Metadata toekennen aan gescande documenten: zo doe je het goed

·

Scannen is niet het eindpunt. Het is het begin van een vraagstuk dat veel kantoren onderschatten: hoe zorg je dat een gescand document over drie jaar nog vindbaar is? Het antwoord zit niet in de bestandsnaam en ook niet in de mapstructuur. Het zit in de metadata die je bij het scannen toekent. Doe je dat goed, dan werkt je digitale archief. Doe je het halfslachtig, dan heb je een digitale doos vol bestanden die net zo ontoegankelijk is als de papieren kast die je wilde vervangen.

Wat metadata precies doet in een documentarchief

Metadata is informatie over een document, niet de inhoud ervan. Denk aan het type document, de datum, de afzender, het dossier waar het bij hoort en de afdeling die het beheert. Die informatie zit niet automatisch in een gescand bestand. Een scanner maakt een afbeelding of een PDF. Meer niet.

Zonder metadata is een gescand document een naamloos object. Je kunt het openen als je weet waar het staat, maar zoeken op inhoud of context lukt niet. Bij een archief van honderd documenten is dat misschien nog te behappen. Bij tienduizend documenten, wat bij een middelgroot accountantskantoor geen uitzondering is, wordt het een probleem.

Metadata maakt zoeken mogelijk zonder dat je de inhoud van elk document hoeft te kennen. Je filtert op documenttype, op periode, op klant of op status. Dat werkt alleen als de metadata bij het scannen consequent en volledig is ingevuld.

De velden die je minimaal nodig hebt

Er is geen universele lijst, maar er zijn velden die in vrijwel elk zakelijk archief terugkomen. Gebruik deze als vertrekpunt en pas ze aan op je eigen processen.

  • Documenttype: factuur, overeenkomst, correspondentie, rapport, formulier. Kies een vaste lijst en wijk daar niet van af.
  • Datum document: de datum op het document zelf, niet de scandatum.
  • Ontvangstdatum of verwerkingsdatum: wanneer het document bij jouw organisatie is binnengekomen of verwerkt.
  • Afzender of opsteller: de partij die het document heeft gemaakt of verstuurd.
  • Dossier- of klantnummer: de koppeling naar het dossier waar het document bij hoort.
  • Afdeling of eigenaar: wie is verantwoordelijk voor dit document?
  • Bewaartermijn of categorie: op basis van welke termijn moet dit document worden bewaard?
  • Status: definitief, concept, vervallen, ter ondertekening.

Begin niet met vijftien velden als je team gewend is aan drie. Bouw het schema op in stappen. Een veld dat consequent leeg blijft, heeft geen waarde.

Hoe je een metadataschema opstelt voor jouw situatie

Een metadataschema is de afspraak over welke velden je gebruikt, welke waarden per veld zijn toegestaan en wie verantwoordelijk is voor het invullen. Dat klinkt omslachtig, maar het voorkomt dat de ene medewerker “factuur” invoert en de andere “Factuur inkomend” of “ink. factuur”. Drie varianten van hetzelfde documenttype zijn drie eilanden in je zoekresultaten.

Stel het schema op samen met de mensen die dagelijks met de documenten werken. Zij weten welke uitzonderingen er bestaan. Een boekhoudafdeling weet dat creditnota’s anders behandeld worden dan reguliere facturen. Een juridische afdeling weet dat sommige overeenkomsten meerdere partijen hebben. Die kennis moet in het schema zitten, niet in het hoofd van één medewerker.

Valideer het schema voordat je ermee begint. Neem twintig willekeurige documenten uit je bestaande archief en probeer ze te beschrijven met de velden die je hebt bedacht. Waar je twijfelt, is het schema onduidelijk. Los dat op voor je de eerste scan maakt.

De koppeling tussen scanwerkstroom en metadata-invoer

Metadata toekennen kost tijd. Hoe je die tijd organiseert, bepaalt of het systeem werkt of niet. Er zijn drie gangbare aanpakken.

Direct bij het scannen. De medewerker die scant, vult ook de metadata in. Dit werkt goed als de batch klein is en de medewerker de documenten kent. Het nadeel is dat scannen en invoeren verschillende soorten aandacht vragen. Fouten liggen op de loer.

Batchverwerking achteraf. Je scant eerst alles, dan kijk je de bestanden door en kent metadata toe. Dit werkt goed bij grote volumes en bij documenten die je al gesorteerd hebt aangeleverd gekregen. Het nadeel is dat de context vervliegt als er te veel tijd zit tussen scannen en invoeren.

Automatische herkenning gevolgd door controle. Sommige systemen lezen tekst uit het document en vullen velden voor op basis van patroonherkenning. Denk aan een factuurnummer of een datum in een vaste positie. Dit versnelt het werk, maar vereist altijd een menselijke controle. Automatische herkenning maakt fouten, zeker bij documenten met een afwijkende opmaak of slechte scankwaliteit.

Kies de aanpak die past bij je volume en je team. Combinaties zijn ook mogelijk: automatische herkenning voor de basisvelden, handmatige invoer voor de uitzonderingen.

Naamgeving van bestanden als aanvulling op metadata

Bestandsnamen zijn geen vervanging voor metadata, maar ze zijn wel de eerste laag die iedereen ziet. Een goede bestandsnaam geeft direct context, ook als het systeem even niet beschikbaar is of als je een bestand deelt met iemand buiten je organisatie.

Een bruikbare structuur voor bestandsnamen is: documenttype – datum – kenmerk. Bijvoorbeeld: factuur-20230415-klantnummer. Gebruik geen spaties, geen speciale tekens en geen hoofdletters door elkaar. Kies een datumnotatie en houd die aan. Jaar-maand-dag werkt het best voor chronologische sortering.

Stel een naamgevingsconventie op en leg die schriftelijk vast. Dat klinkt overdreven, maar in een team van vijf mensen ontstaan anders vijf varianten. Controleer de naleving periodiek. Zeker in de eerste maanden na invoering sluipen er afwijkingen in.

Let op uitzonderingen: documenten zonder datum, documenten met meerdere versies, documenten die bij meer dan één dossier horen. Beschrijf in je naamgevingsconventie hoe je daarmee omgaat. “Geen datum” is een geldige uitkomst als je dat consequent noteert.

Veelgemaakte fouten bij het toekennen van metadata

De meeste problemen in digitale archieven zijn geen technische problemen. Ze zijn het gevolg van inconsistente invoer, onduidelijke afspraken of een schema dat niet aansluit bij de praktijk.

Te veel vrije tekstvelden. Vrije tekst is flexibel maar niet doorzoekbaar op een betrouwbare manier. Gebruik dropdowns of vaste lijsten voor velden waarop je wilt filteren.

Datum verwarring. Drie medewerkers, drie interpretaties van welke datum in het datumveld hoort. Leg vast welke datum je bedoelt: de datum op het document, de ontvangstdatum of de verwerkingsdatum. Gebruik aparte velden als je alle drie nodig hebt.

Documenttype te breed of te smal. “Correspondentie” als enige categorie voor alle inkomende post is te breed. “E-mail van klant X over project Y” als documenttype is te smal. Zoek de middenweg: een lijst van tien tot vijftien types die dekkend is voor negentig procent van je documenten, met een restcategorie voor de uitzonderingen.

Onvolledig ingevulde velden. Een veld dat soms leeg is, is een veld dat je niet kunt gebruiken als filter. Bepaal welke velden verplicht zijn en zorg dat het systeem dat afdwingt. Maak uitzonderingen bespreekbaar: als een veld structureel leeg blijft, is het misschien niet het juiste veld.

Geen versiebeheer. Als een document meerdere versies kent, moet dat zichtbaar zijn in de metadata. Versienummer, datum van elke versie, en wie de versie heeft aangemaakt. Zonder dat overschrijf je per ongeluk de definitieve versie met een concept.

Onderhoud van je metadataschema

Een metadataschema is geen eenmalig project. Processen veranderen, documenttypen komen bij, afdelingen worden samengevoegd. Je schema moet daarin meebewegen.

Plan een periodieke review, minimaal één keer per jaar. Bekijk welke velden consequent worden ingevuld en welke niet. Bekijk welke documenttypen zijn bijgekomen. Bekijk of de bewaartermijncategorieën nog kloppen met de afspraken die je organisatie hanteert.

Betrek bij die review de mensen die dagelijks met het archief werken. Zij zien de knelpunten het eerst. Een veld dat iedereen omzeilt, is een signaal dat er iets niet klopt, niet dat medewerkers onzorgvuldig zijn.

Documenteer elke wijziging in het schema. Noteer wat er is veranderd, waarom en per wanneer. Dat is belangrijk als je later wilt begrijpen waarom documenten uit een bepaalde periode anders zijn beschreven dan recentere documenten. Dat soort discontinuïteit is onvermijdelijk, maar het moet verklaarbaar zijn.

Kijk ook naar de documenten die al in het archief zitten. Als je het schema aanpast, overweeg dan of je bestaande documenten retroactief bijwerkt. Dat is arbeidsintensief, maar soms noodzakelijk als een veld centraal staat in je zoekstrategie. Maak die keuze bewust en leg hem vast.

Metadata toekennen is proceswerk, geen technisch werk. De scanner en het systeem zijn hulpmiddelen. De kwaliteit van je archief staat of valt met de afspraken die je maakt voordat je het eerste document scant, en met de discipline waarmee je die afspraken naleeft. Begin klein, valideer vroeg en bouw het schema op basis van de praktijk, niet op basis van wat theoretisch ideaal lijkt.

Meer om te lezen