Verslag DACE-contactbijeenkomst 9 oktober 2025 - Lessen uit de praktijk van het kans- en risicomanagement

De eerste spreker stond stil bij de kwaliteit van de input van risicodossiers. De tweede vroeg zich af hoe goed mensen zijn in het inschatten van kansen, en met name wat woorden als ‘sporadisch’ en ‘waarschijnlijk’ betekenen. De derde spreker behandelde de vraag of men in staat is de gevolgen, dat andere item in de formule risico = kans x gevolg, goed in te schatten. Hij focuste daarbij vooral op gevolgkosten. De laatste spreker wijdde de aandacht aan de compleetheid van informatie van alle risico’s en onzekerheden in het projectproces, waarbij ook het Black Swan event langskwam.

DACE-voorzitter Alex Rood opende de bijeenkomst en heette iedereen welkom. Voordat hij het stokje overdroeg aan de vier sprekers, gaf hij aan waar editie 37 van het prijzenboekje te bestellen is en dat hij had geconstateerd dat dit boekje ook internationaal wordt gebruikt. Ook stond Alex deze keer stil bij de opkomende cursussen, die niet alleen zorgen voor verbreiding van kennis maar met hun opbrengsten ook de DACE organisatie levend houden. Tenslotte kon hij al aangeven wanneer de contactbijeenkomsten in 2026 zouden worden gehouden.

Go digital
In de eerste presentatie, gegeven door Johan Deems, risicomanager bij BAM, werd stilgestaan bij de kwaliteit van de input van risicodossiers. Voordat hij daar terecht kwam benoemde hij eerst het doel van efficiënt en effectief project control, waarvan kans- en risicomanagement een onderdeel is. Dat doel is het verbeteren van de projectprestatie en de voorspelbaarheid.

De aanpak binnen BAM om tot voorspelbaar werken te komen kent drie pijlers: harmoniseren van het werkproces met ondermeer het gebruik van templates en het trainen van personeel, het digitaliseren van het proces, waarbij geen spreadsheets her en der op verschillende laptops staan zoals in het verleden vaak gebeurde en het inrichten van een dashboard, zodat centraal het projectoverzicht beschikbaar is en een uniforme rapportage wordt verkregen. Deze drie pijlers zorgen er nu al voor dat het toegepaste proces en de definities helder zijn en dat het werk niet verstopt op een laptop wordt uitgevoerd. In de toekomst wordt sneller en beter inzicht verkregen in de projectprestatie en kunnen gericht acties worden ondernomen.

In het proces zijn vier schakels te herkennen. De eerste is ‘Go digital’: de risicodossiers van projecten zijn digitaal beschikbaar. Binnen BAM geldt dit voor projecten met een contractwaarde van meer dan 1 miljoen euro. De tweede schakel is ‘Set the right base’: de risicodossiers van een project worden tijdig, juist en volledig vastgelegd. Dat laatste, het volledig vastleggen, is het lastigste en afhankelijk van het type contract. De derde schakel is ‘Align financially’: de risicodossiers vormen de basis voor de financiële rapportages. Dit houdt in dat het risicobudget in het financieel systeem is gebaseerd op het digitale risicodossier. De laatste schakel is ‘ Optimize & learn’: het werken met risicodossiers is onderdeel van het bedrijfsproces en draagt bij aan het lerend vermogen van het bedrijf. Deze schakel moet nog uitgewerkt worden binnen BAM.

Vervolgens doorliep Johan de 9 stappen van het risicomanagement proces. Met de eerste stappen die vooral betrekking hebben op risicoinventarisatie en waarbij risico’s worden geïdentificeerd en gekwantificeerd. En de latere stappen die betrekking hebben op de risicobeheersing en waarbij de beheer strategie wordt bepaald inclusief het nemen van beheersmaatregelen, het bepalen van restrisico’s, het monitoren, evalueren, vastleggen en communiceren van de risico’s. Belangrijk is om evaluatie al regelmatig tijdens het project uit te voeren en niet pas aan het eind van het project, als veel mensen al niet meer op het project zitten en de aandacht elders ligt.

De vraag is waar het projectteam de input vandaan haalt voor het risicodossier. Dit kan met workshops waarbij experts en mensen met ervaring in een setting worden gebracht om deze aan te leveren. Ook interviews zijn mogelijk om verdere diepgang van een bepaalde deskundige te verkrijgen. Verder zijn de dossiers van oude tenders en projecten een bron voor input, waarbij wel de vraag is of deze beschikbaar zijn en of ze relevant zijn. Een vraag die het projectteam zich altijd moet stellen is wat de kwaliteit van de data is.

Blind and White spots
Om de kwaliteit van de input te bepalen moeten de definities worden vastgelegd voor tijdigheid, juistheid en volledigheid, met objectieve criteria voor ieder van die aspecten. Ook is besloten om een dashboard te bouwen met een managementoverzicht over alle projecten, waarbij inzicht is in de zogenoemde blind spots, waar een project geen dossiers heeft opgebouwd, en in de white spots, waar gezien kan worden dat de kwaliteit van de data zwak is.

Op deze manier is inzage op portfolioniveau effectief en efficiënt mogelijk en behoeven niet meer afzonderlijke spreadsheets doorgewroet te worden. Zo kan gezien worden hoe de projecten in een segment of een business unit presteren, waar een project bijgestuurd moet worden en of ingezette verbetertrajecten effect hebben. Ook is te zien welke risico categorieën onderbelicht zijn; zo zijn technische risico’s doorgaans goed vertegenwoordigd maar moet meer aandacht naar politiek en vergunning gaan. Zo kwam Johan een keer tegen dat een project aan een drukke straat in Amsterdam gewoon doorging zonder dat een omgevingsmanager was aangesteld.

Tenslotte toonde Johan een overzicht uit de dashboard van BAM Nederland met de huidige projecten. Dit overzicht betrof het kwaliteitsaspect juistheid. Zo kon worden gezien dat ‘oorzaak’ en ‘gevolg’ niet altijd beschreven waren in de verschillende projecten. Bij ‘allocatie’ was dit ook het geval, wat herleid kon worden tot die ene applicatie die nog in gebruik was bij verschillende werkmaatschappijen, waarbij allocatie geen verplicht in te vullen veld is. Ook onder ‘beheersmaatregelen’ is te zien dat deze niet altijd ingevuld zijn. Bij navraag bij de werkmaatschappij bleek dat er wel beheersmaatregelen zijn getroffen, maar dat dat dit soms 200 maatregelen zijn, te veel om allemaal op te schrijven in het dossier volgens sommigen. Over dit probleem wordt nu nagedacht om op te lossen. Voorlopig worden projectteams gevraagd de maatregelen toch in te vullen. Als dat wel compleet is kan beter worden geëvalueerd of beheersmaatregelen die in een tender worden gedaan effectief zijn. De dashboard wordt zo een betere bron voor effectieve maatregelen voor volgende projecten; dat scheelt weer het houden van bijvoorbeeld interviews.

Op een vraag uit de zaal gaf Johan aan dat bij het bepalen van beheersmaatregelen ook een zekere nuchterheid nodig is. Er hoeft niet beschreven te worden dat met de hamer op de spijker moet worden geslagen en niet op de duim. Dat hoort gewoon bij het vakmanschap. Op een andere vraag of dit nieuwe dashboard ook zijn waarde heeft bewezen en geld oplevert, werd aangegeven dat dit lastig is om te waarderen. Wel is te zien dat de waardering van het BAM-aandeel de laatste jaren omhoog is gegaan, wat zeker te maken zal hebben met het overall beter voorspelbaar zijn van projecten.

Max Verstappen wereldkampioen?
De tweede spreker was Diede Jansen, senior kostendeskundige bij Ballast Nedam. Hij ging na in hoeverre wij mensen goed zijn in het schatten van kansen. Vaak gebeurt dat op basis van intuïtie, maar liever ziet men dat gebeuren op basis van verstand en data. Dat komt allemaal aan de orde als de volgende typen vragen worden gesteld. Hoe groot is de kans dat Pogacar in 2026 de eindoverwinning in de Tour behaalt? Wat betekent het dat er morgen een kleine kans op regen is? Wat is de kans om de loterij te winnen? De uitkomst bij het opgooien van een muntstuk is onbekend; wel is bekend dat de kans op kop of munt 50% is. Kunnen we de kans inschatten wie straks gaat winnen bij de verkiezingen: Bontenbal of Yesilguz?

Om iets te laten zien hoe intuïtie en verstand elkaar tegenspreken werd de volgende vraag verder uitgediept: Wordt Max Verstappen dit jaar wereldkampioen, met de achterstand die hij nu heeft in het klassement maar met een auto die sinds kort wel acteert zoals hij wil en waarmee hij weer overwinningen behaalt? Het wensdenken van vele Nederlanders geeft aan dat de kans fifty/fifty is. Diede liet een professor in de statistiek aan het woord, die van die voorspelling geen spaan heel laat. Met alle getallen zoals te behalen punten en de winkansen per keer op een rij, komt deze deskundige op een kans van kleiner dan 1%.

Bekende denkfouten zijn zaken als gokkersmisvatting, ‘ik zet altijd in op rood en daarmee win ik’, en beschikbaarheidsheuristiek waarbij recente gebeurtenissen meer gewicht krijgen.

Om het verstand te laten spreken bracht Diede ons terug in de collegebanken. Concepten als kansverdeling met de typische Gausskromme en de standaarddeviatie. Anders dan deze continue kansverdeling is de discrete kansverdeling, zoals bij de worp met een dobbelsteen, waarbij de kans voor ieder getal na vele worpen op 1/6 zal uitkomen. Contra-intuïtief kunnen dan best 7 worpen op een rij met dezelfde uitkomst optreden. Ook het concept frequentiequotiënt, dat aangeeft hoe vaak een bepaalde uitkomst optreedt bij herhaling van een experiment.

Kort werd stilgestaan bij allerlei kansbegrippen, zoals de klassieke kansdefinitie van Laplace, de formalistische axiomatische kansdefinitie, de uit de praktijk afkomstige experimentele kansdefinitie en het subjectieve kansbegrip, gebaseerd persoonlijke inschatting. In concrete modellen voor kansvraagstuken wordt de klassieke kansdefinitie toegepast. Daarbij is de kans de waarschijnlijkheid dat een bepaalde gebeurtenis zal optreden, uitgedrukt in een getal tussen 0 en 1. De kans wordt dan meestal gesymboliseerd met de letter p van probability; de p ligt dan tussen 0 en 1.

Ook liep Diede nog een paar basisregels na die worden toegepast bij kansberekening zoals de optelregel, de complementregel, de productregel, de voorwaardelijk kans en de omkeerregel van Bayes.

Geen getallen maar woorden
Om het begrip kans wat meer handen en voeten te geven en om weg te blijven bij de problematische uitdrukking in getallen achter de komma, wordt vaak gewerkt met kanscategorieën. Dit betreft dan omschrijvingen als sporadisch, klein, mogelijk, frequent, waarschijnlijk en vrijwel zeker. In de praktijk hebben die hun eigen range in kansgetallen. Zo heeft de kanscategorie ‘mogelijk’ een range van p=0,05 tot p=0,25. In de praktijk wordt voor ieder van die beschrijvingen één rekenwaarde gehanteerd; voor de kanscategorie ‘mogelijk’ is dit bijvoorbeeld 15%.

Omgekeerd is ook een test gedaan wat deskundigen denken welk getal bij een beschrijving behoort. Diede liet een test zien met 187 respondenten, waarbij de beschrijving Probable een gemiddelde had met p=0,71, een mediaan van p=0,75 en een standaardafwijking van 0,17. Ingevulde waarden lagen tussen 0,01 en 0,99.

Al met al kwam Diede met de volgende aanpak om accuraat kansen te schatten. Allereerst, gebruik feiten, data en historische trends. Ten tweede analyseer risico’s en gevolgen. De juiste focus op gevolgen is nodig om goed prioritering aan te brengen. Als derde, betrek meerdere perspectieven en ga niet op eigen houtje aan de slag. Collega’s en experts kunnen helpen om de schatting accurater te maken. Als laatste: werk met verschillende toekomstscenario’s. De wereld blijft er niet altijd uitzien zoals vandaag; recent hebben we kunnen ervaren dat epidemieën, gewone oorlogen en handelsoorlogen de wereld filnk op zijn kop kunnen zetten.

Afgeleid hiervan werd een aantal verbetertips gegeven. Bijvoorbeeld om zoveel mogelijk met statistieken te werken en om te leren van experts en modellen. Stel ook eens een vraag als ‘ Wat is de basisfrequentie?’. En vooral: vermijd emotionele inschattingen.

Zo wordt misleiding door foutieve intuïtie voorkomen en wordt met oefening en kennis de inschatting van kansen aanzienlijk verbeterd.

Gevolgklassen
De derde spreker was Remco van der Hoeven, manager cost engineering bij Van Hattum en Blankevoort. Hij ging in op de vraag hoe de gevolgkosten juist zijn in te schatten. Hij wilde deze middag inzicht geven in de huidige praktijk en laten zien waar de verbeterkansen zitten en wat verdere uitdagingen zijn.

Voordat hij inging op die huidige praktijk wilde hij eerst vaststellen wat gevolgkosten zijn, zodat eenieder eenzelfde begrip daarvan heeft en waarom het zo belangrijk is om die goed vast te stellen.

Een definitie van gevolgkosten is dat dit de directe en indirecte kosten zijn die voortvloeien uit het optreden van een risicogebeurtenis. Directe kosten zijn bijvoorbeeld herstelkosten bij schade, boetes of claims en verlies van materialen en producten. Indirecte kosten zijn de vertraging ofwel het tijdverlies en de imagoschade.

Om de rol van het gevolg in een risicogebeurtenis te verhelderen, ging Remco terug naar de structuur van de risicogebeurtenis. Die kent een Oorzaak, een Gebeurtenis en een Gevolg. In een zin uitgedrukt: Omdat …. (oorzaak), kan het geburen dat…(gebeurtenis), met als gevolg dat… (gevolg). Bijvoorbeeld: Omdat de omgevingsvergunning nog aangevraagd moet worden, kan het gebeuren dat een stakeholder bezwaar maakt, met als gevolg dat aanvang werkzaamheden met 16 weken vertraagt.

Kwantificering van gevolgkosten is om allerlei redenen belangrijk zoals onderbouwing van de besluitvorming, inzicht in de impact zodat prioritering mogelijk wordt, verantwoording aan stakeholders en het vaststellen van het risicoprofiel. Maar het belangrijkste is toch een goede tool te hebben voor projectbeheersing, anders is er geen goede focus bij het projectteam.

Expertbeoordeling
Het kwantificeren van gevolgkosten kent in hoofdlijnen de volgende aanpak. In de initiële risico-inventarisatie zijn de gevolgen vaak kwalitatief beschreven. Net als met de kansinschatting wordt ook hier vaak gewerkt met woorden die een bepaalde range in gevolgkosten representeren. In dit geval wordt dan gesproken over gevolgklassen, met beschrijvingen als geen, zeer klein, klein, middel, groot en zeer groot. De gevolgklasse ‘zeer klein’ betreft dan bijvoorbeeld 0 tot 0,2% van het projectbudget; gevolgklasse ‘groot’ is 7,5% -15% van het projectbudget. De gevolgkosten worden meestal geschat op basis van een expertbeoordeling in een risicosessie. Voor de top met de grootste risico’s worden deze kosten nader onderzocht en onderbouwd. De getallen die zo worden verkregen worden gebruikt in Monte Carlo simulaties en om expected value berekeningen uit te voeren.

Er is een aantal uitdagingen aan te wijzen in dit proces. Allereerst is dat het vaststellen van de scope van het gevolg; vaak een lastig onderdeel waarbij voorkomen moet worden dat schijnnauwkeurigheid wordt verkregen. Ten tweede zijn dat de beperkte tijd en middelen, zeker tijdens een tender. Ook is belangrijk om het perspectief vast te stellen: gebeurt dit vanuit opdrachtgever, opdrachtnemer of onderaannemer. Men kan daarbij een risico wegleggen bij een andere contractpartij maar het gehele project kent het risico nog steeds. Onzekerheid en gebrek aan ervaring en data is een andere uitdaging. Verder speelt subjectiviteit een grote rol: de spreiding is groot wat mensen begrijpen onder ‘waarschijnlijk’. Verder is het begrip risicogebeurtenis iets anders dan onzekerheid; dat moet goed onderscheiden worden. Bastiaan zou hier later verder op ingaan. Ook de begrippen gevolgkosten en verwachtingswaarde zijn verschillend; hiervoor geldt eenzelfde waarschuwing om dit te onderscheiden. Als de wasmachine kapot is gegaan zijn de gevolgkosten de kosten van een nieuwe machine, de verwachtingswaarde is misschien maar 10 euro. Tenslotte moet het onderscheid van gevolg in tijd en gevolg in geld scherp in de gaten gehouden worden.

Toch gaan veel zaken goed. Dit betreft bijvoorbeeld de inventarisatie en allocatie van risico’s. Ook de raming van de toprisico’s verloopt doorgaans goed, net als de afweging van beheersmaatregelen. Ook wordt het onderscheid tussen verwachtingswaarde en blootstellingsrisico goed in de gaten gehouden, net als het onderscheid tussen risicogebeurtenis en onzekerheid.

Verbeterpunten zijn er ook te vinden. Zo zou meer gebruik van historische data gemaakt kunnen worden, in plaats van alleen de recente ervaring. Standaardisatie van inschattingsmethoden zou ook bevorderd moeten worden, evenals verdere training in risicokwantificering. Goed zou ook zijn dat het projectteam zich eigenaar voelt van het risicomanagement proces en dat risicomanager zich alleen als facilitator hoeft op te stellen. Vaak zijn grote tabellen te zien met weinig onderbouwing van de getallen; daarom zouden aannames beter vastgelegd moeten worden. Ga ook niet zomaar risico’s bundelen om de boel op te schonen; zeker als de gevolgen totaal verschillend kunnen zijn. Dit geldt bijvoorbeeld bij risico’s met de vergunning. Ga ook goed na voor wie het risicobudget wordt opgesteld.

Al met al is te zien dat kwantificering essentieel is, maar vaak nog beperkt onderbouwd. Voor het gevolgaspect geld gaat dit nog, maar aspecten als tijd, imago en andere zaken zijn nog lastiger. Verder methodiekontwikkeling en bewustwording zijn de twee sleutels naar verbetering. Hier valt meeste winst te halen met de juiste gedrevenheid. Kwantificering in euro’s, tijdeenheden etc helpt bij het objectief maken van inschattingen, weg bij het onderbuikgevoel. De samenwerking tussen disciplines is cruciaal evenals het onderkennen van de eigen rol van de partij in het project.

Rumsfeld
De laatste spreker was Bastiaan Hogendonk, teamleider Calculatie bij BAM Infra Civiel. Hij richtte zich op de compleetheid van informatie. Hij begon met een paar definities van compleetheid van informatie die hij had gegoogled. Die definities verwijzen naar alle beschikbare kennis en informatie over een bepaald onderwerp, zonder ontbrekende of onbekende informatie. Een nogal mistige definitie die bij Bastiaan herinneringen opriep aan een toespraak van Donald Rumsfeld, voormalig minister van Defensie van de USA. Die maakte daarin onderscheid tussen known knowns, feiten en data die we kennen en weten en known unknowns, we weten dat we bepaalde zaken niet weten. Maar er zijn ook unknown unknowns, dat zijn de zaken waarvan we niet weten dat we ze niet weten. Die laatste categorie is de lastigste zo gaf Rumsfeld aan.

Om die begrippen enige grond te geven in de projectprocessen en met de ambitie alle risico’s en onzekerheden in het project zichtbaar te maken, maakte hij een schema van het project. Enerzijds werkte hij de risico’s uit in voorspelbare en onvoorspelbare risico’s. De voorspelbare risico’s vinden daarbij hun plek in het project risicomanagement proces. Anderzijds het ontwerp- en uitvoeringstraject, met zijn onzekerheid en variabiliteit in tijd, materialen en prijzen.

Zo kwam hij tot 6 verschillende gebieden voor risico’s en onzekerheden, waarvan er drie te maken hebben met onzekerheid die bestaat in tijd, materialen en prijzen. Die werden respectievelijk Schedule risk, Design growth en Price escalation genoemd. De andere drie vallen onder de risico’s. Twee daarvan, de voorspelbare risico’s, waren in de bijdragen van de vorige sprekers al behandeld, de residual risk/opportunities en de mitigatiemaatregelen. Overgebleven is de categorie Black Swan risico’s, de unkown unknowns van Rumsfeld. De vier nog niet behandelde gebieden zou Bastiaan die middag aanstippen.

Schedule risk analyse start met een deterministische planning met de tijdgerelateerde risico’s en hun beheersmaatregelen uit het risicoregister, waarop onzekerheidsmarges worden losgelaten. Zo worden de laagste, waarschijnlijkste en hoogste waarden bepaald met een Montecarlo analyse. Op zo’n manier wordt bijvoorbeeld een P85 planning opgesteld, die de opleveringsdatum met 85% kans aangeeft.

Design growth is de toename van hoeveelheden materialen met de daaraan gebonden kosten als gevolg van de nadere planuitwerking gedurende het ontwerpproces. Bastiaan benoemt de verschillende methodes om hiermee om te gaan van eenvoudig tot complex. Bekend zijn AACE-ramingsklassen, waarbij de bandbreedtes die per ramingsklasse worden toegepast. Daarmee wordt transparant per klasse aangegeven hoeveel onzekerheid nog in de raming zit. Andere methoden maken gebruik van probabilistische technieken zoals eerder benoemd bij de schedule risk analyse.

Als derde lichtte Bastiaan de berekening voor de kostprijs variatie toe, met de keuzemogelijkheden die daarin zijn. Zo bleef tot slot alleen het Black Swan event over, de unknown unknowns van Rumsfeld. Een Black Swan event is een zeer zeldzame, onvoorspelbare gebeurtenis met een enorme impact, die achteraf wel als logisch verklaarbaar wordt gezien. De term werd gepopulariseerd door Nassim Nicholas Taleb en verwijst naar gebeurtenissen die niemand zag aankomen, maar die na afloop vaak worden geanalyseerd alsof ze voorspelbaar waren. Dit wordt wijsheid achteraf (hindsight bias) genoemd. Het probleem zit niet alleen in de gebeurtenissen zelf, maar vooral in hoe slecht de mens is in het anticiperen erop. Hij bedacht dit concept als reactie op de voorspelbaarheid-fixatie in economie en wetenschap.

Het grootste probleem bij Black Swan-gebeurtenissen is dat onze modellen en voorspellingen gebaseerd zijn op historische patronen en bekende informatie. Uitgangspunt is dat de toekomst op het verleden lijkt. Maar juist Black Swans zijn uitzonderlijk, omdat ze volledig nieuw zijn. Ze passen niet binnen bestaande kaders, modellen of ervaringskennis. Daardoor wordt stelselmatig onderschat wat de kwetsbaarheid is voor zulke plotselinge gebeurtenissen. Volgens Taleb maakt dit ons blind voor het onverwachte en dat maakt Black Swans juist zo gevaarlijk én kansrijk.

De gevolgen van een Black Swan event kunnen eigenlijk per definitie niet worden gebaseerd op een berekening en kunnen hooguit als een managementreserve worden opgenomen in de raming/begroting.