1 September 2026
Dat blijkt uit nieuw onderzoek van Bart Lameijer en Jeroen de Mast van de Amsterdam Business School.
Organisaties investeren volop in digitale technologieën, zoals data-analyse en kunstmatige intelligentie. Maar technologie alleen leidt niet vanzelf tot betere processen, producten of dienstverlening. De onderzoekers laten zien wat daarvoor ook nodig is: een werkomgeving waarin medewerkers invloed hebben op hun werk, kunnen leren en goed samenwerken.
Lameijer en De Mast, beiden verbonden aan de sectie Business Analytics van de Amsterdam Business School, analyseerden gegevens van bijna 38.000 managers uit 28 Europese landen. Zij gebruikten data uit 2 afzonderlijke perioden, uit 2013 en 2019. De resultaten laten zien dat data-analyse vooral bijdraagt aan betere organisatieprestaties doordat zij innovatie ondersteunt. Organisaties kunnen data bijvoorbeeld gebruiken om processen, producten en diensten te vernieuwen. Het directe effect van de technologie op prestaties is relatief beperkt.
De opbrengst groeit wanneer medewerkers worden betrokken bij de manier waarop data en AI worden toegepast. Zij kunnen nieuwe inzichten dan beter vertalen naar verbeteringen in hun dagelijkse werk.
Het onderzoek bouwt voort op de socio-technische systeembenadering. Deze benadering gaat ervan uit dat technologie en de manier waarop werk is georganiseerd nauw met elkaar samenhangen.
Data en AI leveren meer op wanneer organisaties medewerkers niet alleen zien als gebruikers van een nieuw systeem. Zij moeten ook kunnen bijdragen aan het verbeteren van werkprocessen. Dat betekent dat medewerkers ruimte krijgen om beslissingen te nemen, dat organisaties investeren in hun ontwikkeling en dat teams kennis en inzichten met elkaar delen. In zo’n werkomgeving kunnen medewerkers datagedreven inzichten omzetten in praktische oplossingen en vernieuwing.
De uitkomsten sluiten aan bij het gesprek binnen UvA Economie en Bedrijfskunde over de invoering van AI. Decaan Roel Beetsma benadrukte onlangs dat de waarde van AI niet alleen ligt in individueel gebruik. Die ligt ook in het opnieuw inrichten van werk, organisatie en besluitvorming.
Het onderzoek biedt hiervoor onderbouwing op basis van gegevens uit 28 Europese landen. Voor organisaties betekent dit dat een AI-strategie meer moet omvatten dan goede data, modellen en technische infrastructuur. Ook belangrijke vragen zijn: wie kan met nieuwe inzichten werken, wie krijgt ruimte om processen te verbeteren, en hoe werken technische specialisten, professionals en leidinggevenden samen?
Hier ligt ook een belangrijke rol voor de universiteit. Bij UvA Economie en Bedrijfskunde komen kennis van data-analyse, operations management, organisatiekunde en AI samen met vraagstukken uit de praktijk.
In initiatieven zoals het AI4Business Lab werken studenten en organisaties samen aan concrete vraagstukken over AI en data. Het nieuwe onderzoek laat zien waarom die verbinding belangrijk is. Verantwoord en waardevol gebruik van AI vraagt niet alleen om technologische kennis. Ook kritisch denken, samenwerking en aandacht voor de inrichting van werk zijn nodig. De beste ideeën ontstaan nog steeds tussen mensen.
Het artikel Sociotechnical synergy: how employee involvement unlocks the value of data analytics verscheen in 2026 in het International Journal of Operations & Production Management. De auteurs onderzochten de relatie tussen operationele data-analyse, betrokkenheid van medewerkers, innovatievermogen en organisatieprestaties. Hiervoor gebruikten zij gegevens uit de European Company Survey van 2013 en 2019.