Ga naar inhoud

Kennisdomeinrapport: [Domeinnaam] — [Periode]

📋 Instructies voor agents en reviewers:

Dit is het centrale rapportagesjabloon voor het pilot-kennisdomein. - Curator-agent: lever input voor secties 2 en 3 (databank-inzichten, theorieën, casuïstiek) - Scriptor-agent: bewaken het narratief, de consistentie en de audittrail (alle secties) - Menselijke reviewer: valideert sectie 3 (casus), sectie 4 (scholing) en geeft finale goedkeuring - Verplichte velden (★): id, title, status, zone, owner, knowledge_domain, last_reviewed - Agent-protocol: leg alle afhankelijkheden vast in agent_input_status en open_questions

1. Doel en context van de pilot

Beschrijf het kennisdomein, de aanleiding voor de pilot en wat er bereikt moet worden.

Kennisdomein: [naam]
Pilotperiode: [startdatum] t/m [einddatum / lopend]
Pilotdoel: [Eén zin: wat wil deze pilot bereiken?]

Achtergrond

Waarom is dit kennisdomein gekozen? Welk probleem lost de pilot op?

[Beschrijf de aanleiding: bijv. handelingsverlegenheid bij medewerkers, ontbrekende kennisinfrastructuur, behoefte aan AI-gestuurde ondersteuning in het sociaal domein.]

Theoretisch kader

Op welke wetenschappelijke of methodische kaders is dit domein gebaseerd?

Kader / Methode Korte omschrijving Bron in databank
[kader 1] [omschrijving] [ref]
[kader 2]

⚙️ Curator-input vereist — Curator levert trenddata, theorie-overzicht en casuïstiek uit de kennisdatabank. Status: zie agent_input_status.curator in frontmatter.

2.1 Veel terugkerende theorieën en concepten

Welke concepten en theorieën verschijnen het meest in de databank?

Rang Concept / Theorie Frequentie Relevantie voor praktijk
1 [concept] hoog/gemiddeld/laag [toelichting]

2.2 AI-signaaltrends

Welke patronen of opvallende verbanden detecteert het AI-systeem?

  • Trend 1: [beschrijving — wat betekent dit voor de praktijk?]
  • Trend 2: [beschrijving]
  • Blinde vlekken: [Welke thema's ontbreken of zijn ondervertegenwoordigd in de databank?]

2.3 Databankkwaliteit

Aspect Score (0-10) Opmerking
Volledigheid [n] [bijv. "thema X ontbreekt"]
Actualiteit [n] [bijv. "oudste bron: YYYY"]
Diversiteit bronnen [n]
Bruikbaarheid adviezen [n]

Gaps gedetecteerd door Curator: - [ ] [Gap 1 — vervolgactie] - [ ] [Gap 2]

3. Casusanalyse & advisering kerngroep

⚠️ Zone-check: Casus-informatie is altijd YELLOW als persoonsgegevens herkenbaar zijn. Anonimiseer altijd vóór verwerking (AVG Art. 4). Menselijke validatie vereist voor finale inhoud van deze sectie.

3.1 Casusoverzicht

Casus-ID Thema Interventie Uitkomst AI-bijdrage Lessons learned
C-001 [thema] [interventie] [positief/neutraal/negatief] [hoog/middel/laag] [les]

3.2 Uitgewerkte casus (anoniem)

Casus [C-001]: [Beschrijvende titel zonder PII]

Situatie (geanonimiseerd):
[Beschrijf de beginsituatie zonder herkenbare persoonsinformatie]

Ingezette interventie:
[Welke aanpak/methode is gebruikt? Op basis van welk kader uit de databank?]

AI-ondersteuning:
[Hoe heeft de AI-advisering bijgedragen? Welke theorieën/kaders zijn gesuggereerd?]

Uitkomst:
[Wat was het resultaat? Is de handelingsverlegenheid verminderd?]

Lessons learned: - [Les 1] - [Les 2]

3.3 Patroonanalyse over alle casus

Welke gemeenschappelijke thema's, uitdagingen of successen zijn zichtbaar over alle casus heen?

4. Scholing & interne kennisborging

4.1 Gevolgde micro-learnings & scholing

Module Datum Deelnemers Beoordeling (1-5) E-learning link
[naam module] [datum] [n] [n] [URL of leeg]

4.2 Effect op handelingsverlegenheid

Meten we een vermindering van handelingsverlegenheid? Hoe zien we dat?

Indicator Nulmeting Huidige meting Doel Trend
Zelfgerapporteerde handelingszekerheid (1-5) [n] [n] [n] ↑/↓/→
Gebruik kennisbank per week [n] [n] [n] ↑/↓/→
Gevolgde modules [n] [n] [n] ↑/↓/→

4.3 Professionalisering — impact score

Impact score: [0-10] — toelichting:

[Beschrijf wat de AI-ondersteuning concreet heeft bijgedragen aan de professionele ontwikkeling van medewerkers.]

5. Pilotverloop, status & aanbevelingen

5.1 Voortgang & status

Pilotfase: [opstartfase / uitvoeringsfase / evaluatiefase / afronding]
Scaling score: [0-10] — Hoe klaar is het domein voor uitrol?

Fase Doel Status Opmerking
Opstartfase [doel] ✅/⏳/❌
Uitvoeringsfase [doel] ✅/⏳/❌
Evaluatie [doel] ✅/⏳/❌

5.2 Bevorderende factoren

Wat helpt de pilot vooruit?

  • [Factor 1]
  • [Factor 2]

5.3 Belemmerende factoren

Wat vertraagt of hindert de pilot?

  • [Factor 1 — actie om te mitigeren]
  • [Factor 2]

5.4 Aanbevelingen voor volgende iteratie

Aanbeveling Prioriteit Eigenaar Deadline
[aanbeveling] hoog/middel/laag [naam] [datum]

5.5 Advies voor domeinuitbreiding (indien scaling_score > 7)

Wanneer is dit domein klaar voor opschaling? Wat zijn de vereisten voor een volgend domein?

6. Open vragen & afhankelijkheden

Instructies voor agents: Voeg hier ALLE openstaande vragen en dependencies toe. Format: "Vraag aan [agent/persoon]: [vraag] — input nodig voor: [sectie] — deadline: [datum]"

# Vraag / Afhankelijkheid Gericht aan Status Deadline
1 [vraag] [Curator/Scriptor/naam] open [datum]
2

7. Metadata & governance

7.1 Dataverantwoording

Veld Waarde
Rapport gegenereerd door [naam/agents]
Curator-input ontvangen [ja/nee — datum]
Scriptor-review [ja/nee — datum]
Menselijke validatie [naam — datum]
Volgende rapportage [YYYY-MM-DD]

7.2 Privacy & AVG

  • [ ] Alle casus zijn geanonimiseerd (AVG Art. 4)
  • [ ] Geen directe persoonskoppelingen mogelijk
  • [ ] Recht op bezwaar: contact [naam/rol]

7.3 Audittrail agents

Agents leggen hier hun bijdragen vast.

Tijdstip Agent Sectie Actie Opmerking
[YYYY-MM-DD HH:MM] Curator Sectie 2 data-input geleverd
[YYYY-MM-DD HH:MM] Scriptor Alle narratief bewaakt

NB voor opschaling: Bij scaling_score > 7 wordt automatisch de intake-procedure voor het volgende kennisdomein geactiveerd. Elk nieuw kennisdomein gebruikt hetzelfde sjabloon — uniforme blokken, schaaldbare structuur. Agents voor nieuwe domeinen pluggen direct in op deze samenwerking en het agent-protocol.