TalentKeeperProfiel
Gaby Schram — medewerkerbehoud en organisatorische condities
Oprichter van TalentKeeper en ontwikkelaar van een organisatiediagnostische benadering van duurzaam medewerkerbehoud
Ik houd mij bezig met één centrale managementvraag:
Welke omstandigheden maken dat mensen afhaken, uitvallen of vertrekken — en wat kan management daar daadwerkelijk aan veranderen?
Mijn antwoord daarop is in de loop van de ontwikkeling van TalentKeeper steeds preciezer geworden.
Organisaties kunnen betrokkenheid, motivatie, commitment of behoud niet rechtstreeks aansturen.
Wat zij wél kunnen beïnvloeden, zijn de omstandigheden waaronder mensen werken.
De kwaliteit van leiderschap. Rechtvaardigheid. Duidelijkheid. Ontwikkelmogelijkheden. Werkontwerp. Ondersteuning. Samenwerking. Besluitvorming.
Die omstandigheden vormen samen een belangrijk deel van de organisatorische context waarin motivatie, binding en uiteindelijk medewerkerbehoud zich ontwikkelen.
Dat uitgangspunt vormt de basis van het Organizational Conditions Perspective en van de TalentKeeper Method.
De kernpropositie is bewust eenvoudig:
Organisaties kunnen employee outcomes niet rechtstreeks managen. Ze kunnen wel bewust de organisatorische condities beïnvloeden waaruit die outcomes mede ontstaan.
Dat is ook de centrale propositie van Volume I van de TalentKeeper Canon.
Van medewerkerbehoud naar organisatievraagstuk
Medewerkerbehoud wordt vaak behandeld als een HR-vraagstuk.
Er wordt gekeken naar verlooppercentages, engagement, medewerkertevredenheid, exitgesprekken, employer branding en arbeidsvoorwaarden.
Allemaal relevant.
Maar daarmee is nog niet vastgesteld waarom medewerkers binnen een bepaalde organisatie minder gemotiveerd raken, zich minder verbonden voelen of over vertrek nadenken.
En nog belangrijker:
het vertelt niet automatisch waar de organisatie moet ingrijpen.
Daarom ben ik medewerkerbehoud steeds minder gaan bekijken als een geïsoleerd HR-thema en steeds meer als een vraagstuk van organisatiecondities en managementbeslissingen.
Retention hoort bij HR, maar kan niet door HR alleen worden opgelost.
Een medewerker kan bijvoorbeeld weinig ontwikkelmogelijkheden ervaren terwijl HR formeel een uitgebreid ontwikkelbeleid heeft.
Een leidinggevende kan verantwoordelijk worden gehouden voor autonomie, terwijl het organisatiesysteem nauwelijks beslissingsruimte toestaat.
Of medewerkers kunnen een proces als onrechtvaardig ervaren terwijl dat proces op papier zorgvuldig is ontworpen.
Juist het verschil tussen:
- wat de organisatie heeft ingericht,
- wat managers daadwerkelijk kunnen en doen,
- en wat medewerkers ervaren
kan diagnostisch waardevol zijn.
Het Organizational Conditions Perspective
Om die manier van kijken expliciet te maken, heb ik binnen TalentKeeper het Organizational Conditions Perspective geformuleerd.
Het uitgangspunt is niet:
“Hoe zorgen we dat medewerkers meer engaged zijn?”
maar:
“Welke beïnvloedbare organisatorische condities ondersteunen of ondermijnen motivatie, binding en duurzaam medewerkerbehoud?”
Dat verschil lijkt klein.
Maar managementmatig is het groot.
Engagement is een uitkomst.
Commitment is een psychologische staat.
Vertrekintentie is een relevante outcome cognition.
En vrijwillig behoud is uiteindelijk een gerealiseerde organisatie-uitkomst.
Geen van deze zaken kan management simpelweg besluiten.
Management kan wel de omgeving beïnvloeden waarin deze fenomenen ontstaan.
Het Organizational Conditions Perspective verschuift daarom de aandacht:
- van outcome naar condition
- van score naar diagnose
- van HR-probleem naar organisatievraagstuk
- van generieke best practice naar contextspecifieke interventie
- van eenmalig onderzoek naar systematisch leren
TalentKeeper operationaliseert dit perspectief. De Canon maakt daarbij expliciet onderscheid tussen het managementperspectief, de onderliggende theoretische architectuur, de methode, de measurement-and-evidence standaard en de governance rond gebruik en claims.
Geen eigen theorie verzinnen waar bestaande wetenschap al veel weet
Een belangrijke keuze bij de ontwikkeling van TalentKeeper was om medewerkerbehoud niet rond één populair managementmodel te bouwen.
Er bestaat al veel relevante wetenschap.
Onder meer over:
- autonomie en psychologische basisbehoeften,
- rechtvaardigheid,
- commitment,
- werkbelasting en hulpbronnen,
- sociale ondersteuning,
- rolstructuur,
- werkbetekenis,
- vertrouwen,
- binding
- en vertrekintentie.
Het probleem is niet dat deze onderzoekstradities niets verklaren.
Het probleem is dat ze vaak afzonderlijk worden gebruikt.
Dat kan ertoe leiden dat één theoretisch perspectief wordt behandeld alsof het de gehele organisatie verklaart.
Mijn benadering is anders.
Verschillende theorieën verklaren verschillende delen van de werkelijkheid. De uitdaging is ze zo te integreren dat hun specifieke betekenis behouden blijft.
Autonomie is bijvoorbeeld niet hetzelfde als motivatie.
Werkbelasting is niet hetzelfde als uitputting.
Rechtvaardigheid is niet hetzelfde als vertrouwen.
Commitment is niet hetzelfde als engagement.
En vertrekintentie is niet hetzelfde als daadwerkelijk vertrek.
Juist doordat die begrippen afzonderlijk blijven, kunnen ze verschillende diagnostische en managementvragen opleveren.
De TalentKeeper Canon legt daarom een expliciete hiërarchie vast: het Organizational Conditions Perspective vormt het managementperspectief, de Theory of Organizational Conditions de formele verklaringsarchitectuur en de TalentKeeper Method de operationele methode.
Van meten naar diagnosticeren
Een tweede vraag die mij sterk bezighoudt is:
Waarom produceren organisaties zoveel medewerkerdata, terwijl de stap van data naar gerichte managementactie vaak zo moeilijk blijft?
Mijn conclusie is dat meten en diagnosticeren verschillende functies zijn.
Een score vertelt iets.
Een benchmark voegt context toe.
Een trend vertelt of iets verandert.
Maar geen van deze drie geeft automatisch een verklaring.
Daarom maakt de TalentKeeper Method expliciet onderscheid tussen:
- meten,
- interpreteren
- en diagnosticeren.
Dat onderscheid is inmiddels formeel in RM-003 vastgelegd.
De huidige canonieke TalentKeeper Method bestaat uit zeven stappen:
Volume III definieert de methode als het systematische proces waarmee organisaties relevante evidence meten, patronen interpreteren, plausibele verklaringen diagnosticeren, managementaandacht prioriteren, interveniëren in beïnvloedbare organisatorische condities, evalueren wat daarna gebeurt en leren van die geëvalueerde evidence.
De volgorde is belangrijk.
- Een score is geen diagnose.
- Een diagnose is geen interventiebeslissing.
- Een interventie is geen bewezen verbetering.
- Verandering na een interventie is nog geen bewijs van causaliteit.
Die scheidingen maken de methode misschien minder spectaculair dan systemen die onmiddellijk een stellige conclusie produceren.
Maar ze maken haar methodologisch beter verdedigbaar.
Drie perspectieven op dezelfde organisatie
Een ander uitgangspunt van TalentKeeper is dat medewerkerbehoud niet goed begrepen kan worden vanuit één informatiebron.
Daarom kijken we naar drie verschillende perspectieven.
De medewerker
Wat ervaart de medewerker?
Bijvoorbeeld rond autonomie, ondersteuning, rechtvaardigheid, duidelijkheid, ontwikkeling, belasting of binding.
De leidinggevende
Wat kan en doet het management?
Welke ruimte, middelen, routines en managementpraktijken bestaan in de dagelijkse werkomgeving?
HR en de organisatie
Wat is structureel ingericht?
Welke processen, systemen, governance, resources en ondersteunende mechanismen bestaan op organisatieniveau?
Deze rollen leveren verschillende soorten informatie.
Ze worden daarom niet automatisch gemiddeld tot één score.
De Role-Separated Measurement Rule is juist ontworpen om bronidentiteit te bewaren en convergentie of divergentie diagnostisch te kunnen onderzoeken. Volume IV legt expliciet vast dat medewerkerervaring, managementinformatie en organisatorische inrichting parallelle maar niet onderling verwisselbare evidencebronnen zijn.
Wat medewerkers ervaren en wat een organisatie heeft ingericht zijn twee verschillende soorten informatie. Juist het verschil ertussen kan diagnostisch relevant zijn.
Bewijs bepaalt hoe stellig we mogen zijn
Ik vind het belangrijk dat een organisatieadvies niet sterker wordt geformuleerd dan de beschikbare evidence rechtvaardigt.
Daarom is TalentKeeper evidence-governed ontwikkeld.
- Een theorie kan een relatie aannemelijk maken.
- Een meting kan een patroon laten zien.
- Een correlatie kan samenhang aantonen.
- Een diagnose kan een plausibele verklaringsroute formuleren.
Maar dat zijn verschillende evidentiële niveaus.
Ze mogen niet in elkaar overvloeien omdat een stelliger antwoord commercieel aantrekkelijker klinkt.
De TalentKeeper-governance maakt daarom expliciet onderscheid tussen onder andere Observed, Comparative, Associational, Diagnostic, Causal, Predictive en Intervention-effect claims. Daarnaast blijft generaliseerbaarheid een afzonderlijke, cross-cutting evidence- en scopegrens.
Dat betekent bijvoorbeeld dat ik niet wil zeggen:
“TalentKeeper weet waarom uw medewerkers vertrekken”
wanneer de beschikbare evidence alleen een aantal plausibele organisatorische kwetsbaarheden ondersteunt.
En evenmin:
“Deze interventie werkt”
wanneer we alleen weten dat zij inhoudelijk goed aansluit bij een diagnose.
Wetenschappelijk onderbouwd is niet hetzelfde als wetenschappelijk bewezen voor iedere toepassing.
Die beperking hoort niet in de kleine lettertjes.
Ze hoort onderdeel te zijn van de methode.
De Intervention Knowledge Base
Diagnose is echter maar de helft van het managementvraagstuk.
Als duidelijker wordt wat mogelijk moet veranderen, volgt onmiddellijk:
Wat gaan we dan doen?
Daarom wordt binnen TalentKeeper ook gewerkt aan een Intervention Knowledge Base.
Het doel daarvan is om interventiekennis steeds systematischer te verbinden aan:
- diagnose,
- organisatiecontext,
- interventiekeuze,
- implementatie
- en evaluatie.
Daardoor kan in de tijd een kennisbasis ontstaan waarin niet alleen staat welke interventies bestaan, maar ook steeds meer gecontroleerde informatie beschikbaar komt over onder welke omstandigheden een bepaalde interventieroute meer of minder passend lijkt.
Dit is nadrukkelijk geen database waarin ieder succesverhaal automatisch als bewijs wordt opgeslagen.
Ook mislukte implementaties, nulbevindingen, tegenstrijdige resultaten en contextverschillen zijn relevante informatie.
De governance rond cumulative learning vereist daarom dat evidence niet sterker wordt behandeld omdat er simpelweg meer cases bestaan. Volume V bepaalt expliciet dat institutioneel leren niet systematisch alleen gunstige evidence mag bevoordelen.
Meer data is niet automatisch meer kennis. De kwaliteit waarmee we data beoordelen bepaalt wat we er verantwoord van kunnen leren.
En waar past AI in?
AI maakt het mogelijk om een steeds grotere kennisbasis efficiënter te doorzoeken, te vergelijken en te contextualiseren.
Daarom is de TalentKeeper-architectuur ook relevant voor de ontwikkeling van een:
AI-assisted Intervention Recommendation Engine
Het idee is niet:
“Vraag AI wat je aan medewerkerbehoud moet doen.”
Een generiek AI-model kan eenvoudig tientallen interventies voorstellen.
De moeilijkere vraag is:
Welke gecontroleerde interventieopties passen het beste bij deze specifieke diagnose, organisatiecontext, beschikbare evidence en implementatievoorwaarden?
Daar kan AI op termijn veel waarde toevoegen.
Maar alleen wanneer de kennis waarop het systeem terugvalt voldoende gestructureerd en gecontroleerd is.
Daarom zie ik AI niet als vervanging van de TalentKeeper Method.
De volgorde is juist:
- 1methodologie
- 2governed evidence
- 3diagnose
- 4Intervention Knowledge Base
- 5AI-assisted recommendation
- 6menselijk managementbesluit
Volume V legt deze grens expliciet vast: technologie kan calculation, retrieval, synthesis en controlled recommendation ondersteunen, maar technologie bezit geen organisatorische beslissingsbevoegdheid.
De waarde van AI wordt uiteindelijk niet alleen bepaald door het model, maar vooral door de kwaliteit van de kennis waarop dat model mag terugvallen.
De TalentKeeper Canon
Om te voorkomen dat theorie, commerciële communicatie, softwareontwikkeling en methodiek langzaam verschillende kanten op gaan, is de inhoudelijke basis van TalentKeeper vastgelegd in de TalentKeeper Canon.
De huidige controlling Canon bestaat uit:
| Volume | Functie |
|---|---|
| Volume I — The Organizational Conditions Perspective | Het managementperspectief |
| Volume II — Theory of Organizational Conditions | De formele theoretische architectuur |
| Volume III — The TalentKeeper Method (RM-003) | De operationele methode |
| Volume IV — Measurement and Evidence Manual | De technische measurement- en evidence-standaard |
| Volume V — Governance and Claims | Governance van gebruik, claims, menselijke verantwoordelijkheid en technologie |
De huidige versies zijn formeel op elkaar afgestemd. Volume V v1.1 bevestigt de dependency chain Volume I v1.1, Volume II v1.0, Volume III v1.3 en Volume IV v1.2, en neemt de zevenstappenmethode als controlling method architecture over.
De Canon is niet bedoeld als marketingdocument.
Hij heeft een andere functie:
vastleggen wat TalentKeeper bedoelt, wat de methode wel en niet mag concluderen en onder welke voorwaarden toekomstige ontwikkeling mag plaatsvinden.
Dat is belangrijk omdat methodologische betekenis niet afhankelijk mag worden van wat een dashboard toevallig kan berekenen of wat een AI-model overtuigend kan formuleren.
Mijn achtergrond
Mijn professionele achtergrond ligt in B2B marketing, sales, productontwikkeling en strategie.
In meer dan dertig jaar werken met organisaties heb ik veel verschillende managementvraagstukken van dichtbij gezien.
TalentKeeper is vanuit die managementpraktijk ontwikkeld.
Niet vanuit de vraag:
“Hoe bouwen we een betere medewerkersurvey?”
maar vanuit de vraag:
“Hoe helpen we management om beter te begrijpen welke omstandigheden in de organisatie relevant zijn voor het behouden van mensen — en vervolgens gerichter te handelen?”
Die managementoriëntatie blijft voor mij belangrijk.
Wetenschappelijke theorie is noodzakelijk.
Goede meting is noodzakelijk.
Data zijn noodzakelijk.
Maar uiteindelijk moet een organisatie een beslissing nemen.
Mijn werk bevindt zich daarom op het snijvlak van:
- organisatiewetenschap,
- diagnose,
- managementbesluitvorming
- en praktische interventie.
Waar ik over schrijf en werk
Mijn inhoudelijke werk richt zich vooral op duurzaam medewerkerbehoud en voluntary turnover, organisatorische condities, medewerkersmotivatie en binding, organisatiediagnose, management- en HR-capability, evidence-governed interventiekeuze, Intervention Knowledge Bases en de verantwoorde toepassing van AI in organizational decision support.
Daarbij probeer ik steeds dezelfde discipline te behouden:
- niet meer claimen dan we weten,
- constructen niet onnodig door elkaar halen,
- managementproblemen niet reduceren tot één score,
- en technologie niet behandelen alsof zij zelf methodologische autoriteit bezit.
Wat TalentKeeper uiteindelijk probeert te bereiken
De ambitie achter TalentKeeper is niet dat organisaties nóg meer informatie over medewerkers verzamelen.
De ambitie is dat ze beter leren omgaan met de informatie die relevant is voor managementbeslissingen.
Dat betekent:
- beter zien wat er speelt;
- onderscheiden wat een observatie, interpretatie en diagnose is;
- vaststellen waar beïnvloedbare kwetsbaarheden liggen;
- interventies kiezen die aansluiten bij diagnose en context;
- evalueren wat daarna daadwerkelijk gebeurt;
- en leren van die evidence.
Of compacter:
Understand why people stay. Act before they leave.
Niet door te pretenderen dat vertrek volledig voorspelbaar is.
Maar door eerder en systematischer te begrijpen welke organisatorische condities aandacht verdienen.
Veelgestelde vragen over Gaby Schram en TalentKeeper
Lees verder
The Organizational Conditions Perspective
Lees waarom TalentKeeper management primair richt op de omstandigheden die een organisatie kan beïnvloeden in plaats van op downstream psychological states and organizational outcomes.
De wetenschappelijke basis van TalentKeeper
Lees hoe gevestigde wetenschappelijke theorieën zijn geïntegreerd in de theoretische architectuur van TalentKeeper.
The TalentKeeper Method
Lees hoe meten, interpreteren, diagnosticeren, prioriteren, interveniëren, evalueren en leren als één gecontroleerde methode samenhangen.