Skip to content
AI Phase
Tijdlijn

Fase voor fase, met eerlijke doorlooptijden: blueprint in 24 uur, proof of concept in 4–8 weken, productiesysteem in 3–6 maanden – en wat projecten in de praktijk echt vertraagt.

In het kort

Een AI-project vergt in 2026 met AI Phase 24 uur tot de projectblueprint, 4–8 weken tot een werkend prototype op echte data en 3–6 maanden tot het productiesysteem – daarna begint het doorlopende beheer. Een geprioriteerde roadmap voor complexe landschappen staat er doorgaans in 2–4 weken. De snelste start: de gratis 24-uurs Fast-Track.

Laatst bijgewerkt: juli 2026

Welke fasen doorloopt een AI-project?

Vier fasen van het eerste plan tot het draaiende beheer. De doorlooptijden zijn de gepubliceerde typische projectduren van AI Phase – elk project begint met een blueprint, niet met een contract.

01 · 24 uur

Blueprint & haalbaarheid

Met de Fast-Track van AI Phase staat er binnen 24 uur een concrete blueprint: scope-schets, eerlijke haalbaarheidsinschatting, een passend oplossingspatroon uit echte projecten en vervolgstappen. Dat kan dankzij een puur senior team en een patroonbibliotheek uit referentieprojecten. De eerlijke grens: complexe landschappen met veel systemen vergen een langer assessment.

  • Scope-schets en haalbaarheidsinschatting
  • Oplossingspatronen uit echte referentieprojecten
  • Vervolgstappen – gratis en vrijblijvend

Voor complexe landschappen: potentieelanalyse in 2–4 weken

02 · 4–8 weken

Prototype & proof of concept

Een afgebakende proof of concept op uw echte data staat er doorgaans in 4–8 weken. In die tijd past: één use-case, echte data, meetbare succescriteria. Wat er niet in past: productierijpheid – een PoC bewijst haalbaarheid, geen operationele gereedheid.

  • Werkend prototype op echte data
  • Meetbare succescriteria in plaats van demo-effecten
  • Go/no-go-beslissing met cijfers

AI-prototyping in detail (4–8 weken)

03 · 3–6 maanden

Uitbouw naar productie

Van pilot naar productie duurt doorgaans nog eens 1–4 maanden; een implementatieproject loopt in totaal 3–6 maanden. De lange doorlooptijden zitten in integratie, rechten en evaluatie – niet in het model. Dat de route werkt, bewijzen productiesystemen zoals de ticketautomatisering voor netcos GmbH en de 3D-computer-vision-kwaliteitsborging voor de B.B.W. Group.

  • Integratie in M365, SAP of ticketsystemen
  • Rechten, AVG- en EU-AI-Act-vereisten
  • Evaluatie en acceptatie in het echte proces

Zo verloopt AI-implementatie (3–6 maanden)

04 · Doorlopend

Beheer & optimalisatie

AI blijft niet vanzelf goed: na de go-live beginnen monitoring, data-actualiteit, performancetuning en nieuwe features. Plan het beheer vanaf het begin mee – een AI-project is met de go-live niet klaar, maar productief.

  • Monitoring en data-actualiteit
  • Performancetuning en nieuwe features

Onderhoud & optimalisatie in detail

Hoe lang duurt welk type AI-project?

Typische gepubliceerde projectduren van AI Phase, stand 2026. De eerste bruikbare resultaten komen ruim vóór het projecteinde.

Fast-Track-blueprintTypische duur:24 uurEerste bruikbare resultaat:Scope, haalbaarheid & plan in 24 u
AI-workshopTypische duur:½–2 dagenEerste bruikbare resultaat:Geprioriteerde use-case-lijst dezelfde dag
Potentieelanalyse & roadmapTypische duur:2–4 wekenEerste bruikbare resultaat:Geprioriteerde roadmap met MVP-aanbeveling
Prototype / proof of conceptTypische duur:4–8 wekenEerste bruikbare resultaat:Werkende demo op echte data
Productiesysteem (RAG, agents, CV)Typische duur:3–6 maandenEerste bruikbare resultaat:Systeem in pilotbedrijf vóór de go-live
Studentenproject (TUM/LMU)Typische duur:3–6 maandenEerste bruikbare resultaat:Begeleide tussenresultaten gedurende de looptijd
Beheer & onderhoudTypische duur:DoorlopendEerste bruikbare resultaat:Monitoring vanaf go-live

Ter vergelijking: traditionele adviesroutes rekenen in de marktoverzichten van 2026 met 3–12 maanden tot productie. Dagtarieven en de structurele vergelijking staan onder AI-advies vs. traditioneel advies.

Wat de afzonderlijke projecttypes kosten: Wat kost AI? · Welke resultaten productiesystemen leveren: AI-resultaten in cijfers · Referenties met echte metrics: Projecten

Wat maakt AI-projecten sneller – of langzamer?

De ongemakkelijke waarheid uit de praktijk: het grootste planningsrisico zijn zelden modellen of techniek, maar de eigen goedkeuringsrondes van de klant. Vijf factoren bepalen de planning.

Aanlooptijd bij datatoegang

Voordat toegang tot SharePoint, SAP of ticketsystemen is vrijgegeven, verstrijken vaak weken – tijd waarin het project stilstaat. Datatoegang is vaker het knelpunt dan de datakwaliteit zelf.

Fix: toegang en dataverantwoordelijken in week 1 regelen.

Beslislatentie

Elke open beslissing die twee weken wacht op de volgende stuurgroepvergadering, schuift de go-live twee weken op. De eigen goedkeuringsrondes van de klant zijn het vaakst voorkomende planningsrisico dat we zien.

Fix: één vast wekelijks beslismoment.

Geen verantwoordelijke owner

Zonder een product owner met mandaat wordt elke prioriteit in elke vergadering opnieuw uitonderhandeld – en de planning meteen mee. Een project zonder owner is een project zonder einddatum.

Fix: een owner met beslismandaat, benoemd op dag één.

Compliance-omvang

AVG, EU AI Act, ondernemingsraad en IT-beveiliging zijn planbaar – als ze er vroeg bij zitten. Achteraf ingeschakelde toetsingen kosten maanden, vroeg ingeschakelde weken.

Fix: IT-beveiliging en privacy vanaf de blueprint betrekken.

Aantal integraties

Elk extra gekoppeld systeem brengt eigen interfaces, rechten en testcycli mee. Het prototype met één systeem is snel – de uitrol naar vijf is een project op zich.

Fix: piloteren met één systeem, daarna stapsgewijs koppelen.

Veelgestelde vragen over de duur van AI-projecten

Een projectblueprint levert de Fast-Track van AI Phase binnen 24 uur, een werkende proof of concept op echte data is er doorgaans in 4–8 weken.

Binnen 24 uur weet u hoe lang uw project duurt

Dien uw AI-idee in – u ontvangt scope, haalbaarheidsinschatting en een projectplan met fasen. Gratis en vrijblijvend.