Expoints AI Text Analysis

Een tool die door middel van AI (OpenAI via Azure) open antwoorden uit klanttevredenheidsonderzoeken (KTO's) categoriseert en beoordeeld op sentiment binnen het Expoints platform. KTO's leveren feedback voor procesverbetering. De categorieën zijn gebaseerd op aspecten die de tevredenheid beïnvloeden, zoals bijvoorbeeld vriendelijkheid.
Laatst gewijzigd op 18 november 2026 om 10:28 | Publicatiestandaard 1.0
Publicatiecategorie
Overige algoritmes
Impacttoetsen
Veld niet ingevuld.
Status
In gebruik

Thema

Organisatie en bedrijfsvoering

Begindatum

2025-05

Contactgegevens

datashop@denhaag.nl

Doel en impact

De AI-toepassing analyseert open antwoorden uit klanttevredenheidsonderzoeken (KTO's) door reacties te categoriseren en sentimenten te herkennen. Hierdoor worden terugkerende signalen, ervaringen, behoeften en verbeterpunten uit feedback van inwoners en ondernemers makkelijk inzichtelijk gemaakt. De gemeente kan hiermee haar dienstverlening gerichter evalueren en verbeteren. Respondenten komen niet direct in aanraking met het algoritme. Ze komen indirect met het algoritme in aanraking als hun reacties opgevolgd worden en zij, bijvoorbeeld, verbeterde dienstverlening ervaren.


De categorisatie of sentimentanalyse kan onjuist zijn, waardoor feedback verkeerd wordt geïnterpreteerd of relevante signalen onvoldoende worden herkend. Hierdoor bestaat het risico dat verbeterpunten niet of minder goed worden meegenomen in de evaluatie en ontwikkeling van de dienstverlening.

Afwegingen

Jaarlijks worden meer dan 60.000 open antwoorden ingevuld. Handmatige analyse van deze reacties is theoretisch mogelijk, maar vraagt veel capaciteit (ongeveer 2 FTE) en maakt het lastig om alle feedback op een consistente en structurele wijze te verwerken. Door een AI-toepassing in te zetten voor de categorisatie en analyse van open antwoorden kunnen signalen, trends en verbeterpunten efficiënter inzichtelijk worden gemaakt. Hierdoor kan de feedback van inwoners beter worden benut bij de verbetering van de dienstverlening.

Menselijke tussenkomst

Het algoritme ondersteunt bij het categoriseren van open antwoorden en het bepalen van sentiment, maar de uitkomsten worden niet automatisch gebruikt voor besluitvorming. Voorafgaand aan rapportages en vervolgacties beoordeelt de verantwoordelijke medewerker de resultaten en kan deze corrigeren wanneer de categorisering of sentimentanalyse niet aansluit bij de inhoud van de reactie. Het mogelijk aanpassen van uitkomsten is daarmee een vast onderdeel van het analyseproces. Daarnaast wordt het algoritme periodiek geëvalueerd en waar nodig bijgesteld. Daarnaast wordt periodiek beoordeeld of de inrichting en aansturing van het algoritme, waaronder de gebruikte prompts, moeten worden bijgestuurd.

Risicobeheer

Het belangrijkste risico is dat een open antwoord onjuist wordt gecategoriseerd of dat het sentiment verkeerd wordt geïnterpreteerd. De resultaten worden daarom voorafgaand aan rapportages gecontroleerd door de verantwoordelijke medewerker, die classificaties indien nodig kan corrigeren. De uitkomsten worden gebruikt om de gemeentelijke dienstverlening te verbeteren en worden niet gebruikt voor besluiten over individuele respondenten. Hierdoor heeft een eventuele foutieve classificatie geen directe gevolgen voor de respondent.

Wettelijke basis


De belangenafweging

3.1 Belang van de gemeente Den Haag: Meer vertrouwen van burgers door betere dienstverlening en verbetering van de bedrijfsvoering, zodat de gemeente burgers beter kan helpen.

3.2 Belang van betrokkenen: Zij hebben uiteindelijk baat bij betere dienstverlening.

3.3 Omvang van de verwerking: Jaarlijks vullen maximaal 300.000 personen klanttevredenheidsonderzoeken in.

3.4 Mogelijke nadelen: Deelname is vrijwillig en heeft geen gevolgen voor betrokkenen.

3.5 Uitoefening van AVG-rechten: Betrokkenen kunnen via de website van de gemeente Den Haag een AVG-verzoek indienen.

3.6 Mogelijke gevolgen: De verwerking heeft geen individuele gevolgen. Het enige mogelijke nadeel is dat betrokkenen de e-mail moeten invullen of wegklikken.

3.7 Informatie bij verkrijging via een derde: In de e-mail van het onderzoeksbureau staat dat de gegevens met de gemeente Den Haag worden gedeeld en wordt verwezen naar de gemeentelijke privacyverklaring.

3.8 Informatie en verwachtingen: De privacyverklaring over klanttevredenheidsonderzoeken informeert betrokkenen over het doel en de gevolgen van de verwerking.

Noodzakelijkheidstoets

4.1 Noodzaak: Om de bedrijfsvoering en dienstverlening te verbeteren, is het voor een grote gemeente als Den Haag essentieel burgers en ondernemers om feedback te vragen via vragenlijsten. Zo worden hun ervaringen met de dienstverlening meetbaar en kan de gemeente die aan de hand van de uitkomsten verbeteren.

4.2 Proportionaliteit: De verwerking staat in verhouding tot het doel. Alleen gegevens die nodig zijn om ervaringen van inwoners te analyseren en de gemeentelijke dienstverlening te verbeteren, worden verzameld. Gegevens die niet aan dit doel bijdragen, worden niet verwerkt. Gegevens worden zo veel mogelijk geanonimiseerd of gepseudonimiseerd om de privacy van deelnemers te beschermen. De omvang, aard en bewaartermijn zijn afgestemd op het beperkte, duidelijk omschreven onderzoeksdoel.

Gegevens

De input bestaat uit open‑tekstantwoorden van respondenten binnen het Expoints‑platform, in combinatie met de bijbehorende vraagstelling. Alleen deze inhoudelijke context (vraag + antwoord) wordt naar de AI‑service gestuurd, zodat het model de tekst beter kan interpreteren. Overige respondentgegevens blijven binnen de Expoints‑omgeving.


Bij open tekstvelden worden respondenten erop gewezen geen persoonlijke gegevens in te vullen. Indien een respondent deze gegevens toch opneemt in een open antwoord, kunnen deze worden meegenomen in de analyse door de AI-toepassing. Hoe dan ook de invoer en uitvoer worden niet opgeslagen en niet gebruikt voor modeltraining.

Technische werking

Het algoritme voor AI‑categorisatie is gebaseerd op een general‑purpose AI‑model (GPT‑familie) dat via de Microsoft Azure OpenAI Service wordt aangeboden. De werking bestaat uit drie onderdelen: input, verwerking en output.

Input

De input bestaat uit open‑tekstantwoorden van respondenten binnen het Expoints‑platform, in combinatie met de bijbehorende vraagstelling. Alleen deze inhoudelijke context (vraag + antwoord) wordt naar de AI‑service gestuurd, zodat het model de tekst beter kan interpreteren. Overige respondentgegevens blijven binnen de Expoints‑omgeving.

Werking

De verwerking verloopt via een beveiligde API‑koppeling tussen het Expoints‑CMS en Azure OpenAI. In het CMS worden prompts beheerd waarin is vastgelegd hoe teksten moeten worden geclassificeerd.

Het AI‑model analyseert de inhoud van het open antwoord in relatie tot de vraagstelling en bepaalt op basis van de meegegeven instructies binnen welke vooraf gedefinieerde categorie(ën) het antwoord valt. Hierbij wordt gebruikgemaakt van inferentie (prompt → classificatie‑output).

De categorisatie wordt gestuurd door:

- vooraf ingestelde categorieën en labels,

- sentimentwaardes (positief, neutraal, negatief)

- duidelijke promptinstructies

- deterministische modelinstellingen voor consistente resultaten

Het algoritme is niet zelflerend: er vindt geen training of fine‑tuning plaats op klantdata en invoer en uitvoer worden niet gebruikt om het model te verbeteren.

Beveiligingsmaatregelen zoals inputvalidatie, prompt‑hardening en Azure content‑filters beperken ongewenste of schadelijke input.

Output

De output bestaat uit één of meerdere categorieën (labels) die zijn toegewezen aan het open‑tekstantwoord, waarbij ook het sentiment in het antwoord omtrent betreffende categorie wordt teruggegeven (positief, neutraal of negatief). Dit wordt opgeslagen en weergegeven in het dashboard, altijd in combinatie met de oorspronkelijke tekst.

De output wordt gevalideerd voordat deze wordt opgeslagen of zichtbaar wordt gemaakt.

Architectuur en privacy

Het Expoints‑platform draait in een afgeschermde omgeving. Alleen de noodzakelijke tekst wordt verwerkt via Azure OpenAI binnen een Europese regio. De service werkt stateless: invoer en uitvoer worden niet opgeslagen en niet gebruikt voor modeltraining.

Leverancier

Microsoft Azure en OpenAI. Indien gewenst kan dit ook met andere modellen.

Soortgelijke algoritmebeschrijvingen

  • Verticai beschrijft zichzelf als een AI-gestuurd gespreksondersteunend platform dat gesprekken analyseert en omzet naar gestructureerde rapportages. De software is specifiek getraind en ingericht voor de terminologie, processen en rapportage-eisen binnen zorg en sociaal domein.
    Laatst gewijzigd op 22 september 2026 om 12:36 | Publicatiestandaard 1.0
    Publicatiecategorie
    Overige algoritmes
    Impacttoetsen
    DPIA
    Status
    In gebruik
  • Deze tool is bedoeld om te ondersteunen bij de manier waarop de bijdragen van bewoners die deelnemen aan participatieprojecten te begrijpen, categoriseren en analyseren. De AI-analyse tool is compatibel met zowel projecten waarbinnen we ideeën verzamelen als enquête projecten.
    Laatst gewijzigd op 28 november 2024 om 11:30 | Publicatiestandaard 1.0
    Publicatiecategorie
    Overige algoritmes
    Impacttoetsen
    DPIA
    Status
    In gebruik
  • Gemeente Almere onderzoekt samen met TU/e en Fontys hoe generatieve AI het beoordelen van leveranciersdocumentatie bij aanbestedingen kan ondersteunen. Doel is het proces efficiënter te maken zonder in te leveren op transparantie, zorgvuldigheid en veiligheid. Het project sluit aan bij lopend promotieonderzoek van TU/e en Fontys naar vertrouwen in AI.
    Laatst gewijzigd op 14 oktober 2025 om 12:57 | Publicatiestandaard 1.0
    Publicatiecategorie
    Overige algoritmes
    Impacttoetsen
    Veld niet ingevuld.
    Status
    In ontwikkeling
  • Op deze pagina vindt u informatie over het algoritme ‘socialmedia interactie en online media monitoring’ dat uitgevoerd wordt middels het programma Coosto. Dit algoritme helpt medewerkers socialmedia berichten te beantwoorden, socialmedia content te plaatsen en online media artikelen te analyseren.
    Laatst gewijzigd op 10 september 2025 om 15:00 | Publicatiestandaard 1.0
    Publicatiecategorie
    Overige algoritmes
    Impacttoetsen
    Veld niet ingevuld.
    Status
    In gebruik
  • AI-platform met uitgebreide functies voor kantoorautomatisering: vertaling van teksten en documenten, verbetering van schrijfkwaliteit, anonimiseren van gevoelige informatie, audio-naar-tekst transcriptie, genereren van standaardberichten via AI en het bouwen en raadplegen van eigen kennisbanken.
    Laatst gewijzigd op 26 oktober 2026 om 14:42 | Publicatiestandaard 1.0
    Publicatiecategorie
    Overige algoritmes
    Impacttoetsen
    DPIA
    Status
    In gebruik