We zijn een snelgroeiend techbedrijf met één missie: data- en AI-vaardigheden binnen bereik brengen van iedereen. We helpen organisaties om data en AI van een ambitie in de bestuurskamer te maken tot iets wat mensen dagelijks doen — met trainingen op maat, hands-on, die medewerkers de volgende dag al kunnen toepassen. Van internationale ondernemingen tot snelgroeiende teams: wij bouwen aan de mensen achter elke succesvolle data- en AI-transformatie. Onze thuisbasis is de Jaarbeurs Innovation Mile in Utrecht, twee minuten van Utrecht Centraal.

Data Booster ontstond uit een observatie van binnenuit: de organisaties die winnen met data en AI, zijn niet die met de beste tools, maar die waarvan de medewerkers daadwerkelijk weten hoe ze die moeten gebruiken.
Na jaren bij ING kwam ik bij Uber terecht — en ik was onder de indruk van hoe diep data verweven was in elke beslissing, op elk niveau. De meeste grote organisaties die ik kende, waaronder die waar ik vandaan kwam, werkten simpelweg niet zo. Toen ik Uber verliet, kon ik één vraag niet loslaten: waarom kan niet elk bedrijf zo’n data- & AI-cultuur opbouwen? Ik begon Data Booster om dat mogelijk te maken — eerst als freelancewerk, daarna als leerplatform en vandaag als volledige partner voor het opbouwen van data- & AI-vaardigheden. Sommige van onze allereerste klanten zitten nog steeds bij ons, vier jaar later.
Ik heb bij verschillende organisaties HR en organisatieontwikkeling geleid, en van dichtbij gezien wat er nodig is om vaardigheden echt te laten blijven. Een organisatie verandert niet door alleen in nieuwe technologie te investeren — om echt iets aan data en AI te hebben, moeten mensen anders leren werken. Technologie, processen, cultuur en vaardigheden bepalen samen hoe het werk verandert. Daarom is de focus van Data Booster op de menselijke kant — mensen nieuwe vaardigheden laten opbouwen op een toegepaste, relevante manier, ingebed in een breder programma — volgens mij het verschil dat adoptie echt op gang brengt.
Onze waarden bepalen hoe we handelen en beslissingen nemen
We willen begrijpen hoe onze klanten echt werken voordat we iets bouwen, en we blijven snel leren.
We vertrouwen op elkaar, nemen verantwoordelijkheid voor ons werk en leveren op tijd.
We werken zelf met data en AI, en nemen anderen daarin mee.

.webp)

.jpeg)



.webp)
.webp)



Vier data- & AI-leiders die deze transformaties zelf hebben geleid, en die ons scherp houden.



