The Intervention Knowledge Base

Weten dat medewerkers minder autonomie ervaren, het vertrouwen onder druk staat of bepaalde teams structureel overbelast zijn, is relevant. Maar daarmee is nog niet bepaald welke managementinterventie passend is.

Tussen een diagnose en een goede interventie zitten meerdere vragen.

Wat lijkt het onderliggende mechanisme? In welke organisatiecontext speelt het probleem? Welke interventies sluiten daarbij aan? Wat vraagt de uitvoering? Wat gebeurde er vervolgens? En wat mogen we daar werkelijk van leren?

Veel organisaties beantwoorden die vragen met ervaring, advies of een verzameling best practices.

TalentKeeper wil daar een gecontroleerde kennisarchitectuur aan toevoegen: de Intervention Knowledge Base.

Een goede interventie begint niet bij een lijst met oplossingen, maar bij een onderbouwde diagnose van het probleem dat je probeert te beïnvloeden.

De Intervention Knowledge Base is de gecontroleerde TalentKeeper-kennisarchitectuur waarin informatie over interventies wordt verbonden aan de diagnose waarvoor zij relevant kunnen zijn, de organisatorische context waarin zij worden toegepast, de wijze waarop zij zijn geïmplementeerd, de bevindingen uit de evaluatie en wat daar vervolgens verantwoord van kan worden geleerd.

De onderliggende canonieke repository is binnen de TalentKeeper Method gedefinieerd als de Central Intervention Evidencebase.

Daarin kunnen verschillende soorten kennis naast elkaar bestaan, zonder dat zij automatisch dezelfde bewijskracht krijgen. Denk aan wetenschappelijke interventieliteratuur, professionele best practices, door TalentKeeper gecureerde interventieprotocollen en gecontroleerde gegevens uit TalentKeeper-implementaties.

Het doel is niet om één universeel antwoord te verzamelen op de vraag wat werkt?

Het doel is een steeds beter gestructureerde basis te ontwikkelen voor een preciezere vraag:

Welke interventieroutes lijken, gegeven deze diagnose, deze organisatorische omstandigheden, deze onderbouwing en deze uitvoeringsvoorwaarden, het meest relevant om door management te overwegen?

Dat onderscheid is essentieel.

Een traditionele interventiebibliotheek begint meestal bij de oplossing.

Er zijn trainingen, workshops, leiderschapsprogramma’s, communicatieformats, beloningsinitiatieven en cultuurinterventies. Een organisatie herkent een probleem en kiest daar een plausibel klinkende actie bij.

Maar dezelfde zichtbare uitkomst kan verschillende organisatorische oorzaken hebben.

Wanneer medewerkers bijvoorbeeld weinig invloed ervaren, kan dat samenhangen met formele besluitvormingsprocessen, onvoldoende regelruimte in functies, gedrag van leidinggevenden of onduidelijkheid over verantwoordelijkheden.

“Meer autonomie geven” is dan nog geen bruikbare interventiespecificatie.

De diagnose moet eerst duidelijk maken welke organisatorische conditie of welk managementmechanisme waarschijnlijk aandacht vraagt. Daarna kan worden onderzocht welke interventie daarbij past en onder welke omstandigheden die verantwoord kan worden uitgevoerd.

Daarom volgt de Intervention Knowledge Base niet de logica:

maar:

Een interventie bestaat niet los van de organisatie waarin zij wordt toegepast.

Een aanpak die uitvoerbaar is in een klein kennisintensief bedrijf kan veel moeilijker realiseerbaar zijn in een sterk gereguleerde organisatie. Een verandering die binnen één team mogelijk is, kan organisatiebreed andere besluitvorming, systemen of medezeggenschap vereisen.

Daarom kijkt TalentKeeper vanuit het Organizational Conditions Perspective niet alleen naar wat een interventie beoogt te veranderen.

Ook relevant zijn bijvoorbeeld:

• de diagnose waarop de interventie aansluit;
• de organisatorische conditie of het managementmechanisme waarop zij is gericht;
• de betrokken organisatie-eenheid en populatie;
• implementatievoorwaarden en beschikbare capaciteit;
• noodzakelijke managementbesluiten;
• mogelijke risico’s en ongewenste effecten;
• relevante contextverschillen;
• de beoogde wijze van uitvoering;
• en de gegevens die later nodig zijn om de uitvoering en verandering te evalueren.

Binnen de TalentKeeper Method wordt dit samengebracht in een gecontroleerde beoordeling van de Expected Fit: de mate waarin een interventieoptie aansluit op de gedocumenteerde diagnose, context, uitvoeringsvoorwaarden en beperkingen.

Expected Fit is nadrukkelijk geen voorspelde kans op succes.

“Werk aan de cultuur.”

“Communiceer beter.”

“Geef managers een training.”

Dat kunnen zinvolle richtingen zijn, maar het zijn nog geen voldoende specifieke interventies.

Een interventie moet zodanig worden beschreven dat later kan worden vastgesteld wat management daadwerkelijk heeft veranderd.

Dat betekent onder meer duidelijkheid over:

wat wordt veranderd → voor wie → door wie → via welk proces → gedurende welke periode → met welk verondersteld mechanisme → en aan welke gegevens later wordt beoordeeld wat er is gebeurd.

Daarmee ontstaat ook een tweede belangrijk onderscheid:

Een gekozen interventie is geen bewezen interventie.

Dat management voor een bepaalde aanpak kiest, valideert de interventie niet. En wanneer een organisatie na uitvoering verbetering ziet, bewijst dat op zichzelf nog niet dat de interventie die verbetering heeft veroorzaakt.

Evaluatie moet eerst vaststellen wat daadwerkelijk is uitgevoerd en wat daarna is veranderd.

Een interventie kan inhoudelijk plausibel zijn en toch slecht worden uitgevoerd.

Daarom legt de Intervention Knowledge Base niet alleen vast welke interventie was gekozen, maar is ook de kwaliteit en feitelijke uitvoering van de implementatie relevant.

• Was de interventie uitgevoerd zoals bedoeld?
• Heeft de beoogde populatie de verandering daadwerkelijk ervaren?
• Zijn essentiële onderdelen aangepast of helemaal niet uitgevoerd?
• Was er voldoende tijd om verandering te kunnen waarnemen?
• Speelden tegelijkertijd andere ontwikkelingen?

Dit wordt binnen de TalentKeeper Method aangeduid als implementation fidelity: de mate waarin de geautoriseerde interventie daadwerkelijk volgens de bedoelde specificatie is uitgevoerd.

Dat onderscheid voorkomt een belangrijke denkfout.

Een mislukte implementatie is niet automatisch bewijs dat het onderliggende interventiemechanisme niet werkt. Andersom bewijst correcte uitvoering nog niet dat de interventie effect heeft gehad.

Binnen de TalentKeeper Method zijn Evalueren en Leren bewust twee afzonderlijke stappen.

De volledige methode bestaat uit:

Evaluatie beantwoordt eerst de vraag:

Wat gebeurde er na de interventie, en wat laten de beschikbare gegevens daarover toe om te concluderen?

Daarbij wordt onder andere gekeken naar de daadwerkelijke implementatie, verandering in de beoogde organisatorische conditie, relevante vervolgveranderingen, vergelijkbaarheid van gegevens, context en mogelijke alternatieve verklaringen.

Pas daarna volgt Learning:

Wat moet management op basis van die geëvalueerde bevindingen voortzetten, aanpassen, stoppen, nader onderzoeken of opnieuw testen?

Dat onderscheid beschermt tegen een te snelle sprong van verandering naar verklaring.

Verandering na een interventie is een bevinding. Of die verandering aan de interventie kan worden toegeschreven, is een afzonderlijke bewijsvraag.

Wanneer een interventie binnen één organisatie bruikbare resultaten oplevert, is dat waardevolle informatie voor die organisatie.

Maar het is nog geen algemeen bewijs.

Binnen TalentKeeper blijft Local Learning daarom begrensd tot de organisatie, populatie, interventie, context en periode waarop de betreffende gegevens daadwerkelijk betrekking hebben.

Een positief resultaat bij organisatie A betekent dus niet automatisch dat dezelfde interventie ook bij organisatie B zal werken.

Zelfs meerdere positieve cases bewijzen dat niet vanzelf.

Voor algemene uitspraken over interventie-effecten is sterkere en voldoende vergelijkbare onderbouwing nodig. Voor causale claims zijn bovendien onderzoeksontwerpen nodig waarmee alternatieve verklaringen en attributie verantwoord kunnen worden onderzocht.

Daarom maakt TalentKeeper onderscheid tussen lokale ervaring en algemeen interventiebewijs.

Een kennisbank wordt niet noodzakelijk sterker doordat er simpelweg steeds meer cases in worden opgeslagen.

Honderd slecht gedocumenteerde implementaties kunnen methodologisch minder waardevol zijn dan twintig zorgvuldig beschreven en goed geëvalueerde interventies.

Relevante vragen zijn onder meer:

• Hoe sterk was de oorspronkelijke diagnose?
• Waren de cases voldoende vergelijkbaar?
• Hoe goed werd de interventie uitgevoerd?
• Was de juiste populatie gevolgd?
• Was de vervolgperiode passend?
• Ontbraken belangrijke gegevens?
• Welke contextverschillen bestonden?
• Waren er gelijktijdige veranderingen?
• Zijn ook ongunstige resultaten behouden?
• Welke conclusies laat het onderzoeksontwerp werkelijk toe?

De Intervention Knowledge Base is daarom geen teller van successen.

Meer cases betekenen niet automatisch meer kennis. De kwaliteit van de onderbouwing bepaalt wat uit ervaring mag worden geleerd.

Een lerend systeem dat alleen successen onthoudt, leert verkeerd.

Daarom zijn ook nulbevindingen, mislukte implementaties, gedeeltelijke uitvoering, ongewenste effecten, tegenstrijdige resultaten en interventies die uiteindelijk niet door management werden gekozen relevant.

Ze zeggen alleen niet allemaal hetzelfde.

Een volwassen kennisarchitectuur bewaart niet alleen wat goed ging, maar ook wat niet gebeurde, niet werkte, anders uitpakte of nog niet te verklaren is.

De Intervention Knowledge Base moet verschillende soorten informatie naast elkaar kunnen gebruiken zonder ze samen te voegen tot één misleidende zekerheid.

Daarom blijven bijvoorbeeld de volgende zaken onderscheiden:

Deze categorieën kunnen elkaar informeren, maar zijn niet uitwisselbaar.

Veelvuldig gebruik is geen bewijs van werkzaamheid. Contextuele overeenkomst is geen causale onderbouwing. Een overtuigende theorie is geen interventieresultaat. En een lokale verbetering is geen algemeen effectbewijs.

Niet iedere lokale implementatie gaat automatisch de centrale kennisbasis in.

Een geschikte Intervention Episode — een afgebakend record van diagnose, interventiekeuze, uitvoering, context, evaluatie en leerstatus — kan alleen bijdragen aan cumulative intervention learning wanneer de toepasselijke voorwaarden zijn vervuld.

De gecontroleerde route is in essentie:

Daarbij gelden methodologische, privacy-, kwaliteits-, vergelijkbaarheids- en governancevoorwaarden.

Lokale gegevens worden dus niet simpelweg in een zelflerend systeem gestopt dat de volgende aanbeveling automatisch aanpast.

Nieuwe kennis moet eerst worden beoordeeld.

Dit is vooral belangrijk wanneer AI wordt toegepast.

De Intervention Knowledge Base is nadrukkelijk geen autonoom geheugen dat iedere nieuwe case direct omzet in nieuw productiegedrag.

Nieuwe interventiegegevens, gewijzigde interventiedefinities, andere retrieval-logica of veranderingen in een aanbevelingsmodel mogen gecontroleerde productieaanbevelingen alleen beïnvloeden via een beoordeelde en geautoriseerde release.

Dat betekent dat leren en productiegebruik van elkaar worden gescheiden.

Een nieuw inzicht kan relevant zijn voor onderzoek en ontwikkeling zonder al geschikt te zijn om toekomstige aanbevelingen te beïnvloeden.

Die vertraging is geen technische beperking.

Het is een governanceprincipe.

De Intervention Knowledge Base is ontworpen om de ontwikkeling van een AI-assisted Intervention Recommendation Engine mogelijk te maken.

De logische architectuur is:

Een AI-systeem kan binnen zo’n architectuur bijvoorbeeld helpen relevante interventieobjecten terug te vinden, context en voorwaarden te vergelijken, onderbouwing samen te vatten, onzekerheden zichtbaar te maken en een aanbevelingsvoorstel voor menselijke beoordeling op te stellen.

Maar technologie neemt de beslisautoriteit niet over.

TalentKeeper bewaakt de methodologische aanbeveling waar menselijke review vereist is. De organisatie blijft verantwoordelijk voor het uiteindelijke managementbesluit: selecteren, aanpassen, afwijzen, testen of uitstellen.

AI kan helpen een betere vraag aan de kennisbasis te stellen. Het krijgt daarmee nog geen wetenschappelijke of managementautoriteit.

Taalmodellen zullen veranderen.

Technologie wordt sneller, goedkoper en krachtiger. Het ene model kan door een ander worden vervangen.

Daarom ligt de duurzame waarde van deze architectuur niet primair in één specifiek AI-model.

Zij ligt in de kwaliteit van de onderliggende domeinkennis, zoals beschreven in de wetenschappelijke basis van TalentKeeper:

welke kennis is opgenomen, waar die vandaan komt, welke status zij heeft, in welke context zij relevant is, welke beperkingen eraan verbonden zijn, hoe implementaties zijn beschreven, hoe resultaten zijn geëvalueerd en via welke governance nieuwe kennis mag worden toegelaten.

Het AI-model is daarmee een mogelijke technische laag boven op de kennisarchitectuur.

De Intervention Knowledge Base is de gecontroleerde inhoudelijke laag eronder.

De duurzame waarde zit niet primair in het AI-model, maar in de kwaliteit, structuur, herkomst, governance en cumulatieve kennis van de onderliggende domeinkennis.

De Intervention Knowledge Base is:

• geen algemene bibliotheek met HR-tips;
• geen lijst met interventies die volgens TalentKeeper altijd werken;
• geen bewijs dat veelgebruikte interventies effectief zijn;
• geen systeem dat positieve cases automatisch generaliseert;
• geen autonoom zelflerend AI-geheugen;
• geen vervanging van management judgement;
• geen instrument voor individuele flight-risk prediction;
• en geen mechanisme waarmee een aanbeveling automatisch een managementbesluit wordt.

De ambitie is preciezer:

systematisch betere interventiebeslissingen ondersteunen door diagnose, context, onderbouwing, implementatie, evaluatie en leren gecontroleerd met elkaar te verbinden.

De Intervention Knowledge Base is geen achtste stap van de TalentKeeper Method.

De methode blijft:

De kennisarchitectuur ondersteunt vooral de overgang van diagnose en prioritering naar een verantwoorde interventiekeuze en verbindt de resultaten van Evaluation en Learning weer aan toekomstige besluitvorming.

De aanbeveling zelf bevindt zich tussen Prioriteren en Interveniëren.

Zij ondersteunt het managementbesluit.

Zij vervangt het niet.

Zo ontstaat een gesloten leerproces waarin organisaties niet alleen meten wat er speelt, maar ook steeds systematischer kunnen onderzoeken welke actie onder welke omstandigheden gerechtvaardigd lijkt — en wat zij na uitvoering werkelijk van de resultaten mogen leren.

Zie ook waarom medewerkerbehoud als organisatievraagstuk en de stap van sentimentmeting naar organisatiediagnose aan deze interventielogica voorafgaan.