Van data tot strategie

In dit interview gaan we in gesprek met Brenda Bastiaensen, partner bij Sprenkels en verantwoordelijk voor de markt Verzekeraars en kennisdomein Data & AI. We spreken haar over de toenemende rol van data en AI binnen organisaties en waarom het juist nu cruciaal is om data strategisch in te zetten. Want in een wereld waarin data steeds toegankelijker wordt en AI een vlucht neemt, ligt de uitdaging niet in het verzamelen van informatie, maar in het behouden van overzicht en het maken van de juiste beslissingen. 

Interview Brenda Bastiaensen

Kun je kort schetsen wat jouw rol is binnen Sprenkels en hoe jij met data & AI bezig bent? 

Ik werk sinds november 2025 als Partner bij Sprenkels, met als aandachtsgebieden zowel Verzekeraars als Data & AI. Binnen ons kennisdomein Data & AI kijken we hoe we onze klanten kunnen ondersteunen bij het inzetten van data en AI in hun organisatie. Dat is heel breed en gaat over de nieuwste ontwikkelingen in AI, maar óók over automatisering, beschikbaarheid en relevantie van data. Veel van dit werk doen we overigens al jaren, maar door de ontwikkelingen in data en AI krijgt het nu echt een eigen plek en een bredere toepassing. 

Waarom is ‘van data tot strategie’ volgens jou juist nu zo relevant voor organisaties? 

De technologische ontwikkelingen gaan razendsnel. In het afgelopen decennium zijn er veel meer databronnen beschikbaar gekomen, hebben we aanzienlijk beter inzicht en toegang tot onze data, en gebruiken we steeds vaker AI-tools die deze data benutten voor efficiëntie en voorspellingen. We verwachten tegenwoordig dat niet alleen data-scientists, maar ook andere professionals binnen bedrijven datavaardig zijn en er hands-on mee aan de slag gaan.  

Tegelijkertijd brengt dat een uitdaging met zich mee. We zien bij veel organisaties een wildgroei aan dashboards en prestatie-indicatoren (KPI’s) ontstaan. Logisch, want een operationeel manager heeft bijvoorbeeld een hele andere behoefte aan data dan een sales directeur en stuurt ook anders aan. Maar welke data nemen we daadwerkelijk mee in onze strategische besluiten? Hebben we als directie nog genoeg overzicht om onze organisatie aan te sturen of verdwalen we in de details? Spreken we als directieleden onderling dezelfde taal? Juist in een omgeving waarin er meer en meer data beschikbaar is, moeten we blijven waken dat we ook het overzicht behouden. 

Hoe helpt data & AI bestuurders bij het maken van betere strategische keuzes? Kun je dit illustreren met een concreet voorbeeld? 

Data en AI helpen bestuurders om beter onderbouwde strategische keuzes te maken, doordat ze inzicht kunnen geven in risico’s en trends binnen de organisatie. Bestuurders en directieleden van pensioenfondsen en verzekeraars moeten goed inzicht hebben in de risico’s waaraan de organisatie is blootgesteld en hoe deze zich ontwikkelen.  

Een concreet voorbeeld zie ik in mijn werk binnen pricing voor verzekeraars. Daar vertelt data ons welke klantgroepen een hoge kans op schade hebben en welke niet, en berekenen we per klantgroep een passende premie. Soms vinden we het echter maatschappelijk of ethisch niet verantwoord om dat helemaal door te voeren in de premie. Daar is wetgeving voor, maar verzekeraars hebben daar ook zelf keuzes in te maken. Als we ervoor kiezen een risicovolle klantgroep niet volledig naar risico te laten betalen, betekent dat dat de prijs voor deze groep lager uitvalt en andere groepen relatief meer betalen. Die keuzes hebben direct impact op de risico’s en de winstgevendheid van de verzekeraar.  

Ik zie daarom hoe belangrijk het is om goed te blijven monitoren in welke klantgroepen je marktaandeel groeit of juist afneemt. Juist die inzichten helpen de directie van de verzekeraar om bij te sturen. Als duidelijk is welke groepen risicovoller zijn en waar de prijs het risico dekt, kan de verzekeraar strategische keuzes maken, bijvoorbeeld in het productaanbod of de doelgroepen waarin de organisatie wil groeien. 

Vanuit het Data & AI-team hebben jullie het over het slaan van een brug tussen bestuur, beleid en uitvoering. Wat bedoelen jullie daarmee? 

Vaak weet een actuaris of data-scientist zelf heel goed wanneer modellen zeer nauwkeurig risico’s voorspellen en wanneer er juist meer onzekerheid is. In het pricing-voorbeeld kan een actuaris bijvoorbeeld erg goed aangeven wanneer er ruimte is om scherper te prijzen, of wanneer extra marge nodig is vanwege de risico’s. Hetzelfde geldt bijvoorbeeld voor modellen die de werkvoorraad voorspellen.  

Het vertalen van inzichten uit data en voorspelmodellen naar strategische keuzes blijft echter vaak een uitdaging. De inhoudelijke experts spreken nu eenmaal een andere taal dan het management. Bij Sprenkels helpen we klanten deze kloof te overbruggen door complexe vraagstukken simpel uit te leggen, zonder afbreuk te doen aan de inhoud. Wanneer een bestuurder door nieuwe en heldere inzichten in de actuariële risico’s een ‘aha’ moment heeft, kan hij of zij de organisatie beter aansturen en is onze missie geslaagd. 

Wat zijn typische misverstanden rondom AI‑strategie en waar lopen organisaties vaak op vast als ze te snel willen? 

Door de snelle technologische ontwikkelingen hebben bedrijven de angst om achter te lopen en willen ze hun innovatie op AI versnellen. Er ontstaan dan werkgroepen om ‘iets met agents’ te doen of ‘meer met generatieve AI’. Deze gedachtegang redeneert vanuit de tool en kijkt daarna pas waarvoor het in te zetten. 

Zelf kijk ik graag eerst naar de uitdaging die een organisatie heeft en welke behoefte er bijvoorbeeld is aan automatisering of voorspelkracht. Daarna kijken we samen naar welke tool of model hier het beste bij past. Soms is dat inderdaad generatieve AI met agents, soms machine learning, maar het kan ook een statistisch model zijn dat meer transparantie geeft in de uitkomsten. In mijn ogen draait het bij het effectief inzetten van AI niet om welke AI-tool het meest innovatief is, maar om de uitdaging van de organisatie goed te doorgronden en de meest relevante oplossing te bieden. 

Wat verwacht jij dat de komende jaren verandert op het gebied van data & AI? 

Zoals data in het afgelopen decennium steeds toegankelijker is geworden, worden AI-tools nu steeds breder beschikbaar. Waar we de afgelopen jaren een wildgroei aan dashboards hebben zien ontstaan, gaan we dat ook zien met AI-tools, agents en modellen. Er is meer mogelijk en alles kan sneller dan vroeger, waardoor het landschap van data, modellen en processen in een rap tempo complexer wordt. Hoe ga je als bestuurder het overzicht houden om de koers van de organisatie uit te kunnen blijven denken? 

Wat moeten organisaties nu doen om hierop voorbereid te zijn? 

Een goed AI-beleid en data-governance zijn cruciaal. Maar hoe ga je ervoor zorgen dat dit je innovatiekracht niet in de weg zit? Dat kan bijvoorbeeld door proeftuinen te creëren, waarin medewerkers met nieuwe tools kunnen experimenteren zonder dat deze al volledig in de organisatie zijn uitgerold. Durf te proberen, maar durf vervolgens ook te kiezen in welke innovatie je als organisatie wilt inzetten. 

Welke ene boodschap wil je bestuurders en besluitmakers meegeven? 

Investeer er als bestuur in om je data- & AI-modellen te kennen en de inhoudelijke experts te begrijpen. Investeer in communicatie tussen bestuurders en inhoudelijke experts zoals actuarissen en data-scientists, zodat jullie elkaars taal spreken en zij je kunnen meenemen in welke risico’s en kansen zij voor jouw organisatie zien. Mensen inzetten en opleiden als ‘data-translator’ zorgt ervoor dat je je data strategisch beter kunt benutten. 

Conclusie: Van data tot strategie

Met ‘van data tot strategie’ wordt duidelijk dat de waarde van data pas echt ontstaat wanneer inzichten worden vertaald naar richting en keuzes op bestuurlijk niveau. Het vraagt om overzicht, duidelijke communicatie tussen experts en besluitmakers, en de vaardigheid om door de hoeveelheid informatie heen te kijken. Juist daar ligt de sleutel: niet méér data, maar betere duiding en effectievere toepassing. 

Vervolg: Van data tot innovatie

In het volgende thema, Van data tot innovatie, bespreken we hoe organisaties deze strategische inzichten niet alleen gebruiken om bij te sturen, maar ook om te vernieuwen. Want wie data echt weet te benutten, kan niet alleen beter beslissen maar ook sneller inspelen op kansen en innovatie structureel verankeren in de organisatie.