De vertaallaag verdween: ze bouwden wat je vroeg

Probeer dit eerst

Drie maanden waarschuwingen, en die ene die telde zag er hetzelfde uit.

In februari vroeg een commercieel directeur iets redelijks. Een wekelijkse lijst van klanten met kans op vertrek, zodat zijn team er vroeg bij kon zijn. Twee jaar geleden was die vraag bij iemand terechtgekomen die het bedrijf kende, en die was met een wedervraag teruggekomen voordat er één regel geschreven was.

Nu ging hij rechtstreeks een tool in. Maandag stond de lijst er, precies zoals gevraagd: klanten op volgorde van teruglopend gebruik. Netjes, gesorteerd, elke week zonder mankeren.

Het punt is dat drie van hun vijf grootste klanten seizoenswerk doen. Het gebruik zakt elk jaar in februari en komt in april terug, en iedereen die er langer dan twee jaar werkt weet dat. Dus begon de lijst drie maanden achter elkaar met dezelfde drie namen, leerde het team de bovenkant over te slaan, en in mei kwam een klant die er werkelijk slecht voor stond op plek twee te staan en werd met de rest meegeslagen. Die vertrok in juli.

Niemand bouwde het verkeerde. Iemand vroeg het verkeerde, correct, en er zat niemand meer tussen het vragen en het bouwen. Paul Musters

Kijk naar wat daar werkelijk verdween. Geen vaardigheid en geen fte. Wat wegviel is een bepaald moment dat er vroeger was, waarop iemand een vraag las en zei, voordat er iets gemaakt was, dit is niet helemaal wat je wilt.

Hoe het eruitziet

Drie maanden waarschuwingen, en die ene die telde.

Geen van deze is dramatisch op het moment zelf. Alle drie zijn een vraag die onaangeraakt doorloopt.

Iemand aan een bureau die een vraag doorneemt met zijn agent — **De opdracht die dezelfde dag gebouwd werd** Je vroeg dinsdag om een dashboard en woensdag had je het. Snel, en niemand vroeg welk besluit je ermee ging nemen, terwijl juist die vraag vroeger de helft van dit soort opdrachten veranderde voordat er iets gemaakt was.

Twee collega’s die samen werk doornemen op een scherm — **Twee teams die hetzelfde op twee manieren oplossen** Allebei gingen ze rechtstreeks van hun eigen behoefte naar hun eigen bouwwerk. Er zit niemand meer op de plek waar beide vragen langs waren gekomen, dus zag niemand dat het hetzelfde probleem was tot de twee antwoorden in een vergadering van elkaar afweken.

Een overleg waarin een besluit wordt uitgewerkt — **De strategie waar iedereen het mee eens was en niemand mee kon werken** Bovenin was hij helder en op de werkvloer kwam hij aan als een slide. De laag die hem vroeger vertaalde naar wat een team donderdag anders moest doen is vorig jaar geschrapt, en dat vertalen gebeurde nergens anders.

De verdwenen vertaallaag is een bedrijf waar vragen rechtstreeks naar de bouw gaan, met niemand ertussen. Zeventig op de honderd leidinggevenden zeggen dat ze een AI-strategie hebben. Negenendertig op de honderd van hun medewerkers zijn het daarmee eens.1

Het geraamte

Korn Ferry ondervroeg ruim 15.000 professionals in 15 markten. 44% van de Amerikaanse medewerkers meldde dat er bij hen managementlagen zijn geschrapt.1
40% van de Amerikaanse medewerkers zegt op het werk richting te missen.1
72% van de Amerikaanse bestuurders zegt meer te moeten dan ze aankunnen, tegen 47% van hun collega’s wereldwijd.1
70% van de leidinggevenden denkt een AI-strategie te hebben. 39% van de medewerkers is het daarmee eens.1
Deloitte voegt het deel toe dat het erger maakt: managers zijn niet voorbereid om toezicht te houden op AI, en veel bestuurders missen de AI-kennis om aan dat toezicht bij te dragen.2

Deze komt meestal binnen als

Er werd snel iets gebouwd dat de verkeerde vraag beantwoordde
Twee teams losten hetzelfde probleem op twee manieren op
Een strategie waar iedereen het mee eens was veranderde niemands week
Je doet werk dat je vroeger uitbesteedde en je weet niet wanneer dat begon

Wat je meeneemt

Wat die middelste laag werkelijk deed, wat zelden was wat de functietitel zei
Een test van tien minuten op iets dat je onlangs liet bouwen
Het onderzoek, met de steekproef en wat het niet dekt
Twee gewoonten die de ontbrekende vraag terugzetten zonder een laag terug te bouwen

Wat het is

Het doorsturen was het zichtbare deel. Het herschrijven was het werk.

Hier gaat de rekensom bij de meeste bedrijven mis. Als je de middelste laag omschrijft als doorsturen, dan lijkt hem weghalen gratis, want een machine stuurt sneller door en gaat nooit op vakantie. Doorsturen was het zichtbare deel van dat werk en het kleinste deel ervan.

Wat die laag werkelijk deed was een vraag in de ene taal aannemen en een andere vraag in een andere taal teruggeven. Een directeur zegt kans op vertrek. Iemand die er vier jaar werkt hoort dat en denkt aan februari. Wat er aan de andere kant uit komt is een smallere, betere vraag, en degene die het vroeg weet meestal niet dat hij is veranderd.

Je hebt geen doorgeefluik weggehaald. Je hebt de plek weggehaald waar een vraag beter werd voordat iemand ging bouwen. Paul Musters

Er gebeurden drie dingen in die laag en maar één daarvan is makkelijk te vervangen. Doorsturen: prima te automatiseren, en goede reis. Filteren: bepalen wat niet omhoog hoeft, wat AI deels kan. En vertalen, waarvoor je iemand nodig had die zowel de vraag als de werkelijkheid kende, en waar niets voor in de plaats is gekomen.

Wat er in het midden zat, en wat het deed

LeidingBepaalt de richting, vraagt om dingen, ziet de samenvatting

De laag die dunner wordtStuurde door, filterde en vertaalde. Alleen dat derde was moeilijk te vervangen.44% van de Amerikaanse medewerkers meldt hier bezuinigingen1

Het werkBouwt wat er gevraagd is, nu veel sneller en met minder vragen

Drie lagen, en in de middelste werd een vraag herschreven voordat er iets gemaakt werd.1

En hier zit het deel dat hier een AI-probleem van maakt in plaats van een reorganisatieprobleem. Vroeger was een slecht gestelde vraag traag, en die traagheid gaf iemand de tijd om iets op te merken. Nu is hij snel, en hij komt af binnen. De wrijving die de fout ving was een bijverschijnsel van dingen die tijd kostten, en niemand heeft haar ooit ontworpen.

Het bewijs

De laag werd dunner, en beide kanten voelden dat op een andere manier.

Het onderzoek Workforce 2025 van Korn Ferry ondervroeg ruim 15.000 professionals, van starters tot CEO’s, in vijftien markten waaronder de Verenigde Staten, het Verenigd Koninkrijk, Frankrijk, Duitsland en Japan.1 Drie bevindingen daaruit horen bij elkaar.

44%

van de Amerikaanse medewerkers meldt dat er managementlagen zijn geschrapt

1

40%

van de Amerikaanse medewerkers zegt op het werk richting te missen

1

72%

van de Amerikaanse bestuurders zegt meer te moeten dan ze aankunnen, tegen 47% wereldwijd

1

Lees die drie als één beweging. De laag wordt dunner, de mensen eronder verliezen richting, en het werk dat die laag deed duikt weer op bij iemand hogerop die het al vol had. Al dat werk bestaat nog. Het is omhooggeschoven, naar de duurste plek waar het terecht kon komen.

En het vertaalgat, direct gemeten

Hetzelfde onderzoek heeft één cijfer dat deze hele pagina in één regel is. Zeventig op de honderd leidinggevenden wereldwijd denkt dat de eigen organisatie een AI-strategie heeft. Negenendertig op de honderd medewerkers zijn het daarmee eens.1

Een strategie die negenendertig op de honderd van je mensen herkennen bestaat nog steeds, en hij is waarschijnlijk goed. Wat weg is, is de stap die hem vertaalde naar wat een bepaald team op donderdag anders doet.

Het onderzoek van Deloitte uit 2026 voegt de ongemakkelijke tweede helft toe. Tot de dingen die het onopgelost noemt in AI-besluitvorming horen dat managers niet voorbereid zijn op de rol van toezichthouder op AI, en dat veel bestuurders te weinig AI-kennis hebben om aan dat toezicht bij te dragen.2 De laag is dus dunner, en de mensen die aan weerszijden van het gat over zijn, zijn nog niet toegerust om het vertalen zelf te doen.

Twee beperkingen bij dit bewijs. De scherpste cijfers van Korn Ferry zijn Amerikaans, en de wereldwijde cijfers zijn steeds milder, dus een Nederlands bedrijf van tweehonderd mensen leest beter de richting dan de omvang. En Korn Ferry verkoopt organisatieontwerp, wat goed is om te weten bij een bevinding over organisatieontwerp.

Hoe het komt

De laag ging eruit om een reden die op papier klopte.

Het waardevolle deel van dat werk was op papier onzichtbaar

In een functieomschrijving staat coördineert, rapporteert, stemt af. Er staat niet vangt slecht gestelde vragen op voordat iemand er een maand aan besteedt, want dat heeft nooit iemand opgeschreven en degene die het deed had moeite gehad het te beschrijven. Dus als de laag wordt doorgerekend, komt naar boven wat een machine kan, en lijkt het besluit vanzelfsprekend.

Met de wrijving verdween de vangst

Twee jaar geleden bleef een vage vraag in een wachtrij liggen, en terwijl hij daar lag dacht iemand erover na. Het wachten was niet het punt en het was wel waar het denken gebeurde. Nu is de vraag beantwoord voordat degene die hem stelde is opgestaan, en het antwoord is stellig en netjes opgemaakt. Er zit geen gat meer waarin je iets kunt opmerken.

Die vertraging deed iets. Niemand had haar daarvoor bedacht, en toch was ze bij sommige vragen de enige kwaliteitscontrole die er ooit was. Paul Musters

Daarna heeft niemand de taak gekregen

Dit is de gewone. De laag ging weg, en het vertalen is aan niemand toegewezen, want het stond nooit als taak opgeschreven. Het landt deels bij bestuurders die het al te vol hebben, tweeënzeventig op de honderd van hen voorbij hun kunnen in de Amerikaanse cijfers,1 en deels gebeurt het gewoon niet meer.

Waar staat het bedrijf hierin?

Drie minuten, zonder naam. Je level, wat blijven staan kost, en wat er daarboven verandert.

Doe de Culture Level scan

De test

Neem één ding dat je vorige maand liet bouwen en stel drie vragen over de vraag erachter.

Niet over het resultaat. Over wat er gevraagd is. Kies iets recents dat snel gebouwd is en werkt, want de mislukkingen hebben je aandacht al en de dingen die stilletjes de verkeerde vraag beantwoorden niet.

1

Voor welk besluit was dit?

Als niemand een besluit kan noemen, heb je iets gebouwd waar naar gekeken wordt. Dat is de meest voorkomende uitkomst en meestal het punt waarop iemand in de kamer zegt dat hij zich dat al had afgevraagd.

2

Wat zou iemand die hier vijf jaar werkt gevraagd hebben?

Vraag het aan iemand die aan die beschrijving voldoet, en vraag naar de vraag in plaats van naar het resultaat. In de helft van de gevallen krijg je het seizoensprobleem, of iets vergelijkbaars, binnen een minuut.

3

Wie had de vraag kunnen terugsturen?

Een vraag terugsturen is iets anders dan werk weigeren, en het vraagt iemand met genoeg gezag om dat te doen. Als het eerlijke antwoord niemand is, heb je het gat gevonden, en het is hetzelfde gat voor elke vraag die volgende maand binnenkomt.

Doe het op drie dingen in plaats van op één. Eén voorbeeld is een verhaal dat iemand kan wegpraten, en drie is een patroon dat verandert hoe de volgende vraag wordt behandeld.

Eén ding om te vermijden. Doe dit niet op iets dat mislukt is. De kamer begint dan schuld te verdelen en stopt met kijken naar de vraag, en de vraag is het hele onderwerp.

Op de ladder

Iemand in je bedrijf doet dit vertalen al. Waarschijnlijk niet degene die je zou noemen.

In elk bedrijf waar ik heb gekeken zijn er twee of drie mensen die vragen nog stilletjes herschrijven voordat er iets gebouwd wordt. Ze zijn zelden de hoogste in rang, het staat nooit in hun functieomschrijving, en ze zijn meestal onzichtbaar tot ze vertrekken.

Een Operating Profile in gebruik. Persoonlijkheidstype en AI-niveau in één profiel, met de agents die daarbij passen.

Het profiel bevat twee dingen: hoe iemand een vraag leest, en hoe ver diegene is met AI. Vertalen is een herkenbare combinatie. Iemand die een vraag leest en meteen vraagt waar hij voor is, die genoeg thuis is in de tools om te weten wat makkelijk is en wat duur, en die er lang genoeg werkt om de context te dragen. Die drie samen zijn zeldzamer dan elk van de drie apart.

Zodra je kunt zien wie die mensen zijn, is de oplossing niet meer structureel. Je bouwt geen laag terug. Je geeft drie mensen met naam tien minuten op elke vraag die ertoe doet, en je zegt hardop dat een vraag veranderen hun werk is en geen tegenwerking.

Over emaho

emaho meet één Operating Profile per persoon: persoonlijkheidstype en AI-niveau in één profiel. Daarop bouwen we een persoonlijke set AI-agents die past bij hoe iemand werkt, binnen de tools die hij al gebruikt. Vijftien minuten invullen, het eerste profiel is gratis, gemaakt voor bedrijven van 20 tot 500 mensen.

Bekijk je eigen profiel, gratis Vind je AI Culture Level

Vijftien minuten per persoon. Geen creditcard, geen verplichtingen.

Wat wel helpt

Zet de vraag terug in de kamer.

Twee gewoonten, allebei klein, en geen van beide vraagt een nieuwe rol of een laag die terugkomt. Wat ze doen is het moment terugzetten dat vroeger per ongeluk gebeurde.

Eén regel boven elke vraag

Alles waarvan iemand vraagt of het gebouwd kan worden, krijgt een zin die zegt voor welk besluit het is en wie dat besluit neemt. Die ene regel doet het meeste werk, want een vraag die je in die vorm niet af krijgt is een vraag waar een gesprek bij hoorde, en dat weet je nu vóór het bouwen in plaats van erna.

Reken op milde weerstand en meteen effect. Ongeveer een derde van de vragen loopt de eerste maand vast op die zin, en elk daarvan is een maand werk die je niet hebt uitgegeven.

Tien minuten met iemand die er al een tijd werkt

Wijs twee of drie mensen aan wier taak bij elke vraag die ertoe doet is om hem te lezen voordat het werk begint en te zeggen wat eraan ontbreekt. Geef ze een echt moment en zeg in het openbaar dat een vraag veranderen het werk is en geen tegenwerking, want wat mensen hiervan weerhoudt is de angst om als blokkade te gelden.

Kies ze op gevoel in plaats van op rang. Je zoekt degene die een opdracht leest en vraagt waar hij voor is, en dat is een gewoonte die sommige mensen hebben en de meeste niet, en die vrijwel niets te maken heeft met hoe lang hun functietitel is.

En één ding om mee te stoppen. Stop met snelheid van opleveren zien als bewijs dat een vraag goed was. Snel is nu de standaard voor alles, ook voor de vragen die geweigerd hadden moeten worden, dus de tijd tussen vragen en krijgen zegt helemaal niets meer.

Waar was die vraag eigenlijk voor?

Als je de drie vragen doet op iets dat je liet bouwen, stuur me het antwoord op de eerste. Wat mensen vinden als ze het besluit proberen te benoemen is meestal het interessantste op hun bureau die week. Eén bericht terug, en geen agendalink erin.

Stuur me een WhatsApp

Wat het kost

Je krijgt precies wat je vraagt, elke keer, voor altijd.

De kosten die als eerste komen zijn werk dat goed is gedaan en niet gedaan had moeten worden. Niemand valt er iets van te verwijten, en daarom wordt het nooit geteld: de vraag is beantwoord, het resultaat klopt, en het geheel was vanaf het begin op de verkeerde vraag gericht.

Dan is er de plek waar het werk heen gaat. Tweeënzeventig op de honderd Amerikaanse bestuurders zegt meer te moeten dan ze aankunnen.1 Een deel daarvan is dat vertalen, dat bovenin aankomt omdat het aan niemand is gegeven. Dat is het duurste uur in het bedrijf dat werk doet dat twee lagen lager thuishoorde.

En er is de trage, en dat is richting. Veertig op de honderd medewerkers zegt die nu al te missen.1 Een strategie die maar negenendertig op de honderd herkent, komt binnen in een taal die niemand heeft omgezet. Elk kwartaal dat dat zo blijft, wordt de afstand tussen wat je besloot en wat er gebeurt een stukje groter.

Vragen

Vragen over de laag die verdween

Wat is de vertaallaag in een organisatie?

De mensen die een vraag van boven aannamen en er een andere, betere vraag van maakten voordat er iets gebouwd werd. Doorsturen was het zichtbare deel van dat werk. Het herschrijven was het werk.

Waarom bouwt AI precies het verkeerde?

Omdat het precies bouwt wat er gevraagd is. Wat verdween is niet de bouwer maar het moment waarop iemand de vraag las en zei dat dit niet helemaal was wat je wilde. Zonder dat moment gaat een slecht gestelde vraag ongeschonden door.

Hoeveel bedrijven hebben managementlagen geschrapt?

Vierenveertig op de honderd Amerikaanse medewerkers meldt dat er bij hun organisatie in managementlagen is gesneden, in het onderzoek van Korn Ferry onder ruim 15.000 professionals in vijftien markten. De wereldwijde cijfers zijn milder.

Waarom missen medewerkers richting?

Omdat de laag die richting vertaalde naar wat een team donderdag anders doet dunner is geworden. Veertig op de honderd Amerikaanse medewerkers zegt nu richting te missen, en zeventig procent van de leiding denkt een AI-strategie te hebben tegen negenendertig procent van de medewerkers.

Hoe test je of de vertaalstap ontbreekt?

Neem iets dat vorige maand snel gebouwd is en werkt, en stel drie vragen over de vraag erachter: voor welk besluit was dit, wat zou iemand met vijf jaar ervaring gevraagd hebben, en wie had de vraag kunnen terugsturen. Doe het op drie dingen, niet op één.

Wat doet emaho aan een verdwenen vertaallaag?

Geen laag terugbouwen. Eerst zichtbaar maken wie het vertalen al doet, dan die rol hardop benoemen voordat diegene vertrekt. Begin met je eigen profiel, dat is gratis.

Wat betekent het als niemand het besluit kan noemen?

Dat je iets hebt gebouwd waar naar gekeken wordt. Dat is de meest voorkomende uitkomst van de test, en meestal het moment waarop iemand zegt dat hij zich dat al had afgevraagd.

Waarom hielp de vertraging van vroeger?

Omdat een vage vraag in een wachtrij lag en er in die tijd iemand over nadacht. Die wrijving was een bijverschijnsel en tegelijk de enige kwaliteitscontrole die sommige vragen ooit kregen. Nu komt het antwoord af binnen voordat iemand is opgestaan.

Wat kun je doen zonder een managementlaag terug te bouwen?

Twee dingen. Eén regel boven elke vraag waarin staat voor welk besluit hij is en wie dat besluit neemt. En twee of drie mensen die elke vraag die ertoe doet tien minuten lezen voordat het werk begint.

Wie is een goede vertaler in een bedrijf?

Degene die een opdracht leest en meteen vraagt waar hij voor is, genoeg thuis is in de tools om te weten wat makkelijk en wat duur is, en er lang genoeg werkt om de context te dragen. Die drie samen zijn zeldzamer dan elk ervan apart.

Waarom zijn bestuurders overbelast door AI?

Omdat het werk dat de middelste laag deed niet verdween maar omhoogschoof. Tweeënzeventig op de honderd Amerikaanse bestuurders zegt meer te moeten dan ze aankunnen, tegen zevenenveertig procent wereldwijd. Dat is het duurste uur in het bedrijf dat werk doet van twee lagen lager.

Waar dit heen loopt

Hetzelfde gat, van een andere kant

Elk hiervan is wat er met werk gebeurt als de laag tussen vragen en doen dunner wordt.

23

De manager vangt het op

Waar het werk heen gaat als een laag dunner wordt, en waarom de mensen die het dragen het als laatste zeggen.

Lees deze 03

Geen juniors om op te leiden

Het andere eind van dezelfde pijplijn. Vertalen leerde je door het te doen, en dat doen is weg.

Lees deze 13

Goed advies, verkeerd bedrijf

Hoe een correct antwoord op een slecht gestelde vraag eruitziet als het stellig en netjes opgemaakt binnenkomt.

Lees deze

Alle 25 AI-challenges, en wat je aan elk kunt doen

Vijfentwintig dingen die stukgaan in een bedrijf zodra mensen met AI gaan werken, elk met het onderzoek erachter en het level waarop het begint te bijten. Deze begint te bijten op Blueprint, en 7 andere beginnen daar ook.

Open de volledige set

Vanaf hier

Wie vertaalt er nog, en hoe lang blijven ze?

Ze bestaan, ze staan niet onder die naam in je organogram, en vijftien minuten per persoon is genoeg om te zien wie het zijn. Daarna is dit geen structuurprobleem meer maar drie korte gesprekken.

Noem je vertalers hardopZe bestaan, ze staan niet onder die naam in het schema, en iedereen weet wie het zijn zodra je het vraagt.
Zoek uit hoe ze het doenVertalen is een herkenbare combinatie van hoe iemand denkt en hoe ver diegene is, en een profiel pikt dat op.
Maak er een rol van voordat ze weggaanNu is het een gunst bovenop een baan, en precies zo loopt het de deur uit.

Begin met je eigen profiel, gratis Stel me eerst je vraag Plan een gesprek van 30 minuten

Eerste profiel gratis · geen creditcard · gemaakt voor bedrijven van 20 tot 500 · jij bepaalt wat je team te zien krijgt

Nog niet toe aan iets voor je team? Begin dan bij het level van het bedrijf. De Culture Level scan is zes vragen, drie minuten, en vraagt niets van je.

Paul MustersOprichter van emaho

Paul Musters

Vijftien jaar leiderschaps- en teamontwikkeling in Nederlandse scale-ups. Die praktijk zit nu in software: één Operating Profile per persoon, met agents die echt passen. Hij schrijft deze pagina’s vanuit wat hij bij klanten tegenkomt, niet vanuit een onderzoekssamenvatting.

LinkedIn · paul@emaho.world · WhatsApp

Bronnen en cijfers die op deze pagina staan

Korn Ferry, Workforce 2025 Global Insights Report, uitgebracht op 17 april 2025. Jaarlijks onderzoek onder ruim 15.000 professionals wereldwijd, van startersfuncties tot CEO’s, in 15 grote markten waaronder de Verenigde Staten, het Verenigd Koninkrijk, Frankrijk, Duitsland, Brazilië, de Verenigde Arabische Emiraten, Saoedi-Arabië, Australië, Japan en India. Bron van: 44% van de Amerikaanse medewerkers die meldt dat er bij hun organisatie managementlagen zijn geschrapt; 40% van de Amerikaanse medewerkers die zegt op het werk richting te missen; 72% van de Amerikaanse bestuurders die zegt meer te moeten dan ze aankunnen, tegen 47% van hun collega’s wereldwijd; en, wereldwijd, 70% van de leidinggevenden die denkt een AI-strategie te hebben terwijl 39% van de medewerkers dat beaamt. Het persbericht schrijft dat laatste cijfer als “more than three-quarters (70%)”, wat intern niet klopt; hier is de 70% aangehouden. Het rapport vindt ook dat 48% van de medewerkers wereldwijd vreest binnen drie jaar door AI te worden vervangen, en 59% onder medewerkers in de technologiesector. De scherpste cijfers die hier worden aangehaald zijn Amerikaans en de wereldwijde varianten zijn steeds milder. Korn Ferry verkoopt advies over organisatieontwerp en talent.
Deloitte, 2026 Global Human Capital Trends, hoofdstuk 3, AI and the future of human decision-making, door David Mallon, Julie Duda, Stefano Besana en Maya Bodan, gepubliceerd op 4 maart 2026. Onderzoek uitgevoerd met Oxford Economics onder ruim 9.000 bedrijfs- en HR-leiders in 89 landen, met aparte onderzoeken onder medewerkers, managers en bestuurders en meer dan 50 interviews. Bron van: de bevinding dat managers niet voorbereid zijn om als toezichthouder op AI op te treden en dat veel bestuurders te weinig AI-kennis hebben om aan dat toezicht bij te dragen, allebei genoemd bij de onopgeloste vraagstukken van besluitvorming met AI.

Cijfers zijn overgenomen zoals ze zijn gepubliceerd. Het voorval in februari, de drie taferelen en de uitspraken die aan Paul zijn toegeschreven zijn samengesteld uit klantsituaties en niet uit transcripten, en het beschreven bedrijf bestaat niet.

Samengesteld, uit meer dan één bedrijf.