← Kennisbank/C37
c37Content Vertrouwen24 mei 20263 min lezenMvG | Atthis AI redactie

Board-ready whitepaper: 7 criteria in een praktische checklist

Wat maakt een whitepaper geschikt voor directie en RvC? Zeven toetsbare criteria, van conclusie op pagina 1 tot bronverificatie, en waar AI-tekst faalt.

Een whitepaper voor de boardroom wordt niet gelezen maar gescand, en daarna afgerekend op één verkeerd cijfer. C37 beschrijft zeven criteria die bepalen of een document een audit committee of RvC overleeft. Wij vatten samen wat je concreet moet doen en waar AI in dit proces helpt of juist risico toevoegt.

Board-ready whitepaper: 7 criteria in een praktische checklist

Een whitepaper voor de boardroom wordt niet gelezen maar gescand, en daarna afgerekend op één verkeerd cijfer. C37 beschrijft zeven criteria die bepalen of een document een audit committee of RvC overleeft. Wij vatten samen wat je concreet moet doen en waar AI in dit proces helpt of juist risico toevoegt.

Het kort: 4 praktijk-takeaways

1. Begin met de beslissing — Zet claim, kerncijfer en aanbeveling in de eerste 200 woorden. Een bestuurder die alleen pagina 1 leest, moet een besluit kunnen nemen. Toets dit hard: als de aanbeveling pas na de marktanalyse komt, herschrijf de openingspagina voordat je iets anders aanpakt. Dat is de goedkoopste verbetering met het grootste effect.

2. Elke claim krijgt een bron — Geen cijfer zonder herleidbare, primaire bron van maximaal twee jaar oud. Leg per claim vast: waar komt het vandaan, is de bron onafhankelijk, en klopt de interpretatie met de context? Doe dit in een aparte bronnentabel naast het document. Een board dat één verzonnen statistiek betrapt, wantrouwt de rest.

3. Reken om naar geld en risico — Vervang marketingtermen door financiële impact: investering, terugverdientijd, FTE-effect, exposure. Benoem daarnaast expliciet strategische, operationele en compliance-risico’s met een mitigatie per punt. Een document dat alleen voordelen noemt, wekt de indruk dat de auteur de nadelen niet kent. Twee onderbouwde tegenargumenten maken het sterker, niet zwakker.

4. Sluit af met een besluitvraag — Formuleer het slot als concreet verzoek: welke actie, welk mandaat of budget, welk bedrag, welke tijdslijn en wie is eigenaar. ‘Het verdient aanbeveling om te overwegen’ is geen aanbeveling. Schrijf in plaats daarvan één zin die het board kan goedkeuren of afwijzen, met een datum voor de volgende go/no-go.

Waar AI dit goed kan — en waar niet

Bij board-ready whitepapers is AI vooral sterk in de redactieslag, niet in het aanleveren van feiten. Een taalmodel comprimeert een document van 30 pagina’s betrouwbaar naar een executive summary van één pagina, herkent superlatieven en marketingframing, en controleert of cijfers door het hele stuk consistent zijn. Ook het markeren van beweringen zonder bronvermelding — ‘uit onderzoek blijkt’ zonder referentie — is een taak die een model goed en goedkoop uitvoert.

De nuance zit bij de bronnen zelf. Een model kan een plausibele statistiek of rapporttitel genereren die niet bestaat, en het kan een bestaande bron verkeerd interpreteren. Laat AI dus claims aanwijzen die verificatie nodig hebben, maar laat de verificatie door mensen doen, of door een gecontroleerde retrieval-pijplijn die alleen uit vooraf goedgekeurde documenten put.

Een praktisch punt dat vaak wordt vergeten: boardstukken bevatten vertrouwelijke financiële en strategische informatie. Die hoort niet in een publieke chat-interface. Gebruik een model dat lokaal of binnen de EU draait, met logging van wat is ingevoerd. Voor toon- en consistentiechecks volstaat bovendien een compact model; een groot generatief model kost meer energie zonder dat de controle beter wordt.

Bron

Dit overzicht is gebaseerd op het volledige artikel van C37: Wat maakt een whitepaper board-ready? De 7 criteria die het verschil maken

Het brand-artikel werkt alle zeven criteria uit met voorbeeldformuleringen, een vormgevingschecklist en een pagina-1-test om direct op je eigen whitepaper toe te passen.

Het kort: 4 praktijk-takeaways

  1. 01 — Begin met de beslissing

    Zet claim, kerncijfer en aanbeveling in de eerste 200 woorden. Een bestuurder die alleen pagina 1 leest, moet een besluit kunnen nemen. Toets dit hard: als de aanbeveling pas na de marktanalyse komt, herschrijf de openingspagina voordat je iets anders aanpakt. Dat is de goedkoopste verbetering met het grootste effect.

  2. 02 — Elke claim krijgt een bron

    Geen cijfer zonder herleidbare, primaire bron van maximaal twee jaar oud. Leg per claim vast: waar komt het vandaan, is de bron onafhankelijk, en klopt de interpretatie met de context? Doe dit in een aparte bronnentabel naast het document. Een board dat één verzonnen statistiek betrapt, wantrouwt de rest.

  3. 03 — Reken om naar geld en risico

    Vervang marketingtermen door financiële impact: investering, terugverdientijd, FTE-effect, exposure. Benoem daarnaast expliciet strategische, operationele en compliance-risico’s met een mitigatie per punt. Een document dat alleen voordelen noemt, wekt de indruk dat de auteur de nadelen niet kent. Twee onderbouwde tegenargumenten maken het sterker, niet zwakker.

  4. 04 — Sluit af met een besluitvraag

    Formuleer het slot als concreet verzoek: welke actie, welk mandaat of budget, welk bedrag, welke tijdslijn en wie is eigenaar. ‘Het verdient aanbeveling om te overwegen’ is geen aanbeveling. Schrijf in plaats daarvan één zin die het board kan goedkeuren of afwijzen, met een datum voor de volgende go/no-go.

Waar AI dit goed kan — en waar niet

Bij board-ready whitepapers is AI vooral sterk in de redactieslag, niet in het aanleveren van feiten. Een taalmodel comprimeert een document van 30 pagina’s betrouwbaar naar een executive summary van één pagina, herkent superlatieven en marketingframing, en controleert of cijfers door het hele stuk consistent zijn. Ook het markeren van beweringen zonder bronvermelding — ‘uit onderzoek blijkt’ zonder referentie — is een taak die een model goed en goedkoop uitvoert.

De nuance zit bij de bronnen zelf. Een model kan een plausibele statistiek of rapporttitel genereren die niet bestaat, en het kan een bestaande bron verkeerd interpreteren. Laat AI dus claims aanwijzen die verificatie nodig hebben, maar laat de verificatie door mensen doen, of door een gecontroleerde retrieval-pijplijn die alleen uit vooraf goedgekeurde documenten put.

Een praktisch punt dat vaak wordt vergeten: boardstukken bevatten vertrouwelijke financiële en strategische informatie. Die hoort niet in een publieke chat-interface. Gebruik een model dat lokaal of binnen de EU draait, met logging van wat is ingevoerd. Voor toon- en consistentiechecks volstaat bovendien een compact model; een groot generatief model kost meer energie zonder dat de controle beter wordt.