Business Analysis is de afgelopen jaren ingrijpend veranderd. Dankzij de opkomst van generatieve AI en andere vormen van intelligente automatisering kunnen businessanalisten veel werkzaamheden sneller uitvoeren dan voorheen. Requirements worden binnen enkele minuten opgesteld, stakeholdergesprekken automatisch samengevat, grote hoeveelheden klantfeedback geanalyseerd en oplossingsrichtingen in een vroeg stadium gegenereerd. Waar deze activiteiten voorheen veel tijd kostten, is dat tegenwoordig grotendeels geautomatiseerd en dus in een mum van tijd gerealiseerd. 

Deze ontwikkeling leidt echter tot een interessante paradox. Naarmate analysewerk sneller verloopt, neemt het belang van menselijk oordeelsvermogen juist toe. De centrale vraag voor de businessanalist is daarom niet langer óf AI een rol speelt binnen Business Analysis, maar op welke momenten menselijke beoordeling onmisbaar blijft. En hier zit de blijvende meerwaarde van de businessanalist.

Waar AI de grootste meerwaarde biedt

AI blijkt bijzonder effectief bij werkzaamheden die grotendeels gestructureerd en repeterend van aard zijn. Denk daarbij aan het opstellen van eerste versies van requirements, het herschrijven van user stories, het analyseren van grote hoeveelheden gegevens, het samenvatten van workshops en interviews of het identificeren van patronen in klantfeedback.

Door dergelijke activiteiten te automatiseren ontstaat meer ruimte voor werkzaamheden die daadwerkelijk om analyse en interpretatie vragen. De businessanalist hoeft minder tijd te besteden aan administratieve verwerking en kan zich sterker richten op het begrijpen van het achterliggende vraagstuk.

Tegelijkertijd schuilt hierin een belangrijk risico. AI produceert vaak output die logisch, compleet en overtuigend oogt.  Daardoor ontstaat gemakkelijk de indruk dat een analyse correct is, terwijl onderliggende aannames onjuist of onvolledig kunnen zijn. Het risico zit daarom niet zozeer in slechte kwaliteit, maar in schijnbaar hoogwaardige analyses die ongemerkt een verkeerde richting bevestigen.

Oordeelsvorming begint bij de juiste probleemdefinitie

Een van de belangrijkste verantwoordelijkheden van een businessanalist is het vaststellen of een geformuleerde behoefte daadwerkelijk het juiste probleem adresseert. Een duidelijke requirement betekent immers niet a priori dat de organisatie werkt aan een oplossing die daadwerkelijk waarde toevoegt.

In de praktijk blijken veel requirements betrekking te hebben op zichtbare symptomen in plaats van de onderliggende oorzaak. Stakeholders kunnen het bovendien volledig eens zijn over de formulering van een requirement, terwijl zij verschillende verwachtingen hebben over het uiteindelijke resultaat. Ook komt het regelmatig voor dat een oplossing technisch volledig voldoet aan alle acceptatiecriteria, maar in de praktijk nauwelijks leidt tot ander gedrag of betere prestaties.

Een ervaren businessanalist stelt daarom vragen die verder gaan dan de requirement zelf. Welk probleem probeert de organisatie daadwerkelijk op te lossen? Welk gedrag of welke beslissing moet veranderen? En wat betekent het wanneer een oplossing technisch succesvol wordt opgeleverd, maar de gewenste verbetering uitblijft?

Business Analysis gaat daarmee niet uitsluitend over het beschrijven van requirements, maar vooral over het kritisch onderzoeken van de achterliggende behoefte.

Organisatiecontext laat zich niet volledig documenteren

Een tweede gebied waarop menselijk oordeel onmisbaar blijft, betreft het interpreteren van de organisatorische context. Veel factoren die bepalend zijn voor het succes van een verandering worden nergens expliciet vastgelegd.

Organisatiecultuur, machtsverhoudingen, historische ervaringen, onderlinge afhankelijkheden tussen afdelingen, informele werkprocessen en uiteenlopende belangen van stakeholders bepalen vaak in sterke mate of een oplossing uiteindelijk succesvol wordt geaccepteerd.

Dergelijke informatie is zelden terug te vinden in requirementsdocumenten, user stories of datasets. Toch blijken juist deze factoren regelmatig de oorzaak van implementatieproblemen. Oplossingen kunnen technisch uitstekend functioneren, terwijl medewerkers ze nauwelijks gebruiken, processen worden omzeild of dashboards ongebruikt blijven.

Het herkennen van dergelijke signalen is geen kwestie van intuïtie alleen. Het is een vorm van professioneel oordeelsvermogen die ontstaat door ervaring, reflectie en het herkennen van terugkerende patronen uit eerdere verandertrajecten. Tegelijkertijd omvat professioneel oordeel meer dan patroonherkenning. Het vraagt eveneens om kritisch denken, systeemdenken, het expliciteren van aannames en het zorgvuldig afwegen van verschillende handelingsalternatieven.

Duidelijkheid kan ook schijnzekerheid creëren

Heldere requirements, uitgebreide backlogs en zorgvuldig uitgewerkte procesmodellen geven teams vaak het gevoel dat er voldoende inzicht bestaat om met vertrouwen verder te gaan. Hoewel duidelijkheid belangrijk is, kan zij ook leiden tot een vorm van schijnzekerheid.

Wanneer aannames te vroeg worden vastgelegd, bestaat het risico dat teams zich voortijdig vastleggen op een oplossingsrichting die later onjuist blijkt te zijn. Hierdoor verschuift de aandacht van leren naar uitvoeren, terwijl belangrijke onzekerheden nog onvoldoende zijn onderzocht.

Een ervaren businessanalist blijft daarom voortdurend kritisch kijken naar de kwaliteit van de beschikbare kennis. Zijn onzekerheden daadwerkelijk weggenomen of slechts tijdelijk genegeerd? Welke aannames liggen aan de gekozen oplossing ten grondslag? Welke omstandigheden zouden ertoe kunnen leiden dat de gekozen richting alsnog moet worden herzien?

Soms is het verstandiger om een vraag bewust open te laten of eerst een kleinschalig experiment uit te voeren voordat definitieve keuzes worden gemaakt. Zeker binnen Agile-omgevingen vormt gecontroleerd leren vaak een betere strategie dan het zo snel mogelijk afronden van de analyse.

De verschuiving van requirements naar waardecreatie

Binnen Business Analysis verschuift de aandacht steeds nadrukkelijker van het produceren van documentatie naar het realiseren van aantoonbare businesswaarde.

Een oplossing die volledig voldoet aan alle functionele eisen hoeft immers nog geen positieve bijdrage te leveren aan de organisatiedoelstellingen. Uiteindelijk draait succesvolle Business Analysis om de vraag of een verandering daadwerkelijk leidt tot betere prestaties, hogere klanttevredenheid, efficiëntere processen, betere besluitvorming of andere gewenste bedrijfsresultaten.

Daarom beoordelen businessanalisten oplossingen niet uitsluitend op basis van volledigheid van requirements, maar ook op de verwachte bijdrage aan de beoogde business outcomes en benefits. De vraag verschuift daarmee van “bouwen we de oplossing correct?” naar “bouwen we de juiste oplossing?”.

Business Analysis ondersteunt besluitvorming

Een belangrijk deel van het werk van de businessanalist bestaat uit het ondersteunen van besluitvorming. Organisaties worden voortdurend geconfronteerd met keuzes waarbij verschillende belangen, risico’s, kosten en baten tegen elkaar moeten worden afgewogen.

AI kan hierbij waardevolle informatie aandragen en verschillende oplossingsopties genereren. De uiteindelijke afweging blijft echter mensenwerk. Businessanalisten helpen organisaties bij het vergelijken van alternatieven, het expliciteren van aannames, het beoordelen van risico’s en het inzichtelijk maken van de mogelijke consequenties van verschillende keuzes.

Juist in situaties waarin onzekerheid bestaat of waarin meerdere oplossingsrichtingen verdedigbaar zijn, blijft professioneel oordeel essentieel.

Nieuwe risico’s door AI

Hoewel AI veel voordelen biedt, introduceert de technologie ook nieuwe risico’s voor Business Analysis. Generatieve AI kan overtuigend geformuleerde maar feitelijk onjuiste informatie produceren. Daarnaast bestaat het gevaar dat gebruikers te veel vertrouwen op automatisch gegenereerde analyses of aanbevelingen zonder deze kritisch te beoordelen.

Ook kunnen onbewuste vooroordelen in trainingsdata of gebruikte modellen invloed hebben op de gegenereerde output. Hierdoor bestaat het risico dat bestaande aannames worden bevestigd in plaats van kritisch onderzocht.

Dit betekent dat de rol van de businessanalist niet kleiner wordt, maar juist verandert. Niet alleen de kwaliteit van requirements moet worden beoordeeld, maar ook de betrouwbaarheid, herkomst en onderliggende aannames van AI-gegenereerde analyses.

Stakeholderalignment blijft mensenwerk

Business Analysis draait niet uitsluitend om processen en systemen, maar ook om mensen. Verschillende stakeholders hebben vaak uiteenlopende belangen, prioriteiten en verwachtingen. Het creëren van gezamenlijk begrip en draagvlak vormt daarom een essentieel onderdeel van het analyseproces.

AI kan gesprekken samenvatten en standpunten structureren, maar kan niet zelfstandig bepalen welke belangen zwaarder wegen, welke compromissen acceptabel zijn of hoe vertrouwen tussen stakeholders wordt opgebouwd.

Met name het faciliteren van dialoog, het bespreekbaar maken van verschillen en het creëren van gezamenlijke besluitvorming blijven kerntaken van de businessanalist.

Conclusie

De opkomst van AI verandert Business Analysis fundamenteel, maar neemt de behoefte aan professionele businessanalisten niet weg. Integendeel. Naarmate routinematige werkzaamheden verder worden geautomatiseerd, verschuift de toegevoegde waarde van de businessanalist steeds meer naar activiteiten die menselijk oordeelsvermogen vereisen.

Het formuleren van de juiste probleemstelling, het begrijpen van de organisatorische context, het herkennen van schijnzekerheid, het ondersteunen van besluitvorming, het realiseren van businesswaarde, het kritisch beoordelen van AI-uitkomsten en het verbinden van uiteenlopende stakeholderbelangen zijn werkzaamheden die niet eenvoudig kunnen worden geautomatiseerd.

AI maakt Business Analysis sneller en efficiënter, maar uiteindelijk bepaalt niet de snelheid waarmee analyses worden geproduceerd het succes van een verandering. Doorslaggevend blijft de kwaliteit van de afwegingen die op basis van die analyses worden gemaakt. Precies daarin blijft de businessanalist een onmisbare schakel tussen technologie, organisatie en besluitvorming.