen die deze contextkennis activeren. Maar het antwoord moet van jou komen.
Politiek wegen
Risicomanagement is voor een flink deel politiek werk. Wélke risico's benoem je expliciet in de stuurgroeprapportage, en welke bespreek je liever eerst bilateraal? Hoe scherp formuleer je een risico waarvan de veroorzaker aan tafel zit? Wanneer escaleer je, en wanneer geef je een lijnmanager nog een week om het zelf op te lossen?
Dit zijn afwegingen waarin timing, verhoudingen en fingerspitzengefühl samenkomen. Een AI kan je helpen het risico scherp te formuleren; of en hoe je het op tafel legt, is vakmanschap dat niet te automatiseren valt, en dat je ook niet zou móéten willen automatiseren.
Verantwoordelijkheid dragen
Dit is de principiële grens. Een risicoanalyse is geen doel op zich; het is de onderbouwing van beslissingen (doorgaan of stoppen, bijsturen of accepteren, escaleren of afwachten). Die beslissingen hebben een eigenaar, en die eigenaar is een mens. "De AI had het risico niet gesignaleerd" is geen verweer, net zomin als "de spellingscontrole had de fout niet gezien" dat is bij een pijnlijke brief.
Wie AI-output klakkeloos overneemt, heeft het risicomanagement niet geautomatiseerd maar afgeschaft. Het oordeel (dit risico accepteren we, dit risico niet) blijft bij de projectmanager. Precies daarom is het gebruik van AI in risicomanagement óók een kwaliteitseis aan jezelf: je moet de analyse kunnen wegen, tegenspreken en aanvullen.
AI als sparringpartner: hoe het er in de praktijk uitziet
De productieve rol van AI in risicomanagement is die van sparringpartner. Niet de beslisser, niet het orakel, maar de gesprekspartner die scherp leest en lastige vragen stelt. Concreet:
- Voor de eerste versie: laat AI je conceptplan doorlichten op gaten en zwakke onderbouwing, vóórdat je het aan mensen voorlegt. Zo gebruik je menselijke reviewtijd voor de vragen die er echt toe doen.
- Als tegendenker: vraag expliciet om tegenspraak. "Wat is het zwakste punt van deze planning?" levert meer op dan "vat de risico's samen".
- Als volledigheidscheck: leg je eigen risicoregister naast een systematische AI-analyse. De overlap bevestigt; de verschillen zijn interessant. Elk risico dat de AI wél ziet en jij niet, verdient een bewuste beslissing: terecht genegeerd of blinde vlek?
- Nooit als eindstation: de AI-analyse is input voor jouw oordeel, niet de vervanging ervan. Wat je overneemt, neem je over omdat je het na weging zélf vindt.
De eerlijke conclusie
AI maakt risicomanagement niet overbodig: het maakt de lat hoger. De mechanische kant van het vak (volledig zijn, patronen herkennen, consequent toetsen) wordt goedkoop en altijd beschikbaar. Wat overblijft is precies het deel waarvoor je een goede projectmanager nodig hebt: context, politieke sensitiviteit en de bereidheid om verantwoordelijkheid te dragen voor een beslissing onder onzekerheid.
Wie AI negeert, laat een onvermoeibare tweede lezer onbenut. Wie er blind op vaart, verwart een hulpmiddel met een oordeel. Ertussenin ligt het werkbare midden: laat de machine doen waar de machine goed in is, zodat jij je aandacht kunt richten op wat alleen jij kunt.
Wil je weten wat zo'n doorlichting oplevert voor jouw eigen projectplan? RisicoRadar analyseert het op vijf risicocategorieën en vijftien subcriteria, en laat het oordeel waar het hoort: bij jou.