Drie analytische kaders vormen de ruggengraat van elke Praesum-opdracht. Ze zijn sectorspecifiek ontwikkeld op basis van implementatie-ervaring in juridische, financiële en energie-domeinen. Geen generieke maturity-modellen.
De Strategic Position Matrix kruist twee dimensies: strategische urgentie van AI voor het organisatie-domein, en interne capaciteit om AI veilig te implementeren. Het resultaat is een positionering die de strategische response bepaalt — versnellen, kapaciteit opbouwen, partnerschap aangaan, of bewust uitstellen.
De vier kwadranten leiden tot fundamenteel verschillende strategische beslissingen:
| Positionering | Urgentie | Capaciteit | Strategische response |
|---|---|---|---|
| Versnellen | Hoog | Hoog | Direct opschalen, marktaandeel winnen |
| Opbouwen | Hoog | Laag | Pilot + capability building, geen schaal |
| Verkennen | Laag | Hoog | Beperkte experimentatie, signaal houden |
| Uitstellen | Laag | Laag | Bewust niet investeren, observeren |
Het Governance-Implementation framework koppelt drie lagen: de regelgevingslaag — EU AI Act, sectorspecifieke verplichtingen — de organisatorische governance-laag, en de technische implementatie-laag. Elke wijziging in één van deze lagen moet consequenties hebben in de andere twee. Dat dwingt af dat governance niet in een document blijft hangen.
In de praktijk betekent dit dat elke productie-deployment automatisch resulteert in updates van het AI-systeemregister, audit-trail logging, en risico-classificatie. De technische tooling is zo ingericht dat compliance een bijwerking is van normaal werk, niet een afzonderlijke activiteit.
Het Honest ROI Framework structureert de evaluatie van AI-investeringen langs vier vereisten: een eerlijke baseline tegenover redelijke alternatieven, volledige cost-of-ownership over 24 maanden inclusief schaduwkosten, een expliciete leercurve in plaats van directe productiviteitsclaims, en sensitivity-analyse op de drie meest-onzekere aannames. Het is bewust ontworpen om te kunnen concluderen dat een AI-case niet rendeert.
De praktische waarde: bij elke board-presentatie zijn de componenten vooraf bekend. Geen verrassingen, geen optimistisch-gefilterde cijfers, geen retroactieve rechtvaardiging. Klanten rapporteren dat hun boards na implementatie van dit framework AI-besluiten snellernemen — niet langzamer — omdat de discussie nu over inhoud gaat in plaats van over methodologie.
Industry-standards zoals McKinsey's 7-S of de gebruikelijke maturity-modellen zijn ontwikkeld voor algemene transformatie-context. AI in gereguleerde sectoren heeft eigen dynamiek: governance-verplichtingen lopen voor op implementatie, model-risico is een nieuwe categorie, en sector-toezichthouders stellen specifieke documentatie-eisen. Onze methodologie adresseert die specifieke vraagstukken.
De kaders en principes zijn publiek, zoals beschreven op deze pagina. De volledige werkdocumenten, sjablonen en evaluatie-instrumenten zijn onderdeel van een Praesum-traject. Dat is niet om kennis af te schermen, maar omdat de sjablonen alleen waardevol zijn in combinatie met de begeleiding van toepassing in een specifieke context.
Quarterly. Elke drie maanden evalueren we de methodologie op basis van klant-ervaringen, regelgevingsupdates en marktontwikkelingen. Significante updates communiceren we naar bestaande klanten en in de Weekly Presumption.
Componenten ervan wel, met name de strategie-sprint en de measurement-frameworks. Het governance-fundament is geoptimaliseerd voor gereguleerde context en is voor niet-gereguleerde sectoren overgedimensioneerd. Voor die organisaties verwijzen we vaak naar generieke consultancies die beter passen.