Noor: vijf zorgorganisaties bouwen samen één AI-aanmeldassistent

Wie in Groningen maatschappelijke opvang nodig heeft, komt terecht in een keten van organisaties die elk hun eigen aanmeldroute, openingstijden en criteria hebben. Voor iemand in een kwetsbare situatie is het vinden van de juiste deur al een opgave op zichzelf, en de vraag komt zelden tijdens kantooruren. Vijf grote zorgorganisaties in de regio besloten daarom samen één digitale voordeur te bouwen: Noor. Hieronder lees je wat Noor doet, hoe de betrouwbaarheid is ingebouwd, hoe vijf organisaties samen één assistent besturen en wat andere organisaties van deze aanpak kunnen leren.

Inhoudsopgave

1. Waarom aanmelden bij maatschappelijke opvang ingewikkeld is
2. Wat Noor doet
3. De route ligt vast, de AI voert het gesprek
4. Vijf organisaties, één kennisbank
5. Wat de testfase moet uitwijzen
6. Wat andere organisaties hiervan kunnen leren
7. Hoe wij hierin kunnen helpen
8. Veelgestelde vragen

Waarom aanmelden bij maatschappelijke opvang ingewikkeld is

Maatschappelijke opvang is in de praktijk ketenwerk: opvang, begeleiding, verslavingszorg, werk en dagbesteding liggen bij verschillende organisaties, elk met een eigen intake. Welke organisatie past hangt af van de situatie: leeftijd, woonsituatie, wat er verder speelt. Die informatie staat verspreid over websites en folders, en de mensen om wie het gaat zijn zelden in de positie om die puzzel rustig te leggen.

Het gevolg: mensen melden zich bij de verkeerde organisatie, haken af, of komen pas in beeld als de situatie is verslechterd. En de professionals in de keten besteden een deel van hun tijd aan het doorverwijzen van mensen die ergens anders hadden moeten aankloppen.

Wat Noor doet

Noor is een AI-aanmeldassistent, bereikbaar als chat, die drie dingen doet die anders wachten tot een loket opengaat:

• De vraag verhelderen. Noor stelt vragen in gewone taal en in de taal van de hulpzoekende, en bouwt zo stap voor stap een beeld op van de situatie.
• De aanmelding voorbereiden. De relevante informatie wordt geordend, zodat de intake bij de organisatie daarna sneller en completer verloopt.
• Doorverwijzen naar de juiste organisatie. Op basis van de situatie komt de hulpzoekende uit bij de ketenorganisatie die past, met concrete vervolgstappen, tot een belscript of aanmeldmail aan toe.

Voor informatievragen (openingstijden, voorwaarden, wat neem je mee) put Noor uit een gezamenlijke kennisbank en vermeldt daarbij de bron. Staat het antwoord er niet in, dan zegt Noor dat eerlijk, in plaats van iets aannemelijks te verzinnen. Voor deze doelgroep is dat geen detail: een verzonnen openingstijd betekent iemand die voor een dichte deur staat.

De route ligt vast, de AI voert het gesprek

De belangrijkste ontwerpkeuze achter Noor: het taalmodel bepaalt de toon en de formulering van het gesprek, maar de betrouwbaarheid zit in lagen eromheen die zich altijd hetzelfde gedragen.

• De doorverwijzing volgt een beslisboom die de zorgorganisaties zelf in een dashboard onderhouden. Welke situatie naar welke organisatie leidt is een keuze van de professionals in de keten, vastgelegd in regels die voor elke hulpzoekende hetzelfde werken. De AI mag daar niet van afwijken; elk advies dat Noor geeft wordt tegen die regels gecontroleerd voordat het de hulpzoekende bereikt.
• Veiligheid gaat vóór alles. Signalen van acute nood, zoals dakloosheid vannacht, geweld of suïcidale gedachten, worden apart herkend. In die situaties krijgt de hulpzoekende direct de veilige route te zien, tot 112 en Veilig Thuis aan toe, wat er verder in het gesprek ook gebeurt. Zo'n veiligheidssignaal blijft bovendien de rest van het gesprek staan: een onnodig voorzichtige reactie is een klein ongemak, een gemiste crisis is onomkeerbaar.
• Elke stap wordt vastgelegd. Van elk gesprek is na te gaan welke informatie is gebruikt en hoe een doorverwijzing tot stand kwam. Dat maakt het systeem controleerbaar voor het consortium, en bij te sturen als de praktijk daarom vraagt.

Deze opzet is ook de les die wij uit het traject trekken: bij AI voor kwetsbare groepen wil je goed gedrag niet vrágen aan het model, je wilt het afdwingen met controles eromheen.

Vijf organisaties, één kennisbank

Noor is geen product van één organisatie. Vijf grote zorgorganisaties in de regio Groningen tekenden in het voorjaar van 2026 een samenwerkingsovereenkomst en besturen de assistent samen. De kennis waar Noor uit put komt van de professionals van die organisaties, en een gezamenlijke beheergroep houdt de inhoud actueel en bewaakt de kwaliteit van de klantreizen.

Dat klinkt organisatorisch, en dat is precies het punt: het grootste deel van het werk aan een goede AI-assistent is geen techniek. Het is vijf organisaties die het eens worden over routes, formuleringen en verantwoordelijkheden, en dat blijven onderhouden. De techniek maakt die afspraken vervolgens elke dag, dag en nacht, uitvoerbaar.

Wat de testfase moet uitwijzen

Noor wordt op dit moment getest met medewerkers en ervaringsdeskundigen van de deelnemende organisaties. Zij toetsen de assistent op de vragen die er echt toe doen: klopt de doorverwijzing bij situaties uit de praktijk, is de toon passend voor mensen in een moeilijke periode, en doet de assistent het juiste bij signalen van nood. Wat daaruit komt gaat rechtstreeks terug het systeem in: de beslisboom, de kennisbank en de formuleringen worden op basis van de testronden bijgesteld voordat Noor breder beschikbaar komt.

De testfase levert intussen twee dingen op die vooraf niet het doel waren. De eerste is een mooie bijvangst: medewerkers gebruiken Noor om te zien hoe het bij de ándere organisaties in de keten werkt. De gezamenlijke kennisbank blijkt ook intern een naslagwerk, en dat scheelt rondbellen. De tweede is misschien wel de waardevolste bevinding: de vragen die Noor niet kan beantwoorden maken zichtbaar waar de gaten in de gezamenlijke kennis en dienstverlening zitten, en waar juist overlap zit tussen organisaties, en of die overlap eigenlijk wel slim is. Dat is stuurinformatie over de keten zelf, die er zonder Noor niet was.

Die volgorde is een bewuste: eerst laten toetsen door de mensen die de doelgroep het best kennen, dan pas opschalen.

Wat andere organisaties hiervan kunnen leren

Drie lessen uit dit traject zijn breder bruikbaar dan de maatschappelijke opvang:

1. Leg de beslissingen bij mensen, de uitvoering bij AI. Een beslisboom of regelset die professionals zelf beheren geeft AI-gedrag dat uitlegbaar en bij te sturen is. Dat is precies wat toezichthouders en de EU AI Act van AI in het sociaal domein vragen.
2. Bouw eerlijkheid in. Een assistent die alleen antwoordt op basis van een beheerde kennisbank, met bronvermelding en een eerlijk "dat weet ik niet", is voor elke organisatie met een publieksfunctie de veilige keuze.
3. Onderschat het samenwerkingsdeel niet. Waar meerdere afdelingen of organisaties één assistent delen, zit het echte werk in gezamenlijk beheer van kennis en routes. Regel dat bestuur vanaf dag één.
4. Een AI-assistent is ook een meetinstrument. De vragen die je assistent niet kan beantwoorden zijn stuurinformatie: ze laten zien waar kennis ontbreekt, waar dienstverlening overlapt en of die overlap slim is. Dat beeld over je eigen organisatie of keten had je zonder de assistent niet. Organiseer vanaf het begin dat iemand die signalen leest en er iets mee doet.

Meer over wat er in de regio gebouwd wordt lees je in ons overzicht AI in Groningen: wat er gebeurt en waar je als bedrijf begint.

Hoe wij hierin kunnen helpen

Wij bouwen de techniek achter Noor, vanuit ons kantoor op de Zernike Campus. Wil je weten waar jouw organisatie staat, doe dan de gratis AI-scan: in een paar minuten zie je in welke fase van AI-volwassenheid je zit en wat een logische volgende stap is.

Neem gerust contact op voor een vrijblijvend gesprek. We overleggen eerst wat bij jouw organisatie past; pas daarna komt er iets op papier.

Veelgestelde vragen