E-mail is al digitaal. Dus waarom betalen gemeentes tienduizenden euro's per jaar om hem in een andere digitale doos te zetten?

Afgelopen weken had ik veel contact met gemeenteambtenaren die met e-mailarchivering bezig zijn. Nadat ik een stuk schreef over hoe je bouwtekeningen slimmer zou kunnen archiveren, merkte Rob Haans, strategisch informatieadviseur bij de gemeente Nijmegen, terecht op dat ik niet goed uitlegde hoe e-mailarchivering wezenlijk anders kan. Dat was de aanleiding voor dit stuk.

Het probleem zit niet in de technologie. Die is makkelijk oplosbaar en niet duur. Het zit hem in de vraag die je stelt als je gaat opslaan.

Dit stuk gaat over alle overheidsorganisaties die met e-mail werken: gemeentes, ministeries, uitvoeringsorganisaties, waterschappen, provincies. De voorbeelden komen vaak uit gemeenteland omdat daar de wettelijke verplichtingen het scherpst zijn vastgelegd, maar het mechanisme is overal hetzelfde. Een mailbox is een mailbox, of die nu van een ambtenaar bij een gemeente, een uitvoerder bij UWV of een beleidsmedewerker bij een ministerie is.

Vraag je waar een mail is, dan ben je aan het archiveren. Je plakt er een label op met afzender, datum en zaaknummer, en je bergt hem op. Als iemand later vraagt of je de mail van wethouder Jansen van 14 maart hebt, dan vind je hem. Maar alleen als je weet dat hij bestaat, en alleen als je de juiste zoekwoorden gebruikt.

Vraag je wat er in een mail staat, dan ben je aan het informatiseren. Je leest de mail, je begrijpt dat er een toezegging in staat aan de bewonerscommissie van wijk X over geluidsoverlast, je weet dat die toezegging samenhangt met drie eerdere mails van twee andere afdelingen en met een raadsvraag van vorig jaar. Je hoeft niet te weten dat de mail bestaat om hem te vinden. Je stelt een inhoudelijke vraag en het systeem geeft je wat relevant is.

De oplossingen die partijen als Microsoft Purview en soortgelijke leveranciers bieden, beantwoorden vooral die eerste vraag. In de praktijk is het antwoord op de tweede vraag lastig of nauwelijks te vinden. En dat is technologisch geen probleem. Maar bij het opslaan hebben we een verkeerde strategie gekozen.

Op het moment dat er een Woo-verzoek binnenkomt, een vergunning wordt aangevochten, of een raadslid vraagt hoe een besluit tot stand is gekomen, heb je die tweede vraag nodig. En dan begint het handwerk. Op dat moment heb je dure medewerkers nodig die het handwerk moeten doen, zonder gevoel van tijd en zeker zonder gevoel van geld.

Een ambtenaar opent Outlook, typt zoekwoorden, scrolt door honderden resultaten, leest mails, beoordeelt relevantie, en herhaalt dat voor elke variant van elke zoekterm. "Geluidsoverlast" levert andere resultaten dan "geluidsbelasting", "overlast Waarderpolder", "die kwestie van vorige maand", of "het punt dat de bewoners maken." Het is allemaal dezelfde discussie, maar voor een zoeksysteem dat alleen woorden matcht zijn het vijf verschillende onderwerpen.

Bij een gemiddeld Woo-verzoek gaat het om duizenden tot tienduizenden mails. De doorlooptijd is weken of maanden, de kosten lopen op tot tienduizenden euro's per verzoek. Niet omdat de informatie er niet is, maar omdat het systeem niet weet wat erin staat.

E-mail is volgens schattingen die in de vakwereld circuleren vaak het grootste deel van wat onder een Woo-verzoek valt, soms tot zeventig procent van het materiaal. Een hard onderbouwd percentage heb ik niet gevonden, maar dat het om enorme volumes aan data gaat, is onmiskenbaar.

De gangbare oplossing is Microsoft Purview, ingebed in de Microsoft 365-licenties die overheidsorganisaties al hebben. De Purview-suite kost tien euro veertig per gebruiker per maand. Een middelgrote gemeente met vijfhonderd kantoormedewerkers betaalt alleen aan licenties al meer dan tweeënzestigduizend euro per jaar. Inclusief implementatie, adviesbureaus, beheer en training komt het totaal op een veelvoud daarvan, vaak in de orde van enkele tonnen per jaar. De precieze bedragen verschillen per contract en zijn zelden openbaar. Naast Purview zijn er leveranciers als Centric JOIN en Decos Doxis4, en voor Woo-zoekwerk worden tools als Reveal en ZyLAB ingezet.

Purview houdt bij wie iets stuurde naar wie en wanneer. Niet waar het over gaat, welke toezegging er wordt gedaan, aan welke bewoner, op welk dossier, en hoe deze mail samenhangt met de honderd andere mails die over hetzelfde onderwerp gaan.

De VNG heeft voor gemeentes de Capstone-methodiek ontwikkeld. Van sleutelfiguren wordt alle e-mail permanent bewaard, e-mail van overige medewerkers na zeven jaar vernietigd. Sinds 1 januari 2024 is implementatie verplicht voor de gemeentes die zich erbij hebben aangesloten, maar de adoptie verloopt traag. De nieuwe Archiefwet, beoogd ingaand op 1 januari 2027, stelt als doel dat meer informatie sneller toegankelijk wordt. Maar toegankelijk zegt niets over vindbaarheid, en vindbaar zegt niets over begrijpbaarheid. Een doos in een magazijn is toegankelijk: je kunt erbij. Vindbaar wordt hij pas als je weet welke doos je nodig hebt. En begrijpbaar wordt de inhoud pas als je hem hebt gelezen.

Harde totaalcijfers over wat de Nederlandse overheid jaarlijks uitgeeft aan e-mailarchivering ontbreken. Dat is niet toevallig. De VNG zelf schreef in de selectielijst van 2022: "De financiële consequenties van de selectielijst zijn nog niet bekend omdat nadere uitwerking noodzakelijk is." Acht jaar na de eerste pilots, en met een implementatieverplichting sinds 1 januari 2024, weten gemeentes nog steeds niet wat het hen gaat kosten. Als burger vind ik dat meer dan problematisch.

Voor gemeentes met een Microsoft 365 E5-licentie zit de basisfunctionaliteit voor e-mailarchivering in het pakket dat ze al afnemen. Wie op een lagere licentie zit, betaalt extra. Voor implementatie zijn commerciële leveranciers actief, OneFox bijvoorbeeld met producten als Keep Email, maar de prijzen zijn zelden openbaar. Wat we wel weten is dat het Rijk sinds 2021 honderden miljoenen euro's heeft uitgetrokken voor het programma Open op Orde, waarvan e-mailarchivering een van de drie geprioriteerde generieke ICT-voorzieningen is voor 2026. Voor gemeentes en uitvoeringsorganisaties is geen vergelijkbaar centraal budget zichtbaar. Bij elkaar opgeteld voor de hele Nederlandse publieke sector loopt de jaarlijkse uitgave aan e-mailarchivering en aanverwante compliance-software vermoedelijk in de honderden miljoenen euro's. Een hard cijfer is niet te geven, en dat is op zichzelf veelzeggend.

Daarbovenop komt wat niet in de aanbestedingsbedragen staat. Bij grote en kleine overheden is de externe kostenkant van informatiebeheer zelden scherp in beeld. Toen ik recent onderzoek deed naar de IT-governance van de politie, kwam ik tot de conclusie dat een organisatie van die omvang met gemak honderden miljoenen euro's per jaar besteedt aan IT zonder dat iemand precies weet waaraan. Dat patroon is niet uniek voor de politie. De aanbestedingsbedragen zijn het topje van de ijsberg. Onder water zit een veel grotere kostenpost aan ambtenarenuren, consultancybudgetten zonder centrale registratie, mislukte implementaties en projecten die jaren uitlopen. Voor de hele Nederlandse publieke sector is een veelvoud van de directe softwarekosten een conservatieve schatting.

En dan zijn er de kosten die pas later zichtbaar worden, wanneer de informatie nodig is en niet meer vindbaar blijkt. De toeslagenaffaire en het Groningse aardbevingsdossier zijn de bekendste voorbeelden, met hersteloperaties die in de miljarden lopen. Maar zelfs als je die grote dossiers buiten beschouwing laat, lopen de kosten van het verkeerd bewaren en ontsluiten van e-mail voor Nederland met gemak in de miljarden per jaar.

Dat zit hem in de stille stroom van structurele gevolgschade. Slechts dertig procent van de Woo-verzoeken wordt binnen de wettelijke termijn afgehandeld. Per gemiddeld verzoek gaat het om duizenden tot tienduizenden mails, doorlooptijden van weken tot maanden, en kosten van tienduizenden euro's per verzoek aan ambtenarenuren en juridische bijstand. Voor heel openbaar bestuur loopt dat al snel in de honderden miljoenen per jaar. Daarnaast zijn er duizenden bezwaarprocedures, beroepszaken en civiele procedures per jaar waarin overheden in het nadeel staan omdat ze niet kunnen reconstrueren wat er is besproken. Bij aanbestedingsgeschillen, contractconflicten en integriteitsonderzoeken loopt de doorlooptijd op tot maanden, omdat de e-mails die de feiten zouden moeten vastleggen niet vindbaar zijn. Kamervragen, raads- en statenvragen kosten dagen werk omdat een dossier handmatig moet worden gereconstrueerd.

En dan is er nog het terugkerende verlies aan zoekwerk. Een EU-impactanalyse schatte de besparing aan ambtenarenuren bij een goed werkende informatiehuishouding op vijftig miljoen euro per jaar. Dat is een ondergrens. In de praktijk ligt het vermoedelijk een veelvoud hoger, maar harde cijfers ontbreken.

Een aanpak die per organisatie eenmalig tweeduizend tot vijfduizend euro kost om op te zetten. Een server, een script, een lexicon dat gaandeweg de taal van de organisatie leert. Eigenaarschap bij de gemeente of het ministerie zelf, niet bij een leverancier. Geen meerjarig contract, geen jaarlijkse licentievernieuwing, geen vendor lock-in. Alleen al op de directe softwarekosten kan dat honderden miljoenen euro's per jaar besparen voor heel Nederland. De verborgen kosten verminderen mee, want de externe afhankelijkheid neemt af. En de gevolgschade, het deel waar het echt om gaat, wordt voor een belangrijk deel voorkomen omdat de informatie er wél is wanneer iemand erom vraagt.

Een vergelijkbaar probleem speelt bij historische bouwtekeningen. Als een tekening uit 1954 "secreet" zegt, moet het systeem weten dat dat een toilet is. Als er "kolenhok" staat, is dat een bergruimte. Zonder die vertaallaag is de tekening een plaatje. Met die vertaallaag wordt het een gebouw dat je kunt doorzoeken op functie, materiaal en constructie.

Een ambtenaar bij Ruimtelijke Ordening schrijft "de RO-toets is negatief", terwijl iemand bij Vergunningen het in een andere mail heeft over "het plan voldoet niet aan het bestemmingsplan", en een wethouder mailt zijn collega over "die kwestie bij de Waarderpolder". Drie mails over hetzelfde onderwerp zonder een enkel overlappend zoekwoord. In de praktijk vinden de gangbare archiveringssystemen ze niet samen, tenzij iemand ze handmatig hetzelfde label geeft, en dat gebeurt bijna nooit.

Dat ligt overigens niet aan een gebrek aan techniek. Decos JOIN heeft een thesaurus die synoniemen herkent. Microsoft Purview heeft trainable classifiers die op inhoud kunnen worden getraind. Die functionaliteit staat in de brochure. In de praktijk wordt hij zelden geïmplementeerd, niet ondersteund en niet doorontwikkeld, omdat hij niets toevoegt aan de licentie-omzet. Wat je in deze systemen volgens de marketing zou kunnen doen, is iets anders dan wat de leveranciers daadwerkelijk leveren.

Wat je nodig hebt is een domein-lexicon. Niet een AI die elke mail door een taalmodel jaagt, dat is duur en onnodig. Een lexicon is eenvoudiger en krachtiger. Het is een gestructureerde verzameling van de begrippen die binnen een organisatie worden gebruikt.

Het lexicon kent synoniemen, zodat het weet dat RO-toets en planologische beoordeling hetzelfde concept zijn. Dat AVG, GDPR en privacywet naar dezelfde wetgeving verwijzen. Dat GBA de oude naam is voor wat nu BRP heet, en dat er in oudere mails nog GBA staat terwijl iedereen nu BRP zegt.

Het lexicon kent ook relaties. BRP valt onder basisregistratie. AVG is gerelateerd aan BRP omdat ze allebei over persoonsgegevens gaan, maar de privacywet is geen onderdeel van het bevolkingsregister. Een omgevingsvergunning is een vergunning die onder de Omgevingswet valt. Niet als synoniemen, maar als structuurgenoten.

En het lexicon kent verborgen vormen. Elke organisatie heeft informeel taalgebruik dat nergens geregistreerd staat. "Het Lindelaan-dossier" is voor de afdeling Bouwen het vergunningstraject op Lindelaan 47. "De zaak-Pietersen" is voor Juridische Zaken het bezwaarschrift van de heer Pietersen tegen datzelfde vergunningsbesluit. Zonder lexicon zijn dit twee onverbonden onderwerpen, met lexicon zijn ze gekoppeld.

Een lexicon is niet iets wat je eenmalig bouwt en dan klaar bent. Het groeit mee.

Bij het ontsluiten van informatie uit bouwtekeningen zijn we dit het vliegwieleffect gaan noemen. Elk woord dat uit een tekening wordt gelezen en geverifieerd, verrijkt het lexicon voor alle volgende tekeningen. Na honderd tekeningen kent het systeem het vocabulaire van naoorlogse woningbouw, na duizend herkent het constructiedetails die een menselijke indexeerder zou missen.

Bij e-mail werkt het identiek, maar sneller, want e-mail is al machineleesbaar zonder dat er OCR aan te pas hoeft te komen. Het lexicon groeit mee met de mailstroom vanaf het moment dat je begint, en gaandeweg leert het systeem de afkortingen van Ruimtelijke Ordening, daarna het jargon van de andere afdelingen, en uiteindelijk patronen die geen ambtenaar bewust opmerkt. Bijvoorbeeld dat mails met "even afstemmen" van wethouder X structureel voorafgaan aan besluiten die twee weken later in de raad verschijnen.

Het systeem wordt niet slimmer door meer rekenkracht. Het wordt slimmer door meer taal te lezen. De investering zit niet in hardware of licenties, maar in het laten groeien van het lexicon. Dat kost geen geld, dat kost aandacht, en ook daar is het meeste te automatiseren.

Een lexicon onderhoudt zichzelf grotendeels, omdat het meeleest met de mailstroom. Een script kijkt periodiek of er nieuwe termen zijn die ineens vaker voorkomen dan voorheen. Een nieuwe wet die in werking treedt, een nieuw project, een nieuwe wethouder. Boven een drempel voegt het script de term automatisch toe aan het lexicon. Onder de drempel of bij twijfel komt er een vraag bij een aangewezen rol, een informatiemanager of Woo-coördinator. Klikken, ja of nee, klaar. Vergelijk het met de autocomplete van een zoekmachine of een spamfilter: niemand voert handmatig termen in, het systeem ziet patronen en past zich aan. In de praktijk gaat het om een paar minuten per dag voor één rol, geen nieuwe functie en geen structurele werklastverhoging.

Niet elke gemeente hoeft meteen alles te doen.

Het simpelste begin is e-mail doorzoekbaar maken: exporteren uit Exchange of Microsoft 365 naar een open database, full-text search aanzetten. Alleen al dit is een doorbraak. Je kunt nu zoeken op inhoud, niet alleen op afzender en datum. De zoekresultaten zijn niet perfect, je vindt "geluidsoverlast" maar niet "die kwestie", maar je vindt al tien keer meer dan met Outlook alleen. Dit kost een server en een script. Geen licenties, geen implementatiepartner.

De volgende stap is daar een domein-lexicon aan toevoegen. Nu expandeert elke zoekvraag automatisch. Zoek "geluidsoverlast" en het systeem zoekt mee op "geluidsbelasting" en "geluidshinder", en op de informele termen die in de mails voorkomen. Je vindt de drie mails van drie afdelingen die over hetzelfde gaan. Het lexicon begint klein, met honderd termen, en groeit mee. Na een jaar kent het de taal van de organisatie.

De ambitieuzere stap is kruisingen leggen. Je kruist de mailstroom met agendas, raadsstukken, vergunningenaanvragen en besluitenlijsten. Nu kun je vragen welke correspondentie voorafging aan een raadsbesluit, of welke toezeggingen er aan bewoners van wijk X zijn gedaan in de afgelopen twee jaar en welke daarvan zijn nagekomen. Het systeem kan dat beantwoorden omdat het de mails heeft gelezen, niet alleen opgeslagen.

Een doorzoekbaar mailarchief lijkt op het eerste gezicht een privacyrisico. Wat eerst onvindbaar was, is nu in twee zoekopdrachten boven water. Maar een verbindingen-database biedt juist een onderschat voordeel: toegangscontrole wordt nauwkeuriger, niet grover. Je regelt wie wat mag zien op het niveau van verbindingstypes, niet op individuele documenten. Een ambtenaar bij Vergunningen ziet de verbindingen tussen aanvragen, locaties en aanvragers, maar niet tussen burgers en hun zorgdossiers. Een Functionaris Gegevensbescherming ziet de privacy-relevante verbindingen ongeacht onderwerp. Een Woo-coördinator krijgt voor de duur van een specifiek verzoek brede toegang, met logging. Eén database, meerdere zichten, en alle zichten controleerbaar.

Een verbindingen-database is daarmee niet alleen een betere zoekoplossing, maar ook een forse verbetering voor de bescherming van burgerprivacy. Wat nu in tegenspraak lijkt, transparantie en privacy, gaat dan hand in hand. De burger wordt beter beschermd, de ambtenaar werkt scherper, en het toezicht is voor het eerst echt mogelijk.

Dit is het deel dat moeilijk te geloven is, maar het is een rekensom.

Een Linux-server kost vanaf acht euro per maand, en een Python-script dat mbox of PST inleest schrijf je zelf of pluk je open source. SQLite, Python en full-text search zijn gratis te gebruiken, zonder licenties of leveranciersafhankelijkheid, en de data blijft van de gemeente. Het startlexicon voor het overheidsdomein stel je in een week samen uit de begrippen van de Archiefwet, de Omgevingswet, de Woo, de AVG en de gemeentelijke selectielijsten, waarna het vliegwiel het meeste werk overneemt.

Het archiveren, ontsluiten en informatiseren van het e-mailarchief van één medewerker is in wezen niet anders dan dat van duizend. Technisch maakt het namelijk echt niks uit. Financieel ook niet.

De totale kosten om op niveau-met-lexicon te komen, doorzoekbare e-mail die de taal van de organisatie kent, liggen in de orde van twee- tot vijfduizend euro. Eenmalig, niet per jaar. Dat is op één voorwaarde: je doet het intern. Niet omdat extern te duur is, maar omdat je dan zelf weet hoe het in elkaar zit. Een lexicon dat je niet kunt openmaken en aanpassen, is geen lexicon, dat is een black box waar je weer afhankelijk van bent.

Ter vergelijking: alleen de Purview-licenties kosten een middelgrote gemeente meer dan zestigduizend euro per jaar, en de implementatie en het beheer komen daar bovenop. Een meerjarig contract met een archiveringsleverancier kost al snel enkele tonnen.

Het verschil tussen die bedragen is geen marge maar een ander getalbereik. En het resultaat is niet vergelijkbaar maar beter, want het systeem leest de mail in plaats van er een label op te plakken.

Een belangrijk voordeel: je hoeft niets op te zeggen om dit te testen. Het draait naast je bestaande systeem, op een testset, voor minder dan een paar honderd euro.

Als het zo eenvoudig en goedkoop is, waarom doet dan niemand het?

Het begint bij de aanbesteding. Europese aanbestedingsregels werken met verplichte categorieën, en op de lijst staat scannen en opslag en archiefdienstverlening. "Begrijpen" staat er niet op. Een gemeente die een aanbesteding uitschrijft, schrijft uit wat op de lijst staat. Een leverancier die inschrijft, levert wat gevraagd wordt. Niemand in die keten stelt de vraag of de inhoud kenbaar moet zijn, want de categorie bestaat niet. En de partijen die zouden moeten lobbyen voor een nieuwe categorie, zijn de gevestigde leveranciers die belang hebben bij de bestaande lijst.

Daarbovenop komt de verdienlogica van de archiveringsindustrie. Die verdient aan volume en complexiteit: meer mails opslaan, meer labels beheren, meer licenties per gebruiker. Een lexicon dat de organisatie zelf laat groeien is geen product dat je kunt verkopen. Het is een methode, en methodes genereren geen recurring revenue. De industrie heeft er belang bij dat overheden afhankelijk blijven, en heeft het laatste decennium consequent gehandeld in lijn met dat belang. Dat is geen samenzwering, dat is gewoon hoe markten werken. Maar het is wel waarom een verandering niet uit de leveranciers zelf gaat komen.

En onder dat alles ligt het paradigma. De hele archiveringssector denkt in opslaan. De Archiefwet zegt: bewaar het. De Woo zegt: maak het vindbaar. Maar vindbaar is niet hetzelfde als begrijpbaar.

Een voorbeeld van wat deze manier van denken oplevert. We hebben deze aanpak toegepast op een persoonlijk Gmail-archief van bijna honderdduizend e-mails, veertien gigabyte, over een periode van elf jaar. Dat is vergelijkbaar met wat een middelgrote gemeente per jaar aan e-mailverkeer produceert.

Uit het archief werden automatisch hotelovernachtingen, restaurantbezoeken, vliegtuigreserveringen en betalingen geëxtraheerd die nergens anders geregistreerd stonden. Niet door er een label op te plakken, maar door de inhoud te lezen. Een Booking.com-bevestiging is niet "een mail van noreply@booking.com", het is een overnachting op een datum in een stad, met een bedrag en een kamernummer.

Van de honderdduizend mails bleek tweeëndertig procent ruis: mailinglijsten, bounces, noreply-spam. Elf procent was noreply maar waardevol, zoals Mollie-betalingen, NS-tickets en DigiD-bevestigingen. De overige zevenenvijftig procent was persoonlijke correspondentie die inhoudelijk gelezen kon worden. Het onderscheid tussen ruis en waarde was grotendeels automatiseerbaar. De kruisingen leverden informatie op die op geen andere manier te achterhalen was.

Dit alles draaide op een server van acht euro per maand.

Elke ambtenaar die nu een meerjarig contract tekent voor e-mailarchivering, betaalt voor een systeem dat wel kan bewaren maar niet kan lezen. Komt er over twee jaar een Woo-verzoek, dan heb je een ambtenaar nodig die wekenlang door al die mails heen scrolt. Of je zet een dure, slechte AI-tool in om achteraf te doen wat je bij de opslag al had kunnen fixen. De kosten van dat zoekwerk, in ambtenaren-uren en in juridische vertraging, zijn vele malen hoger dan de kosten van het systeem dat het had voorkomen.

De informatie is er, ze is digitaal en machineleesbaar. Wat ontbreekt is de laag die begrijpt wat erin staat. Die laag is geen kunstmatige intelligentie. Het is een lexicon en een database, en die bouw je intern op voor minder dan één maand Purview-licenties.

De technologie is er, de aanpak is er, de mensen zijn er. Wat ontbreekt is iemand die het besluit neemt om het anders te gaan doen. Dat begint bij wie de pen vasthoudt boven het volgende meerjarige contract.

Vakblad Od Magazine wijdde onlangs editie 50 aan deze paradigmawissel, met een interview waarin ik dit verder uitwerk.

Bij de pilot informatieautonomie onderzoeken we twee dagen per maand hoe we dit soort dingen kunnen bouwen en implementeren. Twee hele dagen naast Utrecht Centraal bij Wonders of Work, in periodes van zes maanden. Een onderzoekslab dat net fase 2 is ingegaan.

Dit stuk maakt deel uit van een breder onderzoek naar de verborgen kosten van onze informatiegewoonten in de publieke sector. In de pilot informatieautonomie werken we aan deze vraag met onder anderen oud-regeringscommissarissen Arre Zuurmond en Bas Eenhoorn, security-specialist Brenno de Winter, KNVI-voorzitter Wouter Bronsgeest en oud-Kamerlid Kees Verhoeven.

Veel van de grote uitvoeringsorganisaties doen mee, net als een groeiend aantal gemeentes, hogescholen, waterschappen en waterbedrijven. We hebben plek genoeg. Bestuurders, CIO's, informatiemanagers en beleidsmakers die willen weten hoe dit in de praktijk werkt: neem contact op via de pilot informatieautonomie.

Eerder schreef ik een stuk over een vergelijkbare aanpak voor historische bouwtekeningen.