Arbeidsmarktkrapte bij gemeenten: hoe AI en automatisering de druk op bezetting verlichten Labour Market Shortages in Municipalities: How AI and Automation Relieve Staffing Pressure

Elke Nederlandse gemeente heeft hetzelfde probleem. Vacatures die maanden open blijven staan. Werklasten die groeien terwijl de bezetting gelijk blijft. Ervaren medewerkers die sneller met pensioen gaan dan nieuwe medewerkers binnenkomen. De standaardreactie is harder blijven werven, hogere salarissen bieden, en hopen dat de arbeidsmarkt ruimer wordt. Dat is geen strategie. Het is wishful thinking. AI en automatisering kunnen uw mensen niet vervangen. Maar ze kunnen een aanzienlijk deel van het gestructureerde, repetitieve werk absorberen dat momenteel 30 tot 40% van de dag van uw team in beslag neemt. Dat verandert de vergelijking.

Every Dutch municipality has the same problem. Vacancies that stay open for months. Workloads that grow while headcount stays flat. Experienced staff retiring faster than new hires arrive. The standard response is to keep recruiting harder, offering higher salaries, and hoping the labour market loosens. That is not a strategy. It is wishful thinking. AI and automation cannot replace your people. But they can absorb a meaningful portion of the structured, repetitive work that currently consumes 30 to 40% of your team's day. That changes the equation.

The numbers behind the shortage

De cijfers achter het tekort

Dutch municipalities collectively had over 10,000 unfilled vacancies at the end of 2024. The median time-to-fill for a policy officer role exceeded 90 days. In IT and data roles, it exceeded 120 days. Some smaller municipalities have stopped posting certain vacancies altogether because the recruitment cost exceeds the chance of success.

Nederlandse gemeenten hadden gezamenlijk meer dan 10.000 onvervulde vacatures aan het eind van 2024. De mediane doorlooptijd voor een beleidsmedewerkersfunctie overschreed 90 dagen. Bij IT- en datarollen overschreed het 120 dagen. Sommige kleinere gemeenten zijn helemaal gestopt met het plaatsen van bepaalde vacatures omdat de wervingskosten de kans op succes overtreffen.

Meanwhile, the workload is not shrinking. The Omgevingswet created new administrative demands. The energy transition generates permit applications. Citizen expectations around digital service are rising. You have less people doing more work. Something has to give.

Ondertussen krimpt de werklast niet. De Omgevingswet creëerde nieuwe administratieve eisen. De energietransitie genereert vergunningsaanvragen. Verwachtingen van inwoners rond digitale dienstverlening stijgen. U heeft minder mensen die meer werk doen. Ergens moet iets meegeven.

Where AI absorbs workload without replacing people

Waar AI werklast absorbeert zonder mensen te vervangen

The key insight is this: most municipal employees do not spend their day on work that requires their full expertise. They spend it on the structured tasks that surround that work. Searching for the right regulation. Compiling a report from data that sits in four different systems. Answering the same citizen question for the fifteenth time this week. Writing the standard sections of a decision that vary by maybe 20% from case to case.

Het belangrijkste inzicht is dit: de meeste gemeenteambtenaren besteden hun dag niet aan werk dat hun volledige expertise vereist. Ze besteden het aan de gestructureerde taken die dat werk omringen. Zoeken naar de juiste regeling. Een rapport samenstellen uit data die in vier verschillende systemen zit. Dezelfde inwonervraag beantwoorden voor de vijftiende keer deze week. De standaardsecties schrijven van een besluit dat misschien 20% verschilt per zaak.

AI and RPA can handle these surrounding tasks. Not perfectly. Not autonomously. But well enough that a team of 8 can produce the output of a team of 10 on those specific workflows. That does not make 2 people redundant. It makes 8 people more effective, and it gives them back the hours to spend on the work they were actually hired to do.

AI en RPA kunnen deze omringende taken afhandelen. Niet perfect. Niet autonoom. Maar goed genoeg dat een team van 8 de output kan produceren van een team van 10 op die specifieke workflows. Dat maakt 2 mensen niet overbodig. Het maakt 8 mensen effectiever, en het geeft ze de uren terug om te besteden aan het werk waarvoor ze daadwerkelijk zijn aangenomen.

VNG (2024): Nederlandse gemeenten die AI en RPA uitprobeerden in administratieve processen rapporteerden een gemiddelde werklastreductie van 25 tot 35% op gerichte taken. Er volgden geen personeelsreducties. In plaats daarvan daalden wachttijden en verbeterden servicekwaliteitscijfers omdat medewerkers meer tijd hadden voor complexe zaken.

VNG (2024): Dutch municipalities that piloted AI and RPA in administrative processes reported average workload absorption of 25 to 35% on targeted tasks. No staff reductions followed. Instead, waiting times dropped and service quality metrics improved because staff had more time for complex cases.

Three starting points that deliver results within 90 days

Drie startpunten die binnen 90 dagen resultaat leveren