Ga naar inhoud

1. Valkuilencatalogus voor AI-Projecten

1. Doel

Deze catalogus bundelt de meest voorkomende valkuilen bij AI-projecten, gegroepeerd per thema. Elke valkuil bevat een beschrijving, het risico en een verwijzing naar de Blueprint-module die de mitigatie beschrijft.

2. Governance & Organisatie

# Valkuil Risico Mitigatie (Blueprint-verwijzing)
G-01 Geen governance-kader — AI-projecten starten zonder duidelijke rollen, gates of verantwoordelijkheden Oncontroleerbare uitkomsten, compliance-risico Governance Model
G-02 Rubber stamping — Menselijke reviewer keurt AI-output blind goed Fouten passeren onopgemerkt Samenwerkingsmodi — Modus 2
G-03 Wildgroei van AI-tools — Teams gebruiken ongekeurde AI-diensten Data-lekken, vendor lock-in, compliance-schendingen Approved Tools
G-04 Ontbrekende escalatiepaden — Geen duidelijke procedure wanneer AI faalt Vertraagde respons bij incidenten Incident Playbooks
G-05 Governance als blokkade — Te zware governance voor laag-risico toepassingen Vertraagde time-to-value, frustratie bij teams Fast Lane

3. Technisch & Engineering

# Valkuil Risico Mitigatie (Blueprint-verwijzing)
T-01 Blind copy-paste — AI-code accepteren zonder begrip Verborgen bugs, veiligheidslekken, technische schuld Engineering Patterns
T-02 Prompt-perfectionisme — Meer tijd aan de prompt dan aan de oplossing Vertraagde oplevering Engineering Patterns — Anti-patterns
T-03 Ongevalideerde keten — Meerdere AI-stappen zonder tussentijdse controle Hallucinatie-escalatie Validatiemodel
T-04 Technische schuld door AI — AI genereert code sneller dan het team kan reviewen Schuld accumuleert exponentieel SDD Patroon
T-05 Context-vervuiling — Te veel of irrelevante context aangeboden aan AI Lagere kwaliteit, hogere kosten Context Builder
T-06 Oneindige agent-lus — Agent herhaalt stappen zonder voortgang Kostenexplosie Agentic AI Engineering
T-07 Scope creep bij agents — Agent interpreteert mandaat breder dan bedoeld Ongeautoriseerde acties Acceptatiecriteria Modus 4-5

4. Data & Kwaliteit

# Valkuil Risico Mitigatie (Blueprint-verwijzing)
D-01 Data-bias niet gedetecteerd — Trainings- of RAG-data bevat systematische vertekeningen Discriminerende output Ethische Richtlijnen
D-02 Geen baseline — Geen meting van huidige prestaties voor AI-inzet Onmogelijk om verbetering aan te tonen Metrics & Dashboards
D-03 Stille degradatie — Modelkwaliteit daalt geleidelijk zonder alarm Gebruikers krijgen steeds slechtere output Drift Detectie
D-04 Hallucinaties niet gemitigeerd — AI genereert plausibele maar onjuiste feiten Juridisch risico, reputatieschade Red Teaming
D-05 Verouderde kennisbank — RAG-bronnen worden niet bijgewerkt Incorrecte antwoorden op basis van achterhaalde informatie Beheer & Optimalisatie

5. Organisatie & Mensen

# Valkuil Risico Mitigatie (Blueprint-verwijzing)
O-01 Expertise-erosie — Team verliest vakkennis omdat AI het werk overneemt Niemand kan AI-output meer beoordelen Samenwerkingsmodi — Modus 4 risico
O-02 AI-theater — Pilots zonder meetbare business-waarde Budget verspild, stakeholder-vermoeidheid Batenrealisatie
O-03 Geen adoptiestrategie — AI-tools beschikbaar maar niet gebruikt Licentiekosten zonder waarde Adoptie Manager
O-04 Oversprong naar autonomie — Direct naar Modus 4-5 zonder leerfases Onbeheersbare systemen Begin laag, schaal op
O-05 Ontbrekende eigenaar — Geen duidelijke verantwoordelijke voor AI-systeem in productie Drift wordt niet opgemerkt, incidenten niet afgehandeld Rollen & Verantwoordelijkheden

6. Kosten & ROI

# Valkuil Risico Mitigatie (Blueprint-verwijzing)
K-01 Alleen inferentiekosten berekend — TCO mist governance, monitoring, integratie Budget-overschrijding Kostenoptimalisatie
K-02 Geen kostenlimiet per agent-taak — Agent draait onbeperkt Bill shock door oneindige loops Agentic AI Engineering — Kostenbeheersing
K-03 ROI te vroeg gemeten — Na 4-6 weken conclusies trekken over waarde Voortijdige annulering van kansrijke projecten Batenrealisatie
K-04 Rework niet gemeten — Tijdswinst door AI wordt tenietgedaan door correctiewerk Vals productiviteitsbeeld Engineering Patterns — Rework

7. Gebruik van deze Catalogus

  • Bij projectstart: Loop de categorieën door die relevant zijn voor het risicoprofiel.
  • Bij gate reviews: Controleer of de geïdentificeerde valkuilen zijn gemitigeerd.
  • Bij retrospectives: Gebruik de catalogus als checklist voor lessen geleerd.

8. Gerelateerde Modules