Definitief BIT-advies Grensverleggende IT (GrIT)

Toets van het Bureau ICT-toetsing op het programma Grensverleggende IT, dat de volledige IT-infrastructuur van Defensie vernieuwt en wordt uitgevoerd door een consortium van leveranciers in gemengde teams met Defensiepersoneel. Na drie eerdere kritische adviezen is beoordeeld of de aanbevelingen zijn opgevolgd in het scenario waarin de lopende inkoopprocedure wordt voortgezet. Het BIT is positief: het werk is verdeeld in kleinere blokken die zelfstandig waarde opleveren en beter aansluiten bij de prioriteiten van de defensieonderdelen, en de overeenkomst bevat stuurmiddelen zoals afroep per blok en de mogelijkheid andere leveranciers in te schakelen. Zorgpunten blijven het betaalschema, dat te vroeg grote bedragen laat betalen, de versnipperde regiefunctie en het ontbreken van voldoende gekwalificeerde eigen medewerkers voor de aansturing van het consortium.

Toeleveringsketen, uitbesteding en derdenGovernance en verslaggevingCybersecurity en gegevensbeveiliging

Waarom deze indeling: De kern is een langjarige samenwerkingsovereenkomst met een leveranciersconsortium van zeer grote contractwaarde, waarbij regie op uitbesteding en de mogelijkheid tot exit of vervanging van leveranciers doorslaggevend zijn. Daarnaast adviseert het BIT over de governance en centrale sturing binnen Defensie. De vernieuwing raakt de infrastructuur voor missies en hoog gerubriceerde informatie, die volgens Defensie het meest kwetsbaar is.

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 Defensie

Bron

Onderzoeken en evaluaties: Bureau ICT-toetsing

Toegepaste standaard

BIT-toetskader

Datum

2020-10-14

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