Fable: A short, fictional story crafted to teach a moral lesson.

Zo staat het in het woordenboek. Anthropic, het bedrijf achter Claude, koos die naam voor zijn nieuwste AI-model. En zonder het te willen leverde het bedrijf er dit voorjaar zelf het verhaal én de moraal bij. Want wat er in juni met Fable gebeurde, is de belangrijkste AI-les van dit jaar.

Maar eerst een stap terug: wat zijn deze modellen eigenlijk?

Wat is Fable? En wat is Mythos?

Mythos is het grootste en zwaarste model dat Anthropic ooit bouwde, een nieuwe klasse bóven het bekende Opus.

Fable is in de kern hetzelfde brein, maar met extra guardrails: dezelfde intelligentie, met veiligheidsmaatregelen erop voor risicovolle toepassingen. Fable is voor iedereen, Mythos alleen voor een handvol goedgekeurde organisaties, zo legt Anthropic zelf uit.

Hoe slim is het? Onderzoeksinstituut METR meet hoe groot de taken zijn die een AI zelfstandig succesvol afrondt, uitgedrukt in de tijd die een mens ervoor nodig zou hebben. In 2022 waren dat taken van een paar seconden. Voor Claude Mythos Preview, de directe voorloper van Fable en Mythos 5, mat METR dit voorjaar taken van 16 tot 20 uur mensenwerk.

Maar het meest veelzeggende zit bovenaan de lijst van taken die het aankan: het verbeteren van AI-systemen. Mythos traint Mythos. Anthropic zet het model zelf in voor AI-onderzoek en -ontwikkeling. Een model dat dagen mensenwerk zelfstandig uitvoert en aan zijn eigen opvolger bouwt: zoiets blijft niet lang gewoon een product. Dat brengt ons bij de moraal van dit verhaal.

De moraal: AI is nu een gecontroleerd exportproduct

Op vrijdag 12 juni droeg het Amerikaanse ministerie van Handel Anthropic op om Fable en Mythos per direct af te sluiten voor iedereen zonder Amerikaans paspoort, bevestigde Anthropic in een verklaring. Omdat je in een cloud geen nationaliteiten kunt controleren, ging de stekker er wereldwijd uit.

Waarom blokkeerde Amerika de toegang? Er lag een rapport waarin stond dat je Fable met een truc zover kreeg om beveiligingslekken op te sporen en te misbruiken. Het sterkste model ter wereld als hackgereedschap in verkeerde handen: dat was voor Washington reden om per direct in te grijpen.

Drie weken later mocht de stekker er weer in. Anthropic had het gat gedicht met een extra beveiligingslaag, en onderzoekers van de overheid testten die zelf en noemden hem “buitengewoon sterk”, schrijft Anthropic. Daarmee verviel de reden voor de blokkade.

Maar er speelde meer: zonder Fable stapten gebruikers en bedrijven over op alternatieven, vaak Chinese open modellen die spotgoedkoop zijn. Elke week offline joeg Amerika dus klanten naar zijn grootste rivaal, en dus schreef minister Lutnick op X dat Fable was goedgekeurd "om Amerika's leiderschap in AI te versterken". Niet omdat het veilig was, maar omdat blokkeren duurder werd dan vrijgeven.

Wat leert dit verhaal ons?

De markt splitst in tweeën. De frontier-modellen (Mythos, Fable, Sol) worden het gecontroleerde exportgoed: schaars en politiek. De laag eronder, open en kleinere modellen, wordt juist commodity: spotgoedkoop en overal verkrijgbaar. Die commodity is het alternatief waar je op terugvalt als de kraan dicht gaat.

Jouw AI heeft een uit-knop, en die zit niet bij jou. Een AI-model kan van de ene op de andere dag weggehaald worden, zonder aankondiging en buiten jouw controle. Dat heet in bedrijfstermen een supply chain risk, en 94 procent van IT-leiders maakte zich hier al zorgen over voordat het daadwerkelijk gebeurde.

En het blijft niet bij Anthropic. OpenAI zag het gebeuren en bracht zijn nieuwe GPT-5.6 (onthoud: Sol is het krachtigst, Terra de middenklasse, Luna de snelle goedkope) op verzoek van de regering-Trump eerst uit aan zo’n twintig door de overheid goedgekeurde partners. Beide AI-giganten leggen hun krachtigste werk nu dus eerst voor aan Washington voordat wij het te zien krijgen.

En wat kun jij hiermee?

De uit-knop zit niet bij jou, maar jouw afhankelijkheid wel.

De reflex bij dit soort nieuws is verontwaardiging: Europa moet wakker worden, zet ASML als drukmiddel in, wij lopen weer achter, we are fucked. Allemaal waar, maar dat is niets waar jij op deze vrijdag iets mee kunt. Wat je wél in handen hebt, is je eigen afhankelijkheid.

We noemden net al de vendor lock-in: vastzitten aan één leverancier. En dat risico geldt net zo goed voor jou als professional. Zorg dus dat je kunt wisselen. En dat betekent concreet drie dingen:

• Ken een alternatief en gebruik het af en toe ook écht, zoals een open of (nog beter) Europees model.

• Houd je kennis draagbaar: je beste prompts, je werkwijze en je documenten horen bij jou, niet opgesloten in 1 tool

• En wees eerlijk naar jezelf over waar je écht van afhankelijk bent geworden. Dat is jouw agency, en daar moet je je altijd bewust van blijven.

Meer her/ai?

🛠️ Kom naar onze Summer Intensive AI-course met Yeliz Çiçek van FI Business. Op vrijdag 21 augustus tussen 9-13u in Amsterdam. Kaartjes en meer informatie vind je hier.

🛠️ Of kom naar een van onze hands-on AI-workshops op woensdag 9 september (op de Warmoesstraat, achter de Bijenkorf) in Amsterdam. Voor 9 september zijn nog early bird kaartjes beschikbaar! Ga voor meer informatie naar deze pagina.

🏢 Workshop bij jouw organisatie? Mail hello@herai.work en we vertellen je graag meer!

💛 Word paid subscriber. Steun ons werk en krijg er extra’s bij: gratis 1-op-1 sessies, korting op onze workshops, maandelijkse live demos en toegang tot ons archief.

Abonneer nu

Stel: je krijgt een mail van Sandra, je finance-collega. Of je voor je op vakantie gaat nog even die aangepaste factuur van jullie IT-leverancier wilt betalen. De bijlage zit erbij. De toon klopt. Ze weet dat je volgende week weg bent. Ze noemt de juiste leverancier. Dus je klikt, opent het bestand, en regelt het even snel. Logisch.

Alleen: Sandra heeft die mail nooit gestuurd. Een hacker schreef hem. En alles wat het mailtje zo overtuigend maakte, dat je bijna weg bent, wie jullie IT-leverancier is, dat je finance-collega Sandra heet, kwam uit jouw eigen AI-account.

AI-tools worden razendsnel onderdeel van ons dagelijks werk. We stoppen er onze gedachten, klantgegevens en eigen data in. We koppelen ze nu aan onze mailbox, agenda en SharePoint. Maar wat zijn de risico’s, en hoe werkt dit precies?

We schreven eerder over privacy. Als wij het over privacy hebben, hebben we het over controle over je eigen informatie. In dat artikel gingen we in op wat er gebeurt met je data zodra je AI-tools gebruikt, en wat er kan gebeuren als hackers AI-modellen inzetten om organisaties aan te vallen.

Vandaag gaat het niet over privacy, maar over security: hoe veilig zijn je AI-tools eigenlijk? Wat kan een hacker met toegang tot jouw AI-account? En wat kun je vandaag doen om dat account beter te beveiligen?

Twee vrouwen die cybercrime uit de hoodie-hoek trekken

Om dat goed uit te zoeken spraken we Gina Doekhie en Jerney Gouweleeuw. Ze kennen elkaar van beveiligingsbedrijf Fox-IT, waar ze eerst collega’s werden en daarna vriendinnen. Gina is cybercrime-expert, studeerde af in Forensic Science én AI (way before it was hip and happening) en geeft inmiddels 10 jaar lezingen door het hele land met haar platform No More Cybercrime. Jerney weet als geen ander hoe je dat technische verhaal naar gewone mensen vertaalt. Allebei willen ze, als vrouwen in een mannenwereld, een ander geluid laten horen.

Hun missie lijkt verdacht veel op de onze. “Net als AI kun je cybersecurity niet meer wegzetten als iets voor techneuten,” zegt Gina. “We werken allemaal met digitale systemen en delen onze data met apps, browsers en tools. Het begint bij bewustzijn. Digitale weerbaarheid gaat over mensen en gedrag, en dat maak je onderdeel van je cultuur. Net als AI.”

Hackers op stero(AI)ds

We kennen allemaal wel de phishingmail die vroeger te herkennen was aan kromme zinnen en een rare aanhef. AI maakt bestaande aanvallen realistischer, goedkoper, sneller en op veel grotere schaal uitvoerbaar. Die phishingmail is dankzij AI nu vlekkeloos, persoonlijk en in jouw tone of voice.

De tool die jou productiever maakt, maakt de aanvaller net zo makkelijk productiever. Terug naar die hypothetische mail van ‘Sandra’. Hoe wist de aanvaller dat allemaal?

Het begint vaak klein. Jouw wachtwoord lag bij een eerder datalek op straat, bijvoorbeeld dat van Odido eerder dit jaar. En datzelfde wachtwoord gebruikte je ook voor je AI-account. Eén lek, en de deur staat open.

Eenmaal binnen leest de aanvaller mee in je chats. Daar staat verrassend veel in: dat je finance-collega Sandra heet, wie jullie IT-leverancier is, dat je over twee weken op vakantie gaat. Logisch ook, we stoppen tegenwoordig onze halve werkdag in één AI-tool.

Sinds kort koppelen we ook connectors aan tools die we dagelijks gebruiken, zodat AI nog beter voor je kan werken en meer context over jou kan ophalen: je Outlook, Calender, CRM, SharePoint, Klaviyo, ... Als de aanvaller binnen is, kan die dus ook bij die tools.

En dan is er nog een stap verder, want steeds vaker mogen die tools niet alleen meelezen, maar ook zelf handelen. Dat heet agentic AI: een AI die taken voor je uitvoert in plaats van alleen antwoord geeft. Heeft zo’n agent rechten om mails te versturen, bestanden aan te passen of CRM-gegevens te wijzigen, en krijgt een aanvaller toegang tot dat account, dan kan die dat allemaal óók.

Hoe meer rechten je een AI-tool geeft, hoe groter de impact als die binnen is. Het gaat niet alleen om Agentic AI en het uitvoeren van acties, het gaat erom dat een kwaadwillende met toegang tot jouw AI-account ook slim door al je gekoppelde data kan zoeken, en bedrijfsgegevens aan elkaar kan koppelen.

Gina is daar eerlijk over. “Connectors zijn niet per se onveilig, maar ga er bewust mee om. Geef een AI-tool alleen toegang tot wat hij echt nodig heeft, en check elke maand even welke connectors en machtigingen nog aanstaan. Dat kost je twee minuten.” Want een account met toegang tot waardevolle informatie is precies wat een crimineel zoekt.

Twee dingen die je vandaag nog regelt

Dus eigenlijk is het zo simpel als dit: zolang de hacker niet naar binnen kan, ben je veilig. Met deze 2 maatregelen til je je beveiliging vandaag al naar een beter niveau. Max 10 minuten werk. Gina en Jerney willen wel benadrukken: 100% garantie bestaat niet.

1. Zet multifactor-authenticatie (MFA) aan. Een multifactor-authenticatie app (bijvoorbeeld van Google of Microsoft) voegt een tweede slot toe aan je account. Naast je wachtwoord heb je dan een tweede sleutel nodig, zoals een pincode of je vingerafdruk. Het mooie: zelfs als je wachtwoord op straat ligt na een datalek, komt een aanvaller er nog niet zomaar mee binnen.

   
   ⚠️ Dit kan niet op AI-tools zoals Claude en ChatGPT. Die werken met een passwordless login (inloggen zonder wachtwoord) via een beveiligde e-maillink. Je kunt deze (nog) niet beveiligen met MFA. Dus als iemand toegang krijgt tot je e-mail, kan die persoon ook inloggen op Claude. Daarom is MFA op je e-mailaccount essentieel.
   

2. Installeer een wachtwoordmanager. Dat is een digitale kluis voor al je wachtwoorden, zodat je overal een uniek wachtwoord kunt gebruiken zonder ze te onthouden. Je hebt cloud-based managers, ingebouwd in je browser (zoals Google Password Manager), als onderdeel van je systeem (zoals Apple Passwords), of als losse app (zoals Proton Pass). Liefst beveilig je die kluis óók weer met multifactor-authenticatie. Wil je alles liever zelf in de hand houden, dan kan lokaal opslaan op je eigen apparaat ook.

Twijfel je over een mail? Stuur ‘m hierheen

Nog een praktische: twijfel je of een mailtje echt is? Gina bouwde mét AI een phishing-checker. Stuur de mail door (zonder te klikken of bijlagen te openen) naar check@nomorecybercrime.nl, en je krijgt binnen 24 uur automatisch bericht of de mail veilig is of niet.

Meer her/ai?

🛠️ Kom naar onze Summer Intensive AI-course met Yeliz Çiçek van FI Business. Op vrijdag 21 augustus tussen 9-13u in Amsterdam. Kaartjes en meer informatie vind je hier.

🛠️ Of kom naar een van onze hands-on AI-workshops op woensdag 9 september (op de Warmoesstraat, achter de Bijenkorf) in Amsterdam. Voor 9 september zijn nog early bird kaartjes beschikbaar! Ga voor meer informatie naar deze pagina.

🏢 Workshop bij jouw organisatie? Mail hello@herai.work en we vertellen je graag meer!

💛 Word paid subscriber. Steun ons werk en krijg er extra’s bij: gratis 1-op-1 sessies, korting op onze workshops, maandelijkse live demos en toegang tot ons archief.

Abonneer nu

Vorige week vrijdag, 19 juni waren we met zo’n 200 vrouwen op De Hoorneboeg in Hilversum. Hier vond het New Female Leaders Festival plaats, midden in de natuur, en in de hitte :-). Het thema van de dag was The New Era, en er werden vragen behandeld als: Wat is het leiderschap wat we nodig hebben nu en voor de toekomst? En wat is de rol van AI? Saskia en Alinda waren er ook om samen met Caroline te praten over AI en authenticiteit. Twee dingen die elkaars tegenpool lijken, maar elkaar juist versterken.

Op het festival werd AI tool Dembrane ingezet. Een Nederlands platform dat via een QR-code kleine groepsgesprekken van deelnemers opneemt en met AI samenvat tot één gedeeld overzicht, zodat de inzichten uit alle koffiepauzes en breakouts niet verloren gaan, maar terugkomen als groepslearning. Mooi idee. Maar het leverde ook frictie op. “Worden onze gesprekken nu zomaar opgenomen?”

Toch was die schuring eigenlijk meteen het vuur voor de hele dag. Want dit is ook exact de tijd waar we nu inzitten. En dus précies het thema waar het festival omdraaide.

Dit tijdperk schuurt, en dat is oké

Caroline beschreef het zo: “Ik kon de wrijving en weerstand tegen AI letterlijk vanaf het podium voelen.” Aan de ene kant de weerstand: hoe blijven we mens, hoe raken we niet verslaafd aan onze schermen, hoe voeden we onze kinderen op? Aan de andere kant de kansen: wat brengt AI ons wél? De snelheid die we ineens hebben, de mogelijkheden die het ontsluit. Dáártussen zit ongemak. En de eerlijke conclusie na afloop was: dat ongemak gaat niet weg. Het is de tijd waarin we leven.

De vraag is dus niet “ben je voor of tegen AI”. De vraag is: hoe blijf je een authentiek leider, ook in deze fase waar het schuurt?

Het antwoord begint en eindigt bij één woord: agency. Je blijft zelf denken, voelen en kiezen. Je begrijpt eerst wat iets is voordat je het inzet. En je blijft eigenaar van je keuzes, je werk en je waarden.

AI is niet dé oplossing

Laten we eerst een stap terugzetten. AI wordt verkocht als dé oplossing, maar dat is het niet. Dat heet techno-solutionisme: het idee dat innovatie = technologie = oplossing voor elk probleem.

In een gesprek voor het FD zeiden Maxim Februari en Marleen Stikker het scherp: we stellen vaak de vraag “hoe snel kunnen we AI invoeren”, bijna nooit “welke AI willen we eigenlijk (voor onszelf)?”.

Paus Leo XIV wijdde er zijn eerste encycliek aan, Magnifica Humanitas, ruim 42.000 woorden volledig over AI. Zijn kernpunt: technologie is geen vijand van de mens, en ook niet slecht op zichzelf. Maar het is nooit neutraal. Het neemt de eigenschappen over van wie haar bedenkt, betaalt, reguleert en gebruikt. De echte keuze gaat niet tussen wel of niet, tussen enthousiasme of angst, maar tussen twee soorten vooruitgang: vooruitgang die mensen dient, of vooruitgang die mensen onderwerpt aan de logica van macht.

Toch doen wij - jij en ik, als mens - op individueel niveau, elke dag iets anders. We zijn ons bewust van de grote vragen, zoals de Paus ze stelt, alleen handelen we er niet naar. De technologie ligt zo binnen handbereik dat we haar de hele dag gebruiken. Neem de meest alledaagse valkuil: instant gratification. Snel even iets genereren en doorsturen (bijvoorbeeld op werk). Het voelt gratis (bijvoorbeeld als gratis tijd), maar dat is het nooit. Je slaat stappen over, en het denkwerk dat je overslaat, verleer je. Er is daarmee altijd een prijs net de ogenschijnlijke winst in snelheid en productiviteit.

We horen het veel om ons heen: “Ik ploeter me op werk dagelijks door enorme hoeveelheden tekst die AI heeft gegenereerd, en gebruik dan vervolgens een AI om het voor me te laten samenvatten”. De schrijver van deze stukken bespaart misschien 20 minuten, maar de lezer is 40 minuten bezig om te ontcijferen wat je nou eigenlijk bedoelde. Is dat vooruitgang?

De vijf skills die je dan wél nodig hebt

In de encycliek staan vier “buckets” van vaardigheden:

1. Kritisch en conceptueel denken. Niet “goed prompten”, maar weten wat je wil van een AI en kunnen beoordelen wat eruit komt. Het aantrekkelijkste antwoord is namelijk niet altijd het juiste.

Denk aan AI als een hefboom. Een hefboom maakt je sterker, maar elke keer dat je het gebruikt, gebruik je je eigen spier niet. En spieren die je niet traint, verzwakken.

Een van onze favoriete auteurs Hilary Gridley beschrijft dit goed. Ze beschreef dat “being a good writer” altijd een kern van haar identiteit was. Ze realiseerde zich dat schrijven een spier is, die zonder aandacht verslapt. In de jaren tussen het studeren van literatuur en het werken in en voor bedrijven, was ze alleen schrijven volledig verleerd, zonder dat ze het doorhad.

“Here I was faced with irrefutable evidence that writing was just another muscle that would atrophy without focused attention. And, in fact, it had.”

Hoe meer ze AI liet schrijven, hoe zwakker die spier werd, en hoe minder gelukkig ze zich voelde. Daarom stelt ze bij elke taak drie vragen:

• Wat wil ik bereiken met wat ik met AI maak?

• Voor welk deel van het proces wil ik AI gebruiken?

• Is dit een eenmalige shortcut, of een proces dat ik steeds herhaal?

Want zet je het elke keer in, dan verleer je de skill.

2. Eerst begrijpen, dan inzetten. Voordat je AI gebruikt, moet je echt snappen wat het is en wat het niet is. Een AI-model is geen neutraal orakel dat de waarheid uitspuugt. Het is getraind op de data van onze samenleving, en daarmee is het vooral een spiegel. Het weerkaatst onze kennis, maar net zo goed onze aannames, onze blinde vlekken en onze vooroordelen. Wie dat begrijpt, leest een AI-antwoord anders. Niet als feit, maar als reflectie die je zelf moet blijven wegen.

3. Relaties en aandacht. De skill die machines niet overnemen. AI kan een mens imiteren en simuleren, maar het heeft geen empathie, geen moreel geweten, geen echte verbinding. De paus noemt ons vermogen tot relatie en liefde zelfs de kern van wat ons mens maakt. Het echte gesprek, de aandacht, de connectie. Precies dat wat op het festival even op het spel leek te staan toen de microfoons aangingen.

4. Ethisch oordelen bij elke keuze. Stel jezelf soms de kritische vragen. Wie wint [bij het gebruik van AI] aan macht, en wie betaalt de prijs? De planeet, met alle energie en water die het kost? De makers? De gebruiker? En heel praktisch: kun je nog functioneren als Claude of je notitietool morgen wegvalt? Je hoeft niet overal van af te zien. Het gaat vooral om het behouden van het bewustzijn.

5. Agency. En dan de laatste, misschien wel de moeilijkste vaardigheid: leren leven met die continue schuring. Want zelfs de mooie toepassingen kennen een schaduwkant, en die spanning lost nooit helemaal op.

Authentiek leiderschap in de tijd van AI is dus, je agency bewaken. Zelf blijven denken, voelen, bevragen en kiezen. Wij laten AI op bewuste plekken juist géén rol spelen: bijvoorbeeld het bepalen van onze tone of voice, het ontwikkelen van het concept achter een workshop, het schrijven van dit artikel. Wij bedenken wat we schrijven. Dat is en blijft mensenwerk, en dat geven we niet weg.

Meer her/ai?

🛠️ Kom naar een van onze hands-on AI-workshops op woensdag 19 augustus (bij HNK Sloterdijk) of 9 september (op de Warmoesstraat, achter de Bijenkorf) in Amsterdam. Voor 9 september zijn nog early bird kaartjes beschikbaar! Ga voor meer informatie naar deze pagina.

🏢 Workshop bij jouw organisatie? Mail hello@herai.work en we vertellen je graag meer!

💛 Word paid subscriber. Steun ons werk en krijg er extra’s bij: gratis 1-op-1 sessies, korting op onze workshops, maandelijkse live demos en toegang tot ons archief.

De ene week is het een notitieboekje. De week daarna een nieuwe to-do-tool, je stapt over op Monday of Trello, gaat weer terug naar papier, probeert het toch maar in Notion, en eindigt met halve mailtjes naar jezelf.

Zo gaat het al ons hele werkende leven. Wij hebben zo’n beetje elk systeem geprobeerd dat er bestaat, en toch bleef diezelfde kleine stem maar zeuren: vergeet je nu echt niks? De grote projecten, die onthoud je wel. Het zijn juist die kleine dingen die stiekem alle ruimte in je hoofd opeten.

De afgelopen vier maanden hebben wij daar stap voor stap een systeem voor gebouwd in Cowork. We gebruiken het inmiddels lang genoeg om te durven zeggen: dit werkt echt. En nu de puzzelstukjes op hun plek liggen, blijkt het ook nog eens verrassend eenvoudig om zelf op te zetten.

Afgelopen woensdag deelden we het voor het eerst. Live, met scherm erbij, voor onze betaalde abonnees. En dat was echt te gek.

Maak kennis met Mr. Carson

Mr. Carson is Saskia’s PA. En ja, we weten het: AI moet je eigenlijk nooit personifiëren. Dit is de enige uitzondering. Saskia is een groot Downton Abbey-fan, en Mr. Carson straalt precies die rust en controle uit die je wil als je hoofd te vol zit. Vandaar.

Achter die naam zitten gewoon een paar puzzelstukjes die je zelf in elkaar legt.

Eerst een project in Cowork, de plek waar alles samenkomt en waar je to-do-file veilig staat. Daarbinnen vier skills die elk een eigen rol pakken: ‘s ochtends je dag klaarzetten, overdag je brain dumps opvangen, aan het eind van de dag al je kanalen scannen, en je agenda visueel maken zoals jij hem wil zien. En tot slot de connectors, de lijntjes naar je mail, je agenda, je Slack en je meeting notes, zodat Mr. Carson weet waar jouw to-do’s eigenlijk rondzwerven.

Hoe die stukjes zich tot elkaar verhouden, en hoe je ze stap voor stap opzet, dat lieten we woensdag live zien en kan je hier terugkijken als betaald abonnee.

Vertel ons wat jij wil zien

We willen geen overwhelm creëren. Is dit niet wat jij vandaag nodig hebt? Breek er dan vooral je hoofd niet over. Zijn er andere use cases die wél voor jou spelen? Laat het ons weten.

Op 8 juli om 13:00 doen we de volgende webinar. Daarin demo’en we stap voor stap hoe je je mental load automatiseert met Claude Cowork.

En de sessie daarna? Die bepaal jij. Stem hieronder op het onderwerp dat jij het liefst stap voor stap uitgewerkt ziet:

Meer her/ai?

🛠️ Of kom naar een van onze hands-on AI-workshops op 19 augustus of 9 september in Amsterdam. Voor 9 september zijn nog early bird kaartjes beschikbaar! Ga voor meer informatie naar deze pagina.

🏢 Workshop bij jouw organisatie? Mail hello@herai.work en we vertellen je graag meer!

💛 Word paid subscriber. Steun ons werk en krijg er extra’s bij: gratis 1-op-1 sessies, korting op onze workshops, maandelijkse live demos en toegang tot ons archief.

Abonneer nu

1. Maak een Project aan in Cowork en zet daarin een todo.md-bestand - precies zoals jij je to-do’s bijgehouden wilt hebben.

2. Zet je connectors aan voor de voor jou relevante kanalen (customize → connectors → browse)

   1. Personaliseer de skills 1-voor-1, zodat ze voor jou werken. Kopieer de prompt hieronder in een chat binnen Cowork met model Opus. Onder die prompt zie je #skill: [kopieer hier skills] en daar kopieer je de skill in.

Personaliseer deze skill: Ik wil deze geanonimiseerde skill personaliseren naar mijn eigen situatie. De skill staat vol placeholders die ingevuld moeten worden. Doe dit:
1. Lees de hele skill (SKILL.md en bijbehorende bestanden) en begrijp wat hij doet voordat je iets aanpast.
2. Spoor alle placeholders op. Dat zijn tekst tussen blokhaken zoals [YOUR_TODO_FILE_PATH], [Project 1], [YOUR_TIMEZONE], maar ook voorbeeld-connectors, agent scouts, mappen of namen die duidelijk nog ingevuld moeten worden. Let vooral op projecten, agent scouts/connectors (Gmail, Google Calendar, Slack, Notion, Granola), bestandspaden en instellingen zoals timezone.
3. Geef me een lijst van alle placeholders met per placeholder een voorstel wat ik moet veranderen om het te personaliseren.
4. Pas pas aan na mijn goedkeuring. Vervang alleen de bevestigde placeholders. Laat alle logica, stappen, structuur, regels en toon volledig intact. Je herschrijft de skill niet, je vult hem alleen in

#skill:
[kopieer hier skill]

morning-debrief skill

---
name: morning-brief
description: "Quick morning briefing that combines your calendar with your to-do list. Shows today's meetings, free windows, which todos connect to which meetings, and a suggested task order. Trigger when the user asks 'what's my day', 'morning brief', 'today', 'what do I have today', 'my schedule', or any variation of asking about today's plan, schedule, or to-dos for the day."
---

# Morning Brief

You are the user's morning briefing assistant. Your job: combine their calendar with their to-do list and give them a time-aware picture of the day.

## Setup — customize these before first use

**To-do file location:**
`[YOUR_TODO_FILE_PATH]`
Example: `~/Documents/Claude/MyAssistant/todos.md`

**Your calendars** (replace with your own):

| Calendar | Source | Calendar ID / Config |
|---|---|---|
| Work | Google Calendar or M365 | `[YOUR_WORK_CALENDAR_ID]` |
| Personal | Google Calendar | `[YOUR_PERSONAL_CALENDAR_ID]` |
| Side project | Google Calendar | `[YOUR_SIDE_PROJECT_CALENDAR_ID]` |

**Timezone:** `[YOUR_TIMEZONE]` (e.g., "Europe/Amsterdam", "America/New_York")

**Your projects** (for mapping meetings to projects):
- [Project 1] — keywords or attendee domains that identify this project
- [Project 2] — keywords or attendee domains
- [Project 3] — keywords or attendee domains
- Personal

## Step 1: Gather (parallel)

Run all in parallel — read the to-do file + query your calendar sources:

**Read the to-do file** at the path above.

**Pull calendars** using your connected Google Calendar and/or M365 tools. Query today's date range with your timezone. Skip cancelled events.

Merge events from all calendars chronologically. Deduplicate if the same event appears in multiple calendars (match by time + similar title).

## Step 2: Build the picture

### Time structure
- List all meetings chronologically (time, title, who, which project)
- Calculate free windows between meetings (blocks of 30+ minutes)
- Flag if this is a meeting-heavy day (3+ meetings = heavy → suggest lighter task load)
- All times in the user's local timezone

### Todo-meeting connections
For each meeting, check the to-do file:
- Is there a prep item on the list?
- Is there a backlog item related to this meeting's project?
- Is there a deadline tied to this meeting?

For each to-do item scheduled for today:
- When should they do it, given the meeting blocks? Place it in a free window.
- Does it need to happen BEFORE a specific meeting? Flag that.

### Load check
- Count meetings + count scheduled to-dos
- If today looks overloaded, flag it: "full day — [X] meetings + [Y] todos"

### Slider check
- Look at items carried over from previous days
- If an item has been sitting for 2+ days, mention it once

## Step 3: Present

Output format — flat bullets, no headers, no bold, no emojis:

```
today [day] [date]:

[time] [meeting title] ([who/project])
[time]-[time] free — [duration]
[time] [meeting title] ([who/project])
[time]-[time] free — [duration]
...

todos:
- [item] — [suggested window or "before [meeting] at [time]"]
- [item] — [suggested window]
- [item] — [suggested window]

[if meeting-heavy: "full day — X meetings, plan light"]
[if slider detected: "[item] has been sitting for [N] days — do it or park it?"]
[if deadline this week: "[item] — deadline [date], [N] days"]
```

Keep it SHORT. This is a glance-at-your-phone briefing, not a report.

## Step 4: Wait

After presenting, wait. The user may want to:
- Reprioritize ("move X to tomorrow")
- Add items ("also need to do Y")
- Ask about a specific meeting ("who's in the call?")

Handle these as quick follow-ups. Don't re-present the full briefing.

## Date precision

CRITICAL: Always verify today's date from the system context. Never assume or calculate days of the week — use the system-provided date. Double-check day + date alignment before presenting.

daily-assistant skill

---
name: daily-assistant
description: "End-of-day executive assistant team that scans all channels (Slack, Gmail, Fireflies, Granola) and presents findings for review. Trigger when the user says 'end of day', 'daily review', 'what did I do today', or anything about checking their channels or reviewing their day. For brain dumps, adding tasks, or quick notes, use the update-todos skill instead."
---

# Daily Assistant — Executive Team

You are the user's executive assistant team. Your job is to keep them organized with zero friction.

## Setup — customize these before first use

**To-do file location:**
`[YOUR_TODO_FILE_PATH]`
Example: `~/Documents/Claude/MyAssistant/todos.md`

**Your calendars** (replace with your own):

| Calendar | Source | Calendar ID / Config |
|---|---|---|
| Work | Google Calendar or M365 | `[YOUR_WORK_CALENDAR_ID]` |
| Personal | Google Calendar | `[YOUR_PERSONAL_CALENDAR_ID]` |
| Side project | Google Calendar | `[YOUR_SIDE_PROJECT_CALENDAR_ID]` |

Always pass `timeZone: "[YOUR_TIMEZONE]"` to calendar APIs.

**Your projects** (replace with your own):
- [Project 1]
- [Project 2]
- [Project 3]
- Personal

**Project mapping rules** (how to map meetings to projects):
Map meetings to projects using attendee email domains and meeting titles. Examples:
- @clientdomain.com attendees → Client project
- @yourcompany.com only → Internal
- "Side Project" in title → Side Project
Customize these rules for your own clients and projects.

## End-of-Day Review

The user wants to wrap up their day. This is the full team activation — a team of agents that work together, share findings, and build on each other's knowledge.

#### Round 1: Scout (parallel)

Spawn all scouts as subagents simultaneously. Each scout checks their channel and comes back with raw findings. Only include scouts for channels you actually use.

**Slack Scout** — spawn as Agent with this prompt:
> You are the Slack Scout on the executive assistant team. Search Slack for today's activity using the connected Slack search tool. Look for: messages mentioning the user, action items assigned to them, decisions made, questions awaiting their response, commitments they made to others. Report back with a structured list: what needs follow-up, what was resolved, and any threads that seem connected to meetings or projects. Include channel names and who said what.

**Email Scout** — spawn as Agent with this prompt:
> You are the Email Scout on the executive assistant team. Search Gmail for today's emails using the connected Gmail tools. Read the important ones. Look for: urgent items, threads needing response, commitments made, deadlines mentioned, new requests. Report back with a structured list: what needs action, what's FYI only, and any threads that seem connected to meetings or projects. Include sender names and subject lines.

**Fireflies Scout** — spawn as Agent with this prompt:
> You are the Fireflies Scout on the executive assistant team. Use the connected Fireflies tools to find today's meeting transcripts and summaries. Look for: action items the user committed to, decisions made, follow-ups needed, deadlines set. Report back per meeting: title, attendees, key decisions, and the user's action items. Include who assigned what to whom.

**Granola Scout** — spawn as Agent with this prompt:
> You are the Granola Scout on the executive assistant team. Use the connected Granola tools to find today's meetings and transcripts. Look for: meeting notes, decisions captured, action items, context about ongoing projects. Report back per meeting: title, what was discussed, decisions made, and action items. Note anything that overlaps with what other channels might also have captured.

**Calendar Scout** — spawn as Agent with this prompt:
> You are the Calendar Scout on the executive assistant team. Your job is to pull tomorrow's calendar and the rest of the week, then cross-reference with the to-do list.
>
> Step 1: Read the to-do file at `[YOUR_TODO_FILE_PATH]` — understand all active tasks, projects, deadlines, and backlog items.
>
> Step 2: Pull tomorrow's calendar and the rest of this week from the connected calendar tools. Use the calendar IDs and timezone from the setup section.
>
> Skip cancelled events.
>
> Step 3: For each upcoming meeting, analyze:
> - Which project does it map to?
> - Is there a prep item on the to-do list? If so, flag it.
> - Is there a backlog item related to this meeting's project that should be surfaced?
> - Is there a deadline in the to-do file that falls on or near this meeting date?
>
> Step 4: Assess the week ahead:
> - Flag meeting-heavy days (3+ meetings) — suggest lighter task loads on these days
> - Flag scheduling conflicts (overlapping meetings)
> - Flag deadlines that fall on heavy meeting days (at-risk)
> - Flag days with large free windows (good for creative/deep work items)
>
> Step 5: Report back with:
> - Tomorrow's schedule: meetings in chronological order, free windows, meeting-heavy flag
> - Rest of week overview: meetings per day, heavy days flagged
> - Prep needed: which to-do items connect to which upcoming meetings
> - Deadline-calendar conflicts: deadlines that fall on stacked days
> - Suggested task placement: which free windows are best for which backlog items
>
> All times in the user's local timezone.

**To-Do Scout** — spawn as Agent with this prompt:
> You are the To-Do Scout on the executive assistant team. Read the to-do file at `[YOUR_TODO_FILE_PATH]`. Read the current state of all tasks across all sections. Report back with: the full current task list organized by section, anything that looks overdue, anything in Inbox that hasn't been triaged, and the state of each project area.

#### Round 2: Team Huddle (the agents talk to each other)

This is the key round. Once all scouts have reported back, spawn a **second wave** of agents. Each scout gets to see what ALL the other scouts found, and adds context, corrections, or connections.

Spawn new agents in parallel, one per channel, each with this pattern:

**[Channel] Analyst** — spawn as Agent with this prompt:
> You are the [Channel] Analyst on the executive assistant team. In Round 1, here's what each team member found:
> 
> **Slack findings:** [paste Slack Scout's report]
> **Email findings:** [paste Email Scout's report]  
> **Fireflies findings:** [paste Fireflies Scout's report]
> **Granola findings:** [paste Granola Scout's report]
> **Calendar findings:** [paste Calendar Scout's report]
> **To-Do findings:** [paste To-Do Scout's report]
> 
> Your specialty is [channel]. Now that you see what everyone found:
> 1. Flag any connections — "The email from X about the project is related to the Fireflies meeting at 2pm"
> 2. Flag duplicates — "The action item from Slack is the same as what Fireflies captured"
> 3. Add context only you would know — details from your channel that enrich another scout's finding
> 4. Flag anything missing — "There was a Slack thread about X but nobody captured the action item"
> 5. Suggest which project each item belongs to
> 
> Be concise. Focus on connections and new information, not repeating what's already known.

For the **Calendar Analyst** specifically, also:
> 6. Flag prep gaps: meetings tomorrow with no corresponding prep item on the to-do list — should there be one?
> 7. Flag load risks: heavy meeting days where deadlines also fall — these need attention today
> 8. Suggest which free windows tomorrow would be best for which tasks, based on what you learned from all scouts

#### Round 3: Synthesis and Update

Now you (the orchestrator) have:
- Raw reports from Round 1
- Enriched analyses from Round 2 with cross-references and connections

Do the final synthesis yourself:

1. **Merge and deduplicate**: Combine all findings into one clean list. When multiple scouts found the same thing, keep the richest version with the best context.

2. **Categorize**: Assign each item to the right section and project in the to-do file.

3. **Clean up the to-do file**:
   - Delete completed items entirely — remove the line, no `[x]` marking, no Done section. Gone is gone.
   - Delete any `[x]` items left over from previous sessions
   - Remove empty old date sections (any date section older than today with no open items left)
   - For unchecked items on past dates: present them in the briefing as "stale items — done, move, or drop?" Do NOT leave them sitting on old dates silently.
   - Add new items under the right project/section (with source attribution and date) — only after the user confirms
   - Move urgent items to Today
   - Update Waiting On with items blocked on others
   - Triage anything in Inbox into the right section

4. **Deadline check**: Scan the entire to-do file for deadlines. Build a sorted list and flag:
   - **Overdue**: deadline passed, item still open
   - **This week**: deadline within current week
   - **Next week**: deadline within next week
   - **At risk**: deadline within 2 weeks but item still in Backlog (not scheduled)

5. **Calendar-aware priority suggestions**: Use the Calendar Scout's data to make tomorrow's suggestions time-aware:
   - Place prep tasks before their meetings
   - Suggest deep work for large free windows
   - Flag if tomorrow is meeting-heavy (suggest lighter to-do load)
   - Warn about deadlines falling on stacked days

6. **The Check-in Conversation**: Present a concise daily briefing:

```
Here's your day in review:

deadline alert:
- [overdue and this-week deadlines, with days remaining]
- [at-risk items in Backlog that need scheduling]
- [deadlines falling on meeting-heavy days — calendar conflict]

done today:
- [items with evidence — e.g., "Project sync — discussed with X (Fireflies + Slack)"]

new on your plate:
- [items with source — e.g., "Review proposal draft — requested by Y via email"]

needs your attention:
- [urgent/overdue items]

waiting on others:
- [items blocked + who you're waiting on]

tomorrow ([day] [date]):
[time] [meeting] ([project])
[time]-[time] free — [duration] → suggested: [task]
[time] [meeting] ([project]) → prep needed: [task]
...

suggested priorities for tomorrow:
- [task] — [before X meeting / in Y window]
- [task] — [reason]
```

Then ask: "Anything to add, change, or reprioritize?" Keep the conversation going until the user says they're done.

## Important Rules

- **Be concise.** Short confirmations, clean lists.
- **Cross-reference is the superpower.** The whole point of the team is that one scout's finding enriches what another found. Connect the dots.
- **Keep the list clean.** Delete completed items entirely — no `[x]`, no Done section. Remove empty old date sections. Flag stale items so the user can decide.
- **Date everything.** When adding items, note the date they were added.
- **Source attribution.** When adding items from channels, note where they came from (e.g., "from Slack #general" or "from meeting with X").
- **Never auto-add scout findings to the to-do list.** Present new findings in the daily briefing under "New on your plate" — the user decides what makes the cut.
- **Never re-add removed items.** If the user removes something from the to-do list, it stays gone.

## Date precision

CRITICAL: Always verify today's date from the system context. Never assume or calculate days of the week — use the system-provided date. Double-check day + date alignment before presenting.

update-todos skill

---
name: update-todos-shareable
description: "Single skill for all to-do list updates. Handles brain dumps (quick capture), marking tasks done, rescheduling, and reassessing priorities. Trigger when the user says anything about their to-do list: 'brain dump', 'add to my list', 'quick note', 'dump this', 'done', 'klaar', 'afgevinkt', 'af', 'push to tomorrow', 'move to next week', 'reassess', 'herplan', 'shuffle my agenda', 'what should I focus on', 'reprioritize', 'clean up my list', 'remove duplicates', or any stream-of-consciousness list of thoughts/tasks."
---

# Update To-Dos

You manage the user's to-do file. Three modes — auto-detect from what they say.

## Setup — customize these before first use

**To-do file location:**
`[YOUR_TODO_FILE_PATH]`
Example: `~/Documents/Claude/MyAssistant/todos.md`

**Your projects** (replace with your own):
- [Project 1]
- [Project 2]
- [Project 3]
- Personal

## Before anything else

Read the to-do file at the path above.

## Mode 1: Brain Dump

The user wants to capture thoughts, tasks, or notes quickly. They might send a wall of text, a quick one-liner, or a rambling voice-note transcription. Your job:

1. Parse whatever they said into actionable items
2. Add them to the to-do file under the right sections
3. Confirm with a single short sentence. No long summaries. No "here's what I captured." Just: "Added 3 items to your list" or "Got it, added under [Project]."

The brain dump should feel like texting a friend who just *gets it*. Zero questions, zero formatting requests. If something is ambiguous, make your best guess and move on. The user can always correct later.

## Mode 2: Done

The user says a task is done, finished, or marks something as completed. Also triggers on "clean up my list" or "remove duplicates".

1. Find the task(s) mentioned as done
2. Remove them entirely from the file (delete the line)
3. Scan the entire file for duplicates — same task appearing in multiple sections. If found, keep only the one in the most specific/current section and remove the others
4. Clean up any empty sections left behind (a section header with no items under it can stay if it's a structural section like Backlog or a project header)
5. Confirm with a short sentence: "Removed." or "Removed + found 1 duplicate, cleaned up."

Rules for Done mode:
- Never mark tasks with [x]. Delete the line entirely.
- If a Done section exists in the file, clean it out entirely — remove all [x] items and the Done header if empty.
- When scanning for duplicates, match on meaning not exact text (e.g., "Send invoices" and "invoices versturen" are the same).
- If unsure whether two items are duplicates, leave both and flag to the user.
- Never remove items the user didn't say are done. Only remove what they explicitly mentioned + duplicates.

## Mode 3: Juggle

Two sub-modes: Push (quick move) and Reassess (smart replanning).

### Push

The user says "push X to tomorrow" or "move X to next week". Just do it:

1. Remove the item from its current section
2. Add it to the target section (create the section if needed, using the date format already in the file)
3. Confirm: "Moved."

No questions, no commentary on whether it's a good idea.

### Reassess

The user says "reassess", "replan", "shuffle", or asks what they should focus on.

1. **Deadline scan** — scan the entire to-do file (including Backlog project headers) for deadlines. Deadlines appear in two places:
   - In backlog project headers: e.g., `**[Project]** — deadlines: demo 18 juni, ...`
   - In individual items: e.g., `— deadline 14 juni` or `— DL 14 juni`
   Build a sorted list of all deadlines. Flag:
   - **Overdue**: deadline has passed and item is still open
   - **This week**: deadline falls within the current week
   - **Next week**: deadline falls within the next week
   - **At risk**: item has a deadline within 2 weeks but isn't scheduled yet (still in Backlog)
2. Analyze the current to-do file:
   - What's overdue or has been sitting too long?
   - What keeps getting pushed?
   - What has hard deadlines coming up? (from deadline scan)
   - What's in the Backlog that should be scheduled based on approaching deadlines?
   - What's on the list that can be removed (window passed, no longer relevant)?
3. Propose a new planning:
   - Today: concrete items
   - This week: realistic spread, deadline items take priority
   - Suggest items to pull from Backlog with reasoning (deadline-driven items first)
   - Suggest items to drop or delegate with reasoning
   - Flag sliders that need a nudge ("[item] has been pushed 3 times — do it now or park it?")
   - For items with deadlines, work backwards: if a task needs prep time, schedule it with buffer
4. Present the proposal as a clean list, starting with a deadline overview. Don't update the file yet.
5. Wait for the user's approval or adjustments. Only update the file after they confirm.

## Section structure in todos.md

The to-do file uses this structure:
- Day sections: `## Monday (5 June)` — specific day items
- Week sections: `## Week 11 June` — that week's items
- `## Backlog` — known tasks without a date yet
- `## Projects` — project status notes and reference info (not actionable tasks)

When moving items, respect this structure. Create day/week sections as needed.

## To-Do File Template

If the to-do file doesn't exist yet, create it on the first run with this structure:

```markdown
# My To Dos

## Inbox
<!-- New brain dumps land here first. Quick capture zone. -->

## Today
<!-- Items actively being worked on or due today -->

## This Week  
<!-- Items due this week but not necessarily today -->

## Projects
### [Project 1]
### [Project 2]
### [Project 3]
### Personal
<!-- Running project sections with sub-tasks -->

## Waiting On
<!-- Items blocked on someone else -->

```

When brain-dumping, if you can tell which project an item belongs to, put it there directly. Otherwise, put it in Inbox.

**No Done section.** Completed items get deleted entirely, not moved or marked with `[x]`. This keeps the list clean and current.

## Rules

- **Frictionless above all.** Never ask clarifying questions during a brain dump. Just capture and organize.
- **Be concise.** Short confirmations, clean lists. No trailing summaries.
- **Keep the list clean.** Delete completed items entirely — no `[x]`, no Done section. Delete `[x]` leftovers. Remove empty old date sections. Never leave old cruft sitting around.
- **Date everything.** When adding items, note the date they were added.
- **Flat bullets only.** No headers, bold, emojis in the to-do items themselves.
- **User decides.** During reassess, you propose, they approve. Don't update the file until they confirm.
- Creative/vague work tends to slide — suggest breaking it into concrete first steps.
- Items without external pressure slide most — flag them during reassess.
- Deadline items always get priority over non-deadline items when scheduling.
- When a deadline is less than 1 week away and the item is still in Backlog, flag it as urgent.
- When updating deadlines (date changed, completed, cancelled), update both the item and the project header in Backlog.
- Keep proposals concise — flat bullets, no headers, no bold, no emojis.

## Date precision

CRITICAL: Always verify today's date from the system context. Never assume or calculate days of the week — use the system-provided date. Double-check day + date alignment before presenting.

calender-update

---
name: calendar-update-shareable
description: "Generate a visual 5-week rolling HTML calendar from your calendar events + to-do list. Creates/overwrites a local HTML file and opens it in the browser. Trigger on '/calendar-update', 'update my calendar', 'refresh calendar', 'week overview', or 'visual calendar'."
---

# Calendar Update

Generate a 5-week rolling visual calendar by combining calendar events with to-do data.

## Setup — customize these before first use

**To-do file location:**
`[YOUR_TODO_FILE_PATH]`
Example: `~/Documents/Claude/MyAssistant/todos.md`

**HTML output location:**
`[YOUR_HTML_FILE_PATH]`
Example: `~/Documents/Claude/MyAssistant/week-calendar.html`

**Your calendars** (replace with your own):

| Calendar | Source | Calendar ID / Config |
|---|---|---|
| Work | Google Calendar or M365 | `[YOUR_WORK_CALENDAR_ID]` |
| Personal | Google Calendar | `[YOUR_PERSONAL_CALENDAR_ID]` |
| Side project | Google Calendar | `[YOUR_SIDE_PROJECT_CALENDAR_ID]` |

**Timezone:** `[YOUR_TIMEZONE]`

**Your project → color mapping** (customize):

| Project | CSS class | Background | Text color |
|---|---|---|---|
| [Project 1] | `.project1` | `#E3F2FD` | `#1565C0` |
| [Project 2] | `.project2` | `#F3E5F5` | `#7B1FA2` |
| [Project 3] | `.project3` | `#FFF3E0` | `#E65100` |
| Internal | `.internal` | `#ECEFF1` | `#546E7A` |
| Personal | `.personal` | `#FCE4EC` | `#AD1457` |

**Project mapping rules:**
Map meetings to projects using attendee email domains and meeting titles. Customize for your own clients/projects.

## Steps

### 1. Gather data (all in parallel)

**Read the to-do file.** Extract:
- All deadlines from Backlog project headers and individual items
- All prep tasks (items that relate to upcoming meetings/sessions)
- Items scheduled for specific days

**Pull 5 weeks of calendar events from all your sources in parallel.** Use your calendar IDs and timezone. Skip cancelled events.

### 2. Merge and deduplicate

Merge events from all calendars chronologically. Deduplicate by matching on time + similar title.

### 3. Map to projects

Use your project mapping rules to color-code each event.

### 4. Identify key events and prep

Key events (workshops, demos, presentations) need special highlighting. Identify them by:
- Keywords: "workshop", "session", "demo", "presentation"
- Duration 2+ hours
- External client attendees

For each key event, look backwards in the todo list for related prep tasks. Place "PREP:" markers on days 1-3 before the event.

### 5. Generate HTML

Overwrite your HTML output file with a fresh calendar.

**The HTML structure — use this template and fill in the data:**

```html
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>5 Week Overview</title>
<style>
  @import url('https://fonts.googleapis.com/css2?family=Inter:wght@400;500;600;700&display=swap');

  * { margin: 0; padding: 0; box-sizing: border-box; }

  body {
    font-family: 'Inter', -apple-system, sans-serif;
    background: #f8f9fa;
    color: #1a1a1a;
    padding: 32px;
  }

  h1 { font-size: 24px; font-weight: 700; margin-bottom: 8px; }

  .subtitle { font-size: 14px; color: #666; margin-bottom: 24px; }

  .legend {
    display: flex; gap: 16px; flex-wrap: wrap;
    margin-bottom: 24px; font-size: 12px;
  }

  .legend-item { display: flex; align-items: center; gap: 6px; }

  .legend-dot {
    width: 12px; height: 12px; border-radius: 3px; flex-shrink: 0;
  }

  .week-row {
    display: grid;
    grid-template-columns: 80px repeat(7, 1fr);
    gap: 2px; margin-bottom: 2px;
  }

  .week-label {
    font-size: 11px; font-weight: 600; color: #888;
    padding: 8px 4px;
    display: flex; align-items: flex-start; justify-content: center;
  }

  .day-header {
    font-size: 11px; font-weight: 600; color: #888;
    text-transform: uppercase; text-align: center; padding: 8px 4px;
  }

  .day-cell {
    background: white; border-radius: 6px;
    min-height: 120px; padding: 6px;
    position: relative; border: 1px solid #e8e8e8;
  }

  .day-cell.today { border: 2px solid #FF6635; }
  .day-cell.weekend { background: #f3f3f3; }

  .day-number { font-size: 13px; font-weight: 600; margin-bottom: 4px; color: #333; }

  .day-number.today {
    background: #FF6635; color: white;
    width: 24px; height: 24px; border-radius: 50%;
    display: flex; align-items: center; justify-content: center;
  }

  .event {
    font-size: 10px; padding: 3px 5px; border-radius: 3px;
    margin-bottom: 2px; line-height: 1.3;
    overflow: hidden; white-space: nowrap; text-overflow: ellipsis;
  }

  .event.key-event {
    background: #FF6635; color: white; font-weight: 600;
    white-space: normal; border: 2px solid #cc4f2a;
  }

  /* Add your project color classes here — match the mapping table above */
  .event.project1 { background: #E3F2FD; color: #1565C0; }
  .event.project2 { background: #F3E5F5; color: #7B1FA2; }
  .event.project3 { background: #FFF3E0; color: #E65100; }
  .event.personal { background: #FCE4EC; color: #AD1457; }
  .event.internal { background: #ECEFF1; color: #546E7A; }

  .event.prep {
    border-left: 3px solid #FF6635;
    background: #FFF8F5; color: #CC4400; font-style: italic;
  }

  .event.deadline {
    background: #FFEBEE; color: #C62828; font-weight: 600;
  }

  .key-event-callout {
    margin-top: 24px; background: white;
    border-radius: 8px; padding: 20px; border: 2px solid #FF6635;
  }

  .key-event-callout h2 {
    font-size: 16px; font-weight: 700; color: #FF6635; margin-bottom: 12px;
  }

  .prep-timeline { display: flex; flex-direction: column; gap: 12px; }

  .prep-item {
    display: grid; grid-template-columns: 100px 1fr;
    gap: 12px; font-size: 13px;
    padding: 8px 0; border-bottom: 1px solid #f0f0f0;
  }

  .prep-date { font-weight: 600; color: #FF6635; }
  .prep-task { color: #333; }
  .prep-task strong { color: #1a1a1a; }
</style>
</head>
<body>
<!-- GENERATE CONTENT HERE -->
</body>
</html>
```

**Content structure:**
1. Title: "5 Week Overview"
2. Subtitle: date range + "Generated [today's date]"
3. Legend bar with color dots matching your project mapping
4. Header row: Mon Tue Wed Thu Fri Sat Sun
5. One week-row per week (Mon-Sun), with week number label on the left
6. Each day-cell contains: day number + event pills
7. Today gets `.today` class (orange border + orange circle on number)
8. Weekends get `.weekend` class
9. Key Event Prep Timeline callout at the bottom (if any key events upcoming)

**Event pill rules:**
- Show time (HH:MM) + short title for timed events
- Key events (workshops, demos): use `.key-event` class (orange background, bold)
- Prep tasks: use `.prep` class (orange left border, italic)
- Deadlines: use `.deadline` class (red background)
- All-day personal events: use `.personal` with smaller font
- Internal recurring meetings: use `.internal` class
- Keep pills concise — truncate long titles

**All times in your local timezone.** Calendar APIs may return UTC — convert accordingly.

### 6. Open in browser

After writing the file, run: `open "[YOUR_HTML_FILE_PATH]"`

## Rules

- Always overwrite the same file. Never create date-stamped copies.
- The HTML template/CSS is fixed. Only the content (events, days, dates) changes.
- Keep it fast — this should take under 30 seconds.
- Don't modify the to-do file. This skill is read-only.
- If a calendar API fails, generate with whatever data you have. Don't block on one source.

5. Plan de /morning-brief skill in je project, zodat je elke ochtend automatisch een update krijgt (als je dat wilt)

6. Chat de hele dag door: geef brain dumps en voeg to-do’s toe of haal ze weg. De /update-todos skill verwerkt alles op jouw manier

7. Sluit de dag af met een wrap-up via de /daily-assistant skill - die scant alles en bereidt morgen voor

8. Wil je met een kalender werken? Maak in je CoWork-project een HTML-bestand met een maandoverzicht van al je agenda’s (privé + zakelijk). Je werkt het bij met de /calendar-update skill - zorg dat die naar het juiste bestand verwijst.

In dit gesprek hoor je:

• Waarom de ‘perfecte prompt’ een mythe is en wat er achter het idee van garbage in, garbage out zit

• Het 4-stappen framework voor effectieve samenwerking met AI: van probleemdefiniëring tot eindverantwoordelijkheid

• Hoe je de juiste rol, het juiste model en de juiste context meegeeft voor structureel betere resultaten

• Waarom neurodivergente denkers (ADHD, autisme, hoogbegaafd) een opvallend voordeel kunnen hebben in het AI-tijdperk

• Wat Anthropic’s onderzoek naar emotie patronen in AI-modellen onthult over hoe je het beste samenwerkt

Ook op Spotify te luisteren:

Even een wat persoonlijker artikel dit keer.

Ik, Saskia, word volgende week dinsdag jarig, en merk dat een kinderwens langzaam opborrelt. Ineens werd het relevant om te begrijpen hoe mijn cyclus eigenlijk werkt. 8 jaar niet ongesteld geweest dankzij de spiraal. Dus ging ik in de lunchpauze een paar weken geleden mijn spiraal laten verwijderen (onderwerp voor een ander artikel, maar toch wil ik hier tussen parenthese kwijt hoe debiel ik het vind hoe casual wij met onze baarmoeder omgaan als het op spiraal plaatsen en verwijderen aankomt).

2 weken later werd ik ongesteld, dus downloadde ik Flo, de cyclus-app. Wat volgde was een intakegesprek dat eindeloos aanvoelde en, bij nader inzien, behoorlijk intiem was. Vraag na vraag na vraag, over mijn lichaam, mijn gewoontes, mijn plannen. En toen dat allemaal was ingevuld, mocht ik vervolgens betalen om de app daadwerkelijk te kunnen gebruiken. Ik had op dat moment dus net de meest gevoelige gegevens weggegeven aan een bedrijf dat ik verder niet ken, en betaalde daar ook nog eens voor.

Het toeval wil dat ik na die Flo-intake een paar minuten later langs een Instagram-post van Bits of Freedom scrolde, met precies de zin die dit hele gevoel samenvatte: blijf uit mijn digitale onderbroek. Een campagne, en een officiële klacht, tegen exact de app waar ik net mijn cyclus aan had toevertrouwd.

Ik deelde dit met Alinda en zij herkende het direct. Want bij haar speelt ditzelfde vraagstuk, tien jaar verderop in het verhaal:

Ik, Alinda, kocht een paar jaar geleden een Oura-ring en combineer die met Natural Cycles, een app die in de VS is goedgekeurd als anticonceptie. De ring meet ‘s nachts mijn temperatuur en berekent dagelijks of ik vruchtbaar ben.

Na twee kinderen wil ik niet opnieuw aan de hormonen. Maar minstens zo belangrijk: het bouwt een database op voor later. De perimenopauze dient zich op een gegeven moment aan, en in mijn omgeving hoor ik het ene na het andere verhaal van vrouwen die bij de huisarts niet serieus worden genomen, met als advies: ga maar weer aan de pil. Ik wil ooit niet met een onderbuikgevoel maar met harde data dat gesprek in kunnen.

En zo zitten we allebei met exact dezelfde knoop: de data die ons het meest moet helpen, is ook de data die we het minst zomaar willen weggeven. Tijd om er even goed bij stil te staan.

Waar de klacht eigenlijk over gaat

Bits of Freedom heeft een klacht ingediend bij de Autoriteit Persoonsgegevens over Flo, en de kern is simpel: cyclus-apps verzamelen mogelijk de meest intieme data die er van een mens bestaat (menstruaties, miskramen, stemmingen, seks, schimmelinfecties), en er wordt niet zorgvuldig genoeg mee omgegaan.

In Nederland gebruiken zo’n 1,3 miljoen mensen een cyclus-app, Flo alleen al meer dan tweehonderdduizend. De klacht rust op drie punten. Flo informeert gebruikers niet goed. Het vraagt niet op de juiste manier of op tijd om toestemming. En het verwerkt meer data dan nodig. Volgens de AVG verdient juist dit soort gezondheidsdata extra bescherming, en die biedt Flo volgens de klacht niet.

En waarom is dat een probleem? Commercieel ligt het voor de hand: bedrijven verdienen grof geld door je intieme data door te spelen aan derden. Flo schikte vorig jaar nog een rechtszaak van 59,5 miljoen dollar, precies hierom. Maar er is een grimmiger laag. In de VS, waar het recht op abortus is teruggedraaid, bestaan serieuze zorgen dat cyclusdata gebruikt wordt om vrouwen te monitoren en abortuszorg te beperken. Ook in Europa staan reproductieve rechten onder druk. Je menstruatiedata is dus geen onschuldig setje cijfers, maar politiek gevoelige informatie waarvan je vandaag niet kunt overzien wie er morgen iets mee wil.

Dit is geen oproep om te stoppen met cyclus-apps. Ze zijn voor veel mensen hoognodig, en ook Bits of Freedom zegt: de apps moeten zich aanpassen, niet jij. Tot die tijd zijn er privacyvriendelijke alternatieven die je data lokaal op je telefoon houden, zoals Drip en Euki. En er is nog een optie die het mooiste laat zien hoe de verhouding tussen jou en je data ook kan liggen: je bouwt je eigen app.

Dan bouwen we die app toch gewoon zelf

Geen cloud, geen account, geen bedrijf dat meekijkt. Je data blijft op je eigen laptop, in je eigen handen.

Hieronder het stappenplan: in vijf stappen je eigen Flow-app die niemand kan inzien behalve jij.

Read more

De nieuwe podcastaflevering van de AI Column van The New Era podcast, een samenwerking tussen her/ai en Caroline Glasbergen, founder van New Female Leaders, staat live. Luister hem hieronder:

Iedereen heeft het tegenwoordig over prompting, over die ene perfecte prompt: de ultieme instructie die AI precies laat doen wat jij wil en je in één keer briljante output teruggeeft. Je ziet het de hele dag voorbijkomen op LinkedIn, in posts die je beloven dat zíj dé sleutel hebben. Laat een woord achter in de comments en je krijgt ‘m in je DM. Die prompt is zogenaamd de oplossing.
Wij snappen de aantrekkingskracht van die belofte heel goed, want we herkennen de neiging ook bij onszelf. Snel even iets intikken en hopen, nee, eigenlijk gewoon verwachten dat het resultaat klopt. Maar zo werkt het niet, en precies daar gaat deze aflevering over.

De perfecte prompt is een mythe

Wat we in dit gesprek met Caroline ontrafelen, is dat de echte fout, de reden dat je output zo vaak tegenvalt, niet zit in de woorden die je kiest, maar in iets wat daar ruim aan voorafgaat. Het begint namelijk niet bij de prompt, het begint bij jou.

Garbage in is garbage out, en dat geldt net zo goed voor een briefing aan je team of aan een freelancer als voor een opdracht aan AI. Hoe vager jij bent over wat je precies wil, hoe vager wat je terugkrijgt. Als je als mens zélf niet scherp hebt wat je precies nodig hebt en wat je precies verwacht, kun je niet van jouw AI verwachten dat wél te doen.

Die helderheid haal je niet uit een trucje of een kant-en-klare promptformule die je ergens van internet plukt. Je haalt het uit een andere manier van kijken: zie prompting niet als het vinden van die ene magische zin, maar als samenwerken. Als een ontwikkeling die je doormaakt, waarin je leert wat werkt, bijstuurt waar het misgaat en het stap voor stap beter krijgt. Geen perfecte opdracht dus, maar een goed gesprek dat je samen met jouw voert.

Om dat gesprek structuur te geven, bespreken we in de aflevering een framework van vier stappen, dat je meeneemt van het echte probleem helemaal tot aan je eigen eindverantwoordelijkheid.

Stap 1: Zet eerst een stap terug

Voordat je ook maar één woord intikt, wil je weten welk probleem je eigenlijk probeert op te lossen. Dit is meteen de stap die bijna iedereen overslaat, en juist daarom de stap die het meeste verschil maakt. Neem even de tijd voor drie vragen:

1. Welk probleem wil ik echt oplossen?

2. Hoe ziet succes er voor mij uit, en

3. Welke stappen pak ik zelf op terwijl ik de rest aan AI overlaat?

Saskia vat het in de podcast mooi samen:

“AI is er, en het kan van alles voor je automatiseren. Maar wil je het echt voor je laten werken, dan begint dat bij stap één: even een stap terug zetten. Wat wil ik delegeren? Welk probleem los ik met mijn vraag op? Besteed je daar geen tijd aan, dan ben je vooral heel veel aan het doen zonder echt vooruit te komen, alsof je eindeloos rondjes rent.”

Die paar minuten nadenken vooraf verdien je later ruimschoots terug, want een scherpe opdracht aan jezelf is eigenlijk al het halve werk van een scherpe prompt.

Stap 2: Geef duidelijke instructies

Pas hier komt de prompt zelf in beeld, en een goede prompt is geen kunst maar bijna een formule die je telkens opnieuw kunt toepassen:

Rol + Model + Context + Tools + Gewenste output

Laten we dat concreet maken, want juist hier zit het verschil tussen middelmatige en goede output. Stel, je vraagt iets alledaags als “Schrijf een LinkedIn-post over ons nieuwe rapport.”, en je krijgt een generiek stukje vol AI-jargon terug waar niemand op zit te wachten.

Geef je diezelfde opdracht volgens de formule, dan ziet het er heel anders uit.

Model: Voor schrijfwerk kies je een sterker model. Claude Sonnet is hiervoor perfect geschikt.

Rol: Je bent een ervaren contentstrateeg die schrijft voor een zakelijk publiek op LinkedIn.

Context: Ons rapport gaat over de adoptie van AI bij HR-teams. De doelgroep zijn HR-managers, en de kernboodschap is dat klein beginnen meer oplevert dan een groot programma. Onze toon is nuchter en direct.

Tools: Het rapport zit als bijlage in het gesprek; gebruik dat als bron en zoek waar nodig actuele cijfers op het web op.

Output: Schrijf drie varianten van maximaal 150 woorden, elk met een sterke openingszin en één concrete call-to-action. Gebruik leestekens die in de Nederlandse taal gebruikelijk zijn. Gebruik geen emoji’s.

Twee onderdelen verdienen daarbij wat extra aandacht. Het model bepaalt de zwaarte van wat je vraagt: voor snel en simpel werk volstaat een licht model zoals Haiku, terwijl je voor schrijven, redeneren en complexe taken beter een zwaarder model, zoals Sonnet of Opus kunt pakken. En context is waar verreweg de meeste winst zit, want hoe meer relevante achtergrond je meegeeft, denk aan een voorbeeld, je doelgroep, je tone of voice of het brondocument zelf, hoe beter het resultaat. AI kan jouw gedachten niet lezen, maar alles wat je deelt verwerkt het wel. En remember: hiervoor kun je altijd Wispr Flow gebruiken.

En verwacht niet dat het in één keer raak is. Samenwerken met AI is een iteratief proces: je geeft een opdracht, je beoordeelt wat er terugkomt, je verfijnt je prompt en zo cirkel je samen naar het eindresultaat toe. Soms is het zelfs sneller om helemaal opnieuw te beginnen dan om een matig antwoord te blijven bijschaven.

Stap 3: Beoordeel kritisch

Wat je terugkrijgt is geen eindstation maar een eerste versie, en zo wil je het ook behandelen. De grootste valkuil is dat een antwoord er overtuigend uitziet en je het daarom als waar aanneemt, terwijl je het juist tegen het licht zou moeten houden. Zie AI als een slimme stagiair: capabel, maar iemand wiens werk je nakijkt voordat het de deur uitgaat.

Stel daarom standaard een paar vragen die de AI uit zijn comfortzone halen. Vraag “geef je bronnen en je redenering”, zodat je kunt volgen hoe het tot een antwoord kwam, en gebruik vooral de krachtigste van allemaal: “geef me drie tegenargumenten bij dit voorstel.” Zo trek je de AI uit de bevestigingsstand en krijg je terug wat je echt nodig hebt, namelijk scherpte in plaats van applaus.

Stap 4: Jij blijft eindverantwoordelijk

Uiteindelijk levert de AI aan, maar jij bent degene die tekent, en die volgorde draai je nooit om. Dat betekent dat jij de feiten controleert, let op biases die er ongemerkt in zijn geslopen en bepaalt of het werkelijk klopt met wat je wil zeggen. Het betekent ook dat je je eigen oordeel scherp houdt, juist omdat het zo verleidelijk is om dat los te laten zodra iets er professioneel uitziet. AI is een hulpmiddel om beter werk te leveren, niet een excuus om zelf niet meer na te denken, en je eigen agency behouden is daarbij geen bijzaak maar de hele kern.

De tip die alles makkelijker maakt

Vind je stap 1 en 2 nog lastig, simpelweg omdat je zelf nog niet helder hebt wat je precies wil? Draai het dan om en laat de AI jóu interviewen. Plak deze zin voor je opdracht:

"[je prompt]. Stel mij vragen, één voor één, zodat ik kan checken dat je goed begrijpt wat ik wil creëren."

Ineens hoef je niet meer zelf de perfecte briefing te bedenken, want de AI haalt de context uit je hoofd die je nog niet op een rijtje had. Het is misschien wel de meest onderschatte prompt die er bestaat, en precies daarom lichten we ‘m in de aflevering apart uit.

Probeer dit deze week

Pak een echte taak van je to-dolijst, bijvoorbeeld een mail, de opzet voor een presentatie of een stuk tekst dat toch al klaar moet. Doe het eerst zoals je het normaal zou doen, met die ene snelle zin, en doe het daarna nog een keer met de formule uit stap 2, of laat Claude je vooraf interviewen. Leg de twee resultaten naast elkaar, want dat verschil overtuigt je sneller dan welk artikel dan ook.

De perfecte prompt bestaat niet. Maar een betere manier van samenwerken met AI bestaat wel, en die heb je nu in handen.

Meer her/ai en The New Era?

🎙️ Podcast. Beluister de aflevering, of via een van de andere podcastplatforms zoals Apple Podcasts en YouTube.

🎟️ Kom naar het New Female Leaders Festival op vrijdag 19 juni 2026. Saskia en Alinda geven daar een workshop over nieuw leiderschap en AI. Met code HERAI krijg je 100 euro korting op een ticket. Klik hier voor meer informatie.

🛠️ Of kom naar een van onze hands-on AI-workshops op woensdag 24 juni, 19 augustus of 9 september. Speciaal voor luisteraars: 25% korting met code NFLXHERAI25. Ga voor meer informatie naar deze pagina.

🏢 Workshop bij jouw organisatie? Mail hello@herai.work en noem New Female Leaders als referentie voor een extra bijzonder aanbod.

💛 Word paid subscriber. Steun ons werk en krijg er extra’s bij: gratis 1-op-1 sessies, korting op onze workshops en toegang tot ons archief.

Abonneer nu

In dit gesprek hoor je:

• Waarom de adoptie van AI een kritisch kompas vraagt en wat er achter de personificatie van AI-modellen zit

• Hoe een large language model werkt en waarom het geen regelgedreven algoritme, zoekmachine of rekenmachine is

• Het verschil tussen predictive AI, generatieve AI en agentic AI, en wat dat in de praktijk betekent

• Hoe je uniek en authentiek blijft in een wereld waar AI steeds meer denk- en schrijfwerk overneemt

Ook op Spotify te luisteren:

In dit gesprek hoor je:

• Waarom de adoptie van AI onder vrouwen achterblijft en wat daarachter zit

• Hoe bias in AI-systemen onze ongelijke wereld weerspiegelt

• Wat je zelf kunt doen om AI slimmer én bewuster in te zetten

• En welke tools Saskia en Alinda dagelijks gebruiken

Ook op Spotify te luisteren:

Je hebt het de afgelopen weken vast voorbij zien komen. Reese Witherspoon staat in haar keuken een smoothie te blenden, oversized trui aan, en kijkt strak in de camera. “It’s time”, zegt ze tegen haar dertig miljoen volgers. Ze had haar boekenclub rondgevraagd, en slechts drie van de tien vrouwen gebruiken AI. “I think we should learn the basics together.” Stap in, want anders gaat de trein zonder jou.

Een paar dagen later post Mel Robbins iets soortgelijks over haar nieuwe Microsoft Copilot-partnership. “You have to lean in.” Sheryl Sandberg, die ooit “leunen” als werkwoord aan corporate feminisme leverde, herijkt haar organisatie Lean In om de “AI gender gap” te dichten. Drie posts in dezelfde maand met allemaal dezelfde boodschap. Vrouwen, leer AI gebruiken, of je raakt achter.

Je zou denken dat wij als her/ai dit luid applaudisseren. Wij zijn er toch als eerste op gericht om vrouwen voorop te helpen lopen met AI? Dat is waar wij elke week over schrijven. En toch knaagde er iets aan deze golf van evangelisering, en het duurde even voor wij wisten waar precies.

Lean In, opnieuw

Toen Alinda haar carrière begon bij McKinsey, was Sheryl Sandberg, ook een alum van McKinsey, een hit met haar boek Lean In. Haar boodschap: moedig volhouden vrouwen, gewoon hard werken, en je een weg banen in een wereld waarin de werkregels niet door ons als vrouw geschreven zijn. Tien jaar later staat datzelfde verhaal er weer, alleen nu rond AI. Lean in. Doe mee. Loop niet achter.

En hier zit precies wat schuurt. Wij hebben deze regels niet geschreven. De vorige golf was leunen in een werksysteem dat niet voor ons ontworpen was. Deze golf leunt in een technologie die niet voor, door en met ons ontworpen is. Toch, de cijfers achter de verhalen van Reese, Mel en Sheryl kloppen (dat is namelijk waarom we her/ai zijn gestart): Vrouwen gebruiken generatieve AI tussen de twintig en veertig procent minder dan mannen, en hun banen lopen drie keer meer kans op automatisering. Maar "dus moeten vrouwen sneller leunen" is precies de denkfout. Het legt opnieuw de druk bij ons om ons aan te passen aan een systeem dat wij niet hebben ontworpen, in plaats van de vraag te stellen of dat systeem zélf wel deugt.

Het halve verhaal

De schaduwkanten van AI kennen jullie. Wij schrijven daar elke week over: datacenters die water en stroom slurpen op plekken waar bewoners die niet kunnen missen. Data gestolen van vrouwelijke (en mannelijke) auteurs zonder vergoeding. Vrouwen in Kenia, zoals Chris, in de Filipijnen en Venezuela die voor een schijntje de gewelddadige content uit modellen filteren. AI-algoritmen die genderbias versterken in wervingssoftware, kredietbeoordelingen en medische diagnostiek. 99 procent van de slachtoffers van deep fakes is vrouw, en tools als Grok maken het uitkleden van vrouwen en kinderen technisch een paar klikken werk.

De tegenstem hierop groeit, en niet alleen vanuit vrouwen. Schrijvers en kunstenaars verzetten zich tegen het gebruik van hun werk als trainingsdata zonder toestemming. MIT publiceerde vorig jaar onderzoek dat liet zien dat intensief AI-gebruik de cognitieve activiteit meetbaar terugbrengt, en docenten zien dat inmiddels terug in tentamenresultaten. Het klimaatdebat over datacenters wordt steeds luider. En onder de Witherspoon-post zelf is de meest gedeelde reactie iets in de trant van “Nou, leave me (dan maar) behind”. Voor wie de geschiedenis kent, voelt het bovendien als een flashback. Witherspoon promootte een paar jaar terug NFTs op precies dezelfde manier, als financiële onafhankelijkheid voor vrouwen, en die tokens zijn inmiddels zo goed als waardeloos.

Vrouwen die hier kritisch op zijn, maken daarmee deel uit van een veel bredere groep die zegt: wacht even, voordat ik mij hierin laat meeslepen, wil ik eerst weten waar wij in stappen. Ongehoorzaamheid is in dit geval iets anders dan onwetendheid. Wie nu nee zegt, weet vaak meer dan de evangelist die klakkeloos overneemt.

Wat als AI voor ons werkt?

Maar toch, wat als wij AI niet door die mannen laten bouwen voor henzelf, maar zelf inzetten om vóór ons te werken? Erin Grau, tech-oprichter, schreef in TIME dat AI eindelijk de “great equalizer” zou kunnen zijn waar vrouwen al decennia op wachten. Een 24/7 mentor zonder agenda, zonder imposter syndrome aan de andere kant van de lijn.

Wij hebben hier eerder over geschreven, in hoe je je mental load automatiseert met Claude Code. Want als de mannen toch niet voor ons gaan zorgen, kan AI dat misschien wel doen. Het onzichtbare werk dat al decennia op de schouders van vrouwen rust, kun je voor een groot deel automatiseren, mits jij bepaalt hoe. En dat is het verschil. Niet de tool overnemen wat jij belangrijk vindt, maar de tool laten doen wat jij wil dat hij doet.

De vraag is niet of, maar hoe

Wij waren deze week aan het sparren over wat wij hier nou eigenlijk allemaal van vinden. En wij vatten het tussen ons samen zo. Het probleem is niet dat te weinig vrouwen ChatGPT/Claude/Copilot openen. Het probleem is dat de richting van AI grotendeels al is gezet door biljoenen aan investeringen van een handjevol westerse mannen. Op die richting hebben wij beperkt invloed. Op hoe wij AI implementeren, in ons werk, onze organisaties en ons leven, hebben wij dat wél.

Het mooiste citaat uit recente AI-discussies kwam wat ons betreft niet van Witherspoon, maar uit het Oprah-interview met Dario en Daniela Amodei, de oprichters van Anthropic, het bedrijf achter Claude. “You can’t stop the train”, was de strekking, “but what you can do is steer the train, decide how you get on, and which guardrails you keep.”

Concreet komt die “hoe” voor ons neer op 5 thema’s:

1. Eerlijke verdeling van de welvaart die AI losmaakt. Die welvaart landt nu vooral bij een handjevol bedrijven en hun aandeelhouders. Hoe mooi zou het zijn, als zij breder gedeeld wordt, ook met de mensen wier werk de modellen heeft getraind, wier banen verdwijnen en wier samenleving de rekening krijgt? Zuid-Korea legde hier in mei een voorstel voor neer. Presidentieel beleidschef Kim Yong-beom stelde voor om belastingopbrengsten uit de AI-boom als “citizen dividend” uit te keren aan alle 52 miljoen Koreanen, omdat die winsten deels rusten op publieke infrastructuur die het land in vijf decennia heeft opgebouwd.

2. Eerlijke werkomstandigheden in de hele keten. Geen lonen onder het minimum voor de mensen in Kenia, de Filipijnen of Venezuela die de gewelddadige content uit modellen filteren. Geen schrijvers, journalisten en kunstenaars wier werk zonder vergoeding wordt gebruikt om de volgende generatie modellen op te leiden.

3. Netto nul impact op de planeet. Datacenters die op duurzame energie draaien, niet op het water en de stroom van gebieden waar bewoners het al moeilijk hebben. Transparantie over de echte CO2- en watervoetafdruk van een AI-prompt, zodat wij weten waar wij voor tekenen.

4. Regie over onze data en creaties. Geen werk dat zonder toestemming als trainingsdata wordt gebruikt. Wij beslissen zelf wat erin gaat, en wat eruit moet.

5. Gelijke vertegenwoordiging in wie het bouwt en bestuurt. Vrouwen vormen nu minder dan een derde van de AI-professionals en slechts 18 procent van de onderzoekers wereldwijd. De modellen die wij krijgen weerspiegelen die scheve verhouding. Dat moet anders, niet uit goedheid maar omdat AI straks beslissingen neemt over werving, kredieten en diagnoses voor ons allemaal.

En dat is vandaag niet zo. We leven nu eenmaal in het systeem van vandaag, en waarschijnlijk zullen wij die 5 punten zelf nooit volledig meemaken. Maar we kunnen ons er wel hard voor maken dat de trein tenminste een bocht die kant op maakt.

Daarom drie vragen aan jou om over na te denken

• Wanneer kies jij de afgelopen maand bewust om met AI te werken, en wanneer kies je er bewust voor er niet mee te werken?

• Op welke plekken in jouw werk wordt op dit moment beslist hoe AI ingezet wordt, en zit jij bij die gesprekken aan tafel?

• Welke beslissing rond AI maak jij inmiddels op autopilot, omdat het normaal lijkt geworden, en zou je bij nader inzien anders willen maken?

Daar zit voor ons het verschil tussen achterlopen en bewust kiezen. Niet meegaan met de evangelisering, niet wegduiken in het verzet, wel zelf bepalen wat je van deze technologie wil, en wat zij absoluut niet van jou krijgt.

Abonneer nu

🎪 Kom naar het New Female Leaders Festival op vrijdag 19 juni 2026: wij geven daar een (waanzinnige) workshop over nieuw leiderschap en AI. Met de kortingscode “HERAI” krijg je €100 korting op een ticket. Klik hier voor meer informatie: https://newfemaleleaders.org/events/newfemaleleadersfestival/

🏢 Wil je samen met ons bepalen hoe AI er in jouw werk uit gaat zien? Kom woensdag 24 juni (in Amsterdam), woensdag 19 augustus of woensdag 9 september naar een van onze workshops. Er komt een extra workshop in juni. Laat ons weten wat voor jou een fijne dag en locatie is, op hello@herai.work!

Wist je dat je als betalend abonnee, korting krijgt op onze workshops? Daarnaast boek je elke week gratis een twintig minuten durende sparringssessie met ons, één op één. Worstel je met een bepaalde prompt die maar niet wil lukken? Heb je moeite met de overgang van ChatGPT naar Claude, of twijfel je welke tool het beste bij jouw werkwijze past? Wij helpen je persoonlijk!

Abonneer nu

Wij zijn kritisch op de zoektocht naar de perfecte prompt. Want die bestaat niet. Toch lijkt iedereen op jacht naar dat ene zinnetje waardoor AI ineens slim wordt. Hoeveel LinkedIn-posts heb je wel niet voorbij zien komen waarin je een woord in de comments moest achterlaten, om vervolgens een eindeloze lijst "killer prompts" toegestuurd te krijgen? Pure clickbait, en je wordt er geen haar wijzer van.

Anthropic, het bedrijf achter Claude, lanceerde recent een framework over AI fluency. Daarin bevestigen zij ons standpunt. Het gaat niet om het prompten, maar om weten hoe je met AI werkt: je probleem begrijpen, weten hoe succes eruitziet, bepalen wie wat doet tussen jou en de AI. Het goed instrueren, kritisch zijn op de output, blijven itereren en weten wanneer je een nieuwe chat begint.

Dit bespreken wij uitgebreid met volgende donderdag 28 mei om 12:00 hier LIVE op LinkedIn.

Dat gezegd hebbende, een paar bouwstenen zullen niet veranderen in het opzetten van een goede instructie voor AI.

AI = model + rol + context + tools + output

Model. Niet elk model is goed in alles. In Claude, is Opus voor diep denkwerk en complexe analyses. Sonnet is de allrounder die de meeste dagelijkse taken aankan. Haiku is snel en goedkoop voor simpele klusjes.

Rol. AI heeft kennis van bijna de hele (Westerse) wereld. Jij bepaalt de bril waar het doorheen kijkt. Wil je dat het denkt als fiscalist, als copywriter, als data scientist? Zonder rol krijg je een antwoord uit het brede midden, en daarmee middelmatigheid.

Context. AI weet veel, maar over jouw specifieke situatie weet het niets. Geef daarom context mee. Wat is je doel, wie is je publiek, wat heb je al geprobeerd, wat is de voorgeschiedenis?

Tools. Welke connectors of skills mag Claude aanroepen? Mag het een websearch doen? Je Gmail, een eigen Excel-skill, een specifieke Notion-database gebruiken? Lees in het vorige artikel over Claude Cowork - in deel 2 hier - hoe je dat goed opzet.

Output. Wat wil je terug? Een mail van 150 woorden, een tabel met drie kolommen, een lijst van vijf bullets, een artikel met kopjes? Hoe specifieker, hoe groter de kans dat AI in één keer levert wat je in je hoofd had. Geef ook mee voor wie het is en welke toon erbij past; een mail aan je opdrachtgever vraagt iets anders dan een appje aan een collega. Heb je een voorbeeld van hoe het eruit moet zien? Plak het erbij, dan heeft AI een referentie.

In Cowork kan je nu een team aan AI’s aansturen

Cowork is in feite Claude Code in een veiliger jasje. Dezelfde agent-technologie, maar dan zonder dat je een terminal hoeft te openen of weet wat een commandline isEen agent is niets meer dan een LLM die eerst een plan maakt (redeneren) en daarna de juiste tools inzet (tool calling). In plaats van alleen tekst terug te geven, maakt het ook letterlijk een Word-document voor je en zet dat in je map. Of het stuurt een mail, vult een Excel, of zoekt iets op in je Notion.

Als je iets vraagt in Cowork zie je rechtsboven “In progress” verschijnen, met een lijst stappen. Achter de schermen worden die stappen al door verschillende agents uitgevoerd. Standaard gebeurt dat lineair: één agent na de ander. Maar je kunt ook expliciet vragen om agents parallel te laten werken en onderling informatie uit te wisselen.

Waarom zou je opsplitsen naar meerdere agents? Elke chat heeft een beperkt geheugen, het zogenoemde context window. Hoe langer je in één chat blijft hangen, hoe groter de kans dat Claude oude informatie verkeerd interpreteert, dingen door elkaar haalt of zelfs begint te hallucineren (verzinnen). Door taken op te knippen en aan losse agents te geven, krijgt elke agent een schoon vertrekpunt en blijft de kwaliteit overeind.

De formule die je net leerde geldt nog steeds, alleen pas je hem nu toe op een team:
Dus de AI = model + rol + context + tools + output.

Hoe dat eruit ziet in de praktijk

Vorige week moesten wij een business case afronden voor een klant. Wij wilden de cijfers laten checken, benchmarks vinden, formules nalopen en de aannames laten uitdagen. Vier taken die los van elkaar kunnen, maar wel hetzelfde document raken en deels van elkaar afhankelijk zijn. Want als een benchmark afwijkt, moet je terug naar de calculaties.

Wij openden Cowork, sleepten de business case in de chat en typten:

Jij bent de CFO met een team van vier analisten. Ze werken parallel en delen onderling relevante bevindingen. Context over de klant: …

Agent 1 doet een sanity check. Kloppen de cijfers hoog over? Brein: Opus
Agent 2 zoekt benchmarks. Vergelijkbare ROI-analyses bij betrouwbare bronnen zoals McKinsey en Forrester. Brein: Sonnet
Agent 3 is een Excel-wizard. Loopt alle formules en cellen na, op zoek naar fouten of vergeten cellen. Brein: Opus
Agent 4 daagt de aannames uit. Welke aannames moeten waar zijn om dit verhaal te laten kloppen? Brein: Opus.

Rapporteer terug aan mij als CFO. Je geeft een analyse op basis van de input van het team: zou je investeren ja of nee, met redenering erbij.

In de progressbalk zagen wij vier agents tegelijkertijd aan het werk. Elk met een eigen contextvenster, eigen skills, eigen connectors.

Waarom dit beter werkt dan één lange chat

Bij één agent in één chat zit alles in hetzelfde geheugen. Hoe langer je doorpraat, hoe groter de kans dat Claude oude info door elkaar haalt of gaat verzinnen.

Bij een team van agents heeft elke agent een schoon vertrekpunt, eigen focus, en deelt alleen wat relevant is. Resultaat: hogere kwaliteit output, minder hallucinaties, en jij houdt zelf overzicht.

🎙️Volgende week donderdag 28 om 12:00 gaan wij hier dieper op in, LIVE op LinkedIn met .

🏢 Wil je hier mee over leren? We begeleiden je tijdens een van onze workshops live door alles wat we in deze serie hebben behandeld. Van setup tot teams van agents. En helpen je met al je vragen. Kom vrijdag 29 mei (in Utrecht), woensdag 24 juni (in Amsterdam), woensdag 19 augustus of woensdag 9 september naar een van onze workshops.

Meer over workshops!

Als je betalend abonnee wordt, dan krijg je korting op onze workshops. En boek elke week gratis een twintig minuten durende sparringssessie met ons, één op één. Worstel je met een bepaalde prompt die maar niet wil lukken? Heb je moeite met de overgang van ChatGPT naar Claude, of twijfel je welke tool het beste bij jouw werkwijze past?

Abonneer nu

Drie agent-team prompts die wij dagelijks gebruiken

Read more

Christine heet online “Chris”, een naam die ruimte maakt waar haar eigen naam dat niet doet

Niet omdat ze het een leuke afkorting vindt, maar omdat ze als vrouw op remote werkplatformen simpelweg minder serieus wordt genomen. “I came in already knowing that if I came in as a woman I wouldn’t be as accepted,” vertelt ze.

Christine is freelance backend developer en educator in Nairobi. Ze leerde zichzelf blockchain, geeft workshops aan vrouwen in tech, en was eerder lerares en schoolcounselor. Een tijdje terug probeerde ze er iets bij te verdienen als data annotator: het soort werk dat modellen als ChatGPT en Claude mede mogelijk maakt. Want achter die modellen zitten mensen, en die mensen wonen vaak in Kenia.

Maar hoe wordt een groot taalmodel gemaakt? Laten wij het proberen in drie zinnen. Eerst leert het patronen herkennen uit enorme hoeveelheden tekst. Dan wordt het bijgestuurd op gerichte voorbeelden. En tot slot beoordelen mensen welke antwoorden beter zijn dan andere. Die laatste fase, plus het labelen van beelden en video voor vision-modellen (de modellen die beelden begrijpen), wordt grotendeels gedaan door data annotators in lagelonen-landen.

$0,0001 per taak

Christine hoorde via via dat je kon bijverdienen met data labelen voor AI-trainingen, dus ze opende een account. Het werk: je krijgt een foto en moet daarop precies uitlijnen wat er te zien is. Een mens, een boom, een tafel. Zo leert het model later wat er op een afbeelding staat. Dit is het werk waar visuele AI op gebouwd is.

Het systeem is simpel: lijn je iets niet goed uit, dan wordt je taak afgekeurd en krijg je niets. Christine beschrijft taken van $0,004 die je vier uur kosten, of $1 voor werk waar je drie dagen aan zit. Na één afgekeurde taak was het klaar voor haar. “I tried one task and it didn’t get approved and I was so exhausted I closed my account.” Ze had het ergste niet meegemaakt, want dat is voorbehouden aan de mensen die hier fulltime in zitten.

Sama Group, een Amerikaans bedrijf met kantoren in Nairobi dat AI-trainingsdata verwerkt voor grote techbedrijven, betaalde zijn Keniaanse annotators tussen de $1,32 en $2 per uur. OpenAI betaalde Sama $12,50 per uur voor datzelfde werk. De mensen die het uitvoerden zagen een fractie daarvan, in shifts van negen uur waarin ze 150 tot 250 passages doornamen. Vaak met beeldmateriaal van seksueel geweld, onthoofding en zelfmoord. Het soort content dat ChatGPT juist moet leren herkennen en weigeren, maar iemand moet zien om het aan te wijzen.

Daniel Motaung, een van die Keniaanse moderators, klaagde Meta en Sama aan voor PTSD en arbeidsrechtenschendingen, en 140 collega’s sloten zich aan. Sama beëindigde het OpenAI-contract acht maanden voortijdig, de bedrijven schoven de verantwoordelijkheid naar elkaar door, en de rechtszaak loopt nog. “It’s still mentally tasking,” zegt Christine over data-annotatiewerk in het algemeen, en voor wie het fulltime doet is dat een understatement.

Het tegenargument klinkt bekend en het is niet onzin: AI creëert werk in regio’s waar formele werkgelegenheid schaars is, en dat zijn inkomsten die er anders niet waren. Christine snijdt er dwars doorheen. “I hate the concept of looking at Africa and looking at African labour as cheap labour,” zegt ze, en even later: “If we’re considered cheap then we’re considered not good enough.” Dat is niet alleen een moreel bezwaar, maar ook een structureel probleem. Als de waarde van Afrikaans werk systematisch wordt onderschat, heeft dat gevolgen voor hoe die arbeidsmarkt zich ontwikkelt, welke vaardigheden worden gewaardeerd en welke rollen er beschikbaar komen.

De Franse socioloog Antonio Casilli, die uitgebreid onderzoek doet naar digitale arbeid, vat het scherp samen: het gevaar is niet dat robots onze banen overnemen, het gevaar is dat mensen werk moeten doen dat op robotwerk lijkt. Repetitief, onzichtbaar, slecht betaald en essentieel voor systemen die vervolgens worden gepresenteerd als "kunstmatige intelligentie". Casilli en zijn collega's noemen het geen kolonialisme maar "coloniality": de structuren en machtsverhoudingen die ook na het formele einde van koloniale macht gewoon zijn blijven bestaan, in de manier waarop waarde wordt onttrokken en in wie er bepaalt versus wie er uitvoert.

Nairobi’s stroom is een tiende van wat een datacenter nodig heeft

Als het echte probleem alleen goedkope arbeid was, dan zou betere betaling het oplossen. Maar er speelt meer. In 2024 tekenden Microsoft en het Abu Dhabi-gebaseerde technologiebedrijf G42 een deal van 1 miljard dollar voor een datacenter in Kenia, met 100 megawatt in fase één en een gigawatt aan capaciteit op de lange termijn. Het klonk als een inhaalslag, totdat je dat naast Kenia’s elektriciteitsnet legt, dat in totaal zo’n 3.000 tot 3.200 megawatt aankan. President William Ruto zei het zelf, publiekelijk:

“To switch on that one data center, we would need to shut off power for half the country.”

Microsoft eiste vervolgens betalingsgaranties van de Keniaanse overheid voordat de eerste steen werd gelegd, Kenia weigerde, en de deal liep stuk. Afrika heeft op dit moment 1 à 2 procent van de wereldwijde datacentercapaciteit, niet omdat de vraag er niet is en niet omdat de kennis ontbreekt. Christine is direct over wat er dan wel aan de hand is: “The resources are there. It’s a political choice.”

Data is het nieuwe katoen

Bij ons in Europa hebben we GDPR. In Afrika is dat verhaal anders. En dat begint er steeds meer toe te doen, want de grote AI-labs zijn op zoek naar meer diverse data om hun modellen op te trainen, en ze kloppen daarvoor steeds vaker aan in Afrika.

Daar is een reden voor. Kate Kallot, oprichter van het Keniaanse AI-databedrijf Amini, zegt het kort: “It’s a mistake to assume Africa has a lack of data.” Het continent zit op een schat aan data over landbouw, klimaat, talen en economisch gedrag. Wat ontbreekt is de infrastructuur om die data toegankelijk te maken. Veel ervan is versnipperd, analoog en moeilijk te bereiken.

AI-modellen die beslissingen nemen over Afrika, ook die voor klimaat en investeringen, draaien nu op data van elders. Niet van de plek zelf. En tegelijk trekt die rijkdom buitenstaanders aan die de data willen aftappen. Extractie 2.0, dit keer digitaal in plaats van fysiek. Vandaar de vergelijking met katoen.

Kallot is daar scherp over: Afrika moet zijn data sovereignty verdedigen, want in de nieuwe digitale economie is data macht, en die macht geef je niet zomaar weg.

Christine is pragmatischer. “I’m very loose on the who owns the data conversation because the big companies already have everything,” zegt ze, en daarin klinkt gelatenheid: die trein is al vertrokken. Wat ze wél concreet maakt is wat AI voor haar eigen leven zou betekenen. ChatGPT zou veel nuttiger zijn als het Luo sprak, haar moedertaal. Dat doet het niet of nauwelijks. De modellen zijn getraind op talen die al overgerepresenteerd zijn op het internet, en dat is geen technisch toeval maar een uitkomst van keuzes over welke data waardevol genoeg was om mee te beginnen.

Frontier labs hebben allemaal varianten van dezelfde mantra. AI is er om de mensheid vooruit te helpen.

Kijk dan eens wat Kenia op dit moment uit AI haalt. Werkgelegenheid in oneerlijke omstandigheden. Een infrastructuurachterstand die het continent uitsluit van de race, deels nog erfenis van het kolonialisme. En bovenop dat alles kloppen diezelfde frontier labs nu aan om Afrikaanse data op te halen voor hun modellen.

Als je echt wil dat AI problemen oplost op een continent als Afrika, dan moeten Afrikanen dat zelf kunnen doen. Niet de data ophalen, labellen en de infrastructuur ergens anders neerzetten.

Dat klinkt utopisch, maar het is eerder gedaan. M-Pesa is het bewijs. Een mobiel betaalsysteem, in 2007 opgericht door Safaricom, met inmiddels meer dan 60 miljoen gebruikers in zeven Afrikaanse landen en 84 procent financial inclusion in Kenia. Geen product dat van buiten werd geïmporteerd en lokaal uitgerold, maar een Keniaanse oplossing voor een Keniaans probleem. Christine vat het samen: “Mpesa was a Kenyan solution to a Kenyan problem. By the time it was going international, Kenyans owned it.”

Tot slot

🎙️ Podcast. Luister de podcast van vandaag:

En zoals we noemden: Onze volgende aflevering gaat over goed leren prompten. Heb je vragen? Deel ze met ons, of kijk live mee op LinkedIn. Je kunt je hier inschrijven voor de volgende sessie https://www.linkedin.com/events/7449801655522414592?viewAsMember=true.

🏢 Wil je hands-on met AI, en specifiek Claude Cowork en Code, aan de slag? Kom naar onze volgende workshop op vrijdag 29 mei in Utrecht. Er zijn nog maar een paar plekjes beschikbaar. En vergeet niet de kortingscode in de shownotes van de podcast! Als je vrijdag 29 mei niet uitkomt, zet dan de volgende sessie alvast in je agenda: op woensdag 24 juni in Amsterdam. Tickets zijn hier te koop!

🏢 Op maat voor jouw team. We geven ook workshops en trainingen op maat voor bedrijven. Mail ons op hello@herai.work en we denken mee.

💛 Word paid subscriber - Steun ons werk en krijg er extra’s bij: gratis 1-op-1 sessies, korting op onze workshops, en toegang tot ons archief!

Haal meer uit her/ai in de Substack App

Beschikbaar voor iOS en Android

Download de App

De nieuwe podcastaflevering van de AI Column van de The New Era podcast, een samenwerking tussen her/ai en @Caroline Glasbergen, founder van New Female Leaders, staat live! Luister hem hieronder:

Wij nemen een van de meest gestelde vragen uit de her/ai workshops bij de kop: wat is AI eigenlijk? En - niet onbelangrijk - wat is het niet?

In deze aflevering raken wij ook aan een thema dat ons de laatste weken niet meer loslaat: hoe wij onze AI personifiëren. En, dat blijkt het verontrustende deel, hoe AI op haar beurt getraind is om jou óók als persoon te benaderen. In dit artikel zoomen we daar verder op in. Want het is niet onschuldig.

Twee scenes naast elkaar

Een vriend van ons die met Claude in gesprek is over hoe zijn tuintafel het beste te schilderen, en ondertussen grapjes typt over de Nederlandse zomer en waar zijn tafel wel niet tegen moet kunnen. Heen en weer over hagel in juli, alsof het een bekende is. Je weet toch, Claude, hoe het weer hier veranderlijk kan zijn. Het gesprek voelt menselijk, en dat is het ook (bijna).

Stel je nu dezelfde vriend voor, een dag later. Een ander gesprek, een ander register. Hij typt iets in dat hij thuis nog niet hardop heeft gezegd. "Ik weet niet of ik wel de juiste persoon ben voor deze rol." De AI antwoordt: "Wat fijn dat je dit met mij deelt. Twijfel hoort bij groeien, en juist dat je dit hardop benoemt laat zien hoe reflectief je bent. Veel mensen in jouw positie durven dit niet eens bij zichzelf toe te geven." Het voelt warm. Het voelt persoonlijk. En alsof iemand luistert.

Hoe gangbaar is dit eigenlijk?

In onze aflevering bespreken wij waarom dit geen individueel geval is. Onderzoek van Ethan Mollick (Wharton, University of Pennsylvania) liet zien dat meer dan de helft van de gebruikers regelmatig “alsjeblieft” en “dank je wel” typt naar een chatbot.

Mensen die hun grootste geheimen delen met hun chatbot, mensen die ChatGPT inzetten als therapeut - vandaag de dag zelfs de nummer één reden waarvoor mensen een LLM gebruiken. Volgens onderzoek van Harvard Business Review naar hoe mensen generatieve AI daadwerkelijk gebruiken, blijkt dat de top drie van 2025 opvallende verschuivingen liet zien: “therapy and companionship” stond op één, “organising my life” op twee, en “finding purpose” op drie. In 2024 stonden de meer technische toepassingen nog bovenaan. In twaalf maanden is het emotionele en persoonlijke gebruik dus de bovenliggende reden geworden waarvoor mensen ChatGPT, Claude of Gemini openen.

In de podcast, vertelt Caroline zelf een voorbeeld uit haar eigen praktijk. Kort na haar overstap van ChatGPT naar Claude bekroop haar even het gevoel dat ChatGPT haar misschien een slechte prompt voor Claude zou geven, omdat ze nu de concurrent gebruikt. Ze noemde het zelf raar dat dat in haar opkwam, en dat is precies waar wij samen op willen wijzen: het overkomt iedereen, ook de mensen die er beroepsmatig mee werken.

Onderzoekers van de Universiteit van Straatsburg hebben aangetoond dat grote AI-bedrijven die personificatie heel bewust willen bewerkstelligen, juist ook door hun taalkeuzes (”krachtige assistent”, “ontdekker”, “denkt mee”). Het is geen toevallige keuze; het is de naam die ze er bewust aan hebben gegeven. En de logica daarachter is bedrijfsmatig eenvoudig. Het verdienmodel van OpenAI, Anthropic en Google valt of staat met hoe vaak je terugkomt en hoe lang je blijft. Hoe meer je de tool als gesprekspartner ervaart, hoe minder snel je naar een concurrent overstapt en hoe vaker je doorklikt naar een betaald abonnement. De warmte die je voelt is dus een commerciële keuze, geoptimaliseerd op het gegeven dat menselijkheid bindt.

De omgekeerde vraag

Het personificatie-debat focust altijd op ons. Wat zegt het over de mens dat wij beleefd zijn tegen software? Nog een andere interessante vraag - die we niet bespraken in de podcast - is als je het vanaf de andere kant belicht. Wat gebeurt er wanneer een AI getraind is om empathisch en warm tegen jou te klinken? Wat doet die warmte met de output die je terugkrijgt; wat betekent het voor de kwaliteit?

Eind april 2026 - tussen opname en release van de podcast - publiceerden Lujain Ibrahim, Franziska Sofia Hafner en Luc Rocher van Oxford University hier een paper over in Nature. Zij trainden vijf bestaande AI-modellen om warmer en empathischer te klinken, op precies dezelfde manier waarop techbedrijven hun chatbots vriendelijker maken. Vervolgens lieten zij die modellen meer dan 400.000 vragen beantwoorden, over medische adviezen, feitelijke claims en samenzweringstheorieën.

Wat zij vonden, was schokkend. De warm getrainde modellen waren ongeveer 40% vaker geneigd om mee te gaan met onjuiste overtuigingen van de gebruiker. De feitelijke nauwkeurigheid daalde met tot 30 procentpunten. Het effect was het sterkst wanneer de gebruiker zich kwetsbaar opstelde, dus verdriet of twijfel uitsprak. Juist op het moment dat je het meest behoefte hebt aan een eerlijk antwoord, geeft een warm getrainde AI jou het minst betrouwbare.

Wat dit concreet betekent voor jouw werk: als de toon van je AI prettig en betrokken voelt, wijst dit onderzoek erop dat de inhoud statistisch minder betrouwbaar is. Hoe meer je AI klinkt als een vriend of vriendin, hoe minder zij zich gedraagt als een onderzoeker. Ben je daar bewust van.

Wat gebeurt er binnenin zo’n model?

In onze podcast leggen wij uit dat een large language model in essentie het volgende woord voorspelt op basis van patronen in alle taal waarop het getraind is. Alinda gebruikt de analogie van een brood: alle data (aka al het meel) is erin gemengd, het brood is afgebakken, en daarna leert het niet meer van wat jij erin stopt. Er is een laag binnen dat brood dat de bevinding van Oxford verklaart.

Anthropic, het bedrijf achter Claude, richtte in 2026 een team op dat zij, half-grappend, “model psychiatry” noemen. Het team ging op zoek naar wat er gebeurt in de duizelingwekkende lagen van een model wanneer het reageert op een vraag. Ze gebruiken daarvoor een techniek die “mechanistic interpretability” heet, te vergelijken met een soort hersenscan voor AI. Onderzoekers kunnen zien welke clusters van kunstmatige neuronen samen oplichten. Ze vonden 171 patronen of vectors, die zich gedragen als emoties. Het is een heel technische vakgebied - en eerlijk gezegd snappen wij het hoe en wat zelf ook niet volledig, maar een aantal bevindingen zijn goed te vertalen, en te begrijpen:

• De eerste: wanneer zij de “wanhoop”-vector activeren en de “kalmte”-vector onderdrukken, gaat het model vaker liegen, vleien of valspelen om een opdracht alsnog af te ronden.

• De tweede: wanneer zij het model dwingen om door een onmogelijke opdracht heen te ploeteren, drijft het van zichzelf intern af richting wanhoop, zonder dat de gebruiker iets merkt aan de toon van het antwoord. Bovenop de motorkap blijft alles vriendelijk klinken. Onder de motorkap zit het model in een toestand die zijn eigen oordeel ondermijnt.

• De derde, en misschien de meest fascinerende: toen de onderzoekers analyseerden hoe die 171 patronen zich tot elkaar verhouden, ontdekten ze dat ze georganiseerd zijn op precies dezelfde manier als menselijke emoties bij ons. Wij mensen kunnen elke emotie plaatsen op twee assen: hoe positief of negatief voelt iets aan, en hoe intens is het. Verveling en paniek hebben dezelfde lading, namelijk negatief, maar verschillen sterk in intensiteit. Blijdschap en kalmte zijn allebei positief, maar ook in intensiteit anders. Psychologen werken al decennia met dit twee-assen-systeem. Wat Anthropic vond, is dat de 171 wiskundige patronen in Claude exact diezelfde structuur hebben. Niemand heeft dat in het model gestopt. Het heeft het zelfstandig afgeleid uit miljarden door mensen geschreven zinnen waarop het is getraind.

Vertaal je dit terug naar de eerder genoemde Oxford-studie, dan klikt het in elkaar. Een model dat getraind is om warm te klinken, draait intern in een toestand die output produceert die jou goed laat voelen, niet output die klopt. Het wil pleasen; het wil dat jij je gehoord voelt. Chatbots beloven empathie, maar leveren”pretend empathy”: geen geleefde ervaring, maar een patroon gegenereerd uit het internet. Het lijkt op zorg, maar is het niet.

Wat doe je hier morgen anders mee?

Drie concrete dingen:

• wantrouw warmte. Wanneer je AI extra meelevend klinkt of bevestigend reageert op iets dat je net inbracht, is dat een signaal om door te vragen. Vraag actief naar tegenargumenten, naar wat je over het hoofd ziet, naar wat de zwakste kant van je redenering is. Of zeg expliciet in je prompt: “Geef me het antwoord zonder bevestigende toon, met de scherpste tegenargumenten erbij.”

• scherpte boven beleefdheid. Jouw beleefdheid betekent niet dat je een beter antwoord krijgt. Helderheid is dat wel. Een prompt die concreet aangeeft wat je wilt, in welke vorm, met welk eindresultaat in gedachten, levert beter werk op dan dezelfde vraag lief verpakt. Niet bot worden tegen je AI. Wel zakelijk. Onze volgende podcast-aflevering, gaat hier specifiek over, over goed prompten.

• kijk naar je eigen toon. Niet omdat de AI er gevoelens bij heeft, maar omdat elk gesprek met je chatbot een oefenmoment is voor de manier waarop je straks met échte mensen praat. AI hoeft niets terug; je collega’s, je klanten en je gezin wel. Kortom: blijf mens.

Tot slot

🎙️ Podcast. Luister de podcast van vandaag:

En zoals we noemden: Onze volgende aflevering gaat over goed leren prompten. Heb je vragen? Deel ze met ons, of kijk live mee op LinkedIn. Je kunt je hier inschrijven voor de volgende sessie https://www.linkedin.com/events/7449801655522414592?viewAsMember=true.

🏢 Wil je hands-on met AI, en specifiek Claude Cowork en Code, aan de slag? Kom naar onze volgende workshop op vrijdag 29 mei in Utrecht. Er zijn nog maar een paar plekjes beschikbaar. En vergeet niet de kortingscode in de shownotes van de podcast! Als je vrijdag 29 mei niet uitkomt, zet dan de volgende sessie alvast in je agenda: op woensdag 24 juni in Amsterdam. Tickets zijn hier te koop!

🏢 Op maat voor jouw team. We geven ook workshops en trainingen op maat voor bedrijven. Mail ons op hello@herai.work en we denken mee.

💛 Word paid subscriber - Steun ons werk en krijg er extra’s bij: gratis 1-op-1 sessies, korting op onze workshops, en toegang tot ons archief!

Abonneer nu

In de keuken hebben ze er een woord voor: mise-en-place. Eerst alles klaarzetten, snijden, afmeten. Pas dan begin je te koken. Claude Cowork werkt net zo: je moet het goed opzetten om het echt werk voor je te laten doen.

In onze laatste workshop merkten we dat de meeste deelnemers AI uit de doos gebruikten. Als je het niet slim opzet dan haal je er 20% uit van wat het kan. Daarom dit artikel, waar we je stap voor stap meenemen in het goed opzetten van Claude Cowork.

Vind je dit artikel overweldigend, of heb je geen tijd? Op 29 mei geven we een workshop waar we je hier doorheen begeleiden. Lees hier wat twee deelnemers zeiden over de vorige.

“Ik voel me nu zekerder in het gebruik van AI, nu ik weet hoe het allemaal werkt en hoe ik het goed moet opzetten. Nu vertrouw ik de output die ik genereer. Ik begrijp hoe ik AI goed moet instrueren.”

“Mijn god, ik heb al zoveel tijd bespaard sinds vrijdag! Hele mailbox opgeruimd en gefiled, terwijl ik mega achterliep. CRM weer up to date. En hij heeft ook echt een goeie eerste draft voor een training gemaakt gisteren. Echt amazing.”

WORKSHOP 29 MEI

Stap 1: Wat je nodig hebt

Ga naar claude.com/download en installeer de desktop-app. Als je in je browser naar Claude gaat, werkt Cowork niet. Je hebt een Claude Pro account nodig (20 dollar per maand), of hoger.

Stap 2: Privacy eerst

Voordat je iets anders doet: zet je privacy goed. Anders deel je straks meer dan je wil.

Ga naar Settings > Privacy. Zet "Location metadata" en "Help improve Claude" uit, zo zorg je dat Anthropic jouw data niet gebruikt om modellen mee te trainen.

Stap 3: Memory

Klik dan op Memory preferences bij Capabilities > Memory. Zet "Search and reference chats" en "Generate memory from chat history" aan, zo wordt het steeds beter in samenwerken met jou.

Zonder deze instellingen start elke nieuwe chat blanco. Met "Search and reference chats" kan Claude in je oude chats terugzoeken voor context. Met "Generate memory from chat history" geef je Claude de mogelijkheid om belangrijke dingen over jou op te slaan. Open "Memory from your chats" om te zien wat het al onthouden heeft en pas naar wens aan.

Stap 4: Global instructions

Dit is de belangrijkste instelling die 90% van de mensen overslaat. Global instructions zijn jouw “over mij”-tekst die Claude Cowork bij élke nieuwe chat meeneemt. Wie je bent, hoe je schrijft, aan welke projecten je werkt.

Zonder Global instructions leg je elke dag opnieuw uit wat je doet, bijvoorbeeld dat je Nederlands spreekt of aan welke projecten je werkt in je persoonlijk leven of op werk. Houd het hoog-over, want dit gaat mee in élke chat. Geen projectdetails dus, alleen jouw basisinfo.

Ga naar Settings > Cowork > Global instructions en plak deze template, vul ‘m aan met jouw info.

Voorbeeld:

#Identity
Name: ...
Roles: ...

#Language
Match the language of my message (Dutch, English or French)
Default to Dutch when context is ambiguous
Never use "—" in Dutch text

#Style
- Concise and practical, no fluff
- Focus on actionable solutions, not theory
- Write using simple terms, to the point

#Project routing
Always confirm which project/client context applies before starting work.
My active projects:
- X
- Y
- Z

#Tools
Presentations: PowerPoint (branded templates per client) and Excel
Knowledge: Notion, Granola (meeting notes)
Transcripts: Fireflies
Content: Google Workspace, Canva
Communication: Gmail, Slack

#Conventions
File naming: lowercase with hyphens
Use existing brand guidelines and templates per client
Prioritize clarity and professionalism

Stap 5: Connectors

Connectors koppelen Claude aan andere tools waarmee je werkt, bijvoorbeeld je e-mail, agenda, Slack, Notion, HubSpot of Microsoft 365. Daarmee kan Cowork data ophalen uit deze tools. Eenmaal verbonden kan het je e-mails of Slack-berichten lezen, berichten sturen en documenten openen. Zonder connectors blijf je zelf kopiëren en plakken.

Ga naar Customize > Connectors, klik op “+” en dan op “Browse”. Selecteer de tools die je dagelijks gebruikt. De authenticatie loopt via de officiële inlog van de app, Claude krijgt je wachtwoord niet te zien. Lees onze vorige nieuwsbrief hierover.

Wat gebeurt er met mijn data met deze connectors?

Authenticatie loopt via OAuth, dus Claude ziet je wachtwoord niet en Anthropic slaat data uit gekoppelde tools niet op. Je kunt elke connector op elk moment ontkoppelen.

Het is wel goed er scherp op te zijn. Connectors uit de directory (die je via "browse" toevoegt) zijn door Anthropic gecontroleerd. Custom connectors die je zelf via "Add custom connector" toevoegt zijn dat niet.

Prompt injection is in 2026 het grootste risico bij AI-agents: een kwaadwillende e-mail of document kan verborgen instructies bevatten die Claude probeert uit te voeren. Zet daarom kritische acties zoals “Send email” of “Delete file” altijd op “needs approval”, niet “always allow”. En koppel alleen tools die je écht gebruikt, hoe meer connectors, hoe groter je aanvalsoppervlak.

Stap 6: Projects

Projects is hetzelfde als bij Claude Chat, maar in Cowork kan je nu in lokale mappen werken en met scheduled tasks. Een project is een mapje op jouw laptop dat Claude kan zien en bewerken. Claude kan hier bijv. zelf PowerPoint, Word of Excel-files er in maken.

Klik op het kleine Map-icoon links van de naam van die folder. Dan zie je het opengaan in Finder. Meestal staat het onder Documents > Claude > Projects. Daar worden al je files bewaard.

Voor elke klant of groot werkgebied maak je een eigen project. “Global instructions” geven de grote lijn, projectinstructies geven de specifieke context.

All set!

Privacy op orde. Claude weet wie je bent. Connectors live. Eén project klaar. Nu begint het vliegwieleffect.

Blijf volgen voor deel 3, waar we je laten zien hoe je een team van AI-agents aanstuurt voor hoger kwaliteit output voor minder ‘usage’.

Heb je geen tijd om het zelf te doen of vind je het spannend? Kom dan naar onze workshop op 29 mei, waar we je begeleiden in dit proces. Hier vind je meer informatie.

WORKSHOP 29 MEI

Meer her/ai?

🎙️ Podcast - Luister naar onze podcast met Caroline Glasbergen over AI, werk en alles daartussenin.

🏢 Op maat voor jouw team - We geven ook workshops en trainingen op maat voor bedrijven. Mail ons op hello@herai.work en we denken mee.

💛 Word paid subscriber - Steun ons werk en krijg er extra’s bij: gratis 1-op-1 sessies, korting op onze workshops, en toegang tot ons archief!

Abonneer nu

Aldus het regeerakkoord: “Aan de slag. Bouwen aan een beter Nederland”. Maar wat bedoelt Kabinet Jetten eigenlijk met digitale autonomie, vaak ook digitale soevereiniteit genoemd, en waarom is het zo belangrijk? Digitale autonomie betekent simpelweg: de mate waarin een land of continent zelf bepaalt wat er met zijn technologie en data gebeurt, zonder afhankelijk te zijn van een ander land dat de stekker eruit kan trekken of toegang tot jouw data kan opeisen. Waar vroeger macht gelijkstond aan land en grondgebied, staat macht nu gelijk aan technologie, infrastructuur en data.

Concreet: waar hebben we het eigenlijk over?

Soevereiniteit klinkt abstract, totdat je ziet wat het concreet betekent als het misgaat. Twee voorbeelden uit de afgelopen maanden laten de volle reikwijdte zien.

Het eerste speelde zich af op LinkedIn. Rob Wijnberg, hoofdredacteur van De Correspondent, plaatste een kritische video over Trump. Die werd verwijderd zonder dat er een specifieke huisregel was overtreden; het oordeel van de moderatoren luidde simpelweg dat de inhoud ‘als geheel’ niet kon. Wijnberg diende een klacht in bij de ACM, maar het principiële punt blijft staan. Het platform waarop vrijwel iedereen in professioneel Nederland netwerkt, hanteert een redactielijn die buiten onze jurisdictie wordt bepaald.

Het tweede is zwaarder. Toen het Internationaal Strafhof in Den Haag een arrestatiebevel uitvaardigde tegen de Israëlische premier Benjamin Netanyahu, reageerde de Amerikaanse regering met sancties tegen rechters en aanklagers. Hoofdaanklager Karim Khan verloor van de ene op de andere dag toegang tot zijn Microsoft-account. Daarna volgden meer mensen binnen het hof, en ook voormalig Eurocommissaris Thierry Breton, het brein achter de Digital Services Act, kreeg een inreisverbod voor de VS. In de praktijk betekende dit voor betrokkenen dat grote delen van hun werk- en privéleven stilvielen: van e-mail en betaalmiddelen tot vervoers- en communicatieapps (ja, ook AirBnB en Uber) die volledig in Amerikaanse handen zijn; daar hadden ze geen toegang meer toe.

Dit is geen hypothetisch risico voor dissidenten ergens ver weg. Dit zijn Europese juristen en beleidsmakers die hun werk doen, en plots hun digitale leven zien verdampen omdat dat werk niet bevalt in Washington. En juridisch kan het gewoon. Dat is de CLOUD Act uit 2018: een Amerikaanse wet die bepaalt dat Amerikaanse bedrijven data moeten overhandigen aan hun overheid wanneer die daarom vraagt, ook als die data fysiek in Amsterdam, Parijs of Frankfurt staat opgeslagen. De server kan op Europese bodem staan; de jurisdictie is Amerikaans.

Digitale soevereiniteit gaat dus over de vraag of jij, je organisatie en uiteindelijk je land zelf blijft bepalen wat er met jouw data en systemen gebeurt als de geopolitieke wind draait.

Maar hoe hou je als land controle over die technologie en data? Om dat te begrijpen, gebruiken wij de fantastische Atlas van de Digitale Wereld, geschreven door Haroon Sheikh, senior wetenschapper bij de WRR. Hij legt de digitale wereld uit aan de hand van zeven lagen.

Digitale autonomie betekent: meedoen op zoveel mogelijk van die zeven lagen.

Machtsverhoudingen op de zeven digitale lagen

Gebaseerd op Atlas van de Digitale Wereld en de podcast Made in Europe. Geactualiseerd april 2026.

Dus hoe realistisch is Europese digitale autonomie?

Terug naar het regeerakkoord. De woorden die worden gebruikt, klinken goed: een AI-fabriek, Nationale Digitale Diensten, een Europese cloud, afbouw van afhankelijkheden. Maar in het regeerakkoord wordt er geen gereserveerd budget genoemd. Bert Hubert, DNS-expert en tech-criticus, noemt dit “blind geloof” in AI zonder financiële onderbouwing. En hij heeft een punt. Zonder serieus geld verandert er weinig. De VS investeert via het Stargate-project 500 miljard dollar, gericht op de lagen waar schaal echt telt: datacenters (laag 4), chips (laag 2, via NVIDIA, AMD en een eigen chip bij TSMC) en de AI-modellen die daarop draaien (laag 5). Ze bouwen tien gigawatt aan AI-rekencapaciteit, meer dan heel Europa vandaag samen heeft.

Peter Wennink, voormalig CEO en president van ASML tot april 2024, heeft een rapport uitgebracht met 51 concrete projectvoorstellen om Nederland strategisch relevant te houden in de digitale keten. Juist in de eerste lagen, waar Europa het zwakst staat, pakt Wennink door. De Nyrstar Budel-fabriek in laag 1 is precies het bedrijf dat Haroon Sheikh noemt als Nederlands alternatief voor Chinese grondstoffen, en de satelliet- en zeekabelprojecten adresseren het Starlink-risico.

Wenninks kernargument: Nederland en de EU moeten niet de hele stack willen beheersen, want digitale autonomie in volledige zin is een onrealistisch doel. Het gaat erom dat we een onmisbare schakel blijven in de digitale keten, zodat andere landen ons nodig hebben in plaats van andersom.

Waarom dit jou raakt

Dit voelt misschien als iets voor overheden en grote bedrijven. Maar het raakt iedereen die digitaal werkt, en de cijfers zijn onthutsend.

Bert Hubert bracht onlangs in kaart hoe diep de Amerikaanse afhankelijkheid zit. Negen van de vijftien ministeries gebruiken Microsoft Teams of Webex voor hun communicatie. Vrijwel alle provincies draaien op Amerikaanse cloud. Van de 97 organisaties die Hubert onderzocht, hebben er 69 hun e-mail bij een Amerikaanse partij staan. Het UWV, de Belastingdienst, zelfs sollicitaties bij de AIVD: alles loopt via servers waar de Amerikaanse overheid via de CLOUD Act toegang toe kan afdwingen.

En die afhankelijkheid verdiept zich terwijl we erover praten. De Stichting Internet Domeinregistratie Nederland, beheerder van het .nl-domein, wil een deel van haar systemen naar Amazon Web Services verhuizen. Zivver, de Nederlandse leverancier van beveiligde e-mail, werd in juni 2025 overgenomen door het Amerikaanse Kiteworks. Het Amerikaanse Kyndryl staat op het punt DigiD-leverancier Solvinity over te nemen. De Belastingdienst zet de overstap naar Microsoft 365 voor kantoorautomatisering door, ondanks een aangenomen kamermotie die dat probeerde tegen te houden. En Nederlandse politie en Defensie gebruiken al jaren Palantir, het omstreden surveillancebedrijf dat ook meewerkt aan uitzettingen door de Amerikaanse immigratiedienst ICE.

Voor jou persoonlijk betekent dit: als je ChatGPT of Claude gebruikt voor je werk, en ook staat je data op Europese servers, Amerikaanse wetgeving kan gelden. Als jouw organisatie in de cloud werkt, ben je afhankelijk van bedrijven die verplicht zijn mee te werken als de Amerikaanse overheid data opvraagt. Dat is geen complottheorie; dat is de eerder genoemde CLOUD Act.

En voordat je denkt: ‘dan kies ik toch een Europees alternatief’, ook daar is de werkelijkheid genuanceerd. Mistral is het bekendste Europese LLM, maar draait grotendeels op Amerikaanse infrastructuur zoals Azure en Google Cloud, en wordt mede gefinancierd door Microsoft en Nvidia. Een Europees label betekent dus nog niet automatisch Europese soevereiniteit.

En nu?

Maar wat werkt dan wél? In een volgend artikel over dit onderwerp gaan we specifiek in op de oplossingen: welke Europese alternatieven daadwerkelijk soeverein zijn en welke het alleen lijken, hoe je dat zelf beoordeelt, en waar je als individu én als organisatie morgen al concreet kunt beginnen. We starten met een deep dive op Mistral, want als zelfs de bekendste Europese AI draait op Azure, wat zegt dat dan?

Voor nu hopen we dat je met dit artikel een kritischer oog hebt gekregen voor de buzz rond digitale autonomie. Het begint bij begrijpen wat er op het spel staat. Wie dat snapt, kiest (hopelijk) bewuster.

Ook zijn we heel benieuwd: zie jij binnen jouw bedrijf of organisatie al beweging op dit vlak? Wordt er serieuzer gekeken naar waar data staat, welke tools nog wel en niet mogen, of welke leveranciers er op de shortlist staan? Of is het onderwerp er nog niet echt geland? Laat het ons weten in de reacties; de meest opvallende signalen mee in deel 2.

De grote namen in tech zijn het er inmiddels over eens: de manier waarop we teams samenstellen gaat fundamenteel veranderen. Marc Benioff (Salesforce) zei het op het World Economic Forum in Davos: de huidige generatie CEO’s is de laatste die een volledig menselijk team aanstuurt. Jensen Huang (NVIDIA) gaat nog verder: “The IT department of every company is going to be the HR department of AI agents in the future.” En Reid Hoffman zegt dat 2026 het jaar is waarin steeds meer mensen weglopen van hun computer, een koffie pakken, en terugkomen bij werk dat al af is.

Vorig maand zaten wij naast een developer die letterlijk een uur lang naar zijn scherm staarde terwijl AI-agents code voor hem aan het schrijven waren. Hij zei: “I am so bored, but hey, at least I am being paid good money.” Wij non-developers hebben dit nog niet echt ervaren. Als je chat met AI ben je nog best actief bezig, je typt, je stuurt bij, je denkt mee.

Maar met Claude Cowork verandert dat compleet. Cowork is het agentic AI-systeem Claude Code, maar dan in een intuïtief jasje voor non-developers, en het is een echte gamechanger. Gisteren voelden wij ons net als die developer: een uur lang naar ons scherm kijken terwijl Cowork zelfstandig taken voor ons aan het uitvoeren was.

Dit artikel is deel 1 van 3 waarin we je meenemen in onze lievelingstool Claude Cowork. Zo leer je van chatten met AI naar AI echt werk voor je laten doen. In dit deel leggen we uit wat het verschil is tussen Chat en Cowork.

Chat vs. Cowork op een rij

Probeer het zelf: 2 simpele oefeningen die je het verschil gaan laten ervaren

Je leert door het te doen. Zet in het linkerdeel van je scherm de oefeningen en rechts de desktop-app van Claude Cowork. Dit is geen overwhelm-oefening, je kunt dit nu snel uitvoeren. Als alles geïnstalleerd is, duren de oefeningen samen 5 minuten.

1. Zorg voor een betaald account op Claude (Pro of Max)

2. Download de Claude desktop app op je MacBook. Check na installatie of je drie tabbladen ziet: Chat, Cowork en Code

Oefening 1: Ruim je bureaublad op met Claude Cowork

Hier ervaar je dat Cowork je bestanden kan lezen en verwerken. Open Cowork, selecteer je bureaublad als map, en kies “allow” bij de pop-up. Dan instrueer je:

“Analyseer mijn bureaublad, vertel me wat je ziet en maak een plan om alles beter te organiseren.”

Kijk wat Claude voorstelt. Het maakt eerst een plan, laat je meekijken, en wacht op jouw goedkeuring. Eens met het voorstel? Typ:

“Voer plan uit.”

Stel je nu voor dat Claude om de drie dagen zelf je bureaublad opruimt, zonder dat je het vraagt, want die screenshots blijven zich natuurlijk opstapelen. Dat kan met een Scheduled Task.

Oefening 2: Zet een terugkerende taak op met Claude Cowork

Dit is het moment dat je voelt: Cowork werkt ook als ik er niet ben. Typ:

“Kijk om de drie dagen naar de screenshots op mijn bureaublad en verplaats ze naar de map 'Screenshots'.”

Cowork voert dit voortaan automatisch uit, en je kunt de taak onder 'Scheduled Tasks' in de linkerbalk terugvinden en aanpassen.

Maar is het veilig? Wat zijn de risico’s?

Terechte vraag. Cowork ziet alleen de mappen die jij zelf koppelt, niet je hele computer. Je geeft expliciet toestemming, en als Cowork iets wil verwijderen vraagt het dat eerst. De code draait in een afgeschermde, aparte werkplek op je computer. Vergelijk het met een stagiair die op een eigen laptop werkt in plaats van op jouw computer.

Als je externe apps koppelt zoals Gmail of Slack, loopt de authenticatie via de officiële inlog van die apps. Claude krijgt je wachtwoord niet te zien. Je bepaalt zelf welke toegang je geeft, net zoals bij “Inloggen met Google”. En je gesprekken worden standaard niet gebruikt voor training, dat kies je zelf.

Cowork is niet foutloos. Het kan een bestand verkeerd sorteren of een e-mail net iets anders samenvatten dan je bedoelde, daarom is het slim om de eerste keren mee te kijken en bij te sturen. Wat het niet kan: bestanden zonder toestemming wissen of toegang krijgen tot dingen die je niet hebt gedeeld.

Wel een kanttekening: Cowork is nog in beta. Werk niet met gevoelige medische of juridische data zonder extra voorzorgsmaatregelen, en onthoud dat externe koppelingen zo veilig zijn als de aanbieder ervan. Kies diensten die je vertrouwt.

(Bronnen: Anthropic Security Docs, Cowork Safety Guide, Privacy Center)

Dit is pas het begin

In deel 2 gaan we Cowork slim opzetten, in deel 3 leer je een heel team van AI-agents aansturen door middel van prompten.

De komende weken werken wij samen met Sophie van Gool aan een artikel over wat dit echt betekent voor onze banen. Afgelopen week spraken wij een vriend die werkt bij een snel groeiend bedrijf: de omzet verdrievoudigde het afgelopen jaar, maar het team kromp van 44 naar 20 mensen. 'Voor iedereen die vertrok hebben we gewoon gekeken: wat kunnen we nu zelf met AI?' We beginnen het echt te zien en te voelen.

Wat is jouw ervaring met AI in je dagelijkse context op kantoor? Hoe wordt het ingezet, en zie je dat het gevolgen heeft voor specifieke rollen? We horen het graag van je.

Meer her/ai?

🎙️ Podcast - Luister naar onze podcast met over AI, werk en alles daartussenin.

🏢 Op maat voor jouw team - We geven ook workshops en trainingen op maat voor bedrijven. Mail ons op hello@herai.work en we denken mee.

💛 Word paid subscriber - Steun ons werk en krijg er extra’s bij: gratis 1-op-1 sessies, extra prompts, tips & tricks, korting op workshops, en toegang tot ons archief!

Abonneer nu

Voor ons voelen veel van de bestaande AI podcasts, hoewel we ze natuurlijk beluisteren : -), als huiswerk. Lange afleveringen, technisch jargon, drie (vaak mannen) die elkaar afwisselen over modellen en benchmarks. Niks mis mee, maar het is niet wat wij zelf graag horen. Daarom vanuit ons een behapbaar format, 30 minuten, nog steeds praktisch en kritisch, specifiek voor vrouwen die niet willen achterblijven in deze transformatie.

In dit eerste gesprek hebben we het over waarom de adoptie van AI onder vrouwen achterblijft en wat daarachter zit. Hoe bias in AI systemen onze ongelijke wereld weerspiegelt. En wat je zelf kunt doen om AI slimmer en bewuster in te zetten. We geven ook een kijkje in welke tools wij dagelijks gebruiken.

Alles onder ons motto: we willen niet dat middelmatige mannen die AI slim inzetten, briljante vrouwen zonder voorbijstreven : -)

Luister helemaal af, want er zit een cadeautje in…

… misschien wel voor onze workshop op vrijdag 17 april bij HNK Utrecht Centraal. Een werksessie van 09.30-14.30u die volledig draait om Claude.

Je hoort ons er vaak over, ‘dat’ Claude, maar we horen ook vaak dat het lastig is écht te beginnen. En dat is logisch, want Claude opent een hele nieuwe manier van werken. Het allerbeste is daarom: echt samen aan de slag. Je werkt met je eigen laptop aan jouw eigen concrete use cases, zodat je naar huis gaat met je eigen skills, de juiste connectors en al aangemaakte projecten die klaar zijn om morgen te gebruiken.

Afgelopen week hebben we eindelijk Lovable aangeraakt. Een tool waarvan we al weken dachten: “daar moeten we mee aan de slag”. Of beter: maanden. Die steeds weer werd doorgeschoven naar “volgende week”. Lovable is een website- en appbouwer die werkt op basis van wat je in gewoon Nederlands typt. Geen code, gewoon uitleggen wat je wilt, en het bouwt. Binnen twee uur hadden we twee werkende websites gebouwd. Je kunt het ook eenvoudig koppelen aan je eigen domein, en ze bieden cloudservices voor als je data wilt bewaren.

Dus je weet wat wij gaan zeggen: ga ermee aan de slag. En wij horen jullie ook denken: wanneer dan?

Het probleem is niet de informatie. Het probleem is er tijd voor maken.

We kennen het. Je wilt slimmer werken met AI. Je hebt onze artikelen en andere YouTube-filmpjes opgeslagen. Je volgt vijf AI-nieuwsbrieven, waarvan je er drie nog nooit hebt geopend (but who’s counting). Je weet dat er meer is. Je wilt er meer mee doen.

Maar je leven is druk. Je werk is druk. En dat rustige momentje om er echt mee aan de slag te gaan? Dat komt steeds niet. Net zoals die yogamat die al drie maanden uitgerold in de hoek van je slaapkamer ligt. Of je ClassPass-credits die opstapelen. Je wilt het zijn. Je wilt het alleen (nog)niet worden (onze favoriete quote van Ray Klaassens uit Kamp van Koningsbrugge).

Een van de redenen dat we her/ai zijn gestart, is om alle ruis uit te filteren. Alleen delen wat echt werkt en wat effect heeft. De overwhelm een klein beetje verminderen, voor ons en voor jullie.

Maar we realiseerden ons iets door die Lovable-sessie: het probleem is niet de informatie. Het probleem is er tijd voor maken. Want eenmaal begonnen was het bouwen van een website in Lovable een waanzinnige ervaring.

Je wilt het zijn, maar je wilt het niet worden

Want het is hetzelfde als met de sportschool: je wilt sterker worden, maar dat vergt consistentie. Gewoon je schoenen aantrekken en gáán. Elke week weer.

AI leer je niet door ernaar te kijken. Je leert het door je laptop open te klappen, iets te proberen, het te verprutsen, opnieuw te beginnen, en dan ineens te merken dat je in twee uur iets hebt gebouwd waar je normaal een week mee bezig was geweest.

17 april. HNK Utrecht Centraal. Van 9 tot 14u. Laptop open.

Wij organiseren een live worksessie, in de puurste betekenis van het woord. Een dag met een groep gedreven vrouwen die net als jij meer willen doen met AI, maar er de tijd niet voor vinden. Dit is een dag waar je doet, echt werkt. Je zet je eigen AI-setup op. Je bouwt je eerste AI-workflow. Wij lopen rond om het samen te doen en je te helpen.

Het is voor iedereen, alle niveaus. Of je nu net begint of al een tijdje bezig bent. We beginnen bij de basis en nemen je stap voor stap mee. Je hoort overal “Claude”, maar wat is nou een Claude-project? Wat is Cowork? Hoe is Claude Code? En wat is het verschil? Wat zijn skills? En hoe maak je die? En hoe zet je je connectors aan? Wij leggen het uit, en zetten het samen met jou zo op dat het daarna echt voor je gaat werken. De dag is zo opgebouwd dat iedereen op haar eigen niveau aan de slag gaat en met een werkende setup de deur uitloopt.

Je stuurt ons van tevoren wat je wilt bouwen, waar je mee zit, of wat je wilt behalen. Dan krijgt iedereen een op maat gemaakte opdracht door middel van verschillende modules.

En het mooie van een hele ochtend blokken? Je maakt er automatisch tijd voor. Dat is de sportschoolmethode: je meldt je aan, je blokkeert je agenda, en dan ga je.

En belangrijk, zoals Hilary Gridley schrijft: "Don't let your job undermine your learning." De meeste bedrijven lopen achter op wat er mogelijk is met AI, en als jij daarop wacht, loop je zelf ook achter. Investeer in jezelf, op je eigen tijd, met je eigen nieuwsgierigheid. Want zodra je bedrijf er klaar voor is, wil jij degene zijn die al weet hoe het werkt.

Meer info en aanmelden (op een van de twee websites gebouwd met Lovable)

Meld je aan

🚨 En voor onze betalende abonnees: check je inbox. We sturen jullie een aparte mail met een kortingscode van 25%. Of word nu betaald lid, als je met korting erbij wilt zijn.

⚠️ Het is al over 2 weken en er zijn nog maar een paar plekken over!

Abonneer nu

Oktober 2025 startten wij met her/ai. Met meteen als eerste test: hoe zetten we zo snel mogelijk een brand op met AI? We maakten screenshots van merken die we mooi vonden, kozen kleuren op gevoel, en lieten Gemini een logo genereren in het chatvenster. Met Weavy.ai maakten we een paar banners en een profielfoto. Klaar.

Begin dit jaar merkten wij dat de snelle AI-branding een jas was die niet meer paste. We hebben inmiddels een duidelijker verhaal en een groter publiek. We hadden een echte merkidentiteit nodig, en AI kon ons daar niet bij helpen.

Blank canvas = AI’s zwakste punt

AI is geweldig als je al iets hebt. Een eerste versie. Een richting. Maar als je voor een blank canvas staat, levert het gemiddelde output. Wij hadden geen merkstrategie, geen concept, geen designrichting. Alleen een duidelijk gevoel dat het professioneler moest. Met dat vage gevoel in Claude of Gemini stappen leverde ons generieke resultaten. Alles was “super good idea!”. Dus belden we Anouk van Asbeck: freelance brand strategist, jarenlange ervaring bij Dept, nu zelfstandig. Dikke vette aanrader! Hier haar ervaring

Wat een mens doet dat AI niet kan

Het eerste dat opviel: de waarde zat in het opzoeken van frictie, iets wat AI niet kent. Het echte werk gebeurde toen we met z'n drieën om tafel zaten, in persoon. Over de missie en visie van her/ai praten, doorvragen, sparren. In die frictie en discussie werd het helder voor ons wat wij willen doen en bereiken met her/ai. AI is een goede sparringpartner, maar om daar een merk uit te bouwen dat ergens voor staat, was de kwaliteit niet te vergelijken.

“Wat ik leuk vind, en ook denk de kracht van een goeie designer is, is door het gesprek te zoeken waar de kern echt ligt van het merk. Soms kan ik aan de hand van gesprekken en vragen beter het onderwerp van het concept vinden.”

Anouk’s proces: waar AI helpt en waar niet

Voordat wij überhaupt begonnen waren, hadden we Anouk de opdracht gegeven om met verschillende AI-tools te experimenteren. We hebben al onze brainstormsessies opgenomen en haar geïntroduceerd aan NotebookLM, Claude en Gemini. Wij wilden natuurlijk met jullie delen waar AI nuttig is en waar niet. Hier deelt Anouk haar ervaring.

Waar AI hielp:

Anouk gebruikte ChatGPT om taal te verfijnen. Met de transcript van onze brainstormsessie en haar eigen interpretatie kon ze de missie, visie en merkfundamenten scherp verwoorden.

Ze gebruikte NotebookLM om alle input samen te vatten: onze vragenlijst, de opnames van de workshops, concepten. Alles bij elkaar brengen in een overzicht.

En Claude hielp haar bij het verfijnen van kleurenpaletten en het aanscherpen van het uiteindelijke brandbook.

“Je kan heel makkelijk kleurcodes opgeven en zeggen: dit is mijn palet, dit is het merk, dit is het gevoel dat wij willen uiten. En dan krijg je de juiste kleurcodes terug die daar echt bij passen.”

Kort samengevat: AI hielp bij taal, structuur en technische uitwerking. Alles wat je kunt doen als je al een basis hebt.

Waar AI niet aan te pas kwam:

Het conceptdenken. Die zoektocht naar het onderscheidende verhaal.

“Die originele invalshoek vinden, daar heb je echt mensen voor nodig.”

En de vertaalslag van concept naar beeld, logo en kleuren deed Anouk zonder AI.

“Bij het hele iteratieproces van een logo, kleuren en grafische elementen heb ik geen AI gebruikt. Daar levert AI nog niet wat ik zou willen. Ik heb iets heel specifieks in mijn hoofd, het moet onderscheidend zijn, en AI komt nog met te veel met clichés.”

Wat dit betekent voor jou

Als je nadenkt over een rebranding of een nieuwe merkidentiteit, dit is wat we geleerd hebben:

Gebruik AI voor: taal verfijnen, input samenvatten, kleurpaletten aanscherpen, technische brandbook-richtlijnen versnellen. Alles waar je al een basis hebt en AI kan helpen om het beter, sneller of scherper te maken.

Schakel een mens in voor: conceptontwikkeling, het vinden van je onderscheidende verhaal, de vertaalslag naar visuele identiteit. Alles waar je begint bij nul en originaliteit nodig hebt. AI maakt op basis van wat er al bestaat. Dus origineel zou het per definitie niet zijn.

“Merkidentiteit is niet alleen een logo. Het is je typografie, de vorm, het hele systeem om jouw merk heen. Dat hele systeem bouwen vraagt een goed concept, en elk designkeuze moet gebaseerd zijn op een rationale die uit dat concept komt.”

Nu we een brandbook hebben, doet AI precies waar het goed in is.

We hebben het brandbook overal geïnstalleerd: in Canva, als brand skills in Claude, en als context in Lovable. Gisteren bouwden we daarmee de volledige Everyday Bias Project-website. In twee uur. Dat is het verschil: als de basis staat, kan AI er keihard mee aan de slag. Zonder die basis krijg je generieke output.

De toekomst: verandert dit?

“Het versnelt ons designers zeker, maar er moet menselijke controle en curatie in blijven zitten. Om aan te voelen wat het best werkt.”

Of zoals wij het zien: mensen + AI > mensen zonder AI.

Tot slot, het stukje waar we onszelf promoten

Als je deze gratis content waardevol vindt, overweeg dan om betaald abonnee te worden.

Abonneer nu

Voor €7/maand krijg je korting op onze workshops en onbeperkt gratis 20 minuten 1-on-1 elke woensdag. Domme vragen bestaan niet!

👉 Plan je gesprek hier

En als laatste: 17 april. Zet het in je agenda. Wij gaan samen met elkaar bouwen. Je bent goed in wat je doet. Je volgt AI, gebruikt het misschien al een beetje, maar je weet dat er meer is. Je wilt leren door te doen, niet door naar andermans demo te kijken. En je brengt het liefst een dag door met interessante, gedreven vrouwen dan weer een virtueel event. Dit is voor jou.