Tag Archief van: ondermijning

Hoe kun je privacy waarborgen bij een datagedreven aanpak van ondermijning?

In mijn eerdere blog schreef ik over het Open Development Programma waarmee we samen met overheidsorganisaties bouwen aan oplossingen voor maatschappelijke opgaven. Eén van de onderdelen die op deze manier tot stand is gekomen, is onze implementatie van het Model Privacy Protocol ter ondersteuning van het beoordelen van ondermijningssignalen in ons Apollo Platform. In deze blog wil ik een toelichting geven op hoe dit uitgewerkt is en hoe gemeentes hier gebruik van kunnen maken.

Onze implementatie van het Model Privacy Protocol in Apollo biedt enkele voordelen nl.:

  • Voorkomen van bovenmatig gebruik van gegevens.
  • Inzichtelijk maken met welk doel en op welke wijze gegevens worden verwerkt.
  • Zicht krijgen op ondermijning binnen de grenzen van de gemeente.
  • Kaders stellen voor waarborgen van rechtmatigheid.
  • Verantwoording af kunnen leggen over de werkwijze.

Maar voor dat ik in ga op de inhoudelijke functionaliteiten van het Model Privacy Protocol in Apollo, is het goed om een begrip te hebben hoe dit tot stand is gekomen en waarom dit überhaupt een plek moet krijgen in Apollo. Om dat pad te illustreren neem ik jullie even mee naar het jaar 2017, toen wij in contact kwamen met Tom Pots van de gemeente Zaanstad en ondermijning een opkomend thema was.

Een aanpak van ondermijnende criminaliteit – een eerste verschijningsvorm: woon- en adresfraude

De gemeente Zaanstad wilde een datagedreven aanpak van ondermijnende criminaliteit, maar was zoekende hoe ze dat moest vormgeven. Wij hebben toen met de gemeente Zaanstad een Design Sprint gedaan om een eerste versie van een datagedreven applicatie voor de aanpak van ondermijnende criminaliteit te ontwerpen. De focus van het prototype lag bij  woon- en adresfraude. Dit prototype is vertaald naar een applicatie en inmiddels in meerdere iteraties doorontwikkeld tot Apollo, ons data & analyse platform voor de aanpak van ondermijning.

Apollo

Van eerste applicatie ondermijning met Zaanstad naar Apollo

Van verschijningsvormen naar lenzen

In onze zoektocht met gemeentes over een datagedreven aanpak van ondermijning, bleken er veel andere verschijningsvormen te zijn van ondermijnende criminaliteit. De basis van de ‘Zaanse ondermijningsapplicatie’ bleek echter ook geschikt voor de andere fenomenen: het slim combineren en analyseren van data om risicovolle locaties te vinden. Via het Open Development Programma zijn er op deze manier verschillende lenzen ontwikkeld om de verschijningsvormen te kunnen analyseren, waaronder het buitengebied, ondermijning in de horeca, vastgoedfraude, industrieterreinen, uitbuiting en mensenhandel, milieu, netwerkstructuren in risicobranches, de Risico Radar Ondermijning en drugslocaties. Deze lenzen zijn beschikbaar binnen ons Apollo platform voor een datagedreven aanpak van ondermijnende criminaliteit.

Lenzen combineren met signalen

Toen we met de gemeente Diemen aan de slag gingen met het fundament dat in Zaanstad is gelegd, bleek dat zij een aanvullende wens hadden. Kunnen we niet ook de signalen die we binnen krijgen op een gestructureerde manier bijhouden en analyseren in de applicatie? De meeste gemeentes krijgen vele signalen binnen die kunnen duiden op een vorm van ondermijnende criminaliteit. Voor het duiden en analyseren van deze signalen is toegang tot data nodig. Deze tweede vorm van analyse -een signaal-gedreven aanpak op basis van signalen en meldingen – biedt extra inzichten en versterkt het beeld wat er binnen de gemeente speelt. De vraag is echter, wat kan je met die kennis? Immers, de gemeente is geen politie.

Een bestuurlijke aanpak van ondermijning

Kenmerkend voor de bestuurlijke aanpak is dat het zich niet zozeer richt op de kernactiviteiten van georganiseerde criminaliteit, maar juist op de cruciale ondersteunende activiteiten. De maatregelen richten zich niet op personen, maar op situaties en gelegenheidsstructuren die georganiseerde criminaliteit faciliteren. De onderwereld is namelijk afhankelijk van legale logistieke voorzieningen, infrastructuren, technische expertise en van de overheid als vergunningverlener. Daarmee heeft het openbaar bestuur een belangrijk wapen in handen in de aanpak van ondermijnende criminaliteit. (Handboek bestuurlijke aanpak; CCV 2010; ISBN 978 90 77845 37 0.).

Het bestuurlijk instrumentarium kent echter wel degelijk een aantal bestuurlijke interventies, zoals het opleggen van sancties op grond van de Algemene wet bestuursrecht (Awb) en diverse andere wetten en activiteiten voor het al dan niet verstrekken of intrekken van vergunningen (de Algemene Plaatselijke Verordening, Drank- en Horecawet, Opium-wetgeving en het bestemmingsplan). En bij de toepassing van de Wet bevordering integriteitsbeoordelingen door het openbaar bestuur (Wet Bibob).

De vraag die de beleidsmedewerkers veiligheid keer op keer kregen van juristen was: op basis van welke grond mag je iets doen met die signalen? En daar komt het Model Privacy Protocol om de hoek kijken.  Immers, bij de bestuurlijke aanpak van ondermijnende criminaliteit, is een juiste afweging nodig om te bepalen of er wel sprake is van ondermijnende criminaliteit en of het wel binnen het bestuursrecht valt. Kortom, mag de gemeente hier wel op handelen? En zo ja, op basis van welke wetgeving?

Het Model Privacy Protocol

Het Model Privacy Protocol is in 2020 door de Rijksoverheid verspreid met als doel gemeenten te ondersteunen bij de wijze waarop zij informatie binnen gemeentes mogen uitwisselen voor de aanpak van ondermijning. Het biedt dan ook een basis voor een eigen privacy protocol voor de binnengemeentelijke gegevensuitwisseling en kan als handleiding dienen ten behoeve van de bestrijding van ondermijning. Zoals elk model moet ook dit model aangepast worden naar lokale omstandigheden, maar het geeft een goed uitgangspunt en is ons door meerdere juristen geadviseerd als een solide basis.

Het Model Privacy Protocol geeft een proces weer met verschillende fases, waarin signalen beoordeeld kunnen worden. Die verschillende weegpunten moeten helpen bij het beantwoorden van vragen zoals:

  • Kwalificeert het signaal wel als ondermijning?
  • Is het wel de gemeentelijke taak of bevoegdheid?
  • Valt het wel op het grondgebied van de gemeente?

Zie hieronder de schematische weergave van het proces (rechtstreeks ontleend uit het document van het Model Privacy Protocol). Het gaat te ver voor deze blog om het proces uit te schrijven – daarvoor kunt u het Model Privacy Protocol zelf raadplegen op de site van de Rijksoverheid.

 

Apollo implementatie van het Model Privacy Protocol

In Apollo wordt het proces van het Model Privacy Protocol volledig ondersteund, maar op een non-restrictieve manier. Dat wil zeggen: het biedt alle fases en stappen uit het Model Privacy Protocol, ondersteuning met inhoudelijke kwalificatie en alle mogelijkheid om toelichting te geven bij ieder weging, maar de mate waarin het afgedwongen wordt is flexibel. Zo kan het gebruikt wordt als een grote checklist met toelichting velden zodat de beleidsmedewerker alle zaken kan noteren en de juiste afweging kan maken, maar biedt het ook de ruimte om dat in stappen te doen.

 

Gedetailleerde checklist van Apollo

Gedetailleerde checklist van Apollo

De Apollo implementatie biedt samengevat de volgende functionaliteiten:

  • Juridische basis voor het beoordelen van signalen: door meerdere Privacy Officers als akkoord bestempeld als onderbouwing van gebruik gegevens en beoordeling signalen.
  • Voor beleidsmedewerkers biedt het een eenvoudige maar potentieel uitgebreide checklist om signalen te beoordelen volgens het Model Privacy Protocol.
  • Het raamwerk is gebaseerd op het Model Privacy Protocol (4 fases, verschillende weegmomenten en privacy checks), maar flexibel in te richten om aan uw lokale wensen en eisen te voldoen.
  • Eenvoudig signalen zoeken en beoordelen.
  • Rapportages over de signalen en beoordelingen om inzicht te krijgen.

Hopelijk geeft dit enig inzicht in hoe het Model Privacy Protocol een plek heeft gekregen in Apollo en geeft het een goed beeld van de wijze waarop wij je kunnen helpen bij de aanpak van ondermijnende criminaliteit.

Meer informatie of een demo?

Wil je meer weten over Apollo of zelfs een keer een demonstratie? Check dan de productpagina over Apollo.

Relevante links

Whitepapers

Nieuws

Blogs

Webinars

Praktijkcases

Productinformatie

Research

Foto credits: Dayne Topkin via Unsplash

Gemeente Hollands Kroon kiest voor het Apollo platform

De gemeente Hollands Kroon kiest voor het Apollo platform van Shintō Labs. De gemeente wil een  integrale aanpak op fenomenen, branches en locaties ontwikkelen waar sprake is van ondermijning dan wel gebieden die hiervoor kwetsbaar zijn. Apollo gaat de beleidsmedewerkers openbare orde & veiligheid van de gemeente ondersteunen in het verwerken van signalen, het doen van vervolgonderzoek en het plannen van acties en interventies. De gebruikers van Apollo worden bij de analyse ondersteund met een privacy protocol om signalen nader te analyseren conform de huidige wet- en regelgeving.

De gemeente Hollands Kroon kwam in contact met Shintō Labs tijdens een kennissessie met gemeentes in de regio waarin de mogelijkheden werden besproken van een datagedreven aanpak van ondermijning in het buitengebied. Op basis van een demonstratie van de mogelijkheden is de gemeente verder in gesprek gegaan. In die periode was Shintō Labs ook al bezig om de resultaten van de vele ontwerp- en ontwikkeltrajecten in het veiligheidsdomein bij elkaar te brengen in het nieuwe Apollo platform. Voor de gemeente Hollands Kroon een mooi moment om een volgende stap te zetten.

Microsoft Azure cloud

Hollands Kroon geniet bekendheid als innovatieve gemeente. In 2016 besloot zij als één van de eerste gemeenten om haar werkomgeving, applicaties en ICT-infrastructuur te migreren naar de Azure cloud van Microsoft. Apollo draait eveneens op Microsoft Azure en beschikt over de mogelijkheid om data gepseudonimiseerd te verwerken. Dit betekent dat data versleuteld wordt opgeslagen in Apollo en dat deze alleen binnen de eigen cloud omgeving van de gemeente na een overwogen beslissing kan worden ‘ontsleuteld’. Dit biedt voordelen in het waarborgen van de privacy en de informatieveiligheid bij het verwerken en analyseren van de gegevens.

Onderdeel van een community

Door gebruik te maken van Apollo wordt de gemeente Hollands Kroon onderdeel van een community van overheidsorganisaties die samen werken en ontwikkelen aan een datagedreven aanpak van ondermijning. Apollo kent namelijk het Open Development Programma. Het achterliggende principe van dit programma is dat iedere organisatie of individu kan bijdragen en daar vervolgens van kan meeprofiteren. Meer concreet: als gemeente ‘A’ iets ontwikkeld heeft, kan gemeente ‘B’ daar gebruik van maken en andersom, zonder dat daar extra kosten mee gemoeid zijn. Zo ontwikkelen we samen aan een mooier en veiliger Nederland.

Meer informatie of een demo?

Wil je meer weten over Apollo of zelfs een keer een demonstratie? Check dan de productpagina over Apollo.

Relevante links

Whitepapers

Nieuws

Blogs

Webinars

Praktijkcases

Productinformatie

Research

 

Podcast: Een datagedreven aanpak van ondermijning in de gemeente Diemen

Op 22 september jl. vond de 7e editie van het congres Ondermijning & Georganiseerde Criminaliteit plaats. Tijdens dit congres was er de workshop ‘Je gaat het pas zien als je het doorhebt’ van Anton Siebert, beleidsadviseur Openbare orde & Veiligheid van de gemeente Diemen.

Anton Siebert en Jurriaan Souer in actie tijdens de workshop op het Congres Ondermijning en Georganiseerd Criminaliteit

Tijdens die workshop vertelde Anton over de aanpak van woonfraude met het project Scheerlicht. Samen met Jurriaan Souer van Shintō Labs ging hij dieper in hoe je van incident gedreven aanpak tot een datagedreven aanpak van woonfraude kan komen op basis van het Apollo platform.

Tijdens het congres is ook een podcast opgenomen waarin Anton en Jurriaan hierover hebben verteld. Deze podcast is hier terug te luisteren:

Podcast

Wil je ook de andere podcasts die tijdens het congres zijn opgenomen beluisteren? Check dan de congreswebsite van het Studiecentrum Bedrijf & Overheid. Wil je op de hoogte blijven van de ontwikkelingen? Schrijf je dan in voor onze nieuwsbrief!

Relevante links

Whitepapers

Nieuws

Blogs

Webinars

Praktijkcases

Productinformatie

Research

Lancering Apollo: data & analyse platform voor de aanpak van ondermijning

Shintō Labs heeft op donderdag 22 oktober jl. haar nieuwste platform Apollo gelanceerd op het Congres Ondermijning & Georganiseerde Criminaliteit. Apollo is hét data en analyse platform voor een datagedreven aanpak van ondermijning. Shintō Labs heeft alle oplossingen die zij de afgelopen jaren heeft ontworpen en ontwikkeld in samenwerking met meer dan vijfentwintig gemeentes en RIEC’s bij elkaar gebracht in het Apollo platform.

Ondermijning is een van de maatschappelijke uitdagingen die momenteel hoog op de agenda staat bij colleges en gemeenteraden in Nederland. Of het nu gaat om witwassen via vastgoed in de binnenstad en bedrijven op bedrijventerreinen of drugdumpingen in het buitengebied: het raakt alle lagen in de samenleving in heel Nederland en daarbuiten. De bestuurlijke aanpak van ondermijnende criminaliteit in de gemeente vraagt om een zorgvuldige werkwijze en samenwerking binnen en buiten de gemeente.

Co-creatie met gemeenten

Ondermijnende criminaliteit kent vele verschijningsvormen waardoor er een complexe informatievraagstuk ontstaat: hoe herken je ondermijnende criminaliteit en hoe kan je daar opvolging aan geven. In samenwerking met meer dan 25 organisaties op gemeentelijk, RIEC, provinciaal en landelijk niveau heeft Shintō Labs afgelopen jaren het Apollo platform ontwikkeld: een centraal platform voor het versterken van de informatiepositie en resultaatgerichte aanpak van ondermijnende criminaliteit.

Signaalverwerking en dossiervorming

De gemeente krijgt signalen binnen die mogelijk kunnen duiden op ondermijning. Deze signalen kunnen via inwoners of ondernemers binnenkomen al dan niet via Meld Misdaad Anoniem maar ook via de eigen BOA’s of toezichthouders. Apollo biedt de mogelijkheid deze signalen centraal vast te leggen en aan de hand van het Privacy Protocol (zoals gepubliceerd door het Ministerie van Justitie) nader te analyseren. Indien er sprake lijkt van ondermijning dan kunnen aanvullende bronnen worden geraadpleegd. Op basis daarvan kan een dossier aangemaakt worden en kunnen vervolgacties worden gepland en gemonitord.

Data analyse: fenomenen en netwerken in kaart

De verschillende verschijningsvormen van ondermijnende criminaliteit vragen een eigen analyse en aanpak. Zowel de wettelijke basis voor onderzoek en de beschikbare databronnen maar ook de mogelijke analyses en benoemde indicatoren lopen behoorlijk uiteen. Om die reden hebben wij deze verschillende fenomenen, of thema’s ondergebracht in specifieke lenzen. Een lens is een manier om naar een specifieke dataset te kijken om een specifiek vraagstuk te kunnen beantwoorden. Inmiddels zijn er een aantal lenzen ontwikkeld in het Apollo Platform, denk daarbij aan misbruik vastgoed, woon- en adresfraude, kwetsbare branches en bedrijventerreinen, vakantieparken en het buitengebied.

Open Development Programma: samen ontwikkelen, samen gebruiken

Shintō Labs heeft co-creatie in haar DNA. We combineren domein expertise en data science lom te komen tot betekenisvolle oplossingen. Wij werken volgens het Open Development Programma: het achterliggende principe van dit programma is dat iedere organisatie of individu kan bijdragen en daar vervolgens van kan meeprofiteren. Meer concreet: als gemeente ‘A’ iets ontwikkeld heeft, kan gemeente ‘B’ daar gebruik van maken en andersom, zonder dat daar extra kosten mee gemoeid zijn. Zo ontwikkelen we samen aan een mooier en veiliger Nederland.

Meer informatie of een demo?

Wil je meer weten over Apollo of zelfs een keer een demonstratie? Check dan de productpagina over Apollo.

Relevante links

Whitepapers

Nieuws

Blogs

Webinars

Praktijkcases

Productinformatie

Research

 

Ondermijning in 2021: naar weerbare wijken en een structurele aanpak

Gemeente Diemen kiest voor datagedreven aanpak woon- en adresfraude

Duizenden ‘lege’ woningen in criminele handen: ‘kan naast iedereen gebeuren’, kopte de NOS eind vorig jaar. De gemeente Diemen maakt al een tijdje werk van de bestrijding van spookbewoning met het project ‘Scheerlicht’. In een volgende fase wil de gemeente nog efficiënter gebruik maken van data. Diemen profiteert hierbij van het fundament dat met de gemeente Zaanstad is gelegd.

Lees hier het artikel van de NOS:

Wil je op de hoogte blijven? Laat het ons weten!

Relevante links

Whitepaper

Webinars

Blogs

Design Sprint Horeca & Ondermijning met CCV en gemeente Purmerend

Op 14 december jl. vond de aftrap plaats van een Lens Design Sprint, gericht op de aanpak van ondermijning samen met het CCV en de gemeente Purmerend. Verschillende afdelingen van de gemeente Purmerend, het RIEC en het Centrum voor Criminaliteitspreventie en Veiligheid (het CCV) verkenden de mogelijkheden van vroegsignalering van ondermijning in de horeca.

Het doel is om meer zicht krijgen op welke indicatoren kunnen leiden tot een goed beeld van vroegsignalering waarmee de gemeente nader onderzoek kan en mag doen. Hoe eerder je situaties in beeld kunt krijgen van bedrijven die benaderd worden door een zogenaamde ‘helpende hand’, hoe meer je voor de goedwillende horecaondernemers in je gemeente van betekenis kunt zijn.

Naast harde data zoals de eigendomssituatie van het pand, de geschiedenis van het pand en de aangevraagde en verleende vergunningen, is ook zachte informatie belangrijk. Deze informatie komt vaak van bijvoorbeeld handhavers en is gebaseerd op hun kennis van de stad, de uitgaansgelegenheden, de ondernemers, etc. Zij zijn de oren en ogen die gemeenten hard nodig hebben.

Lees verder op de website van het CCV.

Relevante links

Whitepapers

Nieuws

Blogs

Webinars

Praktijkcases

Productinformatie

Research

Een datagedreven aanpak van ondermijning bij het misbruik van vastgoed

Eind 2020 hebben we twee Design Sprints uitgevoerd om een uitbreiding van onze ondermijningsapplicatie te ontwikkelen. Deze twee sprints draaiden om ‘misbruik van vastgoed’ en waren uitgevoerd bij een grote en een middelgrote gemeente. In slechts enkele dagen ontwikkelden wij daar een prototype voor een datagdreven aanpak van dit probleem. Deze blog geeft een verslag van deze Design Sprints en de stappen die wij doorlopen hebben om tot dat prototype te komen. We laten zien hoe we de uitdaging, het probleem,  vertaald hebben in een prototype met indicatoren, kaarten, filters en netwerkanalyses. En waarin we verschillende manieren verkennen om de privacy van burgers te waarborgen. 

Aanleiding

De aanpak van ondermijnende criminaliteit binnen een gemeente wordt vaak geprioriteerd in lijn met de de focus zoals die ook vaak door de RIEC’s (Regionale Inlichtingen en Expertise Centra) wordt aangebracht. Deze terugkerende thema’s zijn:

  • Georganiseerde hennepteelt;
  • Mensenhandel en -smokkel;
  • Criminele motorbendes;
  • Misbruik en fraude binnen de vastgoedsector;
  • Witwassen en daaraan gerelateerde vormen van financieel-economische criminaliteit.

Misbruik en fraude binnen de vastgoedsector (en het witwassen dat daar regelmatig mee gepaard gaat) is daarmee één van de belangrijke pijlers in de bestrijding van ondermijnende criminaliteit. In de vele gesprekken die wij met verschillende lokale en regionale overheidsorganisaties hebben gehad is de aanpak misbruik vastgoed ook een van de meest genoemde vraagstukken.

Bij de gemeentes in kwestie speelden bovendien specifieke vraagstukken in relatie tot de ‘Woondeals’ (van het ministerie van BZK) en een organisatieverandering gericht op datagedreven werken en gebiedsgericht werken (domein-overstijgende samenwerking). De Design Sprints die we hebben uitgevoerd moesten ook deze context meenemen.

In de voorgesprekken met de betrokken gemeentes werd benoemd dat er verhoudingsgewijs veel ABC-constructies toegepast worden – een arbitraire eerste plaats waar iets aan gedaan moest worden. (Een ABC-constructie of ABC-akte is een vastgoedtransactie waarbij een gebouw of woning binnen zeer korte tijd twee keer verkocht wordt, van A naar B en van B naar C. Het gebouw gaat daarmee feitelijk van A naar C. Een ABC-transactie is gevoelig voor fraude zoals hypotheekfraude, belastingontduiking en witwassen.)

Big Challenge

Wij starten een Design Sprint altijd met een Big Challenge – het buikpijndossier. Dat is een van de belangrijkste succesfactoren van een Design Sprint. De Big Challenge voor deze Design Sprint gericht op  het misbruik van vastgoed is de volgende:

‘Kunnen we zicht krijgen op het misbruik van vastgoed in onze wijken zodat de gemeente en haar partners interventies kunnen plannen voor zichtbaar resultaat’

Deze challenge is gericht op het verkrijgen van zicht op en inzicht in vastgoed misbruik als verschijningsvorm van ondermijnende criminaliteit. Een terugkerende vraag daarbij is wanneer gebruik over gaat in misbruik en hoe dat te constateren is. Een andere factor is het inzichtelijk kunnen krijgen van de dynamiek binnen het speelveld van panden, personen en ondernemingen rondom het thema misbruik van vastgoed. Tenslotte bleek tijdens de sprints er dat er binnen de gemeente verschillende rollen zijn die hun eigen taken en verantwoordelijkheden hebben en die niet altijd dezelfde belangen hebben. Zo kan het innen van leges voor het afhandelen van vergunningsaanvragen mogelijk conflicterend zijn met het doorvragen bij een mogelijk verdachte aanvraag en de signaleringsfunctie die daarbij hoort.

Doelstelling

De lange termijn doelstelling is als volgt gedefinieerd: “Een goede datahuishouding rondom vastgoedmisbruik, wat zorgt voor een duurzaam informatiebeeld dat integraal gedeeld wordt en domeinen overstijgt, ten behoeve van gedeelde verantwoordelijkheid en urgentiebesef.

Het achterliggende idee was dat er verschillende domeinen als ‘silo’s’ opereren, geen gedeeld beeld hebben, of de urgentie missen om een gezamenlijke aanpak te definiëren. Vastgoedmisbruik raakt namelijk niet alleen het veiligheidsdomein, maar ook het sociaal domein, het ruimtelijk domein, en overstijgende thema’s zoals de leefbaarheid in wijken en buurten.

Waardepropositie

Een vast onderdeel van de Design Sprint is het bepalen van de waardepropositie (Value Proposition). Het idee van de waardepropositie is om te bepalen waar de pijn precies zit, uitgedrukt in drie onderdelen: jobs, pains en gains. Hieronder een indruk van de jobs, pains en gains die tijdens de sprints ter sprake zijn gekomen. Dit is natuurlijk geen uitputtende lijst!

1. Jobs: welke taken moeten er gedaan worden?

Een relevante job rondom het thema vastgoedmisbruik is natuurlijk het inzichtelijk krijgen van dit misbruik, maar ook het zorgen voor bewustwording, draagvlak en urgentiebesef bij de verschillende betrokken partijen, en het kunnen bieden van handelingsperspectief. Dit alles mag niet ten koste gaan van de privacy van al dan niet betrokken personen; het waarborgen daarvan is een andere relevante taak.

2. Pains: wat zijn de grootste pijnpunten die we moeten weghalen?

Er zijn diverse factoren die een drempel opwerpen voor het kunnen uitvoeren van die taken. De zojuist besproken silo’s zijn hier een belangrijk voorbeeld van. Een consequentie van die silo’s is dat veel kennis en informatie er wel degelijk is, maar verspreid is tussen verschillende partijen die ieder hun eigen gebruiken en definities hanteren. Dat is natuurlijk begrijpelijk, maar maakt het lastiger een silo-overstijgende aanpak van vastgoedmisbruik te formuleren

3. Gains: wat zou helpen bij het uitvoeren van taken? Wat is essentieel, en wat is nice to have?

Het in kaart brengen van stakeholders en betrokkenen, en hun rollen, is een belangrijke stap richting het inzichtelijk maken van vastgoedmisbruik en het bieden van relevant handelingsperspectief voor de betrokken partijen. Ditzelfde geldt voor het toepassen van objectieve indicatoren die daadwerkelijk indicatief zijn voor vastgoedmisbruik. Een genoemde wens is niet alleen reactief op te treden bij vastgoedmisbruik, maar de gewonnen inzichten rondom dit thema ook proactief te kunnen inzetten, bijvoorbeeld door als gemeente zelf actief te zijn in vastgoed.

Afbeelding: Canvas waardepropositie rondom het thema vastgoedfraude

Storyboard

Tijdens een Design Sprint ontwerpen we een instrument dat kan helpen bij een of meerdere jobs, en waar mogelijk pains verlicht en gains creëert. Bij het ontwikkelen van dit prototype hebben wij rekening gehouden met twee scenario’s. Beide scenario’s zijn tijdens de Design Sprint vastgelegd in een storyboard (een verhalende beschrijving van het proces) dat het verloop van ieder van deze scenario’s omschrijft.

Scenario 1: De casemanager

In dit scenario nemen we een persoon in de rol van casemanager als uitgangspunt. We starten dit scenario met een voorval op een specifiek adres. Dit kan van alles zijn, zolang er aanleiding is om te vermoeden dat er sprake is van vastgoedmisbruik. Dit voorval vormt de start van het onderzoek, waarbij de casemanager wil weten wat er bekend is over het betrokken adres, zoals wie er wonen of welke bedrijven er gevestigd zijn. De casemanager raadpleegt het instrument om dit onderzoeken. Hij/zij gebruikt het instrument om te onderzoeken wat er bekend is over het adres, in de vorm van een kaart, een casusoverzicht, en een netwerk. Deze gegevens kan hij/zij exporteren en meenemen naar een briefing over het betreffende voorval, waarna een actieplan geformuleerd kan worden. Na het uitvoeren van dit actieplan is er mogelijk nieuwe informatie over het betreffende adres. De casemanager zal dan opnieuw het instrument openen, en het instrument aanvullen met deze nieuwe inzichten.

Scenario 2: De analist

Voor dit scenario kijken we door de ogen van een analist. Het startschot van dit scenario is voor de analist een reden om trends en patronen in kaart te brengen, bijvoorbeeld naar aanleiding van een vraag van een verslaggever. De analist raadpleegt het instrument niet zozeer om gegevens over een specifiek adres in te zien, maar om patronen en ontwikkelingen te documenteren. Waar de casemanager kijkt naar het specifieke adres en diens relaties in het netwerk, zal de analist geïnteresseerd zijn in het netwerk in zijn geheel. Ze zal vervolgens haar conclusies vastleggen en presenteren.

Waar de casemanager en de analist in principe dus hetzelfde instrument raadplegen, doen zij dit met twee verschillende vragen en doorlopen zij daarmee twee verschillende routes door het instrument. Hun verschillen in rol en bevoegdheden maken dat ook hun rechten binnen het instrument verschillend zijn. Zo zal het voor een analist vaak niet nodig zijn om toegang tot persoonsgegevens te hebben, terwijl dit voor de casemanager wel nodig kan zijn. Meer hierover later in deze blog!

Afbeelding: ontwikkeling van het storyboard vanuit het perspectief van de casemanager

Indicatoren

Voor het onderzoeken van datagedreven aanpak voor het misbruik van vastgoed hebben we verschillende indicatoren onderzocht. Met hulp van publicaties van organisaties die onderzoek doen naar ondermijning, en de ervaring van de experts die deelnamen aan de sprint, hebben we een lijst met indicatoren benoemd. Deze indicatoren zijn op te delen in drie categorieën.

Ten eerste zijn daar de indicatoren die iets zeggen over speculatie met vastgoed, zoals opvallende transacties. Ten tweede zijn er indicatoren die iets zeggen over de exploitatie van vastgoed, zoals overbewoning en de gevestigde ondernemingen. Een derde groep bestaat uit indicatoren die ons kunnen helpen bij het vaststellen van het speelveld, zoals familienetwerken en diverse tussenpersonen zoals makelaars en hypotheekverstrekkers. We noemen hier een deelverzameling van de meest waardevol geachte indicatoren:

Speculatie indicatoren

  • Verzoek tot contante betaling bij vastgoedtransacties
  • ABC-transacties
  • Aankoop zonder hypotheek
  • Aankoop o.b.v. verschillende hypotheken
  • Snelle wisseling van eigenaar van een locatie
  • Aankoop van een locatie voor een bedrag dat sterk afwijkt van de marktwaarde

Exploitatie indicatoren

  • Overbewoning: veel personen op een adres ingeschreven in BRP.
  • Spookbewoning: leegstand (feitelijk of op papier)
  • Eerdere vondst van drugsdumping of hennepteelt
  • Meerdere insolventies op het adres

Speelveld indicatoren

  • Familienetwerken: families die gezamenlijk veel panden bezitten of uitwisselen
  • Tussenpersonen als makelaars en hypotheekverstrekkers die met veel (opvallende) transacties van doen hebben

Databronnen

Er zijn natuurlijk veel databronnen die iets kunnen zeggen over het gebruik en misbruik van vastgoed. Eigendom van panden, en transacties van panden, worden bijvoorbeeld uitgebreid vastgelegd door het Kadaster, en de ondernemingen die erin gevestigd zijn door de Kamer van Koophandel. Daarnaast zijn er verschillende gemeente-specifieke databronnen die kunnen bijdragen aan een beeld van vastgoedmisbruik. Om inzicht te krijgen in mogelijk vastgoedmisbruik zijn deze registraties echter niet voldoende: ook de verschillende experts in het veld bezitten waardevolle informatie. Om een compleet beeld te krijgen van speculatie en exploitatie van vastgoed in een buurt of wijk is het belangrijk om gegevens uit registraties en kennis van betrokken professionals met elkaar te combineren. Zo is het in dit prototype mogelijk om zelf opmerkingen, waarschuwingen, of relevante connecties toe te voegen, en zo een dossier op te bouwen.

In een Design Sprint werken we soms met ‘nepdata’, omdat het niet altijd mogelijk is om (snel) toegang te krijgen tot de echte data, bijvoorbeeld omdat het persoonsgegevens betreft (zie onderdeel ‘privacy’ hieronder) of omdat het verzamelen van databronnen nou eenmaal een tijdrovend proces is. Voor het succes van de Design Sprint is dat meestal geen probleem. Het gaat er bij een sprint immers om het verkennen van een route, en het kunnen beoordelen of het geprototypte idee in potentie waardevol is. Bij iedere sprint waar we gebruik maken van nepdata staan we natuurlijk wel stil bij de aannames die we hiervoor moeten maken, en in hoeverre het succes van het prototype afhankelijk is van data die nog niet beschikbaar is.

Afbeelding: het potentieel nut en de haalbaarheid van verschillende datasets

Privacyprotocol

Vanzelfsprekend zijn niet alle relevante bronnen die in het instrument opgenomen zouden kunnen worden zomaar toegankelijk. Dit is doorgaans in de eerste plaats om de privacy van betrokken personen te waarborgen. Ook wanneer een dataset al opgenomen zou zijn in een instrument, is het niet vanzelfsprekend zo dat iedere gebruiker hier toegang toe mag hebben. Bepalingen over toegang tot de data in het prototype is afhankelijk van het door de gemeentes gehanteerde privacyprotocol.

De Rijksoverheid ontwikkelde een handleiding voor een model van zo’n protocol voor binnengemeentelijke gegevensuitwisseling ten behoeve van de bestrijding van ondermijning. Dit model maakt gebruik van een aantal wegingen en checks om te bepalen wie er in welke situatie toegang heeft tot gegevens. Een schematische weergave hiervan staat in de afbeelding hieronder. Wanneer een signaal een functionaris van de gemeente bereikt, zoals de hierboven genoemde casemanager, moeten er bijvoorbeeld een aantal dingen gecheckt worden. Kan er hier sprake zijn van ondermijning? Is het onze gemeentelijke taak om iets met dit signaal te doen? Gaat het hier wel over ons grondgebied of een inwoner van onze gemeente? Hoe zwaar is dit signaal?

Om deze vragen te kunnen beantwoorden mag een casemanager informatie gebruiken uit openbare bronnen, zoals bijvoorbeeld de Kamer van Koophandel, het Kadaster, de BRP en de BAG. Zoals hierboven beschreven kan de casemanager daar het prototype voor gebruiken. Aan de hand van die beantwoorde vragen bepaalt een privacy officer welke bronnen de casemanager verder mag raadplegen. Interessant hierbij is de ‘hit/no hit-vraag’: is het voor de casemanager voldoende om te weten of een persoon bijvoorbeeld voorkomt in een dataset (of er een hit is), of is het noodzakelijk dat de casemanager daadwerkelijk ziet wat er in die dataset staat?

Afbeelding: het privacy protocol

Privacy en het prototype

Zoals al eerder genoemd is het dus niet zo dat iemand die het geprototypte instrument raadpleegt vanzelfsprekend toegang zou mogen hebben tot alle beschikbare informatie. Het zorgvuldig vastleggen van de verschillende rechten en het faciliteren van de diverse beslissingen die bij het doorlopen van het privacy protocol genomen worden heeft natuurlijk consequenties voor de inrichting van het instrument. Het op deze manier ontwerpen van een instrument, waarbij gedurende het hele ontwerp rekening wordt gehouden met zo’n privacyprotocol, wordt ook wel ‘privacy by design’ genoemd. We hebben tijdens de Design Sprint uitgebreid stilgestaan bij het verkennen van de technische mogelijkheden om privacy zo goed mogelijk te waarborgen in het instrument.

Een andere manier waarop we privacy zo goed mogelijk proberen te waarborgen is het anonimiseren (of pseudonimiseren) van alle gebruikte data. Zo zijn individuen, panden en ondernemingen allemaal versleuteld, en zijn er slechts bepaalde mensen die toegang hebben tot die sleutel. Het grote voordeel daarvan is dat een gebruiker niet alleen onderzoek kan doen naar trends en patronen, maar ook naar individuele cases, zonder dat hierbij persoonsgegevens gedeeld worden met de gebruiker. Afhankelijk van of de versleuteling plaatsvindt bij de opdrachtgever of bij ons, hebben wij (als Shintō Labs) op die manier ook geen toegang tot persoonsgegevens nodig om data te kunnen verwerken! In zo’n geval kunnen wij onze opdrachtgevers helpen bij het ontwikkelen van een versleutelprotocol.

Onderdelen prototype

Dit prototype is ontwikkeld vanuit ons concept van lenzen. Hierover kunt u meer lezen in ons whitepaper ‘Een datagedreven aanpak van ondermijnende criminaliteit’. In een lens komen een aantal standaardonderdelen terug: de gebiedskaart en/of locatiekaart, en een detailpagina met daarin casusinformatie en het casusnetwerk. Dit prototype heeft een extra onderdeel: het melden van een signaal.

Signaal melden

Voor een casemanager (scenario 1) is dit het voornaamste beginpunt. De casemanager kan hier informatie over een signaal kwijt, zoals de aard en zwaarte van het signaal, eventuele betrokkenen, en informatie over de betrokken locatie. De informatie die de casemanager hier invult sluit aan bij de verschillende fases uit het privacy protocol en kan bijdragen aan het doorlopen van de verschillende privacy checks. Zo wordt stapsgewijs beoordeeld of het signaal betrekking heeft op ondermijning. Uiteindelijk zou dit proces moeten helpen bij het beoordelen tot welke gegevens de casemanager toegang zou moeten hebben, en wat mogelijke vervolgstappen zijn.

Kaart

In de buurtkaart wordt de betreffende gemeente weergegeven met daarin de verschillende buurten. Op deze kaart worden alle data op pandniveau of op buurtniveau ontsloten; data over specifieke panden kan bijvoorbeeld worden geaggregeerd tot de buurt waartoe het pand behoort. Zo kan een gebruiker een beeld krijgen van de situatie in een buurt, zonder dat dit herleidbaar is tot individuele personen, panden of ondernemingen. De gebruiker kan gebruik maken van een aantal filters die overeenkomen met indicatoren van vastgoedmisbruik.

Informatie over buurten wordt niet alleen weergegeven op de kaart, maar kan ook op een rijtje gezet worden in de buurtvergelijker. Hier kan een gebruiker twee buurten naast elkaar zetten om kengetallen te vergelijken, of te beoordelen of de twee buurten anders presteren als het gaat om een specifieke indicator. Hierbij helpt het ook om bijvoorbeeld een indicator af te zetten tegen de tijd, om te beoordelen of een buurt zich in dit opzicht ontwikkeld heeft.

Details

Op de detailpagina wordt alle relevante informatie over een geselecteerd persoon, pand of onderneming verzameld. Alle personen, panden en ondernemingen zijn hier versleuteld. Welke data worden weergegeven kan daarbij afhankelijk zijn van het privacy protocol en de rechten van de gebruiker. Een interessante functionaliteit op de detailpagina is het context diagram. Hierin worden de relaties tussen personen, panden en ondernemingen gevisualiseerd in een netwerk. Bij zo’n relatie kun je denken aan panden die in eigendom zijn van een persoon, personen die in een pand wonen, of personen die huisgenoten, familie, of collega’s zijn. Zo’n netwerk maakt grote hoeveelheden data visueel inzichtelijk, en helpt bij het signaleren van clusters, patronen, of de ‘spinnen in het web’.

N.B. dit schermvoorbeeld is genomen van het prototype en is onderdeel van het resultaat van de Design Sprint. In het schermvoorbeeld zie je een gecombineerd beeld van een netwerkstructuur en de locaties op de kaart. In het netwerk is een analyse gedaan op individuen die in het bezit zijn van meerdere panden waarop signalen gemeld zijn die betrekking hebben op misbruik vastgoed. Deze persoon in kwestie heeft dus meerdere panden met een score op de benoemde indicatoren. Onder het netwerk is bovendien een kaart zichtbaar waar de panden geografisch weergegeven zijn. Nb: de locaties van de panden zijn fictief en puur ter illustratie op deze manier weergegeven. Wij hebben bij de Design Sprint geen persoonsgegevens of tot locatie- of personen herleidbare gegevens gebruikt.

In het kort

We kijken terug op twee interessante Design Sprints rondom het thema misbruik van vastgoed. Dit thema is één van de landelijke thema’s in de bestrijding van ondermijning en bood ons daarmee een mooie kans om ons opnieuw te verdiepen in de exploitatie en speculatie van vastgoed. Het thema vastgoedmisbruik is met name ook interessant met het oog op privacy. We hebben tijdens deze sprints daarom veel aandacht besteed aan het omgaan met geanonimiseerde data, en aan het verkennen van de mogelijkheden om de uitgangspunten van een privacyprotocol te verankeren in een analyse-instrument. Als je vragen hebt of het prototype een keer wil zien, neem dan vooral contact met ons op. We vertellen je graag meer!

Relevante links

Whitepapers

Productinformatie

Nieuws

Blogs

Webinars

Praktijkcases

Research

Foto (boven) credits: Micheile Henderson op Unsplash.

Dé drie thema’s voor ondermijning in 2020

Na maanden zonder evenementen, groepen mensen of überhaupt maar fysieke meetings was er eindelijk weer ruimte voor een heus congres. Op 16 september jl. organiseerde het Studiecentrum voor Bedrijf en Overheid de 5e editie van het Congres Ondermijning en Georganiseerde Criminaliteit. Strakke handhaving van de 1,5 meterregel kunnen we aan veiligheidsexperts natuurlijk goed overlaten, maar (net)werkt dat ook een beetje? En nog belangrijker: wat zijn de grote thema’s die aan bod kwamen?

Als voormalig promovenda ben ik een behoorlijk doorgewinterde conferentieganger. De conferenties waar ik kwam waren vaak behoorlijk breed van onderwerp (‘evolutionary economics’) en trokken figuren van allerlei pluimage aan. Dat maakt de praatjes fascinerend, maar niet per se relevant. Dit was mijn eerste conferentie die gericht is op professionals in plaats van academici, en waar mensen hun praktijkervaringen delen in plaats van hun papers. Waar ik dus vooral nieuwsgierig naar was: kan ik mijn inzichten tijdens dit congres nu echt toepassen op mijn werk. Daarnaast was ik benieuwd naar wat op dit moment de belangrijkste thema’s rondom ondermijning zijn, en vroeg ik me af hoeveel mensen ik nou echt zou kunnen ontmoeten tijdens een congres op 1,5m afstand.

De ondermijningsthema’s van 2020

Natuurlijk zijn er veel verschillende thema’s aan bod gekomen. Zo is daar altijd de roep om samenwerking en een integrale aanpak. De burgemeesters van Antwerpen en Turnhout zeiden overigens dat ze jaloers waren op de Nederlandse aanpak. Die opmerking illustreert de complexiteit van ondermijning, want des te beter wij het in Nederland doen, des te meer zij last hebben van het resulterende waterbedeffect. Ook wetgeving en het veilig en verantwoord omgaan met privacygevoelige informatie werden veel besproken. Drie thema’s wil ik er specifiek uitlichten: de onzichtbaarheid van ondermijnende criminaliteit, de kanarie in de kolenmijn, en a problem well stated is a problem half solved.

1. Onzichtbaarheid van ondermijnende criminaliteit

Hoewel dit congres eigenlijk voor een Nederlands èn Vlaams publiek bedoeld is, moesten de meeste Vlamingen het in verband met het Coronavirus jammer genoeg laten afweten. Het publiek van dit congres bestond voornamelijk uit medewerkers van (Nederlandse) gemeentes en mensen van de politie. Op de vraag wat volgens de deelnemers nou het meest ondermijnende effect van georganiseerde criminaliteit is, vond ik de antwoorden opvallend eenduidig. Een groot deel van het publiek noemde onzichtbaarheid als meest ondermijnende factor, wijzend op de subtiele manier waarop boven- en onderwereld verstrengeld raken zonder dat we het merken. Veel vormen van ondermijnende criminaliteit gebeuren voor je neus zonder dat je het doorhebt, of vinden plaats achter de voordeur. En, zo merkten verschillende mensen in het publiek op, zelfs als de effecten van ondermijning in sommige gevallen toch zichtbaar worden, blijven de echte daders buiten beeld. Ik kan mij voorstellen dat dit de handhavers en de beleidsmakers in de zaal enorm frustreert. Naast onzichtbaarheid werd ook normvervaging veel genoemd: het langzaamaan normaal worden van abnormaal gedrag.

Zoals ik eerder al zei, heb ik geprobeerd mij af te vragen wat onze rol als data scientists hier kan zijn. Hoewel ik het lastig vind om een thema als normvervaging te duiden, is de onzichtbaarheid van ondermijning natuurlijk iets wat wij ons erg aantrekken. Het op een veilige, betrouwbare en slimme manier verzamelen, analyseren en visualiseren van data kan namelijk een belangrijk instrument zijn, daar waar onze eigen zintuigen te kort schieten!

2. De kanarie in de kolenmijn

De eerste spreker, de Zweedse criminoloog dr. Amir Rostami, wees er al op: let op de vroege signalen, en neem die signalen serieus, ook als ze niet alarmerend zijn of onbetrouwbaar lijken. Rostami noemde dat de aanwezigheid van motorclubs vaak een vroeg signaal van straatbendes zijn. Dat vond ik in eerste instantie moeilijk te geloven, omdat motorclubs een heel andere doelgroep hebben dan straatbendes. Zou het iets te maken hebben met een onderliggende maatschappelijke structuur die criminele subculturen faciliteert? Volgens Rostami niet – volgens zijn onderzoek is er een veel directere link tussen motorbendes en andere groepen lawbreakers zoals voetbalhooligans, gangs, en politieke of religieuze extremisten. Hij analyseerde een ecology of lawbreakers (wat mij als evolutionair econoom slash netwerkanalist bijzonder aanspreekt): een netwerk van personen die samen een misdaad plegen (co-offending), gegroepeerd op de verschillende criminele organisaties die ze aanhangen, en vond iets opvallends: motorbendes hebben een brugfunctie tussen de andere groepen lawbreakers. Motorclubs hebben dus wel degelijk iets te maken met straatbendes: ze vormen een voedingsbodem. Geen wonder dus dat ook Cedric Stuyck, sectiehoofd Georganiseerde Misdaad van Belgisch Limburg, er in zijn verhaal erop wees dat Outlaw Motorcycle Gangs (OMG’s – ja!) een faciliterende rol tussen andere criminele groepen hebben. Een vroeg signaal dat wellicht niet meteen alle alarmbellen doet afgaan is dus het onderzoeken waard, want misschien liggen de relaties complexer dan ze lijken. Ook Shanna Mehlbaum, onafhankelijk onderzoeker en criminoloog, benadrukte dat onderbuikgevoelens eigenlijk altijd terecht blijken te zijn. Deze moeten dus niet worden afgedaan als ongefundeerd of onbetrouwbaar, maar verdienen het om opgepakt te worden. Paul van Miert, de burgemeester van Turnhout zei treffend ‘als het regent in Antwerpen, dan drupt het in Turnhout.’

De bal ligt hier volgens mij voor een groot deel bij data scientists en andere analisten. Zij kunnen namelijk een belangrijke taak vervullen door vroege of onopvallende tekenen te signaleren en, misschien nog wel belangrijker, te onderzoeken wat die tekenen dan zouden kunnen zijn. Signalen zoals flinke toenames in lokale vestigingen van bedrijven uit criminogene branches zijn ons wel bekend, maar er zijn ongetwijfeld ook early warnings waar wij nog niet aan gedacht hebben! Het lijkt mij ook erg interessant om te onderzoeken welke rol data scientists kunnen hebben bij dat ‘onderbuikgevoel’. Per definitie is dat namelijk iets wat moeilijk te duiden is. Kan data helpen om onderbuikgevoelens te onderbouwen? Of kunnen we onderbuikgevoelens op een betekenisvolle manier visualiseren, zodat het de aandacht krijgt die het verdient?

3. A problem well stated is a problem half solved

Ook dit thema werd als eerste benoemd door dr. Amir Rostami. Hij zei dat er vaak te snel naar een ‘oplossing’ wordt gegrepen, zonder dat eerst uitgebreid besproken wordt wat het probleem nou eigenlijk is, hoe groot het probleem is, en voor wie het een probleem is. Ook mijn Nederlandse gesprekspartners tijdens de lunchpauzes herkenden dit. Ik vond dat dr. Robby Roks die aan de Erasmus Universiteit onderzoek doet naar internationaal drugstransport in de haven van Rotterdam een mooi voorbeeld gaf van een problem well stated. Hij werkt met crime scripts – een soort stripverhalen die een model vormen voor veelvoorkomende patronen in criminaliteit (zie ook een van onze eerdere blogs hierover). Voor internationale drugshandel gaf hij daarmee aan dat dit probleem eigenlijk niet één maar drie problemen zijn: ten eerste, drugshandel waar drugs verstopt zit in een container of sporttas, ten tweede drugshandel waarbij drugs verstopt zit in het handelswaar, zoals bananen en ananassen, en ten derde drugshandel waarbij drugs verstopt zit op het schip zelf. Specifiek voor ieder van deze drie patronen kon hij zwakke plekken op de Rotterdamse haven aanwijzen. Ik zou niet durven beweren dat het probleem daarmee half solved is, maar een goed begin is het halve werk. Of ja, minder dan de helft, dus.

Photo by Roman Mager on Unsplash

Ook voor dit thema zie ik een rol weggelegd voor ons als data scientists. Vaak verwacht men van data dat er heel complexe modellen en kamers vol computers nodig zijn om tot nieuwe inzichten te kunnen komen. In de praktijk is dat vaak niet zo: alleen al het zorgvuldig inventariseren van de beschikbare informatie en het op een intelligente manier weergeven ervan kan veel prangende vragen oplossen. Met andere woorden: waar we data kunnen inzetten om bijvoorbeeld te voorspellen waar de volgende drugsdumping kan zijn, zou altijd de eerste stap moeten zijn om te inventariseren hoeveel drugsdumpingen er eigenlijk zijn geweest, wat er gedumpt wordt, waar dat vandaan komt.

Congres in Corona-tijd

Er waren niet meer dan 80 gasten welkom bij dit congres, zodat de afstand te allen tijde goed bewaakt kon worden. In de zalen stonden de stoelen in een strak raster opgesteld. Voor tijdens de pauzes waren stoelen neergezet in de lounge, zodat iedereen plek heeft aan een tafel. Drankjes werden uitgeserveerd aan tafel en niet aan de bar, en borrelhapjes mocht je alleen oppakken met een servetje. Onder het mom van ‘nieuwe mensen leren kennen’ waren alle bezoekers met een oranje of blauwe sticker op hun naamkaartje ingedeeld in twee groepen, met ieder hun eigen designated zone, afgezet met oranje of blauwe ballonnen.

Voor mij, als iemand die nieuw is in deze community, was dat eigenlijk best prettig. Ik hoefde me niet bij drukbevolkte statafels naar binnen te kletsen, en een soepele openingszin ligt altijd klaar (‘wel gek hè, die afstand?’). Het is natuurlijk ook wel echt gek. Waar ik normaal toch zeker een dozijn handen zou schudden bij een evenement zoals dit, waren dat er nu misschien vijf geweest. Waar je normaal voorgesteld zou worden aan elkaars collega’s (‘Daar hebben we Klaas, die doet ook iets met data!’), moet je het nu treffen met je toevallige tafelpartner waar je de hele pauze aan vast zit. (Gelukkig hadden ze voor gezellige gespreksstarters gezorgd voor als je het even niet getroffen hebt – ik had ze niet nodig, gelukkig.)

Voorbeelden van gespreksstarters

Een ander nadeel vind ik dat een deel van de sprekers nu digitaal inbelden. Op zich een goede oplossing natuurlijk, maar het is jammer dat je zo’n spreker dan niet in de pauze kan benaderen om verder te praten. Toch vind ik een congres als deze nu de moeite waard. Dit congres heeft wel laten zien dat het mogelijk is om een fysiek evenement te organiseren op een veilige en verantwoorde manier en dat dat toch zeker beter is dan het digitale alternatief!

Relevante links

Whitepapers

Productinformatie

Nieuws

Blogs

Webinars

Praktijkcases

Research

 

Van radar tot sonar: signaleren van ondermijnende criminaliteit met data science

De afgelopen weken is er bijna in elke krant of tv-programma aandacht aan besteed: ondermijning of ondermijnende criminaliteit. De schokkende moord op advocaat Derk Wiersum heeft de discussie extra brandstof gegeven. Wij waren die dag op het Congres Ondermijning en Georganiseerde Criminaliteit in Tilburg en ook daar was het het nieuws het gesprek van de dag. Centrale vraag: wat kunnen we doen om een vuist te maken tegen ondermijnende criminaliteit?

Extra geld is mooi, maar wat gaan we ermee doen? Verschillende strategieën passeerden de revue. Burgemeester Theo Weterings van de gemeente Tilburg had het over het stimuleren van preventie door als overheid aanwezig te zijn in de ‘haarvaten’ van de wijk. Uit de zaal kwam ook de oproep tot het uitbreiden van capaciteit, en ja zelfs het (opnieuw) organiseren van een specialistische eenheid, zoals die er in het verleden is geweest. Zou minister Grapperhaus meegeluisterd hebben?

Figuur: Congres Ondermijning & Georganiseerde Criminaliteit

Prof. Pieter Tops riep op tot het bestuderen van de optie om sommige vormen van drugsproductie- en handel te legaliseren. Hij waarschuwde dat legaliseren niet per definitie een oplossing is (mogelijk zelfs contra-productief) en benadrukte dat hij opriep tot discussie en studie, niet direct tot actie.

Wat opviel was dat geen van de geleerden, bestuurders of experts in de ochtend sprak over innovatie of het gebruik van nieuwe technologie. Terwijl als je het ze persoonlijk zou vragen, ze waarschijnlijk zouden zeggen dat dat zeker een belangrijk speerpunt zou moeten zijn. Gelukkig was er bij het publiek wel degelijk behoefte aan het gebruiken van technologie om de informatiepositie te verbeteren en ook in de middag werd door diverse sprekers aandacht aan dit onderwerp besteed.

Risico Radar Ondermijning

Shintō Labs heeft in samenwerking met Bureau Beke en het RIEC Rotterdam een Risico Radar Ondermijning ontwikkeld. Deze Risico Radar Ondermijning heeft als doel om in een regio of gebied opvallende activiteiten, die mogelijk te maken hebben met ondermijning, inzichtelijk te maken. In de middag lieten we tijdens een sessie zien hoe deze Radar tot stand is gekomen en hoe het werkt. Een uitgebreid webinar van onze Risico Radar Ondermijning is overigens hier te vinden.

Wij krijgen vaak de vraag wat het verschil is tussen een ‘radar’ en ‘sonar’ in context van ondermijnende criminaliteit en het detecteren van risicovolle gebieden. In deze blog wil ik dit verschil toelichten aan de hand van de kenmerken, het doel,  de toepassing en enkele voorbeelden. Ook zullen we daarbij aangeven hoe de verschillende vormen gebruikt worden en hoe de Radar en de Sonar complementair kunnen zijn.

Radar en Sonar

De Radar en Sonar zijn twee verschillende begrippen die in oorspronkelijke betekenis gebruik maken van een ‘echo’ om objecten of locaties te detecteren. Onze interpretatie van de Radar en de Sonar in context van ondermijnende criminaliteit is als volgt:

  • Een Radar detecteert opvallende signalen en fenomenen in een gebied (breedte), zonder diepgaand detailonderzoek te doen. Het heeft een signaleringsfunctie en zou aanleiding kunnen zijn voor een diepteonderzoek met hulp van een Sonar.
  • Een Sonar detecteert juist specifieke locaties, objecten en individuen (diepte). Dit gaat typisch gepaard met gesloten bronnen om een zo volledig mogelijk beeld te krijgen. Een Sonar onderzoek kan aanleiding geven tot actie of interventie.

Het een en ander is in de onderstaande afbeelding uitgewerkt.

Verschil tussen Radar en Sonar

Figuur: Verschil tussen Radar en Sonar

De Radar nader toegelicht

De Radar is ontwikkeld met als doel om fenomenen inzichtelijk te maken en signalen af te geven in een regio, wijk of buurt. Het richt zich vooral op de breedte van het spectrum en kan volledig ontwikkeld worden met hulp van open bronnen en open data. Privacy aspecten spelen geen rol aangezien alles geaggregeerd wordt en de radar zonder gebruik te maken van persoonsgegevens tot stand komt.

Kenmerken

  • De Radar richt zich op het inzichtelijk maken van ondermijningsfenomenen, zoals criminogene branches, verdachte hoeveelheden van bepaalde type organisaties en opvallende gebieden.
  • De Radar maakt gebruik van open bronnen en open data (OSINT = Open Source Intelligence).
  • De Radar is per definitie binnen de grenzen van de AVG. Immers, er worden geen tot personen herleidbare gegevens gebruikt of getoond.

Doel

  • Het primaire doel van de Radar is het creëeren van awareness – bewustzijn –  en het geven van inzicht wat er speelt op gebied van ondermijning in uw regio.
  • De Radar geeft bovendien aanleiding om bepaalde gebieden nader te onderzoeken of meer toezicht te houden.
  • De Radar is een strategisch middel en helpt bij beleidsvorming om regiogerichte aanpak te organiseren.

Typische bronnen

De radar maakt gebruik van open bronnen en open data. Enkele gebruikte bronnen zijn:

  • CBS data
  • Kamer van Koophandel data
  • BAG data
  • Insolventie register

Voorbeelden

  • Oververtegenwoordiging van criminogene branches;
  • Extreme toename van een bepaalde branche (verhoudingsgewijs, ook in vergelijking met andere regio’s);
  • Het waterbed effect: interventies in een bepaald gebied zullen effect hebben in de regio (zowel geografisch, alsmede alternatieve branches – het is een bekend fenomeen dat georganiseerde criminaliteit van branche verschuift zodra daar de aandacht op gevestigd is.

Indicatoren

De indicatoren waar de Risico Radar Ondermijning op steunt zijn ontwikkeld met hulp van wetenschappelijk onderzoek door Bureau Beke en het RIEC Rotterdam. Bureau Beke heeft op basis van een literatuurstudie en expert-interviews  een lijst van 53 indicatoren ontwikkeld die gericht toegepast zijn om de opvallende locaties te kunnen detecteren.

Voorbeeld van een Radar: de Risico Radar Ondermijning

Het bovenstaande voorbeeld volgt uit onze Risico Radar Ondermijning en illustreert hoe een oververtegenwoordiging van een risicovolle branche gevisualiseerd wordt in gebieden van van 100×100 meter. Met hulp van de indicatoren kunnen we een heatmap weergeven waarin het zwaartepunt getoond wordt. Dit hoeft niet te betekenen dat het daar niet goed gaat, maar zou aanleiding kunnen zijn om daar nader onderzoek te doen.

De Sonar nader toegelicht

Waar de Radar vooral gericht is op een regionaal beeld en signaleringsfunctie is de Sonar het logische vervolg: de diepgang om te ontdekken of er werkelijk iets speelt en waar precies de verdachte activiteiten plaatsvinden. De Sonar wordt vooralsnog ontwikkeld met hulp van gesloten bronnen (verrijkt met open bronnen) om bij een object (locatie, pand of bedrijf) of subject (verdachte persoon) alle relevante gegevens inzichtelijk te krijgen om gerichte acties of interventies te plannen. Het is dan ook meer een tactische en operationele tool en uiteraard speelt de AVG hier een zeer prominente rol. Privacy by Design is dan ook een van de fundamenten van de Sonar.

Kenmerken van een Sonar

De Sonar is ontwikkeld om meer specifieke antwoorden te geven: dit speelt er op het subject (persoon) of object (bedrijf of  pand).

  • De focus van de Sonar is het geven van een diep en zo volledig mogelijk inzicht bij een locatie of persoon.
  • De gebruikte data is een combinatie van open data en gesloten data
  • De Sonar moet daarmee uitgebreid getoetst worden aan de AVG – een beoordeling van een Privacy Impact Assessment (PIA) is een standaard onderdeel van dit proces.

Doel van een Sonar

  • De Sonar is gemaakt voor gerichte analyses;
  • De Sonar is een meer tactisch en operationele oplossing om te helpen prioriteiten te stellen in waar de medewerkers hun handhavingsinspanning op moeten richten;
  • De Sonar helpt concrete interventies voor te bereiden door relevante bronnen te combineren en signalen en indicatoren te stapelen.

Voorbeelden van een Sonar

Indicatoren

De indicatoren die gebruikt worden bij de verschillende Sonars zijn sterk afhankelijk van de lenzen die ingezet worden. Zo gebruiken wij onder andere de indicatoren van de Landelijke Aanpak Adreskwaliteit of wetenschappelijke bronnen die we konden vinden. Deze worden altijd aangevuld met ‘straatkennis’ van domeinexperts die de Sonar’s mee-ontwerpen tijdens een Design Sprint.

Voorbeeld van een Sonar: opsporen woon en adresfraude

Figuur: Voorbeeld van een Sonar – opsporen woon en adresfraude

Synergie tussen Radar en Sonar

Wij zijn overtuigd van de synergetische waarde bij het combineren van Radar en Sonar. De Radar toont de opvallende gebieden en bijvoorbeeld een oververtegenwoordiging van een bepaalde risico branche. De (geautoriseerde!) gebruikers van de Sonar kunnen vervolgens in dat gebied meer diepteonderzoek doen naar bedrijven binnen die branche en specifieke locaties nader bekijken. De terugkoppeling van die onderzoeken kunnen weer gebruikt worden om de Sonar en de Radar te voeden en met betere resultaten te komen. Dit samenspel van Radar naar Sonar en weer terug naar Radar zijn wij op dit moment aan het ontwikkelen. Zodra wij de eerste resultaten hebben, zullen wij dat met jullie delen. Mocht je zelf actief mee willen denken of gewoon op de hoogte willen blijven, neem dan contact met ons op of schrijf je in voor de nieuwsbrief.

Relevante links

Whitepapers

Nieuws

Blogs

Webinars

Praktijkcases

Productinformatie

Research

Tag Archief van: ondermijning