1 December 2025
Datakwaliteit: samen op één lijn als fundament voor de toekomst
Datakwaliteit is geen technisch vraagstuk, maar een organisatiebrede opgave. Tijdens mijn recente presentatie stond één centrale gedachte centraal: alleen wanneer we “samen op één lijn” komen, kunnen we data écht laten werken voor onze processen, besluitvorming en samenwerking.
In een wereld waarin de hoeveelheid informatie exponentieel toeneemt, groeit ook het risico op informatieverlies. Data ontstaat op verschillende plekken, in verschillende systemen en met uiteenlopende definities. Zonder duidelijke afspraken leidt dit tot versnippering, inefficiëntie en fouten in de uitvoering. Dat raakt direct de kwaliteit van projecten, bijvoorbeeld in de openbare ruimte of bij infrastructurele werkzaamheden.
De reis van data: van object naar inzicht
Een belangrijk concept uit de presentatie is “de reis van het object”. Data begint bij een fysiek object: een paal, leiding, wegvak of installatie. Dit object vormt de kleinste zelfstandig beheersbare eenheid, met een eigen locatie, eigenschappen en relaties.
Gedurende de levenscyclus van zo’n object wordt steeds meer informatie toegevoegd: ontwerpgegevens, inspecties, onderhoud, storingen en wijzigingen. Tegelijkertijd gaat er vaak ook informatie verloren, bijvoorbeeld door systeemwisselingen, gebrekkige overdracht of onduidelijke definities. Het gevolg: organisaties werken met onvolledige of inconsistente data.
Daarom is objectgericht werken essentieel. Door alle informatie rond een object te organiseren en te structureren, ontstaat een betrouwbaar en integraal beeld. Dit vormt de basis voor beter beheer, betere besluitvorming en uiteindelijk betere dienstverlening.
Het belang van standaarden en structuur
Een belangrijke oplossingsrichting ligt in het gebruik van open standaarden. Open standaarden zijn vrij beschikbare afspraken over data, processen en procedures. Ze zorgen ervoor dat systemen met elkaar kunnen communiceren en dat informatie eenduidig wordt vastgelegd.
Dit heeft meerdere voordelen:
- Minder afhankelijkheid van leveranciers (vendor lock-in)
- Betere uitwisselbaarheid van data
- Hogere kwaliteit en transparantie
- Lagere kosten door hergebruik van informatie
Een concreet voorbeeld hiervan is IMBOR (Informatiemodel Beheer Openbare Ruimte). Dit model fungeert als een soort “lego-bouwdoos” met duizenden bouwstenen voor objecttypen, attributen en relaties. Door data volgens dit model te structureren, ontstaat uniformiteit en wordt samenwerking tussen organisaties aanzienlijk eenvoudiger.
Ook standaarden zoals VISI spelen hierin een rol. VISI richt zich op het structureren van communicatie: wie levert wat, wanneer en aan wie. Daarmee wordt niet alleen de data zelf, maar ook het proces daaromheen transparanter en beter beheersbaar.
Datakwaliteit als fundament
Datakwaliteit moet worden gezien als fundament, niet als sluitstuk. In de praktijk gebeurt het nog te vaak dat data pas aan het einde van een proces aandacht krijgt. Terwijl juist aan de voorkant duidelijke afspraken nodig zijn over definities, verantwoordelijkheden en gebruik.
De praatkaart uit het tafelgesprek onderstreept dit: datakwaliteit begint met een gezamenlijke taal en een gedeeld doel. Zonder die basis ontstaat interpretatieverschil en daarmee inconsistente data.
Daarnaast is het belangrijk om te bepalen welke data écht cruciaal is. Niet alle data hoeft perfect te zijn, maar de data die nodig is voor besluitvorming en uitvoering moet betrouwbaar, compleet en actueel zijn. Denk hierbij aan ontwerpdata en monitoringdata, die direct invloed hebben op planning, veiligheid en beheer.
Van ambitie naar actie
Veel organisaties erkennen het belang van datakwaliteit, maar worstelen met de stap naar concrete uitvoering. De sleutel ligt in een integrale aanpak, waarbij verschillende aspecten tegelijk worden opgepakt:
- Informatievoorziening op orde: duidelijke definities en structuur
- Organisatie op orde: heldere rollen en verantwoordelijkheden
- Processen op orde: gestandaardiseerde werkwijzen
- Kennis op orde: voldoende bewustzijn en vaardigheden
- Gereedschap op orde: systemen die standaarden ondersteunen
- Data op orde: betrouwbare en consistente datasets
Een praktische eerste stap is het bepalen van de huidige datakwaliteit en het vaststellen van een minimale dataset. Vervolgens kan een roadmap worden opgesteld, bijvoorbeeld richting een objectenregistratie die fungeert als centrale informatieknoop (Linked Data).
Samenwerking als sleutel
Datakwaliteit stopt niet bij de grenzen van de organisatie. Juist in samenwerking met andere partijen – zoals aannemers, ingenieursbureaus en overheden – wordt het belang zichtbaar.
De praatkaart benadrukt dat samenwerking moet gaan van intentie naar actie. Dit betekent: afspraken maken, verwachtingen uitspreken en werken met best practices.
Ook in vergunningverlening en handhaving speelt datakwaliteit een cruciale rol. Betrouwbare data maakt processen efficiënter en voorkomt discussies achteraf.
Conclusie
Datakwaliteit is geen doel op zich, maar een randvoorwaarde voor effectief en toekomstbestendig werken. Door objectgericht te werken, open standaarden te gebruiken en samenwerking centraal te stellen, ontstaat een stevige basis voor digitalisering.
De uitdaging ligt niet alleen in techniek, maar vooral in het creëren van gezamenlijke afspraken en een gedeeld begrip. Pas wanneer organisaties écht “op één lijn” zitten, kan data haar volledige waarde leveren.