Online cursus · Tools & Training

AI Foundations

Wat elke leidinggevende moet weten om over AI te beslissen: wat het is, waar de waarde zit, wat de risico’s zijn en welke beslissingen bij u liggen.

  • 7 modules
  • Ongeveer 3,5 uur
  • Geen technische achtergrond nodig
  • Voor iedereen toegankelijkEditie oktober 2026
Uw voortgang Nog niet begonnen
0 van 7 modules voltooid0 van 40 lessen gelezen
Begin met module 1 → Uw voortgang wordt alleen in deze browser bewaard. Geen account en geen persoonsgegevens nodig.
Hoe de cursus werkt

Leren, oefenen, toetsen

De cursus behandelt dezelfde stof als de executive workshop AI foundations for leaders. Bij elk cijfer en elke case staat de bron. Voorbeelden die als illustratief zijn aangeduid, zijn fictief en dienen om een methode te laten zien.

01LerenKorte lessen in heldere taal, gebaseerd op echte cases en onafhankelijk onderzoek.
02OefenenOefeningen waarin u toepast wat u hebt geleerd: use cases rangschikken, de EU AI Act lezen, een voorstel toetsen aan vijf vragen.
03ToetsenElke module sluit af met een kennischeck, met feedback op elk antwoord en vragen om over na te denken.
04BewarenEen bibliotheek met echte cases, een woordenlijst van 32 termen en de bronnen achter elk cijfer.
De cursus

Zeven modules

De kern als de tijd kort is: module 1, drie lessen van module 2, één van module 4, module 6 en één les van module 7.
Module 1 · Waarom dit nu belangrijk isOverzicht

Waarom dit nu belangrijk is

Hoe snel AI zijn intrede deed, hoe weinig bedrijven er al aan verdienen, en waarom leiders er zelf verstand van moeten hebben.

In deze module leert u
  • Hoe snel generatieve AI zich verspreidde, en waarom dat een governancekloof veroorzaakte
  • Hoeveel waarde bedrijven in 2026 uit AI halen
  • Wat de data zeggen over besturen en AI-expertise
  • Drie verantwoordelijkheden die AI-geletterdheid tot een leiderschapstaak maken
Studietijd 15 min Kernbegrippen Generatieve AI, EBIT-effect, AI-geletterdheid, toezicht door het bestuur
Casebibliotheek

Dertien echte cases

Wat goed en wat fout ging toen bedrijven AI inzetten, en de les uit elke case. Open een case om hem in de bijbehorende les te lezen.

  • Mata v. AviancaNew York, 2023 Niemand controleerde de output, en niemand nam verantwoordelijkheid toen de fout aan het licht kwam.Lezen in module 2 →
  • Deloitte Australia2025 Als AI helpt een document te schrijven dat uw naam draagt, moet uw review opvangen wat AI fout doet.Lezen in module 2 →
  • Morgan Stanley2023 Een afgebakende toepassing met grounding op uw eigen betrouwbare content is een van de veiligste startpunten.Lezen in module 3 →
  • Klarna2024 tot 2025 Meet vanaf de eerste dag kwaliteit naast kosten.Lezen in module 4 →
  • Zillow Offers2021 Schaal alleen op wat zich heeft bewezen, en stel stopregels vast voordat u opschaalt.Lezen in module 4 →
  • Samsung2023 Geef medewerkers een goedgekeurde tool met duidelijke dataregels voordat u een verbod nodig hebt.Lezen in module 5 →
  • Wervingstool van AmazonGemeld in 2018 Een model dat is getraind op eerdere beslissingen, herhaalt eerdere patronen. Test op bias, en blijf testen.Lezen in module 5 →
  • Kinderopvangtoeslag2021 Een geautomatiseerde risicoscore is een beslissing over mensen. Verantwoord elke factor die erin meeweegt.Lezen in module 5 →
  • Arup2024 Ga ervan uit dat een bekend gezicht en een bekende stem in een gesprek nep kunnen zijn. Verifieer via een apart kanaal.Lezen in module 5 →
  • Moffatt v. Air Canada2024 Uw AI spreekt namens uw bedrijf. Klanten mogen afgaan op wat die zegt, en rechters ook.Lezen in module 5 →
  • Salesforce2025 Resultaten van leveranciers zijn een startpunt, geen bewijs. Test agents op uw eigen werk.Lezen in module 7 →
  • Commonwealth Bank of Australia2025 Meet vraag en kwaliteit voordat u rollen verandert.Lezen in module 7 →
  • Als een model wordt uitgeschakeld2026 Ontwerp elke belangrijke workflow met een geteste terugvaloptie.Lezen in module 7 →
Woordenlijst

Begrippen die u moet kennen

32 termen
Agent
Generatieve AI die plant en handelingen uitvoert in andere systemen om een doel te bereiken.
Agent washing
Assistenten, chatbots of automatiseringstools als agents presenteren zonder echte agentische mogelijkheden.
AI Act
Verordening (EU) 2024/1689, de EU-wet over AI, gewijzigd door Verordening (EU) 2026/1744.
Nulmeting
De huidige waarde van het kengetal dat een AI-project moet beïnvloeden, afgestemd met finance voordat het werk begint.
Bias
Systematische oneerlijkheid in uitkomsten, vaak aangeleerd uit historische data.
Gesloten model
Een model dat de aanbieder alleen als dienst aanbiedt.
Context
De documenten, data en het gesprek die een model kan zien als het antwoordt.
Deepfake
Door AI gegenereerde audio, beelden of video die een bestaand persoon nabootsen.
Gebruiksverantwoordelijke
In de AI Act: een organisatie die een AI-systeem onder eigen verantwoordelijkheid gebruikt.
Evaluatie
Systematisch testen van de kwaliteit van de output van een AI-systeem.
Excessive agency
Een agent met meer autonomie, rechten of toegang dan zijn taak vereist.
Terugvaloptie
Een getest alternatief, een ander model of het handmatige proces, voor als een agent of model niet beschikbaar is.
Fine-tuning
Extra training van een model op specifieke voorbeelden.
Gateway
Een laag tussen uw applicaties en AI-modellen waarmee u van model kunt wisselen.
Generatieve AI
AI die nieuwe tekst, beelden, code of geluid maakt.
Grounding
Een model koppelen aan betrouwbare bronnen zodat het daaruit antwoordt (ook RAG).
Hallucinatie
Zelfverzekerde maar onjuiste output van een AI-model.
Hoog risico
In de AI Act: toepassingen zoals werving of kredietbeoordeling, waarvoor strenge verplichtingen gelden.
Human in the loop
Een ontwerp waarin een mens AI-output beoordeelt of goedkeurt voordat die effect heeft.
Verhouding mens-agent
De balans tussen werk door agents en werk door mensen, bepaald door waar menselijk contact en oordeel ertoe doen.
Groot taalmodel
Een generatief AI-model, getraind op grote hoeveelheden tekst om het volgende woord te voorspellen.
Machine learning
AI die patronen leert uit voorbeelden in plaats van geschreven regels te volgen.
Waargenomen blootstelling
De maatstaf van Anthropic voor welk deel van het werk in een beroep AI in de praktijk afdekt.
Open-weight model
Een model waarvan de getrainde gewichten door anderen kunnen worden gedownload en gedraaid.
Prompt
De instructie of vraag die aan een model wordt gegeven.
Prompt injection
Input die het gedrag van een model op onbedoelde manieren verandert; indirect als die verborgen zit in content die het model leest.
Aanbieder
In de AI Act: een organisatie die een AI-systeem ontwikkelt en het onder eigen naam op de markt brengt.
Schaduw-AI
AI die in een organisatie buiten elk goedgekeurd beleid om wordt gebruikt.
Stopregel
Een vooraf afgesproken voorwaarde waaronder een project wordt gestopt.
Tijdshorizon
De lengte van taken, in menselijke werktijd, die een AI-agent met een bepaald succespercentage kan voltooien.
Token
Een stukje van een woord; de eenheid waarin modellen lezen, schrijven en afrekenen.
Transformer
Het ontwerp voor neurale netwerken, gepubliceerd in 2017, waarop de taalmodellen van vandaag voortbouwen.
Bronnen

Waar de feiten vandaan komen

Elk cijfer en elke case in de cursus, met de bron. Geraadpleegd op 10 en 11 oktober 2026. De uitleg over hoe AI werkt, de voorbeelden van aanbieders (een momentopname van oktober 2026), de raamwerken en alle voorbeelden die als illustratief zijn aangeduid, zijn van Praexo zelf en zijn geen beweringen met bronvermelding. Juridische samenvattingen zijn geen juridisch advies.

  1. 1Reuters, ChatGPT sets record for fastest-growing user base, 1 February 2023
  2. 2McKinsey, The state of AI in 2026, August 2026
  3. 3BCG, press release, 30 September 2026
  4. 4The Conference Board, Governing AI, 22 April 2026
  5. 5ISS-STOXX, AI and governance, 25 May 2026
  6. 6Regulation (EU) 2024/1689 (Artificial Intelligence Act), articles 3, 4, 5, 16, 25, 26, 50, 99, 113 and Annex III
  7. 7Regulation (EU) 2026/1744 (Digital Omnibus on AI)
  8. 8European Commission, AI Omnibus enters into force, 27 July 2026
  9. 9Hunton Andrews Kurth, EU Digital Omnibus on AI enters into force, July 2026
  10. 10UMBC, on the 1955 Dartmouth proposal by McCarthy, Minsky, Rochester and Shannon
Met uw team

Samen leren

De executive workshop AI foundations for leaders behandelt dezelfde stof in één sessie, gebaseerd op uw eigen cases en uw eigen vragen.