Waarom elke hogeschool een eigen innovatielab verdient
Geschreven door Sam Serrien ·

Een hogeschool of universiteit is een grote, logge machine. Dat is geen verwijt: ze moet elke dag tienduizenden studenten bedienen, examens laten doorgaan en zorgvuldig omgaan met hun data. Maar diezelfde zorgvuldigheid maakt het bijna onmogelijk om snel iets uit te proberen. In dit artikel leg ik uit waarom ik geloof dat een klein, intern lab daar het verschil kan maken, wat andere organisaties al doen en waar het vaak misloopt.
Stabiliteit is de opdracht, en dat is het probleem
Een ICT-dienst in het onderwijs wordt afgerekend op wat er niet gebeurt. De leeromgeving valt niet uit tijdens de examens, er lekt geen studentendata, de aanbesteding is correct verlopen. Dat is precies wat je van hen wil.
Alleen komt een klein idee door dezelfde molen als een groot project. Een docent wil een AI tutor testen in één vak, een opleiding wil weten of een app studenten helpt plannen. Dat idee krijgt een analyse, een budgetaanvraag, een plaats op de roadmap. Tegen de tijd dat er iets gebouwd kan worden, is het academiejaar voorbij of is de technologie alweer veranderd.
Wat er dan gebeurt, ken ik uit eigen ervaring: docenten bouwen het zelf, 's avonds en tussen de lessen door. Zo ontstonden ook de tools die ik voor het onderwijs bouwde. Dat werkt, maar het blijft afhankelijk van één persoon, en niemand anders in de organisatie leert ervan.
Schaduw-ICT is een signaal, geen sabotage
Daar bestaat een naam voor: schaduw-ICT, of shadow IT. Technologie die medewerkers zelf kopen, bouwen of aanpassen, buiten het zicht van de ICT-dienst. Een gratis quiztool, een gedeelde spreadsheet die stilaan een database werd, een script dat elke week punten uit de leeromgeving haalt. En sinds kort ook een AI-chatbot waar een docent opdrachten van studenten in plakt.
Het is geen randverschijnsel. Gartner voorspelt dat tegen 2027 75% van de medewerkers technologie zal aanschaffen, aanpassen of bouwen buiten het zicht van ICT, tegenover 41% in 2022.[1] Bij AI gaat het nog sneller: volgens Microsoft en LinkedIn brengt 78% van wie AI gebruikt op het werk eigen tools mee.[2]
Ik ben er zelf ook niet onschuldig aan. Wie 's avonds een tool bouwt omdat het officiële traject te lang duurt, doet aan schaduw-ICT, ook met de beste bedoelingen. En ik zie wat het kost: niemand anders kent die tools, en als ik stop, stoppen zij ook. Toch begint het bijna altijd met goede bedoelingen. Het Britse National Cyber Security Centre schrijft dat schaduw-ICT zelden kwaadwillig is, maar ontstaat omdat medewerkers een taak niet rond krijgen met de officiële tools of processen. Hun advies is daarom niet om alles dicht te timmeren, maar om te kijken naar de nood erachter en een eenvoudig proces te voorzien voor wie iets nodig heeft.[3] In het hoger onderwijs zie je hetzelfde: docenten grijpen naar eigen tools om sneller te kunnen, en de beste remedie is een ondersteunde weg die even makkelijk is.[4]
Het probleem is dus niet dat docenten experimenteren. Het probleem is dat het in het donker gebeurt. Niemand weet welke data waar staat, wie het beheert als de bouwer vertrekt, of dat twee opleidingen hetzelfde aan het bouwen zijn.
AI maakt dat nog dringender. Vroeger was schaduw-ICT een spreadsheet of een gratis tool. Vandaag bouwt iemand zonder programmeerervaring in een middag een werkende app met een AI-assistent. Dat is fantastisch, maar AI verlaagt de drempel om iets te bouwen, niet de drempel om het veilig te bouwen. Veracode liet meer dan honderd AI-modellen programmeertaken uitvoeren: in 45% van de gevallen zat er een beveiligingslek in de code.[5]
Dat het misgaat, is geen theorie. Begin 2026 bleek een met AI gebouwd platform om examenvragen te maken en punten te bekijken de gegevens van bijna 18.700 gebruikersaccounts bloot te geven, van docenten en studenten. Een controle die ingelogde gebruikers moest doorlaten, deed net het omgekeerde: ze blokkeerde wie aangemeld was en liet anonieme bezoekers binnen. Volgens de onderzoeker die het ontdekte, een fout die een menselijke reviewer in seconden had gezien.[6]
Ook wij kregen onlangs zo'n vraag. Iemand had met een AI-tool een paar handige toepassingen gebouwd en wou die echt in gebruik nemen. Toen we ernaar keken, zagen we dat gegevens van gebruikers konden uitlekken en dat het op vlak van GDPR helemaal niet in orde was. Niet uit slordigheid, maar omdat je die risico's pas ziet als je weet waar je moet kijken. Daarom hoort er in een lab ervaring bij: wie bouwt, mag snel gaan, maar voor iets live gaat met echte studenten, kijkt iemand mee die dat soort fouten herkent.
Gecontroleerde chaos
Een lab haalt die energie uit de schaduw. Experimenteren mag, en snel, maar binnen afgesproken grenzen, met een contactpersoon bij ICT die weet wat er loopt, met documentatie vanaf de eerste dag en met een review voor er echte studenten mee werken. Zo eindigt elke pilot met een duidelijke overdracht of een bewuste stopzetting, en niet met een tool die niemand nog kent.
Andere sectoren losten dit al op
Het idee van een klein team dat buiten de gewone werking mag experimenteren, is niet nieuw.
- Lockheed Skunk Works. In 1943 bouwde een klein team onder Kelly Johnson het straaljagerprototype XP-80 in 143 dagen, zeven dagen sneller dan gevraagd. Het werkte in een gehuurde circustent naast de fabriek. Een van Johnsons regels: werk met een klein aantal goede mensen.[7]
- VRT. De openbare omroep heeft VRT Innovatie, een interdisciplinair team van projectleiders, ontwikkelaars en onderzoekers, en een Innovatielab dat nieuwe ideeën, technologieën en formats test met polls, interviews en prototypes.[8] In 2018 beschreef VRT bovendien een interne digitale start-up van vier voltijdse medewerkers die prototypes bouwt en test met gebruikers, en die inzichten omzet in formats, producten en werkwijzen.[9]
- BBC News Labs. Een team waarin ontwikkelaars en journalisten samen prototypes bouwen die het werk van de redactie makkelijker maken, van spraak naar tekst tot chatbots.[10]
- De Britse overheid. In 2011 bouwde een klein team in drie maanden alpha.gov.uk, een prototype voor één centrale overheidswebsite. Dat werd later GOV.UK.[11]
Wat die voorbeelden gemeen hebben: een klein team, een duidelijk mandaat, dicht bij de mensen die het probleem hebben, en de vrijheid om iets te bouwen voor het perfect is.
Voor mij is dat geen nieuw idee. In 2009 trok ik al naar barcamps met een presentatie over skunkworks projecten: begin bij een idee, zet er een klein team op, bouw binnen één sprint een prototype en beslis dan of je het laat draaien, stopzet of er een gewoon project van maakt. Dat is nog altijd precies hoe ik een lab zie.
En in het onderwijs?
Ook daar bestaat het, al is het minder bekend. Het mooiste voorbeeld vind ik de Digital Innovation Greenhouse van de University of Michigan. Een team van ontwikkelaars, designers, gedragswetenschappers, datawetenschappers en studenten helpt tools die docenten bedachten groeien "from innovation to infrastructure". In het eerste jaar gebruikten meer dan 22.000 studenten die tools.[12]
Het slimste aan die aanpak: elk project krijgt bij de start een exitplan. Het wordt gecommercialiseerd, overgedragen aan de IT-dienst van de universiteit, of afgebouwd.[12] Stoppen is dus een geplande uitkomst, geen mislukking.
Swinburne University in Australië heeft een Education Innovation Lab waar docenten nieuwe technologie, zoals generatieve AI, in een veilige omgeving kunnen uitproberen en snel mogen falen.[13]
Lab, intrapreneurship, skunkworks
De namen verschillen: innovatielab, skunkworks, interne start-up, intrapreneurship. Het principe is hetzelfde. Een klein team mag buiten de gewone processen experimenteren, zodat de rest van de organisatie stabiel kan blijven draaien.
Hoe ik zo'n lab zie
Geen gebouw, geen innovatiestrategie van zestig pagina's. Een klein team met een mandaat:
- Twee of drie creative technologists die snel een werkend prototype bouwen, van webapp tot AI-toepassing
- Een creatieve onderwijsondersteuner die de didactiek bewaakt en de brug slaat naar docenten en opleidingen
- Een vaste contactpersoon bij ICT, vanaf de eerste dag, niet pas bij de overdracht
- Een sponsor in de directie die het lab dekt als een experiment mislukt
De werkwijze is eenvoudig. Een docent, opleiding of dienst brengt een probleem aan. Het lab bouwt in een paar weken een prototype en test het in één vak of één opleiding. Daarna volgt een eerlijke beslissing: weggooien, opnieuw proberen of overdragen.
Dat weggooien is belangrijk. Een lab dat nooit iets stopzet, experimenteert niet echt.
De overdracht is het belangrijkste deel
Een lab is geen tweede ICT-dienst die rond de regels werkt. Het is een voorportaal. Wat in een pilot werkt, gaat naar de gewone werking, en daar hoort een duidelijke afspraak bij.
Het lab
- Test ideeën snel en goedkoop in één vak of opleiding
- Mag fouten maken en projecten stopzetten
- Bewijst met een pilot of iets echt helpt
- Levert documentatie en een overdrachtsplan op
ICT en onderwijsondersteuning
- Bepalen vooraf de grenzen: privacy, beveiliging, aanmelden
- Nemen wat werkt over en schalen het op
- Zorgen voor beheer, support en continuïteit
- Beslissen mee of iets in de gewone werking past
Zonder die brug produceert een lab wat INSEAD "weesproducten" noemt: oplossingen die niemand in de organisatie beheert.[14] Daarom wil ik ICT er vanaf het begin bij. Niet als poortwachter achteraf, maar als partner die mee de grenzen tekent en weet wat er op hen afkomt.
Hier zit ook het verschil met schaduw-ICT. Een tool die een docent 's avonds bouwt, heeft zelden documentatie, omdat alles in het hoofd van de bouwer zit. Een lab levert bij elke overdracht op papier wat ICT nodig heeft. Geen dikke map, maar een antwoord op minstens deze vragen:
- Welk probleem lost het op, en wat toonde de pilot aan?
- Welke data gebruikt het, waar staat die en hoelang wordt ze bewaard?
- Waar draait het, hoe meld je aan en met welke systemen is het gekoppeld?
- Wie beheert het na de overdracht, en wat kost dat per jaar?
- Hoe zet je het stop als het niet meer nodig is?
Snel betekent niet slordig
Ook een prototype werkt met echte studenten. Privacy, beveiliging en toegankelijkheid gelden vanaf de eerste pilot. Werk met zo weinig mogelijk studentendata, host in de EU en meld aan via de bestaande accounts van de instelling.
Waar het misloopt
Ik geloof er sterk in, maar ik ben niet naïef. Veel innovatielabs halen hun beloftes niet. Volgens een rapport van Capgemini uit 2015 levert tot 90% van de labs niet de waarde op die ervan verwacht werd.[15] De meest genoemde oorzaken:
- Geen aansluiting bij de organisatie. Het lab bouwt mooie dingen die niemand vroeg of niemand kan overnemen.[14][16]
- Geen duidelijke maatstaf. Als je een lab beoordeelt op het aantal demo's, krijg je demo's. Meet liever hoeveel tools in gebruik blijven en hoeveel tijd docenten en studenten winnen.[16]
- Een eiland. Een lab met alleen technici mist de didactiek. Een lab met alleen onderwijskundigen bouwt niets. Je hebt beide nodig.[16]
- Het eerste slachtoffer van besparingen. Zelfs Google schrapte in 2023 het grootste deel van Area 120, zijn interne incubator.[17]
Daar komt een valkuil bij die specifiek is voor IT: het idee van twee snelheden, met een snel team naast een traag team, wordt terecht bekritiseerd. Een snel prototype is maar zo snel als de traagste koppeling met de bestaande systemen.[18] Een lab werkt dus alleen als ICT er mee de vruchten van plukt, bijvoorbeeld omdat koppelingen met de leeromgeving of het lesrooster herbruikbaar worden voor andere projecten.
Begin klein
Je hebt geen nieuwe afdeling nodig om te starten. Geef één of twee mensen een jaar mandaat, één duidelijke vraag en een vaste contactpersoon bij ICT. Na dat jaar weet je of het werkt, en dat is precies hoe een lab hoort te denken.
Waarom ik dit schrijf
Dit is wat ik vandaag al doe, alleen zonder het label "lab". Kleine prototypes bouwen, testen in mijn eigen lessen, processen verbeteren die docenten veel tijd kosten, en weggooien wat niet werkt. Ik zie wat één persoon zo kan bereiken. Met een klein team, een mandaat en een goede samenwerking met ICT en onderwijsondersteuning kan een hele instelling daar beter van worden.
Bronnen
- [1]Gartner Unveils Top Eight Cybersecurity Predictions for 2023-2024 (Gartner, maart 2023). Voorspelt dat tegen 2027 75% van de medewerkers technologie buiten het zicht van ICT aanschaft, aanpast of bouwt, tegenover 41% in 2022.
- [2]Microsoft and LinkedIn release the 2024 Work Trend Index on the state of AI at work (Microsoft, mei 2024). 78% van wie AI gebruikt op het werk, brengt eigen AI-tools mee.
- [3]Shadow IT (National Cyber Security Centre, juli 2023). Richtlijnen van het Britse NCSC: schaduw-ICT is zelden kwaadwillig, kijk naar de nood erachter en vermijd onnodige lockdowns.
- [4]What Shadow IT Can Teach Higher Ed Tech Leaders About the Faculty Experience (EdTech Magazine, september 2026). Waarom docenten in het hoger onderwijs naar eigen tools grijpen en hoe ICT een makkelijkere ondersteunde weg kan bieden.
- [5]AI-Generated Code Poses Major Security Risks in Nearly Half of All Development Tasks (Veracode, juli 2025). Meer dan honderd AI-modellen kregen tachtig programmeertaken. In 45% van de gevallen bevatte de code een beveiligingslek.
- [6]Lovable-hosted app littered with basic flaws exposed 18K users, researcher claims (The Register, februari 2026). Een met AI gebouwd examen- en puntenplatform gaf de gegevens van docenten en studenten bloot door ontbrekende toegangscontrole en een omgekeerde aanmeldcontrole.
- [7]Skunk Works origin story (Lockheed Martin). Het ontstaan van Skunk Works in 1943 en de XP-80, gebouwd in 143 dagen door een klein team.
- [8]Innovatie (VRT). Over VRT Innovatie, het Innovatielab en VRT Sandbox.
- [9]VRT takes a three-pronged approach to innovation (EBU, mei 2018). VRT Innovatie, VRT Sandbox en een interne digitale start-up van vier voltijdse medewerkers.
- [10]The role of innovation labs in advancing the relevance of Public Service Media: the cases of BBC News Labs and RTVE Lab (Communication & Society, 2019). Onderzoek naar hoe BBC News Labs en RTVE Lab innoveren binnen een openbare omroep.
- [11]Story 2011 (Government Digital Service). Hoe een klein team in 2011 alpha.gov.uk bouwde, de voorloper van GOV.UK.
- [12]How Universities Can Grow a Culture of Academic Innovation (EdSurge, oktober 2016). Over de Digital Innovation Greenhouse van de University of Michigan, het team, de exitplannen en het gebruik door studenten.
- [13]Education Innovation Lab (Swinburne University of Technology). Een lab waar docenten nieuwe technologie in hun onderwijs kunnen uittesten.
- [14]Is your innovation process a corporate illusion? (INSEAD Knowledge, januari 2020). Over de afstand tussen innovatielabs en de kernorganisatie, en weesproducten.
- [15]Three reasons innovation labs almost always fail (Canadian Underwriter, juli 2019). Verwijst naar het Capgemini-rapport uit 2015 over innovatielabs die hun beloftes niet waarmaken.
- [16]Why Innovation Labs Fail, and How to Ensure Yours Doesn't (Harvard Business Review, juli 2019). Simone Bhan Ahuja over aansluiting bij de organisatie, maatstaven en de samenstelling van het team.
- [17]Google Slashes Most Jobs at Area 120 Incubator as Part of Cuts (Bloomberg, januari 2023). Google schrapt het grootste deel van zijn interne incubator Area 120.
- [18]The flaw at the heart of bimodal IT (Jez Humble, april 2016). Kritiek op het idee van een snelle en een trage IT naast elkaar.
Veelgestelde vragen
Een idee voor je les of opleiding?
We bouwen prototypes en tools voor het onderwijs, van AI tutors tot koppelingen met Canvas. We denken graag mee over een eerste pilot.
Bekijk wat we voor onderwijs doen