Hoe staat Nederland ervoor?
Vier inzichten uit 473 quickscans
In 2025 vulden 473 deelnemers de INK Quickscan in. Mensen die werken bij organisaties in de zorg, de industrie en de overheid, en studenten die de INK Quickscan inzetten voor hun opleiding. De quickscan is gratis en laagdrempelig, dus de dataset is breed en divers — geen zelfselectie van koplopers. Wat je dan ziet is geen glanzend plaatje. Het is gewoon hoe het is.
We hebben de data geanalyseerd en zien vier patronen die een eerlijk beeld geven van waar Nederlandse organisaties
staan. Waar gaat het goed? En waar blijft structureel iets liggen?
De INK Quickscan deelt scores in drie categorieën: laag (onder 40%), midden (40–70%) en hoog (boven 70%).
De verdeling over 473 deelnemers:
| Categorie | Score | Aantal | Percentage |
| Laag | < 40% | 98 | 21% |
| Midden | 40–70% | 322 | 68% |
| Hoog | 70% | 53 | 11% |
Slechts 11% scoort ‘hoog’. Dat zijn de echte koplopers. De overgrote meerderheid, 68%, zit in de middencategorie. En 21% scoort laag. De gemiddelde score is 52% — net boven de helft.
Dat klinkt misschien teleurstellend, maar het is ook eerlijk. De meeste organisaties functioneren gewoon, en dat is ook de norm. Het midden is geen falen — het is het vertrekpunt. De vraag is of je weet waar je staat en wat je daarmee wil.
Wat opvalt als je dieper in de data kijkt: de kloof tussen de middengroep en de koplopers zit niet op één vlak. Het zijn kleine verschillen op meerdere onderdelen die bij elkaar optellen. Die 11% die ‘hoog’ scoort doet op bijna elk onderdeel iets beter — niet spectaculair beter, maar consequent. Excellence is dan ook niet iets wat je hebt of niet hebt. Het is iets wat je opbouwt.
Van alle 31 vragen in de INK Quickscan scoort er één met afstand het laagst: “De organisatie gebruikt data en analysetechnieken om de toekomst te voorspellen.” Dit is geen kleine uitzondering. Het is het zwakste punt in de hele dataset.
Organisaties gebruiken data. Maar ze gebruiken het vooral achteruit — voor verantwoording, voor jaarverslagen, om aan te tonen wat er is geweest. Data inzetten om vooruit te kijken, om te anticiperen op wat er gaat komen, dat doen maar weinig organisaties structureel. Het verschil zit niet in hoeveel data je hebt. Het zit in de richting waarin je kijkt. Terugkijken vertelt je wat er is gebeurd. Vooruitkijken helpt je sturen.
Juist die 11% die ‘hoog’ scoort doet het hier aantoonbaar anders. Zij gebruiken data niet alleen als verantwoordingsinstrument, maar als kompas. Ze kijken naar trends, stellen scenario’s op en baseren beslissingen op wat de data zegt over wat er komen gaat — niet alleen op wat er al was.
De EFQM-dimensies waarop de quickscan is gebaseerd — Direction (richting), Execution (uitvoering) en Results (resultaten) — laten een consistent patroon zien:
| EFQM-dimensie | Score |
| Direction — richting en strategie | 55% |
| Execution — uitvoering en processen | 54% |
| Results — meetbare resultaten | 45% |
Tien procentpunten verschil tussen strategie en resultaat. Dat is geen toevallige afwijking — het is een structureel patroon dat in vrijwel alle sectoren terugkomt.
Organisaties weten wat ze willen bereiken. Ze hebben een missie, ze zien kansen, ze begrijpen hun omgeving. Maar als je doorvraagt — kent iedereen in de organisatie die strategie? Scoren jullie goed op de doelen die je jezelf gesteld hebt? — zakt de score. De strategie bestaat, maar wordt niet gedaan.
Dit patroon is verraderlijk, omdat het onzichtbaar is zolang je er niet actief naar zoekt. Een organisatie die op papier een goede strategie heeft, voelt zichzelf als koersvast. Pas als je meet of die strategie ook daadwerkelijk leidt tot resultaten, wordt duidelijk dat er ergens iets weglekt. Tussen de vergaderzaal waar de strategie is vastgesteld en de medewerker die dagelijks zijn werk doet, gaat meer verloren dan de meeste organisaties beseffen.
De koplopers onderscheiden zich hier niet door een betere strategie op papier, maar door de discipline om die strategie concreet te maken, meetbaar te houden en er regelmatig op terug te komen. Strategie is geen document. Het is iets wat je elke dag doet.
Een opvallend patroon in de data is het brede gebruik van de quickscan in het hoger onderwijs. De Hogeschool van Amsterdam is vertegenwoordigd met 75 deelnemers — meer dan 15% van het totaal, uit één instelling. Windesheim, Saxion, Hogeschool Utrecht en de HAN volgden met kleinere aantallen. Onderwijsinstellingen vertegenwoordigen daarmee een significant deel van de dataset.
De sectorscore geeft een goed beeld van hoe divers de dataset is:
| Sector | Deelnemers | Gem. score | % Laag | % Midden |
% Hoog |
| Energie/Water | 12 | 58% | 0% | 75% | 25% |
| Logistiek/Transport | 20 | 55% | 20% | 60% | 20% |
| Zorg | 151 | 54% | 17% | 69% | 14% |
| Zakelijke dienstverlening | 22 | 53% | 9% | 73% | 18% |
| Wonen | 5 | 52% | 20% | 80% | 0% |
| Overig | 97 | 52% | 21% | 69% | 10% |
| Onderwijs | 43 | 50% | 19% | 72% | 9% |
| Industrie/Bouw/Handel | 74 | 50% | 22% | 72% | 7% |
| Veiligheid | 14 | 49% | 36% | 57% | 7% |
| Rijksoverheid | 35 | 44% | 46% | 49% | 6% |
| Landelijk gemiddelde | 473 | 52% | 21% | 68% | 11% |
Hoe studenten de INK Quickscan inzetten, is goed te zien aan twee veelvoorkomende toepassingen. Bij stages gebruiken ze hem als analysetool: de organisatie waar ze stagelopen krijgt een gestructureerde doorlichting, de student leert werken met een erkend kwaliteitsmodel. Dat is een win-win die weinig kost en veel oplevert. Bij afstudeeropdrachten gaat het een stap verder: de INK Quickscan levert data waarmee studenten onderbouwde aanbevelingen kunnen doen, en hun bevindingen kunnen vergelijken met het bredere landelijke beeld.
Dat docenten dit instrument actief in hun curriculum opnemen, zegt iets over de bruikbaarheid ervan. Een kwaliteitsmodel dat je alleen uit een boek kent, blijft abstract. Een model waarmee je een echte organisatie doorlicht, en waarvan je de uitkomsten kunt spiegelen aan honderden andere deelnemers, maakt de theorie tastbaar.
Dat de INK Quickscan zo breed wordt ingezet in het onderwijs is voor INK meer dan een leuk gegeven. Het betekent dat er een generatie professionals opgroeit die weet hoe organisatiekwaliteit eruitziet — en hoe je die meet.
Verantwoording
Deze analyse is gebaseerd op 482 deelnemers die in 2025 de INK Quickscan invulden. We hebben 9 records verwijderd die aantoonbaar niet serieus waren ingevuld — alle antwoorden identiek, of extreme uitschieters. De overige cijfers zijn feitelijk: ze geven weer wat er in de data staat.
De INK Quickscan is geen wetenschappelijk steekproefonderzoek en de deelnemers zijn niet willekeurig geselecteerd. We doen dan ook geen uitspraken over statistische significantie of generaliseerbaarheid naar álle Nederlandse organisaties. Wat we wel kunnen zeggen: met 473 deelnemers verspreid over tien sectoren zijn de patronen herkenbaar en consistent genoeg om er serieus naar te kijken. Trends die in meerdere sectoren en op meerdere vragen terugkomen, vertellen iets echts.
Wil je weten hoe jouw organisatie scoort?
Doe de INK Quickscan en vergelijk jezelf met deze 473 deelnemers.
Ben je docent in het hoger onderwijs en wil je de INK Quickscan inzetten in je onderwijs?
Neem contact op met Stichting INK.
+31 (0)88 12 66 888
ink@ink.nl
Dit artikel is geschreven door Edwin de Vos (INK-kennispartner) samen met Ruud Stassen (council Stichting INK).
De scans van het INK zijn bedoeld om snel een beeld te krijgen van de kwaliteit van organisaties. Of om een specifiek onderwerp uit te lichten (zoals ketensamenwerking en service excellence). De scans van het INK zijn webbased. Ze worden individueel ingevuld door de deelnemers uit de organisatie De resultaten worden geanalyseerd door het INK of één van haar kennispartners en in een collectieve werksessie met deelnemers besproken. De scans zijn mede door hun efficiënte inrichting zeer geschikt om periodiek toe te passen en trendanalyses te faciliteren.
Het INK/EFQM-model beoogt de dialoog over sterke kanten en kansen voor verbetering te faciliteren. Online scans bieden een krachtig hulpmiddel om efficiënt de verschillende visies op de organisatie te inventariseren en te analyseren.