Bij gesprek aan informatie over incidenten en bijna-ongevallen, moeten we leren van normale werkzaamheden zodat we risicovolle situaties kunnen verwijderen lang voordat ze plaatsvinden.
![](https://static.wixstatic.com/media/33f657_395d3ce5611b456cb4bf9ac37a1909f0~mv2.jpg/v1/fill/w_980,h_693,al_c,q_85,usm_0.66_1.00_0.01,enc_auto/33f657_395d3ce5611b456cb4bf9ac37a1909f0~mv2.jpg)
Leren van ongevallen en #incidenten is een must om te voorkomen dat deze ongewenste gebeurtenissen zich opnieuw voordoen. Maar laten we ook het volgende standpunt beschouwen (met dank aan Craig Marriott uit zijn boek ‘Challenging the Safety Quo’):
Ruwweg werken mensen ongeveer 2.000 uur per jaar gedurende een carrière van 50 jaar: 100.000 uur per carrière. Een #ongevalspercentage van één per miljoen uur komt dus neer op ongeveer één ongeval per tien carrières.
Dit is redelijk veilig. Ik denk dat de meeste mensen het daarmee eens zijn dat werken gedurende tien levens voordat een ongeval plaatsvindt acceptabel is. Dit betekent dat we, door ons alleen te beperken tot gegevens over ongevallen om te leren, heel, heel weinig #informatie beschikbaar hebben om te gebruiken. We kunnen dit met een orde van grootte verhogen door het onderzoeken van bijna-ongevallen ook, maar het blijft klein. In ieder geval hebben de gebeurtenissen die dodelijke slachtoffers veroorzaken vaak geen duidelijke bijna-ongeluk-voorlopers. Leren van normale operaties opent echter elk uur van de dag voor nuttige informatie. Er is zoveel meer te leren, het kost alleen wat meer inspanning en betrokkenheid.
Als we kunnen leren van normale operaties, kunnen we #innovaties vastleggen en delen, terwijl we risicovollere situaties vinden en de taak opnieuw ontwerpen om het motief om ze uit te voeren weg te nemen. Door te leren van normale bewerkingen kunnen we ze verwijderen lang voordat ze plaatsvinden.
Comments