Transcript Overheid moet werk maken van Big data

Overheid moet werk maken van Big data
Mark Dijksman en Jaring Hiemstra
We creëren steeds meer informatie. Negentig procent van alle beschikbare data is de afgelopen twee
jaar gegenereerd. Deze data vormt een duurzame bron voor vernieuwing. De Nederlandse overheid
moet tempo maken met het onderkennen en benutten van deze kans. In dit artikel gaan wij in op de
betekenis van Big data voor de overheid en geven we vijf voorbeelden van wat Big data de
samenleving kan opleveren.
De film Moneyball is gebaseerd op een waar gebeurd verhaal over de baseballclub Oakland Athletics.
Waar voorheen scouts talentvolle spelers zochten gooide Oakland Athletics het over een andere
boeg. Aan de hand van spelersstatistieken identificeerden ze ondergewaardeerde spelers,
voorspelden ze carrières en bepaalden ze trainingsinzet en wedstrijdstrategieën. Daarmee
veranderde de rol van scouts ingrijpend en werd data dé basis voor beslissingen. De film illustreert
hoe data organisaties succesvoller maakt en werkwijzen vergaand verandert.
Big Data gaat om het gebruik van grote hoeveelheden gevarieerde data met een hoge
omloopsnelheid om te komen tot betere besluitvorming en nieuwe inzichten. De Big Data revolutie
is nog maar net begonnen, maar het potentieel enorm, ook voor de overheid. Uit onderzoek van
McKinsey blijkt bijvoorbeeld dat Big Data de Europese publieke sector €150 tot €300 miljard kan
opleveren. In de Verenigde staten heeft de Federale overheid het Big Data Research and
Development Initiatief gestart waarmee verkend wordt hoe met Big Data grote maatschappelijke
problemen beter kunnen worden opgelost. In Europa en Nederland is het nog verdacht rustig op dat
front. Dat is een gemiste kans. Daarom moeten bestuurders en overheidsmanager zich meer bewust
worden van de potentie en starten met het werken met big data. Maar niet zonder heldere
afspraken te maken over het borgen van privacy en elementaire rechten van burgers.
Vijf voorbeelden ter illustratie
Effectievere fraudebestrijding
Big Data vervult een sleutelrol in effectieve fraudebestrijding. Door de overheid wordt al
gehandhaafd op basis van risicoprofielen en bestandskoppeling tussen overheden. Zo pakt de
gemeente Utrecht door interne datakoppeling woonfraude aan. Maar er is meer mogelijk. In de
Verenigde Staten werd in 2012 in één zaak voor $452 miljoen aan zorgfraude ontdekt, door
patroonanalyse van declaratiegegevens. De Twentse hoogleraar Theo de Vries schat totale fraude in
Nederland op minimaal 10 miljard euro per jaar. Alleen faillissementsfraude kost de samenleving al
1,7 miljard per jaar volgens hem. Daarvan wordt nu slechts 2 procent opgelost. Door inzet van Big
Data analyse is de helft oplosbaar, wat een besparing van 800 miljoen per jaar oplevert. Binnen de
overige acht domeinen (waaronder belasting-, zorg- en uitkeringsfraude ) zijn vergelijkbare
besparingen haalbaar.
Betere en goedkopere zorg
Huisartsen, ziekenhuizen, onderzoekers en verzekeraars creëren enorme hoeveelheden data. Door
Big Data zijn forse besparingen én kwaliteitsverbeteringen mogelijk. In de eerste plaats door
effectievere signalering. Een voorbeeld is Ginger.io waarbij van chronisch zieke mensen via een
smartphone-app de gezondheid permanent gemonitord wordt . Patiënten hoeven daardoor minder
vaak naar de arts en de juiste zorg wordt geleverd op het juiste moment. Een tweede toepassing is
het voorspellen, en daarmee (deels) te voorkomen, van zorgvragen. In Utrechtse ouderenzorg wordt
op basis van patiëntgegevens van huisartsen en zorgverzekeraars de zorgvraag voorspeld. Het
gedegen onderzoek toont aan dat er miljoenen kunnen worden bespaard. Ten slotte helpt big data
om effectiviteit van zorg te vergroten. Een ziekenhuis in de Verenigde Staten voorspelt op basis van
enorme hoeveelheden (geanonimiseerde) patiëntendossiers succesvolle ingrepen. Hierdoor is het
aantal heropnames met een derde gereduceerd. Een Amerikaanse zorgverzekeraar heeft een
prijsvraag uitgeschreven om op basis van Big Data inzicht te krijgen in onnodige opnames. De jaarlijks
kosten van onnodige opnames zijn 30 miljard dollar. Het prijzengeld is $3.000.000
Leefbare, sterke wijken
Utrecht start met behulp van Big Data de zelfredzaamheid in een wijk te monitoren en voorspellen.
Op basis van data van gemeente, partners en publieke data als Twitter kan worden ‘voorspeld’
welke ondersteuning (van gemeenten en partners) nu en in de toekomst nodig is en vooral ook waar
het niet nodig is en vertrouwd kan worden op de zelfredzaamheid van bewoners. Ook kunnen
maatschappelijke effecten realtime worden gemeten. Ook Almere heeft inmiddels de eerste stappen
gezet naar een early warningssysteem. Dit noemen ze de straatkubus. Huidige
leefbaarheidsstatistieken over buurten zijn slechts jaarlijkse of zelfs tweejaarlijkse momentopnames
en ze zijn vaak sterk veralgemeniseerd. Het Almeerse systeem is daarentegen tot op letterniveau van
de postcode. Zo krijgt de stad inzicht in behoefte en werkende oplossingen in wijken, waardoor
grotere problemen en noodzakelijke investeringen zoals grote kostbare herstructureringen kunnen
worden voorkomen.
Verbeteren veiligheid
Informatie gestuurde inzet is al langer een belangrijk thema bij de politie. Zo wordt in Rotterdam
criminele activiteit ‘voorspeld’ door patroon analyse. Spannend wordt het als politiediensten ook
individuen identificeren die een veiligheidsrisico vormen. Toch is het potentieel hiervan groot. In een
district in Los Angeles nam de criminaliteit 13% af in vier maanden terwijl die in de andere districten
toenam met bijna een half procent. Bij de inhuldiging van Willem Alexander maakte de politie
gebruik van druktemeters, waarmee ze een nauwkeurig ‘real life’ beeld kregen van mensenmassa’s
en -stromen. Dit werd gebruikt om politie-inzet te bepalen en gebruikers op de hoogte te stellen van
drukke en minder drukke plekken in de stad.
Vergroten duurzaamheid
Om duurzame energie maximaal te benutten moet productie zo precies mogelijk voorspeld worden.
IBM heeft een systeem ontwikkeld waarmee bestaande weervoorspellingsmodellen worden
gecombineerd met bijvoorbeeld camera's die de beweging van wolken volgen en sensoren op
windturbines die windsnelheid- en richting meten. Daarmee kan per kwartier op het niveau van één
windturbine of zonnecel de prestaties worden voorspeld. Dit systeem wordt in China gebruikt in een
pilotproject om wind- en zonne-energie zo efficiënt mogelijk op te slaan en in te passen in het
netwerk. Big Data voorkomt daarmee het onnodig bijstoken van fossiele brandstoffen.
Big Data vraagt omslag in denken en regelgeving
Teveel besluitvorming in overheidsorganisaties is gebaseerd op gebrekkige informatie. De kreet ‘fact
free politics’ is hier exemplarisch voor. Het zou naïef zijn om te bepleiten dat de overheid volledig
data gestuurd moeten worden. Wel zullen overheidsorganisaties veel minder wollig beleid moeten
maken, de planning en verantwoordingsinformatie terug moeten brengen naar de essentie,
transparanter moeten zijn en onderliggende patronen bij maatschappelijke opgaven beter bloot
moeten leggen. Werk maken van Big Data betekent nieuwe dingen doen, maar vooral ook met veel
zaken stoppen.
Een overheid die inzet op vernieuwing met Big Data kan dat alleen maar legitiem doen als privacy en
elementaire rechten van burgers niet worden geschonden. Burgers zullen het toejuichen als
gezondheidskosten dalen, misdadigers sneller worden gevonden en de servicegerichtheid verbetert.
Maar als dit ten koste gaat van elementaire rechten rond privacy afspraken zal dit niet worden
getolereerd. Het optimaal vruchten plukken van de potentie van Big Data vraagt dus om robuuste
wetgeving en afspraken over privacy.
Mark Dijksman en Jaring Hiemstra zijn beide bestuurskundige en werken bij Big Fellows, een
organisatie die Big data toepassingen realiseert in de publieke sector www.bigfellows.nl