Kennisbank

Smartmoves voor de Ondernemingsraad
OR COR Tips en Tricks
Leiderschap
Ondernemingsraad Wet op de ondernemingsraden

AI en de Toekomst van Werk bij de Nederlandse Rijksoverheid

AI en de Toekomst van Werk bij de Nederlandse Rijksoverheid

Analyse voor de Ondernemingsraad

Tijdshorizon 2025-2032

Voorwoord

Dit document is specifiek opgesteld voor ondernemingsraden en medezeggenschap binnen de Nederlandse Rijksoverheid. Het brengt de inzichten samen van zeven wereldwijd toonaangevende AI-experts en plaatst deze in de context van de Nederlandse centrale overheid. De analyse richt zich op de periode tot 2032 en biedt een realistisch, feitelijk en uitgebreid beeld van de veranderingen die kunstmatige intelligentie teweegbrengt in het dagelijks werk van rijksambtenaren.

De Nederlandse Rijksoverheid telt medio 2025 ongeveer 160.000 fte. Dit aantal is de afgelopen jaren substantieel gegroeid: van 125.000 in 2020 naar 157.000 in 2024 en 160.000 in 2025. Deze groei heeft meerdere oorzaken: nieuwe maatschappelijke opgaven, complexere regelgeving, coronacrisis, en uitbreiding van taken. Tegelijkertijd kondigt het kabinet een bezuiniging aan van 22 procent op het apparaat, wat neerkomt op ongeveer 1 miljard euro structureel vanaf 2029.

In deze context wordt AI gezien als mogelijk antwoord. De verwachting is dat AI kan helpen bij efficiëntere dienstverlening, snellere besluitvorming, en kostenbesparing. Maar wat betekent dit werkelijk voor het dagelijks werk van ambtenaren? Voor functies? Voor de organisatie? En voor de kwaliteit van overheidsdienstverlening?

Volgens TNO-onderzoek in opdracht van het ministerie van Binnenlandse Zaken en Koninkrijksrelaties is het gebruik van generatieve AI bij de overheid explosief gegroeid: van 8 toepassingen in 2024 naar 81 in 2025. De Algemene Rekenkamer inventariseerde in totaal 433 AI-systemen bij de Rijksoverheid. Dit betekent dat AI-adoptie snel toeneemt, maar ook dat de impact op functies en werk nog moet blijken.

Dit document is niet bedoeld om angst te zaaien, maar om OR-leden te voorzien van feitelijke, diepgaande kennis. Het combineert de waarschuwingen en inzichten van de zeven experts met concrete Nederlandse data. De analyse is kritisch maar constructief, realistisch maar niet fatalistisch. Het doel is dat OR-leden hun rol als belangenbehartiger van ambtenaren en als constructief gesprekspartner van de organisatie adequaat kunnen vervullen in deze kritieke overgangsperiode.

Deel 1: De Zeven AI-Experts en Hun Visies voor de Rijksoverheid

De zeven experts wier inzichten dit document onderbouwen zijn Mo Gawdat (voormalig Google X), Geoffrey Hinton (Nobelprijswinnaar 2024), Kai-Fu Lee (AI Superpowers), Stuart Russell (UC Berkeley), Andrew Ng (deeplearning.ai), Ethan Mollick (Wharton), en Alberto Romero (The Algorithmic Bridge). Hun analyses over AI en werk zijn algemeen, maar voor de Rijksoverheid zijn er specifieke accenten die extra relevant zijn.

1.1 Kern Inzichten voor de Rijksoverheid

Mo Gawdat's waarschuwing dat AI vooral wordt gezien als kostenbesparingsmiddel is bijzonder relevant voor de Rijksoverheid die onder bezuinigingsdruk staat. Zijn voorbeeld dat drie mensen met AI het werk doen van 350 ontwikkelaars illustreert extreme efficiency die ook bij de overheid kan worden behaald. Met een budgettaire taakstelling van 22 procent reductie is verleiding groot om AI in te zetten voor personeelsreductie.

Geoffrey Hinton benadrukt dat AI complexe cognitieve functies overneemt. Voor de Rijksoverheid betekent dit dat beleidsanalyse, juridische toetsing, en besluitvorming steeds meer door AI kunnen worden ondersteund. Maar dit roept ook vraag op: als AI beleidsadviezen kan genereren, wat is dan toegevoegde waarde van beleidsambtenaren?

Kai-Fu Lee's voorspelling van 40 procent baanverandering binnen 10 tot 15 jaar geldt mogelijk voor overheid zoals voor bedrijfsleven. Maar er is cruciaal verschil: overheid kan niet alleen sturen op efficiency maar moet ook democratische waarden, rechtsstatelijkheid en publiek belang borgen. AI mag werk veranderen maar niet ten koste van deze kernwaarden.

Andrew Ng's pleidooi voor augmentatie is essentieel voor overheid. Een beleidsambtenaar die AI gebruikt voor analyse en rapportage wordt productiever. Een juridisch medewerker die AI gebruikt voor jurisprudentie-onderzoek werkt sneller. Maar dit vereist investering in training en tools. Voor overheid met beperkte ICT-budgetten is dit uitdaging.

Ethan Mollick toont dat kenniswerkers met AI 30 tot 40 procent productiever worden. Voor Rijksoverheid met ongeveer 160.000 fte betekent dit potentieel enorm. Maar het roept ook ethische vraag: mag overheid AI gebruiken voor efficiency als dit ten koste gaat van werkgelegenheid?

Alberto Romero waarschuwt voor doorbroken carrièreladder. Traditioneel beginnen junior ambtenaren met eenvoudige taken zoals dossierbeheer, eenvoudige analyses, en administratie. Als AI deze taken overneemt, waar starten juniors dan? Hoe ontwikkelen zij expertise? Voor overheid die kampt met vergrijzing en personeelstekorten is dit existentieel probleem.

Stuart Russell waarschuwt voor alignment probleem. Voor overheid is dit extra relevant: AI-systemen die burgers beoordelen moeten rechtvaardig zijn. AI die besluiten voorbereidt moet democratische waarden respecteren. Kleine fouten in AI-systemen kunnen grote impact hebben op levens van burgers.

Deel 2: De Nederlandse Rijksoverheid - Context en Uitdagingen

2.1 Huidige Situatie en Druk

De Rijksoverheid bevindt zich in paradoxale situatie. Enerzijds groeit het aantal ambtenaren: van 125.000 fte in 2020 naar 160.000 in 2025, een stijging van 28 procent in vijf jaar. Deze groei wordt gedreven door nieuwe maatschappelijke opgaven (klimaat, digitalisering, migratie), complexere regelgeving, en uitbreiding van taken.

Anderzijds kondigt het kabinet bezuiniging aan van 22 procent op apparaat, wat neerkomt op ongeveer 35.000 fte. Dit moet leiden tot besparing van ongeveer 1 miljard euro structureel vanaf 2029. Deze bezuiniging moet komen terwijl taken niet afnemen.

In deze context wordt AI gezien als mogelijk antwoord. De verwachting is dat AI helpt bij efficiëntere werkprocessen, snellere dienstverlening, en kostenbesparing. Maar dit creëert ook spanning: AI wordt mogelijk meer ingezet voor reductie dan voor kwaliteitsverbetering.

Daarnaast is er externe inhuur van 15,4 procent, wat hoger is dan de door Kamer gewenste 10 procent (Roemernorm). Dit betekent dat ongeveer 24.000 fte extern zijn ingehuurd. Deze externe medewerkers zijn vaak ingezet voor ICT-projecten, beleid, en tijdelijke pieken. Als AI deze taken overneemt, kunnen externe krachten worden afgebouwd. Maar ook vaste ambtenaren kunnen worden geraakt.

2.2 AI-Adoptie bij Rijksoverheid

Volgens TNO-onderzoek in opdracht van ministerie van BZK is gebruik van generatieve AI explosief gegroeid: van 8 toepassingen in 2024 naar 81 in 2025. Dit is toename van ruim 900 procent in één jaar. De Algemene Rekenkamer inventariseerde in totaal 433 AI-systemen bij Rijksoverheid, waarvan 120 in gebruik en rest in ontwikkeling.

Belangrijkste toepassingen zijn chatbots voor burgers, spraaktranscriptie voor vergaderingen, beslisalgoritmes voor vergunningen en uitkeringen, vertaalalgoritmes voor meertalige communicatie, en generatieve AI voor tekstproductie en beleidsanalyse. Daarnaast worden AI-systemen gebruikt voor fraudedetectie, risicoanalyse, en procesoptimalisatie.

In april 2025 publiceerde de Rijksoverheid nieuwe richtlijnen voor verantwoord gebruik van generatieve AI. Ambtenaren krijgen meer ruimte om AI te gebruiken maar moeten zich houden aan voorwaarden: transparantie, risicoanalyse, gebruik van betrouwbare modellen, en voorkeur voor Europese en open-source oplossingen.

Vanaf februari 2025 is EU AI-Act van kracht. Dit betekent strengere eisen aan AI-systemen, met name voor hoog-risico toepassingen zoals besluitvorming die burgers raakt. Overheid moet AI-geletterdheid van ambtenaren verbeteren en governance-structuren opzetten.

2.3 Unieke Kenmerken Rijksoverheid

Rijksoverheid heeft enkele unieke kenmerken die AI-impact beïnvloeden. Ten eerste is er democratische verantwoording. Ministers zijn verantwoordelijk aan Kamer voor beleid en uitvoering. AI mag deze verantwoordingslijn niet ondermijnen. Beslissingen moeten uitlegbaar blijven.

Ten tweede is er rechtsstatelijkheid. Overheid moet rechtsgelijkheid borgen en discriminatie voorkomen. AI-systemen mogen geen bias introduceren die leidt tot ongelijke behandeling van burgers.

Ten derde is er publiek belang. Overheid dient algemeen belang, niet winstmaximalisatie. AI moet worden ingezet voor betere dienstverlening, niet alleen voor kostenreductie.

Ten vierde is er continuïteit. Overheid kan niet failliet gaan en moet altijd functioneren. Dit betekent dat AI-implementatie zorgvuldig moet gebeuren met focus op borging van continuïteit.

Deel 3: Impact per Functiegebied bij de Rijksoverheid

3.1 Beleid en Analyse

Huidige situatie

Beleidsambtenaren vormen kern van Rijksoverheid. Zij ontwikkelen beleid, analyseren vraagstukken, adviseren ministers, en bereiden besluitvorming voor. Ongeveer 30 procent van rijksambtenaren werkt in beleid en analyse, goed voor ongeveer 48.000 fte. Dit zijn hoogopgeleide professionals, vaak academisch geschoold in verschillende disciplines.

Het werk vereist analytisch vermogen, schrijfvaardigheid, politieke sensitiviteit, en vakinhoudelijke expertise. Traditioneel maken beleidsambtenaren analyses van maatschappelijke vraagstukken, schrijven beleidsnota's, bereiden Kamerbrieven voor, en adviseren over wetgeving.

AI-impact 2025-2028

Generatieve AI transformeert beleidswerk fundamenteel. AI kan nu onderzoeksrapporten samenvatten, beleidsvarianten genereren, Kamerbrieven opstellen, en beleidseffecten analyseren. Een beleidsambtenaar die vroeger dagen besteedde aan literatuuronderzoek en rapportage kan dit nu in uren laten doen door AI.

Maar er zijn ook valkuilen. AI kan hallucinations produceren waarbij niet-bestaande onderzoeken worden geciteerd. AI kan politieke nuance missen. AI kan niet de politieke afwegingen maken die inherent zijn aan beleid. Dit betekent dat menselijke toetsing essentieel blijft.

Voor junior beleidsambtenaren is impact groot. Traditioneel begonnen zij met eenvoudige taken zoals dossierbeheer, literatuuronderzoek, en concept-teksten schrijven. Als AI deze taken overneemt, waar beginnen juniors dan? Hoe ontwikkelen zij beleidsvaardigheden?

AI-impact 2028-2032

Tegen 2032 is AI volledig geïntegreerd in beleidswerk. Routine-analyses worden grotendeels geautomatiseerd. Beleidsambtenaren focussen op complexe afwegingen, politieke sensitiviteit, en stakeholder management. De analytische basis wordt geleverd door AI, de menselijke toegevoegde waarde zit in oordeel en afweging.

De verwachting is dat tegen 2032 ongeveer 25 procent van beleid en analyse functies substantieel is veranderd. Senior beleidsambtenaren met diep vakinhoudelijk inzicht en politieke ervaring blijven zeer waardevol. Junior en mid-level ambtenaren die vooral analytisch en ondersteunend werk doen worden minder nodig.

Impact op aantallen

Als 30 procent van rijksambtenaren in beleid en analyse werkt (ongeveer 48.000 fte), en 25 procent van deze functies substantieel verandert, betreft dit ongeveer 12.000 medewerkers.

3.2 Uitvoering en Dienstverlening

Huidige situatie

Uitvoering en dienstverlening vormen grootste functiegroep bij Rijksoverheid. Dit omvat medewerkers bij Belastingdienst, UWV, DUO, IND, en andere uitvoeringsorganisaties. Ongeveer 45 procent van rijksambtenaren werkt in uitvoering, goed voor ongeveer 72.000 fte.

Het werk omvat het verwerken van aanvragen, verlenen van vergunningen, toekennen van uitkeringen, innen van belastingen, en beantwoorden van vragen van burgers en bedrijven. Veel van dit werk is regelgebonden en procesmatig.

AI-impact 2025-2028

AI-chatbots nemen steeds meer vragen van burgers over. Bij verschillende overheden zijn al chatbots operationeel die veelvoorkomende vragen beantwoorden. Dit vermindert druk op klantenservice maar roept ook vraag op naar aantal benodigde medewerkers.

Beslisalgoritmes automatiseren standaard besluitvorming. Voor eenvoudige aanvragen zoals subsidies, vergunningen of uitkeringen kan AI beoordelen of wordt voldaan aan criteria. Dit versnelt processen maar vermindert ook behoefte aan menselijke beoordeling.

Spraaktranscriptie en AI-ondersteuning verbeteren efficiency van frontoffice-medewerkers. Een medewerker die burger helpt krijgt AI-ondersteuning met antwoorden en procedures. Dit verhoogt kwaliteit maar betekent ook dat minder specialistische kennis nodig is.

AI-impact 2028-2032

Tegen 2032 is groot deel van standaard uitvoering geautomatiseerd. Eenvoudige aanvragen worden volledig door AI verwerkt. Menselijke medewerkers blijven nodig voor complexe gevallen, uitzonderingen, en persoonlijk contact.

De verwachting is dat tegen 2032 ongeveer 35 procent van uitvoering en dienstverlening functies substantieel is veranderd. Standaard verwerking wordt grotendeels geautomatiseerd. Complexe gevallenbehande­ling en maatwerk blijven menselijk werk.

Impact op aantallen

Als 45 procent van rijksambtenaren in uitvoering werkt (ongeveer 72.000 fte), en 35 procent van deze functies substantieel verandert, betreft dit ongeveer 25.000 medewerkers.

3.3 Juridische Diensten en Handhaving

Huidige situatie

Juridische medewerkers en handhaving vormen ongeveer 10 procent van rijksambtenaren, goed voor ongeveer 16.000 fte. Dit omvat juristen bij ministeries, inspecteurs, en handhavers. Het werk vereist grondige juridische kennis en toepassing van wetgeving in praktijk.

AI-impact 2025-2032

AI kan jurisprudentie doorzoeken, wetgeving analyseren, en concepten van juridische adviezen opstellen. Dit verhoogt efficiency van juristen maar roept ook vraag op naar toegevoegde waarde. Een juridisch medewerker die AI gebruikt voor onderzoek werkt sneller, maar heeft organisatie dan evenveel juristen nodig?

Voor handhaving kan AI helpen bij risicoanalyse: welke bedrijven hebben hogere kans op overtredingen? Waar moeten inspecteurs hun tijd besteden? Dit maakt handhaving effectiever maar vereist wel zorgvuldige toetsing om discriminatie te voorkomen.

De verwachting is dat tegen 2032 ongeveer 30 procent van juridische diensten en handhaving functies substantieel is veranderd. Routine juridisch werk wordt geautomatiseerd. Complexe juridische interpretatie en belangenafweging blijven menselijk.

Impact op aantallen

Als 10 procent van rijksambtenaren in juridische diensten en handhaving werkt (ongeveer 16.000 fte), en 30 procent van deze functies substantieel verandert, betreft dit ongeveer 4.800 medewerkers.

3.4 Ondersteuning en Bedrijfsvoering

Huidige situatie

Ondersteuning en bedrijfsvoering omvatten HR, financiën, facilitair, ICT, en communicatie. Ongeveer 15 procent van rijksambtenaren werkt in ondersteuning, goed voor ongeveer 24.000 fte.

AI-impact 2025-2032

Ondersteuning is bijzonder kwetsbaar voor AI-automatisering. HR-taken zoals sollicitatiebeheer, onboarding, en verlofadministratie kunnen grotendeels worden geautomatiseerd. Financiële administratie wordt gestroomlijnd. Communicatie kan worden ondersteund door AI die concepten schrijft.

De verwachting is dat tegen 2032 ongeveer 40 procent van ondersteuning en bedrijfsvoering functies substantieel is veranderd. Operationele taken worden grotendeels geautomatiseerd. Strategisch HR, complexe financiële vraagstukken, en strategische communicatie blijven menselijk.

Impact op aantallen

Als 15 procent van rijksambtenaren in ondersteuning werkt (ongeveer 24.000 fte), en 40 procent van deze functies substantieel verandert, betreft dit ongeveer 9.600 medewerkers.

Deel 4: Totaalimpact en Kwantificering

4.1 Verwachte Impact Rijksoverheid

Voor de Rijksoverheid met ongeveer 160.000 fte zou de verwachte impact er als volgt uitzien:

Beleid en Analyse (48.000 fte, 30 procent): Verwachte impact 25 procent tegen 2032. Dit betekent ongeveer 12.000 functies substantieel veranderd. Senior beleidsambtenaren blijven waardevol, junior en mid-level functies worden minder nodig.

Uitvoering en Dienstverlening (72.000 fte, 45 procent): Verwachte impact 35 procent tegen 2032. Dit betekent ongeveer 25.000 functies substantieel veranderd. Standaard verwerking wordt geautomatiseerd, complexe gevallen blijven menselijk.

Juridische Diensten en Handhaving (16.000 fte, 10 procent): Verwachte impact 30 procent tegen 2032. Dit betekent ongeveer 4.800 functies substantieel veranderd. Routine juridisch werk wordt geautomatiseerd, complexe interpretatie blijft menselijk.

Ondersteuning en Bedrijfsvoering (24.000 fte, 15 procent): Verwachte impact 40 procent tegen 2032. Dit betekent ongeveer 9.600 functies substantieel veranderd. Operationele taken worden geautomatiseerd, strategisch werk blijft menselijk.

Totaal: Van 160.000 rijksambtenaren worden ongeveer 52.000 functies (32,5 procent) substantieel veranderd tegen 2032. Dit komt overeen met de algemene voorspelling van 30 tot 40 procent baanverandering in kennisintensieve sectoren.

4.2 Relatie tot Bezuinigingsdoelstelling

Het kabinet streeft naar reductie van 22 procent op apparaat, wat neerkomt op ongeveer 35.000 fte. De verwachte AI-impact van 52.000 substantieel veranderde functies is hoger dan deze bezuinigingsdoelstelling. Dit betekent dat AI potentieel heeft om bezuinigingsdoelstelling te realiseren.

Maar er is cruciaal verschil tussen substantieel veranderde functies en verdwenen functies. Als AI beleidsambtenaren 40 procent productiever maakt, betekent dit niet automatisch dat 40 procent van beleidsambtenaren verdwijnt. Het kan ook betekenen dat zij meer en beter beleid kunnen maken.

De keuze is aan beleid: wordt AI gebruikt voor productiviteitsverhoging waarbij werknemers blijven en meer werk verzetten? Of wordt AI gebruikt voor reductie waarbij efficiencywinst leidt tot personeelsverlaging? Voor Rijksoverheid die onder bezuinigingsdruk staat is verleiding groot om te kiezen voor reductie.

4.3 Tijdlijn van Verwachte Ontwikkelingen

Fase 1: Experimenteren (2025-2026). Pilots en eerste implementaties. Van 8 naar 81 GenAI-toepassingen is begin. Impact op functies nog beperkt maar organisatie leert wat mogelijk is. EU AI-Act wordt geïmplementeerd.

Fase 2: Opschaling (2027-2028). Succesvolle pilots worden uitgerold. Bezuinigingsdruk neemt toe. AI wordt ingezet voor efficiency. Eerste substantiële veranderingen in functies. Externe inhuur wordt afgebouwd.

Fase 3: Transformatie (2029-2030). AI is diep geïntegreerd. Functies zijn fundamenteel veranderd. Bezuinigingsdoelstelling moet worden gerealiseerd. Keuze tussen productiviteitsverhoging en reductie wordt gemaakt.

Fase 4: Nieuw evenwicht (2031-2032). AI is volledig standaard. Rijksoverheid is 25 tot 35 procent kleiner dan in 2025 via natuurlijk verloop en geleidelijke aanpassingen. Resterende ambtenaren werken anders, met AI als standaard gereedschap.

Deel 5: Bijzondere Overwegingen voor de Rijksoverheid

5.1 Democratische Verantwoording

Voor Rijksoverheid is democratische verantwoording essentieel. Ministers zijn verantwoordelijk aan Tweede Kamer voor beleid en uitvoering. Als AI besluiten neemt of beleid genereert, wie is dan verantwoordelijk?

EU AI-Act vereist dat hoog-risico AI-systemen uitlegbaar zijn. Voor overheid betekent dit dat AI-beslissingen moeten kunnen worden uitgelegd aan burgers en Kamer. Black box AI die niet kan uitleggen waarom bepaald besluit is genomen, is onacceptabel voor overheid.

Dit heeft consequenties voor welke AI-systemen overheid kan gebruiken. Generatieve AI die hallucinations produceert is riskant voor beleidsontwikkeling. Beslisalgoritmes die bias bevatten zijn onacceptabel voor uitvoering. Overheid moet hogere lat leggen voor AI-kwaliteit dan bedrijfsleven.

5.2 Rechtsstatelijkheid en Discriminatie

Rechtsstatelijkheid vereist dat overheid burgers gelijk behandelt en discriminatie voorkomt. AI-systemen kunnen bias bevatten die leidt tot ongelijke behandeling. Dit is extra problematisch voor overheid omdat beslissingen rechtsgevolgen hebben voor burgers.

Als AI-systeem bepaalde groepen burgers systematisch anders behandelt, is dit schending van rechtsgelijkheid. Overheid moet AI-systemen daarom extra zorgvuldig toetsen op bias en discriminatie. Dit vereist expertise en tijd.

Voor OR betekent dit dat zij moeten eisen dat AI-systemen worden getoetst op rechtvaardigheid voordat zij worden ingezet. Snelle implementatie ter wille van efficiency mag niet ten koste gaan van rechtsstatelijkheid.

5.3 Publiek Belang vs Efficiency

Overheid dient publiek belang, niet winstmaximalisatie. Dit betekent dat efficiency niet het enige criterium is voor AI-inzet. Kwaliteit van dienstverlening, toegankelijkheid voor alle burgers, en menselijk contact zijn ook belangrijk.

Als AI-chatbot 80 procent van vragen kan beantwoorden maar 20 procent van burgers niet kan helpen, is dit acceptabel? Voor bedrijf dat winstmaximalisatie nastreeft misschien wel. Voor overheid die alle burgers moet dienen niet.

Dit betekent dat AI-implementatie bij overheid andere afwegingen vereist dan bij bedrijfsleven. Efficiency is belangrijk maar niet allesbepalend. OR moet ervoor zorgen dat publiek belang centraal blijft staan.

5.4 Digitale Afhankelijkheid

TNO-onderzoek toont dat meeste overheids-AI draait op Amerikaanse modellen. Dit creëert digitale afhankelijkheid. Als leverancier besluit dienst stop te zetten of prijzen te verhogen, zit overheid klem.

Rijksoverheid stimuleert daarom gebruik van Europese en open-source AI-oplossingen. Maar deze zijn vaak minder geavanceerd dan Amerikaanse alternatieven. Keuze tussen digitale soevereiniteit en beste technologie is lastig.

Voor werknemers betekent dit ook onzekerheid. Als overheid afhankelijk wordt van externe AI-leveranciers, hoe borgt zij dan continuïteit van expertise? Als externe AI-systemen falen, heeft overheid dan nog eigen kennis om terug te vallen?

Deel 6: Koerslijnen en Keuzes voor de Ondernemingsraad

6.1 Strategische Lijnen

Lijn A: Publieke Waarde Centraal

Deze lijn stelt dat AI moet worden ingezet voor verbetering van dienstverlening en kwaliteit van beleid, niet alleen voor kostenreductie. Efficiencywinst wordt geïnvesteerd in betere diensten aan burgers, niet in personeelsreductie.

Concreet: als AI beleidsambtenaren 30 procent productiever maakt, wordt dit gebruikt om meer en beter beleid te maken. Als AI uitvoering versnelt, wordt dit gebruikt om snellere dienstverlening aan burgers te bieden. Aantal medewerkers blijft stabiel maar output en kwaliteit stijgen.

Lijn B: Managed Transition

Deze lijn accepteert dat bezuinigingsdoelstelling moet worden gehaald maar eist dat dit geleidelijk en humaan gebeurt. Reductie via natuurlijk verloop, geen gedwongen ontslagen, en substantiële investeringen in omscholing.

Concreet: bezuinigingsdoelstelling van 35.000 fte wordt gespreid over 7 jaar (2025-2032). Dit betekent ongeveer 5.000 fte per jaar via natuurlijk verloop (uitstroom is ongeveer 8 procent per jaar, wat neerkomt op 12.800 fte). Dit is realistisch haalbaar zonder gedwongen ontslagen.

Lijn C: Hybride Werkwijze

Deze lijn combineert efficiency en kwaliteit. AI wordt ingezet voor routine-werk zodat ambtenaren zich kunnen focussen op complexe vraagstukken. Dit leidt tot reductie in routine-functies maar behoud van expertise-functies.

Concreet: reductie vindt vooral plaats in uitvoering en ondersteuning waar routine-werk kan worden geautomatiseerd. Beleid en expertise-functies blijven behouden of groeien zelfs. Dit past bij kenniseconomie en hoogwaardige overheidsdienstverlening.

6.2 Concrete Onderhandelingspunten

AI-Impact Assessments

Eis: verplichte impact assessment voordat AI-systemen worden geïmplementeerd. Assessment moet analyseren: welke taken worden geautomatiseerd, welke functies worden geraakt, wat is impact op dienstverlening aan burgers, zijn er discriminatierisico's, en hoe wordt kennisbehoud geborgd.

Minimumeis: geen implementatie zonder voorafgaande assessment die OR heeft beoordeeld en goedgekeurd. Assessment moet publiek zijn voor Kamercontrole.

Omscholingsbudgetten

Eis: substantieel omscholingsbudget in CAO opgenomen. Voor Rijksoverheid betekent dit training in AI-tools, data-analyse, en nieuwe werkwijzen. Niet symbolisch (500 euro per jaar) maar werkelijk voldoende (bijvoorbeeld 3000 euro per jaar met 60 uur betaalde studietijd).

Minimumeis: elke ambtenaar recht op minimaal 60 uur per jaar AI-gerelateerde training tijdens werktijd.

Werkzekerheid

Eis: geen gedwongen ontslagen vanwege AI-implementatie. Bezuinigingsdoelstelling wordt gerealiseerd via natuurlijk verloop. Bij functieverdwijning: voorrang nieuwe functies, recht op omscholing met salaarsbehoud, verhoogde transitievergoeding.

Minimumeis: formele garanties over werkzekerheid en sociale plannen die substantieel boven wettelijk minimum liggen.

Kwaliteit en Rechtsstatelijkheid

Eis: AI-systemen moeten voldoen aan hogere kwaliteitsstandaarden dan in bedrijfsleven. Transparantie, uitlegbaarheid, en toetsing op discriminatie zijn verplicht. Onafhankelijke audits van AI-systemen die burgers raken.

Minimumeis: geen AI-systemen die burgers raken zonder voorafgaande toetsing op rechtvaardigheid en discriminatie door onafhankelijke partij.

Deel 7: Concrete Aanbevelingen

7.1 Voor de Ondernemingsraad

•       Bouw expertise op: OR-leden moeten begrijpen wat AI betekent voor overheidstaken. Volg trainingen over EU AI-Act, algoritmes, en besluissystemen.

•       Werk samen met andere OR-en: deel ervaringen met OR-en van andere ministeries en uitvoeringsorganisaties. AI-uitdaging is te groot voor individuele OR-en.

•       Eis volledig overzicht: vraag register van alle AI-systemen, pilots en plannen. Algemene Rekenkamer telde 433 systemen, maar veel organisaties weten niet eens wat zij gebruiken.

•       Koppel aan publiek belang: AI mag niet alleen worden ingezet voor efficiency maar moet ook kwaliteit van dienstverlening verbeteren. Eis dat impact op burgers centraal staat.

•       Bescherm carrièrepaden: eis dat organisatie strategie heeft voor ontwikkeling junior ambtenaren. Als AI junior taken overneemt, hoe groeit nieuwe generatie dan door?

•       Waak voor digitale afhankelijkheid: eis dat organisatie bewust kiest voor leveranciers en niet volledig afhankelijk wordt van enkele externe partijen.

7.2 Voor de Rijksoverheid

•       Publiek belang centraal: gebruik AI voor verbetering van dienstverlening, niet alleen voor kostenreductie. Overheid is geen bedrijf.

•       Investeer in mensen: zie omscholing niet als kostenpost maar als investering. Ambtenaren die AI kunnen gebruiken zijn essentieel voor toekomst.

•       Borg rechtsstatelijkheid: stel hogere eisen aan AI-systemen dan bedrijfsleven. Transparantie, uitlegbaarheid en discriminatietoetsing zijn niet optioneel maar verplicht.

•       Denk lange termijn: resisteer verleiding tot korte termijn kostenreductie. Organisatie die investeert in mensen en technologie presteert beter over 5 tot 10 jaar.

•       Betrek OR vroeg: zie OR als partner in transformatie. Vroege betrokkenheid leidt tot betere implementaties en vermindert weerstand.

Slotwoord

De Nederlandse Rijksoverheid staat voor unieke uitdaging. Enerzijds groeit aantal ambtenaren (van 125.000 in 2020 naar 160.000 in 2025), anderzijds moet 22 procent worden bezuinigd (ongeveer 35.000 fte). In deze context wordt AI gezien als mogelijk antwoord. De convergerende analyse van zeven toonaangevende experts, gecombineerd met Nederlandse data van TNO, Algemene Rekenkamer en ministerie van BZK, tekent helder beeld: AI zal werk niet laten verdwijnen maar wel drastisch veranderen.

De verwachting is dat tegen 2032 ongeveer 30 tot 35 procent van functies bij Rijksoverheid substantieel is veranderd. Dit betreft ongeveer 52.000 ambtenaren uit totaal van 160.000. Deze transformatie kan leiden tot realisatie van bezuinigingsdoelstelling via natuurlijk verloop en geleidelijke aanpassingen.

Maar deze transformatie is niet deterministisch. De keuzes die Rijksoverheid en OR-en nu maken bepalen of dit leidt tot betere dienstverlening en hoogwaardige overheidsfuncties, of tot sociale ontwrichting en verlies van essentiële expertise. Rijksoverheid heeft unieke verantwoordelijkheid: zij moet democratische waarden, rechtsstatelijkheid en publiek belang borgen. AI mag deze kernwaarden niet ondermijnen.

Voor ondernemingsraden is rol cruciaal. Zij moeten expertise opbouwen, proactief meedenken over transformatie, en harde afspraken maken over impact assessments, omscholing, werkzekerheid en kwaliteitsborging. Alleen zo kunnen ambtenaren worden beschermd zonder innovatie te blokkeren.

De komende drie jaar zijn bepalend. Rijksoverheid die nu investeert in mensen en technologie, die AI inzet voor kwaliteitsverbetering en niet alleen voor reductie, en die publiek belang centraal stelt, zal in 2032 sterker staan. Rijksoverheid die alleen reduceert en optimalisseert zal kwetsbaar zijn door kennisverlies en demotivatie.

Het is tijd voor actie. De toekomst wordt nu bepaald.

Bronnenlijst

Nederlandse Overheid Specifieke Bronnen

•       TNO (2025). Overheidsbrede Monitor GenAI. In opdracht van ministerie van BZK.

•       Algemene Rekenkamer (2024). Focus op AI bij de Rijksoverheid. Den Haag: AR.

•       Ministerie van BZK (2025). Overheidsbrede handreiking Generatieve AI.

•       Rijksoverheid (2025). Jaarrapportage Bedrijfsvoering Rijk.

•       Tweede Kamer (2025). Brieven over AI-faciliteit en personeel Rijksoverheid.

Europese Wetgeving

•       Europese Unie (2024). AI-Act (Artificial Intelligence Act).

Nederlandse Onderzoeksinstituten

•       Centraal Bureau voor de Statistiek (2025). AI-monitor 2024.

•       PwC (2025). AI Jobs Barometer 2025.

•       Sociaal-Economische Raad (2025). AI en werk (Advies 25/03).

Universiteiten

•       Volberda, H. (2025). Future of Jobs Report 2025 - Nederlandse data. UvA.

Internationale Expert Bronnen

•       Gawdat, M. (2021). Scary Smart. London: Bluebird.

•       Hinton, G. (2023-2024). Diverse interviews en publieke statements.

•       Lee, K. (2018). AI Superpowers. Boston: Houghton Mifflin Harcourt.

•       Russell, S. (2019). Human Compatible. New York: Viking.

•       Ng, A. Publicaties via Coursera en DeepLearning.AI.

•       Mollick, E. (2024). Co-Intelligence. New York: Portfolio.

•       Romero, A. The Algorithmic Bridge (nieuwsbrief).

 

Inhoudsopgave artikel

8.4

Score voor HBU Training en advies… na 31 ervaringen.

  • "Deze trainer heeft veel ervaring en kennis, kan goed peilen waar de behoefte van de groep ligt en zorgt ervoor dat je als team echt een stapje verder komt met een cursus die zowel leerzaam als leuk is."
  • "Positieve training. Theorie waar nodig. Discussie waar mogelijk en oefening waar gewenst met ruimte voor eigen initiatief. Voor onze medezeggenschap is een concreet resultaat dat we ons beter willen profileren m.b.v. agile werken. De basis daarvoor is gelegd tijdens training."
  • "Uitwisseling met OR van andere bedrijfstakken. Aanpak, ideeën. Vooral praktische insteek en het voor houden van spiegel zorgt ook voor andere kijk op je eigen werk en aanpak. Dat werkt erg prettig. "
  • "Leuke inspirerende training met weer een andere kijk op het voeren van dagelijks bestuur. Ondanks de jaren lange ervaring in de medezeggenschap, heb ik weer voldoende geleerd en bagage meegekregen om onze mensen te inspireren en mee te bewegen."
  • "Goede training van een trainer die op een plezierige manier gaat voor resultaat. Het prettige is dat hij je bij de les houdt, zorgt voor zinnige discussies en niet schroomt om in te grijpen als te veel van de koers wordt afgeweken."
  • "leerzaam, zinvol, to the point, goed ingaan op dagelijkse omstandigheden, fijn om afwisseling te hebben door middel van korte pauzes waardoor de aandacht er goed bij gehouden kon worden. Ook fijn dat er op z'n tijd een grapje gemaakt wordt. Deskundig persoon"
  • "Heldere uitleg, vriendelijk en geduldig persoon, goede methodes om zaken duidelijk te maken. Structuur en overzicht kan beter, niet altijd duidelijk waar we mee bezig waren of wat we gingen doen."
  • "Goed is dat hij rekening houdt van de wensen van de mensen .En zelfs tijdens de cursus gewoon kan afwijken van het programma . Fijne Trainer verheug me op de volgende cursus "
  • "Heb helaas maar een deel van de cursus meegemaakt, maar wel de essentie begrepen: adviseren doe je zo vroeg mogelijk! De trainer heeft niet alleen heldere sheets, maar laat je de boodschap ook zelf ervaren. "
  • "goed theoretisch kader aangeboden met goede vertaling naar praktisch handelen en goede praktijk oefeningen. Er hadden iets meer persoonlijke terugkoppelingen gegeven kunnen worden het begin was iets aftastend en onduidelijk tweede deel vond ik erg goed "
Deel je ervaring

Contactinformatie

  • HBU Training en Advies

  • Karel Doormanlaan 187

  • 3572 NV Utrecht

  • KvK nummer: 64897710

  • BTW nummer: NL176472538B01

© 2026 HBU Training en Advies

WhatsApp Contact
WhatsApp Bericht mij op Whatsapp

Stel je vraag aan Hielke HBU OR Expert