Datavolwassenheid
in tijden van AI

Waarom nog nodig?

Download PDF

AI, AI, AI, we horen er dagelijks over…. Door vibe coding kan ineens iedereen programmeren. Een dashboard of een AI-vraagbaak is met een paar prompts in elkaar gezet. En wie heeft nog geen agents draaien? Maar vergeet niet dat je voor zinvolle uitkomsten goede data nodig hebt. Data waarvan je weet dat die juist en actueel is. Waarvan je weet waar die staat op je server, zodat je je agent de juiste toegang kunt geven. Data waarvan je weet voor welke doelen je ze mag inzetten. Kortom: in deze white-paper een pleidooi om gestructureerd te werken aan datavolwassenheid. Want alleen een datavolwassen organisatie kan verantwoord data gebruiken om inzicht te krijgen in maatschappelijke problemen en die op te lossen.

Garbage in – garbage out

Een belegen les uit de vorige eeuw? In deze tijd van AI zelfs wel actueler dan ooit. Een paar voorbeelden. Wanneer je als gemeente een chatbot, die burgers helpt bij vergunningaanvragen, voedt met verouderde beleidsregels of wetten, dan zal het resultaat niet goed zijn. Maar ook wanneer je niet precies hebt vastgelegd wat de betekenis van informatie is, kan dat leiden tot verkeerde conclusies. Bijvoorbeeld over wachttijden in de jeugdzorg. Zonder concrete en precieze afspraken over wanneer verschillende ketenpartners (verwijzers, gemeenten, zorgaanbieders) start en eind van hun processen melden (en dat is de realiteit van nu), kan er natuurlijk geen goed inzicht ontstaan in die wachttijden.

Wat is datavolwassenheid?

Aan de voorbeelden is te zien dat je data (en informatie) cruciaal zijn om te komen tot goede dienstverlening of een goede analyse van de situatie waarop je beleid baseert. Maar hoe krijg je dat nu voor elkaar? We maken de vergelijking met een goede financiële administratie. De meeste organisaties hebben daarvoor een aantal mensen verantwoordelijk gemaakt en regels afgesproken. Medewerkers weten hoe ze om moeten gaan met inkoop en facturering. Er zijn controles van verschillende professionals van de financiële afdeling en aan het eind van een boekjaar volgt een accountantscontrole. Daar zijn we aan gewend. Voor data en informatie werkt het eigenlijk precies zo: het is een kwestie van structuur aanbrengen, regels vaststellen en afspraken maken over verantwoordelijkheden. En dat leidt tot een opgeruimd huis, waar je data en informatie die je wilt gebruiken én waar je bij mag, makkelijk kunt vinden. Dat geldt voor jou en je AI.

Hoe word je datavolwassen?

Dat gaat niet vanzelf. Het is nuttig om eerst een foto van je organisatie te (laten) maken door het uitvoeren van een datavolwassenheidsscan. Aan de hand daarvan kan je kijken op welke punten je zou willen verbeteren. Vaak zijn verbeteringen nodig op zowel strategisch niveau, tactisch niveau als operationeel. Het is nuttig om te zorgen dat die 3 niveaus allemaal in beeld zijn en aandacht krijgen. En soms is het ook saai en taai: het opruimen van oude informatie, het beschrijven van datasets en het aanwijzen van verantwoordelijken en hun rol.

Als overheidsorganisatie sta je niet alleen!

In 2025 heeft het kabinet de Nederlandse Digitaliseringsstrategie (NDS) gelanceerd, onder de naam ‘Samen Versnellen’. Een van de ambities van de NDS is om overheden te helpen datavolwassen(er) te worden. De Interbestuurlijke Datastrategie (IBDS) vertegenwoordigt de ambities van de Nederlandse overheid op het gebied van data. Met het programma ‘Realisatie IBDS’ ondersteunt de overheid dit. In dit programma worden standaarden ontwikkeld voor datadeling (het federatief datastelsel) en wordt kennis gedeeld over het delen van gegevens of het vormgeven van processen. Ook wordt gewerkt aan een basiskader datavolwassenheid. Van alle overheden (centraal en decentraal) wordt verwacht dat ze hierbij gaan aansluiten. Dat is immers cruciaal voor de ontwikkeling van AI en proactieve dienstverlening, pijlers van de NDS.

Hoe helpt Parell?

Parell heeft veel ervaring met het begeleiden van overheidsorganisaties om datavolwassen(er) te worden. Door het uitvoeren van een datavolwassenheidsscan, het opstellen van een roadmap en het begeleiden van organisaties om die roadmap ook daadwerkelijk uit te voeren. We betrekken daarbij alle lagen in een organisatie, bijvoorbeeld door een 4-daagse te organiseren die uitmondt in een roadmap die gedragen en
begrepen wordt door de organisatie. Niet in de vorm van adviesrapporten, maar door daadwerkelijke hulp en overdracht van kennis. Zodat een organisatie het uiteindelijk zelf kan! Bij Parell werken mensen die verstand van zaken hebben, ze hebben overzicht, kunnen schakelen van strategisch naar tactisch en operationeel en weten welke (landelijke) ontwikkelingen er spelen.

Over de auteur

Cecile Schut is expert op gebied van verantwoord datagebruik. Ze is werkzaam bij Parell als consultant op het snijvlak van organisatieontwikkeling en verantwoorde inzet van data, algoritmes en AI. Hiervoor heeft ze gewerkt als directeur Systeemtoezicht en Technologie bij de Autoriteit Persoonsgegevens (AP). Bij de AP heeft ze het AVG-toezicht op algoritmes en AI vormgegeven en heeft ze, vooruitlopend op de AI-Verordening, gewerkt aan de inrichting van het toezicht op die wet in Nederland.

PArell academy

Datagedreven werken leer je bij Parell

Leer in de leergang Datagedreven Werken meer over het belang van datavolwassenheid, sluit aan bij onze leergang Algoritmes & AI en begrijp zo hoe je AI efficiënter kan toepassen of volg de e-learning.