Hoe blijf je inzetbaar in moeilijke tijden?

Wanneer organisaties voorzichtiger worden met aanwerven, budgetten of interne groei, draait inzetbaarheid om het zichtbaar, toepasbaar en geloofwaardig houden van relevante vaardigheden in moeilijke tijden.

Voor IT-, cybersecurity- en dataprofessionals in België voelt onzekerheid vaak dubbel. Enerzijds blijft digitalisering werk creëren; anderzijds kunnen aanwervingspauzes, reorganisaties en strengere budgetkeuzes ervoor zorgen dat loopbaanstappen trager of minder voorspelbaar worden. Arbeidsmarktinformatie van onder meer VDAB, Statbel en Eurostat wijst al langer op een spanningsveld tussen gevraagde digitale vaardigheden en veranderende economische omstandigheden, maar individuele loopbanen worden uiteindelijk niet bepaald door algemene trends alleen.

De oorspronkelijke boodschap van Kevin Henry kwam uit een periode van onrust, jobverlies en heroriëntatie. Voor hij instructor werd, was hij voorzitter van een vakbondsraad en zag hij van dichtbij wat het betekent wanneer mensen hun werk verliezen en een bedrijf ingrijpend verandert. Die context blijft belangrijk: upskilling mag niet klinken alsof opleiding alle onzekerheid oplost. Het is wel een manier om opnieuw grip te krijgen op iets concreets, namelijk wat iemand leert, oefent, documenteert en kan aantonen.

Wat “moeilijke tijden” betekenen voor IT-loopbanen

In een sterke markt kan een cv met enkele bekende technologieën voldoende zijn om gesprekken te krijgen. In een voorzichtiger markt wordt het onderscheid scherper: werkgevers willen beter begrijpen wat iemand effectief kan doen, welke problemen die persoon heeft opgelost en hoe snel nieuwe kennis bruikbaar wordt in een team. Dat geldt voor cloudbeheerders, securityanalisten, data engineers, supportprofielen en mensen die vanuit een andere rol naar IT willen overstappen.

Een veelgemaakte fout is om onzekerheid te beantwoorden met willekeurig leren. Dan worden meerdere certificeringen, tools of cursussen tegelijk gestart, zonder duidelijk verband met de gewenste rol of het huidige werk. Het resultaat is vaak versnippering: veel losse kennis, weinig bewijs van toepassing en te weinig rust om de leerstof echt vast te zetten.

Gerichte upskilling werkt anders. Het begint met een realistische vraag: welke vaardigheid vergroot de kans dat iemand de komende maanden meer waarde kan leveren in de huidige rol, of geloofwaardiger wordt voor een volgende rol? Voor een systeembeheerder kan dat bijvoorbeeld Azure-beheer zijn. Voor een securitymedewerker kan het gaan om incidentanalyse, identity security of risicobeheer. Voor een dataprofessional kan het verschil liggen in data modelling, SQL-optimalisatie of rapportering die beter aansluit bij beslissingen van de business.

Kies leerdoelen met een eenvoudig besliskader

Onder druk lijkt de snelste keuze vaak de juiste, maar een kleine pauze voorkomt verspilde studie-uren. Een bruikbaar kader is om leeropties te beoordelen op twee assen: de sterkte van het marktsignaal en de inspanning die nodig is. Het marktsignaal blijkt uit vacatureteksten, interne rolpaden, gesprekken met leidinggevenden en de herkenbaarheid van certificeringen voor de gewenste functie. De inspanning omvat tijd, kosten, voorkennis en de mate waarin iemand thuis of op het werk kan oefenen.

De beste eerste keuze is zelden het meest prestigieuze traject. Vaak ligt de verstandige prioriteit bij onderwerpen met een duidelijk marktsignaal en een haalbare, middelmatige inspanning. Een junior supportmedewerker die richting cloudbeheer wil, heeft bijvoorbeeld meestal meer aan een afgebakend traject rond identity, networking en beheer in Microsoft Azure dan aan een breed, theoretisch programma dat pas veel later toepasbaar wordt.

Certificeringen kunnen daarbij nuttig zijn, vooral wanneer ze gekoppeld zijn aan een rol of platform dat werkgevers herkennen. Ze verliezen echter waarde wanneer ze worden gestapeld zonder praktijk. Recruiters en hiring managers kijken steeds vaker naar aantoonbare uitkomsten: een repository, een korte technische case, een verbeterd proces, een dashboard, een securityrapport of een demo die laat zien hoe iemand denkt en werkt.

Een haalbaar 90-dagenplan naast werk en privé

Een leerplan hoeft niet groot te zijn om serieus te zijn. Negentig dagen is lang genoeg om vooruitgang te boeken, maar kort genoeg om focus te bewaren. Het plan moet rekening houden met werkdruk, zorgplichten, vermoeidheid en periodes waarin concentratie lager ligt. Wie alleen plant voor ideale weken, haakt sneller af wanneer het leven tussenkomt.

1. Week 1 en 2: kies één rolrichting, verzamel vacature- en projectinformatie, bepaal de kernskill en leg vast wat aan het einde aantoonbaar moet zijn.
2. Week 3 tot en met 8: bestudeer de kernleerstof, oefen in labs of sandboxomgevingen en noteer telkens welke beslissingen, fouten en inzichten belangrijk waren.
3. Week 9 tot en met 12: werk één demo, mini-case of portfolio-item af, vraag feedback en vertaal het resultaat naar cv-, LinkedIn- of interne evaluatietaal.
4. Na 30, 60 en 90 dagen: beoordeel of het doel nog klopt, of het studieritme houdbaar is en of er al bewijs bestaat dat anderen kunnen begrijpen.

Het ritme is belangrijker dan de intensiteit. Drie vaste leermomenten per week kunnen meer opleveren dan een weekend vol haastige studie, zeker wanneer elk leermoment eindigt met een kleine toepassing. Een securityanalist die SIEM-regels leert, kan bijvoorbeeld telkens één detectiescenario documenteren. Een data-analist kan per week één dataset opschonen en de gemaakte keuzes uitleggen. Een cloudprofessional kan een kleine omgeving bouwen, beveiligen en daarna opschrijven waarom bepaalde configuraties gekozen zijn.

Ook sociale verantwoording helpt. Dat hoeft geen grote studiegroep te zijn; een collega, leidinggevende of mentor die elke twee weken een korte update krijgt, kan al voldoende druk en structuur geven. Readynez kan in dat soort trajecten een rol spelen wanneer begeleide training of online training options helpt om focus, planning en examengerichte structuur aan te brengen, maar de waarde ontstaat pas wanneer de leerstof in werkbare output wordt omgezet.

Maak nieuwe vaardigheden zichtbaar op het werk

Leren onder druk voelt vaak privé: studeren na de werkuren, oefenen in stilte, wachten tot het certificaat behaald is. Toch ontstaat loopbaanwaarde meestal wanneer nieuwe vaardigheden zichtbaar worden in de praktijk. Daarom is het verstandig om binnen 30 dagen één klein proof-of-value project te kiezen. Dat project hoeft geen formeel programma te zijn; het moet vooral afgebakend, meetbaar en relevant zijn.

Een goed proof-of-value project begint met een probleem dat anderen herkennen. Daarna volgt een nulmeting, bijvoorbeeld de tijd die een handmatige taak kost, het aantal terugkerende incidenten, de onduidelijkheid in een rapport of het ontbreken van documentatie. Vervolgens past de professional één nieuwe vaardigheid toe, meet het resultaat opnieuw en presenteert de aanpak in een korte demo of mini-casestudy.

Voorbeelden maken dit concreet. Een supportmedewerker die PowerShell leert, kan een terugkerende accountcontrole automatiseren en documenteren hoeveel handmatige stappen verdwijnen, zonder gevoelige gegevens te delen. Een beginnende cloudbeheerder kan een standaardconfiguratie voor testomgevingen beschrijven en laten zien hoe tagging, toegangsbeheer en kostenbewustzijn zijn meegenomen. Een data-professional kan een bestaand rapport herwerken zodat definities, filters en datakwaliteitskeuzes helder zijn voor de business.

Deze zichtbaarheid heeft twee voordelen. Intern wordt duidelijk dat leren niet losstaat van het teamresultaat. Extern ontstaat materiaal dat tijdens sollicitaties of gesprekken kan worden uitgelegd zonder vertrouwelijke informatie vrij te geven. Een korte case met context, aanpak, keuzes en resultaat zegt vaak meer dan een lijst met tools.

Valkuilen bij leren onder druk

De eerste valkuil is te breed willen gaan. Wie tegelijk cloud, security, AI, data en projectmanagement wil leren, bouwt zelden genoeg diepgang op om er geloofwaardig over te spreken. Een beter vertrekpunt is één rolprobleem: accounts veiliger beheren, incidenten sneller analyseren, rapporten betrouwbaarder maken of infrastructuur consistenter documenteren.

Een tweede valkuil is te weinig praktijk. Theorie geeft taal en structuur, maar vaardigheden worden pas zichtbaar wanneer iemand fouten maakt, keuzes uitlegt en een werkend resultaat oplevert. Labs, simulaties en kleine werkprojecten zijn daarom geen extraatje; ze zijn de brug tussen studie en inzetbaarheid.

Een derde valkuil is rust overslaan. Moeilijke tijden brengen vaak stress, piekeren en extra verantwoordelijkheden mee. Een leerplan dat geen herstelmomenten bevat, is kwetsbaar. Consistentie vraagt een ritme dat iemand ook kan volhouden op weken waarin werk en privé minder voorspelbaar zijn.

Van onzekerheid naar bewijsbare vooruitgang

Moeilijke tijden vragen geen heroïsche leerplannen. Ze vragen scherpere keuzes, kleinere stappen en bewijs dat nieuwe kennis in de praktijk werkt. Wie één relevante vaardigheid kiest, daar negentig dagen gestructureerd aan werkt en binnen de eerste maand een zichtbaar project oplevert, bouwt aan geloofwaardigheid zonder te doen alsof onzekerheid volledig controleerbaar is.

De meest zinvolle volgende stap is een rustige inventarisatie: welke rol is realistisch, welke skill heeft het sterkste signaal, en welk klein project kan binnen 30 dagen aantonen dat er vooruitgang is? Readynez blijft vanuit die gedachte inzetten op begeleide en online leermogelijkheden, maar de kern blijft hetzelfde: leren moet leiden tot toepasbare resultaten die iemand sterker maken in gesprekken, op het werk en in de volgende loopbaanstap. For a deeper dive, see 5 Steps to Fix the Digital Skills Gap in Your Organization.