Industrieel data kunnen ruimen...

We creëren met elkaar enorme hoeveelheden data. Was informatie vroeger vooral op papier vastgelegd, tegenwoordig wordt vrijwel alles digitaal geproduceerd. Ook archiveren is daarmee een digitaal proces geworden. Althans, aan het worden. Want hoewel de overheid al decennialang digitaal werkt, zijn het beheer en de archivering van al die informatie nog onvoldoende aangepast aan die digitale werkelijkheid.

De huidige Archiefwet schrijft voor dat permanent te bewaren documenten (pas!) na twintig jaar naar een officiële archiefdienst worden overgebracht. Twintig jaar geleden was het 2006: de periode waarin de commerciële cloud aan zijn grote opmars begon en veel organisaties hun digitale transformatie versnelden. De overgang naar native digital data ging daarna razendsnel. Documenten werden digitaal aangemaakt, gebruikt en opgeslagen.

Dat maakt het beheer, selecteren, archiveren én vernietigen van digitale informatie steeds belangrijker. Een deel van die informatie is goed geordend en voorzien van metadata. Digitaal is direct archiveren bij de bron is prima mogelijk. Immers documenttype, classificatie, herkomst en bewaartermijn zijn bekend. Dan ontstaat er ook niet een enorme hoeveelheid legacy-data: oude bestanden, ongestructureerde informatie, kopieën, historische dossiers en restanten van applicaties en systemen. Data waarvan we soms niet eens meer weten wat de inhoud of betekenis is.

Een archiefachterstand van miljarden bestanden

Een bekend voorbeeld is de datakluis van de Belastingdienst, waarin aanvankelijk 64 miljoen ongesorteerde bestanden werden gemeld. Na correctie voor dubbeltellingen en systeembestanden bleven ongeveer 25 miljoen originele bestanden over. Maar dit is slechts een deel van het probleem. Er zijn duizenden digitale omgevingen die nog moeten worden onderzocht.

Denk ook aan netwerkschijven van afdelingen, individuele medewerkers en projecten die allang zijn verdwenen. Wie beoordeelt de informatie van medewerkers die vertrokken zijn? Wat doen we met bestanden van opgeheven afdelingen of systemen waarvan niemand meer weet waarvoor ze ooit zijn gebruikt? Dit speelt niet alleen bij de rijksoverheid. Ook gemeenten, provincies, waterschappen en andere publieke organisaties hebben grote hoeveelheden historische informatie waarvan de vindbaarheid en toegankelijkheid niet meer gegarandeerd zijn.

Wanneer beleidsbesluiten niet meer te vinden zijn, vergunningen incompleet blijken of dossiers niet meer kunnen worden gereconstrueerd, is dat meer dan een archiveringsprobleem. Het raakt de rechtszekerheid, de verantwoording en het functioneren van de overheid. Een overheid die haar eigen informatie niet meer kan vinden, kan haar geschiedenis niet meer betrouwbaar reconstrueren. Je zou kunnen spreken van een dementerende overheid. De omvang van de achterstand is nauwelijks in kaart gebracht. We praten waarschijnlijk over honderden miljoenen bestanden bij afzonderlijke organisaties en mogelijk miljarden bestanden voor de overheid als geheel.

Handmatig opruimen is geen oplossing (meer)

Laten we eens rekenen. Stel dat het beoordelen, classificeren en afhandelen van één document gemiddeld één minuut deskundige aandacht vraagt. Dat is al een heel optimistische aanname. Bij één miljard documenten betekent dit ruim twee miljoen werkdagen, oftewel ongeveer 10.000 medewerkers die een jaar lang niets anders doen dan documenten beoordelen.

Een voorzichtig rekenscenario voor de overheid als geheel is 20 miljard documenten. Bij een gemiddelde bestandsgrootte van 1 MB vertegenwoordigt dat 20 petabyte aan oorspronkelijke data, exclusief replica’s, back-ups en opslag voor duurzame bewaring. Het beoordelen van deze bestanden zou bijna 190.000 arbeidsjaren kosten. Zelfs met 10.000 medewerkers die zich fulltime met deze operatie bezighouden, duurt het bijna negentien jaar. En ondertussen produceert de overheid gewoon steeds meer – niet gearchiveerde – nieuwe informatie.

De conclusie is duidelijk: met handmatig werken lossen we deze achterstand nooit op. We moeten het archiveren en opruimen van digitale informatie fundamenteel anders organiseren. Niet document voor document, maar industrieel.

Van handmatig archiveren naar een digitale archieffabriek

Stel dat we beschikken over een zogenaamde archive-engine die 100.000 bestanden per uur kan verwerken. Bij continu gebruik zijn dat 2,4 miljoen bestanden per dag en bijna 876 miljoen per jaar. Met één productielijn zou de theoretische verwerking van 20 miljard bestanden ongeveer 23 jaar duren. Met tien parallelle productielijnen wordt dat circa 2,3 jaar. Met honderd lijnen nog ongeveer 83 dagen.

Dit zijn theoretische capaciteiten. Het verwerken van 100.000 bestanden per uur betekent natuurlijk niet automatisch dat ook 100.000 documenten juridisch definitief zijn beoordeeld en gearchiveerd. Uitzonderingen, menselijke controles en kwaliteitsbewaking blijven noodzakelijk. Maar de cijfers laten wel zien hoe groot de schaalbaarheid van een industrieel concept kan zijn. Deze manier van denken kennen we uit de industriële productie.

In de jaren tachtig en negentig was ik (mede)verantwoordelijk voor het automatiseren van verschillende traditionele fabrieken. Daar gebeurde vrijwel alles handmatig. Medewerkers beoordeelden grondstoffen, bedienden machines, controleerden producten en verzorgden de verwerking en verpakking. Toen de productievolumes toenamen, werd handmatige verwerking steeds minder efficiënt. De oplossing was flexibele productieautomatisering. NC-gestuurde machines, robots, automatische materiaaltoevoer en centrale besturing veranderden de fabriek fundamenteel. De medewerkers verdwenen niet allemaal, maar hun rol veranderde: van handmatige productie naar procesontwerp, programmering, kwaliteitsbewaking en optimalisatie.

De productiviteit nam daardoor aanzienlijk toe. Precies die omslag moeten we nu ook bij digitaal informatiebeheer maken. Niet sneller archiveren door steeds meer archivarissen aan het werk te zetten, maar door het archiveringsproces zelf te automatiseren. De NC-machines en industriële robots van vroeger worden nu AI-modellen en software-agents. Legacy-data vormt de grondstof. Documentherkenning, AI-classificatie en automatische metadata-extractie verzorgen de bewerkingen. Selectielijsten en archiefregels bepalen de bestemming. Kwaliteitscontroles bewaken de integriteit en juistheid. Het eindproduct is een duurzaam toegankelijk digitaal archief, terwijl informatie die rechtmatig vernietigd mag worden uit de oorspronkelijke opslag verdwijnt. Zo ontstaat een digitale archieffabriek: één geautomatiseerde productiestraat van legacy-data naar een betrouwbaar digitaal geheugen.

De juridische ruimte voor automatisering

Ook beleidsmatig zijn er ontwikkelingen die deze richting ondersteunen. In het advies Alles is niets uit 2024 constateerde het Adviescollege Openbaarheid en Informatiehuishouding (ACOI) dat de overheid haar doelen voor het op orde brengen van de informatiehuishouding niet haalt. Ook inspectierapportages laten zien dat het probleem structureel is. Een belangrijk knelpunt is dat organisaties vaak niet eens volledig weten waar hun informatie zich bevindt. Een voorbeeld is de Nationale Ombudsman, waar informatie verspreid staat over zaaksystemen, netwerkschijven en persoonlijke schijven in Teams. Zonder een volledig overzicht is het moeilijk om informatie verantwoord te beheren en te archiveren. Je kunt immers moeilijk archiveren wat je niet kunt vinden.

De nieuwe Archiefwet biedt mogelijkheden om de aanpak te moderniseren. In de beantwoording van Kamervragen in april 2026 is onder meer gewezen op vereenvoudiging van waarderingscategorieën, alternatieve waarderingsmethodieken, automatische waardering, de sleutelfunctiemethodiek voor e-mail en chatberichten en modelselectiebesluiten. Standaardisatie, uniforme metadata en vergaande automatisering worden daarmee steeds belangrijker. Dat biedt ruimte voor een industriële aanpak. Wel blijft een belangrijk onderscheid bestaan: automatische herkenning, classificatie en verwerking zijn iets anders dan juridisch definitieve besluitvorming. Vernietiging mag uitsluitend plaatsvinden op basis van een geldig selectiebesluit.

Het nationale digitale geheugen onder Nederlandse regie

Bij een operatie van deze omvang ontstaat ook een infrastructurele uitdaging. Als de overheid tientallen petabytes aan informatie moet verwerken, zijn voldoende opslag- en verwerkingscapaciteit nodig. De verwerkingsomgeving hoeft echter niet permanent alle oorspronkelijke data te bewaren. Zodra de verwerking is afgerond, kunnen bestanden die rechtmatig vernietigd mogen worden uit de oorspronkelijke opslag verdwijnen. Dat kan aanzienlijke besparingen opleveren.

Daarnaast is digitale soevereiniteit van belang. Het gaat immers om ons nationale geheugen. Daarom moeten we nadenken over de fysieke opslaglocatie, het juridisch zeggenschap en het operationele beheer. Een expliciete architectuureis voor nationale archiefdata kan zijn dat infrastructuur, zeggenschap en uiteindelijk eigendom volledig Nederlands zijn, inclusief Nederlandse uiteindelijke belanghebbenden (UBO’s). De beantwoording van Kamervragen uit april 2026 benoemt mogelijkheden voor opslag en verwerking binnen de EU, EER of landen met een adequaatheidsbesluit, maar overheden kunnen ook strengere eisen stellen.

Tijd voor industriële dataopruiming!

De digitale archiefachterstand van de overheid is te groot om nog met traditionele methoden op te lossen. We hebben niet alleen meer archivarissen nodig, maar vooral een fundamenteel andere manier van werken. De industriële revolutie heeft laten zien hoe handmatige productie kan veranderen in schaalbare, geautomatiseerde processen. Diezelfde omslag is nu nodig voor onze digitale informatiehuishouding.

Met AI, software-agents, gestandaardiseerde archiefregels en geautomatiseerde productielijnen kunnen we miljarden bestanden systematisch verwerken. Niet zonder menselijke deskundigheid, maar met een andere rolverdeling tussen mens en machine. Het doel is uiteindelijk meer dan het wegwerken van een archiefachterstand. Het gaat om het terugwinnen van het digitale geheugen van onze overheid: informatie die vindbaar, betrouwbaar, toegankelijk en juridisch verantwoord bewaard of vernietigd wordt.
Laten we stoppen met document voor document opruimen. Het is tijd voor de digitale archieffabriek.

Door: Hans Timmerman (foto)