AI-volwassenheidsmodel voor agile delivery: checklist met Excel-sjabloon
Veel AI-volwassenheidsmodellen zijn geschreven voor CIO’s of enterpriseprogramma’s. Dit niveau van abstractie is voor engineering managers vaak te grof en te ver verwijderd van de dagelijkse praktijk in de agile softwareontwikkeling.
Dit artikel vertaalt bestaande AI-volwassenheidsmodellen naar een pragmatisch model voor agile softwareontwikkeling. Daarbij bedienen we niet de AI-hype, maar volgen we het gezond verstand langs de stelling:
AI-volwassenheid in agile softwareontwikkeling blijkt daaruit of AI de waardestroom van probleeminzicht tot gebruikersfeedback versnelt en verbetert.
Hier krijg je 6 dimensies, elk met 3 healthcheck-items voor enquêtes en teamretrospectives. Aan het einde vind je bovendien een Excel-sjabloon dat alle items als basis voor je volwassenheidsmatrix samenbrengt.
TL;DR
- Klassieke AI-volwassenheidsmodellen meten eerder abstract strategie, data, governance, engineering, operating model, cultuur en waardecreatie.
- Voor agile softwareontwikkeling moeten deze dimensies worden vertaald naar concrete vaardigheden van agile teams: doelhelderheid, kenniscontext, verificatie, delivery-systeem, samenwerking en continue verbetering.
- De beste AI-volwassenheidsmeting is geen Excelrapportage, maar een basis voor teamretrospectives om concrete, voelbare verbeteringen door te voeren.
Wat bestaande AI-volwassenheidsmodellen doorgaans meten
AI-volwassenheidsmodellen volgen meestal een vergelijkbaar patroon: ze meten het vermogen van een organisatie om AI strategisch, veilig en effectief in werksystemen te verankeren.
1. Technologische vaardigheidsniveaus
KPMG beschrijft een AI-vaardigheidsmodel met zes niveaus, van datavoorbereidheid via prompting en contextualisering tot betrouwbaarheid, integratie en operationalisering in opgeschaalde bedrijfsvoering. Dat is technisch nuttig, omdat het duidelijk maakt dat je je nog geen zorgen hoeft te maken over autonome agents en geschaalde exploitatie als er nog geen robuuste data- en contextbasis is.
Bron: KPMG: AI Capability Maturity Assessment
2. Governance, risico en levenscyclus
OWASP AIMA is bijzonder relevant voor softwareteams, omdat het AI-volwassenheid bekijkt langs een levenscyclus. Het volwassenheidsmodel noemt strategie, ontwerp, implementatie, operatie en governance als kerndomeinen. De gelinkte Excel-toolkit gaat nog gedetailleerder te werk en werkt met 8 practice areas: Responsible AI Principles, Governance, Data Management, Privacy, Design, Implementation, Verification en Operations.
Bronnen: OWASP AI Maturity Assessment, OWASP AIMA PDF, OWASP AIMA Excel Toolkit
3. Pijlers, heatmaps en geprioriteerde roadmaps
Gartner beschrijft AI-volwassenheid als een diagnose langs meerdere kernpijlers: strategie, data, governance, engineering, operating model, cultuur en AI-product en waardecreatie. De praktische kern is een heatmap tussen huidige en gewenste volwassenheid, waaruit geprioriteerde initiatieven en roadmaps ontstaan.
Bron: Gartner: AI Maturity Model and AI Roadmap Toolkit
4. Assessment, analyse en gezamenlijke workshop
AI Sweden beschrijft volwassenheidsmeting als een driedelig proces: assessment, analyse en workshop. Vooral de derde stap is zinvol: stakeholders bespreken de resultaten samen en werken een roadmap uit. Juist deze follow-uplogica ontbreekt in veel Excel-sjablonen (maar natuurlijk niet in die van ons).
Bron: AI Sweden: AI Maturity Assessment
Voor agile teams betekent dit: de retrospectieve is geen “add-on” na de meting van de volwassenheid. De retrospectieve is de centrale plek waar uit de meting van de volwassenheid inzichten worden gecreëerd en veranderingen worden geïnitieerd.
5. Ambitie, vaardigheden, use cases en implementatie
Holisticon beschrijft het op appliedAI gebaseerde assessment aan de hand van vier dimensies: Ambitions, Capabilities & Enablers, Use Cases en Execution. Dit is een goede herinnering dat AI-volwassenheid niet alleen uit governance bestaat. Er is ambitie, vaardigheid en relevante use cases voor nodig.
Bron: Holisticon: AI Maturity Assessment
Accenture kader AI-volwassenheid eveneens in als een transformatiethema (en niet alleen als de introductie van een tool). Dit perspectief is vooral een bevestiging van ons artikel over AI-transformatie: AI-volwassenheid moet worden gemeten aan de hand van het verandervermogen.
Bron: Accenture: The Art of AI Maturity
Wat de bestaande AI-volwassenheidsmodellen voor agile softwareontwikkeling missen
De enterprise-modellen zijn goed voor de oriëntatie. Voor engineering managers hebben ze echter drie zwakke punten:
- Ze staan vaak te ver af van de dagelijkse praktijk van het team.
- Ze meten veel randvoorwaarden, maar te weinig delivery-gedrag.
- Ze creëren gemakkelijk een volwassenheidsdashboard zonder de volgende teambeslissing te verbeteren.
Daarom vertaal ik de modellen naar 6 dimensies die een product- of engineeringteam daadwerkelijk kan bespreken in retrospectives. Elke dimensie beantwoordt precies één leidende vraag:
| Dimensie | Leidende vraag | Functie in het delivery-systeem |
|---|---|---|
| Doelhelderheid | Werken we aan de juiste problemen? | Richting |
| Gedeelde kenniscontext | Kan AI ons product en ons domein begrijpen? | Context |
| Verificatie & vertrouwen | Kunnen we AI-resultaten veilig gebruiken? | Vertrouwen |
| AI-adaptief deliveriesysteem | Wordt het team als systeem beter? | Flow |
| Samenwerking | Wordt AI een teamvaardigheid in plaats van individuele optimalisatie? | Alignment |
| Voortdurende verbetering & governance | Worden de organisatie en regels met elke iteratie beter? | Leercyclus |
Het systeem erachter is eenvoudig:
- Doelen bepalen waarvoor AI wordt ingezet.
- Kenniscontext bepaalt hoe goed AI kan werken.
- Verificatie bepaalt of resultaten bruikbaar zijn.
- Het delivery-systeem bepaalt of dit sneller waarde oplevert.
- Samenwerking bepaalt of het team gezamenlijk beter wordt.
- Continue verbetering en governance bepalen of verbeteringen op de lange termijn standhouden.
Logica van het AI-volwassenheidsmodel: 6 dimensies en 3 niveaus voor een duidelijke prioritering
Voor team-retrospectives raad ik 3 eenvoudige niveaus aan. Belangrijk is: de niveaus beoordelen niet in eerste instantie het gebruik van AI. Ze beoordelen eerst de onderliggende delivery-capaciteit.
| Niveau | Betekenis | Typisch patroon |
|---|---|---|
| Niveau 1: Vaardigheid aanwezig | Het team beheerst de dimensie in de basis. | Baseline |
| Niveau 2: Teampraktijk gevestigd | Het team heeft een gezamenlijke praktijk voor deze dimensie. | Herhaalbaarheid |
| Niveau 3: AI geïntegreerd | AI versterkt deze vaardigheid systematisch. | AI-gestuurde delivery-impact |
Zo gebruik je deze niveaus: Als niveau 1 van een dimensie al problematisch is, identificeer dan eerst het probleem en los het op. Zodra een gezonde baseline is gecreëerd, kun je doorgaan naar niveau 2 en de vaardigheid verankeren in de werkwijze van de teams. Pas als niveau 1 en 2 beide goed scoren, is de focus op “AI-integratie” zinvol. Natuurlijk kan het zijn dat AI al goede oplossingen biedt voor niveau 1 en 2, maar AI zou daarbij nog geen conceptuele focus moeten zijn.
Hier zijn dan de items om de dimensie te meten, met de mogelijkheid om de meting direct te starten met een retrospectieve in Echometer:
Template om de AI-volwassenheid te meten
Dimensie 1: 🎯Doelhelderheid
Deze dimensie controleert of AI het werk aan het juiste probleem verbetert. Veel teams gebruiken AI voor meer output, terwijl het probleem, de gebruikersbehoefte of het succescriterium onduidelijk zijn. Dan schaalt AI alleen de onduidelijkheid.
AI-volwassenheid: 🎯 Doelhelderheid: Zo verloopt de retro
Random Icebreaker (2-5 minuten)
Echometer biedt jullie een generator voor willekeurige check-in vragen.
Review van de openstaande acties (2-5 minuten)
Voordat je met nieuwe onderwerpen begint, zou je ter controle van de effectiviteit moeten bespreken wat er van de acties uit eerdere retrospectieven is geworden. Echometer geeft automatisch een overzicht van alle openstaande actiepunten uit eerdere retro's.
Health Check
Alle teamleden kunnen de health checks anoniem op een schaal beantwoorden. Neem de resultaten van de health checks vervolgens samen door en noteer eventueel aanvullende opmerkingen. Als je dezelfde health checks in meerdere retrospectieven gebruikt, kun je ook trends in de loop van de tijd in Echometer volgen.
- Niveau 1: Bij onze taken is het meestal duidelijk of ze hun doel hebben bereikt of niet.
- Niveau 2: Voordat we thema's uitvoeren, zorgen we altijd voor een gedeeld begrip van het probleem, de oplossing en het succescriterium.
- Niveau 3: AI helpt ons systematisch om gebruikersproblemen te begrijpen, oplossingsopties af te wegen en succescriteria vast te stellen.
Retro-onderwerpen bespreken
Gebruik de volgende open vragen om jullie belangrijkste bevindingen te verzamelen. Eerst bedenkt iedereen dit voor zichzelf. Echometer staat toe om elke kolom van het retro-bord afzonderlijk te onthullen, om de feedback vervolgens te presenteren en te groeperen.
- Wat houdt ons in deze dimensie momenteel tegen?
- Wat is de volgende beste maatregel of het volgende experiment om ons in deze dimensie te verbeteren?
Catch-all vraag (Aanbevolen)
Zodat ook andere onderwerpen een plek hebben:
- Waar wil je het verder nog over hebben in de retro?
Prioritering / Stemming (5 minuten)
Op het Retro-Board in Echometer kun je de feedback heel eenvoudig prioriteren met de stemming. De stemming is natuurlijk anoniem.
Maatregelen definiëren (10-20 minuten)
Via het plusteken bij een feedback kun je een gekoppelde maatregel aanmaken. Nog niet zeker welke maatregel de juiste zou zijn? Open dan via het plusteken in plaats daarvan een whiteboard over het onderwerp om kernoorzaken en mogelijke maatregelen te brainstormen.
Checkout / Afsluiting (5 minuten)
Echometer stelt je in staat om anonieme feedback van het team te verzamelen over hoe nuttig de retro was. Dit resulteert in de ROTI-score ("Return On Time Invested"), die je in de loop van de tijd kunt volgen.
AI-volwassenheid: 🎯 Doelhelderheid
Health Check vragen (schaal)
Open vragen
Goede discussies ontstaan hier vaak bij de vraag: “Welke door AI versneld werk hadden we beter helemaal niet begonnen?”
Template om de AI-volwassenheid te meten
Dimensie 2: 🧠 Gedeelde kenniscontext
Deze dimensie vervangt bewust de smallere term “datakwaliteit”. Voor agile delivery gaat het niet alleen om data, maar om productkennis, domeinkennis, architectuurbegrip, kwaliteitseisen en gedeelde beslissingen. AI kan alleen goed werk leveren als deze context beschikbaar en betrouwbaar is.
AI-volwassenheid: 🧠 Gedeelde kenniscontext: Zo verloopt de retro
Random Icebreaker (2-5 minuten)
Echometer biedt jullie een generator voor willekeurige check-in vragen.
Review van de openstaande acties (2-5 minuten)
Voordat je met nieuwe onderwerpen begint, zou je ter controle van de effectiviteit moeten bespreken wat er van de acties uit eerdere retrospectieven is geworden. Echometer geeft automatisch een overzicht van alle openstaande actiepunten uit eerdere retro's.
Health Check
Alle teamleden kunnen de health checks anoniem op een schaal beantwoorden. Neem de resultaten van de health checks vervolgens samen door en noteer eventueel aanvullende opmerkingen. Als je dezelfde health checks in meerdere retrospectieven gebruikt, kun je ook trends in de loop van de tijd in Echometer volgen.
- Niveau 1: Relevante product- en domeinkennis is gemakkelijk beschikbaar voor mijn werk.
- Niveau 2: We investeren als team in een gedeelde kenniscontext die voor iedereen actueel en bruikbaar is.
- Niveau 3: AI helpt ons systematisch om kennishiaten en onduidelijkheden te herkennen en de context te verbeteren.
Retro-onderwerpen bespreken
Gebruik de volgende open vragen om jullie belangrijkste bevindingen te verzamelen. Eerst bedenkt iedereen dit voor zichzelf. Echometer staat toe om elke kolom van het retro-bord afzonderlijk te onthullen, om de feedback vervolgens te presenteren en te groeperen.
- Wat houdt ons in deze dimensie momenteel tegen?
- Wat is de volgende beste maatregel of het volgende experiment om ons in deze dimensie te verbeteren?
Catch-all vraag (Aanbevolen)
Zodat ook andere onderwerpen een plek hebben:
- Waar wil je het verder nog over hebben in de retro?
Prioritering / Stemming (5 minuten)
Op het Retro-Board in Echometer kun je de feedback heel eenvoudig prioriteren met de stemming. De stemming is natuurlijk anoniem.
Maatregelen definiëren (10-20 minuten)
Via het plusteken bij een feedback kun je een gekoppelde maatregel aanmaken. Nog niet zeker welke maatregel de juiste zou zijn? Open dan via het plusteken in plaats daarvan een whiteboard over het onderwerp om kernoorzaken en mogelijke maatregelen te brainstormen.
Checkout / Afsluiting (5 minuten)
Echometer stelt je in staat om anonieme feedback van het team te verzamelen over hoe nuttig de retro was. Dit resulteert in de ROTI-score ("Return On Time Invested"), die je in de loop van de tijd kunt volgen.
AI-volwassenheid: 🧠 Gedeelde kenniscontext
Health Check vragen (schaal)
Open vragen
Mijn mening: Voor veel teams is kenniscontext de onderschatte hefboom. Prompttrainingen helpen weinig als teamkennis verspreid, verouderd of tegenstrijdig is.
Template om de AI-volwassenheid te meten
Dimensie 3: ✅ Verificatie & vertrouwen
Deze dimensie is de kern van AI-volwassenheid in softwareteams. AI kan code, tests, acceptatiecriteria, analyse en documentatie versnellen. Maar alleen verifieerbare resultaten mogen in de waardestroom terechtkomen.
AI-volwassenheid: ✅ Verificatie & vertrouwen: Zo verloopt de retro
Random Icebreaker (2-5 minuten)
Echometer biedt jullie een generator voor willekeurige check-in vragen.
Review van de openstaande acties (2-5 minuten)
Voordat je met nieuwe onderwerpen begint, zou je ter controle van de effectiviteit moeten bespreken wat er van de acties uit eerdere retrospectieven is geworden. Echometer geeft automatisch een overzicht van alle openstaande actiepunten uit eerdere retro's.
Health Check
Alle teamleden kunnen de health checks anoniem op een schaal beantwoorden. Neem de resultaten van de health checks vervolgens samen door en noteer eventueel aanvullende opmerkingen. Als je dezelfde health checks in meerdere retrospectieven gebruikt, kun je ook trends in de loop van de tijd in Echometer volgen.
- Niveau 1: Ik kan de kwaliteit van mijn werk betrouwbaar beoordelen.
- Niveau 2: We hebben als team een gevestigde standaard voor goed werk waaraan iedereen zich houdt.
- Niveau 3: Door AI herkennen we risico's, fouten en kwaliteitslacunes eerder en verhelpen we ze sneller.
Retro-onderwerpen bespreken
Gebruik de volgende open vragen om jullie belangrijkste bevindingen te verzamelen. Eerst bedenkt iedereen dit voor zichzelf. Echometer staat toe om elke kolom van het retro-bord afzonderlijk te onthullen, om de feedback vervolgens te presenteren en te groeperen.
- Wat houdt ons in deze dimensie momenteel tegen?
- Wat is de volgende beste maatregel of het volgende experiment om ons in deze dimensie te verbeteren?
Catch-all vraag (Aanbevolen)
Zodat ook andere onderwerpen een plek hebben:
- Waar wil je het verder nog over hebben in de retro?
Prioritering / Stemming (5 minuten)
Op het Retro-Board in Echometer kun je de feedback heel eenvoudig prioriteren met de stemming. De stemming is natuurlijk anoniem.
Maatregelen definiëren (10-20 minuten)
Via het plusteken bij een feedback kun je een gekoppelde maatregel aanmaken. Nog niet zeker welke maatregel de juiste zou zijn? Open dan via het plusteken in plaats daarvan een whiteboard over het onderwerp om kernoorzaken en mogelijke maatregelen te brainstormen.
Checkout / Afsluiting (5 minuten)
Echometer stelt je in staat om anonieme feedback van het team te verzamelen over hoe nuttig de retro was. Dit resulteert in de ROTI-score ("Return On Time Invested"), die je in de loop van de tijd kunt volgen.
AI-volwassenheid: ✅ Verificatie & vertrouwen
Health Check vragen (schaal)
Open vragen
Een volwassen team vraagt niet: “Mogen we AI daarvoor gebruiken?” Het vraagt: “Welk bewijs hebben we nodig om deze uitkomst verantwoord te kunnen gebruiken?”
Template om de AI-volwassenheid te meten
Dimensie 4: 🔁 AI-adaptief delivery-systeem
Deze dimensie toetst of AI de waardestroom verbetert. Individuen kunnen sneller zijn, terwijl het hele systeem nauwelijks beter wordt. Dan blijft AI een optimalisatie op individueel niveau. Volwassenheid ontstaat pas wanneer het team zijn werkwijze aanpast aan de nieuwe mogelijkheden.
AI-volwassenheid: 🔁 AI-adaptief leveringssysteem: Zo verloopt de retro
Random Icebreaker (2-5 minuten)
Echometer biedt jullie een generator voor willekeurige check-in vragen.
Review van de openstaande acties (2-5 minuten)
Voordat je met nieuwe onderwerpen begint, zou je ter controle van de effectiviteit moeten bespreken wat er van de acties uit eerdere retrospectieven is geworden. Echometer geeft automatisch een overzicht van alle openstaande actiepunten uit eerdere retro's.
Health Check
Alle teamleden kunnen de health checks anoniem op een schaal beantwoorden. Neem de resultaten van de health checks vervolgens samen door en noteer eventueel aanvullende opmerkingen. Als je dezelfde health checks in meerdere retrospectieven gebruikt, kun je ook trends in de loop van de tijd in Echometer volgen.
- Niveau 1: Ons team levert regelmatig incrementele verbeteringen op die door klanten gebruikt kunnen worden.
- Niveau 2: Feedbackloops met klanten en de analyse van gebruiksdata zijn een vast onderdeel van de waardestroom van ons team.
- Niveau 3: We gebruiken AI actief om gebruiksdata en gebruikersfeedback sneller om te zetten in impact.
Retro-onderwerpen bespreken
Gebruik de volgende open vragen om jullie belangrijkste bevindingen te verzamelen. Eerst bedenkt iedereen dit voor zichzelf. Echometer staat toe om elke kolom van het retro-bord afzonderlijk te onthullen, om de feedback vervolgens te presenteren en te groeperen.
- Wat houdt ons in deze dimensie momenteel tegen?
- Wat is de volgende beste maatregel of het volgende experiment om ons in deze dimensie te verbeteren?
Catch-all vraag (Aanbevolen)
Zodat ook andere onderwerpen een plek hebben:
- Waar wil je het verder nog over hebben in de retro?
Prioritering / Stemming (5 minuten)
Op het Retro-Board in Echometer kun je de feedback heel eenvoudig prioriteren met de stemming. De stemming is natuurlijk anoniem.
Maatregelen definiëren (10-20 minuten)
Via het plusteken bij een feedback kun je een gekoppelde maatregel aanmaken. Nog niet zeker welke maatregel de juiste zou zijn? Open dan via het plusteken in plaats daarvan een whiteboard over het onderwerp om kernoorzaken en mogelijke maatregelen te brainstormen.
Checkout / Afsluiting (5 minuten)
Echometer stelt je in staat om anonieme feedback van het team te verzamelen over hoe nuttig de retro was. Dit resulteert in de ROTI-score ("Return On Time Invested"), die je in de loop van de tijd kunt volgen.
AI-volwassenheid: 🔁 AI-adaptief leveringssysteem
Health Check vragen (schaal)
Open vragen
De praktische test: Als AI uit jullie werk zou verdwijnen, zou de waardestroom dan verslechteren of alleen de ervaren productiviteit?
Template om de AI-volwassenheid te meten
Dimensie 5: 🤝 Samenwerking
Deze dimensie is de blinde vlek van veel AI-volwassenheidsmodellen. Agile softwareontwikkeling leeft van gezamenlijk begrip, communicatie, beslissingen en eigenaarschap. Als AI alleen individueel wordt gebruikt, kan het teamwork zelfs verzwakken: minder gedeelde context, minder discussie, meer parallelle individuele optimalisatie.
AI-volwassenheid: 🤝 Samenwerking: Zo verloopt de retro
Random Icebreaker (2-5 minuten)
Echometer biedt jullie een generator voor willekeurige check-in vragen.
Review van de openstaande acties (2-5 minuten)
Voordat je met nieuwe onderwerpen begint, zou je ter controle van de effectiviteit moeten bespreken wat er van de acties uit eerdere retrospectieven is geworden. Echometer geeft automatisch een overzicht van alle openstaande actiepunten uit eerdere retro's.
Health Check
Alle teamleden kunnen de health checks anoniem op een schaal beantwoorden. Neem de resultaten van de health checks vervolgens samen door en noteer eventueel aanvullende opmerkingen. Als je dezelfde health checks in meerdere retrospectieven gebruikt, kun je ook trends in de loop van de tijd in Echometer volgen.
- Niveau 1: Ik heb een goed overzicht van wat er momenteel in het team gebeurt.
- Niveau 2: Onze communicatie binnen het team maakt het mogelijk dat iedereen effectief kan werken en op de hoogte blijft.
- Niveau 3: AI ondersteunt bij het verspreiden van relevante kennis naar de juiste mensen en vermindert onnodige informatiestroom.
Retro-onderwerpen bespreken
Gebruik de volgende open vragen om jullie belangrijkste bevindingen te verzamelen. Eerst bedenkt iedereen dit voor zichzelf. Echometer staat toe om elke kolom van het retro-bord afzonderlijk te onthullen, om de feedback vervolgens te presenteren en te groeperen.
- Wat houdt ons in deze dimensie momenteel tegen?
- Wat is de volgende beste maatregel of het volgende experiment om ons in deze dimensie te verbeteren?
Catch-all vraag (Aanbevolen)
Zodat ook andere onderwerpen een plek hebben:
- Waar wil je het verder nog over hebben in de retro?
Prioritering / Stemming (5 minuten)
Op het Retro-Board in Echometer kun je de feedback heel eenvoudig prioriteren met de stemming. De stemming is natuurlijk anoniem.
Maatregelen definiëren (10-20 minuten)
Via het plusteken bij een feedback kun je een gekoppelde maatregel aanmaken. Nog niet zeker welke maatregel de juiste zou zijn? Open dan via het plusteken in plaats daarvan een whiteboard over het onderwerp om kernoorzaken en mogelijke maatregelen te brainstormen.
Checkout / Afsluiting (5 minuten)
Echometer stelt je in staat om anonieme feedback van het team te verzamelen over hoe nuttig de retro was. Dit resulteert in de ROTI-score ("Return On Time Invested"), die je in de loop van de tijd kunt volgen.
AI-volwassenheid: 🤝 Samenwerking
Health Check vragen (schaal)
Open vragen
Dat is vanuit mijn perspectief het spannendste verschil met veel enterprise-modellen: een agile AI-volwassenheidsmodel moet meten of AI het team beter maakt, niet alleen individuele specialisten.
Template om de AI-volwassenheid te meten
Dimensie 6: ☯️ Continue verbetering & governance
Governance is belangrijk, maar ze mag niet alles opslokken. In dit model betekent governance: het team kan verantwoordelijk beslissen, risico’s zichtbaar maken en regels verbeteren op basis van echte ervaringen. Continue verbetering en governance horen samen, omdat starre regels in zo’n dynamisch veld snel verouderen.
AI-volwassenheidsniveau: ☯️ Voortdurende verbetering & governance: Zo verloopt de retro
Random Icebreaker (2-5 minuten)
Echometer biedt jullie een generator voor willekeurige check-in vragen.
Review van de openstaande acties (2-5 minuten)
Voordat je met nieuwe onderwerpen begint, zou je ter controle van de effectiviteit moeten bespreken wat er van de acties uit eerdere retrospectieven is geworden. Echometer geeft automatisch een overzicht van alle openstaande actiepunten uit eerdere retro's.
Health Check
Alle teamleden kunnen de health checks anoniem op een schaal beantwoorden. Neem de resultaten van de health checks vervolgens samen door en noteer eventueel aanvullende opmerkingen. Als je dezelfde health checks in meerdere retrospectieven gebruikt, kun je ook trends in de loop van de tijd in Echometer volgen.
- Niveau 1: Voor mijn werk zijn verantwoordelijkheden en risicogrenzen te allen tijde duidelijk.
- Niveau 2: Als team passen we onze werkwijzen regelmatig aan op basis van nieuwe inzichten en opgedane ervaringen.
- Niveau 3: AI helpt ons systematisch om onze werkwijzen ter discussie te stellen en verder te ontwikkelen.
Retro-onderwerpen bespreken
Gebruik de volgende open vragen om jullie belangrijkste bevindingen te verzamelen. Eerst bedenkt iedereen dit voor zichzelf. Echometer staat toe om elke kolom van het retro-bord afzonderlijk te onthullen, om de feedback vervolgens te presenteren en te groeperen.
- Wat houdt ons in deze dimensie momenteel tegen?
- Wat is de volgende beste maatregel of het volgende experiment om ons in deze dimensie te verbeteren?
Catch-all vraag (Aanbevolen)
Zodat ook andere onderwerpen een plek hebben:
- Waar wil je het verder nog over hebben in de retro?
Prioritering / Stemming (5 minuten)
Op het Retro-Board in Echometer kun je de feedback heel eenvoudig prioriteren met de stemming. De stemming is natuurlijk anoniem.
Maatregelen definiëren (10-20 minuten)
Via het plusteken bij een feedback kun je een gekoppelde maatregel aanmaken. Nog niet zeker welke maatregel de juiste zou zijn? Open dan via het plusteken in plaats daarvan een whiteboard over het onderwerp om kernoorzaken en mogelijke maatregelen te brainstormen.
Checkout / Afsluiting (5 minuten)
Echometer stelt je in staat om anonieme feedback van het team te verzamelen over hoe nuttig de retro was. Dit resulteert in de ROTI-score ("Return On Time Invested"), die je in de loop van de tijd kunt volgen.
AI-volwassenheidsniveau: ☯️ Voortdurende verbetering & governance
Health Check vragen (schaal)
Open vragen
Het doel is niet maximale vrijheid en niet maximale controle. Het doel is een systeem waarin teams snel kunnen leren zonder risico’s te negeren.
Tip: Eenvoudige AI-volwassenheids radar chart en heatmap met Echometer
Zodra je alle items met je team hebt behandeld, kun je de gegevens voorbereiden en visualiseren. Echometer doet dat zelfs automatisch voor je:
Als je de AI-volwassenheidsmeting voor meerdere teams tegelijk uitvoert, krijg je in Echometer zelfs een passende AI-volwassenheidsanalyse als matrix / heatmap voor de organisatie:
Daarom mijn aanbeveling: gebruik in plaats van handmatige enquêtes en Excel liever Echometer, om niet alleen te profiteren van professionele analyses en trendanalyses met één druk op de knop, maar ook van optimale ondersteuning voor de moderatie en het opvolgen van maatregelen.
Excel-sjabloon: Alle items van het AI-volwassenheidsmodel voor agile softwareontwikkeling als matrix
Als je toch een Excel-sjabloon voor je AI-volwassenheidsmodel wilt, kun je het volgende Excel-template gebruiken:
| Dimensie | Niveau | Survey-item | Score 1-5 | Bewijs | Grootste blocker | Volgend experiment | Eigenaar | Reviewdatum |
|---|---|---|---|---|---|---|---|---|
| Doelhelderheid | 1 | Bij onze taken is meestal duidelijk of ze hun doel hebben bereikt of niet. | ||||||
| … |
Checklist: Hoe je het AI-volwassenheidsmodel voor agile softwareontwikkeling praktisch gebruikt
Begin niet met alle 18 items in een gigantische assessment. Begin met een dimensie waarbij jullie op dit moment frictie ervaren.
Elk item is geformuleerd als een eenvoudige instemmingsstelling. Als een team niveau 1 ontkent, is de basisvaardigheid nog niet stabiel. Als niveau 1 klopt, maar niveau 2 niet, ontbreekt een betrouwbare teampraktijk. Als niveau 2 klopt, maar niveau 3 niet, is AI nog geen systematische versterker van deze vaardigheid.
Hier dus je checklist voor een goed verloop:
- Kies één dimensie die voor jou of je team op dit moment het meest relevant lijkt. Alle dimensies tegelijk willen focussen levert maar één ding op: chaos.
- Laat het team de drie level-items anoniem beoordelen. Bijvoorbeeld gewoon direct in de Retro-tool van Echometers.
- Bespreek bij de beoordelingen niet het gemiddelde, maar de afwijkingen in jullie meningen. Daaruit ontstaan inzichten en kansen worden zichtbaar.
- Beantwoord ook de twee open vragen in het retro-template om een gezamenlijk beeld te ontwikkelen van blokkades en mogelijke maatregelen.
- Formuleer een experiment voor 2 tot 4 weken. Spreek regelmatige check-ins af om voortgang te waarborgen.
- Meet na de implementatie van de maatregel en een passende testperiode opnieuw dezelfde dimensie.
Naast de checklist is ook een aanwijzing toegestaan over wat je absoluut moet vermijden: als jullie meerdere teams vergelijken, vergelijk dan patronen, niet scores. Een platformteam, een productteam en een legacy-team hebben verschillende uitgangsposities. Volwassenheidsmeting wordt gevaarlijk wanneer het een ranglijst wordt.
Meer hierover: Waarom agile volwassenheidsassessments vaak mislukken.
Conclusie: AI-volwassenheid is alleen nuttig als die ook tot verbeteringen leidt
Bestaande AI-volwassenheidsmodellen leveren goede bouwstenen: strategie, data, governance, engineering, operating model, cultuur, use cases, verificatie en operatie. Voor agile delivery moeten deze bouwstenen echter worden vertaald naar concrete vaardigheden van agile teams. Daarvoor hebben onze items hier praktische en compacte voorstellen gedaan.
Mijn aanbeveling: gebruik Excel voor overzicht, maar gebruik retrospectives voor verandering. Een team dat een dimensie eerlijk bespreekt en een goede verbetering (of ook een goed experiment) start, staat verder dan een organisatie met een perfecte matrix en een uitgebreide heatmap, maar zonder consequenties.
Als je meer input zoekt over AI in agile softwareontwikkeling, passen deze artikelen als volgende stap:
FAQ over het AI-volwassenheidsmodel voor agile softwareontwikkeling
Wat is een AI-volwassenheidsmodel voor agile softwareontwikkeling?
Een AI-volwassenheidsmodel voor agile softwareontwikkeling beoordeelt hoe goed een team AI vertaalt naar doelduidelijkheid, kenniscontext, verificatie, delivery-systeem, samenwerking en voortdurende verbetering. Het meet niet alleen toolgebruik, maar ook of AI de waardecreatie en leervermogen van het team verbetert.
Hoe verschilt dit van klassieke AI-volwassenheidsmodellen?
Klassieke AI-volwassenheidsmodellen kijken vaak naar de enterprise-perspectieven zoals strategie, data, governance, talent, operating model en waardebijdrage. Voor agile delivery moeten deze dimensies worden vertaald naar concrete vaardigheden van agile teams: meer doelduidelijkheid, betere kenniscontext, betrouwbare verificatie, een AI-adaptief delivery-systeem, sterkere samenwerking en voortdurende verbetering.
Moet ik bij een AI-volwassenheidsmeting starten met Excel of met een retrospectieve?
Begin met een retrospectieve als je gedrag wilt veranderen. Excel is nuttig om items, scores, bewijs en experimenten te documenteren. Het echte inzicht ontstaat echter in het gesprek over blokkades, risico’s en de volgende kleine verbeterstap.
Waarom bevat het volwassenheidsmodel slechts drie volwassenheidsniveaus?
Drie niveaus zijn voor teamretrospectieven begrijpelijk en actiegericht: vaardigheid aanwezig, teampraktijk verankerd en AI geïntegreerd. Een vierde niveau zoals AI-native organisatie is als visie in individuele gevallen zinvol, maar voor veel teams momenteel te ver weg om daaruit goede, concrete maatregelen af te leiden.
