Bedrijfsinformatica: Onderwerpen Bachelorwerk & Masterwerk

Je zoekt een onderwerp voor je afstudeeropdracht of scriptie bedrijfsinformatica en loopt meteen tegen de eigenaardigheid van het vak aan: je opleiding zit tussen bedrijfskunde en informatica in, dus beide kanten zijn toegestaan. Juist dat maakt kiezen zo lastig.

Een onderwerp voor je scriptie bedrijfsinformatica vind je door eerst te beslissen of je iets wilt ontwerpen of iets wilt verklaren, het daarna terug te brengen tot één informatiesysteem in één organisatie en vóór de aanmelding vast te leggen waar je data vandaan komt: een eigen enquête, systeemdata van een bedrijf of open statistiek. Aan het eind heb je drie voorstellen voor het gesprek met je begeleider, met bij elk één zin over de databron.

📌 Het belangrijkste in één oogopslag

• 200 onderwerpen voor bedrijfsinformatica, verdeeld over vijf gebieden.
• Ontwerpgericht en verklarend onderzoek vragen om andere data.
• Een prototype zonder evaluatie is nog geen resultaat.
• AI-verordening en Cyberbeveiligingswet gelden allebei sinds augustus 2026.
• Acceptatiemodellen zoals UTAUT leveren de variabelen voor je enquête.

De voorstellen in dit artikel horen bij het overzicht van alle scriptieonderwerpen, waarin ook de andere opleidingen staan.

In vier stappen naar een onderwerp voor je scriptie bedrijfsinformatica

Bij bedrijfsinformatica strandt de zoektocht zelden op een gebrek aan ideeën. Hij strandt erop dat een voorstel twee kanten op kan: je kunt het bedrijfskundig onderzoeken of technisch uitwerken. Wie die keuze niet maakt, levert aan het eind twee halve scripties in.

Zie de 200 voorstellen verderop als grondstof, nog niet als onderwerp. Een voorstel wordt pas een onderwerp als drie dingen vastliggen: welk informatiesysteem je aanpakt, in welke organisatie het draait en waaraan je het succes afmeet.

1. Kijk eerst naar de afstudeerrichtingen, dan pas naar het onderwerp. In de studiegids staat welke richtingen je opleiding aanbiedt en welke docenten of onderzoeksgroepen erachter zitten. Een onderwerp over datamanagement vindt geen begeleider bij een groep die zich met procesmanagement bezighoudt, ook al valt allebei onder bedrijfsinformatica.
2. Kies de richting: ontwerpen of verklaren. Bij een ontwerpgericht onderwerp maak je iets nieuws, zoals een model, een methode of een prototype. Bij een verklarend onderwerp onderzoek je hoe mensen en organisaties met technologie omgaan. Beide routes zijn in het vak erkend, maar ze vragen om totaal verschillende data.
3. Breng het gebied terug tot systeem en organisatie. “Kunstmatige intelligentie in de klantenservice” is een gebied. “Welke afhandeltijd haalt een AI-assistent in de eerstelijns klantenservice van een woningcorporatie?” is een onderwerp.
4. Regel de databron vóór de aanmelding. Schrijf bij elk voorstel op waar de cijfers vandaan moeten komen. Wie op data van een bedrijf rekent, heeft een schriftelijke toezegging nodig en geen vage belofte. Wie een eigen enquête plant, rekent op ongeveer vier extra weken.

De aanpak los van je opleiding beschrijft het artikel onderwerp voor je bachelorscriptie of masterscriptie vinden.

Gebieden en specialisaties binnen de opleiding bedrijfsinformatica

Bedrijfsinformatica bestudeert informatiesystemen in organisaties: de software, de data en de processen eromheen. De Universiteit Twente beschrijft het uitgangspunt van haar bachelor Business Information Technology zo: in het bedrijfsleven is vrijwel alles, van de administratie tot het onderhoud van machines, nauw verbonden met informatietechnologie. Studenten leren er bedrijfskundige disciplines als business modelling en projectmanagement naast programmeren, softwareontwerp en ERP-systemen.

In Nederland heet het vak niet overal hetzelfde, en dat maakt zoeken naar voorbeeldscripties lastiger. In het hbo vind je het vaak als major of profiel Business IT & Management binnen HBO-ICT. Aan de universiteit kom je het tegen als Business Information Technology in Twente, als master Business Informatics in Utrecht of als informatiekunde, bijvoorbeeld in Groningen. Welke richtingen jouw opleiding aanbiedt, staat in de studiegids.

De vijf gebieden in dit artikel bundelen de vakken tot de blokken waarin afstudeeropdrachten gewoonlijk worden aangeboden. De belangrijkste kolom is die met de databron, want daar lees je af wie je om medewerking moet vragen.

Twee buurvakken overlappen hiermee. Wil je meer richting algoritmen, architectuur en implementatie, kijk dan bij de onderwerpen voor informatica. Ligt je nadruk op markt, organisatie en kengetallen, dan passen de onderwerpen voor bedrijfskunde waarschijnlijk beter.

200 onderwerpen voor bedrijfsinformatica, verdeeld over vijf gebieden

De 200 onderwerpen op deze pagina zijn gesorteerd naar de vijf gebieden, met 40 voorstellen per gebied. Elk voorstel is een richting en geen kant-en-klare titel: wat nog ontbreekt, zijn de organisatie, de periode en de databron.

Elk gebied is hieronder in twee blokken verdeeld, zodat je sneller vindt wat bij jouw situatie past. Boven elk blok staat een korte alinea over het soort scriptie dat het meestal vraagt. Lees die eerst, voordat je de lijst doorloopt.

Onderwerpen over digitale bedrijfsmodellen en platforms

Onderwerpen over digitale bedrijfsmodellen en platforms lezen lekker weg, maar hebben een dataprobleem. Omzet en marges van individuele aanbieders zijn zelden openbaar. Twee routes werken wel: je onderzoekt de vraagkant met een eigen enquête, of je werkt met gepubliceerde jaarverslagen en marktonderzoek.

• Succesfactoren voor fintech-start-ups in Nederland
• Digitale transformatie in een traditioneel familiebedrijf: een casestudy
• Platformeconomie en de gevolgen voor lokale winkeliers
• Abonnementsmodellen voor digitale diensten vergeleken: een branche-analyse
• Crowdfunding als financieringsvorm voor start-ups
• Bedrijfsmodellen voor duurzame technologie in de digitale economie
• Blockchain voor transparante ketens in de agrifoodsector
• Digitale bedrijfsmodellen in de zorg: e-health en beeldbellen
• Bedrijfsmodellen rond het internet of things: een analyse over sectoren heen
• Digitale marktplaatsen: succesfactoren en concurrentiedynamiek
• Invloed van open-sourcesoftware op de softwaresector
• Groeistrategieën voor aanbieders van software as a service
• On-demandeconomie: bedrijfsmodellen van maaltijd- en boodschappenbezorgers
• Drones in de logistiek: bedrijfsmodellen en regelgeving
• Precisielandbouw: digitale bedrijfsmodellen voor akkerbouwers
• E-sports als digitaal bedrijfsmodel
• Invloed van cryptovaluta op traditionele bedrijfsmodellen
• Datadeelinitiatieven als basis voor nieuwe bedrijfsmodellen in het mkb
• Online afspraakplatforms bij installateurs en andere vakbedrijven: acceptatie en drempels
• Van licentie naar abonnement: de overstap van een softwareproduct

Onderwerpen over digitale producten, prijzen en klantgedrag

Onderwerpen over digitale producten, prijzen en klantgedrag zijn het dankbaarst als je geen opdrachtgever hebt. Naar betalingsbereidheid, acceptatie en koopgedrag kun je elke doelgroep zelf vragen. Je hebt daarvoor geen bedrijf nodig, wel genoeg deelnemers en een vragenlijst die de begrippen netjes meet.

• Big data en gepersonaliseerde prijzen in de onlinehandel
• Invloed van sociale media op de ontwikkeling van digitale producten
• Virtual reality als verkoopkanaal: kansen en obstakels
• Smarthometechnologie als bron van nieuwe bedrijfsmodellen
• Rol van influencermarketing in digitale bedrijfsmodellen
• AI-aanbevelingssystemen in Nederlandse webwinkels
• Acceptatie van bankapps onder jongvolwassenen
• Invloed van AI op het personaliseren van dienstverlening
• Data-analyse als motor voor vernieuwing van het bedrijfsmodel
• Mobiel betalen en betaalverzoeken: invloed op het koopgedrag
• Digitale transformatie in het onderwijs: bedrijfsmodellen voor e-learning
• Augmented reality en de klantbeleving in fysieke winkels
• Digitale bedrijfsmodellen voor duurzame consumptie en tweedehandshandel
• Concurrentievoordeel door digitale extra diensten
• Gamification in digitale bedrijfsmodellen
• Pay-what-you-want-prijzen in de digitale verkoop
• Omnichannelstrategieën voor de Nederlandse detailhandel
• Kunstmatige intelligentie in de muziekindustrie
• Generatieve AI in digitale producten: hoeveel willen gebruikers betalen?
• Prijsmodellen voor AI-functies: betalen per gebruik of een vast bedrag

Onderwerpen over technische IT-security in organisaties

Onderwerpen over technische IT-security vragen bijna altijd toegang tot vakmensen. Bedrijven praten niet openlijk over hun zwakke plekken, dus de data komt uit interviews waarin je anonimiteit belooft. Puur conceptuele scripties kunnen ook zonder bedrijf, bijvoorbeeld een uitwerking van de Baseline Informatiebeveiliging Overheid voor een fictieve kleine gemeente.

• Een incidentresponsplan voor mkb-bedrijven ontwikkelen
• End-to-end-versleuteling en de gevolgen voor bedrijfscommunicatie
• Veiligheid van smarthomeapparaten in bedrijfsnetwerken beoordelen
• Zero-trustarchitectuur in de praktijk invoeren
• Beveiligingsconcepten voor cloudopslag in gevoelige sectoren
• Methoden om insiderdreigingen te herkennen en te voorkomen
• Beheer van mobiele apparaten in de zakelijke IT
• Inzet en effectiviteit van intrusion-detectionsystemen
• Richtlijnen voor veilige softwareontwikkeling binnen een organisatie
• Risico’s en beveiliging van IoT-apparaten in productieomgevingen
• Maatregelen tegen advanced persistent threats
• Authenticatieprotocollen in bedrijfsnetwerken
• De softwareketen beveiligen met een software bill of materials
• Toepassingen en grenzen van versleutelingstechnieken
• Patchmanagement in IT-infrastructuren: werkwijze en kengetallen
• Risicobeoordeling en risicomanagement in vitale IT-infrastructuur
• Beveiligingsaspecten bij het ontwikkelen en gebruiken van API’s
• Strategieën tegen DDoS-aanvallen
• Gevolgen van quantumcomputers voor de IT-security van bedrijven
• NEN 7510 in een kleine zorgorganisatie: invoering en knelpunten

Onderwerpen over privacy, wettelijke plichten en nieuwe aanvalsroutes

Onderwerpen over privacy en wettelijke plichten hebben een voordeel dat de moeite waard is: wetteksten en overheidspagina’s zijn openbaar en betrouwbaar. Het nadeel is de houdbaarheid. Een scriptie over een achterhaalde versie maakt geen goede indruk, dus zet bij elke juridische uitspraak de datum waarop die betrekking heeft.

• Gevolgen van de AVG voor internationaal opererende bedrijven
• Bedrijfsbeleid aanpassen aan strengere privacy-eisen
• Beveiligingsaudits en compliancecontroles op IT-afdelingen
• Gevolgen van kunstmatige intelligentie voor netwerkbeveiliging
• Privacy bij de invoering van ritregistratie en telematica in wagenparken
• Beveiligingseisen voor thuiswerken en hoe ze worden nageleefd
• Phishing en preventie: een enquête onder medewerkers
• Privacy by design bij bedrijfswebsites en apps
• Veiligheid van betaaldienstverleners in e-commercesystemen
• Eisen aan databeveiliging in de cloud voor financiële instellingen
• Privacyconcepten voor socialemediaplatforms
• Bring your own device: hoe handhaafbaar is het beleid in de praktijk?
• Deepfakes herkennen in bedrijfscommunicatie
• Beveiligingsuitdagingen bij big-data-analyses
• Persoonsgegevens in de cloud: verantwoordelijkheden en grenzen
• IT-security in de zorg en de bescherming van patiëntgegevens
• Mkb-bedrijven en de Cyberbeveiligingswet: wie valt eronder in één sector?
• Registratie in het nationaal entiteitenregister: stand van zaken in één branche
• Beveiligingsrisico’s van grote taalmodellen in organisaties
• Promptinjectie als aanvalsroute op AI-assistenten

Onderwerpen over rapportages, dashboards en data-architectuur

Onderwerpen over rapportages, dashboards en data-architectuur hebben echte data nodig, anders blijft de scriptie een beschrijving van tools. Twee uitwegen werken: een open dataset, bijvoorbeeld uit CBS StatLine of van data.overheid.nl, of een opdrachtgever die je een extract van zijn systeemdata geeft. Beide regel je vóór de aanmelding, niet erna.

• Een realtime dashboard voor verkoopdata ontwerpen
• Business intelligence in HR: analyse van personeelsverloop
• Een BI-systeem invoeren in een mkb-bedrijf
• Kengetallensystemen voor verbonden productielijnen
• BI-strategieën voor klantloyaliteitsprogramma’s
• Gevolgen van self-service-BI voor besluitvorming
• Een model om de BI-volwassenheid van organisaties te meten
• Rapportage over energieverbruik bij netcongestie
• Business intelligence bij gemeenten voor capaciteitsplanning
• Geografische informatiesystemen koppelen aan BI-toepassingen
• Business intelligence als steun bij duurzaamheidsbeslissingen
• Invloed van business intelligence op de bedrijfscultuur
• Datawarehousestrategieën voor versnipperde bedrijfsdata
• BI-tools voor prestatieanalyse van webwinkels
• OLAP voor multidimensionale analyses
• Business intelligence in de evenementenbranche
• Realtime BI voor de sturing van productieprocessen
• Data lakes voor brede analyses
• Data mesh of centraal datawarehouse: de afwegingscriteria
• Acceptatie van self-service-analytics op vakafdelingen

Onderwerpen over voorspellingen, datamining en machine learning

Onderwerpen over voorspellingen, datamining en machine learning vragen het meeste rekenwerk binnen het vak. Je moet hier laten zien hoe goed je model is: hoe vaak zit het goed en vergeleken met welke eenvoudige referentiewaarde? Een model zonder vergelijkingsbasis levert een getal op dat niemand kan plaatsen, en precies daarop lopen deze scripties vast.

• Machine learning om klantgedrag in de detailhandel te voorspellen
• Datamining om cross-sellkansen te vinden
• Predictive analytics voor voorraadbeheer
• Ketenoptimalisatie met behulp van business intelligence
• Business intelligence om risico’s in beleggingsportefeuilles te beperken
• Tijdreeksanalyse voor afzetprognoses
• Business intelligence in de zorg om de kwaliteit van zorg te verbeteren
• Textmining en sentimentanalyse van klantfeedback op sociale media
• Markttrends analyseren voor productontwikkeling
• Een vroegtijdig waarschuwingssysteem voor dalende verkopen
• Automatische detectie van afwijkingen in verkoopcijfers
• Marketingcampagnes verbeteren met klantsegmentatie op basis van BI
• Prognosemodellen voor de energiehandel
• Klantbinding analyseren via de contactmomenten in de klantreis
• BI-methoden voor een efficiëntere logistiek
• Fraudedetectie bij verzekeraars met business intelligence
• Business intelligence voor strategische keuzes in start-ups
• Process mining om afwijkingen in het bestelproces op te sporen
• Vragen in gewone taal aan bedrijfsdata: nauwkeurigheid en grenzen
• Datakwaliteit als voorwaarde voor AI-prognoses in sales

Onderwerpen over IT-strategie, governance en IT-projecten

Onderwerpen over IT-strategie, governance en IT-projecten zijn de natuurlijke plek voor verklarend onderzoek. De vraag is hoe organisaties beslissen, en daar geeft geen meting antwoord op, wel een enquête of een interview. Programmeerkennis heb je hier niet nodig, toegang tot mensen die over IT beslissen wel.

• Een leidraad voor digitale transformatie in het mkb
• IT-governance tijdens digitalisering: knelpunten en oplossingen
• Agile werken in IT-projecten: succesfactoren en valkuilen
• IT-servicemanagementframeworks in de praktijk
• Outsourcingsbeslissingen in IT-management: een kritische analyse
• IT-compliance: wettelijke eisen en hun technische uitwerking
• IT-strategie voor start-ups in de groeifase
• Multicloudomgevingen sturen: governance en kosten
• Verzekerbaarheid van cyberrisico’s: welke criteria hanteren verzekeraars?
• IT-portfoliomanagement bij snelle technologische ontwikkelingen
• Strategieën voor het beheer van cloudapplicaties
• Schaalvoordelen door software-defined networking
• Methoden om het succes van IT-projecten te meten
• Datakwaliteitsbeheer als basis voor digitaliseringsprojecten
• Duurzame IT in de praktijk: strategie en uitvoering
• Strategisch IT-management bij banken onder druk van fintechs
• Projectmanagementsoftware voor de sturing van IT-projecten
• Rol van open-sourcesoftware in IT-management
• Digitale autonomie als criterium bij de keuze van een cloudleverancier
• Invloed van big-data-analyses op strategische bedrijfsbeslissingen

Onderwerpen over digitale verandering, leiderschap en de invoering van AI

Onderwerpen over digitale verandering, leiderschap en de invoering van AI zijn op dit moment goed te onderzoeken, omdat veel organisaties er middenin zitten. Volgens het Centraal Bureau voor de Statistiek gebruikte in 2025 een op de zes bedrijven met twee of meer werkzame personen AI, twee keer zoveel als in 2023 (voorlopige cijfers, gepubliceerd in december 2025). Respondenten vind je hier makkelijker dan bij securityonderwerpen. Let er wel op dat je een verband toetst en niet alleen een stand van zaken beschrijft.

• Rol van de CIO bij het sturen van digitale transformatie
• Inzet en effect van cloudcomputing in de digitale transformatie
• Verandermanagement op IT-afdelingen bij invoeringsprojecten
• Gevolgen van robotic process automation voor bedrijfsprocessen
• Hoe ver AI is doorgedrongen in de processen van Nederlandse bedrijven
• Een security-awarenesstraining opzetten en het effect meten
• Invloed van mobiele technologie op bedrijfsstrategie en IT-management
• Een cultuur van digitale innovatie: drempels en succesfactoren
• Digitale ethiek in het IT-management
• Sociale media in de bedrijfs-IT: risico’s en kansen
• Virtual en augmented reality in trainings- en supportprocessen
• Internet of things in de productie: vraagstukken voor het management
• Technologieacceptatiemodellen bij digitale innovaties
• Een kennismanagementsysteem voor de hele organisatie ontwerpen
• Digitaal leiderschap: welke competenties leidinggevenden nodig hebben
• Gevolgen van digital twins voor productontwikkeling
• Governance voor generatieve AI: richtlijnen en naleving
• Verplichtingen uit de AI-verordening: de voorbereiding van een mkb-bedrijf
• AI-geletterdheid van medewerkers: behoefte en passende trainingen
• Lowcodeplatforms invoeren: nut en schaduw-IT

Onderwerpen over ERP, CRM en standaardsoftware

Onderwerpen over ERP, CRM en standaardsoftware zijn praktijkgericht en daarom goed geschikt voor een afstudeeropdracht bij een bedrijf. Ze draaien om een concreet proces: een bestelling, een goedkeuring, een klacht. Zonder zo’n proces wordt het onderwerp een algemene beschrijving van software.

• Gevolgen van ERP-systemen voor de efficiëntie van bedrijfsprocessen
• CRM-systemen om de klantcommunicatie te verbeteren
• BPM-software voor continu verbeteren
• Inkoopprocessen verbeteren met geïntegreerde informatiesystemen
• SCM-systemen voor meer transparantie in de keten
• Beslissingsondersteunende systemen voor het management ontwikkelen
• Procesmodellering en simulatie om productieprocessen te verbeteren
• E-procurement om proceskosten te verlagen
• Lean-principes in IT-ondersteunde processen
• Gebruiksvriendelijke interfaces voor processturing ontwerpen
• Documentmanagementsystemen bij gemeenten: snellere afhandeling van aanvragen
• Gevolgen van cloudcomputing voor procesverbetering
• Kwaliteitsmanagementsystemen voor procesbewaking en verbetering
• Rol van informatiesystemen in wendbare organisaties
• Informatiesystemen voor compliancebewaking in gereguleerde sectoren
• Contentmanagementsystemen voor efficiëntere marketingprocessen
• Procesverbetering met SaaS tegenover eigen beheer
• Energiemanagementsystemen voor bedrijfsprocessen
• IT-frameworks om bedrijfsprocessen te standaardiseren
• Knelpunten in overheidsprocessen opsporen met kengetallen

Onderwerpen over automatisering, documenten en koppelingen

Onderwerpen over automatisering, documenten en koppelingen lenen zich goed voor ontwerpgericht werk, omdat het resultaat zichtbaar is. Meten is hier ook makkelijker dan in andere gebieden: afhandeltijd, foutpercentage en doorlooptijd kun je voor en na de wijziging vastleggen, als de organisatie de logdata vrijgeeft.

• Een workflowmanagementsysteem voor procesautomatisering ontwikkelen
• Mobiele apps ter ondersteuning van buitendienstmedewerkers
• Kunstmatige intelligentie voor adaptieve procesbewaking
• RFID voor betere magazijn- en inventarisatieprocessen
• IoT-apparaten koppelen aan bestaande informatiesystemen
• Predictive maintenance voor efficiënter onderhoud
• Samenwerkingstools en hun effect op teamwerk
• IT-oplossingen ter ondersteuning van verandermanagement
• Chatbots voor het automatiseren van klantcontact
• Augmented reality bij onderhoud en reparatie
• Track-and-trace in realtime: data-integratie over systeemgrenzen
• E-learningsystemen om nieuwe medewerkers sneller in te werken
• Selfserviceportalen om de klantenservice te ontlasten
• Blockchain voor het beveiligen van transactieprocessen
• Vierogenprincipe technisch afdwingen in goedkeuringsprocessen
• AI-assistenten in de klantenservice: afhandeltijd en tevredenheid
• Facturen automatisch verwerken met documentherkenning
• E-facturatie via Peppol in het mkb: invoering en struikelblokken
• Agentgebaseerde automatisering: waar die nu tegen grenzen aanloopt
• Procesdocumentatie met generatieve AI: hoe goed is het resultaat?

Ontwerpen of verklaren: welk soort onderwerp kies je?

Bedrijfsinformatica kent twee erkende routes naar een resultaat, en je onderwerp moet voor een van beide kiezen. Ontwerpgericht onderzoek, internationaal design science genoemd, levert een artefact op: een model, een methode, een architectuur of een prototype. Verklarend onderzoek, vaak ook gedragswetenschappelijk onderzoek genoemd, verklaart of voorspelt hoe mensen en organisaties met informatiesystemen omgaan.

Ook in Nederland werk je met die tweedeling. Roel Wieringa van de Universiteit Twente schreef er een methodeboek over, Design Science Methodology for Information Systems and Software Engineering (Springer, 2014). Daarin splits je een onderzoeksprobleem op in ontwerpdoelen en kennisvragen. Voor je onderwerpkeuze is dat een handige toets: wil je iets verbeteren, dan heb je een ontwerpdoel. Wil je iets weten, dan heb je een kennisvraag.

Zo herken je een ontwerpgericht onderwerp

• Je onderwerp begint met ontwikkeling, ontwerp of uitwerking van iets.
• Aan het eind staat iets wat er eerst niet was.
• De evaluatie legt het artefact naast de doelen die je vooraf stelde.
• De data ontstaat in je test, niet in een enquête.
• Kennis van programmeren of modelleren is een voorwaarde.

Zo herken je een verklarend onderwerp

• Je onderwerp vraagt naar acceptatie, gebruik, effect of succesfactoren.
• Aan het eind staat een getoetste uitspraak over mensen of organisaties.
• De data komt uit een enquête, interviews of officiële statistiek.
• Een theoretisch model bepaalt de variabelen.
• Zonder toegang tot respondenten kun je het onderwerp niet uitwerken.

Mengvormen kunnen, maar zijn zwaarder: wie een prototype maakt en het daarna door gebruikers laat beoordelen, doet allebei en heeft voor allebei tijd nodig. In het hbo is die combinatie soms juist de opzet: bij de Hanze koppelt het afstudeerproject van HBO-ICT een beroepsproduct aan praktijkgericht onderzoek. In een korte wo-bacheloropdracht past het zelden. Welke route bij jouw situatie hoort, lees je ook in het artikel empirisch of theoretisch afstudeerwerk.

Welke onderwerpen in bedrijfsinformatica eigen dataverzameling nodig hebben

Welke onderwerpen in bedrijfsinformatica eigen dataverzameling nodig hebben, verraadt het eerste woord van het onderwerp. Alles wat vraagt naar acceptatie, tevredenheid, succesfactoren of inzet in de praktijk, heeft uitspraken van mensen nodig. Al het andere komt uit systeemdata, gepubliceerde statistiek of de literatuur.

De tabel hieronder zet bij de meest gebruikte formuleringen waar hun data vandaan moet komen. Elke regel met een eigen enquête betekent extra voorbereiding: vragenlijst opstellen, toestemming en privacy volgens de AVG regelen en deelnemers vinden.

Acceptatiemodellen leveren de variabelen meteen mee

Voor de regels met een eigen enquête loont een blik op de gangbare modellen, want ze schelen je het halve werk aan de vragenlijst. Een van de bekendste is de Unified Theory of Acceptance and Use of Technology van Venkatesh, Morris, Davis en Davis (2003), kortweg UTAUT. Het model bundelt vier constructen: performance expectancy, effort expectancy, social influence en facilitating conditions. Volgens de auteurs verklaren die factoren 70 procent van de variantie in de gebruiksintentie.

Een beproefd model maakt je scriptie bovendien vergelijkbaar met eerder onderzoek, omdat je resultaten naast andere studies kunnen staan. Hoe je van de constructen een vragenlijst maakt, staat in het artikel over de enquête voor je bachelor- of masterscriptie.

Voor een gestandaardiseerde enquête heb je een enquêtetool nodig, een deelnamelink en een groep die antwoordt. empirio.ai, een online enquêtetool uit Duitsland, is gemaakt voor studenten en scripties.

De vierpuntentoets: is je onderwerp wetenschappelijk houdbaar?

Of een onderwerp in bedrijfsinformatica wetenschappelijk houdbaar is, toets je aan vier criteria die het vak zelf heeft geformuleerd. Het Memorandum on design-oriented information systems research stelt vier eisen aan een artefact: abstractie, originaliteit, onderbouwing en nut.

Tien auteurs uit Duitsland, Oostenrijk en Zwitserland schreven het memorandum, onder wie Hubert Österle, Jörg Becker, Helmut Krcmar en Peter Mertens. De Engelse versie verscheen in 2011 in het European Journal of Information Systems. Je kunt de vier eisen rechtstreeks als toetsvragen voor je eigen onderwerp lezen.

1. Abstractie. Volgens het memorandum moet een artefact toepasbaar zijn op een klasse van problemen. Een plan voor precies één bedrijf is daarmee advieswerk. Wetenschappelijk wordt het pas als je zegt voor welk soort organisaties het geldt.
2. Originaliteit. Het artefact moet wezenlijk bijdragen aan de bestaande kennis. Zoek dus vóór de aanmelding uit wat er over je onderwerp al is gepubliceerd. Een invoeringsplan volgens het leerboek haalt dit criterium niet.
3. Onderbouwing. Het artefact moet navolgbaar onderbouwd zijn en zich laten valideren. Elke keuze in je ontwerp heeft dus een reden nodig, uit de literatuur of uit data.
4. Nut. Het artefact moet nu of later iets opleveren voor de betrokken partijen. Benoem daarom vroeg wie iets aan je resultaat heeft: de IT-afdeling, de vakafdeling of de klant.

De vierpuntentoets bij verklarend onderzoek

Bij verklarend onderzoek gelden de vier punten op dezelfde manier, alleen staat de getoetste uitspraak op de plek van het artefact. Abstractie betekent dan: je uitspraak geldt niet alleen voor de 60 mensen die hebben gereageerd, maar voor een benoemde groep. Originaliteit betekent: het verband dat je toetst, is niet al drie keer in precies dezelfde situatie onderzocht.

Een onderwerp is niet wetenschappelijk omdat het ingewikkeld is, maar omdat iemand kan navolgen hoe je tot je uitkomst bent gekomen.

Heb je de vier punten beantwoord, dan ligt je onderzoeksvraag al bijna klaar. Hoe je hem scherp formuleert, lees je in het artikel onderzoeksvraag formuleren.

Wat een onderwerp in bedrijfsinformatica in 2026 actueel maakt

Een onderwerp in bedrijfsinformatica is niet actueel omdat er een technologie in voorkomt, maar omdat de situatie eromheen is veranderd. In 2026 hebben twee regelingen precies dat gedaan: de AI-verordening van de Europese Unie en de Cyberbeveiligingswet, de Nederlandse uitwerking van de NIS2-richtlijn.

Voor je onderwerpkeuze betekent dat twee dingen. Onderwerpen met een juridische kant zijn op dit moment goed te onderbouwen, omdat wetteksten en overheidspagina’s openbaar zijn. Ze verouderen ook het snelst, dus hoort bij elke juridische uitspraak een datum.

De AI-verordening en haar termijnen

De AI-verordening, Verordening (EU) 2024/1689, is volgens de Europese Commissie op 1 augustus 2024 in werking getreden en geldt sinds 2 augustus 2026 grotendeels. De verboden praktijken en de plicht tot AI-geletterdheid gelden sinds 2 februari 2025, de regels voor AI-modellen voor algemene doeleinden sinds 2 augustus 2025.

Een wijziging die op 27 juli 2026 in werking trad, heeft de termijnen voor hoog-risicotoepassingen opgeschoven. Voor de toepassingen uit bijlage III geldt nu 2 december 2027, voor hoog-risicosystemen in producten uit bijlage I 2 augustus 2028. Schrijf je over een AI-onderwerp, noem dan altijd de datum van de informatie waarop je je baseert.

De Cyberbeveiligingswet en de registratieplicht

Voor securityonderwerpen is de Cyberbeveiligingswet (Cbw) de tweede grote verandering. Volgens de Rijksoverheid geldt de wet sinds 15 augustus 2026, samen met de Wet weerbaarheid kritieke entiteiten. Organisaties in achttien sectoren moeten passende maatregelen nemen tegen cyberrisico’s, significante incidenten melden aan hun CSIRT en hun toezichthouder, en zich registreren in het nationaal entiteitenregister. Of een organisatie onder de wet valt, moet ze zelf vaststellen.

Meestal verwacht je begeleider bij zulke onderwerpen geen juridisch oordeel, maar een zorgvuldige beschrijving van de wetgeving en wat die betekent voor de onderzochte organisatie. Een uitzondering zijn opleidingen met een juridische specialisatie. Bepalend is de onderwijs- en examenregeling van je opleiding. Dit artikel is geen juridisch advies.

Onderwerpen voor masterscriptie, afstudeerproject en afstuderen bij een bedrijf

Onderwerpen voor een masterscriptie, een hbo-afstudeerproject en een wo-bacheloropdracht verschillen in bedrijfsinformatica niet in hun onderwerp, maar in wat er van methode en omvang wordt verwacht. Hetzelfde idee draagt een hbo-afstudeerproject als je er een onderbouwd beroepsproduct voor een opdrachtgever van maakt, en een masterscriptie als je een hypothese toetst of een artefact grondig evalueert.

Hoeveel ruimte je daarvoor krijgt, verschilt per opleiding meer dan je zou denken. Drie voorbeelden uit openbare studiegidsen laten de spreiding zien.

Stand: oktober 2026, gegevens uit de studiegidsen die hieronder zijn gelinkt.

Naast het aantal studiepunten verschilt ook de vorm. De vakbeschrijving van het Afstudeerproject bij de Hanze (studiejaar 2025-2026) vraagt dat je een probleem bij een bedrijf oplost of verkleint met een ICT-beroepsproduct, ondersteund door praktijkgericht onderzoek en afgesloten met een examengesprek. Bij de Universiteit Twente presenteer je in de laatste module je eigen wetenschappelijk onderzoek op de Twente Student Conference on IT. In de master Business Informatics in Utrecht beslaan Thesis Project Phase 1 en 2 samen 40 EC, en studenten werken daarbij regelmatig samen met een externe organisatie. Bepalend is altijd de regeling van je eigen opleiding.

Wat een masterscriptie extra vraagt

Een masterscriptie in bedrijfsinformatica vraagt meestal om een eigen methodologische keuze en de onderbouwing daarvan. Een methode toepassen is niet genoeg, je legt uit waarom je haar verkiest boven de alternatieven. Bij ontwerpgericht onderzoek betekent dat: de evaluatie gaat verder dan een functionele test en legt het artefact naast de doelen die je aan het begin stelde.

Afstuderen bij een bedrijf

Afstuderen bij een bedrijf is in bedrijfsinformatica heel gewoon, zeker in het hbo, en het verschuift het onderwerpprobleem alleen maar. Het bedrijf heeft een vraag, de opleiding wil een onderzoeksvraag, en die twee vallen zelden vanzelf samen. Behandel de vraag van het bedrijf als casus en formuleer je onderzoeksvraag een niveau hoger. Waar je bij de samenwerking op let, staat in het artikel afstuderen bij een bedrijf.

Veelgemaakte fouten bij het kiezen van een onderwerp in bedrijfsinformatica

De meest voorkomende fouten bij het kiezen van een onderwerp in bedrijfsinformatica hebben weinig met het onderwerp zelf te maken. Ze gaan over wat erna komt: data, toegang en afbakening. Begeleiders zien er vier steeds weer terug.

Elk van deze fouten is vóór de aanmelding te herkennen, en dat is het enige moment waarop herstel nog goedkoop is. Na de aanmelding kost elke correctie weken.

Het onderwerp staat vast, de toegang tot data nog niet

Onderwerpen over ERP-systemen, procesverbetering of business intelligence gaan uit van data uit een organisatie. Een mondelinge toezegging tijdens het sollicitatiegesprek voor je afstudeerstage is nog geen toestemming voor een data-export. Leg vóór de aanmelding schriftelijk vast welke data je krijgt, in welk formaat en met wiens goedkeuring. Zonder die afspraak schrijf je aan het eind een literatuurstudie over een onderwerp dat praktisch bedoeld was.

Het onderwerp is een adviesopdracht, geen scriptie

Een digitaliseringsplan voor precies één bedrijf is een opdracht en nog geen onderzoeksonderwerp. Ontbreekt de veralgemening, dan ontbreekt het criterium abstractie uit het memorandum. De oplossing is klein: beschrijf het bedrijf als casus en formuleer de vraag voor een groep vergelijkbare organisaties. Van dat ene bedrijf maak je dan bijvoorbeeld middelgrote machinebouwers in Oost-Nederland. In het hbo staat de opdrachtgever wel centraal, maar ook daar moet je product onderbouwd zijn en je onderzoek navolgbaar.

De dataverzameling wordt te laat gepland

Een enquête laat een scriptie vaak uitlopen. De vragenlijst is snel klaar, de antwoorden niet. Wie in de laatste week voor de deadline nog 50 antwoorden nodig heeft, zit met een probleem dat geen tool oplost. Welke manieren om deelnemers te werven echt werken, lees je in het artikel deelnemers vinden voor je enquête.

Het onderwerp pakt te veel technologie tegelijk

Blockchain, kunstmatige intelligentie en procesautomatisering in één bachelorscriptie zijn drie scripties. Elke technologie heeft eigen literatuur, eigen begrippen en eigen beoordelingsmaatstaven. Beperk je tot één technologie en één toepassing. De diepgang die je daarmee wint, telt bij de beoordeling zwaarder dan de breedte die je verliest.

Checklist voor de aanmelding

• Je afstudeerrichting past bij een docent of groep die begeleidt.
• De richting staat vast: ontwerpen of verklaren.
• De databron is benoemd en toegezegd.
• De vier punten uit het memorandum zijn beantwoord.
• De planning bevat vier weken voor dataverzameling.
• Drie voorstellen liggen klaar voor het gesprek met je begeleider.

Conclusie

Neem uit de 200 voorstellen drie mee die bij een afstudeerrichting van je opleiding passen, en kies daarna op de databron en niet op je interesse.

Onderwerpen over acceptatie, IT-management en klantgedrag lopen via een eigen enquête en zijn daardoor goed te plannen. Onderwerpen over business intelligence en procesverbetering hebben juist een organisatie nodig die haar data vrijgeeft, en daar zit de bottleneck.

Hoe het verdergaat

• Wil je weten hoe een empirische scriptie verloopt? Empirisch onderzoek in je scriptie, met voorbeeld
• Heb je een vragenlijst nodig voor je dataverzameling? Vragenlijst maken: handleiding, tips en voorbeelden
• Zoek je een kant-en-klaar sjabloon als startpunt? Sjablonen voor enquêtes en vragenlijsten

Heeft jouw onderwerp een eigen enquête nodig?

Stel de vragenlijst in een paar minuten op, deel de link met je doelgroep en laat de antwoorden direct analyseren.

Enquête maken voor je scriptie