Van saaie trainingsvideo naar lesstof die blijft hangen: wat L&D kan leren van wetenschaps- en zorgcommunicatie
De gemiddelde trainingsvideo is niet slecht gemaakt. Hij is slecht uitgelegd. Een voice-over leest opsommingstekens voor, elke module heeft een andere stijl en het proces waar het om draait, blijft onzichtbaar. Medewerkers ronden de training wel af, maar weten een week later niet meer wat ze moeten doen.
Bij Bigfish zien we dat de principes die wetenschappelijke en medische inhoud begrijpelijk maken voor een breed publiek, net zo goed werken voor interne trainingen. In dit artikel lees je welke drie principes dat zijn, waarom ze werken en met welke twaalf criteria je als L&D-team een bestaande trainingsvideo zelf beoordeelt.
Het belangrijkste in het kort: een trainingsvideo blijft hangen wanneer de kijker herkent wat hij ziet, het proces kan volgen en begrijpt waarom het zo moet. Dat bereik je met een consistente illustratiestijl, animatie die stappen zichtbaar maakt en een script dat uitlegt in plaats van opsomt. Toets bestaande video’s aan twaalf criteria en verbeter eerst wat het meeste oplevert.
Inhoudsopgave
Waarom blijft een trainingsvideo zo vaak niet hangen?
Omdat de meeste trainingsvideo’s informatie opsommen in plaats van uitleggen. De vakexpert schrijft op wat hij weet, de video toont dia’s en de kijker moet zelf verbanden leggen die nergens in beeld staan. Het medium is zelden het probleem. Video werkt aantoonbaar, mits het ontwerp de kijker helpt om te begrijpen in plaats van te onthouden.
Een veelgehoorde reactie op tegenvallende leerresultaten is dat video niet werkt voor dit onderwerp. Het onderzoek wijst echter een andere kant op. Een meta-analyse van gerandomiseerde studies in Review of Educational Research vond dat video die bestaande lesvormen vervangt, gemiddeld een kleine leerwinst oplevert (g = 0,28). Voeg je video toe aan bestaand onderwijs, dan is de winst zelfs groot (g = 0,80).
Waarom video als leermiddel werkt, lees je in ons artikel over video-based learning. Hier gaat het om een andere vraag: waarom haalt een specifieke trainingsvideo dat effect toch niet?
Het probleem zit zelden in de productiekwaliteit
Veel L&D-teams investeren in betere camera’s, een studio of een strakkere montage. Dat helpt minder dan je zou verwachten. Onderzoekers van MIT en edX analyseerden 6,9 miljoen kijksessies van online leervideo’s. Informele, persoonlijke video’s hielden kijkers langer vast dan dure studio-opnames. Bovendien scoorden video’s waarin de uitleg zich op het scherm opbouwde, zoals een tekening die stap voor stap ontstaat, beter dan dia’s.
Dat sluit aan bij wat wij in de praktijk zien. Een eenvoudige animatie die een proces laat ontstaan, doet het vaak beter dan een gelikte productie met een presentator naast een slide. Kijkers blijven namelijk betrokken bij een uitleg die zich voor hun ogen ontvouwt, niet bij productiewaarde.
Experts leggen abstract uit, en dat zie je terug in het script
De belangrijkste oorzaak ligt vóór de productie. Trainingen komen meestal uit de pen van mensen die het onderwerp door en door kennen. Juist dat maakt uitleggen lastig. In een studie in het Journal of Applied Psychology gaven experts en beginners instructies voor een technische taak. De experts gebruikten meer abstracte en minder concrete formuleringen. Nieuwkomers die hun instructie van een andere beginner kregen, voerden de taak daardoor beter uit.
Voor trainingsvideo’s betekent dit dat het script van de vakexpert zelden het script van de kijker is. De expert slaat stappen over die voor hem vanzelfsprekend zijn. Daarnaast vat hij samen in begrippen die een nieuwe medewerker nog niet kent. Het resultaat is een opsomming van regels zonder de route ertussen. Daarom laten wij een script altijd lezen door iemand uit de doelgroep, voordat er één frame op papier staat.
Afgerond is niet hetzelfde als begrepen
Veel organisaties sturen op afrondingspercentages. Dat is begrijpelijk, want het LMS meet dat automatisch. De wet legt de lat echter ergens anders. Volgens artikel 8 van de Arbeidsomstandighedenwet moet een werkgever medewerkers doeltreffend inlichten over hun werk en de risico’s daarvan. Voor een L&D-team is dat een bruikbare maatstaf: doeltreffend betekent dat iemand het begrijpt en kan toepassen, niet alleen dat hij het heeft gezien.
Die lat ligt hoger dan veel teams beseffen. Volgens Stichting Lezen en Schrijven hebben 1,8 miljoen mensen tussen de 16 en 65 jaar moeite met basisvaardigheden, en meer dan de helft van hen werkt. Een trainingsvideo die leunt op tekst in beeld en vakjargon in de voice-over, mist dus precies de collega’s die de instructie het hardst nodig hebben.
Wat hebben wetenschapscommunicatie, zorgvoorlichting en interne training gemeen?
In alle drie moet een expert iets uitleggen aan mensen die zijn vakgebied niet kennen, met beperkte aandacht en weinig ruimte voor misverstanden. Wetenschapscommunicatie en zorgvoorlichting hebben daar al lang beproefde methoden voor. Die methoden zijn direct bruikbaar voor L&D, omdat de vertaalopgave dezelfde is.
Een onderzoeker die polarisatie uitlegt aan een breed publiek, een arts die een behandeling uitlegt aan een ouder en een veiligheidskundige die een procedure uitlegt aan een monteur, lopen tegen hetzelfde aan. Wat zij weten, is precies wat hun publiek niet weet. Onderstaand overzicht laat zien waar het in elk domein misgaat.
Drie domeinen, één vertaalopgave
| Domein | Wie weet het | Wie moet het snappen | Wat er misgaat zonder vertaling |
|---|---|---|---|
| Wetenschapscommunicatie | Onderzoeker | Breed publiek zonder voorkennis | De uitleg wordt te abstract of te stellig, en het vertrouwen lijdt |
| Zorgvoorlichting | Arts of verpleegkundige | Patiënt en naasten, vaak onder spanning | Te veel informatie in te hoog tempo; angst vult de gaten |
| Interne training | Vakexpert of beleidsmaker | Medewerker met een volle werkdag | Een opsomming van regels: afgerond, maar niet toegepast |
Veeg of scroll horizontaal om alle kolommen te bekijken →
In alle drie de domeinen is de expert niet de doelgroep. Daarom werkt dezelfde aanpak.
Wat de UvA en het Prinses Máxima Centrum ons leerden
Voor de Faculteit der Maatschappij- en Gedragswetenschappen van de Universiteit van Amsterdam ontwikkelden we een illustratie- en animatiestijl die wetenschappelijke kennis toegankelijk maakt. De keuzes daarachter lees je in de UvA-case: een beperkt kleurpalet, bewust gestileerde karakters en uitleg via herkenbare situaties. Elke animatie volgt bovendien een vaste opbouw van probleem naar inzicht. Pas toen de stijl stond, volgden de video’s.
Voor het Prinses Máxima Centrum testten we eerst voorbeeldvideo’s bij de doelgroep, op stijl, kleur, tone of voice, muziek en tempo. Het belangrijkste inzicht was dat beelden rust moeten geven. Volwassen kijkers noemden opkomende vormen die afleiden en te veel informatie in te hoog tempo als grootste hinder. Hoe kinderen en volwassenen daarin verschilden, lees je in onze blog over medische informatie uitleggen aan kinderen.
Waarom die lessen één op één overdraagbaar zijn
Zorgvoorlichting kent het probleem van de deskundige al decennia. Een veelgeciteerd overzichtsartikel in Patient Education and Counseling beschrijft hoe zorgprofessionals vakjargon gebruiken en meer informatie willen overbrengen dan een patiënt kan verwerken. Beelden die nauw aansluiten op de gesproken of geschreven tekst, verhogen volgens dat overzicht de aandacht en het onthouden aanzienlijk.
De praktische adviezen uit dat artikel lezen als een briefing voor een trainingsvideo. Laat afleidende details weg en koppel elk beeld aan de tekst. Betrek de doelgroep bij het ontwerp. Laat vervolgens de vakexpert bepalen wat een beeld moet laten zien, en de ontwerper hoe. Dat laatste onderscheid is de kern van onze werkwijze: de inhoud blijft van de expert, terwijl de vertaling naar beeld een vak apart is.
Recenter onderzoek laat zien hoe vaak dat nog misgaat. Uit een analyse van 44 Britse voorlichtingsmaterialen over kankerscreening bleek dat beelden twee keer zo vaak toonden hoe iets eruitziet als dat ze een boodschap overbrachten. Trainingsvideo’s lijden aan hetzelfde. Een stockbeeld van een kantoor zegt niets, terwijl een beeld van wat er misgaat alles zegt.
Principe 1: waarom een consistente illustratiestijl het leren makkelijker maakt
Een consistente illustratiestijl geeft elke kleur, vorm en elk personage een vaste betekenis. De kijker leert die beeldtaal één keer en kan daarna al zijn aandacht aan de inhoud geven. Wisselt de stijl per module, dan moet hij telkens opnieuw ontcijferen wat hij ziet. Dat kost denkruimte die naar de lesstof had moeten gaan.
Het werkgeheugen is beperkt. Dat is de kern van de cognitieve theorie van multimediaal leren, die Richard Mayer in een overzichtsartikel uit 2024 samenvat in vijftien ontwerpprincipes. Alles wat de kijker moet verwerken zonder dat het bijdraagt aan de les, gaat ten koste van de les zelf. Een nieuwe beeldtaal per module is precies zo’n onnodige belasting.
Consistentie maakt bovendien signalering mogelijk. Wanneer rood in elke video risico betekent, trekt één rood element de aandacht direct naar de juiste plek. Een meta-analyse van 103 studies laat zien dat zulke signalen het onthouden met een middelgroot effect verbeteren (g = 0,53). Een meta-analyse uit 2026 voegt daar een waarschuwing aan toe: wie verschillende soorten signalen tegelijk stapelt, verslechtert het leerresultaat juist. Eén duidelijk signaal werkt dus beter dan drie tegelijk.
Huisstijl is niet hetzelfde als leerbeeldtaal
Veel organisaties denken dat consistentie geregeld is zodra de huisstijl klopt. Een huisstijl zegt echter wie je bent: logo, kleuren en lettertype. Een leerbeeldtaal zegt wat iets betekent. Dat onderscheid zagen we bij de UvA scherp terug. Grijze bollen stonden daar voor informatie die het brein weigert, oranje bollen voor informatie die het toelaat. Zo werd kleur een onderdeel van de uitleg in plaats van decoratie.
Voor een trainingsreeks leg je dat vast in een handvol betekenisregels:
- Kleur: rood alleen voor risico, groen alleen voor de juiste handeling, en nooit als accent zonder betekenis.
- Personages: dezelfde rol heeft in elke module hetzelfde uiterlijk, zodat de kijker niet hoeft te raden wie wie is.
- Iconen: één begrip krijgt één icoon, door de hele reeks heen.
- Camera: een overzichtsshot geeft context, een close-up toont de handeling die telt.
Herkenbaar voor wie er echt werkt
Consistent betekent niet abstract. Een monteur moet zijn eigen gereedschap, werkkleding en werkplek terugzien, anders voelt de training als iets voor een ander. Tegelijk lenen gestileerde personages zich vaak beter voor training dan foto’s of acteurs. Ze vertegenwoordigen niemand in het bijzonder, ze verouderen minder snel en je zet ze in elke situatie zonder opnamedag.
Het Máxima-onderzoek gaf daarbij een bruikbare grens. Volwassen kijkers vonden sterk vereenvoudigde personages soms afstandelijk en wilden meer emotie en mimiek in de gezichten zien. Herkenbaarheid zit dus in de details die ertoe doen, zoals de handschoen die iemand wel of niet draagt of de blik van een collega die twijfelt. Al het andere kan weg.
Principe 2: animatie die een proces in stappen laat zien
Animatie werkt het best wanneer de verandering zelf de lesstof is: een volgorde, een overgang of een oorzaak met een gevolg. Dan laat beweging iets zien wat een stilstaand beeld niet kan. Beweegt een animatie alleen voor de sier, dan levert ze weinig op en kan ze zelfs afleiden van de kern.
Het bewijs is genuanceerder dan de reclame voor animatie doet vermoeden. Een klassieke meta-analyse van 76 vergelijkingen vond een middelgroot voordeel van animatie boven statische plaatjes (d = 0,37). Dat voordeel was veel groter wanneer mensen een handeling of procedure moesten leren (d = 1,06). Ook hielp het wanneer de animatie het onderwerp zelf liet zien in plaats van het te versieren.
Latere analyses vonden kleinere gemiddelde effecten. Een heranalyse in Instructional Science verklaart waarom: animatie is pas duidelijk effectiever wanneer de kijker de details van een verandering moet leren. Dat is precies wat een procedure is. Bij Bigfish hanteren we daarom één vuistregel: animeer de verandering, niet de decoratie.
Zo bouw je een procesanimatie op
Een goede procesanimatie in een trainingsvideo volgt een vaste logica. Wij toetsen elke stap aan vijf ontwerpkeuzes:
- Eén handeling per scène. Twee dingen tegelijk laten gebeuren, dwingt de kijker om te kiezen waar hij kijkt.
- Zichtbare voortgang. Een teller of tijdlijn laat zien bij welke stap de kijker is en hoeveel er nog komen.
- Begin- en eindtoestand. Toon hoe de situatie eruitzag vóór de stap en erna, zodat het effect van de handeling zichtbaar wordt.
- Inzoomen op wat telt. Het overzicht geeft context, terwijl de close-up de handeling toont waarop het meestal misgaat.
- Een natuurlijke pauze. Knip na elke stap, zodat de kijker kan verwerken of terugspoelen.
Dat laatste punt is goed onderbouwd. Een meta-analyse van het segmenting-effect toont dat opgeknipte uitleg het onthouden en toepassen verbetert en de ervaren belasting verlaagt. Wil je zien hoe zo’n animatie tot stand komt, bekijk dan onze aanpak voor uitleganimatie.
Wanneer animatie overbodig is
Niet elke stap hoeft te bewegen. Verandert er niets, zoals bij een overzicht van beschermingsmiddelen, dan volstaat een duidelijke illustratie. Animatie heeft bovendien een nadeel: wat voorbij is, is weg. Geef kijkers daarom een stilstaand overzicht van de stappen mee, als laatste beeld van de video of als werkkaart naast de machine. Zo is de procedure ook beschikbaar op het moment dat iemand hem uitvoert.
Twijfel je of animatie of film beter past, bijvoorbeeld omdat de handeling vooral menselijk contact vraagt? Die afweging werken we uit in ons artikel over animatie en live-action per leerdoel.
Principe 3: video die uitlegt in plaats van opsomt
Een opsommende trainingsvideo vertelt wat de regels zijn. Een uitleggende trainingsvideo laat zien waarom ze bestaan, in welke volgorde ze gelden en wat er gebeurt als je ze overslaat. Opsommen vraagt de kijker om te onthouden. Uitleggen geeft hem een verhaal om de regels aan op te hangen, en dat blijft beter hangen.
Het verschil zie je het makkelijkst in een concreet voorbeeld. Hieronder staat hetzelfde onderwerp, het melden van een datalek, in twee varianten.
Opsommen of uitleggen: hetzelfde onderwerp, twee scripts
| Onderdeel | Opsommende trainingsvideo | Uitleggende trainingsvideo |
|---|---|---|
| Opening | “In deze module behandelen we het datalekprotocol.” | Een collega ziet dat een mail met klantgegevens naar de verkeerde ontvanger ging. Wat nu? |
| Kern | Vijf regels in beeld, voorgelezen door de voice-over | De route van de melding in vier stappen, met per stap wie wat doet |
| Waarom | Ontbreekt, of staat in een bijzin | De organisatie heeft maximaal 72 uur om te melden; elk uur wachten telt |
| Beeld | Stockfoto van een laptop met een slotje | Animatie die laat zien hoe de mail zich verspreidt en waar je hem stopt |
| Afsluiting | “Bedankt voor het kijken.” | Een keuzevraag: wat doe je als eerste? |
Veeg of scroll horizontaal om alle kolommen te bekijken →
Zelfde onderwerp, zelfde lengte. Alleen de tweede versie geeft de kijker een verhaal om de regels aan op te hangen.
Begin bij een situatie, niet bij een agenda
De animatie over polarisatie die we voor de UvA maakten, opent niet met een definitie. Ze opent met een verjaardag waar een gesprek over het klimaat ontspoort. Pas als de kijker denkt “dit ken ik”, volgt de duiding. Die volgorde, van ervaring naar begrip, werkt in een trainingsvideo net zo goed.
Open daarom met het moment waarop het ertoe doet. Denk aan de mail die naar de verkeerde ontvanger gaat, een klant die boos aan de balie staat of een monteur die twijfelt of een installatie spanningsloos is. Een agendadia met “in deze module behandelen we” kan weg. Na vijf seconden weet de kijker waarom hij moet blijven kijken, en dat is de beste motivatie die een training kan geven.
Geef elke regel een reden
Regels zonder reden zijn moeilijk te onthouden en makkelijk te negeren. Wie weet dat de organisatie maximaal 72 uur heeft om een datalek te melden, begrijpt waarom hij niet tot maandag wacht. De reden maakt van een regel een beslissing die de kijker zelf kan nemen, ook in een situatie die de training niet voorzag.
Ook hier helpt het onderzoek naar experts verder. In dezelfde studie deden beginners het beter op de geoefende taak wanneer de instructie concreet was. Op een nieuwe taak binnen hetzelfde domein scoorden echter juist de mensen hoger die de abstractere uitleg van experts hadden gekregen. De beste trainingsvideo combineert dus allebei: een concrete situatie om te volgen en het onderliggende principe om mee te nemen naar de volgende situatie.
Laat beeld en stem elkaar aanvullen
Niets maakt een trainingsvideo zo snel saai als een voice-over die voorleest wat al in beeld staat. De kijker leest sneller dan de stem spreekt, raakt de draad kwijt en haakt af. Mayer noemt dit het redundantieprincipe: mensen leren beter van beeld met gesproken uitleg dan van beeld, gesproken uitleg en dezelfde tekst op het scherm.
Daarnaast zit er een toegankelijkheidskant aan. Een collega die slecht ziet, mist alles wat alleen in beeld gebeurt. Het W3C adviseert om belangrijke visuele informatie waar mogelijk in de gewone vertelstem op te nemen, zodat een aparte audiodescriptie overbodig wordt. Een uitleggende voice-over doet dat vanzelf. Hij benoemt wat er gebeurt en waarom, terwijl het beeld laat zien hoe.
Jeroen Westenbroek
Algemeen directeur
Wil je weten hoe jouw trainingsvideo’s scoren?
We bekijken een of twee van je bestaande trainingsvideo’s aan de hand van de criteria uit dit artikel. Je hoort waar herknippen volstaat en waar een nieuwe aanpak meer oplevert.
Twaalf criteria om een bestaande trainingsvideo tegen af te zetten
Beoordeel een bestaande trainingsvideo op vier vragen: herkent de kijker wat hij ziet, kan hij het proces volgen, begrijpt hij waarom het zo moet en kan hij het toepassen? Elke vraag heeft drie criteria, die je met 0, 1 of 2 punten scoort. Een score van 19 of hoger is goed, terwijl 12 of lager om een nieuwe opzet vraagt.
Scoor bij voorkeur niet alleen. Laat dezelfde video beoordelen door iemand van L&D, de vakexpert en iemand uit de doelgroep. Waar hun scores uiteenlopen, zit meestal het probleem. Een expert vindt de uitleg helder omdat hij het al weet, terwijl de nieuwe medewerker hem onnavolgbaar vindt. Geef 0 punten als het criterium ontbreekt, 1 punt als het deels klopt en 2 punten als het volledig klopt.
Herkennen: ziet de kijker wat hij moet zien?
De eerste drie criteria gaan over beeldtaal. Ze bepalen of de kijker zijn aandacht aan de inhoud kan geven, of eerst moet uitzoeken wat hij ziet.
Herkennen: criteria 1 tot en met 3
| Criterium | Toetsvraag | Score 2 wanneer |
|---|---|---|
| 1. Vaste betekenis | Betekent rood hier hetzelfde als in de vorige module? | Elke kleur en elk icoon heeft één betekenis in de hele reeks |
| 2. Niets afleidends | Kun je een element weghalen zonder dat de uitleg verandert? | Alles in beeld draagt bij aan de kernboodschap |
| 3. Toegankelijk | Is de video te volgen zonder geluid, en zonder goed zicht? | Ondertiteling, voldoende contrast en een voice-over die het essentiële beeld benoemt |
Veeg of scroll horizontaal om alle kolommen te bekijken →
Volgen: kan de kijker het proces bijhouden?
De volgende drie criteria gaan over de opbouw. Ze toetsen of de video een proces laat zien of het alleen beschrijft.
Volgen: criteria 4 tot en met 6
| Criterium | Toetsvraag | Score 2 wanneer |
|---|---|---|
| 4. Zichtbare stappen | Weet de kijker op elk moment bij welke stap hij is? | Elke stap is gemarkeerd, met één handeling per scène |
| 5. Beweging met functie | Toont de animatie wat er verandert, of beweegt ze voor de sier? | Beweging maakt een volgorde, overgang of oorzaak zichtbaar |
| 6. Segmenten en tempo | Kan de kijker na elke stap verwerken of terugspoelen? | De video bestaat uit korte delen met een natuurlijke pauze |
Veeg of scroll horizontaal om alle kolommen te bekijken →
Begrijpen: snapt de kijker waarom het zo moet?
Deze criteria gaan over het script. Hier zie je het verschil tussen een video die uitlegt en een video die opsomt het duidelijkst.
Begrijpen: criteria 7 tot en met 9
| Criterium | Toetsvraag | Score 2 wanneer |
|---|---|---|
| 7. Herkenbare ingang | Begint de video met een situatie of met een agenda? | De eerste seconden tonen een moment uit de eigen praktijk |
| 8. Waarom vóór hoe | Krijgt elke regel een reden of een gevolg? | De kijker hoort waarom een stap nodig is en wat er gebeurt als hij ontbreekt |
| 9. Beeld en stem vullen aan | Leest de voice-over tekst voor die al in beeld staat? | Stem en beeld vertellen elk een eigen deel, zonder te dubbelen |
Veeg of scroll horizontaal om alle kolommen te bekijken →
Toepassen: kan de kijker er morgen iets mee?
De laatste drie criteria toetsen of de kennis de video uit komt. Een meta-analyse van 118 studies laat zien dat oefenvragen beter werken dan opnieuw bestuderen (g = 0,61). Een trainingsvideo zonder verwerkingsmoment laat die winst dus liggen.
Toepassen: criteria 10 tot en met 12
| Criterium | Toetsvraag | Score 2 wanneer |
|---|---|---|
| 10. Eén concreet leerdoel | Kun je in één zin zeggen wat de kijker daarna anders doet? | Het doel beschrijft gedrag en past in één zin |
| 11. Fouten in beeld | Laat de video zien wat er gebeurt als het misgaat? | Veelgemaakte fouten en uitzonderingen krijgen een eigen moment |
| 12. Actieve verwerking | Moet de kijker na de uitleg zelf iets doen? | Een vraag, keuze of oefening volgt direct op de uitleg |
Veeg of scroll horizontaal om alle kolommen te bekijken →
Score per criterium: 0 = ontbreekt, 1 = deels, 2 = volledig. Maximaal 24 punten.
Wat zegt je totaalscore?
Tel de punten op, met een maximum van 24. Scoort een video 19 of hoger, dan houd je hem actueel en verander je weinig. Tussen 13 en 18 loont gericht bijsturen op de laagst scorende toetsvraag. Bij 12 of lager is een nieuwe opzet meestal goedkoper dan blijven repareren.
Twee criteria wegen bovendien zwaarder dan de rest. Scoort een video 0 op het leerdoel (criterium 10) of op waarom vóór hoe (criterium 8), begin dan daar. Zonder helder doel en zonder reden helpt een betere animatie immers weinig.
Moet je een zwakke trainingsvideo opnieuw laten maken?
Niet altijd. Veel trainingsvideo’s zijn te verbeteren door ze op te knippen, vragen toe te voegen of een nieuw script op bestaand beeld te zetten. Een nieuwe productie loont pas wanneer meerdere video’s laag scoren, of wanneer elke module een andere beeldtaal heeft. Kies de maatregel op basis van de toetsvraag die het laagst scoort.
Onderstaand overzicht koppelt veelvoorkomende maatregelen aan de vier toetsvragen. Begin bij de goedkoopste maatregel die het grootste knelpunt oplost.
Herknippen, herschrijven of opnieuw maken?
| Maatregel | Verbetert vooral | Inspanning | Kies dit als |
|---|---|---|---|
| Herknippen in korte segmenten met stapkaarten | Volgen | Laag | De inhoud klopt, maar de video is één lang blok |
| Vragen of keuzes tussen de segmenten | Toepassen | Laag | Kijkers ronden af, maar maken dezelfde fouten |
| Ondertiteling, contrast en beschrijvende voice-over | Herkennen | Laag tot gemiddeld | De video is niet te volgen zonder geluid of goed zicht |
| Nieuw script en voice-over op bestaand beeld | Begrijpen | Gemiddeld | Het beeld is bruikbaar, maar de tekst somt op |
| Procesanimatie voor de kritieke stap | Volgen en begrijpen | Gemiddeld | Eén handeling gaat steeds mis en is in stilstaand beeld niet uit te leggen |
| Nieuwe reeks in een vaste leerbeeldtaal | Alle vier | Hoog | Meerdere video's scoren laag en elke module ziet er anders uit |
Veeg of scroll horizontaal om alle kolommen te bekijken →
Begin bij de goedkoopste maatregel die de laagst scorende toetsvraag oplost.
Zo voer je de toets uit in vijf stappen
- Kies drie tot vijf video’s. Begin bij trainingen met het grootste bereik of het hoogste risico, zoals veiligheid, privacy of onboarding.
- Scoor met drie perspectieven. L&D, de vakexpert en iemand uit de doelgroep vullen de twaalf criteria los van elkaar in.
- Leg het naast je data. Kijk waar kijkers afhaken, welke toetsvragen vaak fout gaan en welke vragen bij de helpdesk of de leidinggevende terechtkomen.
- Kies per video één maatregel. Gebruik het overzicht hierboven en begin bij de toetsvraag met de laagste score.
- Meet opnieuw. Stel een paar weken later dezelfde begripsvragen en vergelijk de uitkomst met de nulmeting. Vraag kijkers ook om in eigen woorden na te vertellen wat ze moeten doen.
Gaat het om een nieuwe module, dan begint dezelfde logica eerder in het traject. Hoe zo’n traject van intake tot lancering verloopt, lees je in het ontwikkelproces van een maatwerk e-learning.
Waarom een leerbeeldtaal een strategische keuze is voor L&D
Een leerbeeldtaal is een vastgelegde set afspraken over stijl, kleurbetekenis, personages, iconen en scriptopbouw voor alle trainingen van een organisatie. Wie die één keer ontwerpt, hoeft de stijl niet per module opnieuw te bedenken. Elke nieuwe trainingsvideo start dan bij de inhoud, en de kijker herkent meteen hoe hij moet kijken.
In de meeste organisaties ontstaan trainingsvideo’s per project. Compliance besteedt uit aan het ene bureau, HR aan het andere, en de technische afdeling maakt zelf iets met een sjabloon. Elke module ziet er dus anders uit, en telkens betaalt de kijker de prijs: hij moet opnieuw ontcijferen wat hij ziet. Ook L&D betaalt mee, want elke productie begint met dezelfde stijldiscussie.
Daarom adviseren we L&D-teams om de visuele keuzes één niveau hoger te leggen. Niet per training, maar voor het hele leeraanbod. Dat is geen esthetische beslissing, maar een strategische. Het bepaalt namelijk hoe snel je nieuwe trainingen maakt en hoe makkelijk medewerkers ze volgen.
Eerst het systeem, dan de video’s
Bij het Máxima leverde de eerste fase geen video op, maar een keyvisual: een referentiebeeld dat als kompas dient voor alle volgende producties. We stemden dat fundament eerst af op de grootste doelgroep, de volwassenen. Varianten voor andere doelgroepen bouwen daarop voort. Ook bij de UvA ging de stijlontwikkeling vooraf aan de reeks van zes animaties.
Voor een leeraanbod werkt het net zo. Een leerbeeldtaal bevat in elk geval:
- vaste personages per rol, getekend in één illustratiestijl;
- kleurbetekenissen met contrastwaarden die voldoen aan WCAG 2.2 AA;
- een iconenset voor terugkerende begrippen;
- sjablonen voor procesanimaties, met stapteller en begin- en eindtoestand;
- een vaste scriptopbouw: van situatie, via waarom en stappen, naar een verwerkingsvraag.
Zo’n fundament ontwikkelen we vanuit onze aanpak voor beeldstrategie. Daarna vertalen we het naar modules binnen ons e-learningaanbod.
AI versnelt de productie, niet de uitleg
Generatieve AI maakt video goedkoper. In een experiment van ETH Zürich, gepubliceerd in Computers & Education, maakten onderzoekers lesvideo’s met een AI-avatar in een paar uur, terwijl de menselijke versies dagen kostten. Studenten leerden er evenveel van, al vonden ze de menselijke video’s prettiger om naar te kijken.
Dat resultaat bevestigt eigenlijk ons punt. Of de presentator een mens of een avatar is, maakt voor het leereffect weinig uit. Wat telt, is wat er in beeld en in het script gebeurt. Het risico van AI is daarom niet slechtere video, maar méér opsommende video: een avatar die in recordtempo opsommingstekens voorleest.
Een recente review van AI-gegenereerde instructievideo’s onderscheidt volledig door AI gemaakte video’s van menselijke productie met AI-ondersteuning. Met een vaste leerbeeldtaal en scriptopbouw kies je bewust voor dat tweede. Meer over AI in leertrajecten lees je in ons artikel over AI-powered learning.
Conclusie: lesstof blijft hangen als hij begrijpelijk is
Een saaie trainingsvideo is zelden een productieprobleem. Het is een vertaalprobleem. De vakexpert weet te veel om nog te zien wat een nieuwe medewerker mist, en de video somt op wat uitgelegd had moeten worden. Wetenschapscommunicatie en zorgvoorlichting lossen dat probleem al jaren op, met principes die zich één op één laten overzetten naar interne training.
Kies dus een consistente illustratiestijl waarin kleur en vorm iets betekenen. Gebruik animatie waar de verandering de lesstof is. Schrijf bovendien een script dat begint bij een herkenbare situatie en elke regel een reden geeft. Toets daarna je bestaande trainingsvideo’s aan de twaalf criteria, verbeter eerst wat het meeste oplevert en leg de keuzes vast in een leerbeeldtaal. Dan maakt niet de productie het verschil, maar het begrip.
Veelgestelde vragen over effectieve trainingsvideo’s
Hieronder beantwoorden we de vragen die we rond merkconsistentie bij meerdere makers het vaakst horen. Staat jouw vraag er niet bij? Neem dan gerust contact op.
Wat maakt een trainingsvideo effectief?
Een effectieve trainingsvideo heeft één concreet leerdoel, begint bij een herkenbare situatie, laat het proces in stappen zien en legt bij elke stap uit waarom die nodig is. Daarna doet de kijker iets met wat hij zag, bijvoorbeeld een vraag beantwoorden of een keuze maken.
Productiekwaliteit speelt een kleinere rol dan vaak gedacht. Onderzoek naar miljoenen kijksessies laat zien dat persoonlijke, eenvoudige video’s kijkers langer vasthouden dan dure studio-opnames. Het verschil zit in het ontwerp: een consistente beeldtaal waarin kleur en vorm iets betekenen, animatie die verandering zichtbaar maakt en een voice-over die aanvult in plaats van voorleest. Met de twaalf criteria uit dit artikel toets je of een video die eigenschappen heeft.
Hoe lang mag een trainingsvideo zijn?
Zo kort als het leerdoel toelaat. Behandel één stap of één beslissing per video en knip langere onderwerpen op in een reeks. In de praktijk betekent dat meestal enkele minuten per video, met een verwerkingsvraag tussen de delen.
Opgeknipte uitleg verbetert het onthouden en verlaagt de ervaren belasting, zo blijkt uit onderzoek naar het segmenting-effect. Belangrijker dan een vast aantal minuten is dat elk deel een afgeronde stap bevat, zodat de kijker na elk deel iets heeft geleerd. Kijkcijfers uit je LMS laten zien waar mensen afhaken; daar ligt meestal een natuurlijk knippunt. Concrete lengterichtlijnen en scripttips vind je in ons artikel over e-learning video laten maken.
Wat is het verschil tussen een trainingsvideo, een instructievideo en een uitlegvideo?
In de praktijk lopen de termen door elkaar. Een instructievideo laat meestal één handeling zien, een uitlegvideo maakt een begrip of systeem duidelijk en een trainingsvideo hoort bij een leertraject met een leerdoel en een verwerkingsmoment. Een goede trainingsvideo combineert daarom vaak instructie en uitleg.
Het onderscheid helpt vooral bij de vraag wat een video moet doen. Moet de kijker een handeling kunnen uitvoeren, dan staat de procedure centraal, met zichtbare stappen en een werkkaart als geheugensteun. Moet hij een beslissing kunnen nemen, dan staat het waarom centraal, met een situatie en de gevolgen van verschillende keuzes. De meeste trainingen vragen beide. Wij werken daarom met een vaste scriptopbouw: situatie, waarom, stappen en een verwerkingsvraag.
Wanneer kies je animatie en wanneer film voor een trainingsvideo?
Kies animatie wanneer je iets moet laten zien wat een camera niet kan vastleggen, zoals een proces in een systeem, een risico dat je niet wilt naspelen of een volgorde die je wilt vertragen. Kies film wanneer menselijke interactie, mimiek of een echte locatie de kern van de les vormt.
Animatie heeft voor trainingen nog twee voordelen. Je past haar aan zonder nieuwe opnamedag, en gestileerde personages vertegenwoordigen niemand in het bijzonder, waardoor iedereen zich erin kan herkennen. Film is daarentegen sterker bij gesprekstraining en leiderschap, waar de kijker echte reacties moet kunnen lezen. Vaak werkt een combinatie het best: animatie voor het proces, film voor het gesprek.
Hoe zorg je dat kennis uit een trainingsvideo na weken nog paraat is?
Door de kijker na de video zelf iets te laten ophalen. Een korte vraag direct na de uitleg en een herhaling na enkele dagen of weken werken beter dan de video opnieuw bekijken. Ophalen uit het geheugen versterkt namelijk het geheugen zelf.
Een meta-analyse van 118 studies laat zien dat oefenvragen het leren meer bevorderen dan opnieuw bestuderen. Voor trainingsvideo’s betekent dit dat het verwerkingsmoment geen bijzaak is, maar onderdeel van het ontwerp. Denk aan een keuzevraag na elke stap, een scenario waarin de kijker zelf beslist of een korte opfrisvraag die een paar weken later via het LMS terugkomt. Hoe je interactie in de video zelf inbouwt, lees je in ons artikel over interactieve video in e-learning.
Kun je een bestaande trainingsvideo verbeteren zonder hem opnieuw te maken?
Ja, vaak wel. Knip de video op in korte segmenten, voeg tussen de segmenten vragen toe, zorg voor ondertiteling en vervang een opsommende voice-over door een uitleggende. Een nieuwe productie is pas nodig wanneer het beeld zelf het probleem is.
Bepaal eerst met de twaalf criteria waar de video tekortschiet. Scoort hij laag op volgen, dan helpt herknippen met stapkaarten. Bij een lage score op begrijpen levert een nieuw script op bestaand beeld vaak het meeste op. Ligt het probleem bij herkennen, omdat elke module een andere stijl heeft, dan los je dat niet per video op. In dat geval is een gedeelde leerbeeldtaal de structurele oplossing, en loont het om de reeks stap voor stap om te zetten.
Waarom zou je een eigen illustratiestijl laten ontwikkelen voor e-learning?
Omdat een vaste stijl elke volgende module sneller, goedkoper en beter te volgen maakt. De kijker leert de beeldtaal één keer, kleuren en iconen krijgen een vaste betekenis en je hoeft de stijlkeuze niet per productie opnieuw te maken.
Een eigen stijl is meer dan een huisstijl toepassen. Het gaat om afspraken over betekenis: welke kleur staat voor risico, hoe ziet een nieuwe medewerker eruit en welk icoon hoort bij welk begrip? Bij de UvA en het Prinses Máxima Centrum ging de stijlontwikkeling daarom vooraf aan de producties. Bovendien leg je toegankelijkheid, zoals voldoende kleurcontrast, één keer goed vast in plaats van per video te controleren.
Moeten interne trainingsvideo's ondertiteld en toegankelijk zijn?
Voor publieke organisaties gelden wettelijke toegankelijkheidseisen voor hun digitale kanalen. Voor andere werkgevers is het vooral een kwestie van bereik. Ondertiteling, voldoende contrast en een voice-over die het essentiële beeld benoemt, maken een training bruikbaar voor iedere medewerker.
De WCAG-richtlijnen vragen bij vooraf opgenomen video onder meer om ondertiteling en om een beschrijving van belangrijke visuele informatie. Het W3C adviseert om die beschrijving waar mogelijk al in de gewone vertelstem op te nemen, en een uitleggende voice-over doet dat vanzelf. Ondertiteling helpt daarnaast veel meer mensen dan alleen slechthorenden, zoals collega’s die zonder geluid kijken of moeite hebben met de taal. Leg contrastwaarden vast in je illustratiestijl, dan voldoet elke nieuwe productie automatisch.
Kun je AI-avatars gebruiken voor trainingsvideo's?
Ja, voor eenvoudige kennisoverdracht kan dat. Studenten leerden in een experiment evenveel van video’s met een AI-avatar als van dezelfde video’s met een menselijke docent, al vonden ze de menselijke versie prettiger. Een avatar lost alleen het ontwerpprobleem niet op.
Een avatar die opsommingstekens voorleest, blijft een opsomming. De winst van AI zit in snelheid en varianten, zoals vertalingen, versies per doelgroep en snelle updates bij een gewijzigde procedure. Het script, de procesvisualisatie en de keuze wat wel en niet in beeld komt, blijven mensenwerk. Combineer AI daarom met een vaste leerbeeldtaal en scriptopbouw, zodat de snelheid niet ten koste gaat van het begrip. Laat elke AI-versie ten slotte inhoudelijk controleren door de vakexpert.
Hoe meet je of een trainingsvideo werkt?
Meet begrip en gedrag, niet alleen afronding. Stel na enkele weken dezelfde begripsvragen als bij de nulmeting, vraag kijkers om in eigen woorden na te vertellen wat ze moeten doen en kijk naar praktijkdata, zoals fouten, meldingen of vragen bij de helpdesk.
Afrondingspercentages zeggen vooral iets over discipline, niet over leren. Zinvoller is een combinatie van drie signalen. Het eerste is begrip, gemeten met open vragen of een terugvertelvraag. Daarna volgt toepassing, bijvoorbeeld minder fouten in de stap waar de training over ging. Ten slotte kijk je naar gedrag in de organisatie, zoals een kortere inwerktijd of minder escalaties. Doe altijd een nulmeting voordat de verbeterde video live gaat, want zonder baseline blijft elk resultaat een aanname.
Wat kunnen L&D-teams leren van wetenschapscommunicatie?
Dat begrijpelijk en betrouwbaar samengaan, mits je bewust kiest wat je weglaat en wat je beeld suggereert. Wetenschapscommunicatie werkt met één kernboodschap per video, een herkenbare ingang en een toets door de expert op vaste momenten. Die drie gewoonten maken ook interne trainingen beter.
In wetenschapscommunicatie is het risico dat een animatie meer zekerheid suggereert dan het onderzoek toelaat. Bij interne training is het risico vergelijkbaar: een video die een procedure te simpel voorstelt, leidt tot fouten zodra de praktijk afwijkt. De oplossing is dan ook dezelfde. Laat de vakexpert het script en het storyboard toetsen op inhoud, niet op smaak, en laat de vertaling naar beeld over aan iemand die dat vak beheerst. Hoe dat bij de UvA werkte, lees je in ons artikel over wetenschapscommunicatie in beeld.
Lesstof die blijft hangen, begint met een strategische keuze
Bigfish werkt vanuit strategie naar productie. In ruim vijftien jaar realiseerden we meer dan 4.000 producties, van e-learning voor TenneT en het Prinses Máxima Centrum tot de stijlontwikkeling voor de UvA. We denken graag met je mee over een leerbeeldtaal die bij jouw organisatie past, en over de trainingsvideo’s die daar het eerst van profiteren.
→ Bekijk onze aanpak voor e-learning of plan een gratis intake van 20 minuten.
Sr. Animator | Digital Marketing Specialist met meer dan 12 jaar ervaring bij Bigfish
Dit artikel is geschreven door Daan Ivo Velthuis. Een van de specialisten van Bigfish. Expert in merkconsistentie en visuele content die herkenbaar blijft.