Ik heb de afgelopen 20 jaar vele duizenden softwaresystemen gemeten en beoordeeld op kwaliteit. Ik wil gezegd hebben dat de overheid het IT-technisch niet slechter doet dan veel grote bedrijven. Maar dat de overheids-IT niet zo heel slagvaardig is, is algemeen bekend. De staat van onze software is ongeveer als de staat van onze bruggen.
Snijden in de overheid begint niet bij de mensen
Lubach vatte het vorige week weer eens leuk samen: snijden in het aantal ambtenaren was een wens van vele kabinetten, maar keer op keer was men weinig concreet. Hoe dan? Een slagvaardige overheid begint volgens mij met een slagvaardige overheids-IT.
Onnodig complexe IT-systemen kosten de overheid honderden miljoenen euro's per jaar
Onnodig complexe IT-systemen kosten de overheid honderden miljoenen euro's per jaar. Waarom? Systemen die slecht in elkaar zitten, kosten bijzonder veel moeite. Dat heet 'Keeping the lights on’. Driekwart van IT-budgetten is nodig om die lampen te laten branden bij de overheid (Hilhorst, 2021). Dat kan bij grotere, oude systemen oplopen tot boven de 90%. Dan is er nog maar weinig over voor leuke dingen: nieuwe functies waarmee, ik noem maar wat, wensen vanuit de kamer kunnen worden ondersteund.
Modernisatie
Modernisatie van die systemen is een beproefde aanpak. Het komt neer op herbouw van delen (of het geheel) van zo'n systeem op een moderne en kwalitatief hoogwaardige manier. Er zijn daarna veel minder mensen nodig om het systeem te onderhouden en uit te breiden. Een goed gebouwd systeem vereist niet meer dan 20 procent aan onderhoudsinspanning. Dat is een reductie van zo'n driekwart van de gehele onderhoudslast van elk gemoderniseerd overheidssysteem. Toch was modernisatie relatief zeldzaam. Alleen was het zo duur en zo'n gedoe, dat het financieel vaak niet uit te leggen was.
Modernisatie van IT-systemen verlaagt significant het benodigde aantal ontwikkelaars per systeem
Tot nu. Modernisatie met behulp van AI blijkt vele malen goedkoper en efficiënter. Dat is een zeer recente ontwikkeling. Ik had vorig jaar niemand aangeraden dit met organisatie-kritische systemen te doen. Nu wel.
Modernisatie van IT-systemen verlaagt dus significant het benodigde aantal ontwikkelaars per systeem. Maal duizenden systemen, levert dit een besparing op van honderden FTE. Maar er zijn meer voordelen. Als je toch bezig bent, doe het dan ook gelijk goed: kies open, moderne technologie en zorg dat de herbouwde systemen meteen veilig zijn.
Gebruik van AI
Het gebruik van AI is niet vrij van risico's. We weten al best goed hoe we bij softwareontwikkeling de voordelen van AI kunnen inzetten, terwijl we de zwaktes goed afdekken. AI schrijft uit zichzelf software die werkt, maar niet heel goed in elkaar zit. Dat is nou precies de kern van het huidige probleem. Denk aan een huis dat er goed uitziet, fijn woont, maar bouwtechnisch van geen kant klopt. Dat gaat je onvermijdelijk veel tijd en geld kosten. Dit voorkom je met iemand die onafhankelijk de kwaliteit controleert. Onafhankelijk is belangrijk, zodat softwarebedrijven niet hun eigen vlees keuren.
Mijn advies: zoek uit welke van de duizenden applicaties het meest gebaat zijn bij modernisatie. Dit hoeft niet lang te duren. Het kan op basis van enkele indicatoren. Denk aan harde kwaliteitscijfers: hoe solide, hoe traag, hoe kwetsbaar. Leg dat naast hoe belangrijk het systeem is voor de organisatie, en hoeveel gedoe het nu al oplevert.
Het tempo van modernisatie kan door de hoge mate van automatisering vrij hoog liggen
Stel een lijst op van gewenste technologie en kwaliteitseisen. Laat gespecialiseerde marktpartijen de systemen moderniseren. Laat een derde partij de kwaliteit bewaken. Het tempo van modernisatie kan door de hoge mate van automatisering vrij hoog liggen. Denk aan enkele weken ontwikkelingstijd. Het duurt wat langer om het organisatorisch in te bedden. Maar dit hoeft absoluut geen kwestie van jaren te zijn.
Overweeg de software-ontwikkelaars die vrij zijn gespeeld eerst in te zetten om de open source Office-toepassingen verder te verbeteren. Zo werken we tegelijk aan een echt soeverein Europa.
Er ligt hier een enorme kans. Besparen én een slagvaardigere overheids-IT. Laten we op een intelligente manier gebruikmaken van onze IT-sector en de mogelijkheden die AI ons brengt. Alle ingrediënten zijn aanwezig. Aan de slag.
Nou Arjen, zó dan.
Plaats een reactie
U moet ingelogd zijn om een reactie te kunnen plaatsen.
Ja, vanuit technisch perspectief, maar de techniek is niet het probleem bij de overheid.
Het échte probleem is The Cheshire Cat: "Als het je niet kan schelen waar je bent, ben je ook niet verdwaald." De Staat draait nog op Output, op Interne processen, op heel veel handwerk en bilaterale afspraken per bron. Er wordt nog traditioneel gestuurd op symptomen (minder fte, één workflow, eenvoudiger wetgeving) in plaats van sturen op de oorzaak en de Outcome op basis van een formeel en afdwingbaar governance-model voor het hele gedistribueerde, gedecentraliseerde data ecosysteem. Samenwerking is samenwerking ad-hoc en projectmatig. Data worden nog altijd verzameld in silo's en niet lateraal versterkend en uitwisselbaar gemaakt in een contextueel model. Er zijn meer Visie documenten (kun je er maar één van hebben) dan strategie documenten (kun je er ook maar één van hebben). In plaats dat wet, proces en techniek gelijktijdig worden ontworpen (en dat kan met terugwerkende kracht) is "Uitvoering" hetsluitstuk en frustreren open normen en uitzonderingen de automatisering. Laten we daarom JUIST instellen om MINDER mensen, niet omdat je medewerkers zou moeten ontslaan, maar omdat de demografische en arbeidsmarkt realiteit sowieso wel zorgt dat je over 5 jaar de helft van het personeel kwijtbent aan de absoluut gehaalde pensioendatum. Die complexiteit is geen probleem, maar een fact of life. Die complexiteit is ook nog eens multidisciplinair dynamisch, want zij leunt op fluctuerende contracten, verloop, overnames van bedrijven, veranderende businessmodellen, technische ontwikkelingen etc. Voordat we dus verouderde software moderniseren, laten we dan eerst goed in kaart brengen waar organisaties beginnen en eindigen (3e factor risico's, datavoortbrengingsketens - moest toch al onder AVG en NIS2 en EU Data Act etc.) en die data delen tussen assetmanagement, portfoliomanagement, cybersecurity en data governance in plaats van de kennis in stovepipes laten zitten. De kwaliteit van overheids-IT is echt niet per definitie slechter dan die van grote bedrijven. Het is ook niet eens echt erg dat dat veel systemen oud, onnodig complex en moeilijk aanpasbaar zijn, want er bestaan zat moderne manieren om ze onder 21ste eeuwse voorwaarden toch nog even uit te lezen en te gebruiken, waarmee je tijd wint voor de economische waarde en inzicht wint voor het deconflicteren. Kan ook gewoon onder beheer budget, want wat je al hebt hoef je niet te kopen, je moet alleen datacentrisch gaan denken en niet applicatiecentrisch. Modernisering door delen van systemen opnieuw op te bouwen in open, moderne technologie kan die onderhoudslast inderdaad sterk verlagen, maar knip het dan op. NGSI-LD wordt volstrekt onderschat. AI maakt analyse, omzetting en ontwikkeling sneller en goedkoper dan voorheen, maar alleen in de juiste handen. De JUISTE AI, draaiend op de JUISTE modellen, in handen van de mensen die aantoonbaar ook de ervaring en opleiding hebben om die modellen te snappen. Niet dat ze aan de staart van het paard hangen, maar de bronco kunnen temmen. Het is namelijk NIET zo dat je dan met minder ontwikkelcapaciteit meer TECHNISCHE CODE kan vernieuwen. Vibe-code is een ramp in termen van combinatorische effecten. Je krijgt alleen maar mensen die toch al weinig van de code snapten die nu dingen snel bouwen met de integriteit van een voze appel. Bij de eerste de beste vraag om de code aan te passen, of bij de eerste de beste tegenslag vanuit de echte wereld dondert die code in elkaar. Snelheid is inderdaad alleen winst als de nieuwe software aantoonbaar veilig, onderhoudbaar en onafhankelijk getoetst is. DAAR heb je SIG voor nodig, maar vooral ook gedisciplineerd werken onder diepe architectuur. Onder budget/mandaat cultuur en historie bestaat de overheid bij gratie van losse projecten die organisch aan elkaar geplakt zijn. Het zelfde geldt inderdaad voor die essentiële informatie in de overwerkte vergrijsde hoofden van de ervaren medewerkers, e-mailketens, projectmappen, uitzonderingen op procedures en informele netwerken. Pas als je die data in een graph zet kun je de correlaties zien, maar dan moet je geen concepten als Document Management Systemen en Record Management Systemen door elkaar halen. Zodra experts vertrekken, verdwijnen ook de (niet zelden politieke) afwegingen achter besluiten, signalen voor incidenten en praktische manieren om vastgelopen processen weer op gang te krijgen. De Digitale Transformatie is de verpopping van industriele rups naar data contextuele vlinder: geen zacht HR-probleem, maar een direct risico voor continuïteit, compliance, veiligheid en publieke dienstverlening EN een 100% overhaul van de complete organisatie. Het is GEEN technisch vraagstuk, maar een Data Governance vraagstuk. Natuurlijk kon traditionele digitaliseren dat nooit oplossen. De PDF van nu is het kleitablet en perkament en papyrusrolletje van vroeger. Het is niet machine readable. De papieren map werd een drive, het formulier een portaal en de archiefkast een documentmanagementsysteem, terwijl processen en verantwoordelijkheden grotendeels onveranderd bleven. Een modern stempelkussen (wallet, dynamisch zaaksysteem, verifiable claims) vraagt uiterst fijnmazige identiticatie, autorisatie, authenticatie en audit met de daarbij behorende onboarding en offboarding ... voorlopig maakt een PKI brug niet eens deel uit van de wallet discussie. Daarnaast behandelt iedere organisatie generieke vraagstukken nog altijd als eigen project, met eigen leveranciers, definities en pilots. Zo ontstaan weer nieuwe silo’s, ook wanneer het label ‘AI’ erop staat. JUIST wanneer het label AI erop staat, want toen blockchain hip was hadden de Usual Suspects ineens 'blockchain' en nu leveren ze ineens AAA IEEE ... op hun eigen platform. AI is geen applicatie. Het gewenste Systeem begint dus onmogelijk bij een chatbot of een nieuw IT platform, maar bij maatschappelijke uitkomsten en de informatie die daarvoor nodig is. Kennis zal nog tijdens het werk moeten worden vastgelegd en altijd herleidbaar moeten zijn tot bron, datum, context, geldigheid, eigenaar en gebruiksvoorwaarden. Daarbij moet zichtbaar blijven wat een persoonlijke ervaring, een formele regel, een onbevestigde bewering of gevalideerde kennis is. ‘We weten het niet’ moet een legitieme uitkomst blijven. Men zal dus moeten samenwerken en de meeste data die daarbij nodig zijn liggen BUITEN de Staat.
Die omgeving moet dus federatief zijn. Liefst ook gedistribueerd en gedecentraliseerd. Wat meteen een killer argument is TEGEN centralisatie, standaardisatie en harmonisatie, want dan maak je het de met AI uitgeruste hacker wel heel makkelijk. Bronnen, waaronder stokoude IT, kunnen prima bij de verantwoordelijke organisatie blijven, zolang deelnemers maar gezamenlijke afspraken hanteren over identiteit, betekenis, kwaliteit, toegang en verantwoordelijkheid. Wat allang beschreven staat in IDS-RAM. Bestaande principes en standaarden, zoals FAIR, NST, Linked Data en gecontroleerde gegevensdeling, voorkomen dat kennis opnieuw KAN worden opgesloten. Governance loopt daarbij op drie niveaus: strategisch voor doelen en risicobereidheid, tactisch voor use-cases en acceptatiecriteria en operationeel voor monitoring, ondersteuning, incidenten en toegangsbeheer. Dan kom je dus automatisch op vijf stappen:
Breng de boel in kaart (moest toch al in het kader van Business Continuity):
inventariseer welke systemen en kennisgebieden de continuïteit het meest bedreigen. Beoordeel applicaties op technische kwaliteit, kwetsbaarheid, onderhoudskosten, organisatiebelang en veranderdruk. Breng daarnaast in beeld welke experts, informele contacten, uitzonderingen en handmatige ingrepen processen overeind houden. Begin bij vertrekkende medewerkers, incidenten, vastgelopen dossiers en terugkerende workarounds. Resultaat: één geprioriteerde veranderagenda voor IT én kennis.
Moderniseer gericht en toets onafhankelijk
Selecteer de systemen met de hoogste combinatie van maatschappelijke waarde, kosten en technisch risico. Stel vooraf eisen op voor open technologie, beveiliging, onderhoudbaarheid, interoperabiliteit en prestaties. Laat gespecialiseerde partijen AI gebruiken om de modernisering te versnellen, maar laat een onafhankelijke partij de technische kwaliteit bewaken. Resultaat: minder onderhoudslast, meer verandervermogen en geen nieuwe technologische afhankelijkheid.
Leg kritieke praktijkkennis vast en valideer die
Gebruik gesprekken met ervaren medewerkers om niet alleen handelingen, maar vooral ook om afwegingen, uitzonderingen en waarschuwingssignalen vast te leggen. Test dit in echte werksituaties. Controleer of experts zich herkennen in de vastlegging, of nieuwe collega’s er aantoonbaar beter mee handelen en of onzekerheden zichtbaar blijven. Verbind ieder kennisobject aan bron, context, datum, status en verantwoordelijke. Resultaat: bruikbare kennis die niet alleen is opgeslagen, maar ook is getoetst.
Maak governance onderdeel van het dagelijkse werk
Richt geen eenmalige beoordelingsprocedure in, maar een vast beheerritme. Registreer AI-toepassingen, wijs eigenaren aan, monitor prestaties en risico’s, oefen incidenten, herzie toegangsrechten en toets periodiek of kennis en modellen nog geldig zijn. Beoordeel generieke AI-capaciteiten grondig en voeg per toepassing een compacte contextuele toets toe. Resultaat: aantoonbaar beheerst gedrag in plaats van papieren zekerheid. Gebruik daarvoor nu eens moderne middelen en die komen NIET van de Usual Suspects. Voorbeeld, je kunt best oude asset data in één applicatie stoppen (centraliseren), maar dan krijg je hetzelfde alsof je een kind vraagt al zijn speelgoedzooi in een doorzichtige IKEA bak te gooien: het blijft onopgeruimde zooi, maar nu in één bak. Er bestaat AI die vervolgens de relaties legt. Database? WELKE database (merk, versie, variant, locatie, DNS nummer, IP adres, contractnummer etc.)
Schaal bewezen bouwstenen gezamenlijk op
Breng inhoudelijke experts, uitvoerders, architecten, juristen, inkopers, securityspecialisten en bestuurders nou eens NIET samen om te bepalen welke bouwstenen generiek zijn en waar lokale variatie nodig blijft, maar gebruik hun stukken als input voor gespecialiseerde Narrow AI agents die je ONDERLING in cohesie en op basis van bewezen modellen de delta's in kaart laat brengen. DAN ga je met die stukken naar de legacy experts. Niet omdat die mensen niet weten wat ze doen, maar NIEMAND is in staat op een multidisciplinair, domein overstijgend beeld in cohesie op te stellen.
Vergelijk implementaties, beproef standaarden en maak hergebruik de norm. Zet ontwikkelaars die door modernisering vrijkomen in op gedeelde open voorzieningen en nieuwe publieke dienstverlening en school ze vooral om naar MODERNE inzichten. Resultaat: schaalvoordeel, digitale autonomie en een lerende overheid.
Het zou superdom zijn om AI te blijven gebruiken om de bestaande bureaucratie sneller te laten draaien, of om IT, kennis en verantwoordelijkheid fundamenteel beter te organiseren ... want een AI draait op GOEDE data en GOEDE modellen. NIEMAND gaat besparen met AI. Je kunt alleen nog sneller nog dommere dingen doen, omdat je teksten krijgt die er slim uit zien ... maar nooit zijn afgezet tegen de bewezen wetenschappelijke modellen en internationale data standaarden. Er HOEFT helemaal niet gesneden te worden. Er zit nog bakken lucht in het Systeem (wat de te denken van alle dubbele systemen die je zou kunnen consolideren?) en besparen is shooting fish in a barrel als we maar verbanden mogen leggen.