De patronen achter de data
Ik heb 103 beroepsgroepen doorgerekend op AI-impact. 6,8 miljoen banen. Wat ik vond was niet altijd wat ik verwachtte. Op deze pagina deel ik de patronen die pas zichtbaar worden als je de data naast elkaar legt.
Drie observaties uit de data: HBO en WO scoren hoger op AI-blootstelling dan MBO. De middeninkomens (€50-75K) zijn sterker blootgesteld dan de laagste en hoogste. En beroepen met een hoge AI-score groeiden de afgelopen tien jaar juist harder, al is die voorsprong sinds 2022 grotendeels weg. De werkelijkheid is genuanceerder dan het dominante narratief suggereert.
De banenbalans: groei versus krimp
De centrale vraag: komen er per saldo banen bij of verdwijnen er banen? Het antwoord is genuanceerder dan je zou verwachten. De netto verschuiving is beperkt. Maar onder die oppervlakte vindt een forse herverdeling plaats.
Richting 2030 groeien 24 beroepen met 3% of meer, krimpen er 13 met meer dan 3% en blijven 66 beroepen stabiel. Tel je per beroep alle plussen en minnen op, dan komen er 96.277 banen bij en verdwijnen er 139.328. Het netto effect: een daling van circa 43.051 banen op een totaal van 6,8 miljoen. Dat is -0,6%. Geen massaal banenverlies. Wel een forse verschuiving, met per sector de meeste groei in zorg en welzijn, academisch, bouw en installatie.
Per sector gesaldeerd: groei en krimp binnen dezelfde sector vallen tegen elkaar weg, daarom zijn deze totalen kleiner dan de optelsom per beroep hierboven.
+68K
-111K
-43K
Zorg en welzijn groeit het hardst in absolute aantallen (+49K banen). Commercieel krimpt het hardst (-35K). Relatief krimpt Commercieel het sterkst (-4,8%). Van de 17 sectoren groeien er per saldo 7 en krimpen er 10.
Vijf beroepen, 45% van de krimp
De verwachte krimp is niet breed gespreid. Vijf beroepsgroepen zijn samen goed voor 45% van alle verwachte banenkrimp: 62.310 van de 139.328 banen. Dat is de krimp door alle oorzaken samen: minder vraag, AI en robotica. Het AI-deel alleen ligt anders. Daar staan Softwareontwikkelaars (−14.700 banen), marketeers (−13.000 banen), administratief medewerkers (−8.600 banen) bovenaan.
Dit betekent dat transitiebeleid niet generiek hoeft te zijn. Het zijn specifieke functies, in specifieke sectoren, met elk een eigen oorzaak en dus een eigen omscholingsroute.
Onder de oppervlakte: 236.000 banen in beweging
Het nettocijfer (−43.051 banen) suggereert een bescheiden verschuiving. Maar het maskeert wat er echt gebeurt. De bruto verschuiving is 235.605 banen, 3,4% van de werkzame beroepsbevolking in deze dataset.
+96K
alle plussen per beroep
-139K
alle minnen per beroep
236K
3,4% van het totaal
Het nettocijfer is wat economen rapporteren. Het brutocijfer is wat mensen ervaren. Rond de 236.000 banen verschuiven van het ene beroep naar het andere. Zelfs als het saldo bijna nul is, is de transitie groot.
Drie groepen naar blootstelling
Niet alle beroepen worden even hard geraakt. Op basis van AI-blootstelling en NL-kwetsbaarheid vallen de beroepen in drie groepen. Dit is een indeling, geen tijdpad. In de prognose telt alleen de AI-score mee: het AI-deel kost alle beroepen samen richting 2030 naar schatting 134.986 banen. Hoe dat per groep uitpakt, staat hieronder.
Dit zijn de beroepen waar de technologie het verst reikt en de bescherming het kleinst is. Microsoft Copilot neemt administratief werk over, AI-chatbots klantenservice, GitHub Copilot schrijft code. Het AI-deel van de prognose kost deze groep samen naar schatting 36.750 banen richting 2030. Of het totaal krimpt, hangt ook af van de vraag: de prognoses lopen van −8% tot 0%.
Managers, marketeers, beleidsmedewerkers, recruiters. De AI-blootstelling is hoog, maar regulering, sociale voorkeur of arbeidsmarktkrapte beschermen meer. Omdat deze groep groot is, telt het AI-deel hier in banen flink op: naar schatting 65.436 banen richting 2030. De prognoses lopen van −13% tot +5%.
Zorg, bouw, installatie, onderwijs, beveiliging. Fysiek werk, relationeel werk, gereguleerd werk. Hier versterkt AI de professional in plaats van te vervangen. Van deze 69 beroepen groeien er 23 en krimpen er 8 richting 2030. Waar krimp optreedt, komt die vooral uit de vraag of uit robotica, niet uit AI.
AI-risico per sector
Individuele beroepen vertellen maar een deel van het verhaal. Op sectorniveau worden de patronen zichtbaar. Economisch-admin. en creatief en media scoren het hoogst, bouw en installatie, landbouw/visserij, horeca/facilitair het laagst. Dat is geen toeval. AI excelleert in taal, analyse en communicatie. Metselwerk, verpleging of elektra-installatie vallen buiten wat huidige AI-modellen aankunnen. Die lijn loopt door de hele dataset: hoe meer het werk draait om informatieverwerking, hoe hoger de blootstelling.
Top 10 groeiers en dalers
De prognoses worden bewust als band gepresenteerd. Exacte percentages suggereren een zekerheid die er niet is. De richting is betrouwbaarder dan het getal zelf. UWV signaleert bijvoorbeeld dat de ICT-krapte afneemt: een reden om naar de hele band te kijken en niet naar het middengetal. Bij kleine beroepsgroepen (onder ~30.000 werkenden) kan de EBB-steekproef van jaar tot jaar flink schommelen; daar zegt de richting meer dan het getal.
Sterkste groeiers
Sterkste dalers
* Het CBS-cijfer voor dit beroep maakte een sprong in twee jaar. De prognose is daardoor extra onzeker.
Wie wordt het hardst geraakt?
Het gangbare beeld is dat AI vooral laagopgeleid werk bedreigt. Robots in de fabriek, zelfscankassa's in de supermarkt. Maar de data laat iets anders zien. HBO-beroepen scoren gemiddeld 6,1 op AI-blootstelling, WO-beroepen 5,8. MBO-1 scoort 3,6. Dat verschil is substantieel. De verklaring: AI is bijzonder goed in precies wat kenniswerkers doen. Tekst produceren, data analyseren, rapporten opstellen, communicatie stroomlijnen. Een verpleegkundige, een elektricien of een timmerman doet werk dat grotendeels buiten het bereik van huidige AI-modellen valt.
Bij salaris tekent zich hetzelfde patroon af. De €50–75K groep heeft de hoogste gemiddelde AI-blootstelling (6,7). Niet de laagste inkomens. Niet de medisch specialisten of directeuren aan de bovenkant. Het is de accountant met tien jaar ervaring, de marketingmanager, de beleidsmedewerker bij de gemeente. Beroepen waar het dagelijkse werk voor een groot deel overlapt met wat ChatGPT, Copilot en gespecialiseerde AI-tools nu al kunnen.
Opleiding vs AI-blootstelling
HBO en WO scoren duidelijk hoger dan MBO. Kenniswerk is meer blootgesteld dan fysiek werk.
Salaris vs AI-blootstelling
De €50–75K groep is het meest blootgesteld. Niet de laagste lonen, maar de kenniswerker met een modaal+ salaris.
Grootste absolute impact
Percentages zijn nuttig voor vergelijking. Maar ze abstraheren van wat er echt gebeurt. Een krimp van 8% in een beroepsgroep van 288.000 mensen betekent dat er naar schatting 23.040 banen verdwijnen. Achter elk van die banen zit iemand met een gezin, een hypotheek of een carrière die opnieuw moet worden opgebouwd.
Hieronder de beroepen waar het absolute banenverlies het grootst is. Dit zijn niet per se de beroepen met het hoogste percentage krimp, maar de beroepen waar de maatschappelijke impact het zwaarst weegt. Winkelverkopers staan bovenaan, gevolgd door administratief medewerkers. Als ergens het gesprek over begeleiding en omscholing urgent is, dan daar.
Vergrijzing: zachte of harde landing?
Niet elke baan die verdwijnt hoeft iemand te kosten. Als een beroepsgroep sterk vergrijsd is, gaan werknemers de komende jaren met pensioen. Dan verdwijnt een functie bij vertrek, zonder dat iemand wordt ontslagen. Dat maakt de transitie "zacht."
De CBS-data laat zien dat de economisch-administratieve sector, die richting 2030 naar verwachting 29.060 banen verliest, ook sterk vergrijsd is: 24,6% is 55-plus. Dat zijn 457.000 mensen die de komende 10 jaar met pensioen gaan. De krimp overlapt daarmee grotendeels met natuurlijk verloop. Bij ICT is het tegenovergesteld: slechts 17,4% is 55-plus. Een jong beroep. Wie daar geraakt wordt, kan minder op natuurlijk verloop rekenen.
Bron: CBS Statline tabel 85276NED, werkzame beroepsbevolking 2024. "Zachte landing" = hoge vergrijzing + hoge AI-score (transitie via pensioen). "Harde landing" = lage vergrijzing + hoge AI-score (omscholing nodig).
De administratieve sector verliest naar schatting 29.060 banen richting 2030. Maar 457.000 werknemers in die sector zijn 55-plus. Het natuurlijk verloop is veel groter dan de verwachte krimp. Dat maakt de transitie beheersbaar, mits we nu beginnen met het niet vervullen van vertrekkende functies in plaats van wachten tot de automatisering afgedwongen wordt. Bij creatief en taalkundig werk (23,6% 55+, AI 7,2) geldt hetzelfde. Bij ICT (17,4% 55+) niet.
Blootstelling × Kwetsbaarheid
Deze grafiek legt de twee dimensies van deze analyse naast elkaar. Horizontaal: de technische AI-blootstelling. Wat kan AI in theorie overnemen? Verticaal: de NL-kwetsbaarheid. Wat gaat er in de Nederlandse praktijk ook daadwerkelijk gebeuren, gegeven onze regulering, arbeidsmarktkrapte en maatschappelijke voorkeuren?
Wat vooral opvalt: de bollen liggen bijna op een diagonaal. Kwetsbaarheid volgt de blootstelling vrijwel één op één (r = 0,96). Daarom telt kwetsbaarheid sinds prognose v3 niet meer mee in de prognose en staat hij hier als context. Rechtsboven (42 beroepen) zijn beide hoog, met als grootste groepen marketeers, administratief medewerkers, softwareontwikkelaars. Rechtsonder (21 beroepen) is de blootstelling hoger dan de kwetsbaarheid, bijvoorbeeld bij magazijnmedewerkers, taxichauffeurs/bezorgers, medisch specialisten. Linksboven is leeg: geen enkel beroep combineert lage blootstelling met hoge kwetsbaarheid.
De grootte van elke bol is het aantal banen. Hoe groter, hoe meer mensen het raakt. Klik op een bol voor de volledige analyse van dat beroep.
Hoge blootstelling en hoge kwetsbaarheid. 42 beroepen, onder meer admin, copywriters, klantenservice.
Hoge blootstelling, maar de NL-context beschermt meer. 21 beroepen.
Lage blootstelling, hoge kwetsbaarheid. In deze dataset leeg.
Laag op beide assen. 40 beroepen: bouw, installatie, fysieke zorg.
Wat de data onthult (en wat niet)
Correlaties vertellen je niet wat je verwacht. Beroepen met een hoge AI-blootstelling zijn de afgelopen tien jaar juist harder gegroeid (r = 0,5, CBS 2015-2025). 6 van de tien snelste groeiers scoren AI 7 of hoger. Hoge blootstelling ging tot nu toe eerder samen met groei dan met krimp. Let op: dit is het verleden. Sinds 2022 is die groeivoorsprong grotendeels verdwenen.
De r = 0,87 tussen JPE en Felten AIOE bevestigt dat onze LLM-geschatte scores in lijn liggen met het academische referentiekader. De afwijkingen zitten precies waar je ze verwacht: bij leraren, verpleegkundigen en rechters. Daar zegt Felten “AI kan het” maar JPE zegt “het gebeurt niet.” Dat is het kernonderscheid van deze analyse.
Deeltijd en AI-blootstelling
Nederland is Europees kampioen deeltijdwerk. In deze dataset werkt 48% in deeltijd (gewogen naar banen). Dat roept de vraag op: is er een verband tussen deeltijdwerk en AI-blootstelling?
Nauwelijks (r = −0,16). Beroepen met het hoogste deeltijdpercentage (verzorgenden 89%, obers/horecamedewerkers 86%) hebben lage AI-scores. Het werk is fysiek en relationeel. Aan de andere kant staan vooral leidinggevenden: van de acht beroepen met de minste deeltijd zijn er 5 managersfuncties (managers ICT 8%, managers productie 8%).
Gemiddeld scoren beroepen met 60% of meer deeltijd 4,2 op AI-blootstelling, beroepen met 15% of minder 5,8 en de groep daartussen 5,5. Het werktijdpatroon zegt dus weinig over hoe sterk AI het werk raakt.
23 beroepen. Gem. AI: 4,2
6 beroepen. Gem. AI: 5,8
48% deeltijd, gewogen naar banen.
Veel deeltijd zit in zorg, horeca en schoonmaak, met lage AI-blootstelling. Weinig deeltijd zit vooral bij leidinggevenden, met een hogere score. De beroepen met AI 8 of hoger zitten verspreid over het spectrum: van 21% tot 71% deeltijd.
Meeste deeltijd
Minste deeltijd
Embed en delen
Vrij te embedden onder CC BY 4.0.
<iframe src="https://simondjanssen.nl/ai-kaart" width="100%" height="800" frameborder="0" loading="lazy" title="AI Blootstellingskaart"></iframe>
<iframe src="https://simondjanssen.nl/beroepsscan" width="100%" height="900" frameborder="0" loading="lazy" title="AI Beroepsscan"></iframe>
https://simondjanssen.nl/ai-kaart
Wat nu? Dit zijn geen voorspellingen. Het zijn richtingen. De vraag is niet of de percentages exact kloppen. De vraag is: herken je het patroon? En wat doe je ermee? De beroepsscan geeft een persoonlijk rapport met prognose, omscholingsadvies en concrete tools. De volledige methodologie, de JPE-score en de dataset zijn open beschikbaar onder CC BY 4.0.