Professionele AI-toepassing binnen het MKB binnen handbereik met deze opleidingen
Elke ondernemer krijgt inmiddels het advies om “iets met AI te doen”. Een paar jaar geleden was het eerlijke antwoord daarop “dan heb je eerst een programmeur nodig”. Dat antwoord klopt niet meer. De meeste AI-toepassingen waar een MKB-bedrijf echt iets aan heeft, bouw je tegenwoordig zonder één regel code.
Dit artikel is geschreven met input vanuit Data Science Partners, een Nederlandse opleider in data en AI. Zij verzorgen klassikale trainingen in Utrecht, Amsterdam en Eindhoven en trainden inmiddels ruim 2.000 deelnemers. Hun trainingen vallen onder het NRTO-keurmerk en een deel ervan is geaccrediteerd door IABAC. Zij zagen hun eigen aanbod in een paar jaar tijd kantelen van technisch naar toegankelijk. Hieronder staat wat er veranderde, wat dat voor een MKB-bedrijf betekent, en hoe het opleidingsaanbod er vanaf 2027 uitziet.
Vroeger begon AI bij programmeren
Toen Data Science Partners begon met AI-trainingen betekende “AI toepassen” in de praktijk: een machine learning model bouwen op je eigen data. Een voorspelling van klantverloop, een classificatiemodel voor binnenkomende mail, een prognose van je voorraad.
Daar had je een paar dingen voor nodig. Iemand die kon programmeren in Python. Kennis van bibliotheken als pandas en scikit-learn. Data die schoon genoeg was om mee te werken. En daarna nog iemand die het model in productie kreeg en daar bleef houden.
Voor een bedrijf van veertig man was dat geen realistisch traject. AI bleef daardoor vooral iets voor organisaties met een eigen data-afdeling.
Het opleidingsaanbod zag er destijds ook zo uit: een Python cursus als startpunt, daarna machine learning, daarna verdieping. Technisch, en bedoeld voor mensen die technisch wilden worden.
Wat er is veranderd
Generatieve AI heeft de volgorde omgedraaid. Bij tools als ChatGPT, Claude, Copilot en Gemini is het model er al. Je hoeft het niet te trainen. Je stuurt het aan met gewone taal, en hoe beter je dat doet, hoe bruikbaarder de uitkomst.
Daar kwam een tweede verschuiving overheen: de software eromheen werd low-code en no-code. Dat betekent dat je een werkende toepassing in elkaar klikt in plaats van programmeert.
Drie voorbeelden van wat dat oplevert:
- Werkprocessen automatiseren. In een tool als n8n bouw je in een visuele interface een proces dat vanzelf loopt: een trigger (er komt een mail binnen), een AI-stap (vat samen en bepaal de categorie), en een actie (zet het in de juiste map en stuur een bericht aan de juiste collega). Je sleept blokken en verbindt ze met lijnen.
- AI aan het werk zetten op je eigen bestanden. Met Claude Cowork of ChatGPT Work laat je AI niet alleen meedenken, maar taken uitvoeren op de documenten op je computer. Een Excel-analyse, een presentatie, een stapel offertes doorlopen.
- Zelf software bouwen zonder programmeerkennis. Dit heet vibe coding: je beschrijft in gewone taal wat je applicatie moet doen, de AI schrijft de code, en je zet het resultaat live op een eigen webadres. Denk aan een intern dashboard of een rekentool voor je klanten.
In hun trainingen zien de trainers welke vragen deelnemers zelf meebrengen. Offertes opstellen, inkomende mail routeren, rapportages genereren, een eigen documentenset doorzoekbaar maken, een terugkerend proces automatiseren dat nu elke week twee uur kost. Hun inschatting op basis van wat er in de zaal langskomt: zo’n 95 procent daarvan is te bouwen zonder code.
Waar je nog wel een programmeur voor nodig hebt
Programmeren is niet overbodig geworden. Er blijft een categorie werk waar code voor nodig is: een eigen model trainen op je eigen data, een taalmodel lokaal draaien omdat de gegevens het pand niet uit mogen, koppelingen met verouderde systemen die geen nette aansluiting hebben, en toepassingen die op grote schaal of onder strenge eisen moeten draaien.
Het verschil zit in de volgorde. Je begint nu met bouwen. Code komt pas in beeld op het moment dat je ergens tegenaan loopt.
Wat dat betekent voor het MKB
De persoon die het proces het beste kent, kan nu zelf de oplossing maken. Je marketeer, je controller, je office manager, je projectleider. Daar zijn een paar trainingsdagen voor nodig, geen half jaar omscholing.
Dat maakt AI voor het MKB praktisch haalbaar. Je hebt geen data-afdeling nodig en je hoeft geen ontwikkelaar in te huren om te ontdekken of een idee werkt. Een tweede voordeel: wie zelf een eerste versie bouwt, weet daarna veel beter wat een externe partij voor hem moet doen.
De omslag: vanaf 2027 nog meer no-code
Data Science Partners past het aanbod hierop aan. Het zwaartepunt verschuift verder richting low-code en no-code, ook in de langere opleidingen waar dat tot nu toe niet gold.
1-daagse AI cursus (no-code)
De basis in één dag: hoe generatieve AI werkt en waarom er soms onzin uitkomt, zeven prompttechnieken, kritisch beoordelen van wat AI oplevert, en je eerste geautomatiseerde workflow. Na afloop krijg je dertig dagen toegang tot een eigen oefenomgeving met vijf zelfstudie-workflows. Kosten: 600 euro exclusief btw.
5-daagse AI Opleiding (no-code)
Diezelfde basisdag, gevolgd door een dag workflows en AI-agents bouwen, een dag AI laten werken aan je eigen bestanden, en twee dagen vibe coding waarin je een eigen applicatie live zet. Van dag één tot dag vijf is geen programmeerkennis vereist. Kosten: 2.600 euro exclusief btw.
AI Engineer Opleiding: van 9 naar 11 dagen, en van 67% naar 36% code
Hier is de verschuiving het duidelijkst zichtbaar. Deze opleiding wordt uitgebreid met twee extra dagen vibe coding op gevorderd niveau, en de advanced AI-module over taalmodellen en agents wordt omgebouwd naar een variant zonder code. Van de elf dagen zijn er straks vier echte programmeerdagen: Python en machine learning. In de huidige negendaagse opzet zijn dat er zes. Wie de diepte in wil met code kan dat nog steeds, alleen hoef je niet langer eerst zes dagen te programmeren voordat je iets kunt bouwen.
Nieuw: 9-daagse AI Bootcamp (no-code)
Op korte termijn komt er een negendaagse AI Bootcamp die volledig zonder code werkt. Data en prijs volgen.
Welke past bij jouw bedrijf?
Wil je begrijpen wat AI kan en morgen betere resultaten uit ChatGPT of Copilot halen: de eendaagse cursus. Wil je repetitief werk structureel automatiseren en zelf tools bouwen: de vijfdaagse opleiding. Werk je in een technische rol en wil je ook onder de motorkap kunnen kijken: de AI Engineer Opleiding.
Alle trainingen zijn ook in-company te volgen. Het programma wordt dan toegespitst op de processen en software van jouw organisatie, wat voor teams vanaf ongeveer zes deelnemers meestal de logische keuze is. Actuele data en prijzen staan op datasciencepartners.nl.
Recente reacties