Gegevenskwaliteit als randvoorwaarde voor ketenintegratie

Wanneer twee overheidsorganisaties besluiten hun systemen te koppelen, ligt de aandacht doorgaans bij de technische architectuur: welk koppelvlak wordt gehanteerd, hoe worden berichten getransporteerd, welke authenticatiemechanismen zijn van toepassing. Wat minder zichtbaar is — maar in de praktijk vaker de oorzaak van vertraging is — betreft de kwaliteit van de gegevens die via dat koppelvlak worden uitgewisseld. Een technisch correcte verbinding tussen twee systemen garandeert niet dat de informatie die er doorheen stroomt, ook betekenisvol en betrouwbaar is. Dit artikel gaat over die onderschatte dimensie: gegevenskwaliteit als randvoorwaarde voor succesvolle ketenintegratie, en de structurele redenen waarom die kwaliteit in registraties zo moeilijk op peil te houden is.

Wat gegevenskwaliteit inhoudt en waarom de definitie ertoe doet

In de informatiekunde wordt gegevenskwaliteit doorgaans beschreven aan de hand van meerdere dimensies: volledigheid, juistheid, consistentie, tijdigheid en begrijpelijkheid zijn de meest gangbare. Elk van die dimensies heeft een eigen meetmethode en een eigen set van oorzaken wanneer ze tekortschiet. Volledigheid verwijst naar de vraag of alle verwachte attributen zijn ingevuld; juistheid betreft de overeenstemming met de werkelijkheid die het gegeven beoogt te beschrijven; consistentie gaat over de interne samenhang binnen een registratie én de samenhang met andere registraties.

Wat dit in de context van basisregistraties bijzonder maakt, is dat de wetgever aan die registraties een specifieke juridische status heeft toegekend. Afnemers zijn in beginsel verplicht de gegevens uit een basisregistratie te gebruiken en mogen daar niet van afwijken zonder terugmeldingsprocedure. Dat principe — het zogenoemde verplicht gebruik — impliceert dat gegevenskwaliteitsproblemen in een basisregistratie zich als een golf door de gehele keten verplaatsen. Een onjuist adresgegeven in de basisregistratie personen werkt door in uitkeringsbeschikkingen, belastingaanslagen en identiteitsdocumenten, tenzij er een correctiemechanisme actief is.

Het is dan ook te simpel om gegevenskwaliteit te behandelen als een technisch probleem dat door deduplicatiealgoritmen of validatieregels kan worden opgelost. Het is primair een organisatorisch en juridisch vraagstuk: wie is bronhouder, wie is verantwoordelijk voor correctie, welk proces regelt de terugmelding en binnen welke termijn moet een bronhouder reageren. Zonder heldere antwoorden op die vragen blijft technische validatie symptoombestrijding.

De oorsprong van vervuiling: registratie als bijproduct van een proces

Een patroon dat in vrijwel elk overheidsregistratiesysteem terugkeert, is dat de registratie oorspronkelijk niet is ontworpen als een gegevensbron voor derden, maar als een bijproduct van een uitvoeringsproces. De gegevens werden vastgelegd omdat dat nodig was voor de eigen dienstverlening, niet omdat andere organisaties er later op zouden aansluiten. Dit heeft consequenties voor de gegevensstructuur, de definitie van begrippen en de mate van standaardisering.

Wanneer een registratie later alsnog wordt aangewezen als basisregistratie of als koppelvlak voor ketenpartners, ontstaat een fundamenteel probleem: de gegevens zijn niet met het oog op hergebruik vastgelegd. Velden die voor de oorspronkelijke organisatie voldoende precies waren, blijken voor afnemers te vaag. Begrippen die intern eenduidig waren, blijken bij nader inzien meerdere interpretaties toe te laten. Coderingen die ooit als tijdelijk werden ingevoerd, zijn na twintig jaar onderdeel geworden van de datastructuur en kunnen niet zonder migratie worden aangepast.

Dit is geen falen van individuele medewerkers of systemen; het is een structureel gevolg van de manier waarop overheidsregistraties historisch zijn gegroeid. De oplossing ligt niet in het aanwijzen van schuldigen, maar in het erkennen dat retroactieve harmonisering van registraties een langdurig en arbeidsintensief traject is dat niet kan worden vervangen door een eenmalige schoonmaakactie. Gegevenskwaliteit vereist een continue beheerorganisatie, met mandaat en middelen.

Terugmeldingen als kwaliteitsmechanisme: de theorie en de praktijk

De wetgever heeft voorzien in een mechanisme om gegevenskwaliteit in basisregistraties te bewaken: de terugmelding. Wanneer een afnemer gerede twijfel heeft over de juistheid van een gegeven, is hij verplicht dit te melden aan de bronhouder. De bronhouder is vervolgens verplicht het gegeven te onderzoeken en zo nodig te corrigeren. Dit klinkt als een sluitend systeem, maar de praktijk laat een minder rooskleurig beeld zien.

Ten eerste veronderstelt het terugmeldmechanisme dat afnemers beschikken over de kennis en de capaciteit om twijfelachtige gegevens te signaleren. In de praktijk worden gegevens vaak automatisch verwerkt in systemen die geen afwijkingen detecteren tenzij ze expliciet zijn geprogrammeerd om dat te doen. Een onjuist geboortejaar dat intern consistent is, zal door een geautomatiseerd systeem niet worden herkend als fout.

Ten tweede is de drempel voor terugmelding in de uitvoeringspraktijk hoger dan de wetgever wellicht heeft beoogd. Organisaties die structureel te weinig capaciteit hebben voor hun primaire taak, zullen terugmelden als eerste laten vallen wanneer prioriteiten worden gesteld. Bovendien is de terugmeldprocedure in sommige gevallen administratief belastend: er moet een formeel bericht worden opgesteld, verstuurd via een specifiek kanaal, en er moet worden bijgehouden wat de status van de melding is. Voor incidentele gevallen is dat werkbaar; voor organisaties die dagelijks honderden gegevens verwerken, is het een structureel knelpunt.

Ten derde is de responstermijn voor bronhouders in de praktijk niet altijd gegarandeerd. Wanneer een terugmelding betrekking heeft op een gegeven waarbij nader onderzoek vereist is — bijvoorbeeld omdat de betrokken persoon niet bereikbaar is of omdat historische documenten moeten worden geraadpleegd — kan de doorlooptijd oplopen. Gedurende die periode blijft het onjuiste gegeven in de registratie staan en wordt het door afnemers gebruikt.

Consistentie over registraties heen: het probleem van meervoudige waarheid

Een bijzonder hardnekkig kwaliteitsprobleem doet zich voor wanneer hetzelfde gegeven in meerdere registraties is opgenomen, maar met verschillende waarden. Dit is geen hypothetisch scenario: in de Nederlandse overheidsarchitectuur bestaan meerdere basisregistraties die deels overlappende gegevens bevatten, en de synchronisatie tussen die registraties is niet altijd gegarandeerd.

Een voorbeeld ter illustratie: het adres van een rechtspersoon kan voorkomen in de basisregistratie adressen en gebouwen, in de registratie van de Kamer van Koophandel en in de eigen administratie van een uitvoeringsorganisatie. Wanneer die drie bronnen verschillende adressen bevatten, heeft een afnemer een probleem: welke bron heeft voorrang? De formele hiërarchie van basisregistraties biedt in theorie een antwoord, maar in de praktijk zijn de grenzen tussen registraties niet altijd even scherp, en zijn de synchronisatiemomenten niet altijd frequent genoeg om actuele informatie te garanderen.

Dit probleem wordt in de informatiekunde aangeduid als het ontbreken van een single source of truth, maar die term suggereert dat de oplossing eenvoudig is: wijs één bron aan. In de praktijk is dat moeilijker, omdat registraties verschillende doelen dienen, verschillende bronhouders hebben en onder verschillende wetgeving vallen. De oplossing vereist niet alleen technische maatregelen, maar ook bestuurlijke afspraken over verantwoordelijkheden en een juridisch kader dat duidelijk maakt welke bron in welke situatie leidend is. Dat soort afspraken vergt politieke wil en bestuurlijke coördinatie, en die zijn niet altijd beschikbaar in de mate die technisch noodzakelijk is.

Gegevenskwaliteit in aanbestedingen: wat er vaak misgaat

Wanneer een overheidsorganisatie een aanbesteding uitschrijft voor een nieuw registratiesysteem of een integratieplatform, wordt gegevenskwaliteit zelden als zelfstandig criterium opgenomen. De aandacht gaat doorgaans uit naar functionaliteit, beschikbaarheid, beveiliging en prijs. Dat is begrijpelijk vanuit het perspectief van de aanbestedende dienst, maar het heeft een ongewenst neveneffect: de kwaliteit van de gegevens die in het nieuwe systeem worden geladen, wordt niet of nauwelijks gespecificeerd.

Dit leidt tot situaties waarbij een nieuw systeem technisch correct functioneert, maar gevuld wordt met gegevens die niet voldoen aan de kwaliteitseisen die het systeem impliciet veronderstelt. Validatieregels die in het nieuwe systeem zijn ingebouwd, worden omzeild via uitzonderingsroutes die tijdens de implementatie zijn aangemaakt om de migratie te voltooien. Die uitzonderingsroutes worden zelden na de livegang opgeruimd, waardoor het nieuwe systeem na verloop van tijd dezelfde kwaliteitsproblemen vertoont als het systeem dat het verving.

Een robuustere aanpak vereist dat gegevenskwaliteit al in de voorfase van een aanbesteding wordt geadresseerd: door een gegevensprofiel op te stellen van de te migreren gegevens, door kwaliteitsdrempels te definiëren die moeten worden gehaald voordat migratie plaatsvindt, en door de verantwoordelijkheid voor gegevensreiniging expliciet te beleggen — bij de aanbestedende organisatie, niet bij de leverancier. Dit klinkt vanzelfsprekend, maar vereist capaciteit en expertise die niet altijd aanwezig zijn, en het verlengt de doorlooptijd van een traject op een moment waarop de politieke druk om snel te leveren vaak het grootst is.

Naar een structurele beheersaanpak: wat wel werkt

Uit de ervaringen met meerdere registratietrajecten — zowel succesvolle als minder succesvolle — zijn enkele patronen te destilleren die bijdragen aan een duurzame gegevenskwaliteit. Geen van deze patronen is spectaculair of technologisch vernieuwend; het zijn veelal organisatorische en procesmatige maatregelen die consequent moeten worden doorgevoerd.

• Duidelijke bronhouderverantwoordelijkheid: elk gegeven heeft één aangewezen bronhouder met een expliciet mandaat en de middelen om dat mandaat waar te maken. Gedeelde verantwoordelijkheid leidt in de praktijk tot niemands verantwoordelijkheid.
• Geautomatiseerde kwaliteitsmonitoring: in plaats van te vertrouwen op handmatige controles, worden kwaliteitsmetingen ingebouwd in de reguliere operatie. Afwijkingen worden gesignaleerd en gerapporteerd, bij voorkeur in een dashboard dat voor alle betrokken partijen toegankelijk is.
• Periodieke kwaliteitsaudits: naast continue monitoring is een periodieke, diepgaandere audit van de gegevenskwaliteit waardevol. Die audit wordt niet uitgevoerd door de bronhouder zelf, maar door een onafhankelijke partij die ook de processen beoordeelt die tot de huidige kwaliteitssituatie hebben geleid.
• Terugmelddrempel verlagen: door de terugmeldprocedure te vereenvoudigen en te integreren in de werkprocessen van afnemers, wordt de drempel voor het melden van twijfelachtige gegevens verlaagd. Dit vereist investering in gebruiksvriendelijke interfaces en heldere communicatie over wat er met een terugmelding gebeurt.
• Gegevenskwaliteit als contractuele eis: bij aanbestedingen en dienstverleningsovereenkomsten worden kwaliteitsnormen expliciet opgenomen, inclusief meetmethoden en consequenties bij niet-naleving.

Wat al deze maatregelen gemeen hebben, is dat ze structureel van aard zijn en niet eenmalig. Gegevenskwaliteit is geen project met een einddatum; het is een eigenschap van een systeem die voortdurend moet worden bewaakt en onderhouden. Organisaties die dat beseffen en er de organisatorische consequenties uit trekken, zijn beter in staat om integratietrajecten succesvol te voltooien — niet omdat hun technologie beter is, maar omdat de grondstof waarop die technologie opereert, betrouwbaar is.

De spanning tussen politiek tempo en technische realiteit is in dit domein bijzonder voelbaar. Registraties die decennialang zijn gevuld zonder expliciete kwaliteitsnorm, kunnen niet in enkele maanden worden gesaneerd. Dat is geen pessimisme; het is een reële inschatting van de complexiteit die iedereen die in dit veld werkt, vroeg of laat tegenkomt. De vraag is niet of die complexiteit er is, maar of de organisaties die ermee te maken hebben, bereid zijn er de tijd en middelen voor vrij te maken die zij werkelijk vereist.