Toezichtmodel voor Brabantse gemeente
Laatst gewijzigd op: 08-08-2025Het model heeft als doel om op basis van data potentiële risicolocaties voor ondermijning te identificeren.

Veel gemeentes zijn gestart met initiatieven om digitalisering op een verantwoorde en passende manier te bevorderen. Een voorbeeld van zo’n initiatief is het verzoek van een Brabantse gemeente om ondermijnende activiteiten op bedrijventerreinen te signaleren.
Meestal zijn boa’s of de politie afhankelijk van ‘onderbuikgevoel’, meldingen vanuit de bedrijventerreinen, of bronnen zoals Meld Misdaad Anoniem. Het zogenaamde ‘Toezichtmodel’ voor deze Brabantse gemeente is een aanvulling op deze bronnen en een vertrekpunt om slim toezicht te starten bij een specifiek perceel of bedrijf.
Slimmer werken voor politie en boa’s
Het model heeft als doel om op basis van data potentiële risicolocaties te identificeren. Daardoor kunnen overheidsinstanties zoals politie, boa’s en VTH-ambtenaren hun werk slimmer en gerichter uitvoeren (risico-gestuurd).

Toelichting: Het model en het gebruik van AI
Samen met deze Brabantse gemeente ontwikkelde een private partner (Dutch AI) het model voor de afdeling Openbare Orde en Veiligheid. Dit model gebruikt openbare databronnen om ondermijningssituaties te identificeren en acties te ondernemen op basis van gegenereerde lijsten, waarbij AI wordt gebruikt om ruwe data te clusteren en te analyseren.
Ondermijningssituaties
Mogelijke ondermijningssituaties kunnen met het toezichtmodel worden geïdentificeerd. Het model is een ‘unsupervised’ learning model. Kort samengevat wil dat zeggen dat het model zelf zoekt naar verbanden in de gegevens. Het ontdekt automatisch structuren of groepen in data, ook wel clusters genoemd.
Voor de modelontwikkeling wordt gebruikgemaakt van verschillende soorten informatiebronnen waaronder bijvoorbeeld gemeentelijke gebouw- en bedrijfsinformatie, reviews, social media kanalen en openingstijden. Social media kanalen worden onder andere beoordeeld op aantal en potentiële impact, terwijl openingstijden worden onderzocht op vindbaarheid, variatie en afwijkingen.
Veiligheidsinformatie-knooppunt
De clusteringmethodiek bepaalt het optimale aantal clusters, waarbij bedrijven binnen specifieke clusters als verwonder-adressen worden aangemerkt op basis van statistische kenmerken zoals mediaan en gemiddelde.
Deze verwonder-adressen worden handmatig gecontroleerd voordat er actie wordt ondernomen. Dit om de grens tussen toezicht en opsporing te waarborgen. Deze adressen worden gedeeld met het veiligheidsinformatie-knooppunt van de gemeente die vervolgens dit deelt met de afdeling handhaving om slim toezicht te kunnen houden.
Het toezichtmodel laat niet alleen het vermogen van AI en data science zien bij het identificeren van ondermijningssituaties, maar levert ook een efficiencyslag op voor de gemeente.
Voor meer informatie kan je contact opnemen met de helpdesk van het Samenwerkingsverband VIP. Contactgegevens staan hieronder: