Eén systeem dat e-commerce, data en transacties direct kon meeschalen met de ambities van de organisatie. Dat was ooit de belofte die veel cio’s verleidde flink te investeren in een kernplatform. Stukje bij beetje veranderde dat platform echter in een lastig te upgraden en onderhouden systeem dat steeds vaker de bottleneck vormt voor organisaties die snel willen inspringen op de mogelijkheden van nieuwe (AI-)technologie. Hoe ga je daar als cio mee om?
De Britse theoretisch natuurkundige Stephen Hawking zei ooit: ‘Intelligence is the ability to adapt to change’. Bij de keuze van een nieuw digitaal platform sorteer je voor op de speelruimte en snelheid waarmee jouw organisatie in de toekomst kan inspringen op nieuwe klantbehoeften en de mogelijkheden van nieuwe technologie.
Ooit was dat een belangrijke reden om te kiezen voor een slagvaardig kernplatform dat al jouw wensen en behoeften direct kon ondersteunen en schalen. Helaas nam de flexibiliteit van dat platform gaandeweg steeds verder af en kwam er telkens iets anders bij: een nieuw kanaal, een uitzondering, een integratie, een stuk maatwerk.
Stuk voor stuk waren die aanpassingen verdedigbaar. Bij elkaar leverden ze een landschap op dat steeds moeilijker te veranderen werd. Nu, in een tijd waarin ai vraagt om snelheid, toegankelijke data en modulaire architectuur, dringt de vraag zich op of dit fundament de organisatie nog vooruithelpt — of juist vasthoudt. In gesprekken met cio’s en cto’s ontstaat dan ook een nieuw vraagstuk: niet hoe je verder optimaliseert, maar of het huidige platform nog past bij de toekomst van de organisatie.
Als complexiteit sneller groeit dan de business
De patronen ontstaan geleidelijk, maar de signalen zijn duidelijk. Organisaties zien hun operationele kosten oplopen, terwijl teams groeien om relatief standaardfunctionaliteit in stand te houden. Tegelijkertijd duren zelfs kleine wijzigingen steeds langer en ontstaat er een afhankelijkheid van een beperkt aantal experts.
Wat begon als maatwerk om flexibiliteit te creëren, is uitgegroeid tot een landschap waarin elke verandering complex en kostbaar is. De onderliggende dynamiek is ongewenst: systemen die ooit zijn ontworpen om te schalen, schalen steeds vaker vooral complexiteit.
Ai legt de zwakke plekken bloot
Waar deze problematiek eerder vooral impact had op kosten en snelheid, speelt nu een extra factor: ai. Veel organisaties ontdekken dat hun platform niet alleen traag is, maar ook onvoldoende voorbereid op ai-toepassingen. Data is versnipperd, van wisselende kwaliteit, niet realtime beschikbaar of moeilijk toegankelijk. Integratie van ai-modellen of agentic systemen vraagt daardoor disproportioneel veel inspanning. De implicatie is direct: organisaties met een inflexibel platform lopen achter in hun vermogen om ai effectief toe te passen.
De kernvraag voor cio’s
Daarmee verschuift de discussie naar een fundamenteler niveau. Ondersteunt het platform de ambities van de organisatie, of beperkt het deze juist? Het antwoord bepaalt of optimalisatie nog zinvol is, of dat structurele verandering noodzakelijk is.
Van optimaliseren naar herontwerpen
Organisaties die deze vraag serieus beantwoorden, doorlopen doorgaans drie stappen: inzicht, keuze en uitvoering.
- Inzicht: waar zit het echte probleem?
Een effectieve analyse kijkt niet alleen naar technologie, maar ook naar data en organisatie. Het gaat om de verhouding tussen kosten en waarde, de snelheid van delivery en de mate waarin de organisatie afhankelijk is van specifieke kennis. Tegelijk wordt steeds duidelijker dat de vraag naar datakwaliteit en geschiktheid voor realtimegebruik en ai-toepassingen een doorslaggevende factor is.
- Keuze: welke route past bij de toekomst?
Op basis van deze analyse ontstaan doorgaans drie richtingen. Organisaties kunnen ervoor kiezen om te vereenvoudigen door complexiteit terug te brengen en te standaardiseren. Een andere optie is replatformen, waarbij wordt gemigreerd naar een moderner technologisch fundament. In meer ingrijpende situaties kiezen organisaties ervoor om hun platform volledig te herbouwen als een nieuw, modulair geheel. In de praktijk blijkt dat organisaties die expliciet sturen op modulaire architecturen en standaardcomponenten beter in staat zijn om snelheid en schaalbaarheid terug te brengen. Zeker in combinatie met data en ai-gedreven toepassingen biedt deze aanpak meer controle.
- Uitvoering: vernieuwen zonder stilstand
De grootste uitdaging ligt in de uitvoering. Hoe vernieuw je een platform zonder de business te verstoren? In de praktijk maken organisaties gebruik van een aantal bewezen aanpakken. Onderdelen worden gefaseerd vervangen volgens het zogenoemde strangler pattern, terwijl nieuwe functionaliteit parallel wordt opgebouwd naast het bestaande platform. Tegelijk zorgen api’s voor een duidelijke scheiding tussen oud en nieuw, waardoor migraties gecontroleerd kunnen plaatsvinden.
Deze aanpak maakt het mogelijk om continu door te ontwikkelen terwijl het fundament wordt vernieuwd. Tegelijk ontstaat een architectuur waarin nieuwe functionaliteit, zoals ai, sneller en eenvoudiger kan worden geïntegreerd.
Begin waar de impact zit
Succesvolle organisaties kiezen zelden voor een allesomvattende aanpak. Ze starten gericht op plekken waar de impact het grootst is. Dat zijn vaak onderdelen met hoge kosten of beperkte flexibiliteit, maar ook domeinen waar innovatie wordt geblokkeerd of waar ai direct waarde kan toevoegen.
Denk bijvoorbeeld aan personalisatie in digitale kanalen, verbeterde zoekfunctionaliteit of het automatiseren van klantinteracties. Door hier te beginnen ontstaan snel zichtbare resultaten, wat helpt om draagvlak binnen de organisatie op te bouwen.
Technologie én organisatie moeten veranderen
Een terugkerend inzicht is dat platformproblemen zelden puur technisch zijn. Ook de manier waarop organisaties werken speelt een belangrijke rol. Besluitvorming verloopt vaak via complexe afhankelijkheden, cruciale kennis zit bij een klein aantal individuen en er gaat veel tijd naar afstemming in plaats van uitvoering.
Daarom vraagt platformvernieuwing ook om organisatorische verandering. Het gaat om duidelijk eigenaarschap van systemen en data, teams die end-to-end verantwoordelijk zijn en een werkwijze waarin de afhankelijkheid van individuele experts wordt verminderd. Zonder deze veranderingen blijft complexiteit bestaan, ongeacht de gekozen technologie.
Van platform naar fundament voor ai
De organisaties die vooroplopen, behandelen platformvernieuwing niet als een it-project, maar als een strategische heroriëntatie. Het doel is niet alleen een stabieler systeem, maar een fundament dat data centraal stelt, modulair is opgebouwd en snel nieuwe capabilities kan ondersteunen. Dit maakt het mogelijk om ai-toepassingen, inclusief meer geavanceerde en agentic systemen, daadwerkelijk op schaal in te zetten. Dit vraagt om andere ontwerpkeuzes dan in het verleden, met minder maatwerk en meer gebruik van standaard- en managed services.
Conclusie: geen optimalisatievraag, maar een keuzevraag
Voor veel cio’s is de conclusie helder. Het vraagstuk rondom kernplatforms is geen pure optimalisatievraag meer, maar een keuzevraag. Blijf je investeren in een complex fundament, of kies je voor een gerichte heroriëntatie? Organisaties die de impact van toenemende complexiteit op hun slagvaardigheid erkennen, kunnen hierop inspelen door hun kernplatforms opnieuw vorm te geven. Daarmee creëren ze de basis om sneller te bewegen, beter in te spelen op verandering en ai daadwerkelijk toe te passen.
