SAM-model in instructional design: het Successive Approximation Model uitgelegd

Ga in enkele minuten van storyboard naar een interactieve cursus

Begin gratis

Neem een fictieve winkelketen die een cursus wil over het afhandelen van retouren. Het trainingsteam besteedt zes weken aan analyse en een ontwerpdocument, en de filiaalmanagers tekenen af zonder het echt te lezen. Een week na de lancering komt de kritiek: drie pagina's over het beleid, maar nergens zien medewerkers wat ze moeten doen als een klant zonder bon aan de kassa staat. De cursus deed precies wat het ontwerp voorschreef. Alleen klopte het ontwerp niet, en dat bleek pas toen alles af was.

Daar is SAM voor bedacht. Het Successive Approximation Model (letterlijk: model van opeenvolgende benaderingen) is het iteratieve model van Michael Allen voor het ontwikkelen van trainingen. Je wacht niet op een volledig ontwerpdocument, maar legt al vroeg een ruw prototype voor aan de mensen die het werk kennen, verbetert het in korte reviewrondes en brengt het uit als alfa-, bèta- en goldversie. (Het heeft niets te maken met successieve approximatie of shaping in de psychologie en ABA-therapie.) Zelf maak ik bijna elke week cursusprototypes als instructional designer bij Coursebox, waar we software voor instructional design ontwikkelen.

Wat is het SAM-model in instructional design?

SAM is een agile model voor het ontwerpen en ontwikkelen van trainingen. Je maakt en test al vroeg ruwe versies van de leerervaring en verbetert die in herhaalde reviewrondes. Michael Allen, CEO van Allen Interactions, beschreef het samen met Richard Sites in Leaving ADDIE for SAM (ASTD Press, 2012). Volgens Allen was de werkwijze toen al sinds eind jaren zeventig getest en bijgesteld, lang voordat het boek er een naam aan gaf.

Mensen kunnen beter reageren op iets wat ze zien dan vooraf beschrijven wat ze willen. Daarom besteedt SAM minder tijd aan analyse vooraf en meer aan het tonen van een prototype aan stakeholders, met de vraag wat er niet aan deugt.

Er zijn twee varianten:

Op de pagina ‘Over ons’ van Allen Interactions staat SAM in 2026 nog altijd als een van de twee kernmethodes van het bedrijf, naast het ontwerpkader CCAF (context, challenge, activity, feedback, oftewel context, uitdaging, activiteit en feedback). Zoals ik het zie, bepaalt CCAF hoe elke leeractiviteit eruitziet en is SAM het proces om die activiteit te bouwen.

Casestudy: salestraining bij AutoNation

In de AutoNation-casestudy van Allen Interactions zocht de autodealer een training die verkoopgesprekken zou verbeteren zonder medewerkers van de showroomvloer te halen. Het bedrijf had meer dan 20.000 verkopers in dienst; dat is niet de omvang van de pilotgroep.

Het team gebruikte SAM en CCAF om een blended training te ontwikkelen met realistische uitdagingen, gespreide oefening en klassikale rollenspellen. Stakeholders en medewerkers die de training kort daarvoor hadden gevolgd, hielpen de prestatieproblemen in kaart te brengen.

De leverancier meldt een productiviteitsstijging van 22% en in maand drie een afsluitpercentage voor het salesmenu van 57% in de pilot met de vernieuwde training, tegenover 43% in de controlegroep met de bestaande training. Het rapport is niet gedateerd, legt niet uit hoe de groepen zijn gekozen en scheidt het effect van SAM niet van de andere veranderingen.

Les voor de praktijk: maak al vroeg een prototype van het verkoopgesprek en bepaal meteen hoe je het effect op de werkvloer meet. Ook met een beter ontwikkelproces moet je nog aantonen dat mensen echt anders gaan werken.

De drie fasen van SAM2, uitgewerkt aan de hand van één cursus

Neem dit fictieve project: een winkelketen met 40 filialen wil dat nieuw en tijdelijk personeel retouren volgens het beleid afhandelt, ook als een klant geen bon heeft. De cursus moet medewerkers het gesprek laten oefenen en de juiste actie laten kiezen, in plaats van alleen de regels te laten lezen. Twee filiaalmanagers, een teamleider klantenservice en de trainingsverantwoordelijke beoordelen de prototypes. Dit is een bruikbaar SAM-voorbeeld, want een ruwe klantinteractie laat al zien welke ontwerpeis ontbreekt voordat de hele cursus is gebouwd.

Fase 1: Voorbereiding

De voorbereiding is bewust kort en bestaat uit twee delen.

• Achtergrondonderzoek (backgrounding): verzamel wat er al is: het huidige retourbeleid, de meest voorkomende klachten, eerdere trainingen en wie er moet aftekenen. Allen raadt aan in deze fase een botte vraag te stellen: waarom zouden we dit níet doen? Zo komen de risico's en de twijfelaars boven tafel voordat je iets bouwt.
• Savvy Start: een werksessie van een halve dag tot drie dagen, soms langer, met de mensen die eigenaar zijn van het probleem. De groep begint bij de uiteindelijke leerervaring en werkt terug, de prototyper bouwt ter plekke ruwe versies en iedereen reageert. In Allens eigen materiaal staat de Savvy Start soms aan het eind van de voorbereiding en soms aan het begin van het iteratieve ontwerp. Hoe dan ook komt hij vóór de gedetailleerde productie, en de workshop zelf is al ontwerpwerk. Allen geeft ook aan wie erbij hoort: wie over het budget beslist, de eigenaar van het prestatieprobleem, een leidinggevende van de cursisten, een vakexpert, toekomstige cursisten, cursisten die de training onlangs volgden, een projectmanager, de instructional designer en een prototyper.

In het retourvoorbeeld duurt de Savvy Start één dag. Binnen een uur nadat hij een ruw scenario op het scherm heeft gezien, zegt een filiaalmanager dat het echte probleem bij klanten zonder bon ligt, die boos worden als ze worden geweigerd. De beleidspagina's waarmee de trainingsverantwoordelijke wilde openen, komen onderaan de lijst te staan.

De Savvy Start eindigt met een prioritering. Allen gebruikt daarvoor vier labels:

Fase 2: Iteratief ontwerp

In het iteratieve ontwerp worden de ruwe ideeën uit de Savvy Start een ontwerp waarmee het team kan bouwen. Het team plant het project en blijft de overige inhoud in korte rondes ontwerpen en prototypen, met dezelfde reviewers.

Allens advies is breedte vóór diepte: doorloop voor elk inhoudstype de eerste ontwerprondes voordat je je op één onderdeel concentreert. Voor de retourcursus schets je dus eerst retouren zonder bon, ruilen en defecte artikelen voordat je een ervan gaat verfijnen. Anders loop je het risico dat het budget opgaat aan één fraai onderdeel terwijl belangrijkere behoeften blijven liggen.

Zeven klanten die na hun eerste AI-concept contact opnamen met ons supportteam, wilden het bijwerken in plaats van vervangen: nieuwe leerdoelen, een ontbrekende les, afbeeldingen toevoegen zonder de tekst aan te raken. Een coachingbedrijf vroeg om een plan met wat blijft, wat wordt verbeterd en wat opnieuw moet, en wilde dat we niets veranderden tot ze het hadden goedgekeurd. Precies zo hoort een SAM-reviewronde te lopen.

Fase 3: Iteratieve ontwikkeling

De ontwikkeling begint met een ontwerpproef (design proof). Daarna wordt de cursus in drie releases gebouwd, die elk worden beoordeeld voordat de volgende start:

• Ontwerpproef: een voorbeeld gemaakt met de echte tools, de echte inhoudsstijl en het echte platform. Hiermee test je het productiesysteem net zo goed als de inhoud. Werkt het op de tablets in de winkels? Laden de scenario's in het LMS?
• Alfaversie: de eerste complete versie, met alle inhoud die voor deze release gepland is, inclusief de Threshold-eisen. Reviewers lopen de versie door en zetten de verbeterpunten op een lijst.
• Bètaversie: de gecorrigeerde versie. Volgens Allen ‘horen er in de bèta alleen nog kleine typefouten in te zitten’. Duiken er grotere problemen op, dan lost het team die op en volgt er een nieuwe bèta. In onze supportinbox vragen makers vaak hoe ze een afgeronde cursus eerst met een paar testers kunnen delen voordat die openbaar wordt. Dat is gewoon een bèta onder een andere naam.
• Goldversie: de versie die live gaat. Allen is er duidelijk over dat geen enkel project perfectie bereikt; gold betekent dat aan de afgesproken releasecriteria is voldaan. Juistheid, toegankelijkheid, functionaliteit en eventuele verplichte compliancechecks moeten in orde zijn; alleen niet-kritieke verbeteringen gaan op de lijst voor een latere release.

Casestudy: een e-learning biostatistiek in Kazachstan

Een studie van Karaganda Medical University uit 2026 beschrijft een Moodle-cursus van vijf modules die is ontwikkeld met SAM en een AI-assistent. Elke module doorliep drie tot zes iteraties, waarbij focusgroepen van acht studenten input gaven voor de aanpassingen.

Van de 215 ondervraagde studenten was 64,7% het eens of helemaal eens met de stelling dat de cursus hun begrip van biostatistiek had verbeterd. Het gaat om ervaren begrip, niet om een gemeten verbetering die door SAM is veroorzaakt. Er was geen controlegroep.

Les voor de praktijk: gebruik feedback van cursisten om uitleg, beelden en de moeilijkheidsgraad van vragen aan te passen. Het team eiste ook dat er geen kritieke technische fouten meer waren voordat een module verder mocht, in plaats van alleen op een gemiddelde beoordeling te vertrouwen.

Casestudy: een augmented-reality-app voor fractuurtraining in Iran

Onderzoekers van de Mashhad University of Medical Sciences beschrijven de VASHA-app voor augmented-reality-training om gemiste fracturen te herkennen. Een multidisciplinair team gebruikte SAM en evaluaties door stakeholders om de app te verfijnen.

Bij 46 deelnemers stegen de gemiddelde testscores van 13,91 vóór de training naar 18,08 erna (p < 0,001). Zonder controlegroep toont dit resultaat niet aan dat SAM de verbetering veroorzaakte of dat de app beter werkte dan een andere aanpak.

Les voor de praktijk: betrek klinische experts en de beoogde cursisten bij de reviews en meet het leereffect los van de vraag of reviewers het prototype goedkeuren.

Een SAM-reviewronde in Coursebox

In mijn ervaring zat de bottleneck van SAM in het prototype. Een klikbare versie bouwen kostte dagen, en daardoor sneuvelden er reviewrondes. Daarom heb ik op 6 oktober 2026 een retourcursus voor winkelpersoneel gemaakt in Coursebox, de cursusmaker die wij ontwikkelen, op de manier waarop een SAM-team dat zou doen.

Ik gaf de drie dingen op die medewerkers moeten kunnen: een standaardretour verwerken, een retour zonder bon afhandelen volgens een beleid met tegoedbonnen, en beleefd een terugbetaling weigeren als het beleid dat voorschrijft. Ik vroeg om één oefenscenario en één rollenspel, zonder lange stukken beleid om door te lezen. Het eerste prototype bevatte alles: een oefenactiviteit over retouren zonder bon met de titel ‘The Missing Receipt’, een rollenspel over het weigeren van een terugbetaling, oefening in rustig blijven tijdens het gesprek en twee korte checks. Het was groter dan gevraagd, met zes onderdelen, 10 pagina's en ongeveer 48 minuten. Voor een eerste versie is dat normaal, en precies waar een reviewronde voor dient.

Daarna stuurde ik feedback voor een reviewronde zoals een filiaalmanager die zou schrijven, als genummerde wijzigingen: zet retouren zonder bon vooraan omdat medewerkers daar het vaakst de fout in gaan, zet rustige gesprekken en het weigeren van terugbetalingen daarna, verplaats standaardretouren naar het eind, schrap de inleiding en voeg geen nieuwe pagina's toe.

In de herziene versie waren alle vijf wijzigingen verwerkt. Retouren zonder bon openden de cursus, de onderdelen over gesprekken en weigeringen volgden, standaardretouren schoven naar het eind, de inleiding verdween en het aantal pagina's ging van 10 naar 9. Doordat de feedback genummerd en concreet was, slaagde deze reviewronde. Die aanpak werkt net zo goed als een mens het prototype maakt. Ik vergelijk elke herziening nog steeds met het verzoek en leg de uitkomst vast in het iteratielogboek.

Dit was een test van het genereren en herzien van een opzet, geen afgewerkt klikbaar prototype en geen meting van de prestaties van cursisten.

SAM versus ADDIE

Je kunt de modellen het best vergelijken op de manier waarop je feedback organiseert. ADDIE verdeelt het werk in analyse, ontwerp, ontwikkeling, implementatie en evaluatie (analysis, design, development, implementation, evaluation). Ook daarin kunnen prototypes en formatieve evaluatie overal een plek hebben. SAM maakt korte cycli van prototypen en beoordelen expliciet. Het contrast is het grootst met een ADDIE-aanpak die strikt per fase wordt afgetekend, niet met elke toepassing van ADDIE.

In de praktijk kiezen veel teams een hybride vorm: de analyse en evaluatie van ADDIE rond de ontwerp- en bouwrondes van SAM. Wil je een model dat nog dichter bij softwareontwikkeling ligt, dan werken agile instructional design en de LLAMA-aanpak van Megan Torrance in sprints die elk afgewerkte, bruikbare onderdelen opleveren. Lou Russell formuleert het verschil zo: complete onderdelen opleveren in sprints ‘is geen prototypen’.

Wanneer SAM minder goed werkt

• Reviewers die niet kunnen komen. SAM staat of valt met dezelfde mensen die in korte, regelmatige rondes reageren. Kunnen de filiaalmanagers maar één keer per maand, dan lopen de rondes vast en verdwijnt het voordeel.
• Strenge regelgeving en audits. Een paper uit 2026 van de Saudi Commission for Health Specialties noemt SAM ‘lastiger te beheersen in gereguleerde omgevingen’ en sterker ‘wanneer het eindproduct verkennend is en de auditlast licht’.
• Geen afrondingscriteria. Zonder afgesproken definitie van ‘klaar’ per ronde ontaardt itereren in eindeloos herzien. De prioriteitenlijst en de regel voor de bèta zijn er om dat te voorkomen.
• Een team zonder ervaring met SAM. Op papier lijkt SAM eenvoudig, en voor je het weet voer je het uit als ADDIE met extra vergaderingen.
• Smalle onderzoeksbasis. De cases in dit artikel bestaan uit een rapport van een leverancier en onderzoeken zonder controlegroep. Ze laten zien hoe teams SAM toepasten, maar tonen niet aan dat SAM tot beter leren leidt dan ADDIE. Dit is een gerichte bronnenanalyse, geen systematische review van al het SAM-onderzoek.

Een lichte SAM-aanpak in zes stappen

1. Doe het achtergrondonderzoek in dagen, niet in weken. Verzamel bestaand materiaal, vraag ‘waarom zouden we dit niet doen?’ en plan de Savvy Start in.
2. Organiseer de Savvy Start met de juiste mensen. Nodig degene uit die over het budget beslist, de eigenaar van het probleem, een leidinggevende, een vakexpert, toekomstige en recente cursisten en een prototyper. Ga naar huis met ruwe prototypes en een prioriteitenlijst.
3. Leg reviewers, data en afrondingscriteria vast. Elke ronde dezelfde reviewers, in een vast ritme, met een schriftelijke definitie van ‘klaar’.
4. Maak prototypes eerst in de breedte, dan in de diepte. Schets elk inhoudstype voordat je er één gaat verfijnen.
5. Maak een ontwerpproef op het echte platform. Vang technische problemen af vóór de alfaversie, niet erna.
6. Breng de alfa-, bèta- en goldversie uit. Los grote problemen op tijdens de alfafase. Duikt er in de bèta een ernstig probleem op, herstel het dan en herhaal de review. Breng pas uit als de afgesproken checks in orde zijn, en schuif niet-kritieke verbeteringen door.

Zoek je een lichtere variant van hetzelfde idee voor één module? Lees dan meer over rapid prototyping in instructional design.

Zorg dat elke SAM-review iets verandert aan het ontwerp

De kracht van SAM zit in dat vroege, ruwe prototype: cursisten, vakexperts en de projecteigenaar ontdekken er samen mee wat de training eigenlijk moet worden. Zolang er nog niets is afgewerkt, kan elke review het ontwerp bijsturen. Verzamel je wel feedback maar liggen de beslissingen al vast, dan gooi je het grootste deel van die winst weg.

Begin daarom vóór de Savvy Start met de basis: spreek af welk prestatieprobleem je oplost, haal de mensen erbij die beslissingen kunnen nemen en blok hun agenda alvast voor de volgende reviews. Maak genoeg van de cursus om de verschillende leer- en technische risico's zichtbaar te maken, en noteer per ronde wat er veranderde. Breng pas uit als de afgesproken checks in orde zijn. Een korte reviewcyclus loont pas als hij tot betere beslissingen leidt, en tot een leerervaring die klaar is voor je doelgroep.