Een grafiek of zelfs een compleet dashboard laat je AI tegenwoordig snel maken. Het lastige deel zit ergens anders: waar de cijfers vandaan komen, wat ze betekenen, hoe vaak ze verversen en wie ze mag zien.
Herken je dit? Elke maandag haalt iemand cijfers uit het CRM, de boekhouding en de advertentieaccounts, plakt ze in een spreadsheet en maakt er grafieken van voor het overleg. Wat daar op tafel ligt, is de stand van vorige week.
Dan ligt de gedachte voor de hand: laat AI dat dashboard maken. Voor een deel kan dat ook. Alleen zit het werk van een goed dashboard zelden in de grafiek.
Behoorlijk veel. Copilot in Excel maakt volgens de documentatie van Microsoft (2026) formules, grafieken en draaitabellen op basis van wat je in gewone taal vraagt, en past je werkmap direct aan.1 Copilot in Power BI kan visuals maken, rapporten samenvatten en vragen over je data beantwoorden.2 En met een chattool upload je een export en vraag je om een grafiek, of om de code voor een compleet webdashboard.
Hoe goed gaat dat? Microsoft publiceerde in september 2025 dat zijn Excel-agent 57,2% van de 912 opdrachten in de benchmark SpreadsheetBench goed deed.3 Dat is een knappe score voor software die zelf plant, formules schrijft en het resultaat controleert. Het betekent ook dat ruim vier op de tien opdrachten misgingen. Microsoft tekent daarbij aan dat de test niet alles vangt: draaitabellen, grafieken en opmaak niet, en ook niet of een oplossing te verversen en te controleren is.3 Juist die onderdelen maken een dashboard.
Voor een eerste opzet of een eenmalige analyse is dat prima: je ziet snel wat er in je cijfers zit. Voor een dashboard waar je management elke week op stuurt, ligt het anders.
Omdat AI zich kan vergissen, en Microsoft zegt dat zelf ook. Copilot in Excel kan fouten maken, informatie verkeerd interpreteren of onjuiste resultaten geven. Microsoft raadt af het te gebruiken voor beslissingen op gevoelige terreinen zoals financiën, en vraagt je alles wat Copilot maakt te controleren voordat je erop vertrouwt.1
Over Power BI schrijft Microsoft iets vergelijkbaars. Wie het datamodel niet eerst voorbereidt, loopt het risico dat Copilot de data verkeerd interpreteert en algemene of onjuiste antwoorden geeft. Gaat een vraag niet over de data in het model, dan antwoordt Copilot vanuit de algemene kennis van het taalmodel.2
Mijn vuistregel: laat de berekening in de database of in gewone formules gebeuren, zodat hij elke keer hetzelfde uitkomt. Laat AI daarna uitleggen, samenvatten en signaleren. Dan kun je elke uitkomst terugrekenen.
De grafiek is het makkelijke deel. Het werk zit in de bron, de definitie en de rechten.
Een dashboard dat AI maakt van een geüploade export, is een momentopname van dat ene bestand. Volgende week upload je een nieuwe export, en de week erna weer. Dan heb je het handwerk niet weggehaald, alleen verplaatst.
Staat de omzet in de boekhouding en ook in het CRM, dan kun je twee verschillende getallen krijgen. Spreek af welk systeem voor welk cijfer leidend is en koppel het dashboard daaraan. Niet aan een kopie.
Wat is omzet: gefactureerd, betaald of getekend? Wanneer is een lead een lead? Als jij het niet vastlegt, kiest de AI een eigen interpretatie, en die kan per vraag net anders uitvallen. Leg de definities vast voordat je iets bouwt.
Een dashboard wordt pas een stuurinstrument als het zichzelf bijwerkt. Dat vraagt een koppeling met je systemen, via een API of een directe databaseverbinding, en een vast moment waarop de cijfers verversen. Hoe je AI aan je bestaande systemen koppelt zonder alles te vervangen, lees je in AI koppelen aan de systemen die je al gebruikt.
Een rapportage die je met de hand moet samenstellen, is al verouderd wanneer hij klaar is.
Een snelle manier om een overzicht te maken, is een export in een chattool zetten. Zit daar een klantbestand in, dan heb je een probleem. De Autoriteit Persoonsgegevens (AP) meldde in augustus 2024 dat ze meerdere datalekken gemeld kreeg doordat medewerkers persoonsgegevens met een AI-chatbot deelden. Bij een telecombedrijf had een medewerker een bestand met onder meer adressen van klanten in zo’n chatbot ingevoerd.4
De AP schreef daarbij dat de meeste bedrijven achter chatbots alle ingevoerde gegevens opslaan, en adviseerde organisaties om met medewerkers af te spreken welke gegevens ze wel en niet mogen invoeren.4 Haal persoonsgegevens dus uit een export voordat je die ergens uploadt.
Zodra een dashboard meer laat zien dan de omzet per maand, wordt dit de belangrijkste vraag. Marges per klant, prestaties per medewerker, openstaande posten per debiteur: dat is niet voor iedereen bedoeld.
De valkuil is aannemen dat de rechten vanzelf goed staan. In Power BI bepaal je met row-level security per rol welke rijen iemand ziet. Maar volgens Microsoft (2026) beperkt dat alleen gebruikers met kijkrechten; wie in de werkruimte beheerder, lid of inzender is, valt er niet onder.5 Een dashboard dat je met AI in elkaar zet, heeft zulke regels niet vanzelf.
Regel dus vooraf per rol wat iemand ziet, en test het met een account dat niet van jou is. Hoe je dat bij een zelfgebouwde app aanpakt, lees je in zo zet je een met AI gebouwde app veilig live.
Is AI gekoppeld aan de bronnen, dan kan hij samenvatten wat er deze week veranderde, afwijkingen signaleren en context geven: welke offertes blijven liggen, waar de marge zakt, welke vaste klant stil is geworden. Een mens beslist wat ermee gebeurt.
In het operating system voor een franchiseorganisatie zien managers en directie live dashboards en rapportages per vestiging, team en periode, en helpt een AI-assistent medewerkers binnen hun eigen rechten. Die combinatie van gekoppelde data, rechten en een AI-laag erbovenop noemen wij een managementcockpit. Hoe dat in één omgeving samenkomt, zie je bij Connective OS.
Je dashboard vertelt wat er gebeurd is. Je cockpit moet vertellen waar je vandaag naar moet kijken.
Zelf maken met AI is genoeg als:
Het wordt een ander project zodra:
Dan heb je een koppeling met je systemen nodig, vaste definities en rechten per rol. Dat is wat we doen als je bij ons een dashboard laat ontwikkelen: eerst inventariseren welke data waar staat en welke cijfers per rol ertoe doen, daarna bouwen en koppelen.
Voor een eerste opzet vaak wel, met de gratis versie van een chattool en een export zonder persoonsgegevens of vertrouwelijke cijfers. De AI-functies van Microsoft vragen een passend abonnement: Copilot in Power BI werkt volgens Microsoft niet op proef- of gratis capaciteit.
Ja, voor een eenmalig overzicht. Haal eerst persoonsgegevens uit het bestand, reken de belangrijkste cijfers zelf na en bedenk dat het resultaat een momentopname is van dat ene bestand. Voor een dashboard dat elke week klopt, heb je een koppeling met je systemen nodig.
Een dashboard laat zien wat er gebeurd is. Een managementcockpit is gekoppeld aan je bronnen, ververst vanzelf en laat AI signaleren waar vandaag aandacht nodig is, zoals afwijkingen of offertes die blijven liggen. Een mens beslist wat ermee gebeurt.
Ja, daar is AI goed bruikbaar voor: samenvatten wat er veranderde en opvallende afwijkingen benoemen. Laat de berekeningen zelf wel in de database of in vaste formules gebeuren, zodat je elke uitkomst kunt terugrekenen.
Wil je weten welke cijfers bij jou handwerk kosten en wat je als eerste koppelt? Plan een gesprek.
De Quickscan duurt één uur. Jullie weten daarna precies wat er speelt, of jullie daarna klant worden of niet.
