Roast & Rise

RisePlan van Roast & Rise

Manager Habits for AI Adoption

Maak van experimenten teamroutines

Help managers om prive-experimenten met AI om te zetten in gedeelde teamroutines, kwaliteitsstandaarden, zichtbare leerlussen en workflowverandering.

Kerngedachte

AI-adoptie wordt echt wanneer managers individuele experimenten omzetten in gedeelde routines, judgment standards, zichtbare leerlussen en workflowverbeteringen. De taak is niet toolgebruik afdwingen. De taak is nuttig werk kiezen, veilig oefenen, kwaliteit inspecteren en standaardiseren wat bewijs levert.

Wat je overhoudt

Een manager operating rhythm voor adoptie: baseline scan, wekelijkse learning loop, judgment coaching, workflow standard, reinforcement plan en quality review habits.

Voor wie

Managers en teamleads die AI-adoptie praktisch moeten begeleiden zonder toolpolitie, hypevertaler of enige kwaliteitsbewaker te worden.

Workflow

Team adoption baseline, use-case selectie, wekelijkse learning ritual, quality coaching, workflow standardization, reinforcement en behavior review.

Gedrag

Van prive-experimenten en ongelijke confidence naar teamgewoonten die werk verbeteren, kwaliteit zichtbaar maken en nuttige experimenten onderhouden.

Uitkomsten

Wat het team na deze RisePlan moet kunnen doen.

Zien wie experimenteert, blokkeert, twijfelt, risico draagt of dubbel werk doet.

Een teamworkflow kiezen waar AI-practice echt werk verbetert.

Een licht weekritueel draaien met voorbeelden, mislukkingen, prompts en reviewcriteria.

Mensen coachen om AI-output te beoordelen op juistheid, specificiteit, toon, context, risico en nut.

Herhaalde wins omzetten in teamstandaarden met triggers, inputs, voorbeelden en owners.

Hoofdstukken

01

Zet de adoptiebaseline

Begrijp wie experimenteert, wie blokkeert, waar kwaliteit schuurt en welke workflows aandacht verdienen.

Managers hebben een baseline nodig voordat ze adoptie duwen. Anders bepaalt de luidste experimenter het verhaal.

De scan hoort use cases, confidence, blockers, risico's en workflowwensen te tonen zonder performance review te worden.

Het doel is weten welke support nodig is: toestemming, voorbeelden, prompts, kwaliteitsstandaarden, veiligere tools of scherpere keuzes.

Oefening

Run een korte team adoption scan.

Vraag ieder teamlid wat ze geprobeerd hebben, waar AI hielp, waar het faalde, waar twijfel zit, welke workflow ze willen verbeteren en wat output betrouwbaar zou maken. Vat patronen samen zonder mensen te labelen.

Artifact

AI adoption baseline.

Morgen gebruiken

Vraag het team: waar kan AI deze week helpen als we een veilige testvorm hebben?

02

Kies de teamworkflow

Kies een routine waar gezamenlijke AI-practice echt werk verbetert in plaats van losse tooltests te stimuleren.

Adoptie groeit sneller wanneer practice vastzit aan een herkenbare workflow.

Kies een routine met zichtbare frictie, herhaalbare inputs, beheersbaar risico en een duidelijke definitie van goed werk.

Maak de gedragsverandering expliciet: sneller voorbereiden, duidelijker samenvatten, consistenter reviewen of minder herhaalde vragen.

Oefening

Selecteer een workflow en schrijf de gedragsverandering.

Kies drie kandidaat-workflows uit de baseline. Score ze op waarde, herhaalbaarheid, risico, helderheid en teamenergie. Selecteer een en beschrijf huidig gedrag, gewenst gedrag, eigenaar en eerste oefenmoment.

Artifact

Team workflow choice memo.

Morgen gebruiken

Noem een workflow die het team samen oefent en een workflow die nu buiten scope blijft.

03

Maak de weekly learning loop

Maak AI-leren zichtbaar met kleine demos, gedeelde prompts, eerlijke failure review en volgende experimenten.

Adoptie verspreidt via zichtbare voorbeelden. Een wekelijkse loop maakt private experimenten teamleren.

Houd het klein: een nuttig voorbeeld, een mislukking, een patroon en een volgende test.

Leg vast wat geleerd is, zodat prompts, inputs en reviewcriteria onderdeel worden van de workflow.

Oefening

Ontwerp een AI-learning ritual van 20 minuten.

Schrijf een agenda met useful example, failed attempt, reusable pattern en next test. Kies een roterende owner, artifact en manier om quality rules bij te werken.

Artifact

Team learning loop agenda.

Morgen gebruiken

Plan de eerste 20 minuten en vraag iemand een echt voorbeeld met input en output mee te nemen.

04

Coach voor oordeel

Leer mensen wanneer ze AI-output vertrouwen, checken, herschrijven, escaleren of negeren.

De kernvaardigheid is oordeel. Teams moeten output inspecteren op juistheid, specificiteit, toon, ontbrekende context, risico en nut.

Coach met echte outputs en criteria. Vraag wat waar is, wat mist, wat bron nodig heeft en welke beslissing menselijk blijft.

Review input en output. Zwakke resultaten komen vaak uit vage instructies of ontbrekende voorbeelden.

Oefening

Review drie AI-assisted outputs met quality criteria.

Score elk voorbeeld op factuality, specificity, tone, completeness, risk en actionability. Bepaal wat blijft, herschreven, gecheckt, geescaleerd of weggegooid wordt.

Artifact

Judgment coaching checklist.

Morgen gebruiken

Review een AI-assisted output met een teammate en vraag welk bewijs hem betrouwbaar genoeg maakt.

05

Maak wins tot standaarden

Zet herhaalde nuttige experimenten om in routines die het team kan adopteren en onderhouden.

Experimenten leveren pas blijvende waarde als het team vastlegt wat werkte.

Een standaard beschrijft trigger, inputs, stappen, voorbeelden, tools, quality checks, owner en wat te doen bij onzekerheid.

Standaardiseer pas nadat iets herhaald nuttig is en een duidelijke kwaliteitsroutine heeft.

Oefening

Schrijf een operating routine uit een succesvol experiment.

Kies een experiment dat minstens twee keer tijd bespaarde of kwaliteit verbeterde. Documenteer wanneer het gebruikt wordt, context, stappen, voorbeelden, checks, owner, failure modes en reviewritme.

Artifact

AI workflow standard.

Morgen gebruiken

Maak van een nuttige prompt of workflow een teamnote met trigger, input, quality checklist en owner.

30-dagen pad

Week 1: run de baseline, identificeer blockers en kies een teamworkflow.

Week 2: start de learning loop en leg voorbeelden, failures en patronen vast.

Week 3: coach oordeel met echte outputs en verbeter de quality checklist.

Week 4: standaardiseer een nuttige routine en bepaal hoe managers reviewen en bijwerken.

Na 30 dagen: breid pas uit nadat de eerste routine gebruik en kwaliteitsverbetering laat zien.

Succes-signalen

Managers kennen use cases, blockers, risico's en de hoogste-waarde workflow van het team.

Het team heeft een wekelijkse routine voor wat werkt, wat faalde en wat getest wordt.

Mensen gebruiken gedeelde quality criteria om AI-output te beoordelen.

Minstens een experiment wordt een gedocumenteerde teamstandaard.

De manager kan gedrag in echt werk aanwijzen, niet alleen meer toolgebruik.

Reflectievragen

Wie experimenteert al, en wie is stil geblokkeerd of sceptisch?

Welke workflow vraagt om gedeelde practice in plaats van prive-experimenten?

Welke kwaliteitsrisico's maken mensen terughoudend?

Welk experiment verdient een teamstandaard, en welk bewijs laat dat zien?

Manager checklist

Run de baseline zonder er beoordeling van te maken.

Kies een workflow en een gedragsverandering voor bredere adoptie.

Maak een learning ritual met echte voorbeelden en eerlijke failure review.

Coach oordeel met concrete output en expliciete criteria.

Standaardiseer alleen workflows die meer dan eens nuttig blijken.

Wil je dit rond je eigen bedrijf gebouwd hebben?

Risey onderzoekt eerst je bedrijfsfundament en maakt daarna een versie van dit pad rond je echte workflows, klanten en cultuur.

Start met je bedrijf