NORAI-project: Hoe de Balearen de bureaucratie willen verminderen met AI – Een revolutie in de administratie met 5,45 miljoen euro

Administratie 2.0: De Balearen transformeren hun AI-systemen met € 5,45 miljoen

De toekomst van het bestuur op de Balearen: AI als sleutel tot efficiëntie

De Balearen ondergaan een ingrijpende transformatie van hun bestuurlijke structuren, gedreven door het gebruik van kunstmatige intelligentie (AI). Met een investering van € 5,45 miljoen wordt het NORAI-project gelanceerd, dat tot doel heeft binnen 24 maanden een gedeeld AI-platform voor de gehele autonome administratie te creëren. Het doel is niet alleen om de efficiëntie en verwerkingstijden te verbeteren, maar ook om de kwaliteit van de dienstverlening voor burgers en bedrijven te verhogen. Dit initiatief gaat verder dan het simpelweg digitaliseren van bestaande processen; het streeft ernaar het gefragmenteerde administratieve landschap te transformeren in een netwerkplatform dat herbruikbaar is voor publieke diensten. Het succes van deze transformatie hangt echter niet alleen af ​​van de technologie zelf, maar ook van de bereidheid van de administratie om fundamenteel te reorganiseren. Belangrijke vragen zijn onder meer of AI de Balearen daadwerkelijk in staat zal stellen kortere verwerkingstijden, lagere foutpercentages en een grotere administratieve capaciteit te realiseren, en hoe zij de uitdagingen van een gereorganiseerde overheidsadministratie zullen aangaan.

De Balearen transformeren hun bestuur naar een AI-platform

5,45 miljoen euro tegen bureaucratie: De cruciale vraag is niet of AI werkt, maar of de staat erdoor getransformeerd kan worden

De Balearen ondergaan een technologische transformatie waarvan de economische betekenis veel verder reikt dan de introductie van een paar digitale assistenten. Met een investering van € 5,45 miljoen en een implementatieperiode van 24 maanden wordt een gedeelde infrastructuur voor kunstmatige intelligentie, genaamd NORAI, ontwikkeld voor de gehele autonome administratie. Deze infrastructuur zal alle regionale ministeries en openbare instellingen bereiken en het administratief personeel ondersteunen bij de verwerking van dossiers, het analyseren van documenten, het opstellen van rapporten, het afhandelen van vragen van burgers en de integratie met procesautomatisering, procesmining en geavanceerde data-analyse. Vanuit economisch oogpunt is dit dan ook geen typisch IT-project, maar eerder een poging om een ​​gefragmenteerd openbaar bestuurslandschap om te vormen tot een herbruikbaar productieplatform voor publieke diensten.

De kernvraag is niet hoeveel taken een taalmodel kan uitvoeren. De cruciale vraag is of de Balearen daadwerkelijk kortere verwerkingstijden, lagere foutpercentages, een grotere administratieve capaciteit en betere dienstverlening voor burgers en bedrijven kunnen realiseren door middel van technologie. Dit is een grotere uitdaging dan simpelweg een chatbot inzetten. Openbaar bestuur bestaat uit wettelijke kaders, verantwoordelijkheden, gegevensopslagplaatsen, uitzonderingen, deadlines en transparante besluitvorming. Kunstmatige intelligentie kan dit systeem productiever maken, maar alleen als processen, gegevens, verantwoordelijkheden en controlemechanismen tegelijkertijd worden gemoderniseerd.

Van digitalisering naar reorganisatie

Veel digitaliseringsprogramma's uit het verleden hebben analoge processen simpelweg elektronisch gekopieerd. Een papieren formulier werd een pdf, een officiële brief een e-mail en een map een documentbeheersysteem. Het proces zelf bleef vaak onveranderd. NORAI kiest voor een meer omvattende aanpak: een gedeelde technologische laag is ontworpen om informatie te analyseren, processen voor te bereiden en terugkerende workflows over afdelingsgrenzen heen te ondersteunen. Dit verschuift de focus van louter digitale toegang naar de intelligente organisatie van de onderliggende administratieve processen.

Dit onderscheid is economisch belangrijk. Hoewel een digitaal formulier de reis- en verzendkosten verlaagt, elimineert het niet automatisch onderbrekingen in de media, dubbele gegevensinvoer of interne wachtrijen. Een AI-gestuurd platform daarentegen kan documenten classificeren, inhoud extraheren, ontbrekende informatie identificeren, bestanden vooraf sorteren en gestandaardiseerde concepten genereren. In combinatie met op regels gebaseerde automatisering kunnen duidelijk gedefinieerde werkstappen vervolgens worden uitgevoerd zonder handmatige gegevensinvoer. De potentiële productiviteitswinst komt dus niet alleen voort uit kunstmatige intelligentie, maar uit de wisselwerking tussen AI, automatisering, toegang tot gegevens en herontworpen processen.

Precies hierin schuilt de strategische waarde van een centrale infrastructuur. Als elk agentschap zijn eigen oplossingen ontwikkelt, ontstaan ​​er parallelle kosten voor aanschaf, integratie, gegevensbeschermingsaudits, beheer, training en onderhoud. Bovendien nemen incompatibele datamodellen en verschillende beveiligingsniveaus toe. Een gedeeld platform kan basiscomponenten eenmalig leveren en deze hergebruiken in meerdere afdelingen. Denk hierbij aan identiteits- en toegangsbeheer, logging, modeltoegang, documentverwerking, zoekfuncties, kwaliteitscontroles en interfaces met bestaande gespecialiseerde applicaties. Hoe vaker deze componenten worden gebruikt, hoe lager de gemiddelde kosten per volgend gebruiksscenario kunnen zijn.

5,45 miljoen euro als platforminzet

Het budget van € 5,45 miljoen komt neer op ongeveer € 2,725 miljoen per jaar gedurende de geplande implementatieperiode. Dit is geen buitensporig bedrag voor een algehele modernisering van alle ministeries en instellingen. Het is eerder net genoeg om prioriteiten te stellen. Het bedrag kan een solide gemeenschappelijke basis leggen, maar is onvoldoende voor een complete herziening van alle administratieve procedures. Het economische succes hangt daarom af van de vraag of de processen met een bijzonder hoog volume, standaardisatiepotentieel en werkdruk als eerste worden aangepakt.

Geschikte processen omvatten veel documenten met een vergelijkbare structuur, duidelijke beoordelingsstappen, terugkerende vragen en een aanzienlijke handmatige zoekinspanning. Denk hierbij aan subsidieaanvragen, goedkeuringsdocumenten, factuurcontroles, interne rapporten, informatieverzoeken of gestandaardiseerde vragen van burgers. Minder geschikt zijn processen waarbij elk geval een zeer individuele juridische beoordeling vereist of waarbij zelfs kleine fouten aanzienlijke gevolgen kunnen hebben voor fundamentele rechten. Een economisch verantwoorde aanpak begint daarom met ondersteunende en voorbereidende functies, niet met volledig geautomatiseerde beslissingen.

Bovendien moet de investering niet alleen worden afgemeten aan de bespaarde personeelsuren. De overheid genereert geen winst in de traditionele zin. De economische voordelen omvatten ook kortere wachttijden, lagere kosten door fouten, snellere uitbetaling van uitkeringen, snellere goedkeuringen en een betere planning voor bedrijven. Wanneer een bedrijf sneller een vergunning krijgt, een gezin sneller toegang heeft tot uitkeringen of werknemers minder tijd kwijt zijn aan het opnieuw indienen van bestaande documenten, ontstaat er een reëel economisch voordeel, zelfs als dit niet als inkomsten in de begroting terug te vinden is.

Een puur op kostenbesparing gerichte aanpak zou daarom te beperkt zijn. De Balearen ervaren seizoensgebonden en structurele groei onder specifieke druk: toerisme, woningtekorten, milieuproblemen, eilandverkeer en een geografisch verspreide bevolking genereren talrijke complexe administratieve interacties. Als de werkdruk sneller toeneemt dan het personeelsbestand, wordt extra digitale capaciteit essentieel om het serviceniveau te handhaven. In deze context kan AI de productiviteit verhogen. Het vervangt niet automatisch banen, maar verhoogt idealiter het aantal en de kwaliteit van processen die met de bestaande middelen kunnen worden afgehandeld.

De piloot zendt een sterk, maar beperkt signaal uit

De Balearen beginnen niet helemaal opnieuw. In een tweejarig pilotproject voor automatisering werden 432.440 dossiers en 70.674 documenten verwerkt. De systemen draaiden 8.765 uur en genereerden volgens de overheid een werkoutput die gelijk staat aan 45.592 menselijke arbeidsuren. De gemiddelde verwerkingstijd per dossier bedroeg 1,16 minuut, wat neerkomt op ongeveer 52 dossiers per uur. De technologie werd gebruikt voor 16 administratieve procedures, waaronder subsidies voor landbouw en visserij, sociale uitkeringen, aanvragen voor eigen energieverbruik, intern financieel beheer en procedures met betrekking tot huisvesting.

Deze cijfers zijn economisch relevant, maar mogen niet kritiekloos worden geëxtrapoleerd naar NORAI. Het pilotproject richtte zich primair op robotondersteunde procesautomatisering in duidelijk gedefinieerde workflows. Generatieve en analytische AI ​​behandelt vaak minder gestandaardiseerde taken waarbij resultaten geverifieerd moeten worden. Een automatisch verzonden dataset is gemakkelijker te meten dan een samenvattend rapport, een onderzocht memo of een conceptantwoord voor een burger. De automatisering tot nu toe laat grote volumes en operationele ervaring binnen de administratie zien. Dit bewijst echter nog niet dat elke nieuwe AI-toepassing dezelfde snelheid of hetzelfde economische rendement zal behalen.

Niettemin biedt het pilotproject een nuttig referentiepunt. Verspreid over twee jaar komt het aantal vermeden menselijke arbeidsuren neer op ongeveer 22.800 uur per jaar. Uitgaande van een productieve jaarlijkse werktijd van ongeveer 1.600 uur, zou dit overeenkomen met ongeveer 14 voltijdse equivalenten. Dit cijfer betekent niet dat er 14 banen zijn of zouden moeten verdwijnen. Het illustreert eerder de capaciteit die vrijkomt voor complexere controles, interacties met burgers en het wegwerken van achterstanden wanneer machines repetitieve taken overnemen.

De financiële waarde hangt af van de werkelijke totale kosten van een gewerkt uur. Uitgaande van een ruwe schatting van € 35 tot € 60 per uur, zou de bruto waarde van de tijdsbesparing gedurende de gehele pilotperiode ongeveer € 1,6 tot € 2,7 miljoen bedragen. Hiervan moeten de kosten voor ontwikkeling, exploitatie, vergunningen, monitoring en aanpassingen worden afgetrokken. Deze berekening is daarom geen bewijs van een rendement op investering, maar eerder een scenario. Het laat echter wel zien dat zelfs een beperkt aantal zorgvuldig geselecteerde processen een aanzienlijk deel van de investering economisch zou kunnen rechtvaardigen.

Het grootste voordeel zit hem in hergebruik

Het belangrijkste voordeel van NORAI ligt niet in één spectaculaire toepassing, maar in de mogelijkheid om op dezelfde basis vele middelgrote verbeteringen door te voeren. Een documentcomponent die tekst herkent, classificeert en samenvat, kan in meerdere ministeries worden ingezet. Een veilige assistent voor intern beleid kan medewerkers in verschillende instanties ondersteunen. Een gedeelde analyseomgeving kan procesgegevens van diverse afdelingen evalueren. Dit creëert een portfolio-effect: niet elke toepassing hoeft buitengewone besparingen op te leveren, zolang het platform zijn basiskosten maar spreidt over tal van toepassingen.

Deze schaalbaarheid werkt echter alleen als hergebruik al in de architectuur is ingepland. Als applicaties ondanks een gedeeld platform als maatwerkoplossingen worden gebouwd, keert fragmentatie via een achterdeur terug. Uniforme interfaces, gestandaardiseerde rolmodellen, gemeenschappelijke kwaliteitseisen en een centrale catalogus van goedgekeurde componenten zijn noodzakelijk. Gespecialiseerde afdelingen moeten hun specifieke behoeften kunnen vertegenwoordigen zonder voor elke taak een nieuwe technische silo te creëren.

Vanuit economisch oogpunt moet elke nieuwe use case minstens vier vragen beantwoorden: Wat is het volume van de use case? Hoeveel tijd kost het huidige proces? Welk percentage van het werk kan worden gestandaardiseerd? Welke kosten ontstaan ​​door fouten, vragen en vertragingen? Alleen op basis van deze gegevens kan een betrouwbaar voordeel worden afgeleid. Politieke zichtbaarheid of technologische moderniteit alleen zijn onvoldoende selectiecriteria. Een onopvallend proces met honderdduizenden transacties kan waardevoller zijn dan een spraakmakende assistent met weinig gebruik.

Procesmining maakt bureaucratie meetbaar

Van bijzonder belang is de geplande integratie van AI met process mining. Dit houdt in dat digitale gebeurtenisdata worden gebruikt om de daadwerkelijke procedurestroom te visualiseren. Op deze manier wordt het mogelijk om te achterhalen waar bestanden vastlopen, welke herhalingen vaak voorkomen, waar informatie ontbreekt en welke varianten van een zogenaamd gestandaardiseerd proces in de praktijk bestaan. Dit biedt de overheid niet alleen een automatiseringstool, maar ook een instrument voor empirische organisatieanalyse.

Dit is een cruciaal onderscheid. Het simpelweg automatiseren van een inefficiënt proces zonder aanpassingen kan alleen maar onnodige stappen versnellen. Procesmining daarentegen kan onthullen welke stappen geëlimineerd, gestandaardiseerd of herschikt moeten worden. Het grootste voordeel komt vaak niet voort uit het automatiseren van een bestaande controle, maar uit het volledig elimineren van dubbele controles, het rechtstreeks koppelen van een gegevensbron of het vermijden van onnodige query's.

Om deze aanpak te laten werken, moeten de gebeurtenisgegevens compleet en consistent zijn. Tijdstempels, verwerkingsstatus, overdrachten en beslissingen moeten betrouwbaar worden vastgelegd. Als dergelijke gegevens ontbreken, geeft de analyse slechts een gedeeltelijk beeld. Bovendien is er een organisatorische hindernis: transparantie over verwerkingstijden en omwegen kan leiden tot conflicten over verantwoordelijkheid. Procesmining is daarom niet neutraal. Het onthult waar structuren niet functioneren en creëert zo druk voor verandering. De technologie levert de bevindingen; politieke en bestuurlijke leiders moeten de nodige conclusies trekken.

Intelligente assistenten veranderen het dagelijkse werk

AI-assistenten kunnen administratief personeel ondersteunen bij het zoeken naar regelgeving, het samenvatten van omvangrijke dossiers, het vergelijken van documenten en het opstellen van eerste concepten. Wanneer ze effectief zijn ontworpen, verkorten ze niet alleen individuele taken, maar verminderen ze ook de noodzaak om te schakelen tussen gespecialiseerde applicaties, schijven, e-mails en kennisdatabases. Deze zoek- en coördinatie-inspanning vertegenwoordigt met name een aanzienlijke en vaak onderschatte kostenfactor in kennisintensieve organisaties.

De assistent mag echter niet worden gepresenteerd als een onfeilbare bron van kennis. Taalmodellen genereren plausibele formuleringen, maar kunnen feiten verwarren, verouderde regels gebruiken of lacunes opvullen met verzonnen informatie. Daarom is een gecontroleerde aanpak noodzakelijk voor de administratie. Antwoorden moeten, waar mogelijk, gebaseerd zijn op goedgekeurde datasets, duidelijk de gebruikte documenten vermelden en onzekerheid aangeven wanneer informatie ontoereikend is. Medewerkers moeten kunnen identificeren welke bewering afkomstig is van welke administratieve regeling of welk dossier.

Een gefaseerde aanpak is bijzonder nuttig. In de eerste fase ondersteunt AI puur interne taken zonder directe externe impact. In de tweede fase genereert het concepten die worden beoordeeld en goedgekeurd door gekwalificeerde medewerkers. Alleen in nauw omschreven, risicoarme standaardgevallen kan grotendeels geautomatiseerde verwerking worden overwogen. Deze volgorde vermindert risico's, vergroot het leervermogen van de organisatie en bouwt vertrouwen op bij medewerkers en het publiek.

Voor burgers en bedrijven kunnen medewerkers 24 uur per dag informatie verstrekken, verantwoordelijkheden uitleggen, ontbrekende documenten signaleren en hen begeleiden bij digitale processen. Hun waarde ligt niet alleen in snellere reacties, maar ook in het voorkomen van mislukte aanvragen. Als gebruikers vóór het indienen van een aanvraag weten welke documenten ontbreken of welke deadlines gelden, wordt de interne nabewerking bovendien verminderd. Goede burgerondersteuning en interne efficiëntie zijn dus geen tegenstellingen, maar kunnen elkaar juist versterken.

De kwaliteit van de data bepaalt de opbrengst

De grootste technische kracht van een AI-systeem kan de gebrekkige administratieve data niet compenseren. Inconsistente labels, dubbele records, gescande documenten zonder betrouwbare tekstherkenning, tegenstrijdige registers en onduidelijke toegangsrechten beperken de bruikbaarheid ervan. In veel organisaties gaat een aanzienlijk deel van het werk daarom niet naar het model zelf, maar naar het opschonen van data, metadata, interfaces en toegangsrechten.

NORAI vereist een duidelijke data-architectuur. Daarin moet worden vastgelegd welke bronnen voor welk doel mogen worden gebruikt, wie verantwoordelijk is voor de kwaliteit ervan en hoe updates worden uitgevoerd. Persoonsgegevens en met name gevoelige informatie mogen alleen worden verwerkt voor zover dat noodzakelijk is. Tegelijkertijd moeten medewerkers toegang hebben tot de informatie die ze nodig hebben voor hun specifieke zaak. Er bestaat een constante spanning tussen het maximaliseren van het datagebruik en het consequent naleven van de doelbinding, een spanning die niet kan worden opgelost met een eenmalige technische configuratie.

Vanuit economisch oogpunt is datakwaliteit een kapitaalgoed. Investeringen in schone registers, gestandaardiseerde formaten en interoperabele interfaces leveren voordelen op die verder reiken dan een enkelvoudig gebruiksscenario. Ze versterken de basis voor analyses, automatisering, statistieken en toekomstige digitale diensten. Omgekeerd leidt een overmatige focus op zichtbare AI-toepassingen tot onderfinanciering van minder aantrekkelijke datawerkzaamheden. Dit resulteert in indrukwekkende demonstraties, maar niet in betrouwbare administratieve resultaten.

Hier leert u hoe uw bedrijf snel, veilig en zonder hoge drempels AI-oplossingen op maat kan implementeren.

Een beheerd AI-platform is uw allesomvattende, zorgeloze oplossing voor kunstmatige intelligentie. In plaats van te worstelen met complexe technologie, dure infrastructuur en langdurige ontwikkelprocessen, ontvangt u een kant-en-klare oplossing op maat van een gespecialiseerde partner – vaak al binnen enkele dagen.

De belangrijkste voordelen in één oogopslag:

⚡ Snelle implementatie: Van idee tot gebruiksklare applicatie in dagen, niet maanden. Wij leveren praktische oplossingen die direct toegevoegde waarde creëren.

🔒 Maximale gegevensbeveiliging: Uw gevoelige gegevens blijven bij u. Wij garanderen een veilige en conforme verwerking zonder gegevens met derden te delen.

💸 Geen financieel risico: u betaalt alleen voor de resultaten. Hoge investeringen vooraf in hardware, software of personeel zijn volledig uitgesloten.

🎯 Focus op uw kernactiviteiten: concentreer u op waar u het beste in bent. Wij zorgen voor de volledige technische implementatie, werking en het onderhoud van uw AI-oplossing.

📈 Toekomstbestendig en schaalbaar: Uw AI groeit met u mee. Wij garanderen continue optimalisatie en schaalbaarheid en passen de modellen flexibel aan nieuwe eisen aan.

Meer informatie vindt u hier:

• De Managed AI Solution - Industriële AI-diensten: De sleutel tot concurrentievermogen in de dienstensector, de industrie en de machinebouw

De EU-wetgeving inzake kunstmatige intelligentie zal een architectonisch principe worden

Overheidsinstanties dragen een bijzondere verantwoordelijkheid, omdat hun beslissingen van invloed zijn op de diensten, rechten en verplichtingen van burgers. Het Europese rechtskader maakt onderscheid tussen risico's en stelt strenge eisen aan systemen met een hoog risico met betrekking tot risicobeheer, datakwaliteit, documentatie, logging, menselijk toezicht, robuustheid en cyberbeveiliging. Publieke beheerders van relevante systemen moeten voldoen aan aanvullende verplichtingen, waaronder registratie, monitoring en, in bepaalde gevallen, een effectbeoordeling van de grondrechten.

Voor NORAI betekent dit dat regelgeving niet achteraf kan worden toegevoegd aan reeds bestaande applicaties. Logboekregistratie, rolverdeling, traceerbaarheid en mogelijkheden voor menselijke tussenkomst moeten integraal onderdeel uitmaken van het platform. Een centrale catalogus van alle ingezette AI-systemen is in dit opzicht bijzonder waardevol. Deze biedt een overzicht van het doel, de gebruiker, de gegevensbronnen, de modelversies, de risicoklasse, de prestatie-indicatoren en de verantwoordelijke partijen. Zonder een dergelijke inventarisatie kan een grote organisatie de kosten noch de risico's effectief beheren.

Menselijk toezicht mag niet tot een loutere formaliteit worden gereduceerd. Wanneer van medewerkers wordt verwacht dat ze onder tijdsdruk honderden door machines gegenereerde voorstellen goedkeuren, ontstaat er een automatiseringsbias: mensen hebben de neiging de ogenschijnlijk objectieve machine te volgen. Effectief toezicht vereist daarom voldoende tijd, expertise en een duidelijke uitleg van de besluitvormingscriteria. Bovendien moet duidelijk zijn wanneer een voorstel moet worden afgewezen, doorverwezen of volledig handmatig moet worden verwerkt.

De bijbehorende monitoringkosten zijn geen argument tegen AI. Ze maken deel uit van de productiekosten van een digitale administratie gebaseerd op de rechtsstaat. Een ogenschijnlijk goedkopere oplossing zonder betrouwbare documentatie kan op de lange termijn duurder uitvallen als onjuiste beslissingen worden aangevochten, datalekken optreden of het vertrouwen verloren gaat. Daarom moeten kwaliteit, rechtszekerheid en veiligheid in kosten-batenanalyses evenveel gewicht krijgen als snelheid.

Digitale soevereiniteit heeft realistische grenzen nodig

De strategie van de Balearen legt de nadruk op publieke controle en digitale soevereiniteit. Dat is begrijpelijk, maar het moet niet worden verward met volledige technologische zelfvoorziening. Een regionale overheid zal immers geen eigen basismodellen op wereldschaal ontwikkelen, noch alle infrastructuurcomponenten zelf produceren. Soevereiniteit betekent eerder het behoud van keuzemogelijkheden en de mogelijkheid om te handelen: controle over data, de mogelijkheid om van provider te wisselen, het gebruik van open interfaces, het evalueren van de prestaties van modellen en, indien nodig, het zelfstandig blijven uitvoeren van cruciale functies.

Een belangrijk risico is vendor lock-in. Het sterk koppelen van dataformaten, workflows en bedrijfsapplicaties aan propriëtaire diensten verhoogt de overstapkosten op een later moment. De organisatie kan dan technisch afhankelijk worden, zelfs als de initiële prijs aantrekkelijk was. Contracten en architectuur moeten daarom de export van data, logs, configuraties en kennisbanken mogelijk maken. Het scheiden van applicatie-, modeltoegangs- en dataopslag verbetert bovendien de onderhandelingspositie.

Tegelijkertijd kan een buitensporige vraag naar soevereiniteit de kosten van innovatie verhogen. Niet elk onderdeel hoeft intern beheerd te worden. Risicogebaseerde differentiatie is cruciaal. Strikt gecontroleerde operationele modellen zijn noodzakelijk voor zeer gevoelige gegevens en centrale besluitvormingsprocessen. Voor ondersteunende functies met een laag risico kunnen gestandaardiseerde externe diensten economisch haalbaar zijn, mits gegevensbescherming, beveiliging en uitwisselbaarheid gegarandeerd zijn. Echte soevereiniteit betekent niet alles in eigen bezit hebben, maar eerder bewust omgaan met afhankelijkheden.

Werknemers vormen geen bijzaak

De introductie van AI verandert de functieprofielen. Routinetaken nemen af, terwijl testen, foutafhandeling, communicatie en kwaliteitscontrole belangrijker worden. Dit kan de waarde van het werk verhogen als werknemers daadwerkelijk worden ontlast van monotone taken. Het kan echter ook de werkdruk verhogen als alleen eenvoudige taken worden geautomatiseerd en de overige gevallen bijzonder complex zijn, zonder dat er rekening wordt gehouden met tijdsbeperkingen.

Training is daarom een ​​essentieel onderdeel van de investering. Medewerkers hebben niet alleen algemene AI-basiskennis nodig, maar ook functiespecifieke vaardigheden. Administratief personeel moet in staat zijn om resultaten te beoordelen en beperkingen te identificeren. Managers moeten in staat zijn om voordelen, risico's en proceswijzigingen te beheren. IT- en datateams hebben expertise nodig op het gebied van integratie, monitoring, beveiliging en modelbeoordeling. De afdelingen gegevensbescherming, juridische zaken en HR moeten in een vroeg stadium worden betrokken, in plaats van achteraf voltooide applicaties goed te keuren.

De Balearen hebben het aantal AI-trainingen voor werknemers al aanzienlijk verhoogd. Dit duidt op vraag en zorgt voor een beter uitgangspunt. De cruciale factor is echter de verbinding tussen training en de werkvloer. Een eenmalige cursus heeft weinig zin als er geen betrouwbare tools, duidelijke regels en begeleide praktijkvoorbeelden na afloop beschikbaar zijn. Omgekeerd leidt het aanbieden van krachtige systemen zonder training tot ongeoorloofd gebruik, misbruik en wantrouwen.

Betrokkenheid van medewerkers is ook economisch gezien verstandig. Zij zijn immers bekend met de daadwerkelijke omwegen, bijzondere gevallen en informatiehiaten van een proces. Als applicaties uitsluitend vanuit een technisch perspectief worden ontworpen, automatiseren ze vaak een geïdealiseerd procesmodel. Daarom is het belangrijk dat gekwalificeerde medewerkers betrokken worden bij de selectie, het ontwerp en het testen. Dit verhoogt niet alleen de acceptatiegraad, maar vermindert ook kostbare fouten.

Burgerparticipatie mag niet worden gereduceerd tot een chatbot

Snelle digitale reacties zijn waardevol, maar niet elke burger kan of wil uitsluitend digitaal communiceren. Ouderen, mensen met een beperking, mensen met beperkte taalvaardigheid of mensen zonder een veilige digitale identiteit mogen hierdoor niet benadeeld worden. Daarom moet een slimme overheid meerdere toegangskanalen in stand houden en AI gebruiken ter ondersteuning van persoonlijke consultaties, in plaats van deze volledig af te schaffen.

Meertaligheid is met name relevant op de Balearen. De overheid opereert in zowel het Catalaans als het Spaans, terwijl toerisme en internationale immigratie extra talen in het dagelijks leven brengen. AI kan vertalingen en het gebruik van heldere taal vergemakkelijken, maar juridisch relevante informatie moet terminologisch correct blijven. Daarom moeten automatische vertalingen worden beoordeeld op basis van risico's en duidelijk worden onderscheiden van juridisch bindende administratieve handelingen.

Burgergerichtheid betekent ook transparantie. Mensen moeten weten wanneer ze met een geautomatiseerd systeem te maken hebben, welke rol het speelt en hoe ze contact kunnen opnemen met een mens. Zelfs als een AI alleen een beslissing voorbereidt, moet het nog steeds duidelijk zijn wie verantwoordelijk is. Hoe gevoeliger een proces, hoe belangrijker de onderbouwing, de mogelijkheid tot beroep en menselijke toetsing worden.

Succes vereist meetbare doelen

De formules "meer efficiëntie" en "betere dienstverlening" zijn onvoldoende voor een programma van deze omvang. NORAI vereist betrouwbare basismetingen vóór de start van elk gebruiksscenario. Deze omvatten verwerkingstijd, doorlooptijd, aantal query's, foutpercentage, afhaakpercentage, kosten per proces, achterstand en gebruikerstevredenheid. Alleen een vergelijking met deze basiswaarden laat zien of een applicatie daadwerkelijk processen verbetert of slechts activiteit genereert.

Het is cruciaal om onderscheid te maken tussen verwerkingstijd en doorlooptijd. AI kan de actieve werktijd van een dossier verkorten van 30 naar 15 minuten, terwijl het dossier nog steeds drie weken in de wachtrij blijft staan. Voor burgers zou dit effect nauwelijks merkbaar zijn. Daarom moet de focus liggen op end-to-end-metingen. Ook de kwaliteit moet worden gemeten: snellere reacties zijn geen vooruitgang als het aantal correcties, klachten of beroepen toeneemt.

Geschikte prestatie-indicatoren (KPI's) zijn onder andere het percentage automatisch gegenereerde processen, de acceptatiegraad van machine-suggesties, de gemiddelde correctietijd, het aantal kritieke fouten, het gebruik per afdeling en de daadwerkelijk vrijgekomen werkcapaciteit. Voor burgerdiensten zijn begrijpelijkheid, het percentage problemen dat direct wordt opgelost, de wachttijd en de toegankelijkheid ook relevant. Beveiligingsincidenten, datalekken en modelfouten moeten eveneens worden meegenomen in het prestatiebeheer.

Een centrale kosten-batenanalyse moet de kosten van een gedeeld platform scheiden van de kosten van individuele gebruiksscenario's. Anders lijken vroege projecten kunstmatig duur omdat ze de ontwikkeling van de gehele infrastructuur financieren. Omgekeerd lijken latere projecten te goedkoop als hun infrastructuurgebruik niet wordt meegenomen. Een transparant kostenmodel maakt betere beslissingen mogelijk over welke applicaties verder ontwikkeld, stopgezet of opgeschaald moeten worden.

De onderschatte vervolgkosten

De € 5,45 miljoen vertegenwoordigt slechts de initiële investering. Na de periode van 24 maanden ontstaan ​​er doorlopende kosten voor rekenkracht, toegang tot modellen, opslag, onderhoud, beveiligingsmonitoring, ondersteuning, training en aanpassing aan nieuwe wettelijke eisen. Modellen en softwarecomponenten veranderen snel. Een systeem dat vandaag efficiënt is, kan morgen verouderd, duurder of niet meer beschikbaar zijn. Zonder een operationeel model voor de lange termijn is een kostbare upgradecyclus na de initiële installatiefase waarschijnlijk.

Zelfs succesvolle automatisering brengt vervolgkosten met zich mee. Als meer processen sneller een technische beoordeling bereiken, kan het knelpunt zich simpelweg verplaatsen. Een assistent kan aanvragen afhandelen, maar dit verhoogt het aantal gevallen dat beoordeling vereist. Als de capaciteit verderop in de keten niet dienovereenkomstig wordt aangepast, zal de wachtrij daar groeien. Procesbeheer moet daarom altijd rekening houden met de gehele waardeketen.

Een ander risico is ongecontroleerde expansie. Zodra de eerste applicaties functioneel zijn, neemt de vraag vanuit alle afdelingen toe. Zonder duidelijke prioritering ontstaan ​​er te veel parallelle projecten, waardoor specialisten en technische teams overbelast raken. Een centraal stuurmechanisme moet projecten beoordelen op basis van baten, risico's, datavolwassenheid en herbruikbaarheid. Niet elk goed idee hoeft direct te worden geïmplementeerd.

Wat bedrijven winnen met intelligent management

Voor bedrijven is administratie een cruciale factor bij hun vestigingsbeslissingen. De verwerkingstijden voor vergunningen, subsidies, energieprojecten, bouwprojecten en meldingen beïnvloeden investeringsbeslissingen en liquiditeit. Met name kleine en middelgrote ondernemingen (kmo's) hebben te maken met complexe documentatievereisten, omdat ze minder personeel beschikbaar hebben voor administratieve taken. Snellere, transparantere en voorspelbaardere administratie verlaagt de indirecte bedrijfskosten.

De voordelen kunnen opwegen tegen de interne tijdsbesparing van het agentschap. Als een vergunning bijvoorbeeld een paar weken eerder wordt verleend, kan een bedrijf eerder investeringen uitvoeren, inkomsten genereren of personeel aannemen. Een snellere verwerking van subsidieaanvragen verbetert de financiering. Dergelijke effecten zijn moeilijker te meten, maar zijn significant voor de economie als geheel. NORAI zou daarom niet alleen de interne productiviteit moeten monitoren, maar ook de impact op aanvragers.

Een gedeeld platform kan ook zorgen voor meer consistente informatie. Momenteel ontvangen bedrijven tijdens complexe processen soms tegenstrijdige informatie uit verschillende bronnen. Gecontroleerde toegang tot kennis kan inconsistenties verminderen en verantwoordelijkheden verduidelijken. Dit vereist dat de medewerker toegang heeft tot actuele, juridisch bindende informatie en geen vals gevoel van rechtszekerheid creëert waar ruimte is voor interpretatie.

Er ontstaat een regionale markt voor GovTech

Publieke investeringen in AI hebben ook invloed op de technologiemarkt. Ze creëren vraag naar integratie, datamanagement, cybersecurity, procesconsulting, modelvalidatie en training. Dit kan leiden tot referenties en nieuwe expertise voor regionale en Spaanse aanbieders. Een gedeeld platform vergemakkelijkt over het algemeen de toegang voor kleinere specialisten, mits de interfaces open zijn en de modules uitwisselbaar.

Het potentieel van economisch beleid hangt echter af van het marktontwerp. Een monolithisch systeem bevoordeelt grote, algemene aanbieders en kan lokale innovatie belemmeren. Een modulaire architectuur daarentegen maakt de integratie van gespecialiseerde oplossingen mogelijk zonder de algehele controle te verliezen. Concurrentie moet niet alleen tijdens de initiële opzet plaatsvinden, maar gedurende de gehele levensduur van het systeem mogelijk blijven.

Regionale waardecreatie mag niet worden opgeofferd voor kwaliteit. De overheid heeft robuuste, veilige en schaalbare systemen nodig. De meest verstandige aanpak combineert centrale standaarden met een open ecosysteem waarin verschillende aanbieders duidelijk gedefinieerde diensten kunnen aanbieden. Op deze manier kan NORAI tegelijkertijd de overheid moderniseren en een veeleisendere markt voor verantwoorde AI stimuleren.

Spanje biedt een impuls, maar geen garantie voor succes

NORAI past in de bredere Spaanse strategie om kunstmatige intelligentie in het bedrijfsleven en de overheid uit te breiden. Op overheidsniveau zijn aanzienlijke middelen gemobiliseerd voor infrastructuur, modellen, data, talent en toepassingen voor de publieke sector. De plannen omvatten gedeelde data en corpusmodellen, innovatielabs en centraal toegankelijke AI-diensten. De Balearen bewegen zich dus niet geïsoleerd, maar maken deel uit van een nationale en Europese moderniseringsgolf.

Spanje bevindt zich in een relatief goede positie wat betreft digitale dienstverlening aan burgers. Een groot deel van de bevolking maakt al gebruik van online diensten van overheidsinstanties, en de digitale dienstverlening aan burgers ligt boven het Europees gemiddelde. Voor zakelijke dienstverlening is het beeld echter minder rooskleurig. Dit suggereert dat verdere vooruitgang minder afhangt van louter online toegang dan van kwaliteit, integratie en gebruiksgemak.

Een solide digitale basis verlaagt de drempels voor implementatie, maar garandeert geen productiviteitsverhoging. Veel AI-projecten in de publieke sector blijven steken in de pilotfase door een gebrek aan meetbare voordelen, toegang tot data, gekwalificeerd personeel of organisatorische verantwoording. NORAI zal daarom beoordeeld moeten worden op zijn vermogen om succesvol de overgang te maken van experimenteel naar stabiel, regulier gebruik. Deze overgang is doorgaans duurder en complexer dan de technische demonstratie zelf.

Drie voorwaarden voor een economische doorbraak

Ten eerste moet het platform zich in eerste instantie richten op een paar meetbare, grootschalige gebruiksscenario's. Snel leren is belangrijk, maar mag niet bereikt worden door triviale demonstraties. Geschikte processen zijn processen waarvan de huidige kosten en kwaliteitsproblemen bekend zijn en waarbij menselijk toezicht nog steeds haalbaar is.

Ten tweede heeft NORAI een sterke, gecentraliseerde governance nodig, gekoppeld aan daadwerkelijke verantwoordelijkheid binnen de specialistische afdelingen. De centrale governance moet de architectuur, beveiliging, het juridische kader, de catalogus, de toegang tot modellen en de meetmethoden definiëren. De specialistische afdelingen moeten verantwoordelijk zijn voor het procesontwerp, de datakwaliteit en de functionele resultaten. Als de verantwoordelijkheid uitsluitend bij IT ligt, zal de organisatorische verandering stagneren. Als elke afdeling zelfstandig beslissingen neemt, zal het gedeelde platform uiteenvallen.

Ten derde moet de directie openlijk omgaan met fouten en beperkingen. AI-systemen zullen onjuiste suggesties genereren. De cruciale factor is of deze worden geïdentificeerd, gedocumenteerd en systematisch verminderd. Een cultuur die alleen succesverhalen toelaat, moedigt het verbergen van problemen aan. Een lerende directie daarentegen beschouwt afwijkingen als data voor het verbeteren van modellen, regels en processen.

De werkelijke opbrengst is het vermogen van de staat om op te treden

De directe voordelen van NORAI zullen zich uiten in bespaarde uren, kortere verwerkingstijden en minder fouten. De grootste winst zit echter in het vermogen van de overheid om steeds complexere eisen aan te kunnen zonder een evenredige toename van de bureaucratie. Klimaatstimulansen, huisvestingskwesties, sociale diensten, de energietransitie en zakelijke dienstverlening genereren extra processen. Zonder productiviteitswinst zijn langere wachttijden of stijgende personeelskosten waarschijnlijk.

Een functionerend AI-platform kan deze ontwikkeling afremmen. Het creëert herbruikbare functionaliteiten, maakt processen meetbaar en zorgt ervoor dat nieuwe diensten sneller gelanceerd kunnen worden. Tegelijkertijd verhoogt het de eisen aan leiderschap, databeheer, wettelijke naleving en kwalificaties. Technologie vermindert complexiteit niet automatisch; een deel ervan wordt verplaatst naar architectuur en governance.

De investering van € 5,45 miljoen is daarom geen gegarandeerde doorbraak en ook geen louter duur digitaal experiment. Het is een strategische gok dat een regionale overheid haar processen kan begrijpen en beheren als een samenhangend productiesysteem. Als dit lukt, zullen kortere verwerkingstijden en betere informatie slechts de meest zichtbare resultaten zijn. De diepere transformatie zou bestaan ​​uit een overheid die kennis, data en automatisering over departementsgrenzen heen inzet, zonder de verantwoordelijkheid volledig aan algoritmes over te laten.

NORAI zou niet primair mislukken door een incidentele onjuiste AI-reactie. Het zou mislukken als oude processen ongewijzigd blijven, de verantwoordelijkheid voor data onduidelijk is, besparingen niet worden gemeten en elk agentschap zijn eigen, gepatenteerde oplossing ontwikkelt. Succes hangt daarom minder af van het nieuwste model dan van een gedisciplineerd organisatiebeleid. Met NORAI kunnen de Balearen een robuust model worden voor intelligent regionaal bestuur. Om dit te bereiken, moeten ze aantonen dat de staat niet alleen AI kan aanschaffen, maar zichzelf ook kan reorganiseren.

Xpert.Digital is een datagedreven B2B-branchehub onder leiding van Konrad Wolfenstein . Het bedrijf fungeert als een externe, quasi-interne oplossing voor industriële partners en dicht operationele lacunes in marketing, content en sales – zonder dat de klant extra middelen nodig heeft.

Meer informatie vindt u hier:

• De quasi-interne oplossing: Hoe Xpert.Digital operationele hiaten in B2B-marketing en -verkoop dicht – Slimme, contentgedreven bedrijfsvoering

☑️ Onze zakelijke voertaal is Engels of Duits

☑️ NIEUW: Correspondentie in uw moedertaal!

 

Mijn team en ik staan ​​graag tot uw beschikking als uw persoonlijke adviseur.

U kunt contact met mij opnemen door hier het contactformulier in te vullen wolfenstein@xpert.digital:of door mij te bellen op +49 7348 4088 965. Mijn e-mailadres is

Ik kijk uit naar ons gezamenlijke project.

 

 

☑️ Ondersteuning van het MKB op het gebied van strategie, advies, planning en implementatie

☑️ Opstellen of herzien van de digitale strategie en digitalisering

☑️ Uitbreiding en optimalisatie van internationale verkoopprocessen

☑️ Wereldwijde en digitale B2B-handelsplatformen

☑️ Pionier in bedrijfsontwikkeling / marketing / PR / beurzen