Een gemengd succes. Evaluatie Regeling salarismix Randstadregio's mbo

Oberon evalueerde voor het ministerie van OCW de Regeling salarismix Randstadregio's, die 26 mbo-instellingen extra geld geeft om meer docenten in hogere salarisschalen te benoemen en de werkdruk te verlagen. In 2019 ging het om ruim 48 miljoen euro; per instelling loopt het bedrag uiteen van 60 duizend tot 6 miljoen euro per jaar. Het aandeel docenten in schaal LC steeg tussen 2008 en 2018 van 37 naar 47 procent, maar na 2011 kwam die verschuiving vrijwel tot stilstand en werd een deel ervan later weer ongedaan gemaakt. De verschillen tussen instellingen zijn groot: het aandeel docenten in de laagste schaal varieerde in 2018 van 12 tot 70 procent. Over de besteding van de middelen voor werkdrukverlichting is weinig bekend en zicht op de effectiviteit ontbreekt.

Personeel, diversiteit en behoud van talentFinanciële, liquiditeits- en insolventierisico'sGovernance en verslaggeving

Waarom deze indeling: De regeling is bedoeld om het beroep van mbo-docent in de Randstad aantrekkelijker te maken en de werkdruk te verlagen, dus om aantrekken en behouden van personeel. Het gaat om ruim 48 miljoen euro aanvullende bekostiging per jaar waarvan de besteding niet altijd te volgen is. Bij een derde van de ondernemingsraden is niet inzichtelijk of het geld aan het doel is besteed en de doelmatigheid is niet vast te stellen.

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: Oberon

Toegepaste standaard

Extern onderzoek

Datum

2020-09-14

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