In de derde aflevering van de Blueriq-podcast wordt precies dat spanningsveld blootgelegd. Iedereen ziet de potentie van AI, maar in de praktijk blijft het vaak hangen in plannen, pilots en experimenten.
Zolang AI daar blijft, verandert er weinig. De echte winst ontstaat pas wanneer je het toepast in de dagelijkse uitvoering. Juist daar waar aanvragen worden beoordeeld en bezwaren worden afgehandeld.
Waar het om draait, is hoe je AI zo inzet dat het vandaag al iets oplevert, zonder het groter te maken dan nodig.
Van strategie naar uitvoering: hier loopt het vast
AI komt binnen overheden vaak in twee vormen voor. Aan de ene kant is er de strategische visie: organisaties denken na over hoe AI past binnen hun dienstverlening en beleid. Aan de andere kant zijn er pilots en experimenten waarin nieuwe toepassingen worden verkend.
Wat vaak ontbreekt, is de stap daartussenin. De vertaling naar het primaire proces, waar aanvragen worden beoordeeld en bezwaren worden behandeld.
Dat is niet vreemd. Overheidsorganisaties werken met complexe IT-landschappen, waarin zaaksystemen, legacy-oplossingen en koppelingen samenkomen. Nieuwe technologie inpassen is niet eenvoudig, zeker met de eisen rondom privacy en veiligheid.
Het gevolg is herkenbaar: AI blijft óf een abstract toekomstbeeld, óf een los experiment zonder directe impact. Terwijl de echte waarde juist ontstaat op het moment dat AI onderdeel wordt van het dagelijkse werk.
Wanneer AI wél waarde oplevert in het proces
Of AI “werkt”, hangt af van wat het oplost in het proces. Een toepassing heeft pas waarde als die leidt tot tastbare verbeteringen. Kortere doorlooptijden, minder herstelrondes, betere kwaliteit van aanvragen of minder handmatig werk voor medewerkers.
Daarmee verschuift ook de definitie van succes. Niet de pilot of de demo is leidend, maar de vraag of het daadwerkelijk iets toevoegt in de uitvoering.
Subsidieprocessen: veel werk zit in controle en herstel
Subsidieprocessen lijken op papier overzichtelijk, maar bestaan in de praktijk uit een groot aantal stappen. Aanvragers vullen tientallen velden in en leveren verschillende bijlagen aan, zoals offertes, foto’s of uitgebreide toelichtingen.
Voor de beoordelaar begint daarna het werk. Kloppen de documenten? Sluit de aanvraag aan bij de regeling? Is de informatie compleet?
Veel van die controles gebeuren handmatig. En zodra er iets ontbreekt of niet klopt, volgt een herstelronde. De aanvraag gaat terug naar de aanvrager, die aanvullende informatie moet aanleveren.
Zoals in de podcast wordt benoemd: “elke herstelronde die je niet hoeft uit te voeren scheelt ontzettend veel werk en tijd.”
Met deze kleine stap voorkom je herstelrondes
Juist in dit soort stappen kan AI snel waarde toevoegen, zonder dat het proces volledig op de schop hoeft.
Denk aan het automatisch valideren van bijlagen en het interpreteren van toelichtingen, zodat direct zichtbaar wordt of een aanvraag klopt.
De grootste winst zit daarbij aan de voorkant van het proces. Door aanvragers direct feedback te geven tijdens het indienen, voorkom je dat fouten pas weken later worden ontdekt.
Zoals in de podcast treffend wordt gezegd: “als je een aanvrager kunt signaleren van: hé, je hebt de verkeerde PDF geüpload, dat scheelt al ontzettend veel.”
Het effect daarvan is direct merkbaar. Minder herstelrondes betekent kortere doorlooptijden en een betere ervaring voor de aanvrager.
Bezwaar en beroep: waar tijd verloren gaat
Waar subsidieprocessen vooral last hebben van incomplete of onjuiste input, ligt de uitdaging bij bezwaar en beroep ergens anders. Hier draait het om grote hoeveelheden informatie.
Bezwaarschriften, primaire besluiten en aanvullende stukken vormen samen omvangrijke dossiers. Juristen en behandelaren besteden veel tijd aan lezen, categoriseren en interpreteren.
De kernvraag is steeds dezelfde: waar gaat dit bezwaar over en wat is de relevante context?
AI kan hier ondersteunen door structuur aan te brengen in die informatie. Door teksten te analyseren, bezwaren te classificeren en verbanden zichtbaar te maken, ontstaat sneller inzicht in de rode draad van een zaak.
Dat is vooral waardevol bij grote aantallen vergelijkbare bezwaren. Wanneer deze automatisch worden gegroepeerd en toegewezen, kunnen ze efficiënter en consistenter worden behandeld.
Zo ondersteunt AI het werk van juristen en beoordelaars
Een belangrijke reden waarom AI in de praktijk vaak blijft hangen, is de aanname dat technologie beslissingen overneemt. Dat beeld zorgt voor terughoudendheid, zeker in een overheidscontext waar zorgvuldigheid essentieel is.
In de praktijk ligt de kracht ergens anders.
AI ondersteunt juist de stappen vóór de beslissing. Denk aan het controleren van documenten, het samenvatten van dossiers of het classificeren van bezwaren. Dit zijn deelbeslissingen die veel tijd kosten, maar weinig ruimte laten voor interpretatie.
De uiteindelijke afweging blijft bij de medewerker.
Vandaar dat we zeggen: “Ga die AI gebruiken als een assistent, als een collega die lastige klusjes voor je uit handen neemt.”
Op die manier ontstaat versnelling, zonder dat de menselijke maat verloren gaat.
Zonder kaders geen betrouwbare AI
AI kan alleen goed functioneren binnen duidelijke kaders. Dat betekent dat het moet aansluiten op de regels, processen en data die al binnen de organisatie worden gebruikt.
Publieke AI-tools zijn daarvoor niet geschikt. Ze missen de context en bieden onvoldoende controle over data en besluitvorming.
In een overheidscontext is het essentieel dat:
- Alleen toegestane bronnen worden gebruikt.
- Beslissingen herleidbaar zijn.
- De logica van het proces leidend blijft.
Door AI te integreren binnen bestaande systemen en regels, ontstaat een gecontroleerde omgeving waarin technologie daadwerkelijk kan ondersteunen.
Begin met één processtap en schaal daarna op
De grootste valkuil is om AI meteen groots aan te pakken. Volledige automatisering of complexe implementaties maken het moeilijk om snel resultaat te zien.
Wat in de praktijk beter werkt, is klein beginnen en direct toepassen in het proces zelf.
Bijvoorbeeld door:
- Bijlagen automatisch te valideren.
- Bezwaren te classificeren.
- Teksten te analyseren.
Dit soort toepassingen zijn overzichtelijk, beheersbaar en leveren direct resultaat op.
Daarmee wordt ook duidelijk wat werkt en waar opschaling zinvol is.
Think big, act small.
AI werkt pas als je het toepast in het proces
AI in de overheid is geen toekomstmuziek meer. De technologie is beschikbaar en de eerste toepassingen laten zien dat het werkt.
De uitdaging ligt in het toepassen ervan in het primaire proces. Subsidies en bezwaar & beroep laten zien waar die kansen liggen door gericht één stap te verbeteren.
Daar ontstaat de versnelling die organisaties zoeken.
