Meer leren over AI?
AI inzetten voor je team? In onze trainingen leer je het in 4 uur.
Dennis Claassen
AI-trainer · 35+ teams getraind
Key takeaways
- AI voor waterschappen werkt vandaag het beste op drie taken: een conceptmotivering voorbereiden bij een watervergunning, een melding of bewonersvraag beantwoorden, en een beleidsstuk schrijven zoals een toelichting bij een peilbesluit.
- De grootste valkuil: AI die meer beslist dan de wet toestaat. Het model weegt een argument mee dat wettelijk niet mag meewegen, of stelt een "oplossing" voor die zelf weer een nieuwe vergunning nodig heeft. Een rechtbank wees dat in februari 2026 nog af.
- Reken zelf uit wanneer een vast sjabloon voor meldingen de moeite waard is: het aantal meldingen per week keer de minuten die je per melding bespaart. Boven zo'n twintig meldingen verdien je de tijd om een sjabloon op te zetten in een paar weken terug.
- Het AI-kompas van de Unie van Waterschappen noemt zelf de risico's die vooropstaan: automatische sturing en beslissingen, dataprivacy, beveiliging, en ethische en juridische overwegingen.
- De AVG en de Ambtenarenwet 2017 bepalen niet wat je mag automatiseren, maar wel wat je nooit in een los AI-account plakt: gegevens van een aanvrager of melder plak je alleen in een zakelijk account, nooit in een consumentenversie zonder verwerkersovereenkomst.
AI voor waterschappen werkt vandaag het beste op drie taken: een conceptmotivering voorbereiden bij een watervergunning, een melding of bewonersvraag beantwoorden, en een beleidsstuk schrijven zoals een toelichting bij een peilbesluit. Niet het beoordelen zelf: welk argument een waterschap wel en niet mag meewegen, bepaalt de wet, niet het taalmodel. Dat werd in februari 2026 duidelijk, toen een rechtbank een vergunning terecht liet weigeren omdat de voorgestelde oplossing buiten de aanvraag viel, zo blijkt uit de samenvatting van de uitspraak op Omgevingsweb. Dit artikel laat zien hoe het wel moet, met een voorbeeld, een beslisregel en de grens die je nooit aan AI overlaat. Wil je dit met je team structureel oppakken, kijk dan bij AI gebruiken voor bedrijven.
Wat AI voor waterschappen vandaag al goed doet
Drie taken komen bij vrijwel elk waterschap terug: een conceptmotivering bij een vergunningaanvraag, de afhandeling van meldingen en bewonersvragen, en beleidsstukken voor het bestuur. Alle drie zijn tekstwerk met een vast toetsingskader, en dat is precies waar AI goed in is. Wat AI niet doet: beoordelen of een aanvraag binnen de wettelijke doelstellingen past, of een bestuurlijke afweging maken. Dat blijft het werk van de vergunningverlener en het bestuur zelf.
De vuistregel: ligt het antwoord al vast in een document, een artikel of een gepubliceerd proces? Dan mag AI het zelfstandig opzoeken en navertellen. Moet er eerst nog een juridische afweging gemaakt worden over wat wel en niet mag meewegen? Dan blijft dat mensenwerk, en mag AI alleen de tekst errond opstellen nadat die afweging is gemaakt. De drie toepassingen hieronder volgen precies die knip.
Toepassing 1: een conceptmotivering voorbereiden bij een watervergunning
Een watervergunning wordt getoetst aan een vast kader: de waterstaatkundige doelstellingen uit artikel 2.1 van de Waterwet (overstromingen, wateroverlast en waterschaarste voorkomen) en de regels uit de Keur, inmiddels bij de meeste waterschappen vervangen door de waterschapsverordening. AI kan op basis van een toetsingsnotitie een conceptmotivering ordenen: het toetsingskader benoemen, de bevindingen samenvatten en een conclusie formuleren. Dat werkt omdat die opbouw bij elke aanvraag terugkomt, net zoals bij een offerte de vaste onderdelen al klaargezet kunnen worden. Reken op een conceptmotivering in een paar minuten tegen een half uur zelf uitschrijven (uit onze trainingen, geen onafhankelijk gemeten cijfer). Doe dit niet zodra de aanvraag om een afwijking of een compenserende maatregel vraagt: of een voorstel binnen de aanvraag past, is zelf een juridisch oordeel, geen schrijftaak.
| Als de aanvraag dit is | Dan doet AI dit | Waarom de grens daar ligt |
|---|---|---|
| Standaard, past binnen de normen van de waterschapsverordening (bijvoorbeeld een duiker binnen de legermaten) | Conceptmotivering zelfstandig opstellen op basis van het vaste toetsingskader | Vaste criteria, geen nieuwe juridische afweging nodig |
| Vraagt om een afwijking of compenserende maatregel, zoals extra waterberging | AI mag alleen de tekst ordenen; een vergunningverlener bepaalt zelf of het voorstel binnen de grondslag van de aanvraag blijft | Of iets "binnen de aanvraag" valt, is een oordeel onder de Awb, niet een schrijftaak |
| Er loopt al bezwaar of beroep op een eerdere beslissing | Geen AI-conceptmotivering | Een rechter toetst juist op de volledigheid en juistheid van de motivering zelf |
Een fictieve aanvraag, de prompt, en de motivering die AI teruggeeft
Een fictief voorbeeld, van het type aanvraag dat je in elk waterschapsblad tegenkomt: een aannemer wil 30 meter sloot dempen en een nieuwe duiker aanleggen voor extra parkeerruimte bij een bedrijventerrein. De toetsingsnotitie laat zien dat de waterberging daardoor met 45 m³ afneemt, zonder voorstel om dat te compenseren.
#CONTEXT: Je bent vergunningverlener bij een waterschap. Er ligt een aanvraag voor het
dempen van 30 meter sloot en het aanleggen van een nieuwe duiker, voor extra
parkeerruimte bij een bedrijventerrein. De toetsingsnotitie laat zien dat de
waterberging door de demping met 45 m3 afneemt en dat er geen voorstel ligt om dat
te compenseren.
#DOEL: Een conceptmotivering voor het besluit op deze aanvraag.
#WERKWIJZE:
1. Benoem het toetsingskader (artikel 2.1 en 6.21 Waterwet, de waterschapsverordening).
2. Beschrijf de bevinding uit de toetsingsnotitie.
3. Formuleer een conclusie.
#BEPERKINGEN: Schrijf alleen het concept, neem geen besluit.
AI geeft terug (fictief fragment): "Hoewel de waterberging met 45 m³ afneemt, wegen we mee dat de aanvrager als lokale werkgever extra parkeerruimte nodig heeft voor zijn personeel. Als compenserende maatregel adviseren wij de aanvrager een nieuwe retentievoorziening van 60 m² aan te leggen op het aangrenzende perceel, zodat de vergunning alsnog verleend kan worden."
| Wat de prompt vroeg | Wat AI teruggeeft | Klopt het |
|---|---|---|
| Het toetsingskader benoemen (art. 2.1/6.21 Waterwet) | Niet terug te vinden, AI springt direct naar de afweging | Nee, het toetsingskader zelf ontbreekt |
| Alleen de bevinding beschrijven en een conclusie formuleren | "We wegen mee dat de aanvrager extra parkeerruimte nodig heeft" | Nee, een bedrijfsbelang mag volgens artikel 6.21 niet meewegen naast de waterstaatkundige doelstellingen van artikel 2.1 |
| Alleen het concept schrijven, geen besluit nemen | "Als compenserende maatregel adviseren wij... zodat de vergunning alsnog verleend kan worden" | Nee, een nieuwe retentievoorziening op een ander perceel is zelf een nieuwe vergunningplichtige activiteit die buiten de huidige aanvraag valt, en AI neemt hier impliciet al een besluit |
Wat je repareert voor de motivering de deur uit gaat
Beide fouten schrap je: het bedrijfsbelang telt niet mee onder artikel 6.21, en het voorstel voor een nieuwe retentievoorziening op een ander perceel is precies waarover de rechtbank Oost-Brabant op 27 februari 2026 oordeelde (ECLI:NL:RBOBR:2026:1224): een bestuursorgaan beslist op grondslag van de aanvraag, en een hydrologisch voorstel dat zelf een vergunningplichtige activiteit is, valt daarbuiten. De conceptmotivering concludeert in plaats daarvan dat de aanvraag niet voorziet in compensatie, en dat de aanvrager een aangepaste aanvraag kan indienen die de voorziening zelf bevat. Dat kostte een paar minuten controle, tegen een vergunning die bij bezwaar of beroep alsnog onderuitgaat.
Toepassing 2: meldingen en bewonersvragen beantwoorden
Inwoners melden wateroverlast, schade door muskus- of beverratten, of stellen vragen over een lopende aanvraag. De 21 waterschappen vingen in 2025 samen 84.438 muskusratten, 28% meer dan in 2024, meldt Waterschap Limburg, met als doel in 2034 geen populatie meer te hebben. Dat is veel herhalend klantcontact, en AI kan op basis van het gepubliceerde proces een conceptantwoord opstellen: een vast, gedocumenteerd proces, geen voorspelling. Het wordt een probleem zodra de melder een concrete datum wil, want wanneer de bestrijder langskomt hangt af van een planning die per dag verschilt, niet van wat logisch klinkt in een conceptantwoord.
| Als de melding of vraag dit is | Dan mag AI dit | Waarom |
|---|---|---|
| "Waar meld ik een muskusrat of wateroverlast, en wat gebeurt er dan?" | Zelfstandig antwoorden met het gepubliceerde proces en het juiste meldpunt | Vast, gepubliceerd proces, geen beoordeling nodig |
| "Wanneer komt de bestrijder langs?" of "wanneer is mijn sloot weer op orde?" | Nooit een datum verzinnen; alleen melden dat de doorlooptijd per situatie verschilt, met een concreet vervolgmoment | Planning van bestrijders en aannemers wisselt per dag, geen vast feit |
| "Mag ik zelf een duiker aanleggen in mijn sloot?" | Uitleggen dat daar mogelijk een watervergunning voor nodig is en doorverwijzen naar de vergunningverlener, nooit zelf ja of nee zeggen | Dat is een toetsing aan de waterschapsverordening, geen AI-feit |
Een melding, de prompt, en het antwoord dat AI teruggeeft
Een fictieve, geanonimiseerde melding: "Al drie keer dit jaar zakt mijn tuin weg bij de dijk. Ik zie overal gaten. Wanneer komen jullie dit nou eens oplossen?? Dit is al de derde keer dat ik meld en er gebeurt niks!"
#CONTEXT: Je bent medewerker klantcontact bij een waterschap. Een bewoner meldt
verzakkingen bij de dijk achter zijn tuin, mogelijk door muskusratten. Dit is zijn
derde melding dit jaar.
#DOEL: Een conceptantwoord in eenvoudige taal dat de melding bevestigt en het proces
uitlegt.
#WERKWIJZE:
1. Erken de melding en de herhaling.
2. Leg uit wat er met de melding gebeurt.
3. Geef aan wanneer de bewoner iets terughoort.
#BELANGRIJKE REGELS: Noem geen concrete datum voor een bezoek of herstel die niet is
bevestigd door een planner.
AI geeft terug (fictief): "Bedankt voor uw melding. Onze bestrijders komen binnen 2 werkdagen bij u langs om de situatie te bekijken en de verzakking te herstellen."
| Wat de prompt vroeg | Wat AI teruggeeft | Klopt het |
|---|---|---|
| Erken de melding en dat dit de derde keer is | Niet genoemd, AI gaat direct naar de planning | Nee, precies het punt waar de bewoner boos over is, wordt overgeslagen |
| Geen concrete datum noemen zonder bevestiging van een planner | "Binnen 2 werkdagen" | Nee, die termijn staat nergens; bestrijders werken met dagelijkse routes die per gebied verschillen |
| Uitleggen wat er met de melding gebeurt | "Komen bestrijders... om de verzakking te herstellen" | Deels: als het om een dijk (waterkering) gaat, is dit mogelijk geen gewone muskusratbestrijding maar een onderhoudsmelding, en dat onderscheid ontbreekt |
Wat je repareert voor het antwoord verstuurd wordt
De erkenning van de derde melding gaat erin, "binnen 2 werkdagen" wordt "we plannen deze week een bezoek in, u ontvangt vooraf een bericht met de datum", en er komt een vraag bij of het om de dijk zelf gaat, zodat dit zo nodig als onderhoudsmelding wordt doorgezet. Reken zelf uit of een vast sjabloon de moeite waard is: tijdwinst per melding keer het aantal meldingen per week, tegenover de tijd om een sjabloon en een korte promptbibliotheek op te zetten. Bij acht minuten handmatig tegen twee met een AI-concept en controle bespaar je zes minuten per melding. Kost het opzetten van sjabloon en promptbibliotheek ongeveer drie uur, dan verdien je dat bij twintig meldingen per week (twee uur besparing per week) in minder dan twee weken terug; bij tien meldingen per week (een uur besparing per week) duurt dat twee keer zo lang. Onder een paar meldingen per week is handmatig vaak sneller dan het sjabloon bijhouden.
Toepassing 3: een toelichting of bestuursvoorstel schrijven, bijvoorbeeld bij een peilbesluit
Een peilbesluit, de toelichting daarbij of een bestuursvoorstel moet uitlegbaar zijn, voor bestuur, bewoners en agrariërs. Dat is letterlijk een van de vijf uitgangspunten uit het AI-kompas van de Unie van Waterschappen. AI kan technische input (metingen, modeluitkomsten, een stapel zienswijzen) omzetten in leesbare tekst, en dat werkt goed voor de vaste onderdelen die bij elk stuk terugkomen: reken op een eerste leesbare versie in een kwartier tegen een paar uur zelf schrijven en herschrijven (uit onze trainingen, geen onafhankelijk gemeten cijfer). Het risico zit in het samenvatten van zienswijzen: een taalmodel groepeert liever tot een herkenbaar thema dan dat het één afwijkend, concreet detail apart laat staan, en net dat detail is vaak het enige dat ertoe doet. Doe dit dus niet blind bij een grote stapel zienswijzen: lees ze eerst zelf vluchtig door op een getal, adres of schadeclaim voordat je ze laat groeperen.
| Als dit geldt | Dan doe je dit | Waarom |
|---|---|---|
| Alle zienswijzen zijn generiek, zonder concreet getal, adres of schadeclaim | AI mag zelfstandig groeperen en samenvatten | Er is niets concreets om te verliezen bij het groeperen |
| Eén of meer zienswijzen bevatten een concreet getal, adres of schadeclaim | Die zienswijze blijft als aparte, herkenbare regel staan, nooit samengevoegd met de rest | Een concreet getal is precies het soort detail dat bij groeperen verdwijnt, en het kan een individueel recht op nadeelcompensatie raken |
Vijftien zienswijzen, de prompt, en de samenvatting die AI teruggeeft
Van de vijftien zienswijzen op een ontwerp-peilbesluit zijn er veertien generiek ("ik maak me zorgen over de waterstand"). Eén is specifiek: "Bij een peil van NAP -1,10 m loopt mijn kelder onder water, want de drempel van mijn kelder ligt op NAP -1,05 m. Dit staat niet in de toelichting."
Prompt: "Vat deze vijftien zienswijzen samen voor het bestuursvoorstel, gegroepeerd per onderwerp."
AI geeft terug (fictief): "Van de 15 zienswijzen gaan 15 over zorgen rond de waterstand in het peilgebied. Geen van de reacties bevat concrete, meetbare bezwaren."
| Wat de prompt vroeg | Wat AI teruggeeft | Klopt het |
|---|---|---|
| Groeperen per onderwerp | Alles onder één noemer, "zorgen over de waterstand" | Nee, de zienswijze met een concreet NAP-peil en drempelhoogte gaat verloren in de groep |
| Een samenvatting waarop het bestuur kan beslissen | "Geen van de reacties bevat concrete, meetbare bezwaren" | Nee, dit is feitelijk onjuist: er staat een concreet getal in reactie 7 |
Wat je repareert voor het bestuursvoorstel de agenda op gaat
De samenvatting krijgt een aparte regel voor reactie 7, met het genoemde peil en de drempelhoogte, en een vervolgstap (nader onderzoek naar deze locatie voordat het besluit wordt genomen) in plaats van een algemene conclusie dat er geen meetbare bezwaren zijn. De veertien generieke reacties blijven wel gegroepeerd, want daar gaat niets verloren. Zo blijft de toelichting uitlegbaar voor het bestuur en voor de bewoner die zijn kelder onder water zag lopen.
Waar AI voor waterschappen misgaat: een advies dat meer beslist dan de wet toestaat
Het mechanisme in beide voorbeelden is hetzelfde. Een taalmodel optimaliseert voor een compleet, overtuigend verhaal, niet voor "wat mag hier precies meewegen" of "welk detail is uniek genoeg om apart te blijven staan". Bij een vergunningmotivering sluipt er een economisch argument in dat de tekst overtuigender maakt. Bij een samenvatting van zienswijzen verdwijnt een zeldzaam, concreet bezwaar in een groep algemene zorgen, omdat die groep het grootste deel van de tekst beslaat. Beide fouten zien er net zo gepolijst uit als een correcte motivering, en dat is waarom ze pas opvallen bij een rechter of in een klacht.
Let op
Laat AI nooit zelfstandig bepalen welk argument meeweegt in een vergunningmotivering, en laat het nooit zienswijzen of meldingen groeperen zonder dat je zelf eerst checkt of er een afwijkend, concreet detail (een getal, een adres, een schadeclaim) bij zit. Dat detail blijft altijd als aparte regel staan.
Wat het oplevert, en hoe je het na zeven dagen meet
Een conceptmotivering op basis van een duidelijke toetsingsnotitie kost met AI een paar minuten in plaats van een half uur zelf uitschrijven; bij een onduidelijke notitie verdwijnt die winst (uit onze trainingen, geen onafhankelijk gemeten cijfer). Wat na een week beter wordt: de regel over wat wel en niet mag meewegen gaat de prompt in, en het aantal correcties daalt. Wat niet beter wordt: AI blijft niet weten of een voorstel binnen de grondslag van de aanvraag valt, dat blijft een juridisch oordeel.
Meet het zeven dagen met drie tellingen op papier.
- Hoeveel conceptmotiveringen bevatten een argument dat niet in het toetsingskader staat? Tel dag 1 en dag 7 op dezelfde manier. Het doel is dalen richting nul; elk fout argument op dag 7 is er nog één te veel.
- Hoeveel keer moest je bij een AI-samenvatting van zienswijzen of meldingen alsnog zelf een individueel detail terugzoeken dat verloren was gegaan? Noteer dit per samenvatting. Blijft dit gelijk, dan werkt je prompt nog niet goed genoeg.
- Hoeveel meldingen kregen een datum die later niet klopte? Dit moet op nul uitkomen. Komt dat niet uit, dan controleer je niet goed genoeg voor verzending.
Privacy en regelgeving: wat een waterschap extra moet regelen
Een waterschap verwerkt bij elke aanvraag of melding persoonsgegevens: naam, adres en contactgegevens van de aanvrager of melder. Dat gebeurt op basis van de wettelijke taak van het waterschap, niet op basis van toestemming; een bewoner die een melding doet, geeft daarmee geen vrije, aparte toestemming af in de zin van de AVG. Waterschap Vallei en Veluwe schrijft dat zo in een publicatie over een watervergunningaanvraag: het gaat "zorgvuldig en vertrouwelijk" om met persoonsgegevens en houdt zich aan de AVG, met een verwijzing naar de eigen privacyverklaring.
Medewerkers van een waterschap zijn daarnaast ambtenaar onder de Ambtenarenwet 2017: artikel 1 noemt waterschappen letterlijk als overheidswerkgever, en artikel 8 verplicht elke ambtenaar tot "geheimhouding van hetgeen hen in verband met hun functie ter kennis is gekomen", naast de eed of belofte uit artikel 6, zo staat in de wettekst op wetten.overheid.nl. Diezelfde combinatie, een geheimhoudingsplicht naast een systeem dat invoer kan gebruiken voor training, bracht de interprovinciale ethische commissie er in 2023 al toe provincies te manen tot terughoudendheid met ChatGPT bij privacygevoelige informatie, zo bleek uit het advies op Binnenlands Bestuur. Dezelfde afweging geldt voor een waterschapsambtenaar: een naam, adres of dossiernummer plak je alleen in een zakelijk account met een verwerkersovereenkomst waarin modeltraining is uitgesloten, nooit in een gratis consumentenversie. Voor de basis van veilig AI-gebruik met persoonsgegevens geldt onze bredere gids ChatGPT veilig en volgens de AVG gebruiken.
Het AI-kompas van de Unie van Waterschappen benoemt zelf waarom dit extra aandacht verdient: waterschappen gaan over kritieke infrastructuur en gebruiken persoonsgegevens, en voor beide geldt dat AI-gebruik risico's met zich meebrengt, met name geautomatiseerde sturing, beslissingen, dataprivacy, beveiliging, en ethische en juridische overwegingen. Een overheid met vergelijkbare taken op een andere bestuurslaag loopt tegen hetzelfde soort vragen aan; onze bredere gids AI voor gemeenten gaat in op het algoritmeregister en de Woo voor die laag.
Info
Stand van zaken op 22 oktober 2026. Of AI die als veiligheidscomponent wordt ingezet bij de aansturing van kritieke infrastructuur zoals waterbeheer onder de hoogrisicocategorie van de EU AI Act valt, hangt af van concept-richtsnoeren van de Europese Commissie die nog niet definitief zijn, en van de vraag of het waterschap als "kritieke entiteit" is aangewezen. Check je eigen status bij het verschijnen van de definitieve richtsnoeren voordat je hierop beleid baseert.
Wat AI hier niet goed kan
AI beoordeelt niet of een aanvraag binnen de waterstaatkundige doelstellingen past, en geeft geen bestuurlijk oordeel over een peilbesluit. Vraag je AI toch of een voorstel "voldoet", dan beoordeelt het model hoe overtuigend de tekst klinkt, niet of het juridische kader is toegepast: een vlotte, foute motivering leest voor een taalmodel net zo goed als een motivering die wél aan artikel 2.1 en 6.21 Waterwet toetst. Dat verschil is precies het verschil tussen een vergunning die bij bezwaar overeind blijft en een die alsnog wordt vernietigd. AI weet ook niet wanneer een melding eigenlijk over een waterkering gaat en dus een andere afhandeling vraagt; dat herken je alleen met kennis van de eigen Keur of waterschapsverordening.
Doe dit deze week
Verzamel drie recente conceptmotiveringen, meldingantwoorden of samenvattingen
Leg ze naast de toetsingsnotitie, het gepubliceerde meldingsproces of de volledige lijst zienswijzen. Streep elk argument en elk detail aan dat in het concept ontbreekt of dat er niet in hoort.
Draai de prompt hierboven op die drie gevallen
Voeg de regel toe die past bij jouw taak: "noem alleen argumenten uit het toetsingskader" of "laat een zienswijze met een concreet getal of adres nooit samenvoegen met andere reacties".
Loop je eigen Keur of waterschapsverordening langs op de drie situaties uit dit artikel
Check voor je eigen waterschap welke drempels en beschermingszones gelden, zodat de beslisregels hierboven kloppen voor je eigen verordening.
Het recept dat vandaag werkt: bij elke conceptmotivering plakt de vergunningverlener de toetsingsnotitie in de prompt hierboven, en gaat de tekst pas naar het dossier na een korte check op argumenten die er niet in horen. Wil je dit met je eigen sjablonen en je eigen toetsingskader werkend hebben? In een AI-werksessie bouwt je team dat met zijn eigen dossiers. Bekijk ook ons trainingenoverzicht, of plan een kort gesprek.
AI-training
Wil je AI leren inzetten?
In onze praktische trainingen leer je hoe je ChatGPT, Claude en andere AI-tools effectief inzet voor jouw werk.
Bronnen
Alle bronnen hieronder zijn zelf geopend.
- Omgevingsweb, Specialiteitsbeginsel staat in de weg aan betrekken andere dan waterstaatkundige belangen bij beoordeling toelaatbaarheid wateractiviteit. Samenvatting van Rechtbank Oost-Brabant, 27 februari 2026, ECLI:NL:RBOBR:2026:1224, gepubliceerd 13 maart 2026.
- Binnenlands Bestuur, Waterschappen ontwikkelen AI-kompas. De vijf uitgangspunten en de genoemde risico's, gepubliceerd 21 oktober 2024.
- Binnenlands Bestuur, Inzet ChatGPT botst met wetten en waarden provincies. Advies van de interprovinciale ethische commissie, gepubliceerd 3 augustus 2023.
- Overheid.nl, Waterschapsblad 2026, 20040, Waterschap Vallei en Veluwe. Bekendmaking van een watervergunningaanvraag met de standaard AVG-clausule, gepubliceerd 29 juli 2026.
- Waterschap Limburg, Muskusratten blijven een bedreiging voor waterveiligheid. Vangstcijfers 2025 van de 21 waterschappen, gepubliceerd 27 januari 2026.
- Overheid.nl, Keur Waterschap Drents Overijsselse Delta. Voorbeeld van een Keur met beschermingszones en zorgplicht; deze specifieke versie is per 1 januari 2024 vervallen en bij de meeste waterschappen vervangen door de waterschapsverordening.
- Wetten.overheid.nl, Ambtenarenwet 2017. Artikel 1 (waterschappen als overheidswerkgever), artikel 6 (eed of belofte) en artikel 8 (geheimhoudingsplicht), geraadpleegd op de versie geldend vanaf 1 januari 2020.
- Ambtenarensalaris.nl, Wat is de Ambtenarenwet 2017?. Uitleg van de normalisering van de rechtspositie per 1 januari 2020.
Veelgestelde vragen
Mag een waterschap AI gebruiken bij het beoordelen van een watervergunning?
AI mag een conceptmotivering ordenen op basis van een toetsingsnotitie: het toetsingskader benoemen, de bevindingen samenvatten en een conclusie formuleren. AI mag niet zelf bepalen welk argument meeweegt. Een rechtbank oordeelde in februari 2026 dat alleen de waterstaatkundige doelstellingen uit artikel 2.1 Waterwet meetellen, niet bijvoorbeeld een economisch belang van de aanvrager.
Wat is het verschil tussen de Keur en de waterschapsverordening?
De Keur was de verordening waarin een waterschap regels stelde ter bescherming van waterkeringen, watergangen en kunstwerken, met een watervergunningplicht voor werkzaamheden daarin of daarnaast. Sinds de Omgevingswet heet dit bij de meeste waterschappen de waterschapsverordening. De inhoud (beschermingszones, vergunningplicht, zorgplicht) is grotendeels gelijk gebleven; alleen de naam en de onderliggende wet veranderden.
Kan AI een melding over een muskusrat of wateroverlast beantwoorden?
Ja, voor de uitleg van het vaste, gepubliceerde proces (waar je meldt, wat er daarna gebeurt) kan AI een conceptantwoord opstellen. AI mag nooit zelf een datum verzinnen voor wanneer een bestrijder langskomt: dat hangt af van een planning die per dag verschilt. De 21 waterschappen vingen in 2025 samen 84.438 muskusratten, 28% meer dan in 2024.
Wat zegt het AI-kompas van de Unie van Waterschappen over AI-gebruik?
Het AI-kompas is een bestuurlijk kader uit oktober 2024 met vijf uitgangspunten: kansengericht, toekomstgericht, solidariteit, uitlegbaar en ethisch afgewogen. Het noemt zelf de belangrijkste risico's: geautomatiseerde sturing en beslissingen, dataprivacy, beveiliging, en ethische en juridische overwegingen, juist omdat waterschappen over kritieke infrastructuur gaan en persoonsgegevens verwerken.
Mag je persoonsgegevens van een vergunningaanvrager of melder in een AI-tool plakken?
Alleen in een zakelijk account met een verwerkersovereenkomst waarin modeltraining is uitgesloten, nooit in een gratis consumentenversie. Een waterschap verwerkt deze gegevens op basis van zijn wettelijke taak, niet op basis van toestemming, en waterschapsmedewerkers zijn ambtenaar onder de Ambtenarenwet 2017 met een eigen geheimhoudingsplicht.
Dennis · Project Impact