#algoritmeregister — Public Fediverse posts

Het algoritmeregister van de nederlandse overheid bevat inmiddels meer dan 1400 algoritmes. Het is natuurlijk verre van compleet maar interessant om door heen te bladeren en te zien wat her en der wordt gebruikt. Ik zocht bijvoorbeeld op CoPilot, https://algoritmes.overheid.nl/nl/algoritme?searchtext=copilot&page=1&sort_option=sort_name
#algoritmeregister #AI #overheid

Succes Algoritmeregister mede dankzij Amsterdam

Er zijn inmiddels meer dan 1300 algoritmes gepubliceerd door meer dan 500 deelnemende overheidsorganisaties. Daarmee bereikte het landelijke Algoritmeregister afgelopen jaar een belangrijke mijlpaal. Dat succes is onder meer te danken aan de rol van de gemeente Amsterdam. Zij is al jaren koploper en inspiratiebron op het gebied van algoritmische transparantie.

Van slimme verkeerslichten, voorspellers van drukte op de weg en risicoprofilering tot selectie van belastingaangiftes. Het gebruik van algoritmes door de overheid staat sinds enkele jaren volop in de belangstelling. De Toeslagenaffaire maakte pijnlijk duidelijk wat er mis kan gaan als geautomatiseerde systemen zonder voldoende toezicht, transparantie en menselijke maat worden ingezet. Een van de belangrijkste instrumenten om het vertrouwen van burgers te herstellen in overheidssystemen is het landelijke Algoritmeregister. Daarin maken overheden inzichtelijk welke algoritmes zij gebruiken, met welk doel en welke waarborgen daarbij gelden.

Van lokale innovatie naar landelijke standaard

Het landelijke Algoritmeregister kwam niet uit de lucht vallen. Al in 2019 zette Amsterdam, samen met de stad Helsinki, als eerste stad ter wereld een openbaar algoritmeregister op. Daarmee liep de gemeente vooruit op nationale en internationale discussies over de verantwoordelijke inzet van data en algoritmes. “Daar zijn we nog steeds trots op”, zegt Lisette Kalshoven, teamlead Digitale Rechten en Ethiek bij de gemeente Amsterdam. “Ons doel was om op gemeentelijk niveau transparanter te worden over hoe we technologie inzetten. Dat ons model later de basis werd voor een landelijke standaard, is eigenlijk het grootste compliment dat we konden krijgen.”

“Ons doel was om op gemeentelijk niveau transparanter te worden over hoe we technologie inzetten”

Fundament van vertrouwen

Het doel van het landelijk Algoritmeregister is groter dan alleen openheid. Volgens Suzie Kewal, afdelingshoofd AI & Algoritmebeleid overheid bij BZK, draait het uiteindelijk om betrouwbaarheid van de overheid. “Door inzicht te geven in algoritmegebruik vergroten we de controleerbaarheid van overheidsorganisaties. Burgers en bedrijven krijgen een sterkere positie, omdat algoritmische besluiten beter uitlegbaar worden. En toezichthouders hebben een eerste aanknopingspunt om te beoordelen of processen zorgvuldig zijn ingericht.”

BZK stuurt er daarom nadrukkelijk op aan dat registraties niet alleen technisch correct zijn, maar ook begrijpelijk. Overheden beschrijven hun algoritmes met burgers in gedachten: wat doet het algoritme, waar wordt het toegepast en wat is de impact ervan op inwoners?

Waarom Amsterdam transparantie zo belangrijk vindt

De betrouwbaarheid van de overheid was één van de redenen waarom Amsterdam inzette op meer transparantie over het gebruik van haar algoritmes, vertelt Kalshoven. “Geslotenheid wekt wantrouwen. Als burgers zien dat de gemeente open en eerlijk is over haar technologiegebruik, draagt dat bij aan vertrouwen in beleid en uitvoering.

Als ander argument voor transparantie noemt Kalshoven democratische verantwoording. “De overheid neemt beslissingen namens burgers of die burgers raken. Als algoritmes daarbij helpen, bijvoorbeeld bij het toekennen van uitkeringen, vergunningen of toezicht, dan moeten mensen kunnen begrijpen hoe die besluiten tot stand komen. Zonder transparantie is controle onmogelijk en kunnen burgers zich niet goed verweren als er iets misgaat.”

Daarnaast kunnen algoritmes onbedoeld leiden tot discriminatie “Door open te zijn over hoe een algoritme werkt, dwing je jezelf als organisatie om kritisch te blijven”, aldus Kalshoven. “Je herijkt processen aan actuele wet- en regelgeving. Dat helpt om te toetsen of uitkomsten eerlijk en rechtvaardig zijn.”

Sleutelspeler in het landelijke Algoritmeregister

Toen de Tweede Kamer opriep tot een landelijk Algoritmeregister, was het vanzelfsprekend om Amsterdam daarbij vanaf het begin te betrekken. “De gemeente had al zoveel ervaring opgedaan met hun eigen algoritmeregister”, vertelt Kewal. “Daarnaast hadden zij intern al stappen gezet in bewustwording rondom verantwoorde inzet van algoritmes. Die combinatie was belangrijke inspiratie voor het landelijke Algoritmeregister.”

Per 1 januari 2025 is het Amsterdamse algoritmeregister opgegaan in het landelijke Algoritmeregister. Dat was immers efficiënter en scheelde de gemeente beheerkosten. Daarmee is één centrale plek ontstaan waar overheden hun algoritmes kunnen publiceren.

Publiceren alleen is niet genoeg

Zowel BZK als Amsterdam benadrukken dat het Algoritmeregister geen doel op zich is. “Het is een instrument om de democratie te versterken”, zegt Kewal. “Registreren is een startpunt. Het echte werk zit in het gesprek over waarborgen, risico’s en verantwoordelijkheden. Heb je bijvoorbeeld tijdig een impact assessment uitgevoerd? Moet je bepaalde toepassingen misschien stoppen? Dat gesprek moet op alle niveaus worden gevoerd, niet alleen landelijk.”

Ook Amsterdam kwam al vroeg tot de conclusie dat alleen publiceren onvoldoende is. In 2020 ontwikkelde de gemeente een algoritmebeheerskader, met concrete instrumenten om te toetsen of een algoritme verantwoord kan worden ingezet. Denk aan checks op privacy, bias en rechtmatigheid.

“Registreren is een startpunt. Het echte werk zit in het gesprek over waarborgen, risico’s en verantwoordelijkheden”

Ethiek centraal in digitalisering

Een belangrijk hulpmiddel binnen de gemeente zijn de Quality Assurance Acceptatiecriteria (QAA). Deze tool begeleidt directies stap voor stap langs kwaliteitseisen op het gebied van digitalisering, waaronder algoritmes, privacy en security. “Het begint altijd met de ethische vraag: moeten we dit wel willen?”, legt Kalayciyan uit.

Daarnaast ontwikkelde Amsterdam de zogeheten ‘Ethische Bijsluiter’ die openbaar beschikbaar is via OpenResearch. Met deze methode gaat de gemeente in gesprek met projectteams over de waarden die door technologie worden versterkt of juist onder druk komen te staan. “Niet alles wat technisch mogelijk en juridisch toegestaan is, moet je ook doen”, aldus Kalayciyan.

Op weg naar volwassen transparantie

Voor de toekomst zijn de ambities groot. BZK hoopt in 2026 de grens van 1600 gepubliceerde algoritmebeschrijvingen te bereiken en tegelijkertijd de kwaliteit ervan verder te verhogen. “Transparantie is meer dan zeggen dát je een algoritme gebruikt”, aldus Kewal. “Het gaat ook om uitleggen hoe het werkt, waar het in het proces zit en welke waarborgen burgers beschermen tegen bijvoorbeeld discriminatie.”

Om dat te bereiken heeft BZK de Auditdienst Rijk gevraagd om te onderzoeken hoe organisaties het publiceren momenteel ervaren en hoe consistent registraties worden ingevuld. De uitkomsten moeten helpen om de aansturing en ondersteuning verder te verbeteren.

“We zijn er nog niet”, concludeert Kewal. “Maar we hebben een stevig fundament gelegd. We bewegen van bewust onbekwaam naar bewust bekwaam. Dat is een gezamenlijke transitie, en we mogen trots zijn op wat we hebben bereikt. De inzet en voortrekkersrol van Amsterdam hebben daar onmiskenbaar aan bijgedragen.”

Dit is een automatisch geplaatst bericht. Vragen of opmerkingen kun je richten aan @[email protected]

#Algoritme #Algoritmeregister #Amsterdam #nieuwsbrief72026

Hoe krijg je meer inzicht in eigen algoritmes?

De Autoriteit Consument en Markt (ACM) werkt met een breed scala aan algoritmes. Mede dankzij het landelijke Algoritmeregister kreeg de organisatie meer inzicht in welke algoritmes ze gebruikt en met welk doel.

Momenteel staan er 15 algoritmes van de ACM in het Algoritmeregister. Daarmee is de autoriteit een voorloper onder toezichthouders in Nederland. Maar dat is nog maar het begin. Dit aantal gaat de komende tijd alleen maar toenemen, verwachten bestuurslid Martijn Ridderbos en Kari Spijker, algoritme-governancespecialist bij de Taskforce Data en Algoritmen (TDA) van de ACM.

Meer grip op de eigen algoritmes

“We zijn nu bijna 2 jaar bezig met het landelijke Algoritmeregister”, vertelt Spijker. “Het heeft ons geholpen om meer grip te krijgen op welke algoritmes we allemaal in huis hebben. Door onze algoritmes te registreren in het Algoritmeregister werden we gedwongen om na te denken over de vraag: wat definiëren wij eigenlijk als algoritme, en wat valt daar wel en niet onder?”

Volgens Spijker helpt het register dan ook als een instrument om overzicht te creëren. “De ACM bestaat uit veel verschillende directies, die elk op hun eigen manier toezicht houden. Het Algoritmeregister was voor ons de aanleiding om ons interne register te actualiseren en uit te breiden. Welke algoritmes en AI-systemen gebruiken we? En zijn die ook op orde? Het nationale Algoritmeregister heeft ons echt geholpen om nog verantwoorder en transparanter te werken als toezichthouder.”

Kernwaarden

Ridderbos onderschrijft dat beeld. “Onze missie is om markten goed te laten werken voor mensen en bedrijven, nu en in de toekomst. Vanuit die missie hanteren we 3 kernwaarden: onafhankelijk, open en vindingrijk. Juist vanuit die openheid is het Algoritmeregister heel belangrijk. We vinden het essentieel om publiek en transparant te zijn over wat we doen. Daarom delen we onze belangrijkste algoritmes in een register dat voor iedereen toegankelijk is.”

Dilemma tussen openheid en toezicht

Hoe belangrijk transparantie ook is, de ACM kan niet alle algoritmes volledig openbaar maken omdat dat haar taak als toezichthouder in gevaar zou brengen. Van sommige algoritmes wil je niet dat iedereen precies weet hoe ze werken”, zegt Ridderbos. “Dat zou het toezicht kunnen ondermijnen. Het is een dilemma, want we willen zo open mogelijk zijn.”

Daarom worden sommige algoritmes slechts op hoofdlijnen beschreven. “Te gevoelige informatie herformuleren we”, licht Spijker toe. “We beschrijven bijvoorbeeld globaal hoe een algoritme technisch werkt, zonder details prijs te geven over bronnen of specifieke methodes.”

Ridderbos benadrukt dat dit geen willekeurige keuze is. “We houden geen informatie achter die het publiek op basis van de criteria zou moeten kennen. Maar we maken wel een zorgvuldige afweging om te voorkomen dat onze toezichtstaken worden geschaad.”

Maximale transparantie

De Taskforce Data en Algoritmen ontwikkelt ook steeds vaker zelf algoritmes die zorgen voor meer inzicht in markten en marktgedragingen en voor detectie van marktproblemen.  “We verwachten dat op dat vlak ook meer registraties in het register zullen volgen”, zegt Ridderbos. “De ontwikkelingen gaan razendsnel, zowel bij de partijen waarop wij toezicht houden als bij onszelf. Wij kijken hoe we AI kunnen inzetten om ons werk te verrijken en gebruiken die kennis ook om goed toezicht te kunnen houden op markten waarin data en AI een steeds grotere rol spelen. Dat vraagt om maximale transparantie waar dat kan en zorgvuldigheid. Hoe meer we in Nederland met AI en algoritmes werken, hoe groter de noodzaak om daar open over te zijn. Zeker bij publieke dienstverleners. We hopen dat ook andere partijen erin meegaan. Dat draagt bij aan een gelijk speelveld.”

Naar datagebaseerd toezicht

Omdat het gebruik van data en algoritmes toeneemt, heeft de ACM begin 2023 de Taskforce Data en Algoritmen opgericht. “We zijn die nu aan het omvormen tot een volwaardige directie”, zegt Ridderbos. “Datagebaseerd toezicht is een essentieel onderdeel van onze taak.” Spijker ziet daarin ook een bredere maatschappelijke verantwoordelijkheid. “Digitalisering verandert de samenleving ingrijpend en daar moeten onze digitale instrumenten en capaciteiten in meegroeien. Juist toezichthouders hebben de taak om die ontwikkelingen in goede banen te leiden en te zorgen voor een veilige en betrouwbare online omgeving.” Daarom leidt de ACM samen met andere toezichthouders de Nederlandse Zorgautoriteit (NZA) en de Autoriteit Financiële Markten (AFM) via een traineeship dataspecialisten op die gespecialiseerd zijn in het gebruik van data en algoritmes binnen de toezichtpraktijk.

Doe ook mee!

Ridderbos en Spijker roepen andere overheidsorganisaties ook op om hun algoritmes te delen via het Algoritmeregister: “Blijf daarbij niet te lang hangen in definities”, adviseert Spijker. “Begin gewoon met inventariseren en delen. Het Algoritmeregister is niet alleen een verplichting, maar ook een bron van inspiratie. Het laat zien wat je al doet. En daar mag je best trots op zijn.”

Dit is een automatisch geplaatst bericht. Vragen of opmerkingen kun je richten aan @[email protected]

#AI #Algoritme #Algoritmeregister #nieuwsbrief32026

Hoe krijg je meer inzicht in eigen algoritmes?

De Autoriteit Consument en Markt (ACM) werkt met een breed scala aan algoritmes. Mede dankzij het landelijke Algoritmeregister kreeg de organisatie meer inzicht in welke algoritmes ze gebruikt en met welk doel.

Momenteel staan er 15 algoritmes van de ACM in het Algoritmeregister. Daarmee is de autoriteit een voorloper onder toezichthouders in Nederland. Maar dat is nog maar het begin. Dit aantal gaat de komende tijd alleen maar toenemen, verwachten bestuurslid Martijn Ridderbos en Kari Spijker, algoritme-governancespecialist bij de Taskforce Data en Algoritmen (TDA) van de ACM.

Meer grip op de eigen algoritmes

“We zijn nu bijna twee jaar bezig met het landelijke Algoritmeregister”, vertelt Spijker. “Het heeft ons geholpen om meer grip te krijgen op welke algoritmes we allemaal in huis hebben. Door onze algoritmes te registreren in het Algoritmeregister werden we gedwongen om na te denken over de vraag: wat definiëren wij eigenlijk als algoritme, en wat valt daar wel en niet onder?”

Volgens Spijker helpt het register dan ook als een instrument om overzicht te creëren. “De ACM bestaat uit veel verschillende directies, die elk op hun eigen manier toezicht houden. Het Algoritmeregister was voor ons de aanleiding om ons interne register te actualiseren en uit te breiden. Welke algoritmes en AI-systemen gebruiken we? En zijn die ook op orde? Het nationale Algoritmeregister heeft ons echt geholpen om nog verantwoorder en transparanter te werken als toezichthouder.”

Kernwaarden

Ridderbos onderschrijft dat beeld. “Onze missie is om markten goed te laten werken voor mensen en bedrijven, nu en in de toekomst. Vanuit die missie hanteren we 3 kernwaarden: onafhankelijk, open en vindingrijk. Juist vanuit die openheid is het Algoritmeregister heel belangrijk. We vinden het essentieel om publiek en transparant te zijn over wat we doen. Daarom delen we onze belangrijkste algoritmes in een register dat voor iedereen toegankelijk is.”

Dilemma tussen openheid en toezicht

Hoe belangrijk transparantie ook is, de ACM kan niet alle algoritmes volledig openbaar maken omdat dat haar taak als toezichthouder in gevaar zou brengen. Van sommige algoritmes wil je niet dat iedereen precies weet hoe ze werken”, zegt Ridderbos. “Dat zou het toezicht kunnen ondermijnen. Het is een dilemma, want we willen zo open mogelijk zijn.”

Daarom worden sommige algoritmes slechts op hoofdlijnen beschreven. “Te gevoelige informatie herformuleren we”, licht Spijker toe. “We beschrijven bijvoorbeeld globaal hoe een algoritme technisch werkt, zonder details prijs te geven over bronnen of specifieke methodes.”

Ridderbos benadrukt dat dit geen willekeurige keuze is. “We houden geen informatie achter die het publiek op basis van de criteria zou moeten kennen. Maar we maken wel een zorgvuldige afweging om te voorkomen dat onze toezichtstaken worden geschaad.”

Maximale transparantie

De Taskforce Data en Algoritmen ontwikkelt ook steeds vaker zelf algoritmes die zorgen voor meer inzicht in markten en marktgedragingen en voor detectie van marktproblemen.  “We verwachten dat op dat vlak ook meer registraties in het register zullen volgen”, zegt Ridderbos. “De ontwikkelingen gaan razendsnel, zowel bij de partijen waarop wij toezicht houden als bij onszelf. Wij kijken hoe we AI kunnen inzetten om ons werk te verrijken en gebruiken die kennis ook om goed toezicht te kunnen houden op markten waarin data en AI een steeds grotere rol spelen. Dat vraagt om maximale transparantie waar dat kan en zorgvuldigheid. Hoe meer we in Nederland met AI en algoritmes werken, hoe groter de noodzaak om daar open over te zijn. Zeker bij publieke dienstverleners. We hopen dat ook andere partijen erin meegaan. Dat draagt bij aan een gelijk speelveld.”

Naar datagebaseerd toezicht

Omdat het gebruik van data en algoritmes toeneemt, heeft de ACM begin 2023 de Taskforce Data en Algoritmen opgericht. “We zijn die nu aan het omvormen tot een volwaardige directie”, zegt Ridderbos. “Datagebaseerd toezicht is een essentieel onderdeel van onze taak.” Spijker ziet daarin ook een bredere maatschappelijke verantwoordelijkheid. “Digitalisering verandert de samenleving ingrijpend en daar moeten onze digitale instrumenten en capaciteiten in meegroeien. Juist toezichthouders hebben de taak om die ontwikkelingen in goede banen te leiden en te zorgen voor een veilige en betrouwbare online omgeving.” Daarom leidt de ACM samen met andere toezichthouders de Nederlandse Zorgautoriteit (NZA) en de Autoriteit Financiële Markten (AFM) via een traineeship dataspecialisten op die gespecialiseerd zijn in het gebruik van data en algoritmes binnen de toezichtpraktijk.

Doe ook mee!

Ridderbos en Spijker roepen andere overheidsorganisaties ook op om hun algoritmes te delen via het Algoritmeregister: “Blijf daarbij niet te lang hangen in definities”, adviseert Spijker. “Begin gewoon met inventariseren en delen. Het Algoritmeregister is niet alleen een verplichting, maar ook een bron van inspiratie. Het laat zien wat je al doet. En daar mag je best trots op zijn.”

Dit is een automatisch geplaatst bericht. Vragen of opmerkingen kun je richten aan @[email protected]

#AI #Algoritme #Algoritmeregister

1000e algoritme gepubliceerd in Algoritmeregister

Het College van Toezicht Auteursrechten (CvTA) publiceerde onlangs het 1000e algoritme in het landelijk Algoritmeregister. Dit is een belangrijke mijlpaal die laat zien dat het register niet langer iets nieuws is, maar een groeiend medium dat steeds vaker wordt toegepast. Sinds de start in 2022 is het aantal publicaties gestaag toegenomen, afkomstig van diverse overheidsorganisaties.

Wieke Hoge, secretaris-directeur, CvTA: “Bij onze toezichtwerkzaamheden maken we nog geen gebruik van AI. We willen er binnen onze organisatie wel ervaring mee opdoen. Dat is best een uitdaging, merkten we tijdens een trainingsdag, om aan onze AI-geletterdheid te werken. We vinden verantwoord AI-gebruik van groot belang voor het behoud van een waardevolle en diverse culturele sector. We hebben daarom onze AI-pilot aangemeld voor het Algoritmeregister en volgen de best practices die BZK deelt.”

Het belang van algoritmeregistratie

De inzet van algoritmes en AI neemt sterk toe en biedt talloze kansen. Tegelijkertijd brengt het ook risico’s met zich mee, zoals discriminatie, privacyschending en cybersecurityproblemen. Het registreren van algoritmes is een manier om grip te krijgen op deze risico’s. In het Algoritmeregister maken Nederlandse overheidsorganisaties inzichtelijk welke algoritmes zij gebruiken bij het uitvoeren van hun taken.

Beter inzicht

Wanneer de overheid algoritmes gebruikt is transparantie van groot belang. De verantwoorde inzet van algoritmes moet terugkomen in de ontwikkeling van werkprocessen, het nadenken over governance-structuren en het aangaan van het goede gesprek binnen organisaties. Daarnaast helpt het register om de toepassing en uitkomst van algoritmes uitlegbaar te maken. Elke publicatie draagt bij aan een beter inzicht in hoe algoritmes werken, waar ze voor worden ingezet en welke maatschappelijke impact ze hebben.

Blijf je algoritmes registreren

Met de registratie van het 1000e algoritme in het Algoritmeregister is een basis gelegd. Het algoritme implementatieteam blijft overheden oproepen om door te gaan met registreren. Samen kunnen overheden blijven werken aan de uitlegbaarheid en het transparant gebruik van algoritmes door de overheid.

Meer informatie

Voor vragen over het registreren van algoritmes in het Algoritmeregister kan je contact opnemen met [email protected]. Daarnaast biedt het Algoritmekader ook ondersteuning bij het registreren van algoritmes. In het Algoritmekader vind je meer over wet- en regelgeving, richtlijnen en hulpmiddelen.

Dit is een automatisch geplaatst bericht. Vragen of opmerkingen kun je richten aan @[email protected]

#Algoritme #algoritmekader #Algoritmeregister #nieuwsbrief132025

Dienstverlening vanuit wat Rotterdammers nodig hebben

Het initiatief Verbeteren vanuit klantsignalen won eind 2024 de landelijke competitie GemeenteDelers, categorie Uitvoeringskracht. Bij dit initiatief draait alles om het verbeteren van de dienstverlening door het verzamelen van signalen van inwoners. Winnaars Evelien Klomps (procesmanager) en Kevin Willemsen (data-analist) vertellen over dit dynamische model van de gemeente Rotterdam dat steeds verder wordt ontwikkeld. Zowel binnen als buiten de organisatie.

Want ben je een winnaar, dan heb je vrienden. Klomps: “Het winnen heeft voor meer zichtbaarheid gezorgd, vooral op LinkedIn. We zien ook verzoeken van andere gemeenten en overheidsorganisaties die ons vragen: ‘Joh, vertel eens hoe jullie het hebben gedaan.’ Dat is heel leuk.”

Het model en hoe het werkt

Wat houdt dit model om de Rotterdamse dienstverlening te verbeteren precies in? Willemsen: “We kijken naar bronnen binnen de gemeente waarin signalen van Rotterdammers naar voren komen. Klanttevredenheidsonderzoeken, klachten, de inhoud van terugbelnotities bijvoorbeeld. Daarin kan informatie staan over vragen of de beleving van mensen, dingen waar ze niet uitkomen. Bijvoorbeeld: ‘Mijn aanvraag duurt lang’ of ‘Ik weet niet wat de status van mijn aanvraag is’. Van al die bestaande bronnen verzamelen we de teksten. Die data uit verschillende systemen voegen we samen, waarbij een algoritme de categorieën herkent. Denk aan categorieën als parkeren, financiële regelingen of bijstandsuitkeringen. Uiteindelijk gaat het om een dataset van zo’n 250.000 teksten per jaar. Al die categorieën zetten we in een dashboard dat we breder in de organisatie beschikbaar stellen om analyses op te maken. Welke onderwerpen geven veel signalen?”

Een completer beeld

Klomps: “De signalen worden door medewerkers met verschillende functies gebruikt om vooral te luisteren naar wat Rotterdammers nodig hebben. Denk aan data-analisten, maar ook communicatieadviseurs, teamleiders en wijknetwerkers. Die kijken ernaar om een beeld te krijgen van wat er speelt onder inwoners van wijken.”

Ze vervolgt: “Medewerkers geven aan dat het vooral een aanvulling is op andere informatie die ze al hebben. Vaak heb je al wel harde cijfers over processen, bijvoorbeeld hoelang de behandeling van aanvragen duurt, maar hiermee krijg je een completer beeld. Namelijk hoe je proces ervaren wordt.”

Veiligheid borgen

Het werken met zo’n omvangrijke dataset vraagt om een zorgvuldige en veilige aanpak. Willemsen: “De gemeente is ingedeeld in 7 clusters, waaronder het cluster dienstverlening. Dit cluster heeft een eigen privacy officer en informatiebeveiligingsexpert, en nog een paar andere mensen die vanuit wetten en regels moeten meekijken bij zo’n proces. Zoals een recordmanager, die zich vooral bezighoudt met de archiefwet. Hoelang mogen gegevens bewaard worden? Maar er zijn ook experts op het gebied van algoritmes en ethiek bij betrokken. Elke keer als je een nieuwe databron wil ontsluiten of een nieuw systeem wil gebruiken, bespreek je dat met al die disciplines. En we hebben het model gepubliceerd in het Rotterdamse algoritmeregister en het landelijke algoritmeregister.” Lees meer over dit algoritmeregister.

Klomps: “Bij het delen van het dashboard binnen de organisatie loopt een zogenaamd maskeringsscript over de data. Dat haalt alle persoonsgegevens die in de teksten voorkomen er automatisch uit.”

“Hoe volwassen is je organisatie op het gebied van datamanagement? Dat is best wel een grote vraag en uitdaging.”

Aanleiding

Klomps vertelt over de aanleiding voor deze aanpak: “We begonnen met het idee: als het over brede dienstverlening gaat, is het van belang te weten hoe Rotterdammers die ervaren. We hadden destijds, tot 2017, nog geen klanttevredenheidsonderzoeken op de dienstverleningskanalen, ook niet op de processen. Die hebben we eerst opgezet. Daar komen natuurlijk motivaties, toelichtingen en emoties uit. Super interessant, maar ontzettend veel data. Te veel om alleen met mensenogen te kunnen analyseren. Daarom hebben we een klein testje gedaan aan de hand van ‘text mining’. Daarbij kijk je hoe je patronen uit teksten kan ontdekken, gewoon met eigen ogen. Vervolgens hebben we gekeken wat er gebeurt als je een algoritme over een dataset ‘runt’. En of die analyse logisch is met wat Rotterdammers zelf zeggen in dat onderzoek. Dus of de categorieën die het algoritme uit de teksten haalt overeenkomen met wat mensen daadwerkelijk hebben gezegd. Dat kwam overeen, en zo is het begonnen.”

En natuurlijk loop je tijdens zo’n omvangrijk project tegen van alles aan. Klomps: “Werken met algoritmes en data is boeiend, maar soms ook erg ingewikkeld. Hoe volwassen is je organisatie op het gebied van datamanagement? Dat is best wel een grote vraag en uitdaging. En soms heb je ook een beetje geduld nodig, dan wil je sneller dan je kan binnen je organisatie. Verder zijn er veel mensen bij betrokken, dat betekent veel afstemmen en uitleggen. Bijvoorbeeld over wat een algoritme doet en dat dat niet eng is, maar juist vóór je kan werken. Ik ben trots op waar we nu staan!”

Iets teruggeven aan inwoners

Wat is uiteindelijk de winst van dit model? Klomps legt uit: “Het werken aan herstel van vertrouwen in de overheid begint wat ons betreft bij luisteren. Het is juist mooi om verbetertrajecten of projecten te starten vanuit een behoefte van inwoners, wat zij nodig hebben. Op een datagedreven manier, structureel. Ik denk dat we met dit model een mooi startpunt hebben gecreëerd voor verbetertrajecten binnen onze organisatie. Dat we niet alleen maar vanachter onze bureaus notities schrijven vanuit onze eigen perspectieven, maar dat we daarbij ook iets meenemen vanuit de data die we al hebben. En als je dat kan teruggeven aan inwoners, leidt dat hopelijk tot meer tevreden Rotterdammers. Ik denk dat je dan uiteindelijk kan bijdragen aan het herstel van vertrouwen in de overheid.”

Samenwerken

Klomps en Willemsen zoeken graag de samenwerking op: “Het is goed om in gesprek te gaan; hoe kunnen we elkaar, andere gemeenten en organisaties, helpen om dit op veel meer plekken georganiseerd te krijgen?”

Is jouw gemeente of organisatie geïnteresseerd in de Rotterdamse aanpak rondom klantsignalen? Neem contact op via: [email protected].

Dit is een automatisch geplaatst bericht. Vragen of opmerkingen kun je richten aan @[email protected]

#Algoritme #algoritmen #Algoritmeregister #Dienstverlening #gemeentedelers #gemeenten #nieuwsbrief42025

Dienstverlening vanuit wat Rotterdammers nodig hebben

Het initiatief Verbeteren vanuit klantsignalen won eind 2024 de landelijke competitie GemeenteDelers, categorie Uitvoeringskracht. Bij dit initiatief draait alles om het verbeteren van de dienstverlening door het verzamelen van signalen van inwoners. Winnaars Evelien Klomps (procesmanager) en Kevin Willemsen (data-analist) vertellen over dit dynamische model van de gemeente Rotterdam dat steeds verder wordt ontwikkeld. Zowel binnen als buiten de organisatie.

Want ben je een winnaar, dan heb je vrienden. Klomps: “Het winnen heeft voor meer zichtbaarheid gezorgd, vooral op LinkedIn. We zien ook verzoeken van andere gemeenten en overheidsorganisaties die ons vragen: ‘Joh, vertel eens hoe jullie het hebben gedaan.’ Dat is heel leuk.”

Het model en hoe het werkt

Wat houdt dit model om de Rotterdamse dienstverlening te verbeteren precies in? Willemsen: “We kijken naar bronnen binnen de gemeente waarin signalen van Rotterdammers naar voren komen. Klanttevredenheidsonderzoeken, klachten, de inhoud van terugbelnotities bijvoorbeeld. Daarin kan informatie staan over vragen of de beleving van mensen, dingen waar ze niet uitkomen. Bijvoorbeeld: ‘Mijn aanvraag duurt lang’ of ‘Ik weet niet wat de status van mijn aanvraag is’. Van al die bestaande bronnen verzamelen we de teksten. Die data uit verschillende systemen voegen we samen, waarbij een algoritme de categorieën herkent. Denk aan categorieën als parkeren, financiële regelingen of bijstandsuitkeringen. Uiteindelijk gaat het om een dataset van zo’n 250.000 teksten per jaar. Al die categorieën zetten we in een dashboard dat we breder in de organisatie beschikbaar stellen om analyses op te maken. Welke onderwerpen geven veel signalen?”

Een completer beeld

Klomps: “De signalen worden door medewerkers met verschillende functies gebruikt om vooral te luisteren naar wat Rotterdammers nodig hebben. Denk aan data-analisten, maar ook communicatieadviseurs, teamleiders en wijknetwerkers. Die kijken ernaar om een beeld te krijgen van wat er speelt onder inwoners van wijken.”

Ze vervolgt: “Medewerkers geven aan dat het vooral een aanvulling is op andere informatie die ze al hebben. Vaak heb je al wel harde cijfers over processen, bijvoorbeeld hoelang de behandeling van aanvragen duurt, maar hiermee krijg je een completer beeld. Namelijk hoe je proces ervaren wordt.”

Veiligheid borgen

Het werken met zo’n omvangrijke dataset vraagt om een zorgvuldige en veilige aanpak. Willemsen: “De gemeente is ingedeeld in 7 clusters, waaronder het cluster dienstverlening. Dit cluster heeft een eigen privacy officer en informatiebeveiligingsexpert, en nog een paar andere mensen die vanuit wetten en regels moeten meekijken bij zo’n proces. Zoals een recordmanager, die zich vooral bezighoudt met de archiefwet. Hoelang mogen gegevens bewaard worden? Maar er zijn ook experts op het gebied van algoritmes en ethiek bij betrokken. Elke keer als je een nieuwe databron wil ontsluiten of een nieuw systeem wil gebruiken, bespreek je dat met al die disciplines. En we hebben het model gepubliceerd in het Rotterdamse algoritmeregister en het landelijke algoritmeregister.” Lees meer over dit algoritmeregister.

Klomps: “Bij het delen van het dashboard binnen de organisatie loopt een zogenaamd maskeringsscript over de data. Dat haalt alle persoonsgegevens die in de teksten voorkomen er automatisch uit.”

“Hoe volwassen is je organisatie op het gebied van datamanagement? Dat is best wel een grote vraag en uitdaging.”

Aanleiding

Klomps vertelt over de aanleiding voor deze aanpak: “We begonnen met het idee: als het over brede dienstverlening gaat, is het van belang te weten hoe Rotterdammers die ervaren. We hadden destijds, tot 2017, nog geen klanttevredenheidsonderzoeken op de dienstverleningskanalen, ook niet op de processen. Die hebben we eerst opgezet. Daar komen natuurlijk motivaties, toelichtingen en emoties uit. Super interessant, maar ontzettend veel data. Te veel om alleen met mensenogen te kunnen analyseren. Daarom hebben we een klein testje gedaan aan de hand van ‘text mining’. Daarbij kijk je hoe je patronen uit teksten kan ontdekken, gewoon met eigen ogen. Vervolgens hebben we gekeken wat er gebeurt als je een algoritme over een dataset ‘runt’. En of die analyse logisch is met wat Rotterdammers zelf zeggen in dat onderzoek. Dus of de categorieën die het algoritme uit de teksten haalt overeenkomen met wat mensen daadwerkelijk hebben gezegd. Dat kwam overeen, en zo is het begonnen.”

En natuurlijk loop je tijdens zo’n omvangrijk project tegen van alles aan. Klomps: “Werken met algoritmes en data is boeiend, maar soms ook erg ingewikkeld. Hoe volwassen is je organisatie op het gebied van datamanagement? Dat is best wel een grote vraag en uitdaging. En soms heb je ook een beetje geduld nodig, dan wil je sneller dan je kan binnen je organisatie. Verder zijn er veel mensen bij betrokken, dat betekent veel afstemmen en uitleggen. Bijvoorbeeld over wat een algoritme doet en dat dat niet eng is, maar juist vóór je kan werken. Ik ben trots op waar we nu staan!”

Iets teruggeven aan inwoners

Wat is uiteindelijk de winst van dit model? Klomps legt uit: “Het werken aan herstel van vertrouwen in de overheid begint wat ons betreft bij luisteren. Het is juist mooi om verbetertrajecten of projecten te starten vanuit een behoefte van inwoners, wat zij nodig hebben. Op een datagedreven manier, structureel. Ik denk dat we met dit model een mooi startpunt hebben gecreëerd voor verbetertrajecten binnen onze organisatie. Dat we niet alleen maar vanachter onze bureaus notities schrijven vanuit onze eigen perspectieven, maar dat we daarbij ook iets meenemen vanuit de data die we al hebben. En als je dat kan teruggeven aan inwoners, leidt dat hopelijk tot meer tevreden Rotterdammers. Ik denk dat je dan uiteindelijk kan bijdragen aan het herstel van vertrouwen in de overheid.”

Samenwerken

Klomps en Willemsen zoeken graag de samenwerking op: “Het is goed om in gesprek te gaan; hoe kunnen we elkaar, andere gemeenten en organisaties, helpen om dit op veel meer plekken georganiseerd te krijgen?”

Is jouw gemeente of organisatie geïnteresseerd in de Rotterdamse aanpak rondom klantsignalen? Neem contact op via: [email protected].

Dit is een automatisch geplaatst bericht. Vragen of opmerkingen kun je richten aan @[email protected]

#Algoritme #algoritmen #Algoritmeregister #Dienstverlening #gemeentedelers #gemeenten #nieuwsbrief42025

Dienstverlening vanuit wat Rotterdammers nodig hebben

Het initiatief Verbeteren vanuit klantsignalen won eind 2024 de landelijke competitie GemeenteDelers, categorie Uitvoeringskracht. Bij dit initiatief draait alles om het verbeteren van de dienstverlening door het verzamelen van signalen van inwoners. Winnaars Evelien Klomps (procesmanager) en Kevin Willemsen (data-analist) vertellen over dit dynamische model van de gemeente Rotterdam dat steeds verder wordt ontwikkeld. Zowel binnen als buiten de organisatie.

Want ben je een winnaar, dan heb je vrienden. Klomps: “Het winnen heeft voor meer zichtbaarheid gezorgd, vooral op LinkedIn. We zien ook verzoeken van andere gemeenten en overheidsorganisaties die ons vragen: ‘Joh, vertel eens hoe jullie het hebben gedaan.’ Dat is heel leuk.”

Het model en hoe het werkt

Wat houdt dit model om de Rotterdamse dienstverlening te verbeteren precies in? Willemsen: “We kijken naar bronnen binnen de gemeente waarin signalen van Rotterdammers naar voren komen. Klanttevredenheidsonderzoeken, klachten, de inhoud van terugbelnotities bijvoorbeeld. Daarin kan informatie staan over vragen of de beleving van mensen, dingen waar ze niet uitkomen. Bijvoorbeeld: ‘Mijn aanvraag duurt lang’ of ‘Ik weet niet wat de status van mijn aanvraag is’. Van al die bestaande bronnen verzamelen we de teksten. Die data uit verschillende systemen voegen we samen, waarbij een algoritme de categorieën herkent. Denk aan categorieën als parkeren, financiële regelingen of bijstandsuitkeringen. Uiteindelijk gaat het om een dataset van zo’n 250.000 teksten per jaar. Al die categorieën zetten we in een dashboard dat we breder in de organisatie beschikbaar stellen om analyses op te maken. Welke onderwerpen geven veel signalen?”

Een completer beeld

Klomps: “De signalen worden door medewerkers met verschillende functies gebruikt om vooral te luisteren naar wat Rotterdammers nodig hebben. Denk aan data-analisten, maar ook communicatieadviseurs, teamleiders en wijknetwerkers. Die kijken ernaar om een beeld te krijgen van wat er speelt onder inwoners van wijken.”

Ze vervolgt: “Medewerkers geven aan dat het vooral een aanvulling is op andere informatie die ze al hebben. Vaak heb je al wel harde cijfers over processen, bijvoorbeeld hoelang de behandeling van aanvragen duurt, maar hiermee krijg je een completer beeld. Namelijk hoe je proces ervaren wordt.”

Veiligheid borgen

Het werken met zo’n omvangrijke dataset vraagt om een zorgvuldige en veilige aanpak. Willemsen: “De gemeente is ingedeeld in 7 clusters, waaronder het cluster dienstverlening. Dit cluster heeft een eigen privacy officer en informatiebeveiligingsexpert, en nog een paar andere mensen die vanuit wetten en regels moeten meekijken bij zo’n proces. Zoals een recordmanager, die zich vooral bezighoudt met de archiefwet. Hoelang mogen gegevens bewaard worden? Maar er zijn ook experts op het gebied van algoritmes en ethiek bij betrokken. Elke keer als je een nieuwe databron wil ontsluiten of een nieuw systeem wil gebruiken, bespreek je dat met al die disciplines. En we hebben het model gepubliceerd in het Rotterdamse algoritmeregister en het landelijke algoritmeregister.” Lees meer over dit algoritmeregister.

Klomps: “Bij het delen van het dashboard binnen de organisatie loopt een zogenaamd maskeringsscript over de data. Dat haalt alle persoonsgegevens die in de teksten voorkomen er automatisch uit.”

“Hoe volwassen is je organisatie op het gebied van datamanagement? Dat is best wel een grote vraag en uitdaging.”

Aanleiding

Klomps vertelt over de aanleiding voor deze aanpak: “We begonnen met het idee: als het over brede dienstverlening gaat, is het van belang te weten hoe Rotterdammers die ervaren. We hadden destijds, tot 2017, nog geen klanttevredenheidsonderzoeken op de dienstverleningskanalen, ook niet op de processen. Die hebben we eerst opgezet. Daar komen natuurlijk motivaties, toelichtingen en emoties uit. Super interessant, maar ontzettend veel data. Te veel om alleen met mensenogen te kunnen analyseren. Daarom hebben we een klein testje gedaan aan de hand van ‘text mining’. Daarbij kijk je hoe je patronen uit teksten kan ontdekken, gewoon met eigen ogen. Vervolgens hebben we gekeken wat er gebeurt als je een algoritme over een dataset ‘runt’. En of die analyse logisch is met wat Rotterdammers zelf zeggen in dat onderzoek. Dus of de categorieën die het algoritme uit de teksten haalt overeenkomen met wat mensen daadwerkelijk hebben gezegd. Dat kwam overeen, en zo is het begonnen.”

En natuurlijk loop je tijdens zo’n omvangrijk project tegen van alles aan. Klomps: “Werken met algoritmes en data is boeiend, maar soms ook erg ingewikkeld. Hoe volwassen is je organisatie op het gebied van datamanagement? Dat is best wel een grote vraag en uitdaging. En soms heb je ook een beetje geduld nodig, dan wil je sneller dan je kan binnen je organisatie. Verder zijn er veel mensen bij betrokken, dat betekent veel afstemmen en uitleggen. Bijvoorbeeld over wat een algoritme doet en dat dat niet eng is, maar juist vóór je kan werken. Ik ben trots op waar we nu staan!”

Iets teruggeven aan inwoners

Wat is uiteindelijk de winst van dit model? Klomps legt uit: “Het werken aan herstel van vertrouwen in de overheid begint wat ons betreft bij luisteren. Het is juist mooi om verbetertrajecten of projecten te starten vanuit een behoefte van inwoners, wat zij nodig hebben. Op een datagedreven manier, structureel. Ik denk dat we met dit model een mooi startpunt hebben gecreëerd voor verbetertrajecten binnen onze organisatie. Dat we niet alleen maar vanachter onze bureaus notities schrijven vanuit onze eigen perspectieven, maar dat we daarbij ook iets meenemen vanuit de data die we al hebben. En als je dat kan teruggeven aan inwoners, leidt dat hopelijk tot meer tevreden Rotterdammers. Ik denk dat je dan uiteindelijk kan bijdragen aan het herstel van vertrouwen in de overheid.”

Samenwerken

Klomps en Willemsen zoeken graag de samenwerking op: “Het is goed om in gesprek te gaan; hoe kunnen we elkaar, andere gemeenten en organisaties, helpen om dit op veel meer plekken georganiseerd te krijgen?”

Is jouw gemeente of organisatie geïnteresseerd in de Rotterdamse aanpak rondom klantsignalen? Neem contact op via: [email protected].

Dit is een automatisch geplaatst bericht. Vragen of opmerkingen kun je richten aan @[email protected]

#Algoritme #algoritmen #Algoritmeregister #Dienstverlening #gemeentedelers #gemeenten #nieuwsbrief42025

Dienstverlening vanuit wat Rotterdammers nodig hebben

Het initiatief Verbeteren vanuit klantsignalen won eind 2024 de landelijke competitie GemeenteDelers, categorie Uitvoeringskracht. Bij dit initiatief draait alles om het verbeteren van de dienstverlening door het verzamelen van signalen van inwoners. Winnaars Evelien Klomps (procesmanager) en Kevin Willemsen (data-analist) vertellen over dit dynamische model van de gemeente Rotterdam dat steeds verder wordt ontwikkeld. Zowel binnen als buiten de organisatie.

Want ben je een winnaar, dan heb je vrienden. Klomps: “Het winnen heeft voor meer zichtbaarheid gezorgd, vooral op LinkedIn. We zien ook verzoeken van andere gemeenten en overheidsorganisaties die ons vragen: ‘Joh, vertel eens hoe jullie het hebben gedaan.’ Dat is heel leuk.”

Het model en hoe het werkt

Wat houdt dit model om de Rotterdamse dienstverlening te verbeteren precies in? Willemsen: “We kijken naar bronnen binnen de gemeente waarin signalen van Rotterdammers naar voren komen. Klanttevredenheidsonderzoeken, klachten, de inhoud van terugbelnotities bijvoorbeeld. Daarin kan informatie staan over vragen of de beleving van mensen, dingen waar ze niet uitkomen. Bijvoorbeeld: ‘Mijn aanvraag duurt lang’ of ‘Ik weet niet wat de status van mijn aanvraag is’. Van al die bestaande bronnen verzamelen we de teksten. Die data uit verschillende systemen voegen we samen, waarbij een algoritme de categorieën herkent. Denk aan categorieën als parkeren, financiële regelingen of bijstandsuitkeringen. Uiteindelijk gaat het om een dataset van zo’n 250.000 teksten per jaar. Al die categorieën zetten we in een dashboard dat we breder in de organisatie beschikbaar stellen om analyses op te maken. Welke onderwerpen geven veel signalen?”

Een completer beeld

Klomps: “De signalen worden door medewerkers met verschillende functies gebruikt om vooral te luisteren naar wat Rotterdammers nodig hebben. Denk aan data-analisten, maar ook communicatieadviseurs, teamleiders en wijknetwerkers. Die kijken ernaar om een beeld te krijgen van wat er speelt onder inwoners van wijken.”

Ze vervolgt: “Medewerkers geven aan dat het vooral een aanvulling is op andere informatie die ze al hebben. Vaak heb je al wel harde cijfers over processen, bijvoorbeeld hoelang de behandeling van aanvragen duurt, maar hiermee krijg je een completer beeld. Namelijk hoe je proces ervaren wordt.”

Veiligheid borgen

Het werken met zo’n omvangrijke dataset vraagt om een zorgvuldige en veilige aanpak. Willemsen: “De gemeente is ingedeeld in 7 clusters, waaronder het cluster dienstverlening. Dit cluster heeft een eigen privacy officer en informatiebeveiligingsexpert, en nog een paar andere mensen die vanuit wetten en regels moeten meekijken bij zo’n proces. Zoals een recordmanager, die zich vooral bezighoudt met de archiefwet. Hoelang mogen gegevens bewaard worden? Maar er zijn ook experts op het gebied van algoritmes en ethiek bij betrokken. Elke keer als je een nieuwe databron wil ontsluiten of een nieuw systeem wil gebruiken, bespreek je dat met al die disciplines. En we hebben het model gepubliceerd in het Rotterdamse algoritmeregister en het landelijke algoritmeregister.” Lees meer over dit algoritmeregister.

Klomps: “Bij het delen van het dashboard binnen de organisatie loopt een zogenaamd maskeringsscript over de data. Dat haalt alle persoonsgegevens die in de teksten voorkomen er automatisch uit.”

“Hoe volwassen is je organisatie op het gebied van datamanagement? Dat is best wel een grote vraag en uitdaging.”

Aanleiding

Klomps vertelt over de aanleiding voor deze aanpak: “We begonnen met het idee: als het over brede dienstverlening gaat, is het van belang te weten hoe Rotterdammers die ervaren. We hadden destijds, tot 2017, nog geen klanttevredenheidsonderzoeken op de dienstverleningskanalen, ook niet op de processen. Die hebben we eerst opgezet. Daar komen natuurlijk motivaties, toelichtingen en emoties uit. Super interessant, maar ontzettend veel data. Te veel om alleen met mensenogen te kunnen analyseren. Daarom hebben we een klein testje gedaan aan de hand van ‘text mining’. Daarbij kijk je hoe je patronen uit teksten kan ontdekken, gewoon met eigen ogen. Vervolgens hebben we gekeken wat er gebeurt als je een algoritme over een dataset ‘runt’. En of die analyse logisch is met wat Rotterdammers zelf zeggen in dat onderzoek. Dus of de categorieën die het algoritme uit de teksten haalt overeenkomen met wat mensen daadwerkelijk hebben gezegd. Dat kwam overeen, en zo is het begonnen.”

En natuurlijk loop je tijdens zo’n omvangrijk project tegen van alles aan. Klomps: “Werken met algoritmes en data is boeiend, maar soms ook erg ingewikkeld. Hoe volwassen is je organisatie op het gebied van datamanagement? Dat is best wel een grote vraag en uitdaging. En soms heb je ook een beetje geduld nodig, dan wil je sneller dan je kan binnen je organisatie. Verder zijn er veel mensen bij betrokken, dat betekent veel afstemmen en uitleggen. Bijvoorbeeld over wat een algoritme doet en dat dat niet eng is, maar juist vóór je kan werken. Ik ben trots op waar we nu staan!”

Iets teruggeven aan inwoners

Wat is uiteindelijk de winst van dit model? Klomps legt uit: “Het werken aan herstel van vertrouwen in de overheid begint wat ons betreft bij luisteren. Het is juist mooi om verbetertrajecten of projecten te starten vanuit een behoefte van inwoners, wat zij nodig hebben. Op een datagedreven manier, structureel. Ik denk dat we met dit model een mooi startpunt hebben gecreëerd voor verbetertrajecten binnen onze organisatie. Dat we niet alleen maar vanachter onze bureaus notities schrijven vanuit onze eigen perspectieven, maar dat we daarbij ook iets meenemen vanuit de data die we al hebben. En als je dat kan teruggeven aan inwoners, leidt dat hopelijk tot meer tevreden Rotterdammers. Ik denk dat je dan uiteindelijk kan bijdragen aan het herstel van vertrouwen in de overheid.”

Samenwerken

Klomps en Willemsen zoeken graag de samenwerking op: “Het is goed om in gesprek te gaan; hoe kunnen we elkaar, andere gemeenten en organisaties, helpen om dit op veel meer plekken georganiseerd te krijgen?”

Is jouw gemeente of organisatie geïnteresseerd in de Rotterdamse aanpak rondom klantsignalen? Neem contact op via: [email protected].

Dit is een automatisch geplaatst bericht. Vragen of opmerkingen kun je richten aan @[email protected]

#Algoritme #algoritmen #Algoritmeregister #Dienstverlening #gemeentedelers #gemeenten #nieuwsbrief42025

Dienstverlening vanuit wat Rotterdammers nodig hebben

Het initiatief Verbeteren vanuit klantsignalen won eind 2024 de landelijke competitie GemeenteDelers, categorie Uitvoeringskracht. Bij dit initiatief draait alles om het verbeteren van de dienstverlening door het verzamelen van signalen van inwoners. Winnaars Evelien Klomps (procesmanager) en Kevin Willemsen (data-analist) vertellen over dit dynamische model van de gemeente Rotterdam dat steeds verder wordt ontwikkeld. Zowel binnen als buiten de organisatie.

Want ben je een winnaar, dan heb je vrienden. Klomps: “Het winnen heeft voor meer zichtbaarheid gezorgd, vooral op LinkedIn. We zien ook verzoeken van andere gemeenten en overheidsorganisaties die ons vragen: ‘Joh, vertel eens hoe jullie het hebben gedaan.’ Dat is heel leuk.”

Het model en hoe het werkt

Wat houdt dit model om de Rotterdamse dienstverlening te verbeteren precies in? Willemsen: “We kijken naar bronnen binnen de gemeente waarin signalen van Rotterdammers naar voren komen. Klanttevredenheidsonderzoeken, klachten, de inhoud van terugbelnotities bijvoorbeeld. Daarin kan informatie staan over vragen of de beleving van mensen, dingen waar ze niet uitkomen. Bijvoorbeeld: ‘Mijn aanvraag duurt lang’ of ‘Ik weet niet wat de status van mijn aanvraag is’. Van al die bestaande bronnen verzamelen we de teksten. Die data uit verschillende systemen voegen we samen, waarbij een algoritme de categorieën herkent. Denk aan categorieën als parkeren, financiële regelingen of bijstandsuitkeringen. Uiteindelijk gaat het om een dataset van zo’n 250.000 teksten per jaar. Al die categorieën zetten we in een dashboard dat we breder in de organisatie beschikbaar stellen om analyses op te maken. Welke onderwerpen geven veel signalen?”

Een completer beeld

Klomps: “De signalen worden door medewerkers met verschillende functies gebruikt om vooral te luisteren naar wat Rotterdammers nodig hebben. Denk aan data-analisten, maar ook communicatieadviseurs, teamleiders en wijknetwerkers. Die kijken ernaar om een beeld te krijgen van wat er speelt onder inwoners van wijken.”

Ze vervolgt: “Medewerkers geven aan dat het vooral een aanvulling is op andere informatie die ze al hebben. Vaak heb je al wel harde cijfers over processen, bijvoorbeeld hoelang de behandeling van aanvragen duurt, maar hiermee krijg je een completer beeld. Namelijk hoe je proces ervaren wordt.”

Veiligheid borgen

Het werken met zo’n omvangrijke dataset vraagt om een zorgvuldige en veilige aanpak. Willemsen: “De gemeente is ingedeeld in 7 clusters, waaronder het cluster dienstverlening. Dit cluster heeft een eigen privacy officer en informatiebeveiligingsexpert, en nog een paar andere mensen die vanuit wetten en regels moeten meekijken bij zo’n proces. Zoals een recordmanager, die zich vooral bezighoudt met de archiefwet. Hoelang mogen gegevens bewaard worden? Maar er zijn ook experts op het gebied van algoritmes en ethiek bij betrokken. Elke keer als je een nieuwe databron wil ontsluiten of een nieuw systeem wil gebruiken, bespreek je dat met al die disciplines. En we hebben het model gepubliceerd in het Rotterdamse algoritmeregister en het landelijke algoritmeregister.” Lees meer over dit algoritmeregister.

Klomps: “Bij het delen van het dashboard binnen de organisatie loopt een zogenaamd maskeringsscript over de data. Dat haalt alle persoonsgegevens die in de teksten voorkomen er automatisch uit.”

“Hoe volwassen is je organisatie op het gebied van datamanagement? Dat is best wel een grote vraag en uitdaging.”

Aanleiding

Klomps vertelt over de aanleiding voor deze aanpak: “We begonnen met het idee: als het over brede dienstverlening gaat, is het van belang te weten hoe Rotterdammers die ervaren. We hadden destijds, tot 2017, nog geen klanttevredenheidsonderzoeken op de dienstverleningskanalen, ook niet op de processen. Die hebben we eerst opgezet. Daar komen natuurlijk motivaties, toelichtingen en emoties uit. Super interessant, maar ontzettend veel data. Te veel om alleen met mensenogen te kunnen analyseren. Daarom hebben we een klein testje gedaan aan de hand van ‘text mining’. Daarbij kijk je hoe je patronen uit teksten kan ontdekken, gewoon met eigen ogen. Vervolgens hebben we gekeken wat er gebeurt als je een algoritme over een dataset ‘runt’. En of die analyse logisch is met wat Rotterdammers zelf zeggen in dat onderzoek. Dus of de categorieën die het algoritme uit de teksten haalt overeenkomen met wat mensen daadwerkelijk hebben gezegd. Dat kwam overeen, en zo is het begonnen.”

En natuurlijk loop je tijdens zo’n omvangrijk project tegen van alles aan. Klomps: “Werken met algoritmes en data is boeiend, maar soms ook erg ingewikkeld. Hoe volwassen is je organisatie op het gebied van datamanagement? Dat is best wel een grote vraag en uitdaging. En soms heb je ook een beetje geduld nodig, dan wil je sneller dan je kan binnen je organisatie. Verder zijn er veel mensen bij betrokken, dat betekent veel afstemmen en uitleggen. Bijvoorbeeld over wat een algoritme doet en dat dat niet eng is, maar juist vóór je kan werken. Ik ben trots op waar we nu staan!”

Iets teruggeven aan inwoners

Wat is uiteindelijk de winst van dit model? Klomps legt uit: “Het werken aan herstel van vertrouwen in de overheid begint wat ons betreft bij luisteren. Het is juist mooi om verbetertrajecten of projecten te starten vanuit een behoefte van inwoners, wat zij nodig hebben. Op een datagedreven manier, structureel. Ik denk dat we met dit model een mooi startpunt hebben gecreëerd voor verbetertrajecten binnen onze organisatie. Dat we niet alleen maar vanachter onze bureaus notities schrijven vanuit onze eigen perspectieven, maar dat we daarbij ook iets meenemen vanuit de data die we al hebben. En als je dat kan teruggeven aan inwoners, leidt dat hopelijk tot meer tevreden Rotterdammers. Ik denk dat je dan uiteindelijk kan bijdragen aan het herstel van vertrouwen in de overheid.”

Samenwerken

Klomps en Willemsen zoeken graag de samenwerking op: “Het is goed om in gesprek te gaan; hoe kunnen we elkaar, andere gemeenten en organisaties, helpen om dit op veel meer plekken georganiseerd te krijgen?”

Is jouw gemeente of organisatie geïnteresseerd in de Rotterdamse aanpak rondom klantsignalen? Neem contact op via: [email protected].

Dit is een automatisch geplaatst bericht. Vragen of opmerkingen kun je richten aan @[email protected]

#Algoritme #algoritmen #Algoritmeregister #Dienstverlening #gemeentedelers #gemeenten #nieuwsbrief42025

Overheid zet steeds meer kunstmatige intelligentie in

Het gebruik van kunstmatige intelligentie (AI) door overheidsinstanties neemt toe. Uit onderzoek van TNO blijkt dat de overheid ruim 1,5 keer meer AI-toepassingen gebruikt, vergeleken met 2021. Vooral gemeentes doen veel met de mogelijkheden die AI biedt. Van de in totaal 266 gevonden AI-toepassingen worden er 105 (39%) door gemeentes ingezet. Daarnaast neemt de transparantie over het gebruik van AI en algoritmes toe. 

Scope onderzoek

Voor de toepassing van AI in publieke dienstverlening zocht TNO antwoord op de volgende vragen:

• • Waar past de publieke sector AI toe?
  • Wat veranderde er sinds 2021?
  • Welke inzichten zijn de afgelopen jaren opgedaan over AI binnen de overheid?

Toepassing

De overheid gebruikt AI vooral voor kennisverwerking, archivering en anonimisering, gevolgd door inspectie en handhaving. De toename in anonimiseringssoftware is te verklaren door de invloed van de Wet open overheid (Woo). Er worden ook diverse innovatieve toepassingen in het publieke domein gebruikt. Denk aan een virtuele assistent voor het sneller en beter beantwoorden van Kamervragen.

Transparantie

In 2024 is de overheid transparanter over de toepassing van AI binnen de publieke dienstverlening. Deze openheid hangt samen met de komst van het Algoritmeregister in 2022. Daarin registreren overheidsorganisaties hun impactvolle algoritmes. Al vele organisaties maken gebruik van het landelijke register.

Derde AI quickscan

De cijfers over het aantal AI-toepassingen komen uit onderzoek dat TNO deed op verzoek van de werkgroep Publieke Diensten van de Nederlandse AI Coalitie. Dit onderzoek is een vervolg op de quickscan AI in de publieke dienstverlening uit 2019 en 2021, die TNO uitvoerde in opdracht van het ministerie van Binnenlandse Zaken.

Voor meer informatie, bezoek de website van de Nederlandse AI Coalitie en het Algoritmeregister. Meepraten over de ontwikkeling van het Algoritmeregister en -kader? Check dan de Pleio omgeving en meld je aan voor 1 van de aankomende evenementen. 

Dit is een automatisch geplaatst bericht. Vragen of opmerkingen kun je richten aan @[email protected]

#AI #AIArtificialIntelligence_ #AIToepassingen #Algoritme #algoritmen #Algoritmeregister #algoritmes #anonimisering #archivering #handhaving #inspectie #kennisverwerking #KunstmatigeIntelligentie #nieuwsbrief122024 #onderzoek #publiekeSector #quickscan #TNO #virtueleAssistent

Nederlandse AI Coalitie, Werkgroep Publieke Diensten

De missie van de werkgroep publieke diensten is duidelijk: Het stimuleren en realiseren van mensgerichte AI in de publieke sector.

Artificial Intelligence (AI) biedt veel kansen voor het optimaliseren van publieke diensten. Doordat steeds meer kwalitatief goede data beschikbaar komt, nemen de mogelijkheden voor overheden om daarvan gebruik te maken in de komende tijd verder toe. Deze kansen moeten optimaal worden benut, met in achtneming van de risico’s en waarbij rekening wordt gehouden met publieke waarden en grondrechten. Onze werkgroep verbind en versnelt AI toepassingen binnen de overheid door kennis en ervaringen uit te wisselen tussen meer dan 200 deelnemers die allemaal werken aan AI bij de overheid. Vaak als ambtenaar, maar ook als onderzoeker of ondernemer.

#AI #AIArtificialIntelligence_ #Algoritme #algoritmen #Algoritmeregister #algoritmes #artificiëleIntelligentie #ChatGPT #data #DataScience #generatieveAI #KunstmatigeIntelligentie