Maatwerk en bijzondere wetgeving: ondanks of dankzij? Een inventarisatie van het maatwerkgehalte van SZW- en VWS-wetten

Om zicht te krijgen op de vraag of bijzondere wetgeving het leveren van maatwerk door uitvoeringsorganisaties belemmert, is het maatwerkgehalte van bijna veertig wetten van Sociale Zaken en Werkgelegenheid en van Volksgezondheid, Welzijn en Sport geinventariseerd. Het begrip maatwerk is eerst afgebakend tot individueel maatwerk in de verhouding tussen uitvoeringsorganisatie en burger, en opgedeeld naar beslissingsruimte, hardheidsclausule, verhouding tot de Algemene wet bestuursrecht en procedureel maatwerk. De wetten zijn doorzocht met een zelf ontwikkelde tool en daarna handmatig geduid. Maatwerkstimulansen blijken makkelijker traceerbaar dan knelpunten. Veel wetten combineren gebonden bevoegdheden met een specifieke hardheidsclausule, waarmee de scherpe kanten van standaardtoepassing worden verzacht. De ruimte voor maatwerk wordt vaak bedreigd door grondslagen voor lagere regelgeving die de bevoegdheden van de uitvoerder nader begrenzen. Bijzondere wetten wijken zelden expliciet af van de Algemene wet bestuursrecht. De vormgeving van maatwerk blijkt sterk departementaal bepaald: binnen een ministerie is veel overlap, tussen ministeries weinig.

Veranderende wet- en regelgevingGovernance en verslaggevingDigitale disruptie, nieuwe technologie en AI

Waarom deze indeling: Laws is dominant omdat de hele studie bestaat uit een systematische lezing van bijna veertig wetten op bepalingen die maatwerk belemmeren of bevorderen, waaronder gebonden bevoegdheden, hardheidsclausules en de verhouding tot de Algemene wet bestuursrecht. Governance omdat het gaat om de ruimte die uitvoeringsorganisaties krijgen tegenover de burger en om de vraag of maatwerk in het wetgevingskwaliteitsbeleid verankerd moet worden. Digital omdat de inventarisatie is uitgevoerd met een speciaal ontwikkelde softwaretool die wetteksten geautomatiseerd doorzoekt, met een menselijke duiding als noodzakelijke aanvulling.

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

Rijksbreed

Bron

Onderzoeken en evaluaties: Tilburg University

Toegepaste standaard

Extern onderzoek

Datum

2020-08-31

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