Inspirerende reizen
Er zijn in de eerste en tweede fase van de pilot in Breda 13 reizen afgerond. In de toolkit vind je een overzicht van alle reizen en hun resultaten. We zoomen hieronder in op vier reizen die laten zien welke impact AI in de praktijk kan hebben en vormen een weergave van de resultaten binnen de Bredase organisatie. Daarbij worden ook voorbeelden van gebruikte prompts getoond.
Reisverslagen
Enquêtes
Team Data, Informatie en Onderzoek (DIO) van Gemeente Breda houdt zich bezig met het beheren en analyseren van data, het ondersteunen bij onderzoek en het stimuleren van datagedreven werken.
Om maatschappelijke vraagstukken in de stad beter te kunnen sturen, voert het team regelmatig enquêtes en onderzoeken uit. Vooral bewonersenquêtes zijn een belangrijke bron van informatie, omdat ze directe feedback van inwoners opleveren.
Deze enquêtes bevatten verschillende vraagtypen, zoals meerkeuzevragen, gesloten vragen en open vragen. Open vragen geven vaak de meest waardevolle inzichten, maar het analyseren ervan is erg arbeidsintensief. Bij sommige enquêtes reageren wel 5000 mensen, en elk antwoord moet worden gelezen om de algemene tendens te bepalen.
Gelukkig biedt AI hiervoor een efficiënte oplossing. Waar een handmatige analyse normaal een hele week in beslag neemt, kan AI de antwoorden op open vragen in slechts enkele minuten verwerken. Dit bespaart per enquête maar liefst 28 uur aan werktijd. Uiteraard is er enige voorbereiding nodig, zoals het opstellen van een goede prompt, en blijft er een controleproces achteraf, maar de tijdswinst is enorm.
Dankzij deze besparing krijgt het team meer ruimte om open vragen te gebruiken, wat de kwaliteit van de enquêtes verhoogt. Bovendien kunnen er meer onderzoeken worden uitgevoerd, waardoor we beter inzicht krijgen in wat er leeft onder inwoners. Dit stelt de gemeente in staat haar dienstverlening gerichter aan te passen. Zo profiteren zowel medewerkers als inwoners van de inzet van AI.
Gebruikte prompt
Resultaten
28 uur
Opbrengst per maand
n.b.
Kwaliteitstoename
6,5
Tevredenheid
6,5
Toegevoegde waarde
Publiekszaken
De backoffice-medewerkers van Burgerzaken houden zich bezig met uiteenlopende zaken rondom inwoners.
Denk bijvoorbeeld aan BRP-registraties, onderzoek naar persoonsgegevens, het verkrijgen van een Nederlandse nationaliteit en andere burgerlijke aangelegenheden. Correspondentie met burgers vindt daarbij niet altijd plaats in het Nederlands, maar ook in andere talen.
AI heeft binnen deze processen veel waarde toegevoegd. Vooral bij het opstellen en vertalen van formele e-mails (in dit geval naar het Engels) werd het werk aanzienlijk versneld, wat resulteerde in een besparing van gemiddeld 22 uur per maand per medewerker. Ook het herschrijven van complexe (juridische) materie naar eenvoudige taal leverde een opbrengst van 2 uur per maand per medewerker op.
Deze tijdswinst heeft directe impact, omdat met dezelfde capaciteit bijvoorbeeld extra burgers kunnen worden geholpen bij afspraken voor de Nederlandse nationaliteit, de reactietijd op e-mails aanzienlijk kan worden verkort of meer tijd kan worden besteed aan het beoordelen en registreren van buitenlandse brondocumenten in de BRP. De inzet van AI levert dus voordelen op voor medewerkers, terwijl ook burgers hiervan profiteren doordat zij een snellere en betere dienstverlening ontvangen.
Gebruikte prompt
Resultaten
22 uur
Opbrengst per maand
53%
Kwaliteitstoename
8,3
Tevredenheid
8,3
Toegevoegde waarde
Notuleren
Bij veel gemeenten is verslaglegging een belangrijk onderdeel van overleggen. Het vastleggen van vergaderingen zorgt ervoor dat belangrijke beslissingen en acties gedocumenteerd worden, wat bijdraagt aan de voortgang en transparantie binnen de organisatie.
Dit is vooral belangrijk in een dynamische omgeving zoals de gemeente, waar verschillende afdelingen en teams nauw moeten samenwerken om de gemeenschappelijke doelen te bereiken en verschillende belangen te behartigen.
Voor sommige collega’s, zoals secretaresses, notulisten en projectmedewerkers, vormt het notuleren van vergaderingen een groot deel van de dagelijkse werkzaamheden. Verslaglegging speelt echter in vrijwel elke functie een rol. Daarom is in deze reis met een gemengd gezelschap geëxperimenteerd met de verschillende transcriptiefunctionaliteiten van Teams en Word. Deze zijn getest in diverse omgevingen: vergaderingen, sprintsessies, interviews en zowel digitaal als live bijeenkomsten.
Het meest opvallende resultaat in deze reis was de kwaliteitsverbetering van de gespreksverslagen of notulen, namelijk een toename van 90%. Met behulp van AI kunnen gedetailleerde gespreksverslagen met meer context worden gemaakt, wat de kwaliteit ten goede komt. Ook is er een gemiddelde opbrengst van 3,5 uur per maand per medewerker gerealiseerd. Hoewel dit op het eerste gezicht een stuk minder lijkt dan voorgaande voorbeelden, brengt het op organisatieniveau veel toegevoegde waarde. Praktisch elke ambtenaar vergadert en de verslaglegging daarvan is vaak summier of ontbreekt zelfs.
Gebruikte prompt
Resultaten
3,5 uur
Opbrengst per maand
90%
Kwaliteitstoename
7,5
Tevredenheid
10
Toegevoegde waarde
Losser
Losser
Om AI structureel in te bedden, leidde Losser één medewerker op tot Prompt Engineer — het vaste aanspreekpunt voor nieuwe toepassingen. De sprintaanpak wordt regelmatig geëvalueerd met het Starfish-model: wat werkt goed, wat kan beter, wat laten we los? Zo groeit de organisatie stap voor stap verder met AI.
zeist
Zeist
In Zeist is AI onderdeel van het gewone werk geworden. Het AI-kernteam begeleidt teams, bewaakt privacy en zorgt dat kennis behouden blijft. Wat goed werkt, wordt opgeschaald; wat niet werkt, wordt aangepast. Een belangrijke les: betrek beleidsmakers vanaf het begin en bouw parallel aan een langetermijnvisie. Zo blijft AI niet bij een pilot, maar wordt het echt van de organisatie.
tilburg
Tilburg
Tilburg bouwt verder aan structurele verankering van AI. Een kwartiermaker AI zorgt voor richting en verbinding, en de gemeente onderzoekt hoe een procesbegeleider kan helpen om AI duurzaam in werkprocessen op te nemen. Zo krijgt AI een vaste plek in de organisatie, met oog voor continuïteit en kwaliteit.
Schrijven van vacatureteksten via AI-agents
Een volgende stap in het gebruik van AI zijn AI-agents. Dit zijn digitale assistenten die zelfstandig taken kunnen uitvoeren en zo werk uit handen nemen. Agents maken het mogelijk om processen slimmer en sneller te laten verlopen, zodat medewerkers zich kunnen richten op werk dat echt waarde toevoegt voor de inwoner.
Een inspirerend voorbeeld is de agent die vacatureteksten schrijft. In Breda publiceren ze jaarlijks zo’n 600 vacatures. Voor de HR-adviseurs is dat een flinke klus en daarom heeft Breda een agent ontwikkeld die deze taak grotendeels overneemt. Het werkt heel gebruiksvriendelijk: je voert zelf alle informatie in over de functie, zoals het profiel en het aantal uren, waarna de agent een complete vacaturetekst genereert. Een andere optie is om het transcript van het gesprek tussen de teamleider en HR-adviseur toe te voegen. Dat scheelt typewerk! Mist er informatie? Dan vraagt de agent zelf om verduidelijking.
Deel dit artikel
Volgende pagina
Stappenplan
Voorbeeld prompt
Jij bent een ervaren data-analist en een expert in het destilleren van de rode draad uit open enquêtevragen.
Je gaat een enquête analyseren. Deze enquête gaat over de ervaringen en meningen van bewoners en ondernemers met betrekking tot de maatregelen die zijn genomen tijdens carnaval en de eventuele overlast die zij hebben ervaren.
Het bestand bevat antwoorden op open vragen, waarbij per tabblad de vraag die in de enquête gesteld is, dikgedrukt staat. De antwoorden geven inzicht in de specifieke problemen en suggesties van de respondenten om de situatie tijdens carnaval te verbeteren.
De resultaten van de enquête zijn hier te vinden: /NAAM BESTAND
Een van de vragen is een open vraag, waar de respondent een uitgebreider antwoord kan geven. De vraag luidt:
"Kunt u toelichten waarom u vindt dat er met de maatregelen onvoldoende rekening is gehouden met omwonenden en/of ondernemers?"
Jouw taak is om de antwoorden op deze vraag te analyseren en de rode draad uit de feedback te halen. De antwoorden zijn te vinden in het tabblad "Q5" in cel A5 tot en met A209. Elke cel in kolom "A" bevat een antwoord van een respondent. Negeer de cellen die leeg zijn. Doorzoek alle antwoorden en identificeer ten minste 15 categorieën waar de klachten over gaan. Geef per categorie een beschrijving en vermeld het aantal respondenten dat deze klacht heeft ingediend.
Voorbeeld prompt
Herschrijf deze e-mail naar het Engels vanuit het perspectief van een medewerker burgerzaken van een gemeente aan een burger. Zorg ervoor dat de inhoud niet verandert, maar herschrijf waar nodig om het begrijpelijk te maken voor de burger en vermijd vaktermen.
Voorbeeld prompt
Je bent een uitstekende notulist en een expert in het opstellen van gedetailleerde en gestructureerde verslagen van vergaderingen, waarbij je alle belangrijke details vastlegt.
De resultaten van de enquête zijn hier te vinden: /NAAM BESTAND
Het document biedt een gedetailleerde weergave van de discussies en plannen met betrekking tot het XXX, inclusief reflecties op het verleden en visies voor de toekomst.
De volgende 3 onderwerpen worden besproken:
- Visie X
- Tijdlijn naar 2035
- Hoe organiseren we ons als kernteam en wat spreken we af?
Richtlijnen
- Gebruik duidelijke taal.
- Verzin nooit zelf informatie, zelfs niet als het transcript onduidelijk of erg kort is. Als de informatie niet aanwezig is in het transcript, laat het dan leeg.
- Het moet een uitgebreid verslag zijn, gebruik dus alle informatie die op basis van het transcript beschikbaar is.
- Gebruik minimaal 600 woorden.
Maak een uitgebreid verslag van de vergadering. Werkt dit uit per hierboven genoemd onderwerp, te beginnen bij Visie X. Wees zo diepgaand mogelijk.