Analyse Businesscase Schoonmaak in relatie tot kostenontwikkelingen RSO

KPMG vergeleek voor de Rijksschoonmaakorganisatie de aannames uit de businesscase over het inbesteden van schoonmaak uit 2014 met de kosten in de praktijk. De organisatie is sinds 2016 operationeel en maakt minder vierkante meters schoon dan voorzien, maar wel veel vaker: gemiddeld elke werkdag in plaats van eens per twee dagen. De werkelijke kosten lagen in 2019 2,8 miljoen euro hoger dan geraamd; voor 2021 is het verschil 9,4 miljoen euro. De hogere schoonmaakfrequentie verklaart daarvan netto 8,6 miljoen euro en zwaardere staf en ondersteuning 3,4 miljoen euro. De eigen ambitie van 10 procent social return en de inpassing in het functiegebouw Rijk waren nog niet gehaald; de opleidingsdoelen wel.

Financiële, liquiditeits- en insolventierisico'sPersoneel, diversiteit en behoud van talentGovernance en verslaggeving

Waarom deze indeling: Kern is een verschillenanalyse tussen geraamde en werkelijke kosten: 2,8 miljoen euro hoger in 2019 en 9,4 miljoen euro hoger in de begroting 2021 (financial). De organisatie is opgericht om de arbeidspositie van schoonmakers te verbeteren via rijksarbeidsvoorwaarden, lagere productiviteitsnormen, social return en opleidingen; de analyse laat zien welke van die doelen wel en niet zijn gehaald (humancap). De aanleiding is een Kamerverzoek om onderbouwing van de kosten van inbesteden, en de rapportage moet de Kamer daarover verantwoorden (governance).

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 Sociale Zaken en Werkgelegenheid

Bron

Onderzoeken en evaluaties: KPMG

Toegepaste standaard

Extern onderzoek

Datum

2021-01-27

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