Rijksmap

Rijksmap › Ministerie van Financiën › Belastingdienst › rapport

Belastingdienst RAM: validatiesessie technische componenten

2016-01-21 · Onderzoeken en evaluaties: Software Improvement Group · standaard ISO 25010 · Toezicht & onderzoek

Open het rapport bij de bron Toon dit rapport in de interactieve Rijksmap

Waar gaat dit rapport over?

AI-samenvatting

Technische opbouw en onderhoudbaarheid van RAM, de applicatie waarmee de Belastingdienst gegevens uit bronsystemen samenvoegt en bevraagbaar maakt, onderzocht met broncodeanalyse en interviews met managers, bouwers, gebruikers en supergebruikers. RAM bestaat uit vier componenten en een Oracle-database; de interfaces daartussen zijn grotendeels handmatig. De herbouwwaarde is 38 manjaar, waarvan 73 procent in ACL en 19 procent in VBA in Excel-sheets, waarmee RAM tot de twintig procent grootste door de onderzoekers geanalyseerde Belastingdienstsystemen hoort. De onderhoudbaarheid scoort onder het marktgemiddelde: 53 procent van de batchscripts is gedupliceerd, 75 procent van de ACL-scripts is langer dan duizend regels, correcties op brondata en domeinkennis zoals postcodetabellen staan hard in de code, en de scripts hangen af van 856 bronbestanden op 63 netwerklocaties. Het ontwikkelproces scoort hoog op kortcyclisch werken en releases, maar laag op automatisering en testen.

Risicothema's

Digitale disruptie, nieuwe technologie en AIBedrijfscontinuïteit en operationele weerbaarheid

Waarom deze indeling: De analyse gaat over de technische staat van een centrale gegevensapplicatie: verouderde technologie, 315.000 regels ACL-code, hard gecodeerde bestandslocaties en domeinkennis die in scripts is vastgelegd. Dat raakt direct de bedrijfscontinuiteit, want de onderhoudbaarheid ligt onder het marktgemiddelde en RAM hoort bij de tien procent minst onderhoudbare Belastingdienstsystemen, terwijl het testproces handmatig is en er geen testomgeving bestaat.

Toegekend met een AI-model (Opus 5) op basis van de zestien thema's van Risk in Focus; niet door mensen gevalideerd. Om de labels beter te onderbouwen gaan we ze gefaseerd herbeoordelen met een tweede, onafhankelijk model van een andere aanbieder (OpenAI naast Anthropic); vanwege tokenlimieten gebeurt dat stapsgewijs. Ziet u een fout? Laat het weten.

Waar hoort dit rapport bij?

Ministerie
Ministerie van Financiën
Organisatieonderdeel
Belastingdienst
Bron
Onderzoeken en evaluaties: Software Improvement Group
Toegepaste standaard
ISO 25010
Datum
2016-01-21

Bronnen

Het rapport zelf
originele publicatie
Omschrijving
samenvatting door een AI-model (Opus 5) op basis van de publicatie
Risicolabels
toegekend met een AI-model (Opus 5) volgens de zestien thema's van Risk in Focus (ECIIA), niet door mensen gevalideerd
Indeling bij een onderdeel
rapportreview van de Rijksmap, op basis van de organisatie die in het rapport wordt genoemd
Bijgewerkt
augustus 2026

Andere rapporten over Belastingdienst

Alle openbaar bekende rapporten over Belastingdienst