AI-disruptie van Nederlandse Bedrijfstakken

Of blader per sector

×

Over dit model

Deze interactieve heatmap is ontwikkeld door UNIT2.ai en brengt de disruptie van Nederlandse bedrijfstakken door kunstmatige intelligentie en automatisering in kaart. Het model combineert officiële CBS-bedrijvendata (actieve bedrijven, starters en faillissementen) met multi-LLM analyse om een actueel, evenwichtig en datagedreven beeld te schetsen van welke sectoren het meest geraakt worden door de AI-revolutie.

Databronnen

Component	Bron
Bedrijfstakclassificatie	CBS SBI 2008 — Standaard Bedrijfsindeling
Bedrijvenbestand	CBS Bedrijven; bedrijfstak (81589NED), Q1 2026
Oprichtingen	CBS Oprichtingen; bedrijfstak (83148NED), 2025
Faillissementen	CBS Faillissementen; bedrijfstak (82244NED), 2025
AI-disruptiescore	Multi-LLM ensemble (Gemini + Claude + Grok)
Impacttijdlijn	Multi-LLM ensemble (Gemini + Claude + Grok)
Maandelijkse actualisering	Automatische heranalyse met actuele AI-ontwikkelingen

Multi-LLM Ensemble Scoring

Om een zo evenwichtig mogelijke score te verkrijgen, gebruikt het UNIT2-model een ensemble van drie onafhankelijke AI-modellen van drie verschillende AI-laboratoria. Elke bedrijfstak wordt afzonderlijk voorgelegd aan:

• Google Gemini 2.5 Flash — Snel en breed geïnformeerd model van Google. Sterk in feitelijke kennis en technologische trendanalyse.
• Anthropic Claude Sonnet 4 — Sterk in genuanceerd redeneren en ethische overwegingen. Tends naar conservatievere, meer afgewogen scores.
• xAI Grok 4 — Onafhankelijk model van xAI (Elon Musk). Real-time data-integratie en een contrair perspectief dat de consensus uitdaagt.

Elk model ontvangt dezelfde gestructureerde prompt met beoordelingsrubric en geeft onafhankelijk een score (0–10) met onderbouwing. De uiteindelijke score wordt als volgt bepaald:

• Mediaan van 3 — De middelste score van de drie modellen wordt genomen. Dit is robuuster dan een gemiddelde: als één model een uitschieter geeft (bijv. hallucinatie), domineert die niet het resultaat. Bij 3 modellen is de mediaan altijd een daadwerkelijk gegeven score.
• Betrouwbaarheidsindicator — De spreiding tussen de drie modellen bepaalt de zekerheid. 80-100% = hoge overeenstemming (modellen zijn het grotendeels eens), 60-79% = redelijk, <60% = lage overeenstemming (modellen verschillen sterk van mening). Bij lage zekerheid is het oordeel minder betrouwbaar.
• Individuele scores — Per bedrijfstak zijn de scores van elk model zichtbaar (G = Gemini, C = Claude, X = Grok) zodat je kunt zien waar de modellen het eens of oneens zijn.

Waarom drie modellen van drie labs? Elk AI-lab heeft eigen biases: Gemini (Google) kan tech-sectoren overschatten vanuit Silicon Valley-perspectief, Claude (Anthropic) is vaak conservatiever en weegt ethische bezwaren zwaarder, en Grok (xAI) biedt een onconventioneler perspectief met real-time kennis. Door de mediaan van drie onafhankelijke bronnen te nemen, worden deze biases geneutraliseerd en ontstaat een evenwichtiger oordeel.

Dit ensemble-principe wordt toegepast op zowel de AI-disruptiescore (hoe erg) als de impacttijdlijn (wanneer).

Scoringscriteria

Elk LLM weegt vijf kernfactoren bij het beoordelen van een bedrijfstak:

• Procesanalyse — Welke kernprocessen in deze bedrijfstak kan AI automatiseren of verbeteren?
• Concurrentieverandering — Hoe veranderen AI-tools de concurrentieverhoudingen in deze sector?
• Bedrijfsmodelrisico — Worden bestaande bedrijfsmodellen bedreigd of ontstaan er nieuwe?
• Aard van het werk — In welke mate is het werk fysiek, cognitief of datagedreven?
• Regulering — Is er wet- of regelgeving die AI-adoptie vertraagt of versnelt? Specifiek worden Europese en Nederlandse kaders meegewogen:
  • EU AI Act — AI in HR, financiële diensten en kredietbeoordeling is “hoog risico”
  • EU Medical Device Regulation (MDR) — AI in medische toepassingen vereist CE-markering
  • Nederlands arbeidsrecht — sterke ontslagbescherming, cao-structuren en ondernemingsraden
  • AVG/GDPR — beperkt geautomatiseerde besluitvorming en profilering
  • Sectorspecifieke regulering — DNB/AFM (financieel), IGJ (zorg), ACM (mededinging)

Disruptieschaal (0–10)

Impacttijdlijn (6–60 maanden)

Naast de disruptiescore (hoe erg) toont het model ook een impacttijdlijn (wanneer). Deze geeft aan binnen hoeveel maanden de AI-disruptie significant merkbaar wordt voor een bedrijfstak — gedefinieerd als het moment waarop minstens 30% van de kernprocessen geautomatiseerd is of een merkbare verschuiving in marktposities optreedt.

Hoe de tijdlijn tot stand komt: Alle drie de modellen (Gemini, Claude en Grok) beoordelen onafhankelijk per bedrijfstak de volgende factoren, waarna de mediaan wordt genomen:

• Is de benodigde AI-technologie al beschikbaar of moet die nog ontwikkeld worden?
• Zijn er fysieke robots nodig (langzamer) of is het puur software (sneller)?
• Hoe snel adopteert deze sector typisch nieuwe technologie?
• Zijn er wettelijke of regulatorische barrières (bijv. medisch, juridisch)?

Hoe de tijdlijn te lezen:

• ■ 6–12 maanden (rood) — De technologie bestaat al, brede adoptie is begonnen. Denk aan informatiediensten, reclame en financiele dienstverlening.
• ■ 12–24 maanden (oranje) — Tools zijn beschikbaar, adoptie versnelt. Bijv. uitgeverijen, IT-dienstverlening, accountancy.
• ■ 24–36 maanden (geel) — Technologie rijpt, early adopters stappen in. Bijv. groothandel, verzekeringen, telecom.
• ■ 36–48 maanden (groen) — Significante technologische doorbraken nog nodig. Bijv. transport, industriële productie.
• ■ 48–60 maanden (blauwgroen) — Fundamentele doorbraken vereist, bijv. landbouw met autonome robots, volledig geautomatiseerde bouw.

De combinatie van disruptiescore en tijdlijn geeft een compleet beeld: een sector met score 8/10 en tijdlijn 6 maanden vereist urgente actie, terwijl score 8/10 met tijdlijn 48 maanden meer ruimte biedt voor transformatie en aanpassing.

Visualisatiemethoden

• Treemap — Elk vlak vertegenwoordigt een bedrijfstak. De oppervlakte is evenredig aan het aantal actieve bedrijven (groter vlak = meer bedrijven). De kleur toont de AI-disruptie (groen = laag, rood = hoge disruptie). Bedrijfstakken zijn gegroepeerd per SBI-sectie.
• Per sector — Volledige lijst van alle bedrijfstakken gegroepeerd per SBI-sectie, met score, ensemble-details, trendpijlen, tijdlijn en de LLM-onderbouwing.
• Trend — Lijngrafieken die de ontwikkeling van de gemiddelde AI-disruptie tonen over tijd, zowel totaal als per sector.
• Sectorfilter — Klik op een sector in de sidebar om de treemap te filteren en in te zoomen op één SBI-sectie.
• Zoekfunctie — Zoek op bedrijfstaknaam, synoniem of bekende bedrijfsnaam. Het systeem bevat honderden synoniemen die gangbare termen koppelen aan CBS-bedrijfstakken.
• Maandselector — Selecteer een historische maand in de dropdown om de heatmap, scores en statistieken van die maand te bekijken.

Gewogen gemiddelde

Het totaalgemiddelde is gewogen naar het aantal actieve bedrijven: een bedrijfstak met 250.000 bedrijven telt proportioneel zwaarder dan een sector met 40. Dit geeft een realistischer beeld van de totale disruptie van het Nederlandse bedrijfsleven.

Maandelijkse actualisering

Het UNIT2-model actualiseert maandelijks. Bij elke heranalyse:

• Worden de 5 belangrijkste AI-ontwikkelingen van de afgelopen maand opgehaald (nieuwe modellen, doorbraken, regelgeving, bedrijfsaankondigingen)
• Worden alle bedrijfstakken opnieuw gescoord door het multi-LLM ensemble met deze ontwikkelingen als context
• Worden trendpijlen berekend: ▲ gestegen disruptie of ▼ gedaalde disruptie ten opzichte van de vorige maand
• Wordt een versiegeschiedenis opgebouwd zodat verschuivingen over tijd zichtbaar zijn in de trendgrafieken

Beperkingen

• De scores zijn gegenereerd door LLMs en zijn schattingen, geen empirische metingen — het ensemble vermindert bias maar elimineert het niet
• Elke bedrijfstak is als geheel gescoord; binnen een SBI-code bestaan grote verschillen tussen individuele bedrijven
• De impacttijdlijn is een schatting op basis van huidige technologietrends; onverwachte doorbraken of vertragingen kunnen deze significant verschuiven
• Het model houdt beperkt rekening met economische, politieke of maatschappelijke weerstand tegen AI-adoptie
• CBS-bedrijvencijfers betreffen actieve bedrijven per Q1 2026, starters en faillissementen over heel 2025