De bouw heeft geen dataprobleem, maar een besluitprobleem

Het ongemakkelijke spanningsveld
Dat spanningsveld is niet uniek voor individuele projecten, maar structureel van aard. Recent onderzoek laat zien dat digitale hulpmiddelen in de bouwsector weliswaar toenemen, maar vooral beperkt worden gebruikt in het daadwerkelijke besluitvormingsproces. Met name toepassingen die helpen bij langetermijnafwegingen, zoals levenscyclusanalyses en integrale CO₂‑sturing, worden nog relatief weinig ingezet bij het maken van keuzes, ondanks de brede erkenning van hun belang (RICS, 2024).

Waar het echt misgaat
De conclusie is ongemakkelijk maar duidelijk: de bouwsector heeft geen tekort aan data, maar worstelt met de rol die data speelt in besluitvorming. In de bouw gebruiken we data vooral om beslissingen te verdedigen, niet om ze te nemen. Daarmee reduceren we data tot rapportage-instrument, terwijl haar echte waarde juist ligt in het ondersteunen van keuzes onder onzekerheid. Zolang data geen rol speelt bij het nemen van besluiten, blijft het een excuus om ze uit te stellen.

Duurzaamheid als versterkend bewijs
Die worsteling vertaalt zich ook naar de duurzaamheidsopgave. Sectorbrede analyses laten zien dat de ambities op het gebied van materiaalgebonden CO₂ en milieuprestaties hoog liggen, maar dat de daadwerkelijke reductie achterblijft bij wat nodig is. Niet omdat we het probleem niet begrijpen – de data en normen zijn er – maar omdat het maken van expliciete keuzes complex blijft. Binnen projecten, portefeuilles en ketens wordt duurzaamheid daardoor nog te vaak meegewogen, in plaats van sturend gemaakt (DGBC, 2025).

Spiegel met andere sectoren
Dat contrast wordt scherper wanneer we de bouwsector spiegelen aan andere domeinen. In sectoren als finance, zorg en logistiek is het normaal om beslissingen te nemen op basis van scenario’s, bandbreedtes en onvolledige informatie. Data wordt daar ingezet om richting te kiezen, niet om onzekerheid weg te organiseren. In de bouw gebeurt vaak het tegenovergestelde: hoe groter de onzekerheid, hoe langer we blijven rekenen. In de praktijk weegt ervaring daardoor nog vaak zwaarder dan empiriek, met structurele gevolgen voor productiviteit, innovatie en de snelheid waarmee veranderingen worden doorgevoerd (McKinsey, 2019). Twee korte voorbeelden maken dit verschil in denkwijze concreet.

Voorbeeld: zorgsector
Neem de zorgsector. Artsen werken dagelijks met onvolledige informatie, hoge risico’s en tijdsdruk. Toch wordt zelden gewacht tot het beeld ‘af’ is. In plaats daarvan wordt gewerkt met behandelroutes en scenario’s: mogelijke paden met bekende onzekerheden en consequenties. Data helpt daar niet om beslissingen uit te stellen, maar om ze expliciet te maken en continu bij te sturen.

Voorbeeld: financiële sector
Ook in de financiële wereld is onzekerheid het vertrekpunt. Investeringen worden gedaan op basis van scenario’s, bandbreedtes en risicoprofielen, nooit op zekerheid. Modellen zijn aantoonbaar onvolledig, maar worden juist daarom gebruikt om keuzes te structureren. Niet om zekerheid te creëren, maar om verantwoordelijkheid te nemen voor onzekerheid.

Waarom juist de bouw moeite heeft met besluiten onder onzekerheid
Juist in vergelijking met andere sectoren wordt zichtbaar waarom de bouwsector moeite heeft met besluiten onder onzekerheid. Projecten zijn kapitaalintensief, fouten zijn zichtbaar en verantwoordelijkheden zijn versnipperd over veel partijen. In zo’n context ontstaat al snel de reflex om onzekerheid eerst weg te rekenen voordat een stap wordt gezet. Meer data voelt veilig, maar werkt vaak verlammend. In de praktijk leidt dit echter vaak tot het tegenovergestelde: besluitvorming vertraagt, terwijl de richting ondertussen impliciet toch al wordt gekozen. De vraag is dan ook niet of we genoeg data hebben, maar of we bereid zijn keuzes te maken als die data ongemakkelijk wordt.

Meten ≠ kiezen
Daarmee ontstaat een belangrijk onderscheid dat in de bouwsector nog onvoldoende expliciet wordt gemaakt: meten, weten en kiezen zijn drie verschillende stappen. Veel projecten steken veel energie in het vergroten van kennis, nóg een analyse, nóg een optimalisatieslag, terwijl de kernvraag onbesproken blijft: welke keuze ligt hier daadwerkelijk voor?

Bijvoorbeeld: een projectteam laat drie ontwerpvarianten doorrekenen op MPG, kosten en onderhoud. De verschillen zijn duidelijk en goed onderbouwd. Toch wordt de uiteindelijke keuze gemaakt op basis van investeringsbudget en risicomijdend gedrag, zonder expliciet te benoemen wat dat betekent voor CO₂-impact of levensduurkosten. De analyse is grondig, maar het besluit volgt een andere logica.

Het gevolg: projecten worden steeds beter doorgerekend, maar niet per se beter besloten.

Data verliest zijn kracht wanneer zij niet expliciet wordt gekoppeld aan een beslismoment, maar wordt ingezet als abstracte exercitie los van het handelingsperspectief.

Schijnprecisie als systemische valkuil
Wat daar nog bij komt, is een sterke hang naar schijnprecisie. Modellen worden steeds verfijnder, aannames steeds gedetailleerder, uitkomsten steeds specifieker. Dat oogt professioneel, maar creëert ook een vals gevoel van zekerheid. In werkelijkheid veranderen context, beleid, prijzen en ambities voortdurend. Wie blijft zoeken naar het ‘perfecte’ antwoord, stelt het maken van een keuze uit. Duurzame impact vraagt juist om het durven maken van keuzes met onvolledige informatie.

Een realistisch toekomstbeeld richting 2050
Kijkend richting 2050 ligt de grootste uitdaging voor de bouwsector niet in het verder perfectioneren van rekeninstrumenten, maar in het organiseren van betere besluitvorming. De sector krijgt te maken met scherpere klimaat‑ en grondstoffenrandvoorwaarden en toenemende maatschappelijke druk. Dat vraagt om expliciete keuzes met zicht op de consequenties – niet om oneindige optimalisatie van afzonderlijke varianten. De vraag is dan ook niet wie de meeste data heeft, maar wie bereid is er daadwerkelijk op te sturen. De organisaties die vooroplopen, vertalen data naar keuzes. Juist wanneer de uitkomst nog onzeker is.

Drie verschuivingen die nodig zijn
Daarmee wordt duidelijk dat de uitdaging voor de bouwsector niet primair in data zit, maar in besluitvorming. Dat vraagt om een subtiele, maar fundamentele verschuiving in denken:

• Data als startpunt van besluitvorming, niet als sluitstuk van verantwoording;
• Werken met scenario’s en bandbreedtes, in plaats van één ‘optimale’ uitkomst;
• Data als middel voor dialoog, niet als eindproduct.

Dit vraagt geen nieuwe technologie, maar ander gedrag. Een andere manier van kijken, bespreken en besluiten.

Van analyse naar keuze
De echte verandering zit niet in betere data, maar in betere besluiten. En die beginnen niet met rekenen, maar met kiezen. Niet omdat data tekortschiet, maar omdat besluitvorming onder onzekerheid expliciet moet worden georganiseerd. Zolang data geen rol speelt aan de voorkant van het besluit, blijft impact achteraf beperkt.

In de volgende blog verkennen we hoe scenario‑denken helpt om data daadwerkelijk richtinggevend te maken in besluitvorming, juist wanneer belangen, onzekerheden en ambities door elkaar lopen.

Tijdens de Alba Academie in juni brengen we deze perspectieven samen en verkennen we met marktpartijen hoe deze manier van werken concreet vorm kan krijgen in de bouwpraktijk.

De vraag is niet of we datagedreven werken, maar of we datagedreven durven beslissen.

Bronnen

• RICS, 2024: https://www.rics.org/news-insights/digitalisation-in-construction-report
• DGBC, 2025: https://www.dgbc.nl/longreads/buildinglife-industry-report/
• McKinsey, 2019: https://www.mckinsey.com/capabilities/operations/our-insights/how-analytics-can-drive-smarter-engineering-and-construction-decisions