Een gescand document is geen vindbaar document. Dat klinkt tegenstrijdig, maar het is de kern van wat er misgaat bij de meeste digitaliseringsprojecten. Je haalt de papieren weg, je scant alles in, en daarna zoekt iedereen alsnog op bestandsnaam of op gevoel. Metadata is wat dat verschil maakt. Het is de beschrijvende laag die een bestand context geeft — wie heeft het gemaakt, wanneer, waarover, en in welke fase van een proces. Zonder die laag heb je een digitale doos vol papier.
Wat metadata precies doet in een documentarchief
Metadata is informatie over informatie. Dat klinkt abstract, maar in de praktijk is het heel concreet. Denk aan een factuur: het bestand zelf is een PDF. De metadata vertelt je dat het een inkomende factuur is, van welke leverancier, in welk boekjaar, met welk factuurnummer, en of hij al is goedgekeurd. Die velden staan niet in de bestandsnaam. Ze staan in een structuur die je van tevoren hebt ontworpen.
Bij accountantskantoren zie je dit probleem het duidelijkst. Een archief van tien jaar bevat duizenden documenten. Niemand herinnert zich meer welke map welk jaar dekte, laat staan welke subfolder de juiste versie van een jaarrekening bevatte. Zodra je dat archief digitaliseert zonder metadataschema, verplaats je het probleem alleen maar. De chaos gaat mee.
Een goed metadataschema bestaat uit velden die je van tevoren hebt afgesproken. Niet te veel, niet te weinig. Typische velden voor zakelijke documenten zijn:
- Documenttype (factuur, contract, correspondentie, intern memo)
- Relatie of klant (naam of klantnummer)
- Datum van document (niet de scandatum, maar de originele datering)
- Periode (boekjaar, kwartaal, of projectfase)
- Status (concept, definitief, gearchiveerd)
- Verantwoordelijke (wie heeft het aangemaakt of goedgekeurd)
Dit zijn de minimale velden voor een werkend archief. Afhankelijk van je sector voeg je daar specifieke velden aan toe.
Hoe je een metadataschema opbouwt zonder het te overvragen
De fout die kantoren het vaakst maken: ze beginnen met de software. Ze kijken wat het systeem kan bijhouden en vullen dat in. Dat is de verkeerde volgorde. Je begint bij het zoekgedrag. Vraag jezelf af: hoe zoek ik nu naar een document? En hoe zou ik het willen zoeken als alles goed was ingericht?
Die twee vragen geven je je metadatavelden. Niet meer. Als jij nooit zoekt op de naam van de medewerker die een document heeft ingescand, dan is dat geen nuttig veld. Als je altijd zoekt op klant én documenttype gecombineerd, dan zijn dat je twee primaire velden.
Vervolgens bepaal je de invoerregels. Vrije tekst werkt zelden. Mensen schrijven “factuur”, “Factuur”, “fct.” en “rekening” door elkaar. Na een jaar is je archief onbruikbaar. Gebruik gecontroleerde lijsten: vaste waarden per veld, aangevuld met een afgesproken naamgevingsconventie.
Het begrip metadata heeft een lange geschiedenis in de informatiewetenschap, teruggaand tot bibliotheekstandaarden voor het beschrijven van fysieke collecties. Die principes — consistentie, hiërarchie, standaardisatie — zijn nog steeds de basis van elk goed documentbeheersysteem.
Een metadataschema maak je niet in één middag. Reken op een of twee werksessies met de mensen die dagelijks met de documenten werken. Zij weten welke uitzonderingen er zijn. Een contract dat ook een offerte is. Een factuur die tegelijk een klacht bevat. Die grensvallen bepalen hoe robuust je schema moet zijn.
Let daarbij op deze valkuilen:
- Te veel verplichte velden: medewerkers laten velden leeg of vullen ze verkeerd in als het te veel tijd kost
- Onduidelijke definities: wat is het verschil tussen “correspondentie” en “intern memo”? Leg het vast
- Geen eigenaar: iemand moet het schema beheren en uitzonderingen beslissen
- Geen versiecontrole op het schema zelf: als je later velden toevoegt of hernoemt, moet je weten wat dat betekent voor oudere documenten
Metadata in de scanworkstroom verankeren
Een metadataschema op papier is niet genoeg. Je moet het inbouwen in het moment van verwerking. Dat betekent: op het moment dat een document het kantoor binnenkomt of wordt gescand, worden de velden ingevuld. Niet later. Later werkt nooit.
De scanworkstroom ziet er dan als volgt uit:
- Document komt binnen (fysiek of digitaal)
- Classificatie: wat voor document is het? Wie is de afzender of ontvanger?
- Invoer van verplichte velden: documenttype, relatie, datum, periode
- Kwaliteitscontrole van de scan: is alles leesbaar, ontbreekt er een pagina?
- Toewijzing aan het juiste dossier of de juiste map
- Bevestiging van status: concept of definitief?
Stap twee en drie zijn waar het misgaat als je ze niet expliciet maakt. Mensen scannen, slaan op, en gaan door. De metadata wordt “later wel” ingevuld. Later bestaat niet in een archief.
Bij grotere volumes, zoals bij een kantoor dat maandelijks honderden facturen verwerkt, kun je een deel van de classificatie automatiseren. Documentherkenning kan het type en de afzender al suggereren op basis van lay-out en tekst. Maar suggesties zijn geen garanties. Iemand moet controleren. Bouw een controlestap in, ook als je automatisering gebruikt.
Een uitzondering die je van tevoren moet regelen: gecombineerde documenten. Een PDF die zowel een offerte als een bijlage met technische specificaties bevat. Splits je die op? Of ken je twee sets metadata toe? Dat is een keuze die je vastlegt in je werkprocedure, niet iets wat je per geval beslist.
Voor gearchiveerde documenten — de dozen die al jaren in de kelder staan — is terugwerkende metadatainvoer een apart project. Doe dat gefaseerd. Begin met de documenten die je nu nog actief nodig hebt. De rest archiveer je met minimale metadata: documenttype, periode, en een verwijzing naar de oorspronkelijke fysieke locatie. Dat is beter dan niets, en het voorkomt dat je een project van maanden laat stranden op volledigheid.
Digitale handtekeningen voegen een extra metadatalaag toe. Een ondertekend document heeft een tijdstempel, een identiteit van de ondertekenaar, en een status (ondertekend, geweigerd, verlopen). Die informatie is onderdeel van het document zelf, maar moet ook terugkomen in je archiefstructuur. Zorg dat je systeem die velden overneemt en niet handmatig opnieuw hoeft in te voeren.
Bewaartermijnen hangen ook samen met metadata. Als je per documenttype bijhoudt hoe lang iets bewaard moet blijven, kun je later selectief opschonen. Dat werkt alleen als het veld “documenttype” consistent en correct is ingevuld vanaf dag één. Een archief dat je later wilt opschonen op basis van metadata die inconsistent is ingevoerd, is een archief dat je handmatig moet doorzoeken.
Tot slot
Metadata is geen technisch detail dat je aan het einde van een digitaliseringsproject regelt. Het is de fundering. Alles wat je daarna doet — zoeken, delen, ondertekenen, opschonen — staat of valt met de kwaliteit van die beschrijvende laag.
Begin bij het zoekgedrag. Ontwerp het schema met de mensen die ermee werken. Bouw het in de workstroom in, niet er omheen. En leg uitzonderingen vast voordat ze problemen worden.
Een archief zonder metadata is een archief dat je niet kunt vertrouwen. Je weet niet wat erin zit, je weet niet of het compleet is, en je weet niet wanneer je iets mag weggooien. Dat is geen digitaal archief. Dat is een digitale kelder.
