Hoe controleer je de datakwaliteit bij een implementatie van het Gemeentelijk Gegevensmodel?

Ed Kisman · 16 okt 2026

Datakwaliteit controleren bij een implementatie van het Gemeentelijk Gegevensmodel begint met het vastleggen van duidelijke kwaliteitscriteria per domein, gevolgd door geautomatiseerde validaties tijdens de migratie en structureel beheer daarna. Omdat het GGM tientallen beleidsdomeinen en landelijke standaarden omvat, is een systematische aanpak onmisbaar om fouten vroegtijdig te signaleren. Dit artikel beantwoordt de meest gestelde vragen over GGM-datakwaliteit, van veelvoorkomende problemen tot het moment waarop je een database-expert inschakelt.

Welke datakwaliteitsproblemen komen het vaakst voor bij een GGM-implementatie?

Bij een GGM-implementatie zijn de meest voorkomende datakwaliteitsproblemen ontbrekende of inconsistente sleutelwaarden, verkeerde koppeling van objecttypen aan beleidsdomeinen en gegevens die niet voldoen aan de landelijke standaarden waarop het GGM is gebaseerd. Deze problemen ontstaan vaak doordat brondata uit meerdere applicatiesilo’s afkomstig zijn en onderling weinig samenhang vertonen.

Het Gemeentelijk Gegevensmodel bouwt voort op standaarden zoals RSGB, RGBZ, iWmo en iJw. Wanneer bronsystemen die standaarden niet consequent toepassen, ontstaan er direct problemen bij het mappen van gegevens naar de GGM-structuur. Denk aan basisregistratiegegevens die in het ene systeem op postcodeniveau zijn opgeslagen en in het andere op adresniveau, terwijl het GGM een eenduidige BAG-koppeling verwacht.

Andere veelvoorkomende knelpunten zijn:

Dubbele registraties van inwoners, adressen of objecten die in het bronsysteem als apart record leven maar in het GGM samengevoegd moeten worden
Verouderde of ontbrekende domeinwaarden, bijvoorbeeld vergunningstatussen die niet aansluiten op de GGM-waardelijsten
Tijdstempelfouten waarbij begin- en einddatums van objecten niet logisch op elkaar aansluiten
Ontbrekende relaties tussen objecttypen uit verschillende beleidsdomeinen, zoals een zaak zonder gekoppeld subject
AVG-gerelateerde kwaliteitsproblemen, waarbij persoonsgegevens zijn opgeslagen zonder de vereiste classificatie of grondslag

Omdat het GGM een gelaagde structuur kent waarbij bovenliggende domeinen alleen objecttypen uit de onderste lagen hergebruiken, verspreidt een fout in de kernlaag zich razendsnel door alle verticale beleidsdomeinen. Problemen in de Kern-laag, die RSGB en RGBZ bevat, hebben daarmee de grootste impact op de algehele datakwaliteit.

Hoe stel je datakwaliteitscriteria vast voor het Gemeentelijk Gegevensmodel?

Datakwaliteitscriteria voor het GGM stel je vast door per domein de verplichte velden, toegestane waardelijsten en relatie-integriteitsregels uit het model te vertalen naar meetbare kwaliteitsregels. Koppel deze regels direct aan de landelijke standaarden die het GGM integreert, zodat criteria objectief toetsbaar zijn en niet per gemeente verschillen.

Een praktische aanpak werkt in drie stappen:

Inventariseer de kritische objecttypen per beleidsdomein. Begin met de horizontale lagen Kern, Financiën, ICT en Dienstverlening, want fouten daar propageren naar alle verticale domeinen zoals het Sociaal Domein, de Omgevingswet of Burgerzaken.
Definieer kwaliteitsdimensies per objecttype: volledigheid (zijn alle verplichte attributen gevuld?), juistheid (kloppen de waarden met de toegestane domeinwaarden?), consistentie (zijn relaties tussen objecten geldig?) en tijdigheid (zijn datumvelden logisch en actueel?).
Vertaal de criteria naar concrete drempelwaarden, bijvoorbeeld: minimaal 98% van de zaakrecords heeft een geldig subjecttype, of geen enkel adresobject mag ontbreken zonder geldige BAG-referentie.

Het is verstandig om de criteria af te stemmen met de GGM-gebruikersgroep, die bestaat uit meerdere gemeenten en overheden. Gemeenten die het GGM al in gebruik hebben, hebben in de praktijk al geleerd welke velden in de bron het vaakst onvolledig zijn. Die ervaringskennis bespaart aanzienlijk tijd bij het opstellen van je eigen criteriaset. Voor de beveiliging en governance van persoonsgegevens is het bovendien verplicht om kwaliteitscriteria te koppelen aan de AVG-classificatie die het GGM ondersteunt.

Welke tools kun je gebruiken om GGM-datakwaliteit te meten?

Voor het meten van GGM-datakwaliteit in een gemeentelijke database zijn SQL-gebaseerde validatiescripts, dataprofileringstools en gespecialiseerde datamanagementplatforms de meest effectieve keuzes. De juiste tool hangt af van het databaseplatform waarop het GGM is geïmplementeerd, de schaal van de gemeente en de mate van automatisering die je nastreeft.

SQL-validatiescripts en native databasefuncties

Voor Oracle en Microsoft SQL Server, de platformen waarvoor het GGM codegeneratietemplates biedt, zijn SQL-constraints, check-constraints en foreign key-validaties de eerste verdedigingslinie. Schrijf gerichte validatiescripts die per domein de integriteitsregels uit het GGM doorlopen. Voer deze scripts periodiek uit en leg de resultaten vast in een kwaliteitslog. Dit is laagdrempelig en werkt direct op de fysieke databasetabellen die via de GGM-DDL zijn gegenereerd. Meer over het beheren van dit soort omgevingen lees je op de pagina over SQL Server databasebeheer.

Dataprofileringstools en BI-platforms

Tools zoals Microsoft Fabric of Power BI kunnen datakwaliteitsrapportages genereren bovenop de GGM-datastructuur. Hiermee maak je kwaliteitsscores zichtbaar voor domeinbeheerders zonder dat zij SQL hoeven te kennen. Een Microsoft Fabric-omgeving voor de overheid biedt daarbij extra mogelijkheden voor gegevensbeheer, auditing en toegangscontrole die aansluiten op gemeentelijke vereisten. Voor het sociaal domein, waarbij gevoelige persoonsgegevens in het spel zijn, is dit bijzonder relevant.

Hoe valideer je GGM-data automatisch tijdens een migratie?

Automatische validatie van GGM-data tijdens een migratie werkt het best met een gelaagde aanpak: valideer eerst de structuur van de data, dan de inhoud, en tot slot de relaties tussen objecten. Bouw deze controles in als vaste stappen in de migratiepipeline, zodat fouten worden onderschept voordat data in de doelomgeving wordt geladen.

Een effectieve geautomatiseerde validatiestrategie bevat de volgende lagen:

Pre-migratieprofiling: analyseer de brondata op volledigheid en consistentie voordat de migratie start. Identificeer welke records niet voldoen aan de GGM-criteria en besluit of je ze corrigeert, uitsluit of apart rapporteert.
Transformatievalidatie: controleer na elke transformatiestap of de gemapte waarden overeenkomen met de GGM-domeinwaarden en of relaties correct zijn overgenomen. Gebruik assertions of unit tests in je ETL-proces.
Post-loadreconciliatie: vergelijk het aantal records en de som van sleutelvelden in de bron met de doelomgeving. Elke afwijking is een signaal van een migratieprobleem.
Integriteitschecks op databaseniveau: activeer foreign key-constraints en check-constraints in de doeldatabase na het laden, en los de eventuele schendingen gecontroleerd op.

De GGM-codegeneratietemplates voor Enterprise Architect genereren DDL voor Oracle en MySQL. Zorg dat de gegenereerde constraints ook daadwerkelijk actief zijn in de doelomgeving. In de praktijk worden constraints soms uitgeschakeld tijdens migraties om snelheid te winnen, maar dit verhoogt het risico op stille datakwaliteitsfouten aanzienlijk. Schakel ze na de migratie altijd weer in en voer een volledige integriteitscheck uit. Voor complexe migraties is specialistische begeleiding bij een SQL Server-migratie of een Oracle-migratie een verstandige stap.

Wanneer schakel je een DBA in bij GGM-datakwaliteitsproblemen?

Je schakelt een database administrator in bij GGM-datakwaliteitsproblemen zodra de oorzaak van de fouten op databaseniveau ligt, de impact op meerdere domeinen tegelijk merkbaar is, of de beschikbare tooling en interne kennis onvoldoende zijn om het probleem te diagnosticeren en structureel op te lossen.

Concrete signalen dat het tijd is om een DBA in te schakelen:

Integriteitsproblemen die ondanks correcties in de brondata blijven terugkeren, wat wijst op een structureel probleem in de databaseconfiguratie of de migratielogica
Prestatieproblemen bij het uitvoeren van datakwaliteitsvalidaties op grote GGM-tabellen, waarbij queries onacceptabel lang duren
Onverklaarbare dataverschillen tussen de GGM-doelomgeving en de bronsystemen na een migratie
Vragen over de juiste inrichting van indexen, partitionering of constraints op de gegenereerde GGM-databasetabellen
AVG-gerelateerde kwaliteitsincidenten waarbij persoonsgegevens onbedoeld toegankelijk zijn of niet correct zijn geclassificeerd

Een DBA brengt niet alleen technische kennis mee, maar ook ervaring met het herkennen van patronen in datakwaliteitsproblemen die bij meerdere organisaties terugkomen. Bij een gemeentelijk datawarehouse dat op het GGM is gebaseerd, is die brede ervaring extra waardevol omdat de combinatie van beleidsdomeinen, landelijke standaarden en AVG-vereisten een complexe omgeving vormt.

Hoe DBA helpt bij GGM-datakwaliteit

Wij ondersteunen gemeenten en overheidsinstellingen bij het waarborgen van datakwaliteit in GGM-implementaties, van de eerste migratie tot het structurele beheer daarna. Onze senior database administrators kennen de technische eisen van Oracle, Microsoft SQL Server en PostgreSQL en vertalen die kennis direct naar de specifieke uitdagingen van een gemeentelijke databaseomgeving.

Wat wij concreet bieden bij GGM-datakwaliteitsvraagstukken:

Datakwaliteitsanalyse: wij brengen de huidige staat van je GGM-data in kaart, inclusief een overzicht van de meest kritieke kwaliteitsproblemen per domein
Geautomatiseerde validatiescripts: wij ontwikkelen en implementeren SQL-validaties die aansluiten op de GGM-structuur en periodiek draaien als onderdeel van het reguliere databasebeheer
Migratiebegeleiding: wij begeleiden datakwaliteitscontroles tijdens migraties naar een GGM-gebaseerde doelomgeving, inclusief pre- en post-migratiechecks
Proactief beheer: via dagelijkse monitoring en periodiek onderhoud voorkomen wij dat datakwaliteitsproblemen onopgemerkt blijven of escaleren
AVG-compliance: wij helpen bij de classificatie van persoonsgegevens binnen het GGM en zorgen dat de databaseomgeving voldoet aan de geldende privacyvereisten

Wil je weten hoe wij jouw gemeente kunnen ondersteunen bij een GGM-implementatie of een bestaand datakwaliteitsprobleem? Neem contact met ons op en wij denken graag met je mee.