In veel directiekamers wordt op dit moment hetzelfde gesprek voor de vijfde of zesde keer gevoerd. Over technical debt die volgend kwartaal nu echt moet worden aangepakt, over die ene cloudleverancier waarvan de afhankelijkheid eigenlijk te groot is geworden, of over AI-tools waarvan niemand precies weet of en hoe ze de primaire bedrijfsprocessen gaan veranderen. Deze gesprekken worden vaak al jaren gevoerd, en steeds met dezelfde uitkomst: we hebben het er volgend kwartaal opnieuw over.
Voor de Tech Reality Check 2026, het eerste onderzoek in een jaarlijks terugkerende reeks, bevroegen wij 1.058 IT-beslissers in Duitsland, Nederland, Portugal en Spanje over de digitale vraagstukken die nu in veel organisaties spelen: van het beheersen van kosten en technische schuld tot digitale soevereiniteit, datasamenwerking en de inzet van AI. Op elk van die thema’s komt hetzelfde patroon terug: organisaties herkennen hun digitale problemen scherp, maar de vertaling van dat inzicht naar concrete keuzes blijft uit. Het bewustzijn is breed aanwezig, maar het beleid om daar iets mee te doen, blijft achter.
Dat dit patroon zich over zulke verschillende onderwerpen herhaalt, suggereert dat we niet zozeer met een kennis- of technologieprobleem te maken hebben. Drie mechanismen helpen verklaren waar de kloof tussen herkennen en handelen dan wél vandaan komt.
Technische schuld
Het eerste is dat veel digitale problemen abstract genoeg zijn om steeds opnieuw uit te stellen. Technische schuld, of technical debt, is daarvan het zuiverste voorbeeld. Met technische schuld doelen we op de stapel achterstallig onderhoud aan IT-systemen die ontstaat wanneer organisaties kiezen voor de snelle oplossing in plaats van de duurzame: een snelle patch, een tijdelijke koppeling, een uitgestelde upgrade. De gevolgen zijn voelbaar in trage systemen, dure afhankelijkheden en geremd innovatievermogen, maar het onderwerp zélf blijft onzichtbaar in de boekhouding. Er staat geen post op de balans waar het wordt afgeschreven, geen rapportage waarin het opduikt. En wat niet zichtbaar is in cijfers en rapportages, komt zelden op de agenda.
Te weinig concrete keuzes
Het tweede mechanisme is dat governance op orde lijkt, maar onvoldoende bindt. Organisaties weten doorgaans wel wie er verantwoordelijk is voor kritieke afhankelijkheden. Maar wat er precies moet gebeuren ligt veel minder vast, en zo blijft verantwoordelijkheid hangen zonder dat er beweging op gang komt. Het beleid is er, de procedures zijn er, de rollen zijn belegd. Maar in de dagelijkse praktijk vertaalt dat zich nog te weinig naar concrete keuzes: welke leverancier vervangen we? Welk systeem migreren we? En welk budget reserveren we hiervoor?
Geen aanpassingen
Het derde mechanisme ten slotte zit in de spanning tussen technologie en cultuur. AI wordt op grote schaal geadopteerd, maar processen, rolverdelingen en werkwijzen worden er nog maar zelden fundamenteel op aangepast. De tools zijn aanwezig, maar de bereidheid om er werkwijzen aan te koppelen ontbreekt vaak. Het gevolg is dat organisaties hun nieuwe technologie inzetten om oude processen efficiënter te maken, terwijl de echte winst ergens anders ligt: in het anders inrichten van het werk zelf.
Vier landen, vier realiteiten
Deze mechanismen draaien, veel meer dan om de techniek zélf, om besturing van de organisatie. Het patroon is bovendien breed Europees, maar niet overal identiek. Duitsland heeft de sterkste governance op digitale afhankelijkheden en ervaart juist daardoor de meeste innovatieremming. Spanje vertaalt bewustzijn vaker naar actief beleid dan zijn buurlanden, en heeft als enige van de onderzochte landen het kennisconcentratierisico onder controle. Portugal scoort op governance lager dan de andere landen, maar boekt opvallend hoge opbrengsten uit AI-toepassingen; een pragmatische aanpak die laat zien dat een zwakkere uitgangspositie geen belemmering hoeft te zijn voor concrete resultaten. En Nederland herkent de problemen scherp, maar handelt minder dan vergelijkbare landen; een ongemakkelijk beeld voor een land dat zichzelf graag als digitale koploper positioneert.
Van herkennen naar handelen
Wat de organisaties die de komende jaren het verschil maken kenmerkt, is dat ze de stap van herkennen naar handelen weten te zetten. Ze wegen technische schuld mee in hun investeringsbeslissingen, vertalen bewustzijn over digitale afhankelijkheden naar concreet beleid, en gebruiken AI om werkwijzen opnieuw vorm te geven. Niet het IT-budget of de nieuwste technologie bepaalt de voorsprong, maar de bereidheid om bestaande problemen nu echt aan te pakken.
De volledige bevindingen van de Tech Reality Check 2026, met landenvergelijkingen en concrete cijfers en aanbevelingen per thema, zijn hier beschikbaar:
