Methodologie van de AI-Index
De AI-Index is een ranglijst waarin bedrijven bij naam worden genoemd, en de onderliggende dataset staat gratis online onder een open licentie. Dan hoort erbij dat je precies kunt nazoeken hoe een getal tot stand komt, wat het wel betekent en wat niet. Deze pagina beschrijft de meting van vraag tot geteld antwoord, de keuzes die we onderweg maken en de onzekerheid die eromheen zit.
Waar de AI-Index uit bestaat
De AI-Index bestaat uit drie dingen die je uit elkaar moet houden. Er is een meetsysteem dat doorlopend vragen aan een taalmodel stelt. Er is een databestand met alle antwoorden die dat oplevert, te downloaden als CSV en JSON. En er is deze pagina, die uitlegt hoe het een in het ander overgaat.
Alle cijfers hieronder zijn narekenbaar in het gepubliceerde bestand
Waar deze pagina een getal noemt, hoort daar een som bij die je zelf op de CSV kunt uitvoeren. Klopt er iets niet, dan horen we dat graag: onderaan staat hoe je een correctie meldt.
De kerngegevens van de dataset
| Dataset | Nationale AI-Index, open data |
| Dataset-ID | theseo-ai-index |
| Datasetversie | 2026.1, het jaar van het laatste meetmoment plus het volgnummer van de uitgave binnen dat jaar |
| Publicatiedatum | 18 augustus 2026, de dag waarop deze uitgave met volledige metadata is vastgesteld |
| Meetperiode | 29 juli 2026 tot 29 juli 2026, de enige gedateerde meting in het bestand |
| Bestanden | ai-index.csv, ai-index.json en summary.json |
| Uitgever | Mansotti. TheSEO is een handelsnaam van Mansotti |
| Licentie | Creative Commons Naamsvermelding 4.0 Internationaal, CC BY 4.0 |
| Model | gpt-5-mini van OpenAI, bevraagd via de API |
| Modelinstelling | temperature 1, geen webtoegang, geen geheugen tussen vragen |
| Taal en gebied | Nederlands, gericht op bedrijven die in Nederland actief zijn |
| Branches | 9, elk met een eigen vragenlijst |
| Vragen | 360, dat is 40 per branche |
| Meetmomenten per vraag | 7: het actuele antwoord plus zes bewaarde eerdere antwoorden |
| Metingen | 2.520, waarvan 2.501 geldig en 19 ongeldig |
| Genoemde namen | 25.010 vermeldingen, verdeeld over 3.807 unieke bedrijfsnamen |
| Laatste meetmoment | 29 juli 2026 |
| Begin van de reeks | niet te dateren: alleen het actuele meetmoment draagt een datum; de zes oudere kolommen liggen daarvoor maar hebben geen datum in het bestand |
| Correcties | sales@theseo.nl |
Het versienummer en de meetperiode staan ook in de bestanden zelf, zodat iemand die er over een jaar naar verwijst weet welke uitgave hij voor zich heeft
In ai-index.json en summary.json staan ze in het meta-blok, als dataset_id, datasetversie, publicatiedatum, meetperiode_start en meetperiode_eind. De CSV draagt de versie als tiende kolom, achter antwoord_ruw: zo blijft een losgeknipte regel herleidbaar tot de uitgave waar hij uit komt. Een kopregel met een hekje zou dat ook doen, maar die zou bij elke lezer die de CSV rechtstreeks inleest als een extra datarij binnenkomen.
Wat er wel staat is controleerbaar
De 2.520 metingen zijn de regels in de CSV, de 2.501 geldige metingen zijn de regels met geldig = ja, en de 19 ongeldige zijn de antwoorden waarin het model weigerde. De 3.807 unieke namen volgen uit de kolom met genormaliseerde bedrijfsnamen, na de bewerking die verderop staat beschreven.
Van vraag tot geteld antwoord
Elke regel in het databestand doorloopt dezelfde negen stappen. Er zit geen handmatige beoordeling in en er wordt onderweg niets weggelaten.
"Je bent een objectieve adviseur. Welke 10 Nederlandse bedrijven (of bedrijven actief in Nederland) raad je aan voor de onderstaande vraag? Geef als antwoord ALLEEN een komma-gescheiden lijst"
De letterlijke prompt · daaronder volgt de vraag zelfantwoord_ruw. Die kolom wordt daarna nooit meer aangepast. Alles wat verderop gebeurt is een afgeleide bewerking in een aparte kolom, zodat je onze keuzes naast het origineel kunt leggen.
geldig = ja. Weigert het model, stelt het een tegenvraag of geeft het een toelichting in plaats van namen, dan wordt de regel gemarkeerd als geldig = nee en blijft de kolom met genormaliseerde namen leeg. De tekst van de weigering blijft wel staan.
bedrijven_genormaliseerd. Hoe die normalisatie werkt staat in de volgende paragraaf.
Twee dingen zitten er nadrukkelijk niet in deze keten
Geen enkel antwoord wordt met de hand aangevuld of gecorrigeerd, en geen antwoord verdwijnt omdat het ons niet uitkomt. De 19 weigeringen staan gewoon in het bestand.
De sorteerband: geteld links, weigering rechts
Stap 06 zet achter elke regel geldig = ja of geldig = nee, en stap 09 telt alleen de eerste soort. Elke branche levert 280 metingen: 40 vragen maal zeven meetmomenten. De gearceerde punt rechts op een baan is het stuk dat niet meetelt, ook niet in de noemer. Elk getal hieronder staat verderop in de lopende tekst, onder De telling en onder Uitsluitingen.
Zo lees je dit. Elke baan is honderd procent van zijn eigen rij: 280 metingen bij een branche, 2.520 bij de onderste rij. De weigeringen zitten niet verspreid over de dataset maar in twee branches, en dat is zelf een uitkomst: bij vragen naar lokale dienstverleners noemt het model liever niemand dan de verkeerde. De volledige tekst van elke weigering blijft in het bestand staan.
Hoe bedrijfsnamen gelijk worden getrokken
Een taalmodel schrijft namen niet consequent. In dezelfde dataset komen Bol.com en bol.com allebei voor, en ook ALDI naast Aldi. Wie die varianten los telt, verdeelt één bedrijf over twee regels en krijgt een ranglijst die niet klopt. Daarom wordt er genormaliseerd, en daarom staat hier precies wat dat wel en niet inhoudt.
De regel
Twee namen worden als dezelfde naam behandeld wanneer ze gelijk zijn zodra je hoofdletters, accenten, spaties, koppeltekens en punten wegdenkt. Van elke groep varianten wordt de meest voorkomende schrijfwijze de weergavenaam. Zo wordt bol.com onder Bol.com geteld, Kuehne+Nagel onder Kuehne + Nagel en Montel onder Montèl.
In het gepubliceerde bestand zijn op deze manier 162 verschillende schrijfvarianten samengevoegd. Ze raken 467 van de 2.501 geldige antwoorden: in ongeveer één op de vijf antwoorden is minstens één naam anders geschreven dan de gekozen weergavenaam. De grootste post is bol.com, dat 102 keer voorkwam en onder Bol.com is geteld.
De grens die we niet overgaan
Er worden alleen schrijfvarianten samengevoegd, geen namen die inhoudelijk van elkaar verschillen. Capgemini komt 100 keer voor en Capgemini Nederland 75 keer, en die blijven apart staan. Hetzelfde geldt voor AFAS met 44 vermeldingen naast AFAS Software met 39. Het model noemde ze apart, en wie ze samenvoegt legt een eigen interpretatie over de meting heen.
Dat heeft een gevolg dat je moet meewegen bij het lezen van de ranglijsten: een organisatie die het model afwisselend met en zonder achtervoegsel noemt, staat lager in de telling dan een organisatie met één vaste naam. Wil je die vermeldingen wel bij elkaar optellen, dan kan dat prima, maar het is jouw keuze en niet die van ons. De ruwe antwoordtekst staat er nog naast, dus je kunt de telling zelf opnieuw doen.
Wat er niet wordt gerepareerd
- Bestaan wordt niet gecontroleerd. De namen zijn modeluitvoer. Er wordt niet nagekeken of een bedrijf bestaat, of het nog bestaat, of het in Nederland actief is, of dat de naam bij het Handelsregister voorkomt.
- Verhaspelde namen blijven staan. Schrijft het model een naam zo verkeerd dat er feitelijk een andere naam ontstaat, dan valt die buiten de normalisatieregel en telt hij apart mee.
- Afwijkende antwoordlengtes blijven staan. De prompt vraagt om tien namen. In twee van de 2.501 geldige antwoorden gaf het model er elf. Die zijn niet ingekort.
- Er wordt niets toegevoegd. Een antwoord met minder namen wordt niet aangevuld en een lege plek wordt niet geraden.
- Een sluisteken in een naam wordt een spatie. Het sluisteken scheidt in de CSV de namen van elkaar, dus een naam die er zelf een draagt zou daar in twee namen uiteenvallen. Die ene naam staat in beide bestanden met een spatie op die plek; de ruwe antwoordtekst ernaast houdt het sluisteken en blijft dus na te lezen.
De volledige zichtbare uitwerking van deze regels, met voorbeelden uit de data, staat op de open-datapagina.
Hoe de ranglijsten worden berekend
De ranglijsten zijn tellingen, geen scores. Geen formule met wegingen dus, geen index van 0 tot 100 en geen samengesteld cijfer. Er staat alleen: hoe vaak komt deze naam voor.
| Grootheid | Wat er precies wordt geteld | Maximum |
|---|---|---|
| Vermeldingen totaal | Het aantal geldige antwoorden binnen een branche waarin de naam voorkomt, over alle zeven meetmomenten samen | 280, dat is 40 vragen maal 7 meetmomenten |
| Vermeldingen actueel | Het aantal geldige antwoorden op meetmoment 0 waarin de naam voorkomt | 40, één per vraag |
Bij die telling gelden vier afspraken.
Eén naam telt één keer per antwoord
- Eén naam telt één keer per antwoord. Zou een model dezelfde naam twee keer in dezelfde lijst zetten, dan telt hij eenmaal. In het huidige bestand komt dat overigens niet voor.
- De plek in de lijst telt niet mee. Als eerste genoemd worden weegt precies even zwaar als als tiende genoemd worden. Het model levert een lijst zonder rangorde en zonder bronvermelding, dus alles wat je met de volgorde zou doen is een aanname.
- Ongeldige antwoorden tellen niet mee, ook niet in de noemer. Bij zeven van de negen branches zijn alle 280 metingen geldig. Bij Automotive & Mobiliteit zijn dat er 273 en bij Zorg & Welzijn 268. Wil je van een telling een percentage maken, gebruik dan het aantal geldige metingen van die branche en niet 280.
- Gelijke standen hebben geen betekenisvolle volgorde. In Meubels & Wonen staan Flinders en Beter Bed allebei op 57 vermeldingen. Wie van de twee bovenaan komt is willekeurig en zegt niets. Lees kleine verschillen in de ranglijst dus niet als een rangorde.
De branches worden ook niet bij elkaar opgeteld tot een landelijke lijst
Elke branche heeft zijn eigen vragen, dus een naam uit de ene branche is niet vergelijkbaar met een naam uit de andere.
Hoeveel toeval er in de cijfers zit
Dit is het onderdeel dat het vaakst ontbreekt bij ranglijsten van dit type, en het is hier het belangrijkste. De meting draait op temperature 1. Dat is de standaardinstelling waarmee een taalmodel ook in een gewoon gesprek antwoordt, en het betekent dat het model niet elke keer hetzelfde zegt. Dezelfde vraag, hetzelfde model, dezelfde instelling: toch een andere lijst. Een verschil tussen twee meetmomenten is dus niet vanzelf een verandering in de wereld. Het kan gewoon toeval zijn.
Hoe groot dat toeval is
Dat valt na te rekenen in het bestand zelf. Bij 354 van de 360 vragen is zowel het actuele als het vorige antwoord geldig, dus daar kun je de twee lijsten van tien naast elkaar leggen.
- Gemiddeld staan er 6 van de 10 namen in beide lijsten. De mediaan is ook 6.
- Bij 3 vragen waren beide lijsten volledig identiek. Bij 5 vragen overlapten ze helemaal niet.
- Bij 226 van de 354 vragen stond dezelfde naam vooraan.
Zes namen blijven staan, vier wisselen
Dit is het gemiddelde beeld over de 354 vragen waarbij zowel het actuele als het vorige antwoord geldig is. Het is geen enkele afzonderlijke vraag: het gemiddelde en de mediaan liggen allebei op zes. De verbindingslijnen zijn de namen die in beide lijsten voorkomen, de gestippelde vakken de namen die maar aan een kant staan.
Waarom dit hier staat. Vier wisselaars op tien is geen meetfout maar de werking van temperature 1. Wie twee metingen naast elkaar legt en het verschil beweging noemt, leest de ruis. Per meetmoment vragen we het een keer, dus er staat bewust geen betrouwbaarheidsinterval bij deze cijfers.
Vier van de tien namen wisselen dus tussen twee opeenvolgende metingen
Daaruit volgt de belangrijkste leesregel van deze dataset: dat een naam in één meting ontbreekt zegt vrijwel niets, en dat een naam in bijna elke meting terugkomt zegt veel. Wie een maandverschil van een paar plaatsen als beweging presenteert, presenteert ruis.
Wat we daar niet aan doen
Er wordt per meetmoment één keer gevraagd. Er zijn geen herhalingen binnen hetzelfde meetmoment, dus er is per meting geen spreiding te berekenen en er staat geen betrouwbaarheidsinterval bij de cijfers. Dat zou pas kunnen wanneer dezelfde vraag op hetzelfde moment meerdere keren wordt gesteld. Dat gebeurt nu niet, en we doen niet alsof. Een getal met schijnprecisie is wat ons betreft erger dan geen getal.
Nog twee dingen die de historie vertekenen
- De historie is korter dan hij oogt. Bij 184 van de 360 vragen staat in meetmoment -5 en -6 exact hetzelfde antwoord, omdat die vragen nog geen zes echte metingen achter de rug hebben. De oudste twee kolommen bevatten daar dus dezelfde meting, tweemaal geteld.
- De oudere kolommen hebben geen datum. Alleen meetmoment 0 is gedateerd, op 29 juli 2026. Van de kolommen -1 tot en met -6 weet je de volgorde wel, maar niet wanneer ze zijn gemeten. Een tijdreeks met exacte datums valt er dus niet uit te maken.
- Het model zelf kan onderweg veranderen. Een aanbieder kan een model bijwerken zonder dat de naam verandert. Zo'n wijziging is in deze data niet te onderscheiden van een verandering in wat het model over bedrijven weet.
De 19 antwoorden die niet meetellen
Van de 2.520 metingen zijn er 19 gemarkeerd als ongeldig. Dat zijn de gevallen waarin het model geen lijst gaf maar bijvoorbeeld antwoordde dat het geen namen kon noemen zonder de gegevens te kunnen controleren. Die antwoorden staan met hun volledige tekst in het bestand, met geldig = nee en een lege kolom met genormaliseerde namen.
Ze zitten niet willekeurig verdeeld
Alle 19 komen uit twee branches: 12 uit Zorg & Welzijn en 7 uit Automotive & Mobiliteit. Het gaat bovendien om een klein aantal vragen die vaker weigering opleveren, zoals vragen naar lokale dienstverleners waarvan de kwaliteit niet uit modelkennis is af te leiden. Dat is op zichzelf een bevinding: bij dat soort vragen noemt het model liever niemand dan de verkeerde.
Een andere uitsluitingsregel bestaat niet
Wij filteren niet op merk, op sector, op of een bedrijf klant van ons is, of op of een naam ons bevalt. Wat er in de andere 2.501 antwoorden staat, staat er in.
Wat er wel en niet uit deze cijfers volgt
Wat er wel uit volgt
- Hoe vaak één taalmodel, zonder webtoegang, uit zichzelf een bepaalde bedrijfsnaam noemt bij deze 360 vragen.
- Welke namen stabiel terugkomen over zeven meetmomenten en welke maar één keer opduiken.
- Welke namen er in het actuele meetmoment bij zijn gekomen of uit zijn gevallen, met de onzekerheid uit de vorige paragraaf erbij.
- Een volledig herleidbare telling: elk getal op de open-datapagina en op deze pagina volgt uit de gepubliceerde CSV.
Wat er niet uit volgt
- Geen oordeel over kwaliteit. Vaak genoemd worden betekent dat een model de naam kent en associeert met de vraag. Het zegt niets over hoe goed een bedrijf is, hoe tevreden klanten zijn of hoe groot het is.
- Geen marktaandeel en geen omzet. De dataset bevat geen bedrijfscijfers en er is geen bron waarmee de namen aan marktgegevens zijn gekoppeld.
- Geen verkeer, klikken of conversie. Er is geen verbinding met Search Console of welke analysebron dan ook. Wat een vermelding in een AI-antwoord oplevert of kost, meet dit systeem niet.
- Niet het gedrag van andere AI-assistenten. Er wordt één model bevraagd via de API. De consumentenversie van ChatGPT, die wel kan zoeken op het web, kan andere namen geven. Gemini, Claude, Copilot en Perplexity worden niet gemeten.
- Geen representatief beeld van de Nederlandse markt. Negen branches met elk 40 met de hand gekozen vragen zijn geen steekproef uit een gedefinieerde populatie. Een andere vragenlijst geeft een andere uitkomst.
- Geen positie of rangorde in een AI-antwoord. Het model levert namen zonder rangschikking. Wie beweert te weten op welke plaats je in een AI-antwoord staat, meet iets anders dan dit.
- Geen betrouwbare uitspraak over de lange staart. Van de 3.807 unieke namen komen er 1.498 precies één keer voor in de hele dataset. Zo'n eenmalige vermelding is niet te onderscheiden van toeval.
- Geen voorspelling. Modellen worden bijgewerkt en vervangen. Wat vandaag genoemd wordt, is geen garantie voor morgen.
De AI-Index is een momentopname met methodologische beperkingen. Het is geen norm, geen audit, geen certificering en geen officiële marktstandaard, en het hoort niet de enige basis te zijn voor een besluit dat er financieel toe doet.
Bedrijven die bij naam in de data staan
In deze dataset staan bestaande bedrijven bij naam, in een volgorde. Dat vraagt om zorgvuldigheid, dus daar gelden een paar regels voor.
Het zijn organisaties, geen personen
De dataset gaat over organisaties en zakelijke vermeldingen. Namen van medewerkers, contactgegevens en accountgegevens horen er niet in thuis. Het model levert soms tekst die daar toch tegenaan schuurt; komt een persoonsnaam alsnog in het bestand terecht, meld het dan en dan halen we hem eruit. Hoe we in het algemeen met persoonsgegevens omgaan staat in de privacyverklaring, en hoe we AI inzetten in de AI-transparantieverklaring.
Een vermelding is geen uitspraak van ons
Dat een bedrijf hoog in een lijst staat, is een telling van modeluitvoer en geen aanbeveling van ons. Dat een bedrijf laag staat of ontbreekt, is evenmin een oordeel. Wij noemen de namen niet; wij tellen welke namen het model noemt en publiceren dat compleet.
Wat de licentie wel en niet dekt
Voor zover wij auteurs- of databankrechten hebben op het als open data gemarkeerde databestand, staat dat bestand onder Creative Commons Naamsvermelding 4.0 Internationaal (CC BY 4.0). Je mag het kopiëren, bewerken en publiceren, ook commercieel, mits je de bron vermeldt, naar de licentie verwijst, het laatste meetmoment van de dataset noemt en aangeeft wat je hebt gewijzigd.
Niet onder die licentie vallen: handelsmerken en logo's van de genoemde bedrijven, persoonsgegevens, materiaal van derden, en de volledige uitvoer of voorwaarden van de modelleverancier. Een naamsvermelding betekent bovendien niet dat wij het hergebruik goedkeuren of dat een genoemd bedrijf ons onderschrijft.
Aanbevolen bronvermelding:
Bron: TheSEO AI Index, laatste meetmoment [datum], gedownload op [datum], gelicenseerd onder CC BY 4.0, wijzigingen: [omschrijving].
Het laatste meetmoment staat als laatste_meting in de JSON-bestanden en op de open-datapagina; heb je niets gewijzigd, laat het deel over wijzigingen dan wegDe data wordt naar beste kunnen samengesteld, maar kan meetfouten, providerwijzigingen, regionalisatie en modelvariatie bevatten
De open licentie zelf geeft geen enkele garantie. Voor het overige gelden onze algemene voorwaarden.
Een fout melden en wat er dan gebeurt
Staat jouw bedrijf verkeerd gespeld in de data, zit er een naam in die niet bestaat, of klopt een telling op deze pagina niet? Mail dan naar sales@theseo.nl met het woord correctie in het onderwerp. Vermeld daarbij:
om welke branche en welk vraagnummer het gaat
- om welke branche en welk vraagnummer het gaat, of om welke naam;
- welke uitgave van de dataset je hebt gebruikt, met de datum van je download;
- wat er volgens jou niet klopt en waarop je dat baseert.
We leggen ontvangst, beoordeling en besluit vast
Blijkt er een fout in onze verwerking te zitten, dan corrigeren we die en krijgt de dataset een nieuwe versie met een regel in de versiehistorie hieronder. Oude uitgaven worden niet stilzwijgend overschreven.
Eén ding corrigeren we niet: wat het model heeft geantwoord
Noemt het model een bedrijf niet, dan blijft dat zo in de data staan, ook als dat bedrijf vindt dat het er wel bij hoort. De meting registreert wat het model zegt, niet wat waar is. Wil je uitzoeken waarom jouw naam er niet in staat, dan is dat een apart onderzoek en geen correctie op het bestand.
Wat je met deze methode voor je eigen bedrijf kunt doen
De meetketen op deze pagina is bewust zo beschreven dat je hem zelf kunt naspelen: kies de vragen die in jouw branche werkelijk gesteld worden, stel ze herhaald aan een taalmodel, normaliseer de namen die terugkomen en tel ze. Dat kost tijd en het vraagt discipline in het vastleggen, maar er zit geen geheim in. Wie een eerste indruk wil zonder iets in te richten, kan de gratis AI merk checker gebruiken: die stelt een model alleen je bedrijfsnaam, je branche en je stad voor en laat zien of het je herkent. Dat is een losse momentopname en geen meting, maar het beantwoordt wel de eerste vraag.
Wil je dezelfde meetopzet als de AI-Index op je eigen branche laten uitvoeren, dus meerdere vragen, herhaalde meetmomenten en een vastgelegde telling in plaats van een enkele indruk, dan is dat onze dienst AI-zichtbaarheid. Wat die kost en wat je terugkrijgt staat op die pagina zelf, zodat de prijs niet op twee plekken uit de pas kan gaan lopen. De methode verandert er niet door: dezelfde stappen, dezelfde uitsluitingen, dezelfde onzekerheid als hierboven beschreven.
Versiehistorie
Twee dingen krijgen een eigen versie: deze methodologiepagina en de dataset. Ze veranderen niet tegelijk. Een nieuwe meting levert een nieuwe datasetversie op zonder dat de methode wijzigt; een wijziging in de methode staat hier en werkt pas door vanaf de eerstvolgende meting.
Deze pagina
| Versie | Datum | Wat er is veranderd |
|---|---|---|
| 1.0 | 12 augustus 2026 | Eerste publicatie. Beschrijft de meetketen, de normalisatie, de telling, de onzekerheid en de uitsluitingen zoals die gelden voor de dataset met laatste meetmoment 29 juli 2026 |
| 1.1 | 18 augustus 2026 | Datasetkaart, de figuren FIG.01 en FIG.02 en het versienummer in de bestanden erbij; de cijfers ongewijzigd |
| 1.2 | 16 september 2026 | Opmaak naar het huisrecept van de site: dezelfde tekst, dezelfde tellingen, andere indeling |
De dataset
| Versie | Laatste meetmoment | Wat er is veranderd |
|---|---|---|
| 2026.1 | 29 juli 2026 | De nu gepubliceerde uitgave met 2.520 metingen, waarvan 2.501 geldig. Eerste uitgave die een dataset-ID, een versienummer, een publicatiedatum en een meetperiode in de bestanden zelf draagt |
Het nummer telt door binnen het jaar van het laatste meetmoment. Levert een volgende meetronde nieuwe antwoorden op, dan wordt dat 2026.2, met een eigen regel in deze tabel en een eigen laatste meetmoment. Een correctie op een bestaande uitgave krijgt ook een eigen nummer; oude uitgaven worden niet stilzwijgend overschreven.
Verwijst een artikel of onderzoek naar deze data, noem dan de versie en het laatste meetmoment: Nationale AI-Index 2026.1, laatste meetmoment 29 juli 2026, TheSEO, CC BY 4.0.
Wil je weten of jouw naam erin staat?
Sta je zelf in de data, of juist niet? De snelle check laat in een minuut zien of een taalmodel je bedrijf herkent als het alleen je naam, branche en stad krijgt. Wat je daarna doet, met dezelfde meetlat als hierboven, bespreken we in een gesprek: wat er aan jouw kant ontbreekt en in welke volgorde je dat aanpakt.