Welke consultancy helpt bij het opzetten van een AI-dataplatform voor jouw organisatie?

Wie zoekt naar een bureau voor een AI-dataplatform, ziet websites die sterk op elkaar lijken. Bij verschillende bureaus leest u varianten van begeleiding “van begin tot eind”, met aandacht voor governance en een fundament voor AI. Op basis van die teksten kiest u geen partner.

Het verschil zit in drie dingen: of een bureau ook bouwt, of het ook beheert, en hoe eerlijk het is over wat uw organisatie zelf moet regelen. Die drie zeggen meer over wat u na oplevering in handen heeft dan de teksten op de website.

Een AI-dataplatform is drie opdrachten tegelijk

Het helpt om een dataplatform dat AI moet dragen te zien als drie soorten werk: advieswerk, bouwwerk en beheerwerk. Het advies gaat over architectuurkeuzes, welke bronnen als eerste worden aangesloten, wie eigenaar is van welke data en welke toepassingen de moeite waard zijn.

De bouw gaat over pijplijnen, opslag, toegangsbeheer, een omgeving waarin modellen draaien en de koppeling met de systemen waar het werk gebeurt.

Het beheer begint op de dag dat de bouwer vertrekt. Denk aan het bewaken van datakwaliteit, kosten, rechten en de koppelingen met bronsystemen. Dit deel verdient een eigen plek in uw uitvraag, omdat het doorloopt zolang het platform bestaat.

Stel daarom bij elk bureau de vraag welke van de drie opdrachten het zelf uitvoert, en welke het bij u of bij een derde legt.

Vier soorten bureaus en waar ze goed in zijn

Grote internationale adviesbureaus

Deze bureaus presenteren zich met een breed aanbod. Zo beschrijft Neurons Lab per oktober 2026 het aanbod van Accenture als onder meer strategie en roadmap, “data readiness and enterprise data foundation for AI”, verantwoorde AI-adoptie en training van medewerkers.

Dit model past bij organisaties die een meerjarig programma met veel onderdelen tegelijk willen laten lopen en de bijbehorende omvang kunnen dragen. Vraag in dat geval na hoe de mensen die het platform straks dagelijks gebruiken bij het ontwerp worden betrokken.

Implementatiepartners van een cloud- of platformleverancier

Bij deze partijen ligt de nadruk in veel gevallen op de stack van de leverancier waarmee ze samenwerken. Softwareleveranciers van dataplatformen bieden daarnaast zelf diensten aan; de blog van Acceldata over het bouwen van een AI-dataplatform eindigt bijvoorbeeld in een beschrijving van het eigen product.

Daar is niets mis mee, zolang u het weet. Houd er rekening mee dat het advies dan vanuit die stack kan vertrekken. Als u die keuze zelf nog open wilt houden, hoort het advies bij een andere partij te liggen dan de bouw.

Data-science-boutiques

Kleinere bureaus die sterk zijn in modellen, analyses en toepassingen. Data Science Partners positioneert zich per oktober 2026 als AI consultancy die “ontzorgt van begin tot eind”.

De sterke kant is kennis van de toepassingen zelf. De vraag die u moet stellen is hoeveel data-engineering- en beheercapaciteit erachter zit. Een goed model levert weinig op als de pijplijnen eronder niet stabiel worden beheerd.

Brede data- en AI-bureaus

Een vierde groep biedt strategie en platformbouw binnen één aanbod. Devoteam noemt per oktober 2026 “AI-strategie” en “AI Tech Foundations” als diensten; Valcon beschrijft “Data & AI Platform Engineering” als onderdeel van het data-aanbod. Of zo’n bureau ook het beheer na oplevering verzorgt, blijkt uit deze pagina’s niet. Vraag dat expliciet na.

Liggen advies, bouw en beheer bij één team, dan weet degene die het platform ontwerpt dat hij het straks ook moet beheren. Dat kan ertoe leiden dat beheerbaarheid al in het ontwerp meeweegt. Vraag daarnaast na of de omvang van het team past bij de omvang van uw programma.

Zeven vragen die het verschil zichtbaar maken

Websites geven u de categorie. Het eerste gesprek geeft u de kwaliteit. Deze vragen helpen daarbij.

1. Wie beheert het platform na oplevering, en wat kost dat per jaar? Een precies bedrag is vroeg in het traject niet altijd te geven, omdat de kosten afhangen van de scope. Vraag in dat geval hoe het bureau die kosten gaat bepalen en van welke aannames het uitgaat.
2. Welke stack adviseert u als u vrij mag kiezen, en waarom? Vraag bij een partner van een leverancier door op de alternatieven die het heeft overwogen en waarom het die heeft laten vallen.
3. Hoe gaat u om met bronnen van slechte kwaliteit? Een eerlijk antwoord benoemt welke problemen aan de bron moeten worden opgelost, en dat dit tijd kan kosten bij uw eigen afdelingen.
4. Wat verwacht u van onze organisatie in de eerste drie maanden? Een lijst met namen en uren is een goed teken.
5. Hoe worden de toegang per databron en de grondslag per verwerking vastgelegd? Bij persoonsgegevens hoort dat vanaf het ontwerp op tafel.
6. Welke toepassing zet u als eerste live, en waarom die? Een bureau dat met één overzichtelijke toepassing wil beginnen, houdt de omvang van het traject beheersbaar.
7. Wat doet u als blijkt dat het platform in deze vorm niet gaat werken? Luister of het antwoord een stopmoment bevat.

De antwoorden hoeven niet allemaal perfect te zijn. Let vooral op waar een bureau terughoudend wordt. Daar zit het werk dat het bureau liever bij u laat liggen.

Wat geen enkel bureau voor u regelt

Een platform zonder eigenaar aan uw kant stopt met werken zodra de eerste prioriteiten verschuiven. Iemand in uw organisatie moet het platform “hebben”: budget, besluiten over nieuwe bronnen, de relatie met het beheer. Dat hoeft geen fulltime functie te zijn, maar het moet wel iemands taak zijn.

Per databron is een eigenaar nodig die beslist over kwaliteit, toegang en gebruik. Reken erop dat dit tijd kost, omdat het gesprekken vraagt met afdelingen die er weinig direct belang bij hebben.

Bij het verwerken van persoonsgegevens komen vragen op tafel zoals op welke grondslag een verwerking rust, wie waarvoor verantwoordelijk is en welke afspraken nodig zijn als een andere partij gegevens voor u verwerkt. Welke verplichtingen in uw situatie gelden, is een vraag voor uw privacy- en juridische functie. Of de AI Act relevant is voor een toepassing, is een vraag om met uw juridische functie te bespreken. Reken op betrokkenheid van uw privacy- en juridische functie vanaf het ontwerp.

Over doorlooptijd zeggen we liever iets conservatiefs dan iets aantrekkelijks. Hoe lang een eerste werkende toepassing op een nieuw platform duurt, hangt sterk af van de uitgangssituatie; bronnen, afspraken en toegang kunnen een groot deel van die tijd vragen. Belooft een bureau een korte doorlooptijd, vraag dan wat er na die periode precies draait.

Waar Twentynext in dit rijtje staat

Voor Twentynext gelden dezelfde zeven vragen als voor elk ander bureau. Ons uitgangspunt is dat een platform ontworpen hoort te worden door mensen die de beheerconsequenties kennen.

Als de brondata nog geen eigenaar hebben, als niemand in uw organisatie het platform gaat dragen, of als de eerste toepassing nog niet scherp is, bespreken we dat liever vóór de offerte dan erna. Een platform bouwen voor een organisatie die er nog niet aan toe is, levert niemand iets op.

Wilt u vooral een strategisch programma met honderden mensen, dan zijn er partijen die daar beter op zijn ingericht. Wilt u een platform dat over twee jaar nog draait en waarvan uw eigen mensen begrijpen hoe het werkt, dan is onze aanpak passend.

Begin met een uitvraag van één pagina

Schrijf vóór het eerste gesprek met een bureau een uitvraag van één A4. Daarop staat welke toepassing u als eerste wilt, welke bronnen daarvoor nodig zijn en wie daar eigenaar van is, wat u aan beheer verwacht na oplevering, en welk budget u voor bouw én beheer heeft gereserveerd.

Stuur die pagina naar drie bureaus uit verschillende categorieën en leg de antwoorden naast de zeven vragen hierboven. Noteer per bureau welke open punten op uw A4 het zelf benoemt en hoe het voorstelt die in te vullen.

Wilt u die uitvraag eerst laten toetsen voordat hij de deur uitgaat, dan leest een consultant van Twentynext mee.

Zo maken we dit. AI schrijft de eerste versie, een tweede AI-model van een andere aanbieder controleert hem, en een mens van Twentynext heeft dit artikel gelezen en goedgekeurd voordat het live ging. We controleren feiten en bronnen zorgvuldig, maar kunnen juistheid en volledigheid niet garanderen. Zie onze disclaimer.