Deze pagina legt het denkraam onder Evidence-Based Development bloot: waar het vandaan komt, welke drie pijlers het dragen, hoe het van jezelf naar de samenleving loopt en wat een wereld met AI daaraan verandert, welke motor er in alle vier de delen dezelfde is — en waar de grenzen liggen.
Leestijd ongeveer vijftien minuten. Geen aanbod, geen prijzen, geen formulier halverwege. Alleen de inhoud, zodat je zelf kunt beoordelen of dit hout snijdt.
De aanleiding voor EBD is een ergernis. De markt voor persoonlijke en organisatieontwikkeling puilt uit van methoden, modellen en beloftes, en een groot deel daarvan rust op anekdotes, marketingclaims of theorieën die al lang weerlegd zijn. Wie er serieus in wil werken, heeft geen behoefte aan nóg een model, maar aan een manier om modellen te beoordelen.
"De vraag is niet 'werkt dit?' maar 'werkt dit voor deze persoon, in deze context, voor dit doel?'"
Dat onderscheid — tussen wat gemiddeld werkt en wat hier werkt — is het scharnier van de hele reeks. Het verklaart waarom EBD geen methode is maar een manier van kiezen, en waarom er geen stappenplan in staat dat voor iedereen geldt.
Elk model in de reeks staat erin omdat het drie vragen overleeft:
Modellen die alleen aan de derde eis voldoen staan er met een expliciete kanttekening in — niet als feit.
EBD leent zijn structuur van evidence-based practice in de geneeskunde: de beste beslissing ontstaat waar drie bronnen elkaar raken. Laat je er één weg, dan kantelt het geheel. Alleen bewijs levert protocollen die niemand passen. Alleen vakmanschap levert voorkeur die zichzelf niet corrigeert. Alleen waarden leveren goede bedoelingen zonder werking.
Niet al het onderzoek weegt even zwaar. EBD werkt met een expliciete hiërarchie, zodat je niet hoeft te doen alsof één enthousiaste studie hetzelfde gewicht heeft als een meta-analyse.
| Niveau | Type bewijs | Voorbeeld |
|---|---|---|
| Sterk | Meta-analyses, meerdere RCT's | Cognitieve gedragstherapie bij depressie |
| Matig | Enkele RCT's, goede cohortstudies | Mindfulness bij stressreductie |
| Beperkt | Observationele studies, case series | Journaling voor zelfreflectie |
| Consensus | Overeenstemming onder professionals | Het belang van de werkrelatie |
| Anekdotisch | Individuele ervaringen | Persoonlijke succesverhalen |
EBD streeft naar het hoogst haalbare niveau, maar erkent dat lang niet alles onderzocht is. Waar bewijs ontbreekt, staat dat erbij — met de professionele afweging ernaast, niet in plaats daarvan.
Bewijs vertelt wat werkt voor gróépen mensen. Expertise vertaalt dat naar één situatie: welke interventie past bij deze fase, deze verhoudingen, dit tempo. Het onderscheidende van vakmanschap is niet de hoeveelheid ervaring, maar het vermogen om de eigen voorkeur te herkennen als voorkeur — en er dan overheen te kijken. Reflecteren op bias, op de grenzen van het eigen kunnen en op de ethiek van een ingreep hoort bij deze pijler, niet bij een aparte module.
Autonomie, betekenis, cultuur en voorkeuren van degene die zich ontwikkelt. Deze pijler bepaalt of een interventie überhaupt passend is: een methode die bewezen effectief is maar botst met wat iemand belangrijk vindt, is geen goede keuze. In de praktijk betekent dat samen beslissen over haalbare stappen, en doelen verbinden met de persoonlijke én de organisatorische praktijk.
Het kernprincipe
De beste interventie is niet per se de meest onderzochte, maar degene die bewijs combineert met vakmanschap én past bij de unieke persoon. Dat maakt EBD tegelijk flexibel én rigoureus.
Je hoeft geen onderzoeker te zijn om claims te wegen. Deze zes tegenstellingen filteren het meeste eruit.
| Rode vlag | Groene vlag |
|---|---|
| Belooft snelle, moeiteloze resultaten | Erkent dat verandering tijd en moeite kost |
| Claimt voor iedereen te werken | Bespreekt voor wie het wel en niet werkt |
| Gebruikt jargon zonder uitleg | Legt begrippen helder uit |
| Geen bronvermelding of onderzoek | Verwijst naar peer-reviewed onderzoek |
| Gebaseerd op de ervaring van één persoon | Gebaseerd op studies met veel deelnemers |
| Kritiek wordt afgewezen of genegeerd | Staat open voor discussie en nuance |
Deze tabel geldt ook voor de reeks zelf. Dat is geen retorische bescheidenheid: een reeks die over bewijs gaat en zichzelf buiten schot houdt, ondergraaft haar eigen uitgangspunt.
De reeks bestaat uit vier delen, maar dat zijn geen vier onderwerpen. De eerste drie zijn drie schalen van dezelfde beweging: leren, experimenteren en bijstellen. Het vierde deel zet daar geen grotere schaal bovenop. Het zet er een veranderde omgeving omheen: dezelfde drie schalen, nu in een wereld waarin een machine een groeiend deel van het denk- en maakwerk doet.
De brug tussen de schalen is inhoudelijk, geen presentatietruc. Een lerende organisatie bestáát uit mensen die zichzelf ontwikkelen, en de taal van persoonlijke groei keert op organisatieniveau vrijwel één-op-één terug: mindset wordt cultuur, gewoonten worden routines, reflectie wordt evaluatie, aannames worden gedeelde aannames. Wie het één beheerst, herkent het ander.
Hoe je brein leert, hoe mindset en overtuigingen je groei sturen, hoe motivatie, emotieregulatie, veerkracht en reflectie werken. Dit is het fundament: alles wat daarna komt, veronderstelt dat je bij jezelf hebt gezien hoe leren werkt.
Gedrag ontwerpen, veranderbereidheid, de lerende organisatie, psychologische veiligheid, de onderstroom van macht en betekenisgeving, en het gesprek zelf: feedback, beïnvloeding, conflict. Elk hoofdstuk legt expliciet de parallel mens ↔ organisatie, omdat dat de claim van de reeks is.
Water, klimaat, energie, wonen, gezondheid: vraagstukken die van iedereen en van niemand tegelijk zijn. Een organisatie kun je aansturen; een systeem kun je hooguit beïnvloeden. Sturen wordt meebewegen, uitlokken, verbinden — en accepteren dat anderen de uitkomst mede bepalen.
Kunstmatige intelligentie raakt alle drie de schalen tegelijk: hoe jij leert en werkt, hoe organisaties beslissen, hoe de samenleving kennis en macht verdeelt. Daarom is dit geen vierde schaal, maar een slotdeel dat de eerste drie opnieuw doorloopt — nu met een machine aan tafel.
De beweging in dit deel loopt van "wat kan ik nog" naar "wie wil ik zijn". Wie zich alleen vergelijkt met de machine, stelt een vraag die steeds smaller wordt; de vruchtbaarder vraag verschuift van vermogen naar waarde. En in, on of out of the loop is geen lot dat je overkomt: het is telkens opnieuw een ontwerpkeuze, per taak en per beslismoment, door mensen gemaakt.
Ik → wij → wereld — en ik en wij in een AI-wereld.
Persoonlijke, organisatie- en systeemontwikkeling zijn drie schalen van dezelfde beweging — leren, experimenteren en bijstellen, samen. Het vierde deel loopt die drie opnieuw door in een wereld met AI: hoe blijf je jezelf ontwikkelen, hoe beslist een organisatie en hoe verdeelt een samenleving kennis en macht, wanneer een machine een groeiend deel van het denk- en maakwerk doet.
De meeste voornemens sneuvelen niet door gebrek aan goede bedoelingen, maar doordat er geen lus in zit. We nemen ons iets voor, doen het een paar keer, en glijden terug in het oude patroon. Ontwikkeling wordt zo een reeks losse pogingen in plaats van een proces dat zichzelf versterkt.
Daarom draait alles in de reeks om één terugkerende cyclus: plan – do – study – act. Je formuleert een verwachting, probeert iets uit, bestudeert wat er gebeurt, en stelt bij. Elke ronde levert kennis op die de volgende ronde beter maakt. Dat geldt voor een persoonlijke gewoonte net zo goed als voor een organisatiebrede verandering of een systeeminterventie; alleen de schaal verschilt.
Formuleer een toetsbare verwachting. Niet "ik ga beter luisteren", maar iets waaraan je kunt merken of het lukt.
Voer het klein en kort uit. Een experiment van twee weken levert meer op dan een plan van een jaar.
Bestudeer wat er gebeurde — inclusief wat je niet verwachtte. Hier zit het leren.
Stel bij, behoud of verwerp. En begin de volgende ronde met wat je nu weet.
'Check' vraagt of het gelukt is — een ja-neevraag die je terugstuurt naar je eigen verwachting. 'Study' vraagt wat er is gebeurd, inclusief het onverwachte. Dat verschil is precies het verschil tussen afvinken en leren, en het is de reden dat EBD deze variant van de cyclus gebruikt.
Niet elke lus grijpt even diep aan. Veel verandertrajecten blijven steken in de eerste lus en verklaren de uitblijvende resultaten dan met inzet, terwijl het aan niveau ligt.
Eerste lus — doen we het goed?
Je corrigeert je handeling binnen de bestaande aanpak. Sneller, netter, met minder fouten.
Tweede lus — doen we het goede?
Je stelt de aanname onder de aanpak ter discussie. Hier begint echte verandering, en hier begint ook de weerstand.
Derde lus — hoe bepalen we wat goed is?
Je onderzoekt hoe je tot je oordelen komt: welke waarden, welke macht en welk verhaal bepalen hier wat als 'goed' geldt.
Ritme verslaat intentie
Een leerlus die één keer per week terugkomt, doet meer dan een voornemen dat elke dag opnieuw wilskracht vraagt. Dat geldt voor een persoon en voor een team. Het is de minst spectaculaire bevinding in de reeks en waarschijnlijk de belangrijkste.
Geen uitputtende opsomming, wel de dragende modellen. Elk ervan staat in de reeks met zijn bronnen, met effectgroottes waar die bekend zijn, en met de kritiek erop waar die er is.
Dit deel is bewust voorzichtiger geformuleerd dan de andere drie — zie de verantwoording hieronder.
Elk deel sluit af met een verantwoording. Niet als formaliteit: een reeks die claimt evidence-based te zijn, hoort navolgbaar te maken hoe zij zelf tot haar keuzes kwam.
Primaire bronnen waar dat kan, overzichtsliteratuur waar dat beter is. Bij omstreden onderwerpen — mindsetinterventies, hersenhelftmodellen, leerstijlen, NLP-technieken — is de omstredenheid onderdeel van de tekst geworden in plaats van weggelaten.
Sommige modellen zijn populair en slecht onderbouwd. Ze staan er toch in, omdat professionals ze in de praktijk tegenkomen en er iets over moeten kunnen zeggen. In die gevallen staan er drie dingen: wat het model beweert, wat het onderzoek ervan overlaat, en wat je er dan nog wel mee kunt.
De praktijkcasussen zijn geconstrueerd, niet ontleend aan herkenbare personen. Ze zijn gebouwd op situaties die in publieke organisaties vaak voorkomen, en bedoeld om meerdere verdedigbare antwoorden toe te laten — één casus, geen modelantwoord.
De inhoud is bijgewerkt tot en met 2026. Waar onderzoek in beweging is, staat dat in de tekst. Wie de reeks later gebruikt, doet er goed aan de claims rond mindset, neurowetenschap en AI-geletterdheid opnieuw te toetsen.
Waar de eerste drie delen leunen op decennia onderzoek, verandert het AI-landschap per maand. Veel in deel 4 is daarom bewust geformuleerd als hypothese en open vraag. Dat past bij de grondhouding: je scheidt wat je weet van wat je vermoedt, en timmert niets dicht wat nog niet vaststaat. Bij een onderwerp waar niemand het antwoord al heeft, is eerlijk vragen waardevoller dan schijnzekerheid verkopen.
Dan hoor ik dat graag. Ik peil op dit moment of hier belangstelling voor is — meer niet. Er is geen bedrijf, geen inschrijving en geen verplichting; ik wil weten of dit gedachtegoed bij genoeg mensen resoneert om er verder in te investeren. Eén regel met wat je erin herkent of juist mist, is al waardevol.