AI consultant education: welke opleiding telt echt?

Wat AI consultant education in de praktijk betekent

Iedereen die zich AI consultant noemt, heeft een ander pad afgelegd. De ene heeft een informatica-master en tien jaar ervaring met machine learning, de andere heeft zes maanden geleden ChatGPT ontdekt en noemt zich nu expert. AI consultant education is geen beschermde term. Er bestaat geen diploma, geen tuchtrecht, geen keurmerk dat garandeert dat iemand weet waar hij het over heeft. Dat maakt de keuze voor een consultant lastiger dan de keuze voor een boekhouder of een advocaat, waar een titel tenminste een minimum garandeert.

Wij runnen Stride AI met twee mensen die zelf bouwen. Geen laag klantmanagers tussen ons en de code, geen verkoper die belooft wat een ander moet waarmaken. Dat geeft ons zicht op wat er in de markt gebeurt: bureaus die tienduizenden man optuigen met een certificeringstraject, en freelancers die zichzelf in een jaar hebben omgeschoold van een heel ander vak. Beide kunnen goed werk leveren, en beide kunnen tegenvallen. In dit artikel zetten we de routes naast elkaar: het grote certificeringstraject van een bureau als IBM, de freelance zelfstudieroute, de regionale verschillen tussen bijvoorbeeld Eindhoven en Groningen, en wat sectorkennis toevoegt bij een verzekeraar of een luchtvaartmaatschappij. Zo weet je waar je op moet letten voordat je iemand inhuurt of aanneemt.

Het diploma bestaat niet: hoe grote spelers het nu oplossen

IBM en OpenAI kondigden op 13 augustus 2026 een partnership aan die laat zien hoe de grootste consultancybureaus dit probleem aanpakken. IBM richt binnen IBM Consulting een aparte OpenAI-praktijk op en traint en certificeert de komende maanden tienduizenden consultants op OpenAI's technologie, vooral door bestaand personeel om te scholen in plaats van nieuwe mensen aan te nemen. De training draait om Codex, de API, cybersecurity en wat IBM "consultative solution credentials" noemt: een certificering die niet alleen technische kennis toetst, maar ook of iemand een AI-project bij een klant kan opzetten en verantwoorden. Er komt ook een groep gespecialiseerde Forward Deployed Experts, opgeleid via OpenAI's eigen partnernetwerk, bedoeld voor de complexere trajecten.

Dat is education op schaal: een vast curriculum, een certificaat aan het eind, en een merk dat voor de kwaliteit borg staat. IBM koppelt dat aan zijn eigen platform, IBM Consulting Advantage, waar de nieuwste OpenAI-modellen zoals GPT-5.6, Codex en ChatGPT Work in worden geïntegreerd. Voor een klant die met een groot bureau werkt, is dat het soort garantie dat je koopt: niet elke consultant hoeft een uitzondering te zijn, want er zit een minimumniveau en een escalatiepad achter. Loopt een project vast, dan is er een organisatie met andere gecertificeerde mensen om op terug te vallen.

Het is dezelfde route die IBM een jaar eerder met Anthropic bewandelde, en die OpenAI ook met Infosys en Tata Consultancy Services heeft afgesproken. Grote modelbouwers concurreren niet meer alleen op het beste model. Ze concurreren op de vraag wie hun technologie het beste in bestaande consultancypraktijken krijgt, en dat loopt via opleiding en certificering. Voor een koper van AI-diensten betekent dit dat het certificaat op een LinkedIn-profiel de komende jaren vaker een naam van een modelbouwer draagt dan een universiteit.

Voor kleinere, onafhankelijke consultants en bureaus verandert dit niets aan wat ze in huis moeten hebben, wel aan hoe ze dat bewijzen. Een certificaat van een modelbouwer is een geloofwaardig signaal, maar het is geen vervanging voor eigen projecten. Een klein team zonder trainingsbudget van een miljardenbedrijf kan nog steeds evengoed opgeleid zijn, alleen moet dat blijken uit ander bewijs: welke problemen ze hebben opgelost, met welk resultaat, en hoe recent dat was. Vraag daar gewoon naar, in plaats van af te gaan op de aanwezigheid of afwezigheid van een logo op een website.

Wat een goede AI consultant opleiding eigenlijk moet dekken

Een certificaat zegt weinig als je niet weet wat erin zit. Bij de meeste serieuze trajecten, groot of klein, komen vier onderdelen terug, en het is de moeite waard om daar zelf naar te vragen.

Het eerste is technische kennis: hoe werkt een taalmodel, wat kan het wel en niet, hoe bouw je met een API in plaats van alleen met een chatvenster. Dit is het deel dat het snelst veroudert. Een consultant die deze kennis niet elk kwartaal bijwerkt, werkt met aannames van twee generaties modellen geleden.

Het tweede is implementatiekennis: hoe zet je een pilot op, hoe meet je of iets werkt, hoe schaal je een werkend prototype naar een systeem dat een team dagelijks gebruikt. Veel zelfbenoemde consultants kunnen het eerste, maar niet het tweede. Ze laten een indrukwekkende demo zien die nooit een productieomgeving haalt.

Het derde is compliance en risico: waar mag een model wel en niet zelfstandig beslissen, wat betekent de AVG voor een systeem dat met persoonsgegevens werkt, wanneer heb je een menselijke check nodig in de keten. Dit onderdeel wordt vaak overgeslagen bij snelle, goedkope trajecten, en het is precies het onderdeel dat een project een jaar later duur kan maken.

Het vierde is adoptie: een AI-systeem dat niemand gebruikt, levert niets op, hoe goed het model ook is. Een consultant die alleen techniek begrijpt en niet hoe je een team meekrijgt, levert een oplossing af die na de oplevering stilvalt.

Vraag een consultant gerust welk van deze vier onderdelen hun opleiding heeft gedekt, en welk onderdeel ze zelf het zwakst vinden. Een eerlijk antwoord op die laatste vraag zegt meer dan een lijst met certificaten.

Freelance versus bureau: twee heel verschillende scholingspaden

Zoek je een ai consultant freelance, dan koop je een ander soort garantie. Een freelancer heeft meestal geen certificeringstraject van een grote leverancier achter zich. Wat je wel krijgt: iemand die zijn eigen kennis heeft moeten opbouwen, vaak door projecten te draaien voor klanten die weinig geduld hadden met een leercurve. Freelancers die dat overleven, hebben hun kennis in de praktijk getoetst, niet in een klaslokaal, en dat is een ander soort bewijs, niet per se een zwakker soort.

Het verschil zit in wat je kunt verifiëren. Bij een bureau vraag je naar het certificeringsprogramma en het aantal gecertificeerde mensen op je project. Bij een freelancer vraag je naar drie afgeronde projecten, het probleem dat is opgelost, en het resultaat dat te meten was. Een freelancer die alleen "AI-strategie" en "digitale transformatie" op zijn profiel heeft staan zonder een concreet voorbeeld, heeft vermoedelijk geen van beide. Vraag door tot je een getal hoort: uren bespaard per week, een foutpercentage dat omlaag ging, een doorlooptijd die korter werd.

Kosten spelen ook mee. Een consultant bij een groot bureau reken je vaak per dagtarief dat een deel van de trainingskosten en overhead dekt, en dat tarief loopt op naarmate het bureau meer gecertificeerde specialisten inzet. Een freelancer heeft die overhead niet, en dat tarief ligt meestal lager, al betekent dat niet automatisch minder kwaliteit. Voor een MKB-bedrijf met een concreet probleem, bijvoorbeeld een facturenproces dat te veel handwerk kost, is een freelancer die dat al drie keer heeft gebouwd vaak sneller en goedkoper dan een bureau dat eerst een projectteam moet samenstellen en inwerken. Voor een organisatie die AI in meerdere afdelingen tegelijk wil uitrollen, met een compliance-afdeling die mee moet, is de schaal van een bureau vaak juist wel nodig.

Regionaal: Eindhoven en Groningen zijn geen kopieën van elkaar

Zoek je een ai consultant in Eindhoven, dan zoek je in een regio met een sterke techniek- en hightechcultuur rond de TU Eindhoven en de Brainportregio. Veel consultants daar komen uit een engineeringachtergrond: embedded systemen, sensoren, productieprocessen. Dat kleurt hun opleiding. Ze zijn vaak sterker in AI die met fysieke processen te maken heeft, zoals kwaliteitscontrole op een productielijn of voorspellend onderhoud aan machines, dan in AI voor bijvoorbeeld marketing of klantenservice.

Een ai consultant in Groningen komt vaker uit een andere hoek. De Rijksuniversiteit Groningen heeft een lange traditie in kunstmatige intelligentie als wetenschappelijk vakgebied, niet alleen als toepassing. Consultants met die achtergrond hebben vaker onderzoekservaring en zijn sterker onderlegd in de theorie achter een model, wat handig is bij complexere modelvraagstukken, maar dat betekent niet automatisch dat ze weten hoe je een project binnen een MKB-budget en een MKB-tijdlijn oplevert. Een onderzoeksachtergrond is geen garantie voor een praktische opleveraar.

Geen van beide regio's is beter. Het is wel een reden om te vragen waar iemands opleiding vandaan komt, niet alleen wat er op LinkedIn staat. Iemand die zijn AI-kennis heeft opgebouwd rond productieomgevingen, zet je niet zomaar in op een klantenservice-chatbot, en andersom. Dit geldt trouwens net zo goed buiten Eindhoven en Groningen: de achtergrond van een consultant zegt vaak meer over waar hij goed in is dan zijn functietitel.

Sectorkennis weegt net zo zwaar als AI-kennis

Twee van de zoektermen in deze vergelijking, ai consultant insurance en ai consultant lufthansa, komen uit twee heel verschillende sectoren: verzekeringen en luchtvaart. Beide laten hetzelfde punt zien.

Een AI consultant voor een verzekeraar moet begrijpen hoe claims worden beoordeeld, welke regels gelden voor geautomatiseerde besluitvorming richting klanten, en waar de AVG en sectorspecifieke toezichtregels een grens trekken. Een model dat een claim afwijst zonder uitlegbare reden is geen technisch probleem, het is een juridisch probleem dat een toezichthouder of een rechter kan raken. Wie die achtergrond mist, bouwt iets dat werkt in een demo en vastloopt bij de eerste klacht van een klant of de eerste vraag van een compliance-afdeling.

Lufthansa laat de andere kant zien: een luchtvaartmaatschappij waar AI wordt ingezet voor planning, onderhoud en klantcommunicatie, in een omgeving waar uitval van een systeem meteen vluchten raakt en waar de marge voor fouten klein is. Een consultant die daar aan de slag gaat, heeft kennis nodig van operationele systemen die vierentwintig uur per dag draaien, niet alleen van het nieuwste taalmodel. De vraag is niet alleen of een model goed presteert in een test, maar of het systeem eromheen blijft werken als er om drie uur 's nachts iets misgaat.

De les hier is simpel. Een AI consultant education die alleen uit modelkennis bestaat, is voor de helft af. De andere helft is de sector waarin je werkt. Vraag een consultant niet alleen wat hij van AI weet, maar ook wat hij van jouw sector weet: welke regels gelden er, wat gaat er mis als het misgaat, en wie moet daar verantwoording over afleggen.

Wat een salaris op Glassdoor je wel en niet vertelt

Wie ai consultant glassdoor intikt, zoekt meestal naar een salarisrange of naar reviews van bureaus. Beide zijn nuttig, met beperkingen. Een salaris op Glassdoor zegt iets over wat een werkgever betaalt, niet over wat die consultant kan. Een groot consultancybureau kan een hoog instapsalaris bieden aan iemand die net het certificeringstraject heeft afgerond en nog geen project heeft opgeleverd. Een freelancer met vijf jaar praktijkervaring rapporteert vaak geen salaris op Glassdoor, omdat die daar niet in dienst is en dus buiten de data valt.

Reviews zijn nuttiger dan salarisdata als je een bureau overweegt. Let op patronen, niet op losse klachten: worden projecten structureel te laat opgeleverd, wisselt het team vaak halverwege een traject, zit er een gat tussen wat sales belooft en wat het projectteam levert. Eén negatieve review zegt weinig, iedereen heeft weleens een ontevreden klant. Tien reviews die hetzelfde probleem noemen, zeggen veel meer.

Gebruik Glassdoor als een van de bronnen, niet als de enige. Een goed gesprek met de consultant zelf, en het checken van referenties bij eerdere klanten in een vergelijkbare sector, levert meer op dan een cijfer op een sterrenschaal. Vraag bij een referentie niet alleen of het project goed ging, maar ook wat er de tweede keer anders zou moeten.

Hoe je de opleiding van een AI consultant checkt voordat je tekent

Een paar concrete vragen die je in een eerste gesprek kunt stellen, ongeacht of je met een freelancer of een bureau praat.

Vraag naar het laatste project dat vergelijkbaar is met jouw probleem, inclusief wat er misging. Iedereen met echte ervaring heeft weleens iets dat niet meteen lukte. Wie alleen successen kan noemen, heeft ofwel weinig gedaan, ofwel is niet eerlijk over de resultaten.

Vraag hoe de consultant zijn kennis actueel houdt. Modellen en tools veranderen elke paar maanden, GPT-5.6 en vergelijkbare releases zijn daar het bewijs van. Iemand die twee jaar geleden een cursus volgde en daarna niets meer heeft bijgehouden, werkt met verouderde aannames over wat een model wel en niet kan.

Vraag wie het werk echt uitvoert. Bij grotere bureaus verkoopt een senior partner het traject, maar voert een team met wisselende ervaring het uit. Vraag met naam en ervaring wie er op je project zit, niet alleen wie de deal sluit. Dat verschil tussen de verkoper en de uitvoerder is een van de meest genoemde klachten in reviews van grote bureaus.

Check referenties in jouw sector, niet in het algemeen. Een consultant die drie logistieke bedrijven heeft geholpen, is niet automatisch goed in een verzekeraar of een luchtvaartbedrijf, om de twee eerdere voorbeelden aan te houden. Sectorkennis is net zo goed onderdeel van de opleiding als modelkennis.

Vraag ten slotte wat er gebeurt als het project na oplevering nog onderhoud nodig heeft. Een model dat vandaag goed werkt, kan over een half jaar anders reageren omdat de onderliggende versie is bijgewerkt of omdat de data waarop het draait is veranderd. Een consultant die alleen oplevert en vertrekt, laat je achter met een systeem dat niemand meer begrijpt zodra er iets schuurt. Iemand die vooraf uitlegt hoe hij dat soort drift signaleert en oplost, laat zien dat de opleiding verder gaat dan de bouwfase alleen.

En vraag door op de opleiding zelf. "AI-gecertificeerd" kan van alles betekenen, van een certificaat na een cursus van drie uur tot een traject van maanden zoals IBM nu met OpenAI opzet. De naam van het certificaat zegt weinig, de inhoud en de duur wel. Vraag concreet hoeveel uur het traject duurde en wie de toetsing deed.

Bij onze AI diensten werken we het liefst met klanten die deze vragen ook aan ons stellen. Wij hebben geen certificeringstraject van een grote leverancier achter ons. Wij hebben projecten die we kunnen laten zien en uitleggen, inclusief de stukken die niet in één keer goed gingen. Dat is een andere manier om te bewijzen dat de opleiding klopt: niet met een certificaat, maar met werk dat je kunt narekenen.

Wat voor jouw bedrijf de beste route is, hangt af van de grootte van het probleem. Een bedrijfsbreed traject bij een verzekeraar of luchtvaartmaatschappij vraagt om het soort schaal en garanties die een IBM kan bieden, met een team dat op meerdere plekken tegelijk gecertificeerd is. Eén concreet proces automatiseren vraagt vaker om iemand die het al eerder heeft gebouwd, zonder een laag management ertussen die het tarief opdrijft. Beide routes bestaan, en beide kunnen de juiste keus zijn, zolang je weet welk type opleiding bij welk probleem hoort.