Evaluatie Wet van wijziging SBB. Evaluatie overgang wettelijke taken kenniscentra beroepsonderwijs bedrijfsleven naar Samenwerkingsorganisatie beroepsonderwijs en bedrijfsleven (SBB)

Op 1 augustus 2015 gingen de wettelijke taken rond de kwalificatiestructuur en de beroepspraktijkvorming in het middelbaar beroepsonderwijs over van zeventien kenniscentra naar de Samenwerkingsorganisatie beroepsonderwijs bedrijfsleven. Onderzocht is of de wetswijziging de beoogde effecten heeft gehad: efficiencyvoordelen, hogere doeltreffendheid, behoud van sectorale betrokkenheid van het bedrijfsleven en minder bestuurlijke drukte. Gebruikt zijn een meta-analyse van bestaand onderzoek, 36 groepsinterviews, een enquete onder 538 kleine leerbedrijven, 58 telefonische interviews met grotere leerbedrijven en groepsgesprekken met vijftig mbo-instellingen. De doelen zijn grotendeels bereikt: de taken worden met een nagenoeg gehalveerd budget minstens op het oude niveau uitgevoerd, processen zijn uniformer en transparanter, en het aantal overleggremia daalde van zeventien naar acht sectorkamers. Het is nog niet gelukt de sectorale betrokkenheid van het bedrijfsleven te borgen; door de gewijzigde zetelverdeling ervaart het bedrijfsleven minder invloed en is er minder sectorkennis beschikbaar.

Governance en verslaggevingFinanciële, liquiditeits- en insolventierisico'sPersoneel, diversiteit en behoud van talent

Waarom deze indeling: De wetswijziging bracht de taken van zeventien kenniscentra onder in een organisatie die deels een privaatrechtelijk zelfstandig bestuursorgaan is, met nieuwe sectorkamers, een gewijzigde zetelverdeling en een andere sturingsrelatie met het ministerie (governance). Kern van de wet is een structurele efficiencykorting van 60 miljoen euro, waarmee het budget nagenoeg halveerde (financial). Het uitvoerend apparaat kromp van 1.100 naar ongeveer 550 fte en betrokkenen missen sectorkennis en organiserend vermogen (humancap).

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.

Ministerie

Ministerie van Onderwijs, Cultuur en Wetenschap

Bron

Onderzoeken en evaluaties: Berenschot

Toegepaste standaard

Extern onderzoek

Datum

2018-12-11

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

Bijgewerkt

augustus 2026