AI-monitor 2024

Hoofdstuk 1 Inleiding

Artificiële Intelligentie (AI) verwijst naar machinale systemen die, voor specifieke doelstellingen, uit ontvangen input afleiden hoe output te genereren. AI is een systeemtechnologie, te vergelijken met elektriciteit en de verbrandingsmotor. De afgelopen jaren is AI als fenomeen sterker onder de aandacht gekomen bij beleidsmakers. Een nieuwe, impactvolle technologie als AI vraagt om een systematische en structurele monitoring. Dit rapport is een volgende stap in de ontwikkeling van een landelijke AI-monitor. Het doet verslag van methodeontwikkeling richting nieuwe statistieken, maar geeft ook al (voorlopige) cijfers. Inhoudelijk richt het rapport zich op bedrijven die AI produceren, bedrijven die AI gebruiken, AI-opleidingen inclusief de overgang naar de arbeidsmarkt, en de vraag naar arbeidskrachten met AI-vaardigheden. Het onderzoek is uitgevoerd in opdracht van TNO en draagt ook bij aan de monitoring van het AiNed-programma.

Hoofdstuk 2 AI-gebruik door bedrijven

• In de CBS-enquête ICT-gebruik bedrijven wordt het gebruik van zeven AI-technologieën onder bedrijven in de bedrijfstakken C t/m N en Q met 10 of meer werkzame personen uitgevraagd. Deze technologieën zijn machine learning, service robots of autonome voertuigen, robot-ondersteunende procesautomatisering, spraakherkenning, afbeeldingherkenning, text mining en natural language generation.
• In 2024 gebruikte 23 procent van de bedrijven met 10 of meer werkzame personen één of meer van de genoemde zeven AI-technologieën. Dit was een toename van bijna 8 procentpunt ten opzichte van 2023.
• Bedrijven die AI-technologie gebruikten waren in 2024 goed voor meer dan de helft (51 procent) van de totale omzet van Nederlandse bedrijven.
• Door bedrijven die AI-technologie gebruikten werd deze in 2024 het vaakst ingezet voor marketing en verkoop (36 procent) en administratieve processen of bestuurstaken (30 procent).
• Direct gebruik van commerciële software is de meest voorkomende manier waarop bedrijven AI-technologie verkregen in 2024.
• Voor bedrijven die het gebruik van AI-technologie in 2024 hebben overwogen en toch besloten er geen gebruik van te maken was ‘gebrek aan ervaring’ veruit de belangrijkste reden (75 procent).

Hoofdstuk 3 AI-producerende bedrijven

• Om de populatie van AI-producerende bedrijven in Nederland in kaart te brengen is een methode op basis van machine learning ontwikkeld waarmee AI-bedrijven van niet-AI-bedrijven kunnen worden onderscheiden op basis van de tekst op hun websites.
• Een AI-systeem werd gedefinieerd overeenkomstig de definitie door de OESO. Een AI-bedrijf werd gedefinieerd als ‘een bedrijf dat de productie van AI-systemen als hoofdactiviteit heeft’.
• Toepassing van de methode resulteerde in een set van 450 websites behorende bij 402 AI-bedrijven met een vestiging in Nederland die actief waren in 2024.
• Van de geïdentificeerde AI-bedrijven behoorde 97 procent in 2024 tot het midden- en kleinbedrijf, gedefinieerd als bedrijven met minder dan 250 werkzame personen.
• De meeste AI-bedrijven behoorden tot de bedrijfstak J Informatie en communicatie (63 procent).
• In de meeste gevallen was een AI-bedrijf een besloten vennootschap (83 procent).
• Het grootste deel van de AI-bedrijven was gevestigd in Noord-Holland (32 procent) en Zuid-Holland (24 procent). 5 procent van de bedrijven hoorde bij een buitenlands moederbedrijf.
• In 2023 had het grootste deel van de AI-bedrijven (43 procent) een omzet tussen de 100 duizend en de 1 miljoen euro. Vergeleken met andere bedrijven in Nederland hadden AI-bedrijven vaker een hogere omzet.
• Van de AI-bedrijven met ten minste één werkzame persoon had het grootste deel (85 procent) in 2022 een opbrengst van minder dan 5 miljoen euro. Een klein deel (5 procent) had een opbrengst van meer dan 50 miljoen euro. Het resterende deel (10 procent) had een opbrengst tussen de 5 en 50 miljoen euro.
• Het grootste deel van de AI-bedrijven met ten minste één werkzame persoon (81 procent) had in 2022 minder dan 5 miljoen euro lasten. Ongeveer 7 procent had meer dan 25 miljoen euro lasten. Het resterende deel (13 procent) had lasten tussen de 5 en de 25 miljoen euro.
• Omdat de methode nog in ontwikkeling is hebben deze cijfers over AI-bedrijven een voorlopig karakter.

Hoofdstuk 4 AI-onderwijs

• Statistische informatie over AI-onderwijs (ingeschreven studenten en gediplomeerden) is ontsloten door in de binnen het CBS beschikbare gegevens over onderwijs opleidingen af te bakenen waarvan AI de kern is (AI-smal), en opleidingen waar AI minimaal deel van uitmaakt, maar niet de kern hoeft te zijn (AI-breed, inclusief AI-smal).
• De ingeschrevenen in AI-smal waren een zeer klein deel (4-7 procent) van het totaal aantal AI-studenten (AI-breed).
• Het aantal ingeschreven studenten in AI-breed nam in de periode 2018/’19 tot en met 2022/23’ toe met 23 procent. Het aantal studenten in AI-smal verdubbelde van 2018’19 tot 2023/’24.
• AI-breed had in totaal bijna 104 duizend ingeschreven studenten in studiejaar 2023/’24.
• Binnen AI-breed waren de opleidingen in de richting ‘informatietechnologie algemeen’ in 2023/’24 het grootst (34 duizend studenten), gevolgd door opleidingen in de richting ‘marketing, commerciële economie’ (21 duizend studenten).
• Binnen AI-breed lag het aandeel vrouwen in de onderzochte periode rond de 22 procent. Het merendeel van de studenten was ingeschreven voor een bachelor- of masteropleiding.
• In het hoger onderwijs stonden in studiejaar 2023/’24 128 duizend internationale studenten ingeschreven, binnen AI-breed waren dat er 18 duizend en binnen AI-smal 2500.
• Keuzes rond de afbakening van AI-onderwijs hebben grote invloed op de cijfers. Omdat de afbakening van AI-opleidingen nog in ontwikkeling is hebben deze cijfers over AI-opleidingen een voorlopig karakter.

Hoofdstuk 5 Doorstroom AI-onderwijs naar arbeidsmarkt

• Voor studenten die het onderwijs verlaten na het volgen van een AI-opleiding (AI maakt minimaal deel uit van de opleiding, maar hoeft niet de kern te zijn) is nagegaan hoe het hen in de jaren erna vergaat.
• De jaarlijkse uitstroom uit AI-opleidingen uit studiejaren 2018/’19 t/m 2022/’23 lag tussen ruim 15 duizend (studiejaar 2019/’20) en bijna 22 duizend (studiejaar 2022/’23) studenten.
• Ongeveer twee derde (67 procent) van de studenten uit AI-opleidingen vertrok uit het AI-onderwijs met een AI-diploma. Voor AI-smal (AI is de kern van de opleiding) was dit 73 procent.
• Vrouwen stroomden vaker uit met een AI-diploma uit AI-opleidingen (77 procent) dan mannen (63 procent).
• De meesten van de bijna 16 duizend uitstromers uit AI-opleidingen in het studiejaar 2018/’19 (met en zonder diploma) werden direct werknemer. Werken als zelfstandige of het ontvangen van een uitkering kwam nauwelijks voor, en dat bleef zo in de eerste vier jaren na uitstroom.
• Studenten die met een diploma uitstromen uit AI-opleidingen werkten het vaakst in de bedrijfstakken Informatie en communicatie, Specialistische zakelijke diensten en Handel. Uitstromers zonder behaald diploma van AI-opleidingen waren vooral werkzaam in de bedrijfstakken Handel (vooral bij supermarkten) en Verhuur en overige zakelijke diensten (vooral bij uitzendbureaus).
• Van de internationale studenten uit AI-opleidingen werd 26 tot 29 procent werknemer in Nederland, maar het grootste deel vertrok uit Nederland.
• Het grootste deel van de werknemers die vier jaar eerder uitstroomden uit het AI-opleidingen werkten 35 uur of meer.
• Keuzes rond de afbakening van AI-onderwijs hebben grote invloed op de cijfers. Omdat de afbakening van AI-opleidingen nog in ontwikkeling is hebben deze cijfers over uitstroom uit AI-opleidingen een voorlopig karakter.

Hoofdstuk 6 Vraag naar arbeidskrachten met AI-vaardigheden

• Om zicht te krijgen op de vraag naar arbeidskrachten met AI-vaardigheden is de effectiviteit en haalbaarheid onderzocht van een methode die, op basis van vacatureteksten en modellering, AI-vacatures onderscheidt van niet-AI-vacatures.
• Een AI-vacature werd gedefinieerd als ‘Een vacature voor een baan waarbij het gebruik of de productie van AI-systemen (volgens de OESO-definitie) centraal staat. Hierbij is vereist dat de baan, zoals omschreven in de vacaturetekst, alleen kan worden uitgevoerd door een persoon met (diepgaande) kennis van AI-systemen’.
• Er werden diverse modellen gefit op een handmatig gelabelde set van AI-vacatures en niet-AI-vacatures. Het best presterende model was een machine learning model met tf-idf encoding.
• Dit model werd toegepast op een dataset met 7,5 miljoen online vacatures, wat resulteerde in een set van 8725 AI-baanadvertenties in de periode 2018-2024.
• Gedurende de periode 2018 tot 2022 is een stijging van het aantal AI-vacatures te zien met een piek aan het begin van 2022. Hierna daalt het aantal, waarna het blijft schommelen rond een waarde van 430 per kwartaal.
• Het totaal aantal AI-vacatures vanaf het eerste kwartaal van 2018 tot het tweede kwartaal van 2024 was het grootst in Noord-Holland (2770), Zuid-Holland (1435) en Noord-Brabant (1205).
• De vijf meest voorkomende beroepsgroepen die horen bij de AI-vacatures zijn: Systeemanalisten, Vakspecialisten op statistisch en wiskundig gebied e.d., Softwareontwikkelaars, Professoren en andere onderwijsgevenden in het hoger onderwijs en Leidinggevende functies op het gebied van informatie- en communicatietechnologie.
• De meest voorkomende bedrijfstakken van de bedrijven met AI-vacatures zijn Onderwijs, Informatie en communicatie, Specialistische zakelijke diensten, Handel en Industrie.
• De 10 organisaties met de meeste AI-vacatures op hun naam hebben gezamenlijk 2000 AI-vacatures uitgestuurd in de onderzochte periode. Van deze top 10 organisaties zijn zeven een Nederlandse universiteit.
• Omdat de methode nog in ontwikkeling is hebben deze cijfers over AI-vacatures een voorlopig karakter.

Artificiële Intelligentie (AI) verwijst naar machinale systemen die, voor specifieke doelstellingen, uit ontvangen input afleiden hoe output te genereren¹⁾. Deze systemen kunnen met een bepaalde mate van autonomie voorspellingen of aanbevelingen doen, of beslissingen nemen die van invloed zijn op de fysieke of virtuele omgeving. Voorbeelden van AI-systemen zijn autonome robots, zelfrijdende auto's, machine learning modellen die gebruikt worden voor data analyse, AI-gedreven beeldanalyse en generatieve AI modellen die op basis van een prompt tekst en/of afbeeldingen produceren.

AI is een systeemtechnologie, te vergelijken met elektriciteit en de verbrandingsmotor²⁾. Dit zijn technologieën met een grote impact op de samenleving die, op het moment dat de technologie opkomt, nog niet goed is te overzien. Volgens een verkenning van de OESO kan AI bijdragen aan wetenschappelijke vooruitgang, een toename van de productiviteit en economische groei, verbeteringen van de gezondheidszorg en het onderwijssysteem en het dempen van klimaatverandering³⁾. Mogelijke dreigingen die samenhangen met AI zijn een toename van (cyber)criminaliteit, verspreiding van desinformatie, aantasting van de privacy en meer ongelijkheid in de samenleving³⁾.

De afgelopen jaren is AI als fenomeen sterker onder de aandacht gekomen bij beleidsmakers⁴⁾⁵⁾. AI is inmiddels een integraal onderdeel van de Europese data- en digitaliserings¬strategie en er is een AI Act ontwikkeld die het gebruik van AI dient te reguleren⁶⁾⁷⁾. In Nederland is de Nederlandse AI Coalitie (NLAIC) opgericht. Deze stelt zich ten doel Nederland in een voorhoedepositie te krijgen op het gebied van kennis en toepassing van AI voor welvaart en welzijn. Deze ambitie krijgt onder andere vorm via een gehonoreerd Groeifondsvoorstel van ongeveer 150 miljoen euro dat wordt uitgevoerd onder verantwoordelijkheid van Stichting AiNed.

Een nieuwe, impactvolle technologie als AI vraagt om een systematische en structurele monitoring. Statistische informatie om de impact van AI te kwantificeren is echter slechts fragmentarisch beschikbaar. Om deze leemte te vullen zet het CBS in op de ontwikkeling en invulling van een samenhangend systeem van AI-monitoring. Binnen deze ambitie werden reeds enkele kleinschalige projecten uitgevoerd, in opdracht van de NLAIC en TNO. In 2022 werd een inventarisatie van beschikbare AI-indicatoren uitgevoerd⁸⁾. Ook werd dat jaar een tabellenset met een statistische beschrijving van bedrijven met een AiNed subsidie opgeleverd⁹⁾. In 2023 werd een statistische beschrijving van Nederlandse bedrijven met AI-vacatures opgeleverd en werd het gebruik van AI-technologie door Nederlandse bedrijven met en zonder AI-vacatures in kaart gebracht¹⁰⁾.

Dit rapport is een volgende stap in de ontwikkeling van een landelijke AI-monitor. Het doet verslag van methodeontwikkeling richting nieuwe statistieken, maar geeft ook al cijfers. Inhoudelijk richt het rapport zich op bedrijven die AI produceren, bedrijven die AI gebruiken, AI onderwijs inclusief de overgang naar de arbeidsmarkt, en de vraag naar arbeidskrachten met AI-vaardigheden. Het onderzoek is uitgevoerd in opdracht van TNO en draagt ook bij aan de monitoring van het AiNed-programma.

Leeswijzer

De publicatie is als volgt opgebouwd. Hoofdstuk 2 gaat in op het gebruik van AI-technologieën door Nederlandse bedrijven. Voor de bedrijven die AI-technologie gebruiken wordt inzichtelijk gemaakt waarvoor deze technologieën worden ingezet en hoe ze zijn verkregen. Voor de bedrijven die geen AI-technologie gebruiken wordt in kaart gebracht of dit wel is overwogen, en, zo ja, wat de reden was om geen AI-technologie te gebruiken. In hoofdstuk 3 wordt een nieuwe methode gepresenteerd om AI-bedrijven (bedrijven die de productie van AI als hoofdactiviteit hebben) te identificeren. De zo gevonden AI-bedrijven worden vervolgens beschreven naar hun demografische en bedrijfseconomische kenmerken. Kerncijfers over AI-onderwijs worden gegeven in hoofdstuk 4. Het gaat hier onder andere om cijfers over het aantal ingeschrevenen en gediplomeerden bij studies waar AI centraal staat of meer zijdelings aan bod komt. Hoofdstuk 5 sluit hierbij aan en gaat in op de arbeidsmarkt voor instromers van AI-opleidingen. Vragen als ‘Wat is de positie van uitstromers op de arbeidsmarkt, een jaar na uitstroom?’ of ‘In welke bedrijfstakken komen uitstromers te werken?’ worden behandeld. Hoofdstuk 6 presenteert tot slot een nieuw ontwikkelde classificatie-methode om AI-vacatures te identificeren. Op basis daarvan geeft dit hoofdstuk ook eerste beschrijvende statistieken over de vraag naar arbeidskrachten met vaardigheden op het terrein van AI.

2.1 Gebruik AI-technologie

In 2024 gebruikte 22,7 procent van de bedrijven met 10 of meer werkzame personen één of meer van de genoemde zeven AI-technologieën. Dit was een toename van bijna 9 procentpunt ten opzichte van 2023. In de periode 2020-2023 was het gebruik van AI-technologie relatief stabiel, met een kleine piek in 2022.

De AI-technologieën die in 2024 het vaakst werden gebruik door bedrijven waren text mining (13,5 procent) en natural language generation (12,3 procent). Ten opzichte van een jaar eerder was het aandeel bedrijven dat text mining gebruikte twee en een half keer groter. Het gebruik van natural language generation verdrievoudigde bijna in 2024 ten opzichte van een jaar eerder. Het gebruik van spraakherkenning nam toe van 3,7 procent in 2023 naar 6,5 procent in 2024.

Bedrijven met een groter aantal werkzame personen maakten in 2024 vaker gebruik van AI-technologie dan kleinere bedrijven. Het gebruik van AI-technologie was het hoogst onder bedrijven met 500 en meer werkzame personen (59,2 procent) en het laagst onder bedrijven met 10-19 werkzame personen (17,8 procent). Dit patroon was ook aanwezig in de voorgaande jaren tussen 2021 en 2023 (niet getoond in figuur).

In de bedrijfstak Informatie en communicatie werd in 2024 met 58,0 procent het vaakst AI-technologie gebruikt. Een jaar eerder werd in deze bedrijfstak nog door 37,0 procent van de bedrijven AI-technologie gebruikt. Ook bedrijven in de specialistische zakelijke dienstverlening en financiële dienstverlening maakten in 2024 relatief vaak gebruik van AI-technologie (39,8 en 37,4 procent). Ook in deze bedrijfstakken was het gebruik van AI-technologie in 2023 nog lager (24,8 en 27,4 procent).

Door Eurostat wordt het gebruik van minstens één van zeven AI-technologieën door bedrijven met 10 of meer werkzame personen in EU-landen onderzocht¹¹⁾. In 2024 waren er vijf EU-27 landen (Denemarken, Zweden, België, Finland, en Luxemburg) met een groter aandeel bedrijven dat AI-technologie gebruikte. In Denemarken was het aandeel bedrijven dat AI-technologie gebruikte het grootst (27,6 procent). Het EU-27 gemiddelde voor het gebruik van AI-technologie door bedrijven was 13,5 procent in 2024.

2.2 Omzetaandeel bedrijven met AI-technologie

Bedrijven die AI-technologie gebruikten waren in 2024 goed voor meer dan de helft (51,1 procent) van de totale omzet door bedrijven met 10 of meer werkzame personen in de bedrijfstakken C t/m N en Q. De resterende 48,9 procent van de omzet werd gemaakt door bedrijven die geen AI-technologie gebruikten. Het omzetaandeel van bedrijven die AI-technologie gebruikten was groter onder grotere bedrijven. Zo waren bij bedrijven met 10-19 werkzame personen bedrijven die AI-technologie gebruikten goed voor 18,7 procent van de omzet, terwijl dit voor bedrijven met 500 en meer werkzame personen 79,5 procent was. Deels is deze positieve relatie tussen het omzetaandeel en bedrijfsgrootte te verklaren doordat grotere bedrijven vaker AI-technologie gebruiken.

Het omzetaandeel door bedrijven die AI-technologie gebruikten varieerde in 2024 naar bedrijfstak. Het omzetaandeel was het grootst onder bedrijven in de financiële dienstverlening (87,9 procent), informatie en communicatie (75,3 procent) en energie, water en afvalbeheer (74,3 procent) en het kleinst onder horecabedrijven (25,3 procent).

2.3 Doel AI-gebruik

Door bedrijven die AI-technologie gebruikten werd deze in 2024 het vaakst ingezet voor marketing en verkoop (36,4 procent) en administratieve processen of bestuurstaken (30,3 procent). Het minst vaak werd AI-technologie ingezet voor logistieke doeleinden (6,5 procent). De antwoordcategorieën zijn in 2023 en 2024 gedeeltelijk anders dan in de twee voorgaande jaren. Voor drie van de vier doeleinden die in de gehele periode 2021-2024 consistent zijn uitgevraagd (ICT-beveiliging, marketing of verkoop, productieprocessen en logistiek) is er een daling in de periode 2021-2023 in het aandeel bedrijven dat deze doeleinden noemt. Het is niet uit te sluiten dat deze daling (deels) samenhangt met de aanpassing in de antwoordmogelijkheden.

AI-technologie werd in 2024 in alle grootteklassen het minst vaak ingezet voor logistieke doeleinden. Bedrijven met minder dan 100 werkzame personen zetten AI-technologie het vaakst in voor marketing en verkoop (35,5-38,8 procent). Voor bedrijven met 100 of meer werkzame personen had de inzet van AI-technologie het vaakst ICT-beveiliging als doel (30,1-44,6 procent).

Binnen alle bedrijfstakken werd in 2024 AI-technologie ingezet voor uiteenlopende doeleinden. Het belangrijkste doel waarvoor AI-technologie werd ingezet verschilde per bedrijfstak. In de handel en de verhuur en handel van onroerend goed werd AI-technologie het vaakst ingezet voor marketing of verkoop (54,1 en 40,3 procent procent). Bedrijven actief in de informatie en communicatie en de financiële dienstverlening zetten AI-technologie het vaakst in voor onderzoek & ontwikkeling of innovatie (46,4 en 46,8 procent). Door bedrijven in vervoer en opslag en in de gezondheid en welzijnszorg werd AI-technologie het vaakst ingezet voor administratieve processen of bestuurstaken (41,4 en 29,9 procent).

2.4 Manier AI-technologie verkregen

AI-technologie voor gebruik binnen het bedrijf kan op verschillende manieren worden verkregen. De software kan geheel door eigen werknemers worden ontwikkeld, er kunnen externe leveranciers worden ingehuurd voor ontwikkeling of aanpassing van software, of er kan gebruik worden gemaakt van commerciële of open source software. Direct gebruik van commerciële software is de meest voorkomende manier waarop bedrijven AI-technologie verkregen in 2024. Meer dan de helft van de bedrijven (55,6 procent) verkreeg AI-technologie op deze manier.

Voor bedrijven uit alle grootteklassen was het direct gebruik van commerciële software de meest voorkomende manier waarop AI-technologie werd verkregen. In vergelijking met kleinere bedrijven huurden grotere bedrijven vaker externe leveranciers in om software te ontwikkelen of aan te passen.

In alle bedrijfstakken werd AI-technologie het vaakst verkregen via een commerciële partij. In de financiële dienstverlening werd het vaakst gebruik gemaakt van commerciële software die werd aangepast door eigen werknemers. In alle andere bedrijfstakken werd het vaakst commerciële software direct gebruikt, zonder verdere aanpassing.

2.5 Redenen geen AI-technologie

Voor bedrijven die het gebruik van AI-technologie in 2024 hebben overwogen en toch besloten er geen gebruik van te maken was ‘gebrek aan ervaring’ veruit de belangrijkste reden (74,6 procent). Dit gold voor bedrijven in alle grootteklassen en bedrijfstakken. Ook privacy speelde een rol in de overwegingen. Meer dan de helft van de bedrijven met 100 of meer werkzame personen noemde privacy als een reden om geen AI-technologie te gebruiken.

*Voorlopige cijfers
¹⁾ Percentage van bedrijven die geen AI-technologie gebruiken, maar het wel hebben overwogen

Annex: methodologische beschouwing

De gemiddelden en 95% betrouwbaarheidsintervallen zijn berekend met de ‘Survey’ package V4.2-1 in R. De percentages zijn gewogen naar de populatie Nederlandse bedrijven met 10 of meer werkzame personen. De betrouwbaarheidsintervallen zijn berekend met ‘svyciprop’ voor betrouwbaarheidsintervallen bij proporties. Er werd gebruik gemaakt van de ‘logit’ methode. Deze methode fit een logistisch regressie model en berekent een Wald-type interval op de log-odds schaal, dat vervolgens wordt getransformeerd naar de kansschaal.

Het gebruik van AI-technologie vertoonde een lichte daling in 2023 (van 15,8 procent in 2022 naar 14,0 procent in 2023). Ook door Denemarken en Noorwegen (2023 t.o.v. 2021; zie hier) werd een afname in het gebruik van AI-technologie gerapporteerd. Deze waargenomen ontwikkelingen lijken wat tegenstrijdig met de snelle technologische ontwikkelingen die momenteel plaatsvinden op het terrein van AI. Mogelijk hangt het wat inconsistente beeld deels samen met het feit dat het voor een bedrijf, of meer concreet de persoon die de vragenlijst invult, lastig kan zijn om in te schatten of en waar er in het bedrijf specifieke AI-technologieën worden gebruikt. AI-technologie kan onderdeel zijn van een groter softwarepakket of systeem, zonder dat dit direct duidelijk is. De enquête ICT-gebruik bedrijven is zo opgezet dat ieder jaar een nieuwe steekproef wordt getrokken, waarbij de bedrijven met 100 of meer werkzame personen integraal onderdeel zijn van de steekproef. Een groot deel van de bedrijven (71,4-75,6 procent) respondeert in twee (of meerdere) jaren achter elkaar. Uit een analyse van subsamples van bedrijven die in aansluitende jaren respondeerden bleek dat meer dan een kwart van de bedrijven het ene jaar aangeeft AI-technologie te gebruiken maar dit het jaar erop niet meer doet. Dit percentage ‘stoppers’ was in 2023 (43,6 procent) hoger dan in 2022 (32,7 procent) en 2024 (28,4 procent) en verklaart waarschijnlijk (deels) de waargenomen daling van AI-gebruik in 2023. Met de beschikbare data is het niet te verifiëren in welke mate ruis ten gevolge van zelfrapportage een verklaring geeft voor het hogere percentage stoppers en de daling van AI-gebruik in 2023.

Om de kenmerken van AI-bedrijven in Nederland te beschrijven, is het essentieel te weten uit welke bedrijven deze populatie bestaat. Hoewel er enkele deelpopulaties van AI-bedrijven beschikbaar zijn¹²⁾, is er nog geen volledig overzicht van AI-bedrijven. Deze deelpopulaties zijn daarnaast niet samengesteld aan de hand van eenduidige definities.

In 2021 heeft het CBS, samen met het bedrijf InnovatieSpotter, een verkennende studie uitgevoerd waarin werd nagegaan of het mogelijk was om AI-bedrijven te identificeren op basis van de teksten op hun website. Binnen deze studie lukte het niet om een betrouwbare schatting te maken van het aantal AI-bedrijven. Dit kwam onder andere doordat bij het samenstellen van de trainingsset van AI-bedrijven een (te) brede operationalisering was gebruikt, waardoor de ontwikkelde modellen niet voldoende betrouwbaar onderscheid konden maken tussen AI-bedrijven en niet-AI-bedrijven. Sinds deze eerste studie zijn er grote stappen gezet in het modelmatig identificeren van typen bedrijven op basis van websiteteksten. Voorbeelden zijn de identificatie van innovatieve bedrijven¹³⁾, online platformen¹⁴⁾, bedrijven in de creatieve industrie, en dronebedrijven¹⁵⁾.

Het doel van het huidige project is om met nieuwe technieken voor webscraping en machine learning de populatie van AI-bedrijven in Nederland in kaart te brengen. Het project richt zich specifiek op bedrijven die AI-systemen produceren. In paragraaf 3.1 van dit hoofdstuk wordt de gebruikte methode beschreven. Paragraaf 3.2 geeft een statistische beschrijving van de geïdentificeerde AI-bedrijven. Paragraaf 3.3 geeft een methodologische beschouwing op de gebruikte methode.

3.1 Methode

Deze paragraaf geeft een beschrijving van de methode waarmee de populatie van AI-bedrijven is samengesteld.

3.1.1 Conceptuele afbakening AI-bedrijven

Om AI-bedrijven te identificeren, is het essentieel te definiëren wat een AI-systeem is, wat een AI-bedrijf is, en hoe in de praktijk wordt beoordeeld of een bedrijf een AI-bedrijf is.

Definitie AI-systeem

In dit project wordt de meest recente definitie van een AI-systeem gehanteerd zoals die in 2023 is opgesteld door de Organisatie voor Economische Samenwerking en Ontwikkeling (OESO). Het CBS sluit hiermee aan bij de definitie van een AI-systeem in de Europese AI-verordening (2024/1689). Volgens deze definitie is een AI-systeem: ‘Een op een machine gebaseerd systeem dat is ontworpen om met verschillende niveaus van autonomie te werken en dat na het inzetten ervan aanpassingsvermogen kan vertonen, en dat, voor expliciete of impliciete doelstellingen, uit de ontvangen input afleidt hoe output te genereren zoals voorspellingen, inhoud, aanbevelingen of beslissingen die van invloed kunnen zijn op fysieke of virtuele omgevingen.’ Een niet-uitputtende set aan voorbeelden van een AI-systeem onder deze definitie zijn: autonome robots, zelfrijdende auto's, machine learning-modellen die gebruikt worden voor data-analyse, AI-gedreven beeldanalyse en generatieve AI-modellen die op basis van een prompt tekst en/of afbeeldingen produceren.

Definitie AI-bedrijf

Een AI-bedrijf wordt gedefinieerd als: ‘Een bedrijf dat de productie van AI-systemen als hoofdactiviteit heeft.’ Een bedrijf dat alleen gebruikmaakt van AI-systemen is volgens deze definitie dus géén AI-bedrijf. Een bedrijf dat zich hoofdzakelijk richt op de productie van AI-systemen is volgens deze definitie wél een AI-bedrijf. De vraag of het bedrijf niet zou bestaan, of substantieel anders van aard zou zijn, als het geen AI-systemen zou produceren, is hierbij doorslaggevend.

Operationalisatie AI-bedrijf

Een bedrijf wordt beschouwd als ‘AI-bedrijf’ als de website er blijk van geeft dat het bedrijf voldoet aan de definitie van een AI-bedrijf. Bij handmatige beoordeling is het onmogelijk te ontkomen aan enige subjectiviteit. Dit geldt met name voor de vraag of een bedrijf niet zou bestaan, of substantieel anders van aard zou zijn, als het geen AI-systemen zou produceren.

3.1.2 Populatie en trainingsset

Om websites van bedrijven te identificeren, werd in het eerste kwartaal van 2024 een zeer omvangrijke lijst met websites¹⁶⁾ gekoppeld aan het bedrijvenregister van het CBS. In totaal koppelden meer dan 713 000 websites aan een bedrijf in Nederland. Deze websites vormden de populatie van bedrijvenwebsites in Nederland. Per website werden vervolgens maximaal 200 webpagina’s gescrapet. In het derde kwartaal van 2024 werd een trainingsset van handmatig geclassificeerde websites van AI-bedrijven en niet-AI-bedrijven samengesteld. De positieve classificaties bestonden uit websites van bedrijven die deelnamen aan de Nederlandse AI Coalitie (NL AIC) of die een subsidie hadden ontvangen via het AiNed Investeringsprogramma, aangevuld met websites van AI-bedrijven die via een Google-zoekopdracht waren gevonden. Voorwaarde was dat al deze bedrijven voldeden aan de operationalisering van een AI-bedrijf. De negatieve classificaties bestonden uit bedrijvenwebsites uit de eerdergenoemde bronnen die niet voldeden aan de operationalisering van een AI-bedrijf, aangevuld met een steekproef van websites van niet-AI-bedrijven. Om de trainingsset verder uit te breiden, werd een logistisch regressiemodel getraind op de trainingsset en toegepast op de populatie van bedrijvenwebsites. De websites met een hoge kans om van een AI-bedrijf te zijn, werden beoordeeld en toegevoegd aan de trainingsset. Dit leverde een definitieve trainingsset op van 294 websites van AI-bedrijven en 2 436 websites van niet-AI-bedrijven.

3.1.3 Modelontwikkeling

Op de definitieve trainingsset werden verschillende typen modellen getraind. Het random forest-model presteerde van deze modellen het beste en werd daarom toegepast op de populatie van bedrijvenwebsites. Het eerste random forest-model leverde echter nog veel vals positieven op. Bij een handmatige beoordeling van 200 willekeurige potentiële AI-websites bleek dat er slechts vier van een AI-bedrijf waren. In een poging het percentage vals positieven terug te dringen, werden nog zes andere random forest-modellen getraind op trainingssets die varieerden in het aantal positieve en negatieve classificaties. Bij de negatieve classificaties werd hierbij een aanvullend onderscheid gemaakt tussen websites die wel of geen kenmerken van websites van AI-bedrijven hadden.

In de wetenschappelijke literatuur worden positieve resultaten beschreven van het gecombineerd gebruik van (meerdere) modellen. Elk model classificeert immers op basis van net weer andere eigenschappen¹⁷⁾. Omdat werd verwacht dat een ensemble van modellen beter in staat is om websites van AI- en niet-AI-bedrijven te onderscheiden, werd ervoor gekozen een ensemble te gebruiken. De keuze voor de specifieke modellen in het ensemble werd gemaakt door na te gaan welke (combinaties van) modellen een zo klein mogelijke subset van potentiële AI-websites opleverde, die wel zoveel mogelijk bekende websites van AI-bedrijven bevatte. Een website werd vervolgens als ‘potentiële AI-website’ aangemerkt als deze door minstens zes van de zeven modellen een hoge kans kreeg om van een AI-bedrijf te zijn. Dit resulteerde in een lijst van 1 281 potentiële AI-websites, waarin meer dan 90 procent van de al bekende websites voorkwam. Na handmatige beoordeling van deze lijst bleken er 293 daadwerkelijk van een AI-bedrijf te zijn. Gecombineerd met de websites in de trainingsset leverde dit een populatie op van 450 websites van AI-bedrijven.

3.2 Resultaten: statistische beschrijving van AI-bedrijven

In deze paragraaf worden een aantal demografische en financiële kenmerken van de geïdentificeerde AI-bedrijven beschreven. Hiervoor zijn de websites van AI-bedrijven (paragraaf 3.1.3) gekoppeld aan het bedrijvenregister van het CBS, en verrijkt met omzetgegevens en overige financiële informatie voor de betreffende bedrijven. Op het moment van analyse waren omzetgegevens beschikbaar tot en met 2023; de overige financiële informatie was beschikbaar tot en met 2022. De 450 websites hoorden bij 402 verschillende AI-bedrijven die in 2024 in Nederland actief waren. Deze paragraaf geeft enkele kernresultaten. Een uitgebreidere statistische beschrijving van deze AI-bedrijven is te vinden in de tabellenset bij dit hoofdstuk. Alle cijfers hebben een voorlopig karakter, omdat de gebruikte methode in de toekomst nog zou kunnen worden verbeterd (zie paragraaf 3.3).

3.2.1 Demografische kenmerken

Van de AI-bedrijven behoorde 97 procent in 2024 tot het midden- en kleinbedrijf (mkb)¹⁸⁾. Slechts 3 procent van de AI-bedrijven had 250 of meer werkzame personen.

De meeste AI-bedrijven behoorden tot de bedrijfstak J Informatie en communicatie (63 procent). Andere veelvoorkomende bedrijfstakken waren M Advisering, onderzoek en overige specialistische zakelijke dienstverlening (23 procent) en C Industrie (5 procent).

In de meeste gevallen was een AI-bedrijf een besloten vennootschap (83 procent). Een kleiner deel was een eenmanszaak (12 procent) of had een overige rechtsvorm (5 procent).

Bijna de helft van de AI-bedrijven (47 procent) was opgericht in de afgelopen vijf jaar. Ongeveer één op de tien AI-bedrijven bestond al meer dan 15 jaar.

Het grootste deel van de AI-bedrijven was gevestigd in Noord-Holland (32 procent) en Zuid-Holland (24 procent). In Utrecht (11 procent) en Noord-Brabant (10 procent) waren eveneens relatief veel AI-bedrijven te vinden.

Het hoofdkantoor van de meeste AI-bedrijven (95 procent) was gevestigd in Nederland. Het resterende deel (5 procent) van de bedrijven hoorde bij een buitenlands moederbedrijf. Een aanzienlijk deel van deze groep (37 procent) hoorde bij een moederbedrijf uit de Verenigde Staten.

3.2.2 Financiële kenmerken

In deze paragraaf worden enkele financiële kenmerken van AI-bedrijven, zoals de omzet, de opbrengsten, de lonen, de lasten, het bedrijfsresultaat en de toegevoegde waarde, beschreven. Omdat een aantal bedrijfstakken buiten het waarneemdomein van de financiële gegevens vallen, wordt er alleen gerapporteerd over de volgende bedrijfstakken: groothandel en handelsbemiddeling, vervoer en opslag, horeca, informatie en communicatie, specialistische zakelijke diensten, overige zakelijke dienstverlening en overige diensten. Vanwege ontbrekende waarden zijn de opbrengsten, de lonen, de lasten voor sommige bedrijven geïmputeerd. Vanwege een te groot aantal ontbrekende waarden voor kleinere bedrijven worden het bedrijfsresultaat en de toegevoegde waarde alleen gerapporteerd voor bedrijven met 10 of meer werkzame personen. Voor meer achtergronden en details, zie het tabblad ‘Toelichting’ in de tabellenset bij dit hoofdstuk.

In 2023¹⁹⁾ had het grootste deel van de AI-bedrijven (43 procent) een omzet tussen de 100 duizend en de 1 miljoen euro. Vergeleken met andere bedrijven in Nederland hadden AI-bedrijven vaker een hogere omzet.

Van de AI-bedrijven met ten minste één werkzame persoon had het grootste deel (85 procent) in 2022²⁰⁾ een opbrengst²¹⁾ van minder dan 5 miljoen euro. Een klein deel (5 procent) had een opbrengst van meer dan 50 miljoen euro. Het resterende deel (10 procent) had een opbrengst tussen de 5 en 50 miljoen euro.

Het grootste deel van de AI-bedrijven met ten minste één werkzame persoon (81 procent) had in 2022²²⁾ minder dan 5 miljoen euro lasten. Ongeveer 7 procent had meer dan 25 miljoen euro lasten. Het resterende deel (13 procent) had lasten tussen de 5 en de 25 miljoen euro.

In 2022 had verreweg het grootste deel van de AI-bedrijven met ten minste één werkzame persoon (94 procent) een totale loonsom²³⁾ van minder dan 10 miljoen euro. Een klein deel (6 procent) had een totale loonsom van 10 miljoen euro of hoger.

Van de AI-bedrijven met 50 of meer werkzame personen had meer dan de helft (55 procent) in 2022 een bedrijfsresultaat²⁴⁾ van minder dan 2,5 miljoen euro. Ruim een derde (37 procent) had een hoger bedrijfsresultaat.

3.3 Methodologische beschouwing

Deze paragraaf geeft een methodologische beschouwing van de gebruikte methode zoals beschreven in paragraaf 3.1.2. Een vraag die hierbij aan bod komt is in hoeverre het met deze methode mogelijk is om de gehele populatie van AI-bedrijven in Nederland in kaart te brengen.

3.3.1 Gebruik van websiteteksten

Met de gebruikte methode zijn AI-bedrijven geïdentificeerd op basis van websiteteksten. Volgens cijfers van het CBS had in 2024 in de ICT-sector 86 procent van de bedrijven met twee of meer werkzame personen een website. Omdat het aannemelijk is dat dit ook geldt voor AI-bedrijven, is het waarschijnlijk dat het overgrote deel van de AI-bedrijven in Nederland een website heeft die gebruikt kan worden om het bedrijf als AI-bedrijf te identificeren. Wel bleek dat, hoewel de lijst met websites die koppelden aan het bedrijvenregister zeer omvangrijk is, deze niet alle websites van bedrijven in Nederland bevatte. Dit bleek uit het feit dat bijna 140 van de handmatig gevonden AI-websites niet voorkwamen in de populatie van bedrijvenwebsites. Eén van de redenen daarvoor kan zijn dat websites en/of bedrijven zijn opgericht nadat de koppeling met het bedrijvenregister plaatsvond (maart 2024). Wanneer bedrijven een website hebben die slechts een deel van de activiteiten van het bedrijf vertegenwoordigt, is het daarnaast mogelijk dat de productie van AI-systemen ten onrechte als hoofdactiviteit wordt gezien, en het bedrijf daardoor ten onrechte als AI-bedrijf wordt aangemerkt. Het is onduidelijk voor hoeveel bedrijven dit het geval is. Ondanks deze kanttekeningen is het waarschijnlijk dat de methode, die bestaande bronnen aanvult met nieuw gevonden AI-bedrijven, afdoende zicht geeft op de huidige populatie van AI-bedrijven in Nederland. Omdat het aannemelijk is dat de meest invloedrijke AI-bedrijven zijn aangesloten bij de NL AI Coalitie en/of in de afgelopen jaren een subsidie via het AiNed Investeringsprogramma hebben ontvangen, ontbreken er naar verwachting geen belangrijke bedrijven.

3.3.2 Vals positieven en vals negatieven

Een ensemble van random forest-modellen bleek het meest geschikt om potentiële AI-websites te identificeren. De modellen in het ensemble leverden nog wel een relatief groot aandeel potentiële AI-websites op die toch niet van een AI-bedrijf bleken te zijn (‘vals positieven’). Deze vals positieven zijn middels een handmatige beoordeling uit de uiteindelijke populatie van AI-bedrijven gehaald. Het ensemble kan echter ook websites van AI-bedrijven hebben gemist (‘vals negatieven’). Omdat AI-bedrijven maar een (zeer) klein deel uitmaken van de totale bedrijvenpopulatie in Nederland, is het niet goed mogelijk het percentage vals negatieven vast te stellen.

3.4 Conclusie en aanbevelingen

In dit project is met webscraping en machine learning een populatie van 402 AI-producerende bedrijven in kaart gebracht die in 2024 actief waren. Het is mogelijk dat er nog enkele AI-bedrijven zijn die met de huidige methode niet zijn geïdentificeerd, maar naar verwachting zijn dit geen grote bedrijven.

De huidige methode zou in de toekomst nog op een aantal punten verbeterd kunnen worden. Een tijdrovende stap in de huidige methode is de handmatige beoordeling van alle potentiële AI-websites. Wanneer het aantal AI-bedrijven in de toekomst toeneemt, zal de benodigde beoordelingstijd ook toenemen. Het is daarom van belang om te onderzoeken of het mogelijk is het aandeel vals positieven te reduceren. Een aanknopingspunt hiervoor is het gebruik van de volledige set van in dit project geïdentificeerde AI-websites voor het trainen van een nieuw model. Daarnaast kan de koppeling van de lijst met websites van Dataprovider.com met het bedrijvenregister worden verbeterd. Deze verbeteringen zouden kunnen bijdragen aan de reductie van het aandeel vals negatieven. Als laatste is de beoordeling van of een bedrijf een AI-bedrijf is, enigszins subjectief (zie paragraaf 3.1.1). In dit onderzoek zijn de handmatige beoordelingen door twee personen afzonderlijk van elkaar gedaan. Om de betrouwbaarheid van de beoordelingen te verhogen, zou in de toekomst gekeken kunnen worden naar manieren die de consistentie tussen de classificaties verhogen.

Tot slot is het van belang te noemen dat AI een fenomeen is dat voortdurend in ontwikkeling is. Hierdoor kunnen in de loop van de tijd nieuwe AI-termen ontstaan die niet herkend worden door de nu ontwikkelde modellen. Ook zouden termen die nu vaak op websites van AI-bedrijven voorkomen vaker genoemd kunnen gaan worden op websites van niet-AI-bedrijven, of andersom. Hierdoor is het mogelijk dat de modellen die nu goed presteren, minder goed presteren in de toekomst. Het is van belang om de effectiviteit van de ontwikkelde modellen te blijven evalueren en deze aan te passen indien nodig.

4.1 Kerncijfers AI-onderwijs

De kerncijfers van het AI-onderwijs zijn de aantallen ingeschreven studenten en gediplomeerden. Deze zijn opgenomen in tabel 4.1.1, samen met het totaal van alle ingeschrevenen en gediplomeerden in Nederland. In de tabel wordt een onderscheid gemaakt tussen AI-breed en AI-smal. AI-breed betreft een selectie²⁶⁾ van alle opleidingen met een AI-component. AI-smal bestaat uit opleidingen waarbij AI de kern vormt van de opleidingen. AI-smal maakt deel uit van AI-breed.

De aantallen ingeschreven studenten liggen vele malen hoger dan de aantallen gediplomeerden. Dat komt doordat ingeschrevenen alle studenten zijn met een onderwijsinschrijving, zowel eerstejaars als ouderejaars, terwijl gediplomeerden alleen ouderejaars studenten aan het einde van hun studie zijn.

In de tabellenset bij dit hoofdstuk staan meer gegevens dan waar we hier aandacht aan kunnen geven. De belangrijkste bevindingen worden in dit hoofdstuk gepresenteerd.

4.2 Toelichting op gemaakte keuzes

4.2.1 Selectie opleidingen

Voor dit hoofdstuk is een selectie gemaakt van zowel opleidingen met een AI-component als opleidingen waarbij AI de kern van de opleiding vormt. Bij de selectie is uitgegaan van de internationale classificatie voor het indelen van het onderwijs naar richting van de Unesco. Binnen deze indeling worden opleidingen gegroepeerd op basis van inhoudelijke verwantschap. Dit gebeurt op drie niveaus: hoofdgroep, subgroep en detailgroep. Het CBS heeft de detailgroepen verder uitgesplitst naar rubrieken. Sommige rubrieken bevatten opleidingen van één onderwijssoort, andere rubrieken bevatten opleidingen van meerdere onderwijssoorten. De selectie van AI-opleidingen is gemaakt op basis van deze rubrieken. Hiervoor is gekozen omdat het volgen van afzonderlijke opleidingen in de tijd lastig kan zijn. Zo kunnen opleidingen van naam veranderen en opgesplitst worden. Het in kaart brengen van deze wijzigingen is tijdrovend. Daarnaast komen er elk jaar nieuwe opleidingen bij. Deze zouden allemaal bekeken moeten worden om na te gaan of het AI-opleidingen zijn. Door te kiezen voor een selectie op basis van rubrieken zijn deze inspanningen niet nodig. De classificatie van opleidingen in rubrieken heeft namelijk al plaatsgevonden.

Er is gekozen om twee afbakeningen van AI-opleidingen (op basis van rubrieken) te gebruiken. De afbakening ‘AI-smal’ komt overeen met de rubriek ‘kunstmatige intelligentie en kennistechnologie’ en deze bestaat alleen uit opleidingen waarvan AI de kern is. De afbakening ‘AI-breed’ bestaat uit AI-smal, aangevuld met rubrieken van opleidingen waar AI deel uitmaakt van het curriculum, maar niet de kern van de opleiding vormt. In overleg met TNO is door het CBS en TNO een eerste selectie gemaakt van rubrieken voor “AI-onderwijs” (AI-breed). Deze rubrieken zijn daarna aangevuld met opleidingen uit een inventarisatie van AI-opleidingen uit 2022 van de Nederlandse AI coalitie (NLAIC). In overleg met TNO is tot slot uit het totaaloverzicht een selectie gemaakt van rubrieken “waarin AI-gerelateerde vaardigheden een plek hebben.”

De rubrieken en de onderliggende opleidingen die zijn opgenomen in AI-breed staan in deze tabellenset. De keuze van de rubrieken heeft een groot effect op de omvang en ontwikkeling van AI-breed. De selectie voor AI-breed dient voor vervolganalyses nog definitief te worden gemaakt met input van inhoudelijk experts.

4.2.2 Inschrijvingen en gediplomeerden

In dit hoofdstuk is ervoor gekozen om figuren en cijfers te presenteren over de inschrijvingen van studenten in AI-onderwijs. Omwille van de leesbaarheid van de grote hoeveelheid informatie zijn de cijfers over gediplomeerden²⁷⁾ alleen opgenomen in de tabellenset over AI-onderwijs. Bij interpretatie van de cijfers moet er rekening mee worden gehouden dat wijzigingen in aantallen eerstejaars studenten niet meteen duidelijk zichtbaar worden in de cijfers. Bij de cijfers over ingeschrevenen komt dat doordat deze niet alleen eerste- maar ook ouderejaars bevatten. Bij de cijfers over gediplomeerden komt dat doordat deze betrekking hebben op studenten aan het einde van hun studie.

4.2.3 Verschillende tabellensets

In de tabellenset bij dit hoofdstuk wordt., wordt de informatie over ingeschrevenen en gediplomeerden weergegeven in afzonderlijke tabellen, omdat ingeschrevenen en gediplomeerden niet zinvol met elkaar vergeleken kunnen worden binnen hetzelfde studiejaar. Daarnaast zijn er aparte tabellen voor middelbaar beroepsonderwijs (mbo) en hoger onderwijs (ho), omdat deze onderwijssoorten verschillende uitsplitsingen kennen. Bij mbo wordt uitgesplitst naar onderwijsniveau. Binnen hoger onderwijs wordt onderscheid gemaakt naar wel/niet internationale studenten en onderwijsvorm (voltijd, deeltijd).

4.3 Groei AI-onderwijs

AI-smal maakt deel uit van AI-breed. Opleidingen die wel binnen AI-breed, maar niet binnen AI-smal vallen worden hier AI-toepassing genoemd. De ingeschrevenen in AI-smal waren een zeer klein deel (4-7 procent) van het totaal aantal AI-studenten (AI-breed).

Het aantal ingeschreven studenten in AI-breed nam in de periode 2018/’19 tot en met 2022/23’ toe. In 2023/’24 was het aantal ingeschreven studenten ongeveer gelijk aan het jaar ervoor.
Het totaal aantal ingeschreven studenten in Nederland nam in deze periode ook toe, maar deze toename was minder sterk dan die van het aantal studenten in AI-breed.

Het aantal studenten in AI-smal verdubbelde van 2018’19 tot 2023/’24. Ieder jaar steeg AI-smal meer dan het totaal aantal studenten en het aantal studenten in AI-breed. Ook was er geen sprake van een stagnatie zoals die zichtbaar was bij AI-breed. AI-smal was duidelijk in opkomst, al bleven de aantallen studenten in AI-smal nog relatief laag (zie figuur 4.3.1).

4.4 Meeste AI-studenten bij IT-algemeen

AI-breed had in totaal 103 960 ingeschreven studenten²⁸⁾ in studiejaar 2023/’24. Deze waren verdeeld over verschillende rubrieken met onderliggende opleidingen. Een rubriek kan opleidingen van verschillende onderwijssoorten (mbo, hoger beroepsonderwijs (hbo) en wetenschappelijk onderwijs (wo)) bevatten, maar dat is niet bij iedere rubriek het geval.

Binnen AI-breed was ‘informatietechnologie algemeen’ in 2023/’24 de grootste rubriek met zowel hbo- als wo-studenten (34 duizend), gevolgd door ‘marketing, commerciële economie’ (21 duizend) met vooral hbo-studenten. De rubriek ‘applicatiebouw en programmeren’ had voornamelijk mbo-studenten. In deze rubriek was een nieuwe mbo-opleiding ‘software developer’ gestart die studenten trok (zie ook verder in deze paragraaf). ‘Kunstmatige intelligentie en kennistechnologie’ (i.e. AI-smal) stond met 7 duizend ingeschreven studenten op de vierde plek van de geselecteerde AI-rubrieken.

De meeste rubrieken bleven stabiel in studentenaantallen in de periode vanaf 2018/’19. De vier grootste rubrieken bepaalden grotendeels de ontwikkeling van AI-breed. ‘Informatietechnologie algemeen’ steeg gestaag van 2018/’19 tot 2022/’23, daarna stagneerde het aantal studenten binnen deze rubriek. ‘Marketing en commerciële economie’ daalde licht vanaf 2020/’21. In 2019/’20 ging de hierboven genoemde nieuwe mbo-opleiding ‘software developer’ van start binnen de rubriek ‘applicatiebouw en programmeren’. De aantallen studenten binnen deze rubriek stegen daardoor fors, al bleef de bijdrage van deze rubriek binnen het totaal van AI-breed klein. AI-smal was de vierde in de lijst en steeg in deze vijf jaar gestaag in studentenaantallen.

4.5 Profiel AI-studenten

Dé AI-student was over het algemeen een man²⁹⁾ die voltijd studeerde voor een bachelor- of masterdiploma.

Binnen AI-breed lag het aandeel vrouwen in de onderzochte periode rond de 22 procent. Het merendeel van de studenten was ingeschreven voor een bachelor- of masteropleiding, al zorgde de nieuwe mbo-opleiding ‘software developer’ voor een duidelijke toename van het aantal mbo-studenten. AI-breed werd in 2023/’24 in het hoger onderwijs vrijwel alleen in voltijd gevolgd (95 procent), deeltijd en duaal kwamen heel weinig voor.

Studenten binnen AI-smal waren hiermee vergelijkbaar, alleen schommelde het aandeel vrouw tussen de 31 en 34 procent en was daarmee iets hoger. Studenten binnen AI-smal studeerden uitsluitend voltijd en stonden ingeschreven voor een bachelor- of masteropleiding. Hier was in deze periode geen structurele ontwikkeling in te zien.

4.6 Internationale AI-studenten

4.6.1 Internationale AI-studenten nemen toe

Internationale studenten worden enkel onderscheiden binnen het hoger onderwijs, dus vergelijkingen met niet-internationale studenten worden alleen gemaakt voor deze onderwijssoort.

In het hoger onderwijs stonden in studiejaar 2023/’24 128 duizend internationale studenten ingeschreven (zie: hier), binnen AI-breed waren dat er 18 duizend en binnen AI-smal 2500. Het aandeel internationale studenten in het hoger onderwijs was in dit studiejaar 16 procent (zie: hier). Binnen AI-breed was dat 20 procent en binnen AI-smal 35 procent. Ho-studenten AI waren dus relatief vaak internationale studenten.

Het aantal internationale studenten nam deze jaren sterk toe, zie figuur 4.6.1.1. Tussen 2018/’19 en 2023/’24 was het aantal internationale inschrijvingen gestegen met 49 procent. Binnen AI-breed (incl. AI-smal) en AI-smal nam het aantal inschrijvingen van internationale studenten harder toe dan onder alle studenten (zie figuur 4.6.1.1). Voor AI-breed nam het aantal inschrijvingen toe met 103 procent (dus meer dan verdubbeld) en voor AI-smal met 222 procent (dus meer dan drie keer zo veel).

Het aandeel vrouwen binnen de internationale AI-studenten lag stabiel op 33 procent. Dat was wat hoger dan het aandeel vrouwen binnen de niet-internationale AI-studenten (22 procent).

4.6.2 Internationale AI-studenten kiezen andere opleidingen

Het aandeel internationale studenten in AI-gerelateerde opleidingen (AI-breed) in het hoger onderwijs was in 2023/’24 20 procent (zie paragraaf 4.6.1). Dat aandeel verschilde sterk per rubriek.

De rubrieken (AI-breed) met de hoogste aantallen ingeschrevenen AI-studenten (internationaal en niet-internationaal) waren ‘informatietechnologie algemeen, en ‘marketing, commerciële economie’ (zie figuur 4.4.1). Internationale studenten kozen vaker andere opleidingen en kwamen meer terecht bij ‘computertechniek en computer engineering’, en bij ‘kunstmatige intelligentie en kennistechnologie’ (i.e. AI-smal). Deze rubrieken hadden dus een meer internationale studentenpopulatie.

In Hoofdstuk 4 wordt het AI-onderwijs beschreven aan de hand van de aantallen ingeschreven studenten. Van de studenten die het AI-onderwijs verlaten (al dan niet gediplomeerd) wordt hieronder beschreven hoe het hen in de jaren daarna vergaat. Er wordt gekeken naar uitstroom vanuit de studiejaren 2018/’19 tot en met 2022/’23.

De jaarlijkse uitstroom uit AI-breed³⁰⁾ uit studiejaren 2018/’19 t/m 2022/’23 lag tussen ruim 15 duizend (studiejaar 2019/’20) en bijna 22 duizend (studiejaar 2022/’23) studenten. AI-breed betrof een selectie²⁶⁾ van alle opleidingen, namelijk alle opleidingen met een AI-component. Over deze jaren heen ging het in totaal om ruim 91 duizend studenten. De uitstroom uit AI-smal was in deze periode kleiner, in totaal over alle jaren betrof het 4.250 studenten. AI-smal bestaat uit opleidingen waarbij AI de kern vormt van de opleidingen. AI-smal maakt deel uit van AI-breed.

De cijfers in dit hoofdstuk gaan veelal over uitgestroomde studenten uit AI-breed (inclusief AI-smal). Waar mogelijk wordt uitstroom uit AI-smal apart besproken. In de tabellenset bij dit hoofdstuk staan meer gegevens dan waar we hier aandacht aan kunnen geven. De belangrijkste bevindingen worden in dit hoofdstuk gepresenteerd.

5.1 Twee derde stroomde AI-onderwijs uit met diploma

Ongeveer twee derde (67 procent) van de studenten vertrok uit het AI-onderwijs met een AI-diploma³¹⁾, een derde verliet dit onderwijs zonder bijpassend diploma. Over alle jaren had 73 procent van de studenten die AI-smal verlieten een diploma bij uitstroom. Dat aandeel lag dus iets hoger voor AI-smal dan voor AI-breed.

Het aandeel studenten dat AI-onderwijs met een AI-diploma verliet is betrekkelijk stabiel (figuur 5.1.1). Het hoogste aandeel met diploma (70 procent) was in studiejaar 2019/’20, het laagste aandeel was 64 procent in studiejaar 2021/’22 (tijdens de coronacrisis).

Vrouwen stroomden vaker uit met een AI-diploma uit AI-onderwijs (77 procent) dan mannen (63 procent). Ook bij andere (niet-AI) opleidingen verlieten vrouwen het onderwijs vaker gediplomeerd dan mannen, zowel in het mbo als in het ho.

Of studenten het AI-onderwijs met een AI-diploma verlieten was afhankelijk van de onderwijssoort (figuur 5.1.2): het aandeel dat uitstroomde met diploma was het laagst in het mbo, en het hoogst in het wetenschappelijk onderwijs (wo).

Dit verschil werd voor een deel veroorzaakt doordat binnen het mbo in studiejaar 2019/’20 een nieuwe AI-opleiding startte van ‘software developer’ in de rubriek ‘applicatiebouw en programmeren’. Uitstroom uit deze opleiding betrof vooral nog ongediplomeerde uitstroom, omdat de periode waarbinnen uitstroom onderzocht is, vrij kort was om een diploma te halen.

5.2 Grootste deel AI-uitstromers werd werknemer

Van studenten die het AI-onderwijs verlaten hebben, is direct na uitstroom en in de jaren erna onderzocht of zij zijn gaan werken als werknemers of zelfstandige, of ze een uitkering ontvingen en of ze zijn teruggekeerd in onderwijs. Ook is bekeken of deze personen nog in Nederland stonden ingeschreven in de Basisregistratie Personen (BRP). Inschrijving in onderwijs en BRP zijn steeds bepaald op 1 oktober, werk- en uitkeringsstatus zijn steeds bepaald in de maand oktober.

Per jaar is bepaald of personen in dat jaar of eerder³²⁾ zijn teruggekeerd in onderwijs. Zo nee, dan is gekeken of zij nog steeds ingeschreven staan in de BRP op het peilmoment. Als personen niet zijn teruggekeerd in onderwijs en wel in de BRP ingeschreven staan op het peilmoment, worden zij gerekend tot de arbeidsmarktpopulatie. Binnen deze groep is een prioritering aangebracht, omdat iemand zowel werknemer als zelfstandige kan zijn en zowel kan werken als een uitkering ontvangen. Deze prioritering is als volgt: 1. werknemer, 2. zelfstandige, 3. ontvanger uitkering. Sommige personen horen wel tot de arbeidsmarktpopulatie, maar zij werken niet en zij ontvangen ook geen uitkering. Deze groep is in de presentatie van de resultaten samengenomen met de groep die op peilmoment niet in de BRP ingeschreven staat onder de noemer ‘overig: geen werk, geen uitkering, niet in BRP’.

In het studiejaar 2018/’19 stroomden er 15.800 studenten het onderwijs van AI-breed uit, zowel met als zonder diploma. De meesten van hen werden direct werknemer. Werken als zelfstandige of het ontvangen van een uitkering kwam nauwelijks voor, en dat bleef zo in de eerste vier jaren na uitstroom.

Vooral studenten uit het mbo en hbo keerden terug in onderwijs, meestal nadat ze het onderwijs zonder diploma verlieten: van de uitstromers zonder diploma keerde ruim een kwart (28 procent) terug in onderwijs, van de uitstromers mét diploma was dat 5 procent. De overige cohorten laten een vergelijkbaar beeld zien. Deze bespreken we daarom hier niet.

De uitstroom uit AI-smal (in totaal 540 personen) kwam relatief vaak terecht in de categorie ‘overig: geen werk, geen uitkering, niet in BRP’. Dit kwam waarschijnlijk doordat opleidingen binnen AI-smal relatief vaak gevolgd werden door internationale studenten. Deze groep vertrok na uitstroom vaker uit Nederland, waarbij ze zich niet altijd uit de BRP uitschreven. Hierdoor leek het alsof deze personen niet werken en ook geen uitkering ontvangen, terwijl zij in werkelijkheid Nederland al verlaten hadden. Een deel van de internationale studenten schreef zich wel uit de BRP uit. Ook zij kwamen terecht in deze categorie (zie ook paragraaf 5.4).

5.3 Meeste werknemers komen terecht in bedrijfstak Informatie en communicatie

Voor de uitstromende AI-studenten die zijn gaan werken als werknemers, is de bedrijfstak van de werkgever bepaald. Enkele bedrijfstakken ontvingen maar heel weinig werkenden vanuit het AI-onderwijs. Om te voorkomen dat gegevens herleidbaar zijn naar individuen, worden enkele bedrijfstakken niet weergegeven in dit hoofdstuk. Dit zijn bijvoorbeeld de bedrijfstakken Landbouw, bosbouw en visserij, Delfstoffenwinning en Verhuur en handel van onroerend goed.

Voor het bepalen van de bedrijfstak is het peilmoment van oktober 2023 gebruikt. Er is hierbij gekeken naar alle cohorten. Dit betekent dat het aantal jaren dat personen werkzaam zijn varieert: voor cohort 2022/’23 gaat het om werknemers direct na uitstroom, terwijl het voor cohort 2018/’19 gaat om werknemers die 4 jaar geleden zijn uitgestroomd. De meeste personen werken in oktober 2023 in de bedrijfstak Informatie en communicatie.

Er waren verschillen tussen de bedrijfstakken van de bedrijven van werknemers die het AI-onderwijs met of zonder AI-diploma verlaten hebben. Met een diploma werkten de meesten in de bedrijfstakken Informatie en communicatie, Specialistische zakelijke diensten en Handel. Zonder behaald diploma waren de grootste aantallen werkzaam in de bedrijfstakken Handel (vooral bij supermarkten) en Verhuur en overige zakelijke diensten (vooral bij uitzendbureaus). Uitstromers werkten direct na uitstroom vaker in deze bedrijfstakken dan een aantal jaren later. Ook zonder diploma werkten uitstromers in 2023 vaak in de bedrijfstak Informatie en communicatie.

De bedrijfstakken waar werknemers gaan werken verschilt hier en daar tussen AI-breed en AI-smal. Deze verschillen worden geïllustreerd aan de hand van cohort 2018/’19 vier jaar na uitstroom in oktober 2023, waarbij uitstromers met en zonder diploma worden meegeteld.
Vergeleken met uitstromers uit AI-breed werkten uitstromers uit AI-smal ongeveer even vaak in de bedrijfstak Informatie en communicatie. Wel werkten zij duidelijk vaker in onderwijs, en dan vooral in het universitaire onderwijs. Mogelijk zijn dit personen die na het afronden van hun studie als promovendus gingen werken bij een universiteit. Dit sluit ook aan bij de relatief grote aantallen AI-vacatures in het onderwijs (zie hoofdstuk 6). Uitstromers uit AI-smal kwamen minder vaak dan uitstromers uit AI-breed terecht in de bedrijfstakken Industrie en Handel.

5.4 Meeste internationale AI-studenten vertrokken uit Nederland

Internationale studenten worden alleen onderscheiden binnen het hoger onderwijs. De volgende bevindingen hebben dus uitsluitend betrekking op AI-opleidingen binnen het hbo en wo.

Internationale studenten verlieten het AI-onderwijs even vaak met een AI-diploma (67 procent) als niet-internationale studenten (68 procent). Dat is zo in alle cohorten. Het waren de internationale studenten die vooral, en meestal al direct na uitstroom, terecht kwamen in de categorie ‘overig: geen werk, geen uitkering, niet in BRP’. Zoals aangegeven in paragraaf 5.2 ging het grotendeels om personen die niet meer in Nederland verbleven, maar zich niet hadden uitgeschreven uit de BRP. 
Ruim een kwart van de internationale AI-studenten (26 tot 29 procent over alle cohorten) werd werknemer in Nederland. Dit aandeel lag in de buurt van het gemiddelde van internationale studenten in Nederland. Een enkeling keerde terug in onderwijs. Internationale AI-studenten gingen net zoals de niet-internationale AI-studenten zelden als zelfstandige werken en ze ontvingen bijna nooit een uitkering.

Internationale AI-studenten uit alle cohorten kozen vaker dan niet-internationale AI-studenten voor opleidingen in de rubrieken³⁴⁾ Computertechniek en computer engineering en Kunstmatige intelligentie en kennistechnologie (i.e. AI-smal). Ze kozen minder vaak voor opleidingen in de rubrieken Marketing, commerciële economie en Informatietechnologie algemeen. De voorkeur van internationale studenten voor specifieke opleidingen kan bepalend zijn geweest voor de specifieke bedrijfstakken waarin zij na uitstroom kwamen te werken.

Internationale AI-studenten die in Nederland als werknemer gingen werken, waren in oktober 2023 even vaak in de bedrijfstak Informatie en communicatie werkzaam als niet-internationale AI-studenten. Hierbij is gekeken naar alle cohorten op dit peilmoment. Internationale studenten werkten in 2023 vaker dan niet-internationale studenten in de bedrijfstakken Industrie, Specialistische zakelijke diensten, Financiële dienstverlening en Onderwijs. In de laatste bedrijfstak werkten zij waarschijnlijk vaak als promovendus. Naar verhouding kwamen internationale studenten iets minder vaak terecht in de bedrijfstakken Openbaar bestuur en overheidsdiensten en Handel.

5.5 Meeste AI-uitstromers werkten minimaal 35 uur per week

De arbeidsduur per week was over het algemeen gelijk voor de werknemers van de verschillende cohorten. Daarom wordt hieronder de uitstroom uit AI-onderwijs van cohort 2018/’19 besproken, omdat voor dit cohort de meeste peilmomenten beschikbaar zijn.

Direct na uitstroom uit het AI-onderwijs werd wat vaker gewerkt in kleinere banen, vooral door uitstromers zonder diploma. Dit kwam waarschijnlijk doordat voormalig AI-studenten relatief vaak kwamen te werken in de bedrijfstakken Handel (waaronder supermarkten) en Verhuur en overige zakelijke dienstverlening (waaronder uitzendbureaus). Deze bedrijfstakken worden gekenmerkt door flexibele en kleinere banen. Twee jaar na uitstroom hadden de uitstromers zonder diploma stabieler werk gevonden dan aan het begin bij de supermarkten of uitzendbureaus, of zij waren terug in het onderwijs. De uitstromers met diploma waren dan al iets langer actief op de arbeidsmarkt. Om een beeld te schetsen van de arbeidsduur die wat stabieler is, wordt hieronder de arbeidsduur per bedrijfstak genomen op vier jaar na uitstroom uit AI-onderwijs.

De meeste werknemers werkten 35 uur per week of meer. In de Horeca waren er wat meer kleinere banen, maar vier jaar na uitstroom werkten daar niet zoveel AI-werknemers meer. In de bedrijfstakken Onderwijs en Gezondheids- en welzijnszorg kwam een grotere deeltijdbaan (20 tot 35 uur) wat vaker voor. Een kortere arbeidsduur was meer gebruikelijk in deze bedrijfstakken.

Van de uitstromers uit AI-smal werkte na vier jaar 79 procent 35 uur per week of meer. Het aantal personen in deze groep is te klein om een uitsplitsing te maken naar afzonderlijke bedrijfstakken.

Om zicht te krijgen op de arbeidsmarkt rond AI is het van belang een beeld te hebben van de vraag naar arbeidskrachten met AI-vaardigheden. Indien het aanbod van arbeidskrachten met AI-vaardigheden lager is dan de vraag kan dit o.a. leiden tot een vertraagde opname van AI-technologieën door bedrijven en instanties. Een manier om deze vraag te meten is door het aantal AI-vacatures in Nederland in kaart te brengen. Bij het tellen van vacatures wordt vaak gebruik gemaakt van standaardclassificaties, zoals de ISCO-beroepenclassificatie, om vacatures voor specifieke beroepsgroepen te kunnen onderscheiden. De gangbare classificaties bevatten echter geen specifieke categorie voor AI. Dit hoofdstuk onderzoekt daarom de effectiviteit en haalbaarheid van een alternatieve methode die, op basis van vacatureteksten en modellering, AI-vacatures onderscheidt van niet-AI-vacatures. Daartoe wordt eerst een conceptuele afbakening gemaakt van de term AI-vacature in paragraaf 6.1. Vervolgens worden verschillende methodes om AI-vacatures te identificeren omschreven en vergeleken in paragraaf 6.2. Op basis hiervan volgt een oordeel over de haalbaarheid van het identificeren van AI-vacatures op basis van vacaturetekst data. In de laatste paragraaf, 6.3, worden de resultaten van het best presterende model getoond; hier wordt ingegaan op de kenmerken van de gevonden populatie AI-vacatures.

6.1 Conceptuele afbakening AI-vacatures

Voor de identificatie van AI-vacatures is het van belang een conceptuele afbakening te maken, de begrippen ‘AI-systeem’ en ‘AI-vacature’ te definiëren en deze te operationaliseren.

6.1.1 Definitie AI-systeem

Net als in hoofdstuk 3 is ervoor gekozen om de meest recente definitie van een AI-systeem te hanteren zoals die in 2023 is opgesteld door de Organisatie voor Economische Samenwerking en Ontwikkeling (OESO). Het CBS sluit hierbij aan bij de definitie van AI uit de Europese AI-verordening (2024/1689)³⁵⁾ die sinds 1 augustus 2024 van kracht is. Volgens deze definitie is een AI-systeem: ‘Een op een machine gebaseerd systeem dat is ontworpen om met verschillende niveaus van autonomie te werken en dat na het inzetten ervan aanpassingsvermogen kan vertonen, en dat, voor expliciete of impliciete doelstellingen, uit de ontvangen input afleidt hoe output te genereren zoals voorspellingen, inhoud, aanbevelingen of beslissingen die van invloed kunnen zijn op fysieke of virtuele omgevingen.’ Een niet uitputtende set aan voorbeelden van een AI-systeem onder deze definitie zijn: autonome robots, zelfrijdende auto's, machine learning modellen die gebruikt worden voor data analyse, AI-gedreven beeldanalyse en generatieve AI modellen die op basis van een prompt tekst en/of afbeeldingen produceren.

6.1.2 Definitie AI-vacature

Een AI-vacature is als volgt gedefinieerd: ‘Een vacature voor een baan waarbij het gebruik of de productie van AI-systemen (volgens de OESO-definitie) centraal staat. Hierbij is vereist dat de baan, zoals omschreven in de vacaturetekst, alleen kan worden uitgevoerd door een persoon met (diepgaande) kennis van AI-systemen.’ Een groot gedeelte van het takenpakket bestaat dus uit het produceren of gebruiken van AI-systemen. Bij het produceren van AI-systemen kan gedacht worden aan het schrijven van code voor het ontwikkelen, onderhouden of verbeteren van AI-systemen, het testen van al bestaande AI-systemen of het inhoudelijk meewerken aan het ontwikkelproces van AI-systemen. Bij het gebruik van AI-systemen kan gedacht worden aan data-analyse met machine learning (ML) modellen of onderzoek doen gebruik makende van AI-systemen.

Vacatures voor arbeidskrachten die betrokken zijn bij het produceren van AI-systemen maar hierbij geen kennis over AI-systemen nodig hebben, zoals managers, IT-specialisten of arbeidskrachten die een vakinhoudelijke bijdrage leveren op het toepassingsgebied van het AI-systeem worden niet gezien als AI-vacature. Hetzelfde geldt voor vacatures voor arbeidskrachten die wel (diepgaande) kennis van AI-systemen hebben maar niet direct betrokken zijn bij de productie of het gebruik van AI-systemen, zoals ethici, juristen en journalisten op het gebied van AI-systemen.

6.1.3 Operationalisatie AI-vacature

Bij de handmatige classificatie van vacatures is de volgende operationalisatie gebruikt: ‘De vacaturetekst en titel geven er blijk van dat de vacature voldoet aan de definitie van een AI-vacature.’ Bij de handmatige identificatie is het onmogelijk te ontkomen aan enige subjectiviteit. Dit geldt voornamelijk voor het bepalen van de volgende zaken: of uit de vacature blijkt dat AI-systemen centraal staan voor een baan, of AI-systemen een groot gedeelte van het takenpakket beslaan en of (diepgaande) kennis van AI-systemen een vereiste is.

6.1.4 Databron: verschil online baanadvertentie en vacature

Voor dit onderzoek is een levering van ruim 7,5 miljoen online baanadvertentieteksten van het bedrijf Textkernel gebruikt die tussen het eerste kwartaal van 2018 en het tweede kwartaal van 2024 op het internet zijn gepost. De modelmatige aanpak die wordt ontwikkeld om AI-vacatures te identificeren (paragraaf 6.2) maakt direct gebruik van deze online baanadvertentieteksten. Om te komen tot landelijk representatieve vacaturecijfers (paragraaf 6.3) wordt een weegmodel toegepast op het gevonden aantal online baanadvertentieteksten voor AI-arbeidskrachten. Een gedetailleerde beschrijving van dit weegmodel is hier te vinden. Onder een vacature wordt verstaan: een arbeidsplaats waarvoor buiten een onderneming of instelling personeel wordt gezocht dat onmiddellijk of zo spoedig mogelijk geplaatst kan worden. Online baanadvertenties, die vanaf nu worden aangeduid als advertenties, zijn meldingen van openstaande vacatures die online gepost worden door werkgevers. Voor één enkele vacature kunnen geen, één, of meerdere online baanadvertenties worden geplaatst.

6.2 Methodologie identificatie AI-advertenties

In deze sectie worden de twee geteste methodes, een ML classificatiemodel en een zoektermenmodel, gepresenteerd. De resultaten van deze modellen worden met elkaar en met een eerder door TNO en Jobdigger ontwikkelde methode vergeleken. Op basis van dit onderzoek wordt een oordeel gegeven over de betrouwbaarheid en haalbaarheid van de modelmatige identificatie van AI-vacatures. Er is in dit onderzoek voor gekozen om alleen advertenties met Nederlandse of Engelse vacatureteksten te bekijken, ook worden betaalde stageplekken en internships niet meegenomen in de geanalyseerde populatie.

6.2.1 Machine learning model

Voor de identificatie van AI-vacatures zijn verschillende machine learning (ML) classificatiemodellen ontwikkeld. Deze paragraaf geeft een beknopt overzicht van het best presterende ML model. Voor verdere technische details en een overzicht van andere geteste ML modellen wordt verwezen naar de Technische annex bij H6 .

Encoding

Omdat ML classificatiemodellen een numerieke input gebruiken, worden de vacatureteksten met een encoding methode omgezet naar numerieke waardes. Van de verschillende methoden die hiervoor getest zijn was term frequency - inverse document frequency (tf-idf) encoding onderdeel van de best presterende combinatie encoding methode en ML classificatiemodel. Bij deze aanpak wordt geteld hoe vaak relevante woorden voorkomen in de vacaturetekst. Dit aantal wordt gewogen op basis van de frequentie waarmee vacatureteksten normaliter deze woorden bevatten. Naast de standaard tf-idf encoding zijn aanvullende informatie over kenmerken van de advertentie en word embedding-vectoren toegevoegd. Word embedding-vectoren brengen de onderlinge samenhang tussen woorden binnen de vacaturetekst in kaart.

Classificatiemodel

Het best presterende classificatiemodel is een ensemble van regularized logit-modellen. Een regularized logit-model is een standaard logit model dat op basis van een algoritme de meest relevante features in de dataset selecteert. In het geval van tf-idf encoding corresponderen individuele features met woorden. Dit betekent dat het model eerst een subselectie maakt van relevante woorden en vervolgens bepaalt in hoeverre de aanwezigheid van deze woorden in de vacaturetekst samenhangt met de kans dat de advertentie voldoet aan onze definitie van AI-advertentie. Voor elke input geeft het logit model een waarschijnlijkheidsscore tussen 0 en 1. Hoe hoger deze score, hoe groter de kans dat de vacaturetekst een AI-vacature is volgens het model. Net als in hoofdstuk 3 is er gekozen om met een ensemble van modellen die getraind zijn op verschillende datasets te werken. De gemiddelde waarschijnlijkheidsscore van vier modellen wordt berekend; als deze score hoger is dan 0.5 classificeert het ensemble de advertentie als AI-advertentie.

Selectie proces

Om de best presterende combinatie van encoding methode en ML classificatiemodel te selecteren is een handmatig gelabelde dataset samengesteld bestaande uit 807 advertenties, waarvan 235 AI-advertenties. Van deze dataset is 20 procent gebruikt als testdata en 80 procent als trainingsdata. De testdata is gebruikt om de prestatie van de modellen te meten en is het hele proces ongewijzigd gebleven. De trainingsdata is gebruikt om de classificatiemodellen mee te trainen en is gedurende het proces meermaals aangevuld.

Op basis van de eerste handmatige gelabelde dataset zijn meerdere combinaties van encoding methoden en ML classificatiemodellen getest. De best presterende combinaties zijn op nieuwe ongelabelde data uit de volledige dataset toegepast. De advertenties die hieruit voortkwamen als potentiële AI-advertenties zijn handmatig gelabeld. Op deze manier is de handmatig gelabelde set tweemaal uitgebreid, eerst tot 958 met 253 AI-advertenties, daarna tot 1092 met 274 AI-advertenties. Deze iteratieve stappen zijn ondernomen om de trainingsdataset aan te vullen met advertenties waarvoor het niet overduidelijk is of het gaat om een AI-advertentie of niet. Deze lastig te classificeren vacatures zijn waardevol bij het verbeteren van de modelprestatie. Op basis van alle verzamelde datasets is uiteindelijk de best presterende combinatie van encoding methode en ML classificatiemodel gekozen.

6.2.2 Zoektermenmodel

Er is ook onderzoek gedaan naar een simpeler zoektermenmodel dat enkel kijkt of bepaalde AI-gerelateerde woorden voorkomen in de vacaturetekst. Hiervoor is een initiële lijst met AI-termen samengesteld. Vervolgens zijn verschillende subselecties gemaakt door een willekeurige hoeveelheid AI-termen uit de initiële lijst te nemen. Simultaan werd bepaald wat het minimaal aantal vereiste woorden uit een subselectie is dat moet voorkomen in de vacaturetekst om deze te classificeren als AI-vacature. De beste combinatie van gekozen AI-gerelateerde woorden en aantal vereiste woorden is gekozen door de prestaties van elke geteste combinatie op de handmatig gelabelde dataset te vergelijken. De initiële woordenlijst en de uiteindelijk geselecteerde woordenlijst zijn te vinden in Bijlage 2.

6.2.3 TNO-Zoektermenmodel

Het CBS heeft eerder meegewerkt aan onderzoek naar AI-vacatures. In dit onderzoek werden door TNO en Jobdigger AI-vacatures geïdentificeerd (o.b.v. Jobdigger vacaturedata) en gaf het CBS een statistische beschrijving van de bedrijven met deze vacatures. In het onderzoek werd een lijst van advertenties samengesteld, die voldeden aan één van de volgende twee voorwaarden. 1) Minimaal één van de gebruikte woorden in de vacaturetekst komt voor in een vooraf opgestelde woordenlijst (zie woordenlijst B2.2.1 in Bijlage 2), of 2) minimaal één van de door Jobdigger gespecificeerde vaardigheden van de advertentie komt voor in een vooraf opgestelde lijst met AI-vaardigheden. Vervolgens werd gekeken naar de ISCO-code (internationale classificatie van beroepen) van elke advertentie in de lijst. Wanneer deze ISCO-code voorkwam in een vooraf vastgestelde selectie van AI-gerelateerde ISCO-codes (zie B2.2.2 in Bijlage 2) werd de advertentie geïdentificeerd als AI-advertentie.

Om te kunnen evalueren of de modellen die in dit project worden ontwikkeld beter presteren dan de door TNO en Jobdigger ontwikkelde methode is deze aanpak ook toegepast op de Textkernel data die in dit huidige project wordt gebruikt. Omdat de door Jobdigger gespecificeerde vaardigheden geen onderdeel zijn van de Textkernel data kan de aanpak van TNO en Jobdigger echter niet volledig nagebootst worden. In de vergelijking zullen twee versies van deze methode worden gepresenteerd; met en zonder de ISCO-code vereiste.

6.2.4 Resultaten haalbaarheidsonderzoek

Vergelijking geteste model

De verschillende methoden zijn vergeleken op basis van hun balanced accarucy score³⁶⁾ op de testdataset. Daarnaast is gekeken naar het aantal positieve advertenties dat is geïdentificeerd door het model toe te passen op de gehele dataset. Deze resultaten zijn te zien in tabel 6.2.4.1.

De best presterende methode is het ML model. Dit model behaalt de hoogste balanced accarucy score. Hiermee lijkt het model de meest realistische afbakening te geven. Opvallend is dat deze methode ook het kleinste aantal AI-vacatures identificeert. Dit suggereert dat de andere modellen een overschatting maken van het aantal AI-vacatures. Alhoewel het zoektermenmodel slechter presteert kan het in sommige situaties te prefereren zijn vanwege de eenvoud en snelheid van de methode.

Beide versies van het door TNO ontwikkelde zoektermenmodel identificeren een veel hoger aantal AI-vacatures dan de nieuw ontwikkelde modellen. De voornaamste reden hiervoor is dat de gebruikte woordenlijst met mogelijke AI-termen erg uitgebreid is. De lijst bevat meerdere termen die ook buiten AI-advertenties van toepassing kunnen zijn, zoals: ‘statistics’, ‘cloud’ en ‘data cleaning’. Hierdoor wordt verwacht dat deze modellen een aanzienlijke overschatting maken van het aantal AI-advertenties. Het model met ISCO filter heeft weliswaar minder AI-advertenties geïdentificeerd, maar behaalt een significant lagere balanced accuracy score dan wanneer er geen ISCO filter wordt toegepast. Dit komt doordat de ISCO-codelijst die gebruikt is om te filteren te beperkt lijkt. Veel AI-advertenties hebben ISCO codes buiten de vooraf opgestelde filterlijst. Een voorbeeld is ISCO code 3314, die niet behoort tot de filter lijst. In paragraaf 6.3.2 is te zien dat dit een van de meest voorkomende ISCO-codes is voor AI-vacatures gevonden met het ML classificatiemodel.

Prestatie best geteste model

Het percentage vals positieve classificaties (onterecht aangemerkte als AI-vacature) gemaakt door het ML classificatiemodel is geëvalueerd met een steekproef van 150 door het model aangemerkte AI-advertenties. Na handmatige controle bleek dat 13 advertenties (9 procent) onterecht waren aangemerkt als AI-advertentie. Van deze 13 waren er 11 erg AI-verwant zonder dat ze voldeden aan de specifieke operationalisatie van AI-vacature. Een voorbeeld hiervan is een advertentie voor een data engineer positie die een datapipeline ontwikkelt in nauwe samenwerking met AI-specialisten. Hoewel de data-engineer bijdraagt aan een AI-systeem is er geen AI-kennis nodig voor deze baan.

Omdat AI-vacatures ‘zeldzaam’ zijn is het niet goed mogelijk met eenzelfde steekproef-methode het percentage vals negatieve classificaties (onterecht aangemerkte als niet AI-vacature) vast te stellen. Een evaluatie op alle handmatig gelabelde AI-advertenties liet echter zien dat 15 procent van de positieve gevallen door het model niet als dusdanig werd geïdentificeerd. Hier bovenop komen nog de AI-advertenties die gemist worden doordat ze niet goed gerepresenteerd zijn in de trainingsdataset. We concluderen dat de modelmatige identificatie van AI-advertenties het werkelijke aantal advertenties waarschijnlijk licht onderschat.

6.2.5 Verbeterpunten

Binnen dit project is een betrouwbaar ML classificatiemodel ontwikkeld om AI-vacatures te identificeren. Er is echter ruimte de modelmatige aanpak in de toekomst te verbeteren. In deze paragraaf wordt een aantal verbeter- en aandachtspunten benoemd.

Context in encoding

De gebruikte encoding methode tf-idf telt hoe vaak woorden voorkomen in de vacatureteksten en weegt deze vervolgens. Bij deze encoding methode wordt dus geen enkele vorm van context meegenomen. Context kan zich uiten op drie niveaus, op woord niveau, woorden kunnen meerdere betekenissen hebben; zin niveau, zinnen bevatten informatie die wel of geen betrekking heeft op de gezochte baan kandidaat; en paragraaf niveau, paragrafen bevatten informatie die wel of geen betrekking heeft op de gezochte baan kandidaat. Veel bruikbare informatie gaat verloren door het ontbreken van context in de huidige methode. Daarom is het relevant om in vervolg onderzoek te kijken of model prestaties verbeteren wanneer een encoding methode wordt gebruikt die wel context meeneemt. In het huidige onderzoek is hier niet naar gekeken, omdat dit, met de rekenkracht die beschikbaar is bij het CBS, niet binnen een realistisch tijdspad kon worden uitgevoerd voor de gehele dataset.

Afhankelijkheid van trainingsdataset

Bij het gebruik van tf-idf encoding wordt op basis van de trainingsdataset een set woorden bepaald die als features worden gebruikt in het classificatiemodel. Alleen woorden die in meer dan m vacatureteksten uit de gehele trainingsdataset voorkomen, worden meegenomen in de uiteindelijke input van het classificatiemodel; m is een parameter die vooraf gekozen wordt. Op deze wijze wordt gezorgd dat weinig voorkomende en minder relevante woorden niet verstorend werken tijdens de classificatie procedure. Een nadeel hiervan is dat de resultaten extra afhankelijk zijn van de gebruikte trainingsdataset. De samenstelling van de trainginsdataset heeft directe invloed op welke woorden relevant worden geacht voor de classificatie. Het probleem dat kan ontstaan is dat AI-advertenties met taal die afwijkt van wat er in de trainingsdataset beschikbaar is, gemist kunnen worden door het model. Opnieuw zou een mogelijke oplossing zijn om een complexere encoding methode toe te passen, die minder encodeert op basis van losse woorden, maar op het gehele en verwante taalgebruik van de vacatureteksten.

Concept drift

Een probleem dat verwant is aan het hiervoor omschreven punt is concept drift. De ontwikkelingen rond AI-technologieën volgen elkaar snel op en daarmee groeien de mogelijke toepassingen continu. Dit betekent ook dat hoe een gebruikelijke AI-advertentie eruit zag in de periode 2018-2024, verschilt van hoe dit zal zijn in de toekomst. Dit is terug te zien in de gebruikte termen in de vacature, het soort geadverteerde banen en de soort werkgevers. Het is daarom van belang dat, wanneer het model gebruikt zal worden in de komende jaren, de trainingsdata aangevuld worden met relevante nieuwe (AI)-advertenties. Wellicht zal het ook nodig zijn om langzamerhand oude niet meer relevante advertenties uit eerdere jaren uit de trainingsdata te halen. Binnen de in dit project gebruikte dataset is al enige mate van concept drift te zien. In de meest recente jaren is machine learning vaak een vereiste in geavanceerde data scientist vacatures, terwijl dit in eerdere jaren (2018/2019) veel minder vaak het geval was. De relatie tussen de concepten data scientist en AI verandert over tijd.

6.2.6 Conclusie

Het best presterende ML classificatiemodel in dit onderzoek identificeert AI-vacatures goed genoeg om betrouwbare cijfers over het aantal AI-vacatures in Nederland te produceren. Het model maakt nog wel fouten, zowel aan de vals positieve als vals negatieve kant. Naar verwachting kan het model in de toekomst nog verder verbeterd worden zodat het percentage vals positieve en vals negatieve beoordelingen verder teruggedrongen wordt. Wanneer er meer rekenkracht beschikbaar komt, kan de grootste verbetering naar verwachting worden gemaakt door een complexere encoding methode in te zetten die context meeneemt en niet naar individuele woorden kijkt maar naar breder taalgebruik. Indien in een vervolgonderzoek andere encoding methoden worden uitgetest, is het van belang ook weer opnieuw uit te testen welk ML classificatiemodel hier het best op aansluit.

6.3 Statistische beschrijving AI-vacature

Deze paragraaf geeft een beschrijving van de AI-vacatures die zijn geïdentificeerd met het ML classificatiemodel. De figuren geven een goed beeld van enkele mogelijke toepassingen van de AI-vacature identificatie die is onderzocht in dit hoofdstuk. De cijfers hebben een voorlopig karakter aangezien het modeleringsproces nog verbeterd zou kunnen worden. De cijfers zijn afgerond naar het dichtstbijzijnde vijftal. De gepresenteerde aantallen hebben betrekking op vacatures in Nederland, en zijn verkregen door de gelabelde resultaten van online baanadvertenties te wegen met de eerder genoemde weegmethode. Conform het weegmodel corresponderen de 9430 gevonden online baanadvertenties met in totaal 8725 vacatures.

6.3.1 Aantallen AI-vacatures over tijd

In figuur 6.3.1.1 is het aantal AI-vacatures te zien vanaf het eerste kwartaal van 2018 tot en met het tweede kwartaal van 2024. Gedurende de periode 2018 tot 2022 is een stijging van het aantal AI-vacatures te zien met een piek aan het begin van 2022. Hierna daalt het aantal, waarna het blijft schommelen rond een waarde van 430. Over de bekeken tijdsperiode varieerde het aandeel geïdentificeerde AI-vacatures tussen de 0,05 en 0,13 procent van het totaal aantal vacatures in Nederland.

6.3.2 Kenmerken AI-vacatures

Figuur 6.3.2.1 toont dat het totaal aantal AI-vacatures vanaf het eerste kwartaal van 2018 tot het tweede kwartaal van 2024 het grootst was in Noord-Holland (2770), Zuid-Holland (1435) en Noord-Brabant (1205). In Zeeland, Flevoland, Drenthe en Friesland was het aantal AI-vacatures het laagst (minder dan 100).

In figuur 6.3.2.2 is het totaal aantal AI-vacatures per beroepsgroep volgens de International Standard Classification of Occupations (ISCO) gepresenteerd. De meeste AI-vacatures vallen in een beperkt aantal beroepsgroepen. De vijf meest voorkomende groepen zijn: 2511 Systeemanalisten, 3314 Vakspecialisten op statistisch en wiskundig gebied e.d., 2512 Softwareontwikkelaars, 2310 Professoren en andere onderwijsgevenden in het hoger onderwijs en 1330 Leidinggevende functies op het gebied van informatie- en communicatietechnologie. De top 5 beroepsgroepen zijn goed voor meer dan 70 procent van alle gevonden AI-vacatures, de overige 30 procent is verdeeld over 192 andere ISCO codes.

Ongeveer 75 procent van de AI-vacatures heeft een Engelse tekst, de overige 25 procent heeft een Nederlandse tekst. Deze verdeling is significant anders dan de taal verdeling over alle vacatures, waar 84 procent Nederlands is en maar 16 procent Engels. In figuur 6.3.2.3 is te zien dat meer dan 72 procent van de AI-vacatures valt onder beroepsniveau 4, wat wordt omschreven als ‘zeer complexe gespecialiseerde taken waarvoor een hoger of wetenschappelijk onderwijsniveau is vereist’. Ongeveer 23 procent van de AI-vacatures valt onder beroepsniveau 3, wat omschreven wordt als ‘Complexe taken waarvoor een middelbaar of hoger onderwijsniveau is vereist’. AI-vacatures zijn dus vrijwel volledig gericht op personen met een hoger onderwijsniveau.

6.3.3 Kenmerken bedrijven met AI-vacatures

In figuur 6.3.3.1 is het aantal AI-vacatures naar bedrijfstak van de bedrijven die de vacatures uitzetten getoond. De bedrijfstakken met de meeste AI-vacatures zijn P Onderwijs, J Informatie en communicatie, M Specialistische zakelijke diensten, G Handel en C Industrie. Deze 5 groepen zijn samen goed voor 71 procent van het totaal aantal AI-vacatures. In de grootste bedrijfstak, Onderwijs, valt 91 procent van de AI-vacatures in de subcategorie Universitair hoger onderwijs.

Wanneer figuur 6.3.3.1 naast figuur 5.3.2 (Hoofdstuk 5) wordt gelegd is te zien dat de uitstroom van AI-studenten en het aantal AI-vacatures een vergelijkbare verdeling naar bedrijfstakken hebben. Opvallend is dat bedrijfstak P Onderwijs bij AI-vacatures de grootste bedrijfstak is, terwijl deze bij de uitstroom van AI-studenten minder groot is. Een mogelijke verklaring hiervoor is dat onder deze categorie veel posities voor PhD’s, postdocs en professoren vallen. Deze posities worden regelmatig vervuld door internationale kandidaten en niet alleen door de uitstroom van AI-studenten uit het Nederlandse onderwijs. In hoofdstuk 5 bleek dat relatief veel AI-studenten komen te werken in het openbaar bestuur of bij overheidsdiensten (figuur 5.3.2), maar het aantal AI-vacatures in deze bedrijfstak is relatief klein (figuur 6.3.3.1). Dit zou verklaard kunnen worden doordat AI-studenten wel gewenst zijn voor banen bij de overheid, maar de overheid daarbij niet specifiek naar AI-vaardigheden vraagt.

Van alle AI-vacatures kon 86 procent aan een bedrijf of organisatie worden toegewezen. De 10 organisaties met de meeste AI-vacatures op hun naam hebben gezamenlijk 2000 AI-vacatures uitgestuurd in de onderzochte periode. Van deze top 10 organisaties zijn zeven een Nederlandse universiteit. Zoals al te zien was in figuur 6.3.3.1 zijn veel AI-vacatures verbonden aan universitair onderzoek en onderwijs.

In figuur 6.3.3.2 is de verdeling van AI-vacatures over de bijbehorende bedrijven en organisaties te zien. De x-as correspondeert met het percentage van het totaal aantal bedrijven en organisaties, de y-as het percentage van het totaal aantal AI-vacatures. Te zien is dat 20 procent van de bedrijven 80 procent van de AI-vacatures uitstuurt. Het aantal AI-vacatures is dus onevenredig verdeeld over bedrijven en organisaties. Vanaf ongeveer 40 procent is een lange staart te zien van bedrijven met 2 of minder AI-vacatures.