Rollen en fasen in een adviestraject

Een theoretisch concept uit de bedrijfskundige handelingscyclus — 10 fasen, 8 rollen, 3 lenzen

Fictieve casus
Installatiebedrijf Van den Berg (20 FTE)
DGA Mark van den Berg (tweede generatie, familiebedrijf, elektrotechnische installaties B2B) belt THTX: "Collega-installateurs werken met AI. Ik wil niet achterlopen, maar ook geen domme fouten maken. Wat moet ik doen — en vooral: wat níet?" Horizon: 12 maanden. Budget: indicatief €35k. Gevoelig: monteurs zijn sceptisch, en bij een foute offerte zit de aansprakelijkheid bij Van den Berg.
1
Intake
Rol Regisseur
Uit Opdracht Opdrachtgever Context
Regisseur legt de opdracht vast: scope = offerteproces + planning + klantcommunicatie. Context: MKB zonder formele OR, wel personeelsvertegenwoordiging. Stakeholders: DGA (besluit), bedrijfsleider, planner, senior-monteur als informele woordvoerder.
2
Kaderen
Rol Kadersteller
In Opdracht
Uit Vraagstuk Doelstelling
"Wat moet ik doen?" wordt:
V1 (diagnostisch) — waar verliezen we nu tijd in offerte-tot-factuur?
V2 (strategisch) — willen we voorop lopen, meelopen of bewust achterblijven op AI?
V3 (tactisch) — welke tools kunnen we binnen 3 maanden testen zonder aansprakelijkheidsrisico?
3
Onderzoeken
Rol Onderzoeker
In Vraagstuk
Uit Onderbouwing Herkomst
Verzamelt offertedoorlooptijden (gemiddeld 9 werkdagen), win/loss-ratio, interviews met planner en twee monteurs, rapporten van Techniek NL, demo's van drie planning-tools. Elke Onderbouwing krijgt Herkomst (bron, datum, methode, betrouwbaarheid).
4
Analyseren
Rol Analist
In Onderbouwing Lens
Uit Inzicht Aanname Hypothese
Analist past drie lenzen toe: Value-Stream (waar zit de wachttijd?), JTBD (welke klus probeert de klant af te krijgen?), Wardley Map (waar is AI commodity en waar moet het custom?). Expliciete aannames: "monteurs blijven schaars", "aansprakelijkheid blijft altijd bij ons".
↻ Lus: hypotheses die niet houden sturen de Onderzoeker terug het veld in.
5
Opties genereren
Rol Strateeg Tacticus
In Inzicht
Uit Optie Risico
Strateeg schetst drie koersen: Conservatief (alleen interne AI-hulp, geen klant-facing), Gematigd (AI-assistent voor offertes en planning, mens bewaakt), Ambitieus (plus klant-chatbot). Tacticus werkt per koers concrete pilots uit. Risicoprofielen per optie.
6
Synthetiseren
Rol Synthesemaker
In Optie Inzicht
Uit Aanbeveling (concept)
Kiest gematigde koers met twee pilots: AI-offerte-assistent en planning-optimalisatie. Klant-facing AI pas overwegen na maand 6. Verworpen opties blijven zichtbaar, mét reden.
Poort — Red Team Tegenspraak-ronde: wat als monteurs massaal afhaken? Wat als een AI-offerte een calculatiefout bevat die de verzekering niet dekt? Bij falen → terug naar fase 4.
7
Communiceren
Rol Communicator
In Aanbeveling Stakeholder
Uit Eindproduct
Drie varianten van hetzelfde advies: DGA krijgt een beslisnota met businesscase, bedrijfsleider een uitvoeringsnota, monteurs een werkvloer-briefing "wat verandert er voor jou".
Poort — Mens beslist Besluit wordt aan de DGA voorgelegd. Nooit geautomatiseerd. Uitkomst: aangenomen / met wijzigingen / afgewezen / uitgesteld.
8
Besluiten
Rol DGA (mens)
Uit Besluit
DGA neemt gematigde koers aan, mits de senior-monteur meedoet in het pilot-team. Budget €35k verdeeld over 12 maanden. Besluit vastgelegd met besluitvormer, datum en toelichting.
9
Implementeren
Rol Tacticus Regisseur
In Besluit
Uit Initiatief Actie KPI
Initiatief "AI-ondersteunde offertes en planning" met 8 Acties over 12 maanden. Elke Actie implementeert het Initiatief; dit dient de Doelstelling. KPIs: offerte-doorlooptijd, win-rate, tijdverlies planning, monteur-tevredenheid.
10
Terugkoppelen
Rol Onderzoeker Synthesemaker
In KPI Actie
Uit Onderbouwing Inzicht Aanbeveling
Na kwartaal 1: pilot offertes loopt (30% sneller, win-rate stabiel). Pilot planning stokt — monteurs vertrouwen het rooster niet. Bijgestelde aanbeveling: pilot 2 herframen met senior-monteur als mede-eigenaar.
Lenzen uit deze casus

Welke denkramen gebruikt de Analist?

Drie lenzen op dezelfde onderbouwingen leveren andere inzichten op. Daarom de kernregel: altijd expliciet vermelden door welke lens je kijkt.

Value-Stream Mapping uit Lean / Toyota Production System

Breng elke stap in een proces in kaart van grondstof tot eindproduct, en meet per stap hoe lang er gewerkt wordt versus hoe lang er gewacht wordt. Vrijwel altijd blijkt dat het overgrote deel van de doorlooptijd wachten is, geen werken.

Het klassieke voorbeeld komt uit de autofabriek: tussen "onderdeel gesneden" en "onderdeel geschilderd" ligt soms drie dagen tussentijdse opslag. De productie duurt geen drie dagen — het ligt drie dagen stil.

In deze casus: de offerte-doorlooptijd is gemiddeld 9 werkdagen. De effectieve werktijd is waarschijnlijk 2 uur. De lens vraagt: waar zijn die andere 71 uur gebleven? Antwoord meestal: wachten op informatie, wachten op de calculator, wachten op akkoord van Mark.
Jobs To Be Done (JTBD) van Clayton Christensen, Harvard Business School

Klanten kopen geen producten, ze "huren" een product of dienst in om een klus voor zich te laten doen. Je onderzoekt dus niet wie je klant is, maar welke taak hij probeert af te krijgen wanneer hij bij jou aanklopt.

Klassiek voorbeeld: de milkshake-studie. Mensen kochten 's ochtends veel milkshakes — niet als snack, maar om hun saaie woon-werkrit draaglijk te maken en ze tot de lunch vol te houden. Zodra je de job kent, ziet de concurrent er anders uit: niet andere milkshakes, maar bananen, donuts of de radio.

In deze casus: waarvoor benadert een klant eigenlijk een installateur? Misschien voor "zekerheid dat dit project niet uit de hand loopt en dat deze partij te vertrouwen is" — niet voor "een snel antwoord op een prijsvraag". Als dát de echte job is, voegt een AI die sneller offertes produceert weinig toe. Dan helpt een AI die beter uitlegt waarom iets kost wat het kost, of die de klant door zijn eigen twijfels heen leidt, veel meer.
Wardley Map van Simon Wardley

Visualiseer je waardeketen als onderdelen die ergens op een as staan tussen genesis (gloednieuw, volledig custom) en commodity (overal te koop, gestandaardiseerd). Strategie wordt dan: bouw niet wat je kunt inkopen, en koop niet wat je onderscheidend vermogen geeft.

Klassiek voorbeeld: e-mailservers waren ooit custom-bouw; tegenwoordig draait niemand die meer zelf. Databases en webhosting volgden dezelfde weg. AI-onderdelen verschuiven nu in rap tempo van "custom" naar "nutsvoorziening" — wat vorig jaar moeilijk was, is volgende maand een API-aanroep.

In deze casus: een AI-offerte-assistent is al commodity — kant-en-klaar te koop bij meerdere leveranciers. Zelf bouwen is zonde. Maar de installatie-specifieke kennis van Van den Berg (welke klant, welk gebouw, welke uitzondering) is juist custom. De lens helpt Mark bepalen waar hij geld aan uitgeeft en waar hij juist zelf de regie houdt.
Entiteitslagen
Domein
Kennis
Actie
Agent
← Workshop-overzicht