Zorgaanbod Analyse maakt zichtbaar welke zorgpartijen in een regio vergelijkbaar zijn met je eigen organisatie. Je vergelijkt hun aanbod en omvang, bekijkt de onderliggende bronnen en onderzoekt waar ander zorgaanbod aanknopingspunten biedt voor samenwerking.

Het project begon met een inventarisatie rond St. Franciscus in Gilze en groeide uit tot een toepassing waarin iedere gebruiker een eigen benchmark kan kiezen. Het onderzochte gebied ligt rond Breda, Tilburg en Gorinchem. De tool is bedoeld voor strategische verkenning door bestuurders, toezichthouders en adviseurs in de ouderenzorg.

Open Zorgaanbod Analyse ↗Toegang met projectwachtwoord.

Wat je ermee kunt

  1. Kies je uitgangspunt. Selecteer een organisatie en boekjaar, of voer eigen gegevens in.
  2. Vind relevante zorgpartijen. Zoek op naam of plaats en kijk naar gedeeld zorgaanbod, ander aanbod en vergelijkbare omvang.
  3. Vergelijk naast elkaar. Vink maximaal drie partijen aan. Bekijk hun zorgvormen en financiële gegevens naast je benchmark.
  4. Onderzoek de aansluiting. Open het dossier, controleer de bronnen en neem de selectie mee naar vervolgonderzoek of een CSV-export.

De kaart laat zien waar opgenomen locaties en diensten liggen. Financiële inzichten tonen beschikbare jaarcijfers en trends. Dossiers brengen zorgvormen, capaciteit, inspecties en informatie over bestuur en toezicht bijeen. De Kennisbank legt begrippen en beoordelingsmethoden uit.

Voor samenwerking, uitbreiding en overnameverkenning kun je een doel en criteria kiezen. De app maakt daar een uitlegbare vergelijking en vervolgvragen van. Een groeiscenario laat je met eigen aantallen, prijzen en kosten rekenen. Eigen invoer en scenario’s worden in de gebruikte browser bewaard.

Een interessante overeenkomst is een reden om verder te onderzoeken. Zij bewijst nog geen beschikbare capaciteit, bereidheid tot samenwerking of haalbare overname. Daarom blijven bronstatus, ontbrekende gegevens en open vragen zichtbaar.

De lastige ontwikkelvragen

Dezelfde naam is nog niet dezelfde organisatie

Een zorglocatie, een rechtspersoon en een concern kunnen verschillende namen en cijfers hebben. Jaarrekeningen hebben bovendien een eigen verslagperiode en afbakening. Omzet van een concern mag niet bij elke vestiging terugkomen alsof die daar is verdiend. Fusies en wijzigingen in de rapporterende organisatie kunnen een trend doorbreken.

Ontbrekend, nul en strijdig betekenen iets anders

Een onbekend aantal bedden is geen nul. Een ontbrekende omzet maakt een wel bekend verlies niet onbruikbaar. Een zorgvorm die niet op een website staat, is niet bewezen afwezig. Deze verschillen moesten in de gegevensstructuur, berekeningen, kaarten en exports behouden blijven.

Bewijs moet bij de claim passen

Een bestuursverslag kan een benoeming onderbouwen, maar bewijst niet vanzelf dat een specifieke locatie een zorgvorm levert. Een onbereikbare bron met een gunstig statuslabel mag evenmin als bevestiging meetellen. De broncontrole moest dus verder gaan dan controleren of er ergens een link was ingevuld.

Een regio betrouwbaar afbakenen

De geografische selectie gebruikt een berekende schil van twintig kilometer rond de driehoek Breda–Tilburg–Gorinchem. Adrescoördinaten en benaderingen op woonplaatsniveau blijven onderscheiden. Registerresultaten kunnen worden afgekapt of tijdelijk door zoeklimieten ontbreken. Nieuwe treffers vragen daarom controle op identiteit, werkelijk zorgaanbod en ligging voordat ze als partij meetellen.

Skills als werkafspraken

Skills leggen vast hoe het werk wordt uitgevoerd en beoordeeld. In dit project vervullen ze verschillende rollen:

  • Gauntlet Loop: vooraf toetscriteria vastleggen, bouwen, door een afzonderlijke criticus laten beoordelen en afgekeurde onderdelen opnieuw uitwerken.
  • Data-analyse: bronherkomst, definities, vergelijkbaarheid en onzekerheid expliciet houden. Berekeningen moeten opnieuw uitgevoerd en gecontroleerd kunnen worden.
  • Vrules-design: dezelfde lettertypen, kleurrollen en bedieningspatronen toepassen, met leesbare vergelijkingen op desktop en mobiel.
  • Anti-AI-slob: concrete Nederlandse uitleg en een interface waarin de gebruiker begrijpt wat een getal betekent en welke stap volgt.

Vijf rondes Gauntlet Loop

De uitgevoerde Gauntlet Loop richtte zich op de route van organisatiekeuze naar vergelijking. De kwaliteitslat lag vooraf vast. Elke beoordelingsronde kreeg een nieuwe context en onderzocht uitvoerbare berekeningen en echte schermbeelden. De criticus moest ook tegenvoorbeelden proberen.

Een fout die gewone schermcontrole niet snel vindt: wanneer omzet ontbrak, verdween aanvankelijk ook een wel bekend resultaatcijfer. Een tegenproef met ontbrekende omzet en een negatief resultaat maakte dat zichtbaar. Daarna werden financiële velden afzonderlijk beoordeeld.

Andere rondes vonden een stilzwijgende euro-aanname, conflicterende financiële velden en een export die meer partijen meenam dan de gebruiker had geselecteerd. Ook bleek dat verschillende schermen niet dezelfde regels voor zorgbewijs gebruikten. Die logica is gelijkgetrokken, zodat een ongeschikte bron niet in het ene scherm wordt geweigerd en in het andere alsnog meetelt.

De vijfde onafhankelijke review keurde nog twee bronproblemen af. Die zijn in de afsluitende integratie hersteld en met extra tests gecontroleerd. Bij die oplevering slaagden 174 geautomatiseerde controles; de hoofdroute is bediend op 320, 390, 768 en 1440 pixels. Een nieuw onafhankelijk totaal-oordeel na de laatste reparaties ontbreekt. Dat blijft een open controlepunt.

Wat recente modellen toevoegen

Dit project laat zien hoe ver een ontwikkeltraject met AI inmiddels kan gaan: bronnen onderzoeken, een gegevensmodel opbouwen, een werkende app schrijven, tegenproeven uitvoeren en gevonden fouten doorwerken in meerdere onderdelen. De vastgelegde onafhankelijke Gauntlet-beoordelingen gebruikten GPT-6 Astra, met de lognaam gpt-6-astra, binnen OpenAI Codex.

De moeilijke stap is het vasthouden van inhoudelijke regels tijdens het bouwen. De afspraak “onbekend is geen nul” moet kloppen in een dossier, een financiële verhouding, een grafiek en een CSV. De recente modellen konden in dit traject zulke verbanden onderzoeken, uitvoerbare tests maken en code na kritiek gericht herstellen. Dat maakt een omvangrijker product haalbaar binnen één doorlopend ontwikkelproces.

Bij werken met losse prompts en codefragmenten moet een mens de verbinding tussen onderzoek, schermen en controles steeds opnieuw leggen. Skills, gedeelde projectbestanden en afzonderlijke beoordelaars maken die verbinding expliciet. Het resultaat hangt daardoor ook af van de werkwijze en de beschikbare tools. Oudere modellen zijn in dit project niet onder gelijke omstandigheden getest; een gemeten snelheids- of kwaliteitswinst wordt daarom niet geclaimd.

De app zelf vergelijkt met vaste, uitlegbare rekenregels. Voor een vergelijking hoeft geen taalmodel een antwoord te verzinnen. AI is hier gebruikt voor onderzoek, bouw en beoordeling; de herleidbare gegevens bepalen wat de gebruiker te zien krijgt.

Techniek en stand van zaken

Periode
Oktober 2026
Stack
React 19, Vite, Leaflet en Express op Railway. Python voor bronextractie, geografische selectie en gegevenscontrole.
Complexiteit
Hoog: zorgaanbod, jaarcijfers, locaties en bronnen samenbrengen zonder onvergelijkbare gegevens op één hoop te zetten.
Skills
Gauntlet Loop voor onafhankelijke kritiek en herstelrondes; data-analyse voor broncontrole; Vrules-design en anti-AI-slob voor vormgeving en begrijpelijke tekst.
Modellen destijds
Ontwikkeld met OpenAI Codex. De vastgelegde Gauntlet-beoordelingen gebruiken GPT-6 Astra (gpt-6-astra).
Nu anders?
Recente modellen helpen onderzoek, softwarebouw en uitvoerbare tegenproeven binnen één ontwikkeltraject te verbinden. De grootste winst zit in fouten opsporen en consequent herstellen in meerdere schermen. Oudere modellen zijn niet onder dezelfde omstandigheden getest.

De beschreven versie bevat 86 organisatieprofielen. Dat is de opgebouwde dossierselectie, geen bewijs dat iedere regionale zorgaanbieder volledig is onderzocht. Nieuwe bronnen en registertreffers worden afzonderlijk beoordeeld.

De app en brondocumenten zijn afgeschermd met een serversessie. Deze projectpagina beschrijft de functies en ontwikkeling; de onderzoeksdossiers blijven in de besloten toepassing. Stand van deze beschrijving: 12 oktober 2026, na de eerste afgeronde Gauntlet-cyclus. Verdere verbetering van overzicht en persoonsverbindingen loopt nog.