In de praktijk worstelen zorgorganisaties vaak met dezelfde vraag: wanneer is verzuim te hoog? Maar die vraag is uiteindelijk niet het belangrijkste. De echte vraag is: waar zit het verzuim, en waardoor wordt het veroorzaakt? Om je op weg te helpen, zetten we vijf prompts op een rij die je vandaag kunt gebruiken in een AI-tool.
Prompt 1 | Breng verzuim in kaart per team
“Ik werk als HR-professional in een zorgorganisatie. Ik heb verzuimdata per afdeling over de afgelopen twee jaar. Help me een analyse op te zetten waarmee ik trends per team in kaart breng, rekening houdend met teamkenmerken zoals gemiddelde leeftijd, percentage deeltijd en type zorg (somatiek, PG, palliatief).”
Waarom deze prompt werkt
Verzuim verschilt sterk per team. Een nachtzorgteam heeft een ander profiel dan een polikliniek. Wie dat verschil niet ziet, stuurt blind.
Prompt 2 | Eigen doelstellingen formuleren
“We willen stoppen met sturen op een landelijke verzuimbenchmark. Help me een aanpak te ontwikkelen om per afdeling een realistische streefwaarde te bepalen, gebaseerd op historische cijfers en teamkenmerken.”
Waarom deze prompt werkt
Een doelstelling die niet past bij de praktijk van een team werkt demotiverend. Teamleiders haken af als de norm onhaalbaar voelt. Eigen streefwaarden maken het gesprek eerlijker en concreter.
Prompt 3 | Rooster en verzuim
“Ik vermoed een verband tussen opeenvolgende nachtdiensten en kort frequent verzuim in ons verpleeghuis. Welke data heb ik nodig om dit verband te onderzoeken, en hoe zet ik daar een eerste analyse op?”
Waarom deze prompt werkt
Dit soort verbanden zie je niet op gevoel. Door roosterdata en verzuimregistraties te combineren, worden patronen zichtbaar die anders verborgen blijven.
Prompt 4 | Preventief sturen op vitaliteit
“We willen eerder signaleren dat medewerkers risico lopen op uitval. We beschikken over medewerkerstevredenheidsdata, verzuimcijfers en roosterregistraties. Hoe combineer ik deze bronnen om risicogroepen te identificeren?”
Waarom deze prompt werkt
Lager verzuim begint bij gezonde en energieke medewerkers. Wie pas ingrijpt als iemand uitvalt, is te laat. Deze prompt helpt je de verschuiving te maken van reageren naar voorkomen.
Prompt 5 | Gesprek met teamleiders
“Ik wil teamleiders actief betrekken bij het sturen op verzuim, maar zonder dat het voelt als controle. Help me een gespreksstructuur te maken waarbij data als vertrekpunt dient voor een open gesprek over werkdruk en vitaliteit.”
Waarom deze prompt werkt
Data is pas waardevol als het gesprek op gang komt. Teamleiders kennen hun team. HR kent de cijfers. Deze prompt combineert beide.
Verder werken met verzuimdata in de zorg?
Deze prompts zijn gebaseerd op de aanpak van Irma Doze, expert HR-analytics in de zorg. Op 26 juni 2026 verzorgt zij de masterclass “Van verzuimcijfers naar echte sturing in de zorg” bij Aristo Meeting Center Utrecht Lunetten.
In één dag leer je hoe je verzuimdata analyseert en vertaalt naar concrete inzichten en onderbouwd HR-advies. Van losse cijfers naar een helder verhaal. Van rapporteren naar sturen. Inclusief het praktisch inzetten van AI bij analyse en vroegsignalering.
Voor HR-professionals, casemanagers en leidinggevenden in de zorg. Technische voorkennis is niet nodig.
Bekijk het programma en schrijf je in
