Rijksmap

RijksmapMinisterie van FinanciënDienst Toeslagen › rapport

Belastingdienst Toeslagen - Onderzoek Verloren Fysieke Stukken (eindrapportage)

2020-12-15 · Onderzoeken en evaluaties: Capgemini Invent · standaard Extern onderzoek · Toezicht & onderzoek

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

Waar gaat dit rapport over?

AI-samenvatting

Onderzoek naar de vraag waar en hoe fysieke post- en bewijsstukken van burgers bij Belastingdienst Toeslagen zoek zijn geraakt, op basis van een analyse van het volledige postverwerkingsproces en 34 klachtdossiers met het label zoekgeraakte stukken uit 2014-2020 (waarvan 24 bruikbaar, met 38 gevallen van vermiste stukken). Van de verloren gewaande documenten blijkt 68% digitaal herleidbaar binnen de Belastingdienst: 31% stond in het verkeerde systeem en 37% kreeg geen of onjuiste opvolging, vaak bij samengestelde brieven met meerdere verzoeken in een document. 32% is niet herleidbaar, meestal omdat stukken op een lokaal kantoor of per e-mail zijn aangeleverd en nooit gedigitaliseerd. Aanbevolen wordt onder meer het aantal overdrachten te reduceren, uploadfuncties en automatische classificatie in te voeren, eigenaarschap voor samengestelde stukken te borgen en burgers inzicht te geven in de status van hun stukken.

Risicothema's

Bedrijfscontinuïteit en operationele weerbaarheidGovernance en verslaggevingCommunicatie, reputatie en stakeholders

Waarom deze indeling: Continuity: het proces van ontvangst tot digitalisering van poststukken is kwetsbaar doordat 3 tot 15 personen een stuk aanraken voor het gescand wordt, met veel handmatige handelingen en afwijkende aanleverroutes. Governance: dossiervorming en archivering schieten tekort, afdelingen werken met verschillende, niet op elkaar aansluitende systemen zonder audit trail en leercirkel, waardoor stukken in het verkeerde systeem belanden of geen werkitem krijgen. Comms: burgers hebben geen inzicht in de status van ingestuurde stukken (81 telefoontjes per dag bij de Belastingtelefoon), wat vertrouwen schaadt en tot opnieuw insturen leidt.

Toegekend met een AI-model (Fable 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
Dienst Toeslagen
Bron
Onderzoeken en evaluaties: Capgemini Invent
Toegepaste standaard
Extern onderzoek
Datum
2020-12-15

Bronnen

Het rapport zelf
originele publicatie
Omschrijving
samenvatting door een AI-model (Fable 5) op basis van de publicatie
Risicolabels
toegekend met een AI-model (Fable 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 Dienst Toeslagen

Alle openbaar bekende rapporten over Dienst Toeslagen