Een projectmanager legt een raming van 2,4 miljoen euro op tafel voor een systeemvervanging die uiteindelijk 3,4 miljoen kost — een overschrijding van veertig procent die voorspelbaarder is dan de meeste opdrachtgevers beseffen. Vraag een willekeurig projectteam om een raming en je krijgt bijna altijd hetzelfde: een getal dat te laag is voor de kosten en te hoog voor de baten. Dat is geen toeval en geen incidentele fout. Het is een structureel patroon, gemeten over duizenden projecten, en het is een van de best gedocumenteerde valkuilen in het hele vakgebied. Voor wie een plan van aanpak beoordeelt of zelf opstelt, is dat patroon niet triviale kennis: het bepaalt of je de cijfers op het eerste gezicht mag vertrouwen.
2.062 projecten, één helder patroon
Flyvbjerg analyseerde in 2021 een dataset van 2.062 kapitaalprojecten in acht typen. De uitkomst is ontnuchterend: de werkelijke kosten waren gemiddeld 1,39 tot 1,43 keer de raming, en de werkelijke baten slechts 0,83 tot 0,94 keer wat was voorspeld. Beide met een p-waarde onder 0,0001: dit is geen ruis, dit is een wetmatigheid.
Nog scherper wordt het bij een deelverzameling: bij 53 van 62 spoorprojecten was de vraag overschat, gemiddeld 41 procent lager dan voorspeld. Flyvbjerg noemt het "the planning fallacy writ large": de planningsfout op grote schaal. Ramingen falen niet willekeurig naar boven en naar beneden. Ze falen consistent in de richting die het project aantrekkelijker doet lijken dan het is.
Twee bronnen: vergissing én belang
Twee mechanismen liggen hieraan ten grondslag, en het verschil ertussen bepaalt welke aanpak nodig is.
De eerste is cognitieve bias: eerlijk optimisme. Kahneman liet zien dat mensen van nature de inside view nemen: ze redeneren vanuit de specifieke details van hún plan en onderschatten stelselmatig hoe vaak dingen tegenzitten. Dit is oprecht; niemand liegt.
De tweede is politieke bias: strategic misrepresentation. Wachs beschreef in 1989, en Flyvbjerg, Holm en Buhl in hun studie met de veelzeggende titel "Error or Lie?", dat ramingen soms bewust rooskleurig worden voorgesteld om goedkeuring te krijgen. Wie weet dat een eerlijke raming het project zou doen sneuvelen, heeft een prikkel om te low-ballen.
Voor wie een plan beoordeelt, is de les hard maar noodzakelijk: je mag níét aannemen dat een te optimistische raming slechts een vergissing is. Onafhankelijke onderbouwing telt, juist omdat je van buitenaf niet kunt zien of het optimisme eerlijk of strategisch is.
De remedie: de outside view
Het goede nieuws is dat de remedie verrassend simpel is: de outside view, ook wel reference class forecasting. In plaats van je raming op te bouwen vanuit de details van je eigen plan, ijk je hem aan de werkelijke uitkomsten van een klasse vergelijkbare, afgeronde projecten.
Niet: "hoeveel denken wíj dat dit kost?" Maar: "wat kostten projecten zoals dit uiteindelijk écht?" Die tweede vraag omzeilt het optimisme, omdat ze niet vertrekt vanuit hoop maar vanuit historie.
Kahneman noemde reference class forecasting "the single most important piece of advice regarding how to increase accuracy in forecasting". Het is geen marginale techniek; het is volgens de grondlegger van de biasliteratuur het belangrijkste enkele advies dat er bestaat. In het Verenigd Koninkrijk is het geïnstitutionaliseerd in de UK Green Book, de leidraad voor overheidsinvesteringen.
De vraag is niet hoe zorgvuldig je jouw project hebt doorgerekend, maar of je jouw getal hebt vergeleken met wat er in werkelijkheid gebeurde bij projecten zoals het jouwe.
Een eerlijke nuance
De literatuur is niet unaniem over het causale primaat van optimism bias. Love en Ahiaga-Dagbui (2018) wijzen erop dat een deel van de kostenoverschrijdingen te maken heeft met baseline-artefacten en latere scope-wijzigingen, niet met bias in de oorspronkelijke raming. Het beeld is dus genuanceerder dan "iedereen is te optimistisch".
Maar, en dit is beslissend, óók de critici omarmen het empirisch benchmarken. Of de oorzaak nu bias of scope-groei is, het antwoord blijft hetzelfde: toets je raming aan ervaringscijfers en bouw ruimte voor tegenvallers in.
Wat het hoogste niveau vereist
APM stelt dat business cases "supported by relevant and realistic information" moeten zijn: realisme is een expliciet kwaliteitscriterium, niet slechts aanwezigheid van cijfers. De Rekenkamer eist dat ambitie "aantoonbaar in overeenstemming is met mensen, middelen en tijd".
Concreet betekent dat: een raming van hoog niveau is geen keurig opgebouwde puntschatting. Het is een raming met een bandbreedte, met een contingentie voor tegenvallers en met een toetsing aan ervaringscijfers van vergelijkbare projecten. Een enkel, precies getal zonder marge is juist een waarschuwingssignaal: precisie zonder onderbouwing is schijnzekerheid.
Wat dit voor jou betekent
Neem de belangrijkste raming in je plan en zoek er één referentieproject bij: iets vergelijkbaars dat al is afgerond. Ligt jouw getal in de buurt van wat dat project werkelijk kostte, of ontbreekt elk ijkpunt onder je cijfer?
Wie die ene vraag kan beantwoorden, heeft de meest voorspelbare valkuil van projectmanagement al voor de start ontmanteld.
Bronnen
- Flyvbjerg, B. (2021), Top Ten Behavioral Biases in Project Management, Project Management Journal.
- Wachs, M. (1989); Flyvbjerg, B., Holm, M.K.S. & Buhl, S.L. (2002), Underestimating Costs in Public Works Projects: Error or Lie?, Journal of the American Planning Association.
- Flyvbjerg, B. (2013), Quality control and due diligence in project management, International Journal of Project Management.
- Love, P.E.D. & Ahiaga-Dagbui, D.D. (2018), zoals aangehaald in de PlanScore Body of Knowledge (kritische kanttekening bij optimism bias).
- APM — eis dat business cases "supported by relevant and realistic information" zijn.
- Algemene Rekenkamer — eis dat ambitie "aantoonbaar in overeenstemming is met mensen, middelen en tijd".