Reorganisatie is geen strategie, maar een late data-correctie
Steeds meer organisaties grijpen naar een reorganisatie om kosten te besparen of efficiënter te werken. Vaak worden deze ingrepen gepresenteerd als een reactie op economische omstandigheden, terwijl de onderliggende signalen al veel eerder zichtbaar waren. Data-gedreven sturing biedt de mogelijkheid om die ontwikkelingen tijdig te herkennen en eerder bij te sturen.
Dit artikel onderzoekt waarom reorganisaties vaak het gevolg zijn van gemiste signalen en hoe organisaties met betere data en governance eerder kunnen inspelen op oplopende frictie.
wVolgens recente cijfers gaan Nederlandse bedrijven steeds vaker over tot reorganisatie om kosten te besparen. Het nieuws wordt gebracht als een logisch gevolg van economische onzekerheid, stijgende lonen en een veranderende markt. Maar wie iets langer naar de data kijkt, ziet een ongemakkelijke waarheid: de meeste reorganisaties zijn geen strategische keuzes, maar verlate correcties op signalen die al jaren zichtbaar waren.
Reorganiseren is zelden een verrassing. Het wordt alleen zo gepresenteerd.
Van economische tegenwind naar bestuurlijke reflex
In bestuurskamers wordt een reorganisatie vaak geframed als een rationele ingreep. De markt verandert sneller dan verwacht. De kosten lopen uit de pas. De organisatie moet “slanker” en “wendbaarder”. Maar achter dat narratief schuilt meestal geen plotselinge schok, maar een langzaam opgebouwde spanning.
Die spanning is zelden financieel in de kern. Ze zit in frictie. In besluitvorming die steeds langer duurt. In processen die meer uitzonderingen kennen dan standaardroutes. En in teams die formeel efficiënt zijn, maar informeel overbelast. Dat soort frictie zie je niet direct in de winst-en-verliesrekening, maar wel in data — als je tenminste kijkt.
Reorganisaties zijn geen kostenprobleem, maar een frictieprobleem
Data-gedreven analyse laat zien dat organisaties vaak reorganiseren op het moment dat kosten zichtbaar worden, terwijl de echte problemen al veel eerder ontstonden. Doorlooptijden lopen op, zonder dat volumes stijgen. Escalaties nemen toe, terwijl governance juist is aangescherpt. We stellen forecasts vaker bij, niet omdat de markt zo volatiel is, maar omdat interne aannames structureel niet kloppen.
Dit zijn geen incidenten. Dit zijn patronen.
Het ongemakkelijke is dat deze patronen meestal al één tot twee jaar vóór de reorganisatie herkenbaar zijn. Niet achteraf, maar in real time. Alleen worden ze niet als sturingssignaal gebruikt, maar als achtergrondruis.
KPI’s zonder samenhang creëren schijncontrole
Veel organisaties beschouwen zichzelf als data-gedreven omdat ze dashboards hebben. Maar dashboards zonder context geven vooral comfort. Alles staat nog “op groen”. Elke afdeling haalt zijn eigen targets. En juist daar ontstaat de blinde vlek.
Kosten worden geoptimaliseerd per silo. Productiviteit wordt gemeten zonder kwaliteit. Groei wordt nagestreefd zonder extra complexiteit mee te wegen. Medewerkerdruk verschijnt hooguit in een jaarlijkse survey, losgekoppeld van operationele data.
Zolang we KPI’s niet in samenhang bekijken, blijft de onderliggende spanning onzichtbaar. De organisatie functioneert nog, maar alleen door steeds harder te corrigeren. Reorganiseren is dan geen keuze, maar een uitgestelde noodgreep.
AI is niet de oorzaak, maar het vergrootglas
In veel recente reorganisaties speelt AI een opvallende rol in de communicatie. Automatisering, efficiency, toekomstbestendigheid. Het suggereert dat technologie banen overbodig maakt. In werkelijkheid is AI zelden de oorzaak van de ingreep.
Wat AI wél doet, is zichtbaar maken hoe slecht werk soms is ontworpen. Het laat zien waar processen alleen draaien dankzij informele kennis. Waar controles zijn opgestapeld omdat niemand het proces nog vertrouwt. Waar functies bestaan om uitzonderingen op uitzonderingen af te handelen.
AI ontmaskert organisatorische rommel. De reorganisatie volgt pas wanneer die rommel niet meer te negeren is.
Een écht data-gedreven organisatie gebruikt AI daarom niet als rechtvaardiging voor ontslag, maar als ontwerpinstrument. Niet om mensen weg te snijden, maar om werk opnieuw te structureren voordat het vastloopt.
Het verschil zit in sturen op trend, niet op stand
Het fundamentele onderscheid tussen organisaties die blijven reorganiseren en organisaties die continu aanpassen, zit in de manier van sturen. Traditionele sturing kijkt naar standen: dit kwartaal, dit budget, deze bezetting. Data-gedreven sturing kijkt naar trends.
Niet of besluitvorming vandaag traag is, maar of zij structureel trager wordt. Niet of kosten dit jaar stijgen, maar of ze sneller stijgen dan de gecreëerde waarde. Niet of mensen uitvallen, maar of dezelfde teams telkens opnieuw onder druk komen te staan.
Wie op trend stuurt, ziet spanning opbouwen. Wie op stand stuurt, schrikt pas wanneer het breekt.
Reorganisaties zijn typisch het gevolg van dat laatste.
De ongemakkelijke bestuursvraag
De relevante vraag voor bestuurders en CFO’s is dan ook niet hoe je een reorganisatie efficiënt uitvoert. Die vraag komt te laat. De echte vraag is welke signalen eerder zichtbaar waren, maar niet zijn benut.
Dat is geen HR-vraag en geen kostenkwestie. Het is een governancevraag. Over hoe we data gebruiken. Over welke signalen serieus worden genomen. En over de bereidheid om bij te sturen voordat ingrijpen onvermijdelijk lijkt.
Minder reorganisaties begint bij beter kijken
Misschien moeten we stoppen met praten over een toename van reorganisaties en beginnen met praten over een tekort aan data-gedreven sturing. Reorganisaties zijn zelden onvermijdelijk. Ze zijn meestal het eindpunt van een lange reeks genegeerde signalen.
Data-gedreven werken betekent niet dat je pijnlijke beslissingen voorkomt. Het betekent dat je eerder ziet waar je organisatie zichzelf in de weg zit.
En dat is uiteindelijk de enige manier om te voorkomen dat reorganiseren de standaardreactie blijft op voorspelbare problemen.