De Nederlandse overheid experimenteert breed met generatieve ai (gen-ai), vooral in tekst‑ en informatieverwerking. TNO constateert dat in een jaar tijd een sterke groei heeft plaatsgevonden van dit soort technologie, In juni 2025 stond de stand op 81 toepassingen van generatieve ai bij overheidsorganisaties. Een jaar eerder waren dat er slechts 8.
Dit blijkt uit de Overheidsbrede Monitor Generatieve AI, een onderzoek dat TNO samen met het ministerie van BZK heeft gedaan. Doel was inzicht te krijgen in de inzet van artificiële intelligentie (ai) bij overheden, de succesfactoren en knelpunten. Ook wilden de onderzoekers een beeld krijgen van de overwegingen die daarbij worden gemaakt.
De meeste toepassingen (34) werden gevonden bij gemeenten. Het ging dan vooral om chatbots die helpen bij het vergaren en verwerken van informatie bij ambtenaren en die assisteren in het contact met de burger. Ook het gebruik van interne ai‑assistenten en tools voor tekstverwerking komt op gang.
Bij samenwerkingsverbanden werden vijftien toepassingen geteld. Bij de centrale overheid zoals ministeries bleef het aantal toepassingen beperkt tot vijf. Op de peildatum was 46 procent al geïmplementeerd, 36 procent zat in de experimenteerfase, terwijl nog nauwelijks toepassingen waren stopgezet. Ook werd gekeken naar risico-inschatting en impacttoetsen. Bij 52 procent is de risicocategorie onbekend. Slechts 4 procent wordt als hoog‑risico ai geclassificeerd. 41 procent heeft een DPIA (privacy-onderzoek bij verwerking van persoonsgegevens) of andere impacttoets uitgevoerd.
Succesfactoren
TNO keek ook naar de succesfactoren. Die zijn:
Sterke samenwerking tussen overheden (bijv. chatbot GEM);
Maatschappelijke opgave centraal in plaats van technologie;
Duidelijke probleemdefinitie en realistische scope;
Innovatiecultuur: ruimte om te experimenteren;
Leiderschap dat innovatie actief ondersteunt;
Gebruikers en domeinexperts vroeg betrekken;
Voldoende middelen (tijd, geld, expertise);
Gelaagde aanpak voor privacy, security en ethiek.
Knelpunten
Als knelpunten worden genoemd:
Onzekerheid over uitkomsten van gen-ai‑innovatie;
Snel veranderende technologie moeilijk bij te houden;
Risico’s op fouten en misbruik (hallucinaties, manipulatie);
Datakwaliteit en datamanagement vaak onvoldoende;
Beperkte ai‑geletterdheid in organisaties;
Gebrek aan centrale sturing en uniforme standaarden;
Onduidelijkheid over wet‑ en regelgeving (AI‑verordening, AVG);
Beperkte infrastructuur (rekenkracht, datacenters).
Digitale afhankelijkheid van grote techbedrijven;
Onzekerheid over duurzaamheidseffecten.
Praktijkvoorbeelden
Het rapport licht vier praktijkvoorbeelden uit. De chatbot ‘virtuele gemeente-assistent’ GEM geeft antwoord op vragen van inwoners. Deze assistent wordt opensource ontwikkeld en is al geïmplementeerd. Leeshulp Tolkie, die gebruik maakt van Microsoft Azure, versimpelt teksten voor laaggeletterden. Een derde voorbeeld is de Archiefassistent Nationaal Archief en de transcriptietool WerkSaam Westfriesland zorgt voor minder werkbelasting voor re-integratie/arbeidscoaches.
Generatieve ai wordt momenteel nog voornamelijk ingezet ter ondersteuning van bestaande processen. De nadruk valt op meer efficiency en minder werkdruk, maar nog weinig op verandering van de aard van het werk en werkplezier.
computable
31-12-2025 14:00