Contentregie: zo houdt L&D grip als iedereen content maakt

Tegelijk roept het nieuwe vragen op. Wie bewaakt de kwaliteit? Welke informatie mag wel en niet in een AI-tool? En hoe voorkom je dat de catalogus in je LMS een rommeltje wordt?

Daar gaat contentregie over. Op deze pagina lees je wat er verandert, wat het betekent voor L&D en ‘de business’, en hoe je contentcreatie organiseert.

Democratisering van content. Wat is dat?

Democratisering van content betekent dat, naast L&D, iedereen die kennis heeft te delen leermateriaal kan maken. Een vakspecialist uploadt een beleidsdocument, een presentatie of een paar steekwoorden. Een AI-tool maakt er daarna een interactieve microlearning van. Zo je wilt met toetsvragen, bijpassend beeldmateriaal en een eigen avatar die vragen beantwoordt.

Twee ontwikkelingen maken dit mogelijk:

• De technische drempel is weg. Je hoeft geen onderwijskundige of designer te zijn. Het gaat erom dat je je kennis kunt verwoorden. Laagdrempelige AI-authoringtools zitten steeds vaker in het leerplatform zelf, zoals BuildAI in Totara en Creator in Docebo.
  
• De licentiedrempel verdwijnt. Klassieke authoringtools werken met een licentie per auteur. Articulate 360 kost een kleine tweeduizend dollar per auteur per jaar. Hierdoor bleef contentcreatie voorbehouden aan een paar mensen bij L&D. Tools in het LMS zijn vaak goedkoper per auteur of hebben die beperking niet, zodat meer mensen kunnen bijdragen. Daarmee willen we niet zeggen dat authoring tools gaan verdwijnen. L&D zal er hoogwaardige content mee blijven maken.

In de praktijk is de democratisering van content authoring al begonnen. 87% van de L&D-professionals gebruikt AI of staat er positief tegenover, maar slechts 9% zet het organisatiebreed in (Synthesia, 2026). En buiten L&D gebruikt 66% van de kantoormedewerkers AI-tools, terwijl ze denken dat het eigenlijk niet mag (PagerDuty, 2026). Experts maken dus al content, alleen nog niet op een plek waar L&D het ziet.

Iemand die kennis deelt, is meer betrokken

Wie kennis deelt met collega’s, treedt naar buiten. Dat maakt kritisch. Specialisten letten vaak scherper op de inhoud van hun vakgebied dan wie ook. Ze willen niet dat hun naam onder een onjuiste of verouderde module staat.

Daar komt bij: wie iets uitlegt, leert het zelf beter. Dit heet het protégé-effect. Medewerkers die hun kennis kunnen delen, voelen zich ook meer gezien en betrokken.

Het verschil met de traditionele manier van contentontwikkeling zit in de volgorde van het proces. Een expert deelde inhoud en keek meestal aan het eind van een lang ontwikkeltraject mee als er een didactische slag en design was gemaakt. Nu is de expert vanaf het begin de maker, en reviewt L&D voorafgaand aan de publicatie.

Van productieprobleem naar regieprobleem

Was eerst het probleem: we kunnen niet genoeg content maken vanwege capaciteit en budget. Nu wordt het: we hebben veel content en moeten zorgen dat die klopt, actueel is en op het juiste moment bij de juiste persoon terechtkomt.

Zonder afspraken hierover ontstaat wildgroei: vier teamleiders maken vier versies van dezelfde verplichte training, modules hebben geen echte eigenaar of verouderen ongemerkt. Daarom is het terecht dat L&D kwaliteitseisen stelt.

Niet om experts af te remmen, maar zodat die zich kunnen richten op de kern van hun boodschap, terwijl de onderwijskundige kant klopt.

Zo ziet regie er in de praktijk uit:

1. Vaste kernvragen bij elke cursus: voor wie is het, wat moet iemand na afloop kunnen, welke toon geef je de cursus mee?
2. Templates en huisstijl in de tool: een vast thema en vaste schrijfinstructies, zodat alle content dezelfde uitstraling heeft.
3. Rechten per rol: experts mogen maken, L&D of een collega reviewt, L&D publiceert.
4. Een eigenaar en revisiedatum per module: zo weet je wie verantwoordelijk is en wanneer iets wordt herzien.
5. Gericht op de doelgroep: iedereen ziet alleen wat voor hem relevant is.

Dat blijkt ook nodig. Bij een test van vier AI-modellen vroeg geen enkel model naar de doelgroep of de oorzaak van het probleem. Drie van de vier lieten bij een compliancecursus verplichte stappen weg (dr. Philippa Hardman: AI Can Build Your Course, but Can it Design the Learning?).

Met AI creëer je snel. Of het goed is, bepaal jij.

Maker of regisseur?

Niet elke L&D’er wordt blij van een regierol. Veel mensen kozen dit vak juist vanwege het ontwerpen, het creatieve en het didactische. Die zorg is terecht. Onderzoekster dr. Philippa Hardman waarschuwt voor een rol waarin AI het leuke werk doet en de mens alleen nog controleert (dr. Philippa Hardman: ‘Blood in the Instructional Design Machine?’).

Natuurlijk hoeft het niet zo te zijn dat we straks alleen nog aan het controleren zijn. Wij zien twee rollen, en ze hebben elkaar nodig:

• De ontwerper van het systeem. Die bedenkt de kernvragen, de templates, de prompts en de didactische standaarden die elke expert gebruikt. Dat is ontwerpen op een hoger niveau: één goed kader verbetert honderden modules.
  
• De ontwerper van impacttrajecten. AI-authoring maakt vooral korte, lineaire modules. Voor leiderschapsprogramma’s, simulaties of trajecten waar veel van afhangt, blijven tools als Storyline, Rise of Elucidat en het vakmanschap van een instructional designer nodig.

Daarnaast is er de regisseur: wie houdt het overzicht, stelt het aanbod samen en volgt de resultaten? Sommige L&D’ers vinden daar juist hun energie. In de meeste teams bestaan beide rollen naast elkaar.

Eén aanbod uit drie bronnen

Voor generieke onderwerpen als timemanagement, feedback geven of de basis van AI hoef je niets zelf te maken. Learning libraries zoals GoodHabitz leveren die content in hoge kwaliteit en knippen hun programma’s op in korte lessen. Die kun je vervolgens eenvoudig combineren met je eigen, organisatiespecifieke content.

Zo ontstaat één leeraanbod uit drie bronnen:

Bron	Wie maakt het	Voorbeeld
Organisatiespecifiek	L&D	Onboarding, beleid, communicatie
Expertkennis	Vakexperts met AI-authoring	Nieuwe werkinstructies, innovatie, productkennis
Generiek	Leverancier learning library	Basistraining AI, Feedback geven, communiceren, leidinggeven

Voor degene die leert, maakt de bron niet uit. Als regisseur bepaalt L&D wat er in zit en hoe het wordt aangeboden: via een catalogus waarin iemand zelf zoekt, via een vast leerpad of gekoppeld aan de skills die iemand voor haar of zijn rol nodig heeft.

Veilig en verantwoord: wat blijft binnen de organisatie?

De grootste zorg van L&D bij AI is veiligheid: 58% noemt het de belangrijkste blokkade (Synthesia, 2026). Dat is een terechte zorg. De Autoriteit Persoonsgegevens kreeg tientallen meldingen van datalekken doordat medewerkers gevoelige informatie in AI-chatbots zetten, en dat aantal stijgt (accountant.nl).

Vier vragen die je vooraf moet beantwoorden:

1. Waar staat de content? Wordt de AI-verwerking binnen je leerplatform gedaan, of in een losse, publieke tool? Vraag je leverancier in welke regio de data wordt verwerkt.
   
2. Wordt je content gebruikt om AI-modellen te trainen? Totara zegt over BuildAI dat dat niet gebeurt, voor uploads en voor gegenereerde content. Docebo gebruikt volgens zijn verwerkersovereenkomst geen persoonsgegevens voor de ontwikkeling van AI-functies, tenzij de klant dat zelf instelt. Gratis publieke tools geven die garantie vaak niet.
   
3. Wie is eigenaar van wat er wordt gemaakt? Leg vast dat de content van jouw organisatie is. Totara zegt dat expliciet over BuildAI.
   
4. Wat mag er niet in? Spreek af welke informatie nooit in een AI-tool gaat: klantdata, persoonsgegevens, koersgevoelige en strategische informatie. De Autoriteit Persoonsgegevens adviseert organisaties dit vast te leggen.

AI binnen je LMS heeft een groot voordeel boven losse tools: het werkt met de rechten, rollen en logging die je al hebt ingericht. Veilig wordt het pas als je het ook zo inricht.

AI-geletterdheid is bovendien verplicht

Sinds 27 juli 2026 verplicht artikel 4 van de Europese AI-verordening organisaties om maatregelen te nemen die de AI-geletterdheid van hun medewerkers ondersteunen (Praxikon). Een leerpad over verantwoord AI-gebruik, gemaakt uit dezelfde drie bronnen, is daar een logische eerste stap in.

Wat levert het je organisatie op?

Voor directie en finance gaat het om drie dingen:

• Snelheid. Als beleid, een product of een werkwijze verandert, is die kennis binnen dagen in plaats van maanden binnen de organisatie verspreid.
  
• Kosten. Minder externe ontwikkeling, minder auteurslicenties en meer L&D-capaciteit voor de hoogwaardige trainingen over belangrijke onderwerpen.
  
• Risico. Kennis die medewerkers nu ongemerkt in publieke AI-tools zetten, komt op een gecontroleerde plek. En je voldoet aan de AI-verordening.

Een kanttekening hoort erbij. Medewerkers besparen met AI gemiddeld zo’n zes uur per week, maar besteden ongeveer vier uur aan het controleren en corrigeren van de output (SHRM, via Devlin Peck). Zonder kaders gaat de winst dus grotendeels op aan correcties. Regie is wat de tijdwinst echt oplevert.

Wat moet je platform kunnen?

Contentregie organiseer je in je leerplatform. Let bij het kiezen of inrichten op:

• Hebben de AI-authoring-tool en het platform dezelfde look and feel?
• Zijn de rechten per rol eenvoudig in het LMS te regelen: maken, reviewen, publiceren?
• Krijgt AI-gegenereerde content eigen labels?
• Is de integratie met een externe library, automatisch gesynchroniseerd in plaats van handmatig per cursus?
• Kun je de content eenvoudig doelgroepgericht publiceren en catalogi vanuit diverse ingangen benaderen?
• Kun je leerpaden en programma’s uit verschillende bronnen combineren?
• Kun je het leeraanbod koppelen aan skills?
• Leveren de rapportages op wat je wilt weten per cursus, programma en team/

Totara (met BuildAI) en Docebo (met Creator) zijn twee voorbeelden van platforms die dit kunnen, elk op hun eigen manier.

Veelgestelde vragen