De kern
Overheidsinformatie zit vast in Word, PDF, mailarchieven, scans en opnames. Die bestanden zijn van de organisatie op papier. In de praktijk kan niemand ze lezen zonder de software van de leverancier. Markdowner haalt de inhoud eruit en zet die om naar platte, leesbare tekst.
Daarna liggen de stukken in één collectie. Mensen kunnen zoeken. Mensen kunnen een vraag stellen in gewone taal en krijgen een antwoord uit die stukken, mét bron. Software kan dezelfde tekst lezen. Dat is het verschil tussen bewaren en beschikken.
Bronbestanden blijven onaangetast. Markdowner kopieert en maakt leesbaar. Het overschrijft het dossier niet.
Welke bestanden worden ondersteund
Alles wat in een dossier voorkomt, hoeft niet eerst “geschikt” gemaakt te worden. Markdowner leest de gangbare overheidsformaten.
Besluiten, nota’s, rapporten
Word, Writer, PDF, EPUB. Ook oudere Word-bestanden. Een PDF met echte tekst wordt uitgelezen. Een PDF die alleen een scan is, wordt behandeld als beeld: de pagina’s worden gelezen alsof het papier is.
Tabellen en presentaties
Excel, Calc, PowerPoint, Impress. Spreadsheets en sheets worden tekst. Een bestand dat te groot is om betrouwbaar in te lezen, wordt niet stilletjes afgekapt. Het wordt geweigerd. Half een begroting inlezen is erger dan het bestand overslaan.
Losse berichten, mailboxen, Outlook-archieven, Gmail-exports. Elk bericht wordt één leesbaar stuk: afzender, ontvanger, onderwerp, datum. Bijlagen worden genoemd. Ze worden niet als apart bestand uitgepakt.
Agenda en contacten
Kalenderbestanden: afspraken en taken, met tijd, plaats, deelnemers, herhaling en toelichting. Contactkaarten uit het adresboek.
Web, tekst, tabellen als bestand
Webpagina’s, platte tekst, Markdown, CSV, RTF. Chat-exports: WhatsApp-gesprekken en berichtenlijsten in JSON.
Papier dat een foto of scan werd
Foto’s en scans van brieven, formulieren, kranten, schriften, archiefstukken. TIFF, JPEG, PNG.
Geluidsopnames
Interviews, toelichtingen, vergaderfragmenten: WAV, MP3, M4A en de andere gangbare audioformaten. Audio wordt uitgeschreven tot tekst.
Wat eruit komt
Elk ingelezen stuk wordt leesbare tekst. Die tekst is te openen zonder Word, zonder Acrobat, zonder de mailclient.
Twee lagen, naast elkaar:
- Het volledige stuk — de brief, de nota, het bericht, het transcript, zoals het binnenkwam, nu leesbaar.
- De notities — hetzelfde stuk, geknipt op koppen en scheidingen, zodat één passage terug te vinden is zonder het hele rapport te openen.
Daarbij komt een trefwoordenregister van de collectie, en een rapport dat laat zien hoe los of samenhangend de notities zijn. Dat is geen extra product. Dat is hoe de collectie zichzelf navigeerbaar maakt.
Een collectie hoort bij één dossier of één bronmap. Woo-verzoek A deelt geen bak met crisisdossier B. Projecten blijven gescheiden.
Papier, scans en handschrift
Veel overheidsinformatie is geen bestand. Het is een scan. Markdowner leest die pagina’s. Het kiest per pagina wat past: drukwerk, handschrift, of een mengsel. Niet op mapnaam. Op wat er op het blad staat.
Een hele collectie van één soort materiaal kan als zodanig behandeld worden. Dat scheelt giswerk per blad.
- Drukwerk — getypte rapporten, boeken, nota’s.
- Krant — dicht gezet, kolommen, geen handschrift.
- Handschrift — brieven, aantekeningen, contemporain cursief.
- Historisch handschrift — vroegmodern en negentiende- of twintigste-eeuws Nederlands.
- Modern schrift — schriften, notities, hedendaags handschrift.
- Gemengd — briefhoofd gedrukt, body met de hand; of een pagina die beide is.
- Formulier — gedrukt raster met ingevulde velden.
Waar drukwerk én handschrift beide een poging wagen, wint de leesbaarste tekst. Een model wint niet omdat het “handschrift” heet. Het wint als de tekst beter is. Een pagina die op handschrift leek maar als drukwerk sterker is, blijft drukwerk.
Moeilijke pagina’s mogen langer duren. Donkere of lichte scans worden bijgetrokken, tenzij dat uitgezet is. Scheefstand, contrast en geschatte resolutie worden bij het stuk bewaard, zodat later te zien is waarom een lezing zwak was.
De taal van het lezen is instelbaar. Standaard Nederlands. Combinaties kunnen, bijvoorbeeld Nederlands plus Engels. Oriëntatie van het blad kan meegenomen worden als die herkenning beschikbaar is.
Wat niet de bedoeling is: een scan stilletjes “ongeveer” lezen en doen alsof het klopt. Zwakke lezing wordt als zwak gemarkeerd. Lege lezing faalt.
Geluidsopnames
Een opname wordt een transcript. De taal volgt dezelfde keuze als bij scans: standaard Nederlands, of een andere taal, of automatisch herkennen. Optioneel krijgt elke regel een tijdscode, zodat terug te luisteren is waar een zin viel.
Het transcript is daarna een gewoon stuk in de collectie. Erin zoeken. Er een vraag over stellen. Het koppelen aan de nota of de mail van dezelfde dag.
Dit blijft lokaal. De opname gaat niet naar een spraakdienst in de cloud.
Mail, agenda en contacten
Een mailbox is geen map met PDF’s. Het is duizenden berichten. Markdowner maakt van elk bericht een leesbaar stuk met de velden die ertoe doen: van wie, aan wie, waarover, wanneer, welk berichtnummer. De collectie wordt doorzoekbaar alsof het nota’s zijn.
Gmail-exports als mailbox, Outlook-berichten, losse mailbestanden: dat kan. Versleutelde Outlook-archieven gaan niet mee. Die worden overgeslagen met een fout, niet half gelezen. Waar mogelijk heeft een gewone mailbox-export de voorkeur.
Bijlagen staan in het stuk genoemd. Ze worden niet automatisch als apart document uitgepakt. Een bijlage die wél als bestand in de bronmap ligt, kan wél als eigen stuk worden ingelezen.
Mailthreads — het hele gesprek als één keten — zijn er nog niet. Elk bericht staat op zich. Verbanden ontstaan daarna via zoeken, vragen en de grafiek, niet via een ingebouwde “dit is één thread”.
Agenda
Een kalenderbestand wordt één overzicht. Elke afspraak en elke taak krijgt een kop: begin en eind, plaats, categorieën, herhaling, organisator, deelnemers, toelichting. Gevouwen regels en regeleinden uit het kalenderformaat worden netjes tekst.
Contacten
Adresboekkaarten worden leesbare stukken. Namen uit mail, agenda en contacten kunnen later in vragen en zoekacties terugkomen.
De collectie
Eén bronmap wordt één collectie. Daarin liggen de volledige stukken, de notities, het register, de zoekindex en de kwaliteitssporen. Een tweede bronmap wordt een tweede collectie. Geen gedeelde bak waarin Woo, HR en crisis door elkaar zakken.
Opnieuw inlezen is veilig. Wat ongewijzigd is, wordt overgeslagen. Wat nieuw is of veranderd is, wordt opnieuw gedaan. Als een eerdere run halverwege stopte, gaat de volgende verder waar dat kan, in plaats van te doen alsof alles weg is.
Een collectie kan opnieuw opgebouwd worden als de notities rommelig zijn geworden. Dat is de uitzondering. De regel is: alleen het verschil.
Meerdere collecties naast elkaar: dezelfde vraag, elk dossier apart. Resultaten blijven gelabeld. Een antwoord uit het stikstofdossier mengt niet stilletjes met het Woo-dossier.
Wat sterk is en wat zwak
Inlezen zonder oordeel is gevaarlijk. Markdowner zet bij elk stuk of de lezing sterk of zwak is. Het raadt de taal (Nederlands, Duits, Engels, Frans). Het noemt het soort stuk waar dat kan: brief, krant, formulier, handschrift. Het noteert opmerkingen, waaronder spelling als een lokaal woordenboek beschikbaar is. Ontbreekt dat, dan staat er dat spelling niet gecontroleerd is — niet dat de spelling in orde is.
Lege stukken falen. Zwakke stukken worden wél bewaard, zichtbaar als zwak. In de voortgang is te zien: gelukt, overgeslagen, mislukt, gelukt-maar-zwak.
Per collectie is er een telling: hoeveel stukken, hoeveel sterk, hoeveel zwak, hoeveel mislukt. En een gezondheidsbeeld: ontbrekende bronnen, een zoekindex die niet klopt, een collectie die nog niet doorzoekbaar is. Zachte waarschuwingen (nog geen betekenisindex) zijn iets anders dan harde schade (index en inhoud wijken van elkaar af).
Drie weigeringen die ertoe doen voor de inhoud:
- Een spreadsheet of presentatie die niet betrouwbaar is omgezet, wordt niet stilletjes half bewaard.
- Een conversie die faalt terwijl het betere hulpmiddel aanwezig was, valt niet stilletjes terug op een slordige lezing — tenzij dat bewust wordt toegestaan.
- Betekenisvol vragen stellen zonder het daarvoor bedoelde taalmodel gebeurt niet stilletjes met een zwakke vervanger. Of de collectie is klaar voor vragen, of dat wordt gezegd.
Zoeken
Zoeken is vinden in de collectie, niet in losse schijfmappen. Meerdere woorden betekenen: die woorden horen samen in het stuk. Treffers tonen het pad, de regel en de zin.
De zoekactie kan de hele collectie raken, of alleen de volledige stukken, of alleen de notities. Standaard maakt hoofdletter niet uit. Hoofdlettergevoelig kan, als de spelling ertoe doet.
Als de collectie doorzoekbaar is gemaakt, is zoeken snel. Is die stap overgeslagen, dan wordt de collectie alsnog doorlopen en is de hint: maak de collectie eerst doorzoekbaar. Dat is geen detail voor later. Op een Woo-termijn is het het verschil tussen minuten en een middag.
Zonder zoekvraag opent een interactieve zoekregel. Doorvragen tot het dossier eruit is.
Hetzelfde zoekwoord kan over meerdere collecties. De treffers blijven per collectie.
Vragen stellen
De vraag is gewoon Nederlands. “Welke beslistermijnen lopen nog?” “Wat is de correspondentie over dit adres?” “Wie besloot dit, en op welk stuk?” Het antwoord komt uit de collectie, met bron. Niet uit het geheugen van een model dat de organisatie niet kent.
Standaard zoekt Markdowner grondig, niet oppervlakkig. Dat is geen grotere greep “maar wat hits”. Het is een onderzoeksloop over dezelfde collectie.
- De vraag wordt uit elkaar gehaald: synoniemen, namen, jaartallen.
- Dubbele kopieën, dezelfde pagina in stuk én notitie, worden samengevoegd. Het antwoord krijgt de passage één keer.
- Namen en jaren die in het bewijs opduiken, worden nagezocht.
- Alleen assen die deze collectie echt heeft, doen mee. Ongelezen reeksen, als die er zijn. Mappenstructuur, als die er is. Jaren, als paden of stukken datums hebben. Een platte bak zonder jaren krijgt geen verzonnen jaarmappen.
- Andere pagina’s van hetzelfde document komen erbij: het besluit én de bijlage, niet alleen de trefferzin.
- Spellingvarianten van woorden die niks scoorden (teeken én teken). Namen die in het bewijs nieuw opdoken, ook alleen. Stukken die in dezelfde map naast de treffer liggen.
- Die namen worden daarna gekoppeld aan de oorspronkelijke vraag. Extra passages, extra buren.
Dit is geen volledige telling van het dossier. Wat ontbreekt, ontbreekt. De collectie doet niet alsof alles er ligt. Reclame, bestellingen en nieuwsbrieven zakken weg, tenzij de vraag die zelf noemt.
Lichter kan ook: één ronde ophalen, ongeveer een dozijn passages, één antwoord. Geschikt voor een korte feitelijke vraag. Ongeschikt om te doen alsof het dossier “wel even” is nagekeken.
In hetzelfde gesprek kan dieper: “dieper zoek”, “grondiger zoek”, “meer bronnen”. Elke keer één niveau verder, tot de grondigste ronde. Een nieuw gesprek begint leeg. Vervolgvragen (“wat zei zij daarover?”) werken alleen binnen die sessie. Wissen kan.
Het antwoord kan lokaal blijven: ophalen uit de stukken, zonder een chatmodel. Of lokaal een taalmodel laten formuleren. Of, als dat bewust is ingesteld, een externe chat. Snippets van de collectie gaan alleen naar buiten als die sleutel bewust gezet is. Alleen op goedgekeurde corpora. Geheimen worden niet in het log geprint.
De vraag kan beperkt worden tot de volledige stukken of tot de notities. Dezelfde vraag over meerdere collecties blijft per collectie beantwoord.
Verbanden
Een dossier is geen stapel. Het is een keten: verzoek, advies, besluit, bezwaar, mail, scan. Markdowner koppelt notities en laat zien hoe stukken samenhangen. De collectie is te openen als een lokale grafiek: welke nota rust op welke bijlage, welke mail hoort bij welk adres.
Dat is bestuurlijke sturing op feiten, niet op de map van de laatst betrokken afdeling. De grafiek draait bij de collectie. De stukken gaan niet naar een clouddienst “om verbanden te leggen”.
Hoe erin gewerkt wordt
De dagelijkse weg is een lokale werkomgeving in de browser, op het eigen netwerk, niet op internet. Daar gaat de collectie in. Daar wordt gezocht. Daar wordt de vraag gesteld. Daar zijn de verbanden te zien. Daar is te zeggen: deze bak is drukwerk, die bak is handschrift, die modellen niet.
Inlezen, notities maken, doorzoekbaar maken en vragen stellen horen bij elkaar, maar zijn wel stappen. Alleen inlezen geeft leesbare stukken. Pas daarna is zoeken snel. Pas daarna is een vraag met bron mogelijk. Overslaan van die stappen is zichtbaar, geen stille leegte.
De collectie blijft op het netwerk van de organisatie. Geen cloud-OCR. Geen telemetrie. Geen derden die de scans “even” lezen. Dat past bij BIO, AVG en de verantwoordelijkheid voor het dossier.
Voortgang is te volgen: hoeveel stukken, wat lukt, wat overgeslagen wordt, wat faalt, hoe lang een zware scan duurt. Een collectie die uren bezig is met handschrift, is niet vastgelopen omdat het stil is. Het werk is te zien.
Wat het niet doet
Volledigheid zonder grenzen is een belofte. Dit doet Markdowner niet.
- Het vervangt geen zaaksysteem, geen DMS, geen Woo-portaal. Het maakt de inhoud van de bestaande stukken leesbaar en bevraagbaar.
- Het groepeert mail nog niet tot één gesprek. Elk bericht is een stuk.
- Het pakt bijlagen niet uit als aparte bestanden. Alleen als die bijlage zelf in de bronmap ligt.
- Versleutelde Outlook-archieven gaan niet mee.
- Het verzint geen ontbrekende stukken. Een gat in het dossier blijft een gat, ook na de grondigste vraag.
- Het beweert niet dat een zwakke scan klopt. Zwak blijft zwak.
- Het systeem gokt niet en hallucineert niet. Antwoorden zijn feiten uit de stukken, met bron.
Wat het wél is: de voorwaarde. Als het formaat het zicht niet meer blokkeert, kan de inhoud het werk doen. Woo, herstel en crisis beginnen daar. Niet bij nóg een systeem.