Klanten vragen MSP’s om AI-diensten, maar de engineers die zulke diensten kunnen bouwen en beheren zijn nauwelijks te vinden. Het aandeel MSP’s dat moeite heeft om technici aan te nemen, verdubbelde in een jaar. De oplossing ligt daarom meestal binnen de eigen muren: de bestaande engineers bijspijkeren. Wat moeten ze leren, en hoe pak je dat aan?
Kaseya ondervroeg eind 2025 ruim duizend MSP’s wereldwijd voor het 2026 State of the MSP Report. Het aandeel dat moeite heeft om bekwame technici te vinden en aan te nemen steeg in een jaar van 9 naar 16 procent. Problemen met het trainen en bijspijkeren van personeel verdubbelden ruimschoots, van 7 naar 15 procent, en hetzelfde gebeurde met gerapporteerde hiaten in technische kennis binnen het team. Tegelijk zegt 83 procent van de respondenten dat hun beheertools de operationele efficiëntie flink vergroten. Het aandeel dat vindt dat het zijn software niet volledig benut, daalde van 27 naar 18 procent.
Figuur 1. Personeelsproblemen nemen toe terwijl toolproblemen afnemen. Bron: Kaseya 2026 State of the MSP Report.
Talent verdringt de tools als knelpunt
Kaseya concludeert dat de interne capaciteit de groei van dienstenportfolio’s en klantverwachtingen niet bijhoudt. In hetzelfde rapport noemt 48 procent van de MSP’s AI en automatisering de belangrijkste klantbehoefte voor 2026, meer dan security (42 procent) en back-up (36 procent). Slechts 13 procent haalt er al noemenswaardige omzet uit. Intern gebruikt 53 procent AI voor het automatiseren van ticketing, patching en monitoring, en toch heeft ruim de helft van de MSP’s hooguit een kwart van de werklast geautomatiseerd. Kaseya zoekt de verklaring bij de mensen. Iemand moet die automatisering ontwerpen, bewaken en bijsturen, en dat vraagt om vaardigheden die de gemiddelde systeembeheerder niet in zijn opleiding heeft meegekregen.
Welke AI-vaardigheden hebben engineers nodig?
Pluralsight analyseerde het leergedrag van 3,6 miljoen techprofessionals op zijn platform tussen 2024 en 2026. Cloud is met een kwart van alle leeractiviteit wereldwijd het populairste onderwerp, AI volgt met 20 procent en softwareontwikkeling met 17 procent. Nederland wijkt af: hier houden IT-operations en AI elkaar met elk 14 procent in evenwicht en gaat 20 procent van de leertijd naar softwareontwikkeling. De groeicijfers laten zien waar de aandacht naartoe gaat. Zoekopdrachten naar machine learning stegen sinds 2025 met 599 procent, agentic AI met 327 procent en het Model Context Protocol (MCP) met 279 procent. Prompt engineering, ooit weggezet als hype, verdubbelde bijna (184 procent). Coderingsassistenten zijn volgens Pluralsight de meest bestudeerde AI-tools, met Claude Code en GitHub Copilot voorop.
Figuur 2. Groei van zoekopdrachten naar AI-onderwerpen onder techteams, 2025 naar 2026. Bron: Pluralsight Tech Learning Pulse 2026.
Pluralsight tekent daarbij aan dat basale AI-kennis sneller is aangeleerd dan cloud. Prompt engineering of het gebruik van een agentic tool leer je in een fractie van de tijd die het kost om de ruim 200 AWS-diensten te doorgronden. Dat verandert wanneer engineers zelf AI-oplossingen bouwen, want dan komen agentic codeertools, tokenbeheer, API-troubleshooting en het inbouwen van waarborgen om de hoek kijken.
Voor een MSP-engineer vertaalt dat zich naar vier lagen. De basis is AI-geletterdheid: begrijpen wat een taalmodel wel en niet kan, waar de data naartoe gaat en wanneer je een uitkomst moet wantrouwen. Die laag staat sinds februari 2025 ook in de AI Act als eis voor iedereen die met AI-systemen werkt. Daarboven zit toolvaardigheid: de AI-functies in de eigen RMM-, PSA- en securitystack daadwerkelijk gebruiken, van ticket-triage tot alertsamenvattingen. De derde laag is bouwen: scripts, runbooks en automatiseringen ontwikkelen met een codeassistent en die vervolgens testen alsof een junior collega ze heeft geschreven. De vierde laag is adviseren, want klanten die om AI vragen verwachten een gesprekspartner.
Bijspijkeren wint van bijhuren
Het World Economic Forum rekende in het Future of Jobs Report 2025 voor dat van elke 100 werknemers er 59 vóór 2030 training nodig hebben. Van hen kunnen er 29 in hun huidige rol worden bijgespijkerd en 19 intern naar een andere rol worden omgeschoold. Elf krijgen die training waarschijnlijk niet en lopen het risico buiten de boot te vallen. Werkgevers weten dat: 85 procent noemt het bijscholen van het eigen personeel de belangrijkste workforce-strategie en 63 procent ziet de vaardighedenkloof als grootste obstakel voor transformatie.
Figuur 3. Trainingsbehoefte van de wereldwijde beroepsbevolking tot 2030, uitgedrukt in 100 werknemers. Bron: WEF Future of Jobs Report 2025.
Voor MSP’s is de rekensom eenvoudig. Een engineer die de klantomgevingen kent, de documentatie op orde heeft en weet welke klant op vrijdagmiddag belt, is moeilijk te vervangen door een AI-specialist van buiten die dat allemaal nog moet leren. Kaseya adviseert in zijn rapport om training en werving als strategische investering te behandelen en groeipaden te bouwen naar security, compliance en AI-diensten. De vendor ziet daar ook een retentie-effect: MSP’s die talent vasthouden, bouwen een voorsprong op die concurrenten in een permanente wervingslus moeilijk inhalen.
Hoe pak je dat aan?
Begin met een inventarisatie. Welke engineers gebruiken al een codeassistent, wie heeft de AI-functies in de PSA aangezet? Dat is vaak informeler georganiseerd dan het management denkt. Maak daar vervolgens werktijd van. Leren in de avonduren op eigen initiatief levert enthousiastelingen op, geen team. Een vast dagdeel per twee weken, gekoppeld aan een concreet stuk werk uit de eigen omgeving, werkt beter dan een cursusbibliotheek waar niemand in kijkt.
Vendors en cloudleveranciers hebben hun academies inmiddels van AI-tracks voorzien, en instapcertificeringen als AWS AI Practitioner en Azure Fundamentals behoren volgens Pluralsight tot de meest gevolgde cursussen. Nuttig als gemeenschappelijke basis, al zegt een certificaat weinig over de vraag of iemand een door AI geschreven PowerShell-script durft te weigeren.
Pluralsight waarschuwt in zijn 2026 Tech Forecast dat professionals die te zwaar op AI leunen hun basisvaardigheden zien afbrokkelen, van coderen tot kritisch denken. Als je AI-output niet kunt beoordelen, schuif je het risico door naar de klant. Bouw validatie dus in het leerprogramma in: laat engineers AI-gegenereerde scripts reviewen, laat ze de fouten opsporen en bespreek die in het teamoverleg.
Meet ten slotte wat het oplevert. MSP’s die automatiseren zien volgens Kaseya de grootste winst op first-response-tijd (35 procent), klanttevredenheid (33 procent), efficiëntie per technicus (32 procent) en minder burn-out (31 procent). Dat zijn dezelfde KPI’s die in de meeste servicedeskrapportages al staan, dus het effect van een bijscholingsprogramma is zichtbaar te maken zonder nieuwe meetlat.
Bedenk daarbij dat de instroom van onderop opdroogt. Pluralsight telt sinds de pandemie 50 procent minder instapbanen in tech bij grote bedrijven en 30 procent minder bij startups, omdat het routinewerk waarop juniors vroeger leerden nu door AI wordt gedaan. De engineers die een MSP nu in dienst heeft, zijn daarmee ook de senioren van straks. Leer ze vandaag om met AI te werken, dan heb je over drie jaar een team dat de klantvraag naar AI-diensten kan waarmaken.
Bronnen:
Kaseya, 2026 State of the MSP Report (april 2026, n=1.061); Kaseya, Why running your MSP feels harder in 2026 (augustus 2026); Pluralsight, Tech Learning Pulse 2026 (juli 2026); Pluralsight, 2026 Tech Forecast (november 2025); World Economic Forum, Future of Jobs Report 2025 (januari 2025); Verordening (EU) 2024/1689 (AI Act), artikel 4 AI-geletterdheid.
