AI en portfoliomanagement: de definition cycle

Kunstmatige intelligentie (AI) verandert de manier waarop organisaties grote, complexe portfolio’s van projecten en programma’s aansturen. Niet als vervanging van menselijk oordeel, maar als krachtige versterker van het analytische en besluitvormende vermogen van portfoliomanagers.

De standaard Management of Portfolios (MoP) beschrijft twee samenhangende cycli: de Definitiecyclus, waarin strategische keuzes worden gemaakt en de Leveringscyclus, waarin de uitvoering wordt bewaakt en bijgestuurd. Beide cycli stellen enorme eisen aan informatieverwerkingsvermogen, scenarioredenering en risico-integratie, precies de domeinen waar AI sterk in is.

In deze blog verkennen we praktische AI-toepassingen binnen elk van de vijf stappen van de Definitiecyclus. We bouwen voort op eerdere inzichten uit onze Proof of Concept over AI en portfoliomanagement.

De Definitiecyclus: van strategische ambitie naar portfolioplan

De Definitiecyclus omvat de stappen waarmee een organisatie haar strategische doelen vertaalt naar een samenhangende portfoliosamenstelling. Het begint bij inzicht (Understand), via categorisering, prioritering en balanceren naar een concreet portfolioplan. AI biedt in elke stap ondersteuning.

Understand: de strategische context begrijpen

Portfoliomanagement begint met begrip: wat wil de organisatie bereiken, wat zijn de strategische drivers en welke initiatieven bestaan er al? Dit lijkt eenvoudig, maar in de praktijk is strategische informatie verspreid over documenten, presentaties, beleidsnota’s en gesprekken. AI helpt die informatie samen te brengen.

Portfoliomanagement draait om het vullen van een metaforische rugzak: welke projecten neem je mee binnen de beschikbare capaciteit, het budget en de strategische doelen? In de praktijk is het bepalen van de optimale mix nu vaak handwerk, waarbij veel subjectieve keuzes worden gemaakt.

De kern van de uitdaging ligt in drie tijdrovende activiteiten:

Ongestructureerde teksten verzamelen en grondig lezen;
Informatie handmatig structureren in spreadsheets;
Scenario’s uitwerken op basis van prioriteiten en beperkingen.

Ons doel was om AI in te zetten voor het voorbereidende werk. Niet AI die beslist, maar AI die de grondstof levert voor betere besluitvorming.

John Langelaar | Consultant

Marinus Liebregts | Consultant

Concrete AI-toepassingen in deze stap zijn:

Documentanalyse: AI leest en synthetiseert strategienota’s, beleidsdocumenten en eerdere portfolio evaluaties.
Strategische alignment-check: Op basis van gedefinieerde strategische thema’s categoriseert AI automatisch in hoeverre elk initiatief bijdraagt aan de organisatiedoelen.
Stakeholderanalyse: AI destilleert uit vergaderverslagen en rapportages de verwachtingen en zorgen van verschillende stakeholders.
Trendanalyse: AI scant externe bronnen (marktrapportages, wet- en regelgeving) om kansen en bedreigingen te signaleren die relevant zijn voor het portfolio.

AI in actie

In onze Proof of Concept demonstreerden we hoe een AI-assistent grote hoeveelheden projectdocumentatie kan samenvatten, kruisverbanden kan leggen tussen initiatieven en portfoliomanagers kan voorzien van een gestructureerd overzicht van de strategische fit van elk project — in minuten in plaats van dagen.

Categoriseren: structuur aanbrengen in het portfolio

Zodra de strategische context helder is, moeten initiatieven worden gecategoriseerd: loopt dit project op de lopende bedrijfsvoering, strategische verandering of is het een verplichte investering? Categorisering bepaalt hoe je naar een project kijkt en welke criteria je hanteert.

AI-toepassingen bij categorisering:

Automatische classificatie: Op basis van projectomschrijvingen en doelstellingen categoriseert AI initiatieven consistent en transparant, zonder de subjectiviteit die er bij handmatige categorisering insluipt.
Taxonomiebeheer: AI helpt bij het definiëren en verfijnen van categorieën op basis van de werkelijke kenmerken van het portfolio.
Consistentietoets: AI signaleert wanneer gelijksoortige projecten in verschillende categorieën zijn geplaatst, wat een indicatie kan zijn van inconsistente weging of politieke invloed.
Afhankelijkheidsherkenning: AI identificeert inhoudelijke en technische afhankelijkheden tussen projecten die in verschillende categorieën vallen, maar toch sterk met elkaar verbonden zijn.

Prioriteren: welke initiatieven verdienen de voorkeur?

Prioriteren is het liefst fact based bepalen welke projecten de grootste toegevoegde waarde hebben voor het realiseren van de strategische doelen. Bij het prioriteren spelen menselijke factoren een belangrijke rol, immers de eigenaren willen dat hun projecten de hoogste prioriteit krijgen. AI kan helpen het prioriteringsproces te objectiveren.

AI-toepassingen bij prioritering:

Multi-criteria analyse: AI past gewogen scoringsmodellen toe op het gehele portfolio en maakt de scores transparant en verklaarbaar, inclusief de gevoeligheid van de uitkomst voor wijzigingen in wegingsfactoren.
Consistentietoets: AI controleert of de rangschikking van initiatieven consistent is met de vastgestelde strategische prioriteiten en signaleert afwijkingen.
Automatische scoring: Op basis van projectinformatie genereert AI een voorlopige prioriteringsscore per initiatief, die de portfolioboard als startpunt kan gebruiken.
Benchmarking: AI vergelijkt de geselecteerde initiatieven met sector-benchmarks of historische portfolioresultaten om de prioritering te valideren.

“Portfoliomanagers die AI inzetten bij prioritering, verschuiven van het berekenen van scores naar het beoordelen ervan en dat is precies waar menselijk oordeel het meest waardevol is.”

Balanceren: de optimale portfoliomix samenstellen

Balanceren is het hart van de Definitiecyclus. Welke projecten gaan door, welke worden uitgesteld of gestopt? De uitdaging ligt in het gelijktijdig afwegen van meerdere dimensies: strategische waarde, financiële haalbaarheid, capaciteit, risico, afhankelijkheden en stakeholderbelangen. Menselijke besluitvormers worstelen met dit soort meerdimensionale afwegingen, AI niet.

Scenarioplanning met AI

AI maakt het mogelijk om in korte tijd tientallen portfolioscenario’s door te rekenen. Wat gebeurt er als we budget A met 20% verlagen? Wat als project X wordt vertraagd? Welke projecten moeten stoppen als we de capaciteit met 15 FTE inperken? AI kan per scenario de impact op strategische doelstellingen, risico’s en afhankelijkheden doorrekenen en de resultaten visueel presenteren voor besluitvormers.

AI in actie

Stel dat een organisatie 12 initiatieven heeft met een totale capaciteitsvraag van 140% van het beschikbare. AI kan automatisch de combinaties berekenen die binnen 100% capaciteit passen, gerangschikt naar strategische waarde, rekening houdend met verplichte projecten, afhankelijkheden en risicoconcentratie. Dit geeft de portfolioboard in plaats van één voorstel: een beslisruimte met inzicht in de afwegingen.

Verdere AI-toepassingen bij balanceren:

Portfoliobalans-visualisatie: AI genereert real-time portfoliokaarten (risico vs. waarde, looptijd vs. strategisch gewicht) op basis van actuele projectdata.
Capaciteitsoptimalisatie: AI identificeert de optimale allocatie van schaarse resources over het portfolio, rekening houdend met timing en onderlinge afhankelijkheden.
Risicoconcentratie: AI signaleert of de geselecteerde mix leidt tot een ongewenste concentratie van risico’s, in thema, leverancier of technologie.
Strategische spreiding: AI toetst of alle relevante strategische thema’s voldoende worden bediend door de geselecteerde initiatieven.

Opstellen van het portfolioplan

Het portfolioplan is de formele vastlegging van beslissingen: welke projecten worden uitgevoerd, in welke volgorde, met welke resources en op welke mijlpalen. Het is tegelijk een strategisch document en operationeel kompas. AI ondersteunt bij de totstandkoming én de kwaliteit van dit plan.

AI-toepassingen bij het opstellen van het plan:

Consistentieanalyse: AI controleert of de opgenomen projecten consistent zijn met de gestelde prioriteiten en categorisering.
Gantt-optimalisatie: AI stelt op basis van afhankelijkheden en beschikbare capaciteit een optimale projectvolgorde voor.
Narratief en rapportage: AI genereert conceptteksten voor het portfolioplan, de managementsamenvatting en stakeholderrapportages op basis van de ingevoerde data.
Wijzigingsbeheer: AI bewaakt in latere iteraties de afwijkingen ten opzichte van het basisplan en signaleert wanneer een formele heroverweging nodig is.
Gap-analyse: AI identificeert welke strategische doelstellingen onvoldoende gedekt worden door de projecten in het plan.

Slotbeschouwing: AI als strategisch instrument

AI transformeert portfoliomanagement niet door het te vereenvoudigen, maar door het menselijk potentieel erin te vergroten. De portfoliomanager die AI inzet, kan meer informatie verwerken, betere scenario’s afwegen, eerder risico’s zien en consistenter beslissen, zonder dat hij of zij de regie verliest.

De twee cycli van Management of Portfolios bieden een uitstekend raamwerk om AI-toepassingen te positioneren. Elke stap heeft zijn eigen karakter, en AI past zich aan die context aan: van informatieanalyse in de Understand-fase, via scenarioredenering bij prioriteren en balanceren, tot aggregatie en signalering bij risicomanagement.

Waar te beginnen? Onze aanbeveling is om te starten waar de pijn het grootst is. Voor veel organisaties is dat de combinatie van prioriteren en balanceren (te weinig analytisch onderbouwde keuzes) en risicomanagement op portfolioniveau (te gefragmenteerd beeld). Een Proof of Concept op één van deze vlakken geeft snel inzicht in wat AI kan bijdragen en wat ervoor nodig is om het te laten werken.

Heb je een vergelijkbare uitdaging? Wil je verkennen wat AI voor jouw portfolio kan betekenen? Neem dan contact op via contact@ruysdael.nl of bel 0343 528 040.