Datagedreven werken in het sociaal domein: waarom de volgende AI-revolutie niet over AI gaat

Gemeenten, sociaal ontwikkelbedrijven en welzijnsorganisaties hebben de afgelopen twintig jaar fors geïnvesteerd in zaaksystemen, dossiers, rapportages, dashboards en documentmanagement. En toch horen we dagelijks dezelfde vragen: waar staat dat, wie heeft dat besloten, hebben we hier eerder ervaring mee opgedaan, wie weet hier iets van?

Het gangbare antwoord heet datagedreven werken in het sociaal domein: meer meten, beter monitoren, sturen op cijfers. Dat is nuttig, maar het vangt vooral wat er geregistreerd wordt. In dit artikel lees je waarom de volgende stap met AI niet over slimmere modellen gaat, maar over samenhang. Met cijfers over informatiehuishouding, registratie en kennisverlies, en een eerlijk beeld van wat AI nu wel en nog niet kan.

De eerste AI-golf maakt medewerkers sneller, niet organisaties slimmer

De eerste golf van generatieve AI heeft vooral individuele professionals geholpen: teksten schrijven, vergaderingen samenvatten, rapporten analyseren en e-mails opstellen. Volgens het ICT-onderzoek van het CBS gebruikte in 2025 39 procent van de 18-plussers AI in de drie maanden voor de meting. 24 procent deed dat voor het werk.

AI gebruikt, totaal39%

Vrije tijd25%

Werk24%

School of opleiding10%

Bron: CBS, ICT-onderzoek 2025 (februari 2026)

Dat maakt mensen productiever, maar verandert de organisatie nauwelijks. Een verslag dat sneller af is, belandt nog steeds in hetzelfde dossier. Een collega in een ander team leest het zelden terug. De strategische vraag is daarom niet alleen hoe AI één medewerker slimmer maakt, maar hoe de organisatie als geheel slimmer wordt.

De Regeringscommissaris Informatiehuishouding gaf dat patroon in 2023 een naam: het postkoets-met-hulpmotorsyndroom. Een nieuwe technologie wordt eerst in bestaande werkwijzen geschoven, zoals de eerste motor in een koets. Over de overheid schreef hij dat bestaande processen “niet gedigitaliseerd, maar slechts geautomatiseerd” zijn.

AI die alleen het oude verslag sneller maakt, is een motor in een postkoets. De echte winst zit in werkprocessen die zo zijn ingericht dat kennis terugkomt bij wie haar nodig heeft.

Het probleem is zelden te weinig informatie

De meeste organisaties hebben geen tekort aan informatie. Zij hebben een tekort aan samenhang.

Het probleem is zelden dat informatie ontbreekt. Het probleem is dat kennis verspreid zit over systemen, documenten, mailboxen en vooral over mensen. Dat zie je ook internationaal terug: in de Work Trend Index 2023 van Microsoft, een enquête onder 31.000 werkenden in 31 landen, zegt 62 procent te veel tijd kwijt te zijn aan het zoeken naar informatie.

De Woo maakt het probleem zichtbaar

Bij de overheid wordt dit zichtbaar zodra iemand om informatie vraagt. Sinds 1 mei 2022 geldt de Wet open overheid. Artikel 2.4 verplicht elk bestuursorgaan om documenten “in goede, geordende en toegankelijke staat” te houden. Artikel 4.4 geeft vier weken om op een verzoek te beslissen, met maximaal twee weken verlenging.

De praktijk is weerbarstig. In onderzoek van Sira Consulting in opdracht van het ministerie van BZK ontvingen overheden in 2024 naar schatting 25.000 Woo-verzoeken, waarvan circa 60 procent bij gemeenten. De afhandeling kostte circa 1,3 miljoen ambtelijke uren, ongeveer 955 fte en circa 150 miljoen euro. Gemiddeld werd 66 procent van de verzoeken binnen de wettelijke termijn afgehandeld.

Ministerie144 documenten

Grote gemeente123 documenten

Waterschap97 documenten

Provincie73 documenten

Middelgrote gemeente53 documenten

Kleine gemeente44 documenten

Bron: Sira Consulting in opdracht van BZK, 2026

Eén verbeterpunt dat organisaties zelf noemen, zegt veel: informatie op één plek beschikbaar maken, zodat medewerkers “niet afhankelijk zijn van (oud)collega’s” voor toegang tot bestanden. Kennis die alleen in hoofden zit, is dus niet alleen onhandig. Het maakt een organisatie ook kwetsbaar.

Van Open op Orde tot verkokerde informatie

Op rijksniveau leidde het rapport ‘Ongekend onrecht’ over de toeslagenaffaire tot het actieplan Open op Orde voor de informatiehuishouding. De Regeringscommissaris noemde de trage Woo-afhandeling in zijn rapportage van 2023 een symptoom van een dysfunctionele informatiehuishouding. Bij ministeries duurde de afhandeling toen gemiddeld meer dan acht keer de maximaal toegestane termijn zonder verlenging. Zijn diagnose: informatie volgt de verkokerde organisatie, niet de maatschappelijke opgave.

Datagedreven werken in het sociaal domein meet vooral wat geregistreerd wordt

Sinds 2015 zijn gemeenten verantwoordelijk voor zorg en ondersteuning op basis van de Wmo, de Jeugdwet en de Participatiewet. Om te zien hoe ze presteren, bestaat de Gemeentelijke Monitor Sociaal Domein van VNG en CBS. Inmiddels publiceert 95 procent van de gemeenten halfjaarlijks Wmo-gegevens op Waarstaatjegemeente.nl.

Het gaat om grote aantallen mensen. In 2024 hadden bijna 1,3 miljoen mensen een Wmo-maatwerkvoorziening, 23 procent meer dan in 2017, bij een recordbedrag van 6 miljard euro (CBS). In 2025 kregen 477.000 jongeren jeugdzorg, 10,8 procent van alle jongeren tot 23 jaar (CBS). Aan de Divosa Benchmark Werk & Inkomen doen 250 gemeenten mee; de cijfers dekken 85 procent van de bijstandspopulatie.

Daar is veel mee gewonnen. In het Kennisnetwerk Data en Samenleving werken volgens VNG meer dan 4.500 ambtenaren samen aan datagedreven werken. Maar deze bronnen beantwoorden vooral drie soorten vragen:

• Hoeveel: aantallen cliënten, voorzieningen en trajecten per gemeente of wijk.
• Hoe lang: instroom, uitstroom en duur van ondersteuning of uitkering.
• Tegen welke kosten: uitgaven per wet, per voorziening en per cliënt.

De vraag waarom een aanpak werkt, staat zelden in een tabel. Die kennis zit in het keukentafelgesprek, het casusoverleg in het wijkteam en de evaluatie met de jobcoach. Iedere dag voeren organisaties zulke gesprekken met inwoners, cliënten, ondernemers, collega’s en leveranciers. Daar ontstaan afwegingen, ervaringen, oplossingen en nieuwe inzichten.

Registratiedata vertelt je wat er gebeurde. Gesprekken vertellen je waarom. Een lerende organisatie heeft allebei nodig.

Data, informatie en kennis zijn drie verschillende dingen

Wie het verschil kent, ziet sneller waar het misgaat. Data zijn losse feiten: een datum, een indicatiecode, een aantal uren. Informatie ontstaat als je die feiten in context plaatst: deze inwoner heeft sinds maart huishoudelijke hulp. Kennis is weten wat je ermee doet: in deze situatie helpt een gesprek met de mantelzorger misschien meer dan een extra uur hulp.

Niveau	Voorbeeld	Staat meestal in
Data	Indicatiecode, uren, startdatum	Zaaksysteem
Informatie	Sinds maart huishoudelijke hulp	Dossier, rapportage
Kennis	Wat in vergelijkbare situaties werkte	Hoofden, gespreksverslagen
Organisatie-intelligentie	Die les is vindbaar voor elk team	Nog nergens, of verspreid

Illustratief voorbeeld van de redactie

Informatie maakt een organisatie niet automatisch intelligenter. Intelligentie ontstaat wanneer informatie met elkaar wordt verbonden: wanneer ervaringen uit teams elkaar versterken, eerdere besluiten teruggevonden worden, patronen zichtbaar worden en kennis minder afhankelijk is van één persoon of systeem.

De meeste systemen in het sociaal domein zijn ontworpen voor de eerste twee lagen. Ze slaan informatie op, maar maken kennis niet opnieuw beschikbaar. De volgende stap in AI gaat daarom niet over méér informatie, maar over méér samenhang.

Waarom gespreksverslagen zo lastig te analyseren zijn

Veel organisaties denken bij kennis aan documenten en beleid. Maar belangrijke kennis ontstaat tijdens overleg, huisbezoek, adviesgesprek, evaluatie en andere interacties. Daar ontstaat context en begrip. Na afloop verdwijnt veel daarvan in een verslag, een dossier of het geheugen van een medewerker.

Het meeste daarvan komt terecht als vrije tekst. Volgens meerdere analistenschattingen die MIT Sloan in 2021 aanhaalde, is wereldwijd 80 tot 90 procent van alle data ongestructureerd. Ook de Regeringscommissaris constateerde in 2023 dat het zwaartepunt van de informatiehuishouding op ongestructureerde informatie ligt, zoals documenten en e-mails. Voor gespreksverslagen speelt een aantal extra problemen:

• Iedere professional schrijft anders: de een noteert letterlijke uitspraken, de ander alleen conclusies.
• Hetzelfde verschijnsel krijgt verschillende namen, zoals schulden, betalingsachterstand of geldzorgen.
• Verslagen worden vaak achteraf geschreven, uit het geheugen en aan het eind van een drukke dag.
• Wat niet in het verslag komt, bestaat voor de organisatie niet, ook al is het wel besproken.
• Verslagen bevatten gevoelige persoonsgegevens, dus je legt ze niet zomaar naast elkaar.

Analyse over gesprekken begint daarom niet bij AI, maar bij structuur: vaste leidraden per gesprekstype, afspraken over wat je wel en niet vastlegt en dezelfde opbouw van verslagen in alle teams. Bij Amaryllis werken elf wijk- en dorpsteams bijvoorbeeld met dezelfde leidraad en outputinstellingen in PIA, het platform van Mensora. Daardoor zijn verslagen tussen teams beter vergelijkbaar.

Niet ieder gesprek hoeft volledig en onbeperkt te worden vastgelegd. Maar organisaties verliezen waarde wanneer de relevante context nergens beschikbaar blijft. Hoe je die stap concreet zet, lees je in van gesprek naar organisatiekennis.

Kennisverlies is een personeelsvraagstuk, geen IT-vraagstuk

Organisaties leren nog verrassend weinig van zichzelf. Onze systemen zijn vooral ontworpen om informatie op te slaan, niet om kennis opnieuw beschikbaar te maken. Zolang de ervaren collega er is, valt dat niet op. Je loopt even binnen en vraagt het.

Dat wordt kwetsbaarder door de leeftijdsopbouw. Volgens de Personeelsmonitor Decentrale Overheden 2024 van A&O fonds Gemeenten is 31 procent van de gemeentemedewerkers 55 jaar of ouder. In de landelijke beroepsbevolking is dat 23 procent.

Provincies34%

Waterschappen32%

Gemeenten31%

Landelijke beroepsbevolking23%

Bron: A&O fonds Gemeenten, Personeelsmonitor Decentrale Overheden 2024

Wie de komende jaren met pensioen gaat, neemt context mee die nergens staat. Waarom een regeling ooit zo is ingericht. Welke aanpak in een bepaalde wijk werkte. Welke partner je belt bij een lastige casus. Een overdrachtsdocument vangt daar maar een deel van.

Kennis die in gesprekken ontstaat en daar ook goed wordt vastgelegd, blijft beter behouden. Tijdwinst op verslaglegging is daarbij een middel, geen doel. Meer daarover lees je in professionals tijd teruggeven.

Van individuele productiviteit naar een lerende organisatie

De eerste generatie AI draaide vooral om persoonlijke productiviteit: hoe schrijf ik sneller, hoe vat ik samen, hoe maak ik sneller een verslag? De volgende generatie stelt andere vragen: hoe voorkomen we kennisverlies, hoe leren teams van elkaar, hoe bouwen we voort op eerdere ervaringen en hoe brengen we relevante context op het juiste moment bij de professional?

In die rol wordt AI een organisatiepartner: context terugbrengen, verbanden zichtbaar maken, eerdere ervaringen beschikbaar maken en professionals ondersteunen met kennis die de organisatie zelf heeft opgebouwd. Dat is fundamenteel iets anders dan informatie genereren. Het is organisatie-intelligentie.

Wat nu kan en wat nog toekomst is

Eerlijk is eerlijk: een groot deel van dit beeld is nog in ontwikkeling, ook bij leveranciers. Bij Mensora ziet de stand er in oktober 2026 zo uit:

Functie	Status
Live meeschrijven met een leidraad	Beschikbaar
Conceptverslag, professional beslist	Beschikbaar
Context per cliënt of gesprekstype	Beschikbaar
Anonimiseren van transcripts	In ontwikkeling
Analyses over veel gesprekken, dashboards	Roadmap

Bron: Mensora, oktober 2026

Analyses over honderden gesprekken heen zijn dus toekomst. Wat wel nu kan: zorgen dat gesprekken volledig, gestructureerd en op dezelfde manier worden vastgelegd, met de professional als eindverantwoordelijke. Dat is de basis waar elke latere analyse op rust. Waarom dat vooral een kwestie van keuzes en voorbeeldgedrag is, lees je in AI gaat over leiderschap en waarom AI-adoptie mislukt.

Organisatie-intelligentie vraagt om vertrouwen en regie

Niet iedere vorm van kennis hoeft altijd beschikbaar te zijn en niet iedere medewerker hoeft alles te kunnen zien. Organisatie-intelligentie vraagt daarom ook om governance, privacy, menselijke regie, rollen en vertrouwen.

Dat is ook een wettelijke opgave. Sinds 2 februari 2025 moeten organisaties die AI-systemen ontwikkelen of gebruiken zorgen dat hun medewerkers AI-geletterd zijn, schrijft de Autoriteit Persoonsgegevens. Voor gemeenten geldt daarnaast de zorgplicht uit de Woo voor de documenten die ze onder zich hebben, dus ook voor verslagen die met hulp van AI ontstaan. Beantwoord daarom vooraf vijf vragen:

1. Welke gesprekken leggen we vast, en welke bewust niet?
2. Wie mag welke verslagen en transcripts zien, per rol?
3. Hoe lang bewaren we wat, en wie bewaakt dat bewaarbeleid?
4. Wie controleert en accordeert een verslag voordat het in het dossier komt?
5. Hoe weten inwoners en cliënten wat er met hun gesprek gebeurt?

Hoe je die afspraken inricht, lees je in AI veilig invoeren in het sociaal domein en op de pagina veilig en verantwoord.

De volgende AI-revolutie gaat niet over slimmere AI. Zij gaat over organisaties die beter leren werken met de kennis die zij al hebben.

Zo begin je klein met organisatie-intelligentie

Je hoeft niet te wachten op dashboards om te beginnen. De eerste stappen gaan over afspraken en ritme, niet over techniek:

1. Kies één gesprekstype met veel volume, zoals het keukentafelgesprek of de intake.
2. Spreek een vaste leidraad af: welke onderwerpen komen altijd aan bod?
3. Leg verslagen in alle teams op dezelfde manier vast.
4. Leg elk kwartaal in een leersessie ervaringen uit verschillende teams naast elkaar.
5. Bepaal pas daarna welke patronen je later automatisch wilt zien.

Begin met een kleine groep enthousiaste medewerkers en maak de opbrengst zichtbaar voordat je opschaalt. Wil je sparren over waar je organisatie het beste kan beginnen? Plan een adviesgesprek.

Veelgestelde vragen

Verantwoording

Dit artikel is geschreven door de redactie van Mensora. Alle cijfers en data zijn gecontroleerd op de gelinkte bronnen (peildatum oktober 2026). Internationale cijfers, zoals de Work Trend Index van Microsoft en de schatting over ongestructureerde data, zijn als internationaal benoemd en niet één op één over te zetten naar Nederland. De Woo-cijfers van Sira Consulting zijn schattingen op basis van een steekproef. Wat we niet weten: hoeveel kennis uit gesprekken in het sociaal domein nu verloren gaat. Daar is geen betrouwbaar Nederlands onderzoek naar.

1. AI in de samenleving: ervaringen en opinies, hoofdstuk Ervaring met AI (CBS, 2026)
2. Informatiehuishouding, de postkoets met hulpmotor. Rapportage en speerpunten van de Regeringscommissaris Informatiehuishouding (2023)
3. Work Trend Index: Will AI Fix Work? (Microsoft, 2023)
4. Voortgang implementatie Wet open overheid (Rijksoverheid, 2022)
5. Wet open overheid (wetten.overheid.nl)
6. Uitvoeringslasten Woo-verzoeken geanalyseerd (Sira Consulting in opdracht van BZK, 2026)
7. Generiek actieplan Open op Orde (open-overheid.nl, 2022)
8. Gemeentelijke Monitor Sociaal Domein (VNG)
9. Meer ondersteuning vanuit de Wmo, vooral meer hulp bij huishouden (CBS, 2026)
10. Minder jongeren met jeugdzorg in 2025 (CBS, 2026)
11. Divosa Benchmark Werk & Inkomen, jaarrapportage 2025, inleiding (Divosa, 2026)
12. Waarstaatjegemeente.nl (VNG)
13. Tapping the power of unstructured data (MIT Sloan, 2021)
14. Personeelsmonitor Decentrale Overheden 2024 (A&O fonds Gemeenten, 2025)
15. AI literacy (Autoriteit Persoonsgegevens)