De patronen achter de data
Ik heb 103 beroepsgroepen doorgerekend op AI-impact. 5,8 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 kwetsbaarder dan de laagste en hoogste. En beroepen met de hoogste AI-score groeien soms het hardst. 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.
54 beroepen groeien (samen +178.700 banen). 43 beroepen krimpen (samen -252.350 banen). 6 beroepen blijven stabiel. Het netto effect: een daling van circa 73.650 banen op een totaal van 5,8 miljoen. Dat is -1,3%. Geen massaal banenverlies. Wel een enorme verschuiving van kantoor naar zorg, bouw en techniek.
+149K
-223K
-74K
Zorg en welzijn groeit het hardst in absolute aantallen (+68K banen). De economisch-administratieve sector krimpt het hardst (-153K). Dat is geen toeval: zorgwerk is fysiek en relationeel, administratief werk is precies wat AI goed kan. Bouw groeit door de energietransitie (+27K), onafhankelijk van AI. Creatief en media krimpt het sterkst in percentage (-16%), gedreven door AI-contentgeneratie.
Het 61%-probleem
AI-impact is geen breed gespreid fenomeen. Het is chirurgisch precies. Vijf beroepsgroepen veroorzaken samen 61% van alle verwachte banenverlies. Dat zijn 155.080 van de 252.350 krimpende banen. Als je de AI-transitie wilt adresseren, begin hier.
Dit betekent dat het AI-transitiebeleid niet generiek hoeft te zijn. Het zijn specifieke functies, in specifieke sectoren, met specifieke omscholingsroutes. Administratief medewerkers, klantenservice en secretaresses hebben vergelijkbare vaardigheden en kunnen gericht naar zorg-coördinatie, installatietechniek of ICT-ondersteuning begeleid worden.
Onder de oppervlakte: 445.000 banen in beweging
Het nettocijfer (−73.650 banen) suggereert een bescheiden verschuiving. Maar het maskeert wat er echt gebeurt. De bruto verschuiving is 431.050 banen — 7,5% van de werkzame beroepsbevolking in deze dataset.
+179K
54 beroepen
-252K
43 beroepen
431K
7,5% van het totaal
Het nettocijfer is wat economen rapporteren. Het brutocijfer is wat mensen ervaren. 445.000 werknemers in een baan die verandert of verdwijnt — dat is meer dan de beroepsbevolking van Utrecht. Zelfs als het saldo bijna nul is, is de transitie enorm.
Drie automatiseringsgolven
Niet alle beroepen worden tegelijk geraakt. De data laat drie golven zien, afgebakend op basis van de combinatie van AI-blootstelling en NL-kwetsbaarheid.
Dit zijn de beroepen waar de technologie er is en de bescherming minimaal. Microsoft Copilot vervangt administratief werk, AI-chatbots nemen klantenservice over, GitHub Copilot schrijft code. Hier is geen beleid nodig om het te laten gebeuren. Het gebeurt al.
Managers, marketeers, beleidsmedewerkers, HR-specialisten. De AI-blootstelling is hoog maar regulering, sociale voorkeur of arbeidsmarktkrapte remt de adoptie. Deze golf versnelt zodra organisaties AI niet als experiment maar als standaard gaan inzetten.
Zorg, bouw, installatie, onderwijs, beveiliging. Fysiek werk, relationeel werk, gereguleerd werk. Hier versterkt AI de professional in plaats van te vervangen. Deze beroepen groeien bovendien door vergrijzing, energietransitie en maatschappelijke behoefte.
AI-risico per sector
Individuele beroepen vertellen maar een deel van het verhaal. Op sectorniveau worden de patronen zichtbaar. Creatief werk, media en de economisch-administratieve sector scoren het hoogst. Bouw, installatie en zorg 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 range 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, wat past bij de conservatieve kant van de range. Wat wel opvalt: de groeiers zijn verspreid over zorg, techniek en ICT. De dalers concentreren zich in administratief en commercieel werk. Kantoor krimpt. De werkvloer en het beeldscherm (met de juiste skills) groeien.
Sterkste groeiers
Sterkste dalers
De paradox: hoge AI-score, toch groei
Een groep beroepen scoort 7 of hoger op AI-blootstelling. Kerntaken zijn technisch automatiseerbaar. En toch groeien ze richting 2030. Dat lijkt tegenstrijdig, maar de verklaring verschilt per beroep.
Softwareontwikkelaars worden productiever door AI (GitHub Copilot, Claude Code, Cursor), maar tegelijkertijd wil elke organisatie meer software bouwen. De vraag groeit harder dan de productiviteit stijgt. Bij cybersecurityspecialisten is het nog duidelijker: de dreigingen nemen exponentieel toe. AI helpt bij verdediging, maar vervangt de menselijke specialist niet.
De les is relevant voor elk beroep: als de onderliggende marktvraag structureel groeit, kan AI-blootstelling eerder een productiviteitsboost zijn dan een bedreiging. Dat is de Solow Paradox in het klein. De technologie is er, maar het effect op banen hangt af van de context.
Pipeline-bouw en data-transformaties worden geautomatiseerd. Architectuurkeuzes en databeheer minder.
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 6.0 op AI-blootstelling, WO-beroepen 6.1. 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 €50.000 tot €75.000 groep heeft de hoogste gemiddelde AI-blootstelling (6.6). 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 significant hoger dan MBO. Kenniswerk is kwetsbaarder dan fysiek werk.
Salaris vs AI-blootstelling
De €50–75K groep is het kwetsbaarst. 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 34% in een beroepsgroep van 245.000 mensen betekent dat naar schatting 83.000 mensen ander werk moeten vinden. Dat is meer dan de complete beroepsbevolking van een stad als Delft. Met gezinnen, hypotheken en carrières die opnieuw moeten 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. Administratief medewerkers staan er met afstand bovenaan. 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. Hun functie wordt dan niet vervangen in plaats van dat iemand wordt ontslagen. Dat maakt de transitie "zacht."
De CBS-data laat zien dat de economisch-administratieve sector, waar de krimp het grootst is (-153.000 banen), ook sterk vergrijsd is: 24.6% is 55-plus. Dat zijn 457.000 mensen die de komende 10 jaar met pensioen gaan. De AI-transitie overlapt daarmee grotendeels met natuurlijk verloop. Bij ICT is het tegenovergesteld: slechts 17.4% is 55-plus. Een jong beroep. Maar daar groeit de vraag, dus is vergrijzing geen factor.
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 153.000 banen richting 2030. Maar 457.000 werknemers in die sector zijn 55-plus. Het natuurlijk verloop is groter dan de AI-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, maar daar groeit de vraag.
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?
Het interessantste kwadrant is rechtsonder: hoge blootstelling, lage kwetsbaarheid. Daar zitten beroepen als softwareontwikkelaars en IT-projectmanagers. AI kan technisch veel van hun werk overnemen, maar de vraag is zo groot dat vervanging uitblijft. Linksboven is het omgekeerde: lage blootstelling maar stijgende kwetsbaarheid. Daar zitten zorgcoördinatoren en onderwijsondersteuners: AI raakt hun administratieve taken terwijl hun kerntaak (menselijk contact) voorlopig veilig is.
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 + hoge kwetsbaarheid. Admin, copywriters, klantenservice.
Hoge blootstelling maar NL-context beschermt. ICT: vraag groeit harder dan AI vervangt.
Lage blootstelling maar kwetsbaarheid neemt toe. AI in admin, niet in zorgverlening.
Laag op beide assen. Bouw, installatie, fysieke zorg.
Wat de data onthult (en wat niet)
Correlaties vertellen je niet wat je verwacht. AI-blootstelling voorspelt bijna niets over historische groei (r = −0.06). Beroepen die het meest blootgesteld zijn aan AI zijn niet systematisch gekrompen. Vier van de tien snelste groeiers scoren AI 7 of hoger. De paradox is niet de uitzondering. Het is het patroon.
De r = 0.87 tussen JPE en Felten AIOE bevestigt dat onze LLM-geschatte scores in lijn liggen met het academische referentiekader. De 13% verschil zit precies waar je het verwacht: leraren, verpleegkundigen, rechters — beroepen waar Felten zegt “AI kan het” maar JPE zegt “het gebeurt niet.” Dat is het kernonderscheid van deze analyse.
Deeltijd en AI-kwetsbaarheid
Nederland is Europees kampioen deeltijdwerk. In deze dataset werkt 43% in deeltijd. Dat roept de vraag op: is er een verband tussen deeltijdwerk en AI-kwetsbaarheid?
Dat verband is er, maar niet lineair. Beroepen met het hoogste deeltijdpercentage (verpleegkundigen 72%, basisschoolleerkrachten 72%) hebben lage AI-scores. Het werk is fysiek en relationeel. Beroepen met het laagste deeltijdpercentage (brandweer 15%, lassers 8%, vrachtwagenchauffeurs 12%) scoren ook laag. Dat werk is eveneens fysiek.
De kwetsbare middengroep heeft een deeltijdpercentage van 30 tot 45%. Administratief medewerkers (58% deeltijd, AI 8/10), secretaresses (65%, AI 7/10), marketeers (45%, AI 8/10). Het zijn beroepen waar het werk grotendeels achter een beeldscherm plaatsvindt. En dat is precies het domein waar AI het snelst oprukt.
17 beroepen. Gem. AI: 4.2
17 beroepen. Gem. AI: 2.9
43% deeltijd. Hoogste van Europa.
Beroepen met hoog deeltijdpercentage (zorg, onderwijs) hebben gemiddeld een lagere AI-blootstelling. Beroepen met laag deeltijd (bouw, transport) zijn fysiek en eveneens minder kwetsbaar. De meest AI-kwetsbare beroepen zitten in het midden: administratief, commercieel en ICT.
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.