→ Dit artikel gaat dieper in op AI in PMO. Nog niet bekend met de bredere trends? Lees eerst PMO Trends 2026.
Misschien werk je er al dagelijks mee. Misschien heb je het vooral van horen zeggen. Allebei is begrijpelijk — ook binnen PMO is het spectrum breed. Maar de ontwikkeling gaat snel, en de vraag wat AI van jouw rol vraagt is voor iedereen relevant. Of je nu voorop loopt of nog aan het begin staat.
AI-agents zijn geen toekomstmuziek meer
AI is allang niet meer alleen een chatbot die vragen beantwoordt. De volgende stap zijn AI-agents — en die werken fundamenteel anders.
EVEN VOOR DE DUIDELIJKHEID
Een gewone chatbot wacht op jou. Jij stelt een vraag, hij antwoordt, en dan stopt hij. Een AI-agent werkt anders: die krijgt één opdracht en gaat zelf aan de slag. Hij haalt data op, verwerkt het, gebruikt tools in je systemen — en gaat door totdat de klus geklaard is, of totdat hij vastloopt en een mens nodig heeft.
Een concreet voorbeeld: een agent ziet dat de voortgang van een team twee weken achterop loopt bij de planning, berekent dat dit over zes weken een budgetoverschrijding oplevert, en legt drie scenario’s klaar voor de programmamanager. Geen rapportage, geen vergadering, geen tussenkomst van een PMO’er.
Herken je dit nog niet in jouw organisatie? Dat kan kloppen — zeker in de publieke sector loopt de adoptie achter. Maar elders gaat het hard.
Wat er elders al mee gebeurt
- Risicologboeken automatisch bijwerken op basis van actuele projectdata
- Stakeholderupdates genereren zonder dat iemand eerst informatie hoeft aan te leveren
- Terugkijken naar eerdere projecten om risico’s, vertragingen en keuzes te herkennen — en die inzichten koppelen aan wat er nu speelt
- Vertragingen, budgetoverschrijdingen en capaciteitsproblemen vroegtijdig signaleren
De vraag is allang niet meer óf AI jouw werk raakt. De echte vraag is: welke rol houd jij over als AI steeds meer routinewerk overneemt? Want juist op de momenten waar overzicht, afweging en besluitvorming nodig zijn, wordt jouw zichtbaarheid belangrijker dan ooit.
De vaardigheid die bijna niemand benoemt: prompten
Werken met AI begint met één concrete vaardigheid: leren hoe je de juiste opdracht geeft. Dat heet prompten. En het maakt een groter verschil dan de meeste mensen denken.
Een prompt is de instructie waarmee je AI aan het werk zet. Maar hoe je die formuleert, bepaalt wat je terugkrijgt. Geef je weinig context, dan krijg je een algemeen of vaag antwoord. Geef je duidelijk aan wat je doel is, voor wie het bedoeld is en welke informatie al bekend is, dan krijg je output waar je echt mee verder kunt.
Wie goed leert prompten, haalt veel meer uit AI dan de tool ooit vanzelf oplevert. Wie het negeert, krijgt vaak output die overtuigend klinkt, maar inhoudelijk niet klopt. In 2026 zie je het verschil tussen collega’s nu al ontstaan: de één gebruikt AI als slimme versneller, terwijl de ander tijd verliest aan output die gecontroleerd en herschreven moet worden.
Governance: wie controleert wat AI doet?
Stel dat een AI-agent straks zelfstandig een update naar de stuurgroep stuurt — met verkeerde informatie. Wie is daar dan verantwoordelijk voor? Of dat een model projecten structureel als laag-risico beoordeelt, terwijl de praktijk iets heel anders laat zien. Wie merkt dat op? En wie trekt aan de bel?
De kans is groot dat jouw organisatie daar nu nog geen duidelijk antwoord op heeft. Juist daarom is dit het moment om erover na te denken. En precies daar ligt een logische rol voor PMO. Niet bij IT alleen, en ook niet alleen bij de business. Maar bij de partij die overzicht heeft over projecten, processen, besluitvorming en data. PMO zit op de plek waar governance en uitvoering samenkomen — en wordt daarmee steeds belangrijker in hoe organisaties AI verantwoord inzetten.
Vragen om alvast over na te denken
- Welke AI-output wil je altijd controleren voordat het naar buiten gaat?
- Welke beslissingen wil je nooit volledig aan een systeem overlaten?
- Wie in jouw organisatie zou eigenaar moeten zijn van dit soort afspraken?
- Hoe herken je het als een voorspelling of rapport niet klopt?
De eerlijke kant: niet iedereen krijgt meer invloed
Veel artikelen over AI in PMO eindigen hoopvol: minder handwerk, meer strategie, grotere rol. Dat klopt — maar niet automatisch en niet voor iedereen.
| PMO’er die meegroeit | PMO’er die stilstaat |
|---|---|
| Gebruikt vrijgekomen tijd om eerder aan tafel te zitten bij portfoliobeslissingen | Voert dezelfde taken uit, maar sneller — zonder dat de rol inhoudelijk verandert |
| Stelt kritische vragen bij AI-output en bouwt daar gezag mee op | Stuurt AI-output door zonder te beoordelen of het klopt |
| Denkt mee over hoe AI verantwoord ingezet wordt in de organisatie | Wacht af wat er van hen verwacht wordt |
Het verschil zit niet in hoeveel je van AI weet. Het zit in wat je doet met de ruimte die AI creëert.
Drie vragen die er in 2026 toe doen
Zo begin je — deze week nog
AI verandert het werk van PMO niet in één keer, maar stap voor stap. En die stappen beginnen klein. Probeer deze week eens één taak anders aan te pakken: vraag AI om een vergadering samen te vatten, laat het een statusupdate opstellen, of test hoe het omgaat met een risico-analyse. Kijk wat eruit komt, stel bij, en bouw van daaruit verder. Zo leer je sneller wat AI voor jouw werk kan betekenen dan door er eerst alles over te lezen.
De meest gebruikte tools zijn gratis te proberen en vragen geen technische kennis om mee te starten:
Ze zijn niet klikbaar, maar makkelijk te vinden via je browser. Typ de naam in, maak een gratis account aan en stel je eerste vraag. En onthoud: hoe beter je prompt, hoe beter het antwoord. De rest leer je al doende.
