23 februari 2026

Adoptie AI verloopt bij goede doelen net zo onsuccesvol als in andere sectoren

Er wordt op dit moment veel onderzoek gedaan naar AI. Grote (vooral Amerikaanse) partijen zoals McKinsey, Salesforce en Virtuous publiceren rapport na rapport over adoptie, impact en strategische inzet — óók binnen de non-profitsector.

Maar er is iets interessants aan de hand.

Al deze partijen zijn óók consulting- of technologiebedrijven. Ze hebben een commercieel belang bij de uitkomst van hun onderzoeken. Net als ik overigens 😉. Dat maakt het des te belangrijker om niet één rapport te volgen, maar juist de onderzoeken naast elkaar te leggen.

Want:

• Waar bevestigen ze elkaar?
• Waar spreken ze elkaar tegen?
• Zien we echte consensus ontstaan?
• Of wordt AI soms mooier voorgesteld dan de praktijk rechtvaardigt?

In dit artikel doe ik precies dat: een deep dive in de verschillen én de overeenkomsten. Niet om één partij gelijk te geven, maar om het onderliggende patroon zichtbaar te maken.

Wat blijkt? Achter alle percentages en grafieken ontstaat een verrassend consistent beeld van hoe AI écht werkt binnen organisaties — en waarom de meeste organisaties nog niet het voordeel halen dat ze verwachten.

Als je werkt in fondsenwerving, CRM of directievoering, dan helpt dit artikel je om door de hype heen te kijken. En vooral: om scherp te krijgen wat er nodig is om AI wél strategisch te laten werken.

Bijna iedereen gebruikt AI.
Maar slechts een kleine minderheid haalt er écht structureel voordeel uit.

---

Wat zeggen de onderzoeken?

1. AI is inmiddels normaal

• McKinsey (2025): 88% van de organisaties wereldwijd gebruikt AI in minstens één onderdeel van hun werk.
• Virtuous (2026, non-profits): 92% van de goede doelen gebruikt AI “in enige vorm”.
• Salesforce (Nonprofit Trends Report 2025): 55% van de non-profits gebruikt of test AI actief — een enorme stijging ten opzichte van vorig jaar.

De conclusie is helder: de vraag is niet meer of je AI gebruikt.
De vraag is: waarvoor en hoe goed?

---

2. De meeste organisaties blijven steken in kleine verbeteringen

Virtuous beschrijft wat zij het “efficiency plateau” noemen:

• 79% ziet kleine tot middelgrote tijdswinst
• slechts 7% ziet echt grote verbeteringen in wat hun organisatie kan bereiken

Met andere woorden:
AI maakt het werk sneller — maar zelden fundamenteel beter.

McKinsey ziet hetzelfde in het bedrijfsleven. Veel organisaties experimenteren, maar slechts een deel weet AI echt goed in te passen in processen en besluitvorming.

Voor fondsenwerving betekent dit:

AI helpt je sneller schrijven.
Maar het helpt je pas meer geld ophalen als het goed verbonden is met:

• je donordata
• je segmentatie
• je journeys
• je timing
• je meetmomenten

---

3. Goede doelen zetten AI opvallend snel in voor hun kernwerk

Wat interessant is: non-profits gebruiken AI niet alleen voor marketingteksten.

Salesforce laat zien dat AI ook wordt ingezet voor:

Dat is bijzonder.

In veel commerciële organisaties begint AI bij marketing of IT.
Bij goede doelen raakt het al snel de kern van de missie.

Dat maakt de potentie groot — maar ook de verantwoordelijkheid.

---

4. De grootste zorgen: data en vertrouwen

Zowel Salesforce als Virtuous laten zien dat privacy en dataveiligheid de belangrijkste zorgen zijn.

• 46% noemt privacy als grootste zorg
• 44% noemt dataveiligheid

En bijna de helft van de organisaties heeft nog geen duidelijke AI-richtlijnen.

Voor Nederlandse fondsenwervers is dat logisch:

• Je werkt met donorgegevens
• Soms met gevoelige doelgroepinformatie
• Vertrouwen is je belangrijkste kapitaal

AI zonder duidelijke afspraken kan dat vertrouwen schaden.

---

Wat kunnen we hiervan leren?

Als je de drie onderzoeken samenneemt, zie je één duidelijke lijn:

AI wordt pas echt waardevol als het onderdeel wordt van hoe je werkt — niet alleen van wat je uitprobeert.

De winnaars zijn niet degenen met de nieuwste tool.
De winnaars zijn degenen die:

• hun data op orde hebben
• duidelijke afspraken maken
• klein beginnen
• meten
• en daarna pas opschalen

---

7 concrete stappen voor Nederlandse fondsenwervende organisaties

Hieronder geen grootse strategie-taal, maar praktische stappen.

---

1. Bepaal waar je AI écht op wilt laten bijdragen

Niet “tijd besparen”, maar bijvoorbeeld:

• hogere conversie per segment
• betere retentie in maandelijkse giften
• hogere gemiddelde gift
• meer tijd voor persoonlijk relatiebeheer

Zonder duidelijke doelstelling blijft AI een handig hulpmiddel.

---

2. Maak simpele, duidelijke AI-afspraken

Leg vast:

• Welke data mag je in welke tools gebruiken?
• Wat mag niet?
• Wie is verantwoordelijk?
• Hoe controleer je output?

Dit hoeft geen dik document te zijn. Maar het moet wel bestaan.

---

3. Zorg dat je donordata klopt

AI versterkt wat er al is.

Goede data → betere personalisatie
Rommeldata → rommeloutput

Investeer in:

• consistente segmentatie
• duidelijke campagnecodering
• één overzichtelijk donorprofiel

---

4. Begin met drie praktische toepassingen

Bijvoorbeeld:

A. Betere personalisatie
AI helpt varianten maken per segment, maar jij bepaalt de toon en strategie.

B. Sneller inzicht
Laat AI campagnes samenvatten en patronen signaleren — zodat je sneller kunt bijsturen.

C. Betere impactrapportage
AI helpt je impact helder en consistent te verwoorden richting donoren en subsidieverstrekkers.

---

5. Maak het team eigenaar

Veel AI-gebruik is individueel en versnipperd.

Organiseer:

• maandelijkse uitwisseling van wat werkt
• gezamenlijke promptvoorbeelden
• korte rolgerichte training (directie, CRM, fondsenwerving)

---

6. Verbind AI aan je bestaande systemen

De echte stap vooruit zit niet in losse chats, maar in:

• CRM
• marketing automation
• serviceprocessen
• dashboards

Daar ontstaat meetbare impact.

---

7. Kijk vooruit naar AI-agents — maar voorzichtig

McKinsey ziet dat organisaties experimenteren met autonome AI-systemen.
Salesforce laat zien dat non-profits hier nieuwsgierig naar zijn.

Maar begin klein:

• één proces
• duidelijke grenzen
• menselijke controle

---

Tot slot

AI is geen wondermiddel.
Maar het is ook geen tijdelijke hype.

De onderzoeken van Salesforce, McKinsey en Virtuous laten hetzelfde zien:

Bijna iedereen is begonnen.
Maar slechts een kleine groep maakt er al echt verschil mee.

Voor Nederlandse fondsenwervende organisaties ligt de kans niet in méér tools.

De kans ligt in:

• focus
• goede data
• duidelijke afspraken
• en slimme, meetbare toepassing

Dan wordt AI geen trucje — maar een stille kracht achter betere relaties en sterkere fondsenwerving.

---

Bronnen

• Salesforce — Nonprofit Trends Report, Seventh Edition (2025) s-org-7th-edition-nonprofit-tre…
• Virtuous — The 2026 Nonprofit AI Adoption Report
  https://virtuous.org/blog/the-2026-nonprofit-ai-adoption-report-blog/
• McKinsey — The State of AI in 2025
  https://www.mckinsey.com/~/media/mckinsey/business%20functions/quantumblack/our%20insights/the%20state%20of%20ai/november%202025/the-state-of-ai-in-2025.pdf

17 september 2025

Wat vinden donateurs zelf eigenlijk van AI?

Kansen, zorgen en de toekomst van gepersonaliseerde fondsenwerving

---

Wat gebeurt er als jouw donateur ontdekt dat je AI inzet voor fondsenwerving? Uit een groot onderzoek blijkt dat meer dan 30% dan minder geneigd is te geven. Dat is een stevige waarschuwing voor de sector: AI kan veel opleveren, maar ook donateurs kosten als het verkeerd wordt toegepast of niet goed wordt uitgelegd.

Dezelfde studie laat zien dat donateurs AI zeker kansen toedichten – vooral bij fraude­bestrijding en impactmeting – maar zodra hun eigen data en communicatie in beeld komen, slaat twijfel toe. Voor Nederlandse goede doelen, waar vertrouwen de basis vormt van elke relatie, is dit een signaal dat AI niet “stilletjes” kan worden ingevoerd. Openheid en menselijkheid zijn cruciaal.

---

Van argwaan naar nuance

De angst van donateurs is niet zwart-wit. Het gaat hen niet zozeer om de technologie zelf, maar vooral om waar en hoe AI wordt toegepast. Zodra AI de organisatie sterker, transparanter en efficiënter maakt, reageren donateurs relatief positief. Maar zodra het hun persoonlijke relatie met het goede doel raakt, slaat de twijfel toe.

---

Comfortzone: AI achter de schermen

Donateurs voelen zich het meest comfortabel met AI als het de organisatie efficiënter en betrouwbaarder maakt:

• Impactmeting en analyse (gemiddeld 3,2 op 5)
• Fraudebestrijding en financiële transparantie (3,1 op 5)

Zodra AI dichter bij de relatie met de donateur zelf komt, daalt het vertrouwen:

• Donorcommunicatie, zoals gepersonaliseerde e-mails: 2,9 op 5
• Fondsenwervende boodschappen: 2,8 op 5

---

Personalisatie en relevante communicatie: kans én risico

Veel marketeers dromen van AI-gedreven personalisatie: de juiste boodschap, op het juiste moment, via het juiste kanaal. Maar hoe kijken donateurs hiernaar?

Uit het onderzoek blijkt:

• 39,8% voelt zich ongemakkelijk bij AI-gegenereerde persoonlijke verzoeken op basis van hun data en geefgedrag.
• 28,1% accepteert personalisatie wél, mits dit transparant gebeurt.

Brug naar de praktijk

Hier zien we het spanningsveld: personalisatie kan een krachtig middel zijn om relevant te communiceren, maar roept tegelijkertijd wantrouwen op. Vooral wanneer donateurs het gevoel krijgen dat hun data “tegen hen” wordt gebruikt. Het is dus geen kwestie van óf personalisatie, maar van hoe je het inzet en uitlegt.

---

Hoe hiermee omgaan?

Voor Nederlandse goede doelen ligt hier een duidelijke opdracht:

1. Wees expliciet over het waarom
2. Geef controle terug aan de donateur
3. Koppel data altijd aan waarde
4. Hou het menselijk
5. Werk aan vertrouwen via kleine stappen

---

De topzorgen van donateurs

Twee zorgen steken er met kop en schouders bovenuit:

1. Verlies van menselijk contact – 60,2% vreest dat AI de warmte en persoonlijke relatie verdringt.
2. Privacy & dataveiligheid – 60,0% maakt zich zorgen of hun gegevens wel veilig zijn.

Daarnaast noemt 43,3% het risico dat banen in de sector verdwijnen.

Brug naar strategie

Deze zorgen raken de kern van fondsenwerving: vertrouwen en menselijkheid. Donateurs willen best dat organisaties moderniseren, maar niet ten koste van de persoonlijke band en hun privacy. Elke AI-strategie moet dus beginnen bij de vraag: hoe behouden we de menselijke maat en beschermen we data?

---

Transparantie als sleutel tot vertrouwen

Het onderzoek laat er geen twijfel over bestaan: 93% van de donateurs vindt transparantie over AI-gebruik belangrijk.

Dat betekent concreet:

• Vermeld in jaarverslagen en campagnes hoe AI wordt ingezet.
• Laat zien dat AI een hulpmiddel is, geen vervanger van mensen.
• Geef voorbeelden van wat AI concreet oplevert: minder fraude, beter inzicht in impact, betere service.

Brug naar de Nederlandse context

Voor Nederlandse organisaties, waar de AVG en publieke opinie rond datagebruik extra scherp zijn, is dit nóg relevanter. Transparantie is niet alleen een kwestie van vertrouwen winnen, maar ook van reputatie beschermen. Wie niet uitlegt hoe AI werkt, loopt het risico dat donateurs zich bedrogen voelen.

---

Wat betekent dit voor Nederlandse goede doelen?

Hoewel het onderzoek in de VS plaatsvond, zijn de lessen voor Nederland glashelder:

1. Begin met AI achter de schermen – fraudedetectie, impactmeting, datakwaliteit.
2. Experimenteer voorzichtig met personalisatie – en wees daarbij volledig transparant.
3. Investeer in uitleg – maak AI begrijpelijk voor donateurs, jong én oud.
4. Behoud de menselijke maat – de kracht van fondsenwerving blijft de menselijke relatie, AI moet die versterken, niet vervangen.

Brug naar de toekomst

De sector staat op een kruispunt. AI kan ons helpen slimmer, efficiënter en relevanter te werken. Maar wie te snel gaat of te weinig uitlegt, riskeert dat donateurs afhaken. Het is dus niet de vraag of we AI gaan gebruiken, maar hoe zorgvuldig we dat doen.

---

Conclusie

AI kan de sector helpen slimmer, efficiënter en relevanter te werken. Maar het vertrouwen van donateurs staat of valt met openheid, keuzevrijheid en menselijkheid. Personalisatie via AI heeft potentie, maar vraagt om zorgvuldige inzet en duidelijke uitleg.

Nederlandse fondsenwervers en directeuren doen er goed aan nu al een strategie te ontwikkelen: waar zetten we AI in, hoe leggen we dit uit, en hoe zorgen we dat de donateur zich er beter – en niet ongemakkelijker – door voelt?

Want één ding is duidelijk: donateurs zijn zich al bewust van AI, en verwachten dat hun goede doel daar zorgvuldig mee omgaat.

Bronvermelding: Dit artikel is geschreven met ondersteuning van ChatGPT en gebasseerd op dit onderzoek: https://www.cheriankoshy.com/aistudy/

De berichten in deze chat worden behandeld in een afgeschermde open source omgeving en niet met derden gedeeld. De response is afkomstig van een getrainde agent op het chatGPT 4o model. Er kunnen geen rechten worden ontleent aan dit gesprek.

18 september 2025

ChatGPT-in-a-box veilig en betaalbaar!

Organisaties besteden miljoenen aan compliance, AVG-trajecten en security-audits, maar zetten vervolgens hun meest gevoelige data zonder aarzelen door de servers van Amerikaanse AI-aanbieders. Dat is niet alleen een privacy-risico, maar ook een afhankelijkheid. Met Trump in het zadel en alle hackpogingen vanuit communitische landen is de urgentie van cybersecurity alleen maar groter geworden. Maar wat betekent dit voor het gebruik van chatGPT?

Daarom is het verbazingwekkend dat ChatGPT-in-a-Box nog geen standaard is. Het idee is simpel: dezelfde kracht van generatieve AI, maar volledig lokaal, op je eigen hardware of in je eigen datacenter. Je data gaat nergens heen, je bepaalt zelf de spelregels, en je bent immuun voor grillige geopolitieke besluiten.

Toch heerst er een groot misverstand: dat dit soort oplossingen alleen betaalbaar en haalbaar zijn voor de Google’s en Microsofts van deze wereld. Onzin. Voor een paar duizend euro koop je al een server met een moderne GPU waarop modellen zoals Llama 3 of Mistral prima draaien. Vergelijk het met wat je normaal kwijt bent aan een paar laptops voor je team. Met die investering kun je dus een eigen AI-assistent hosten die 24/7 beschikbaar is, zonder dat er ook maar één byte naar de cloud hoeft.

We accepteren wél dat financiële gegevens nooit buiten Europa mogen worden opgeslagen. We zijn streng op waar medische dossiers belanden. Maar zodra het om AI gaat, lijken veel organisaties gemakzuchtig de poort wijd open te zetten voor buitenlandse partijen. Terwijl juist hier de risico’s enorm zijn: data-lekken, lock-in, en een politieke “kill switch” waar we nul invloed op hebben.

👉 Rekenvoorbeeld: voor ongeveer €5.000 koop je een server met een moderne GPU (bijvoorbeeld een NVIDIA RTX 4090) en 128 GB RAM. Daarmee draai je zonder problemen een model als Llama 3-70B of Mistral, goed voor honderden vragen per minuut. Vergelijk dat bedrag met de jaarlijkse licentiekosten van een gemiddelde SaaS-tool, en je ziet dat lokale AI vaak goedkoper uitvalt – terwijl je volledige controle houdt.

ChatGPT-in-a-Box is geen luxe speeltje, maar een noodzakelijke verzekering. Het is volwassen technologie, betaalbaar, schaalbaar, en juridisch veiliger dan de cloud-varianten. De vraag zou dus niet moeten zijn of organisaties dit doen, maar waarom ze het nog steeds níet doen.