In elk digitaliseringsproject waarbij meerdere overheidsorganisaties gegevens met elkaar uitwisselen, keert vroeg of laat hetzelfde vraagstuk terug: de kwaliteit van de bronregistratie is onvoldoende om als betrouwbare grondslag te dienen. Dit klinkt als een technisch detail, maar het is in werkelijkheid een architecturaal en organisatorisch vraagstuk dat zijn wortels heeft in decennia van gefragmenteerde registratiepraktijk, inconsistente definitievorming en het ontbreken van een eenduidig eigenaarschap over de gegevenslevenscyclus. Wie de moeite neemt dit vraagstuk serieus te nemen, begrijpt waarom zoveel digitaliseringstrajecten vertragen zodra zij de integratiefase bereiken.
De definitie van gegevenskwaliteit is zelf al een discussie
Voordat men überhaupt kan vaststellen of een registratie kwalitatief toereikend is, moet men overeenstemming bereiken over wat gegevenskwaliteit precies inhoudt. In de informatiekundige literatuur worden doorgaans meerdere dimensies onderscheiden: volledigheid, juistheid, tijdigheid, consistentie, uniciteit en relevantie. Elk van deze dimensies heeft in een overheidscontext een specifieke invulling die afwijkt van hoe private organisaties met hetzelfde begrip omgaan.
Neem de dimensie ‘juistheid’. In een commerciële context betekent dit doorgaans dat een gegeven overeenkomt met de werkelijkheid zoals de klant die heeft opgegeven. In de basisregistratie personen is juistheid echter gekoppeld aan de vraag of het gegeven overeenkomt met de brondocumenten die zijn aangeboden bij inschrijving, en of die documenten op hun beurt zijn geverifieerd conform de geldende regelgeving. Een gegeven kan formeel-juridisch juist zijn — correct overgenomen uit een geldig document — terwijl het materieel onjuist is, omdat het document zelf een onjuistheid bevat die niet door de registrerende instantie kan worden gecorrigeerd zonder tussenkomst van een andere autoriteit. Dit onderscheid is niet academisch: het heeft directe gevolgen voor de vraag wie verantwoordelijk is voor herstel en welke procedure daarvoor gevolgd moet worden.
Consistentie voegt een tweede laag toe. Wanneer hetzelfde gegeven in meerdere registraties voorkomt — zoals een adres dat zowel in de basisregistratie personen als in een sectorale registratie wordt bijgehouden — kunnen afwijkingen ontstaan door verschil in mutatietijdstip, verschil in definitie of verschil in de gebruikte coderingsstandaard. De Stelselcatalogus beoogt dergelijke inconsistenties te reduceren door geharmoniseerde definities beschikbaar te stellen, maar de praktijk leert dat harmonisatie op papier niet automatisch harmonisatie in de uitvoering betekent.
Hoe registratiepraktijk historisch is gegroeid zonder architectureel toezicht
De huidige staat van overheidsregistraties is niet het gevolg van bewuste keuzes die destijds als onverstandig werden beschouwd, maar van een organische groei waarbij elke organisatie haar eigen informatiebehoeften centraal stelde. In de jaren dat automatisering haar intrede deed bij de overheid, was de dominante gedachte dat een organisatie haar eigen gegevens het beste kon beheren. Dit leidde tot registraties die uitstekend functioneerden als operationeel systeem voor de organisatie die ze bijhield, maar die nooit zijn ontworpen om als bron te dienen voor externe afnemers.
Het gevolg is dat veel bestaande registraties kenmerken vertonen die in architectuurterminologie worden aangeduid als ‘tight coupling’: de gegevensstructuur is onlosmakelijk verbonden met de proceslogica van de beheersapplicatie, er zijn weinig of geen formele metadatastandaarden gehanteerd, en de documentatie van de registratie is ofwel onvolledig ofwel verouderd. Wanneer een ketenintegratieproject probeert deze registraties als bron te ontsluiten, stuit men op de noodzaak om eerst een informatiemodel te reconstrueren dat nooit expliciet is vastgelegd.
Dit fenomeen wordt in de literatuur over legacy-systemen aangeduid als ‘implicit knowledge’: de kennis over de betekenis en herkomst van gegevens berust bij een beperkte groep medewerkers die al lang bij de organisatie werkzaam zijn, en is niet geëxternaliseerd in documentatie of formele specificaties. Wanneer die medewerkers vertrekken, gaat die kennis verloren. Ketenintegratie maakt dit probleem zichtbaar, omdat het voor het eerst de eis stelt dat de betekenis van gegevens expliciet en machine-leesbaar wordt vastgelegd.
De rol van gegevensbeheer in de levenscyclus van een registratie
Een registratie is geen statisch artefact. Gegevens worden aangemaakt, gewijzigd, overgedragen en soms vernietigd, en bij elke stap in deze levenscyclus kunnen kwaliteitsproblemen ontstaan. Goed gegevensbeheer vereist dat voor elke fase verantwoordelijkheden zijn belegd, dat er procedures bestaan voor het signaleren en corrigeren van afwijkingen, en dat wijzigingen worden vastgelegd op een manier die auditeerbaarheid garandeert.
In de praktijk ontbreekt het aan een of meer van deze elementen. Verantwoordelijkheden voor gegevensbeheer zijn in veel organisaties niet expliciet belegd in functiebeschrijvingen of organisatiestructuren. Er bestaat een functionaris die gegevens invoert, een functionaris die systemen beheert, en een functionaris die rapporten produceert, maar een eigenaar die verantwoordelijk is voor de kwaliteit van de gegevens als zodanig — los van de technische infrastructuur — is zelden aanwijsbaar. Dit is geen verwijt aan individuele medewerkers, maar een structureel gevolg van het feit dat gegevensbeheer lange tijd niet als een zelfstandige discipline werd erkend.
De opkomst van de rol van Chief Data Officer en vergelijkbare functies binnen de overheid is een poging dit structurele tekort te adresseren. Het succes van deze aanpak hangt echter af van de vraag of de rol voldoende mandaat heeft om corrigerende maatregelen door te voeren die soms ingrijpen op bestaande werkprocessen. Zonder dat mandaat blijft de functie beperkt tot advisering, en wordt de feitelijke besluitvorming over gegevenskwaliteit nog steeds gedreven door operationele prioriteiten die op korte termijn andere belangen dienen.
Wat ketenintegratie blootlegt dat intern onzichtbaar was
Zolang een registratie uitsluitend intern wordt gebruikt, kunnen kwaliteitsproblemen lang verborgen blijven. Medewerkers die dagelijks met de registratie werken, kennen de eigenaardigheden ervan en compenseren die impliciet in hun werkwijze. Een veld dat formeel verplicht is maar in de praktijk altijd leeg wordt gelaten, wordt door ervaren medewerkers genegeerd. Een codering die niet overeenkomt met de officiële standaard wordt intern consistent verkeerd gebruikt, waardoor de interne consistentie hoog is maar de externe uitwisselbaarheid nihil.
Ketenintegratie doorbreekt deze situatie, omdat externe afnemers geen kennis hebben van de impliciete compensatiemechanismen. Zij nemen de gegevens op nominale waarde en ontdekken dan dat velden die verplicht zouden moeten zijn leeg zijn, dat coderingen niet overeenkomen met de verwachte standaard, of dat datumvelden zijn gevuld met fictieve waarden die intern als placeholder fungeren maar extern als valide datum worden geïnterpreteerd. Elk van deze afwijkingen vereist een correctie die niet alleen technisch maar ook organisatorisch en juridisch complex kan zijn.
Dit is de reden waarom ketenintegratieprojecten in hun analysefase regelmatig worden geconfronteerd met een omvang van het kwaliteitsprobleem die aanmerkelijk groter is dan vooraf was voorzien. Het is niet zo dat de bronregistratie plotseling slechter is geworden; het is zo dat de integratiecontext voor het eerst een externe meetlat aanlegt die de bestaande tekortkomingen zichtbaar maakt. Dit inzicht is waardevol, maar het creëert ook een planningsprobleem: de doorlooptijd en kosten van het integratieproject worden mede bepaald door de omvang van de kwaliteitsverbetering die als voorwaarde moet worden gerealiseerd, terwijl die omvang pas bekend wordt tijdens de uitvoering.
Structurele maatregelen die de kwaliteitsspiraal kunnen doorbreken
Het is verleidelijk om gegevenskwaliteit te behandelen als een eenmalig reinigingsprobleem: men voert een kwaliteitsslag uit, herstelt de geconstateerde afwijkingen, en gaat dan over tot de orde van de dag. De ervaring leert echter dat deze aanpak niet duurzaam is. Zonder structurele verandering in de processen die gegevens aanmaken en onderhouden, zullen dezelfde kwaliteitsproblemen zich op termijn opnieuw manifesteren.
Duurzame verbetering van gegevenskwaliteit vereist een combinatie van maatregelen op verschillende niveaus. Op het niveau van de gegevensdefinitie gaat het om het expliciteren en formaliseren van het informatiemodel, inclusief de semantische betekenis van elk attribuut, de toegestane waardenverzamelingen en de bedrijfsregels die de integriteit bewaken. Dit werk is arbeidsintensief en weinig zichtbaar, maar het vormt de onmisbare basis waarop alle verdere maatregelen rusten.
Op het niveau van de processen gaat het om het inbouwen van kwaliteitscontroles op het moment van gegevensinvoer, zodat afwijkingen worden gesignaleerd voordat zij de registratie bereiken. Dit vereist samenwerking tussen de informatiekundige discipline, die de regels formuleert, en de applicatieontwikkeling, die de regels implementeert. In aanbestedingstrajecten verdient het aanbeveling deze kwaliteitscontroles expliciet als functionele eis op te nemen in het programma van eisen, zodat zij niet als optionele toevoeging worden behandeld maar als kernfunctionaliteit.
Op het niveau van de organisatie gaat het om het formeel beleggen van gegevensbeheer als taak, met bijbehorende verantwoordelijkheden, bevoegdheden en middelen. Dit impliceert ook dat er een escalatiepad bestaat voor het geval kwaliteitsproblemen worden gesignaleerd die niet binnen de eigen organisatie kunnen worden opgelost, maar die liggen bij een bronhouder of ketenpartner. De Wet basisregistraties biedt hiervoor in beginsel een juridisch kader, maar de uitwerking in concrete afspraken tussen ketenpartners vergt doorgaans aanzienlijke coördinatie-inspanning.
Tot slot is monitoring een onmisbaar onderdeel van een volwassen gegevensbeheerregime. Kwaliteitsindicatoren moeten periodiek worden gemeten en gerapporteerd, niet als doel op zichzelf, maar als signaalwaarde die aangeeft of de ingevoerde maatregelen het beoogde effect hebben. Zonder deze terugkoppeling is het onmogelijk om vast te stellen of de kwaliteitsspiraal daadwerkelijk is doorbroken, of slechts tijdelijk is onderbroken.