Vijfde artikel in de NCIP-blogserie in aanloop naar de Week van Integriteit 2026
In het eerste artikel van deze reeks stelden we de vraag wat er gebeurt wanneer technologie niet alleen ondersteunt, maar ook adviseert, voorspelt en richting geeft aan besluiten. Een recruiter ontvangt een automatisch gegenereerde ranglijst van kandidaten. Een jurist gebruikt AI bij de analyse van een contract. Een inkoper krijgt systeemadvies over de beste leverancier. Een manager baseert een besluit op een dashboard waarvan de onderliggende logica slechts gedeeltelijk zichtbaar is.
Uiteindelijk maakt een medewerker nog steeds de keuze. De vraag is welke rol het eigen oordeel van die medewerker nog speelt wanneer systemen steeds meer informatie aanreiken, analyses uitvoeren en keuzes voorbereiden. Daarmee komen ook vragen over verantwoordelijkheid, onafhankelijkheid en professioneel oordeel nadrukkelijker in beeld.
Bij de integriteit van medewerkers denken we vaak aan fraude, belangenverstrengeling, corruptie of ander ongewenst gedrag. Terecht. Tegelijkertijd gaat het ook over de manier waarop medewerkers hun werk doen. Over vakmanschap. Over professioneel oordeel. Over verantwoordelijkheid nemen voor keuzes en beslissingen.
De meeste integriteitskwesties ontstaan niet doordat iemand bewust een regel overtreedt. Veel vaker ontwikkelen situaties zich geleidelijk. Een leverancier die jarenlang goed werk levert, krijgt steeds vaker het voordeel van de twijfel. Een nevenactiviteit schuift langzaam dichter tegen het eigen werk aan. Een persoonlijke relatie maakt het lastiger om zakelijke afstand te bewaren.
Geen van deze situaties hoeft problematisch te zijn. Dat maakt ze niet minder relevant. De vraag is of medewerkers zich voldoende bewust blijven van de belangen die een rol kunnen spelen en of besluiten nog steeds onafhankelijk, zorgvuldig en uitlegbaar tot stand komen.
Digitalisering heeft gezorgd voor meer en andere typen leveranciers. Organisaties werken niet alleen met traditionele dienstverleners, maar ook met softwareontwikkelaars, cloudproviders, dataleveranciers, aanbieders van AI, technologieadviseurs en implementatiepartners.
Een HR-afdeling gebruikt externe software om sollicitanten te rangschikken. Een gemeente laat een cloudleverancier gegevens verwerken voor haar dienstverlening. Een ziekenhuis is voor essentiële processen afhankelijk van medische software. Een bouwbedrijf gebruikt gegevens en digitale modellen van gespecialiseerde technologiepartners voor planning en veiligheid.
Deze leveranciers leveren vaak meer dan een product of dienst. Zij leveren ook gegevens, modellen, technische kennis en analyses waarop medewerkers hun afwegingen baseren. Daarmee ontstaan nieuwe afhankelijkheden. Dat is op zichzelf niet bijzonder. Vrijwel iedere organisatie werkt vandaag de dag op één of andere manier samen met technologiepartners.
Afhankelijkheden verdienen wel aandacht. Een implementatiepartner adviseert over de inrichting van een systeem en verdient tegelijkertijd aan de uitbreiding ervan. Een technologiebedrijf kan zo belangrijk worden dat overstappen nauwelijks nog een reële optie lijkt. Een externe specialist kan de enige zijn die een complex systeem volledig begrijpt, waardoor kritisch tegenspel steeds lastiger wordt.
Veel van deze situaties zijn niet nieuw. De context verandert, het onderliggende vraagstuk niet. Organisaties hebben altijd te maken gehad met leveranciers, adviseurs en andere externe partijen. Wat verandert, is de rol die deze partijen spelen in besluitvorming en dagelijkse processen.
Ook belangenverstrengeling kan minder zichtbaar worden. Denk aan een medewerker die betrokken is bij de selectie van een leverancier waarmee een persoonlijke relatie bestaat, terwijl het systeem diezelfde leverancier eveneens als voorkeursoptie aanwijst. De uitkomst oogt objectief, maar een systeem herkent geen persoonlijke belangen of afhankelijkheden.
Dat maakt transparantie belangrijk. Zichtbare belangen kunnen worden meegewogen in de besluitvorming en zijn eenvoudiger bespreekbaar wanneer vragen ontstaan over onafhankelijkheid of beïnvloeding.
AI-toepassingen geven vaak snel en overtuigend antwoord. Dashboards tonen exacte percentages en modellen rangschikken kandidaten, klanten of leveranciers. Daardoor ontstaat gemakkelijk de indruk dat de uitkomst objectief en betrouwbaar is, terwijl gegevens onvolledig of verouderd kunnen zijn. Een antwoord kan logisch klinken en toch feitelijk onjuist zijn. Denk aan een recruiter die een geschikte kandidaat niet uitnodigt omdat deze laag op een digitale ranglijst staat of een jurist die een door AI genoemde wetsbepaling overneemt zonder de bron te controleren. Een inkoper kan een systeemadvies volgen waarin prijs en levertijd zwaar wegen, maar de groeiende afhankelijkheid van één leverancier buiten beeld blijft.
De vraag is daarom niet alleen of de technologie fouten maakt maar of medewerkers zo’n fout nog herkennen wanneer de uitkomst professioneel wordt gepresenteerd. Een medewerker hoeft niet ieder algoritme technisch te kunnen doorgronden. Wel moet duidelijk zijn welke informatie is gebruikt, welke beperkingen bekend zijn en welke aannames achter een uitkomst schuilgaan. Uiteindelijk blijft het de verantwoordelijkheid van de medewerker om te bepalen of een uitkomst logisch is, past bij de situatie en voldoende onderbouwd is.
Digitalisering en AI kunnen medewerkers veel werk uit handen nemen. Dat levert snelheid en gemak op. Tegelijkertijd verandert het de manier waarop kennis en ervaring worden opgebouwd. Een compliance officer die onderzoeken grotendeels laat voorbereiden door AI, oefent minder met het zelfstandig analyseren van informatie. Een financieel medewerker die vooral vertrouwt op automatische controles, kan afwijkingen minder snel herkennen. Een manager die uitsluitend op managementinformatie stuurt, kan het zicht verliezen op de dagelijkse praktijk achter de cijfers.
Deze ontwikkeling verloopt meestal geleidelijk. Een systeem blijkt bruikbaar, het vertrouwen groeit en medewerkers kijken steeds minder naar de stappen die aan een uitkomst voorafgaan. Daarmee wordt het ook lastiger om fouten, onvolledigheden of onlogische uitkomsten te herkennen.
Voor organisaties is dat een belangrijk aandachtspunt. Technologie kan werkzaamheden ondersteunen of overnemen, maar vakmanschap blijft nodig om uitkomsten te beoordelen, afwijkingen te signaleren en situaties te herkennen die niet in een model passen.
Digitalisering en AI creëren ook nieuwe mogelijkheden voor fraude en misbruik. Medewerkers kunnen vertrouwelijke contracten, persoonsgegevens of interne rapportages invoeren in externe toepassingen zonder zich altijd voldoende bewust te zijn van de gevolgen voor privacy, vertrouwelijkheid of de bescherming van bedrijfsinformatie. Ook buiten de organisatie veranderen de risico’s. Het wordt eenvoudiger om overtuigende phishingberichten, vervalste documenten en gemanipuleerde facturen te maken. Tegelijkertijd bieden dezelfde technologieën ook nieuwe mogelijkheden voor interne fraude, bijvoorbeeld door documenten aan te passen, informatie te manipuleren of declaraties geloofwaardig te vervalsen.
De onderliggende vraag is niet nieuw. Organisaties vertrouwen al jarenlang op functiescheiding, controles, vier-ogen-principes en andere maatregelen om fouten en fraude te voorkomen. Digitalisering verandert vooral de manier waarop deze risico’s zich manifesteren. Dat vraagt van medewerkers dat zij zorgvuldig blijven omgaan met informatie, alert blijven op signalen die niet kloppen en bestaande controles serieus blijven nemen. Integriteit zit niet alleen in grote dilemma’s. Vaak zit het in de dagelijkse keuzes die bepalen hoe zorgvuldig mensen omgaan met informatie, systemen en bevoegdheden.
Medewerkers moeten vragen kunnen stellen wanneer iets niet logisch voelt, wanneer belangen door elkaar lijken te lopen of wanneer een systeemuitkomst moeilijk te verklaren is.
Dat kan gaan over een opvallende declaratie, een leverancier die steeds opnieuw wordt geselecteerd of een analyse waarvan onduidelijk blijft hoe deze tot stand is gekomen. Het kan ook gaan over een systeemuitkomst die zonder veel discussie wordt overgenomen of een leverancier die een steeds grotere rol krijgt binnen de organisatie. Begrijpen hoe een uitkomst tot stand is gekomen blijft onderdeel van zorgvuldig handelen.
De manier waarop leidinggevenden daarmee omgaan maakt verschil. Wordt een kritische vraag gewaardeerd? Is er ruimte voor twijfel? Kunnen medewerkers een afwijkende mening geven zonder dat dit direct wordt gezien als weerstand of vertraging?
Veel integriteitsvraagstukken worden zichtbaar doordat iemand een vraag stelt die anderen niet stellen. Daarom helpt het wanneer organisaties nieuwsgierigheid, tegenspraak en onafhankelijk denken blijven stimuleren.
Digitalisering verandert de omstandigheden waarin medewerkers hun verantwoordelijkheid invullen. Klassieke risico’s zoals belangenverstrengeling, afhankelijkheid en ongewenste beïnvloeding verdwijnen niet. Ze dienen zich aan in nieuwe relaties, nieuwe technologieën en nieuwe vormen van samenwerking.
Daar komen nieuwe vraagstukken bij. Vertrouwen op systeemuitkomsten. Verlies van kennis en ervaring. Ondoorzichtige afhankelijkheden van leveranciers. Onzorgvuldig gebruik van informatie. Digitale misleiding. De kern van het vraagstuk blijft hetzelfde. Organisaties moeten erop kunnen vertrouwen dat medewerkers zelfstandig blijven nadenken, belangen herkennen wanneer die een rol spelen en besluiten zorgvuldig afwegen.
Technologie kan informatie leveren, analyses uitvoeren en keuzes voorbereiden. De afweging blijft mensenwerk.
Dit artikel is het vijfde inhoudelijke blog in onze serie in aanloop naar de Week van Integriteit 2026. In de introductie van de serie leggen we uit waarom integriteit juist in een steeds digitalere wereld om blijvende aandacht vraagt en welke vijf bouwstenen centraal staan.
