In de film Minority Report arresteert Tom Cruise door geavanceerde data analyse misdadigers al voordat ze hun misdaad kunnen begaan. Zo ver zal het in Utrecht niet komen, lacht gemeentesecretaris Maarten Schurink. Wél ontwikkelt de gemeente Utrecht een voorspellend model voor het risico op woninginbraak door interne en externe databronnen te koppelen.
Het is een innovatief voorbeeld van ‘data gedreven sturing’: het gebruik van binnen de gemeente Utrecht verzamelde data sets als ‘nieuw stuurmiddel’ voor het beleid en het primaire proces van de gemeente.
‘Wat wij nu aan het doen zijn, met ‘De voorspeller voor woninginbraak’, vind ik echt wel grensverleggend’, zegt Schurink. ‘We gaan niet de daders alvast oppakken, zoals in die film, maar we gaan preventief inzetten en we zijn zelfs aan het onderzoeken of we naar voorspelling toe kunnen. We zien nu al dat het werkt op basis van terug kijken naar de afgelopen twee weken. Met de data uit de pilot, gaan er flexteams van onze toezichthouders naar de wijk toe. Die praten met bewoners over een raam dat open staat, over een auto die niet afgesloten wordt. Dat ze een kliko binnen de poort moeten zetten omdat inbrekers daar nu eenmaal makkelijk gebruik van maken. We zien dat dit effect heeft.’
‘We zijn inmiddels een behoorlijk eind op weg met een eerste voorspellend model. We kunnen straks als het model voldoende nauwkeurig is, twee weken van tevoren al, met een behoorlijke mate van zekerheid zeggen of er in een bepaalde buurt zal worden ingebroken.’
Utrecht heeft ruim dertig pilots gedefinieerd op het gebied van data gedreven sturing (zie kader Pilotprojecten data gedreven sturing). Ook bij ‘Le Grand Départ’ van de Tour de France begin juli werden data ingezet voor crowd management. ‘De hele stad was op schaal virtueel nagebouwd en vervolgens hebben we daar bezoekersstromen doorheen geleid. Dat was echt op het niveau dat je een hek een meter kon verplaatsen en zien wat dat met de stroom bezoekers deed. Die toepassing heeft ons vreselijk goed geholpen in het managen van die enorme mensenmassa.’
Niet eerder werd crowd management in de stad zo geavanceerd gedaan. ‘Het helpt om de technische voorziening te hebben. Maar het verschil maakt, dat je met alle partijen in de veiligheidsketen op voorhand kunt overleggen en kunt zien wat er gebeurt.’
De stad als database
‘Het is belangrijk dat we gaan herkennen en erkennen dat informatie het belangrijkste productiemiddel is dat we hebben. In de markt zijn er al allerlei bedrijven die zich dat hebben gerealiseerd. Niet alleen bedrijven als Facebook en Google, maar ook retailers als bol.com, Wehkamp en Zalando. Wij zouden ons veel meer moeten realiseren dat wij in ons dagelijkse werkproces minstens zoveel, zo niet meer, afhankelijk zijn van informatie als we dat zijn van geld en mensen.’
Schurink glimlacht: ‘Als je aan mij vraagt: ‘hoe groot is jouw organisatie?’, dan zal ik antwoorden in de sfeer van 3600 fte of 1,7 miljard euro. Ik zeg het eigenlijk nooit in data en informatie, terwijl dat tenminste zo relevant is.’
Om dat te staven: de website van de gemeente trekt 250.000 bezoekers per maand, dat is Stadion Galgenwaard tien keer volledig uitverkocht. Het datacenter verbruikt net zoveel stroom als 2500 huishoudens. De hoeveelheid opgeslagen data bedraagt veertienhonderd Terabyte. Als je die zou uitprinten, krijg je een stapel papier waarmee je vijf keer de afstand van de aarde naar de zon kunt overbruggen. Elke maand worden een half miljoen e-mails verzonden.
‘Ik vind het eigenlijk wel een fundamenteel punt dat we het belang en de toegevoegde waarde van data veel meer gaan inzien. Dat geldt niet alleen voor de gemeente, maar ook voor andere partijen in de stad. Dit gaat écht over met data het primaire proces beter maken. We merken ook met de pilot ‘De voorspeller voor woninginbraak’ dat wanneer je informatie als je belangrijkste productiemiddel ziet, je ook steeds verder kunt ontdekken: welke data set werkt nou en met welke uitkomst? Door dat steeds te doen leer je en moet je ook praten met mensen die in dat primaire proces werken, in dit geval de toezichthouders en de politie. En daardoor word je ook weer slimmer. Het leidt tot een heel andere manier van denken over het werken aan maatschappelijke problematiek.’
Schurink vertelt dat Amsterdam, Eindhoven en Utrecht op het terrein van data gedreven sturing samen werken. ‘Wij zijn met die drie gemeenten een beetje de koploper op dit terrein. Ik zou willen dat er meer gemeenten waren die hier werk van gingen maken, want dan gaat het leren namelijk sneller.’
Hij noemt de aanpak in Utrecht ‘exploratief, een manier van werken die je ‘fail fast and fail cheap’ kunt noemen, haast een beetje Google-achtig. Dat is niet zo gebruikelijk bij de overheid, maar wij kunnen dat in Utrecht doen omdat de gemeenteraad ons de ruimte biedt. Er wordt niet elke maand gevraagd welk resultaat er precies is bereikt, maar we organiseren regelmatig bijeenkomsten waarin we al die pilots met elkaar doorlopen en iedereen kan meedenken. Dit is niet iets wat je met de deuren dicht in hokjes met veel ict-servers moet doen. Je moet dit echt doen met de mensen van de werkvloer, die in dat primaire proces zitten, en ook met de mensen met wie zij in de stad werken.’
Big brother en soft sister
Schurink zegt dat aan veel big data toepassingen een ‘big brother’ aspect kleeft in de zin van toezicht, veiligheid en handhaving. Maar er is ook een ‘soft sister’ kant, benadrukt hij. ‘De ‘soft sister’-kant wil zeggen dat je probeert met die data de burger te ondersteunen. Eén van onze meest vergaande ideeën is de ‘zelfredzaamheidsmatrix’. Op basis van beschikbare gegevens kunnen we een buurt in kaart brengen. We hebben data sets over criminaliteit, over zorg, over schuldhulpverlening, jeugdwerkloosheid, schoolverzuim.’
Anonimiseren of pseudonimiseren is essentieel bij het verzamelen van die data sets. ‘Privacy is heel belangrijk. Er zijn veel manieren om ervoor te zorgen dat het goed gewaarborgd is. Ik vind dat je daar heel erg transparant over moet zijn en dat zijn we dan ook. Iedereen mag dat komen bekijken, graag zelfs.’
‘Je moet ook altijd met verstand – en samen met professionals – naar die data blijven kijken. Je mag het nooit als absolute waarheden beschouwen. Altijd over blijven nadenken, altijd met elkaar over blijven praten. En nogmaals: daarin moet je dus altijd open en transparant zijn, zodat je controleerbaar bent op het beheersen van de privacy.’
‘In alle gemeenten in Nederland speelt eenzelfde discussie. Namelijk: hoe ga je om met aan de ene kant de controledruk: ‘wat wordt er geleverd, welke kosten worden gemaakt aan bijvoorbeeld zorgvoorzieningen?’ En aan de andere kant: het vertrouwen in de professional die ‘aan de keukentafel’ maatwerk moet leveren? Er is een spanningsveld tussen die twee waarbij ik denk dat informatie een uitweg kan bieden. Wat je namelijk kunt doen, is heel frequent ‘feedback loops’ organiseren. We kunnen monitoren wat de tevredenheidsgevoelens zijn over het buurtteam in die wijk. We kunnen ook een sentiment analyse doen op de sociale media. We kunnen kijken naar welke acties een buurtteam onderneemt. Als we die gegevens allemaal bij elkaar stoppen, zien we of de aanpak werkt.’
‘Wij zijn dat systeem nu aan het ontwikkelen. We bouwen een dashboard waarin we deze gegevens bij elkaar brengen. Waarmee we niet alleen zelf, maar ook het buurtteam en andere organisaties die in die wijk actief zijn, een gedeeld beeld krijgen van de gestapelde problematiek en van welke kant het opgaat met die buurt. Waardoor je in de nabije toekomst niet ineens verrast wordt, want je hebt dingen kunnen zien aankomen. Ook door die ‘feedback loops’ verbeter je je primaire proces. Je kunt gewoon niet meer een beleidsnota maken voor vier jaar en dan na vier jaar evalueren.’
De dynamische ontwikkeling van de buitenwereld maakt dat je sneller moet volgen.
‘Ja, zo is het. En dat kun je doen doordat je aanwezig bent in de buurt en in de wijk. Dat je weet wat er gebeurt. Onze toezichthouders zijn wat dat betreft onze ogen en oren in de stad. Je kunt het ook doen door slim je geld in te zetten. Mensen zelf aan het stuur te laten en ruimte te laten voor maatwerk. Maar je kunt – en wat mij betreft: moet – het ook doen door heel gericht in te zetten op hoe je relevante informatie bij elkaar brengt. Niet alleen voor jezelf, als gemeente binnen deze muren, maar juist ook voor alle partijen met wie je samenwerkt in de stad.’
Dit artikel is ook te lezen in GOV magazine nummer 9.
Pilotprojecten data gedreven sturing
Voorbeelden van de ruim dertig pilots die de gemeente Utrecht heeft gedefinieerd:
– Slim detecteren van zwartwerken
– Informatie gestuurde aanpak weesfietsen
– Het Korte Termijn Systeem Sociaal Domein (KTSD) voor buurtteammedewerkers; monitoring van hulpvragers
– Dynamisch Data Dashboard (DDD) in het sociaal domein
– Kanaaloptimalisatie publieksdienstverlening
– Informatie gestuurd toezicht en handhaving van overlast in wijken
– Volksgezondheid: de gezonde wijkaanpak
– Open Data Platform
– Opname van mobiliteitsdata in een centrale database
– Dataproject Veiligheid: georganiseerde criminaliteit
– Dataproject Veiligheid: woninginbraken
Jammer dat ik niet in de buurt van Utrecht woon anders was ik wel ingegaan op de uitnodiging om eens een kijkje achter de schermen te nemen. Misschien dat iemand uit die regio daar wel wat in ziet en daar een verslag van wil geven?
Overigens dat de term ‘Big brother’ als min of meer gewoon wordt beschouwd vind ik nogal bijzonder. Dit geeft al aan dat de acceptatiegrens bij verregaande controle van de overheid in negatieve zin aan het verschuiven is. Wat dat betreft maak ik me ook zorgen of dit wel goed ingekaderd en geborgen is en zo niet op democratische manier bij te sturen valt. Daar heb ik zo mijn bedenkingen bij.