Amsterdam zet honderden bestemmingsplannen om met AI en houdt de jurist als sluitstuk
De gemeente Amsterdam liet op 19 juni 2026 tijdens een netwerksessie van de VNG zien hoe ze ruim vijfhonderd bestemmingsplannen met AI omzet naar één omgevingsplan. De Omgevingswet verplicht elke gemeente om die oude, versnipperde plannen vóór 2032 te vervangen, en bij een geschatte 1.300 uur per plan is de traditionele aanpak in Amsterdam niet te doen. De in eigen huis gebouwde tool Plangids maakt dat vertaalwerk tot twintig keer sneller. AI versnelt het omzetten van bestemmingsplannen bij de gemeente Amsterdam fors, op voorwaarde dat de tool alleen openbare regels gebruikt, de omzetting beleidsneutraal blijft en een planjurist elke suggestie toetst. Voor juristen ligt de waarde elders dan in dat tempo. Ze zit in die voorwaarden en in de manier waarop Amsterdam de risico's van de tool heeft vastgelegd.
Hoe Plangids bestemmingsplannen omzet
Tot nu toe ging het omzetten met de hand. Medewerkers knipten en plakten planregel voor planregel in een Excel-bestand en zetten die kolomsgewijs om in de nieuwe omgevingsplanregels, repetitief werk dat veel capaciteit vroeg. Plangids leest de bestemmingsplanregels nu automatisch in een omzettabel. Met semantic search zoekt de tool per regel naar vergelijkbare regels die collega's al hebben vertaald, en toont per suggestie in een percentage hoe sterk die overeenkomt. Semantic search zoekt op betekenis in plaats van op exacte woorden, zodat het model ook regels vindt die hetzelfde regelen terwijl er andere bewoordingen staan. De basis is de Hoofdregeling, een regelbibliotheek met de geüniformeerde omgevingsplanregels die juristen van de gemeente in de aanloop naar de Omgevingswet hebben ingericht.
Twee dingen vallen op aan de opzet. De tool draait uitsluitend op openbare data van de bestemmingsplannen en het omgevingsplan, en binnen Plangids worden geen besluiten genomen. Een planjurist kiest of een suggestie past of schrijft zelf een nieuwe regel, waarna een plantekenaar die beoordeelt en in een ander systeem intekent. In een pilot vertaalden zes planjuristen ongeveer 27 uur lang regels, gemiddeld elf per uur, met een matchingscore van 90 procent. Dat is tien tot twintig keer sneller dan handwerk, met de kanttekening dat de juristen de applicatie voor het eerst gebruikten.
Waarom deze AI-toepassing wél levert
Dat Plangids levert, komt doordat de taak scherp is ingeperkt. De invoer is openbaar, dus er is geen spanning met vertrouwelijkheid. De omzetting is beleidsneutraal: er wordt geen nieuw beleid gemaakt en bestaande planologische rechten blijven gerespecteerd, waardoor de tool bestaande regels vertaalt in plaats van keuzes maakt. En er is een vaste set om tegen te matchen, de Hoofdregeling, waardoor je elke suggestie kunt nalopen aan een bekende regelbibliotheek.
Dat patroon kenden we al van de eerste procesoverwinning van een AI-advocaat. Ook daar deed het model het ordelijke voorwerk op een afgebakende taak, terwijl een mens bij elke stap goedkeurde. AI presteert op dit soort werk omdat de uitkomst te controleren is aan een vaste maatstaf en omdat een deskundige de eindafweging houdt. Amsterdam noemt volledige foutloosheid dan ook niet haalbaar en houdt een validatiestap door deskundigen in het proces.
De risico's die het register zelf benoemt
Amsterdam registreerde Plangids in het Algoritmeregister en benoemde daar zelf de risico's. Twee daarvan tellen juridisch zwaar. Het eerste is dat gebruikers geneigd kunnen zijn een voorgestelde regel te snel over te nemen. Die neiging raakt precies de handeling waar de professionele verantwoordelijkheid zit, want een snelle en zelfverzekerde suggestie verandert hoe zorgvuldig iemand nog leest. We beschreven eerder hoe delegatie aan AI de eindcontrole verschuift, waarbij mensen meer uitbesteden aan een model en zelf minder in de tekst bewerken. De matchingscore van 90 procent zegt daarom minder dan de tien procent die misgaat, en dan gaat het vooral om de vraag of de menselijke toets scherp blijft.
Het tweede risico is dat semantic search bestaande ongelijkheden uit oude regels onbedoeld kan reproduceren. Wie oude planregels als bron neemt, neemt ook de aannames daarin mee, en zonder monitoring kunnen verschillen tussen juristen tot inconsistente uitkomsten leiden. Amsterdam vangt dat deels op door binnen de tool geen besluiten te nemen, de suggesties buiten het systeem te laten beoordelen, de gekozen vertaling te loggen en een privacy quickscan uit te voeren. Het register plaatst de tool in de categorie overige algoritmes, dus buiten de impactvolle toepassingen.
Gevolgen voor het invoeren van AI in juridisch werk
Voor een juridische organisatie die AI wil inzetten, geeft deze casus een bruikbaar model. Richt AI op taken die zijn af te bakenen en te controleren: onderzoek op openbare bronnen en rechtspraak, het uitleggen van een leerstuk, of het matchen van eigen modelteksten tegen een vaste set, telkens zonder cliëntgegevens. Houd het oordeel bij de mens en bouw een controlestap in waarin iemand de uitkomst echt nagaat en onderschrijft. Juist omdat een model snel en stellig levert, is dat nalopen het punt dat je niet mag laten verslappen.
Leg daarnaast vast welke tool je gebruikt en welke risico's eraan zitten. Voor de overheid is het Algoritmeregister de plek waar dat gebeurt; een kantoor houdt daarvoor een eigen risico-analyse en dossier bij. De gemeente Amsterdam publiceerde eerder ook inkoopvoorwaarden voor AI die commerciële kantoren als vertrekpunt kunnen gebruiken, en samen met deze casus laten ze zien hoe verantwoording er in de praktijk uitziet.
De grens van het beroepsgeheim blijft daarbij overeind. Plangids is verdedigbaar op het punt van data omdat het uitsluitend openbare regels raakt. Een kantoor dat een vergelijkbare matching-aanpak op zijn eigen modelteksten loslaat, blijft binnen die grens zolang er geen cliëntgegevens in gaan. Zodra vertrouwelijke stukken in beeld komen, geldt de bekende eis van een afgeschermde omgeving met een verwerkersovereenkomst en zonder training op je invoer.