Elektrisch rijden in 2030, verduurzaming van de woningvoorraad, klimaatadaptatie, transitie naar een circulaire landbouw en economie, 1 miljoen extra woningen. Zonder goed gebruik van data zijn we niet in staat de goede antwoorden te genereren. Bij onze aankopen, onze sociale contacten, onze mobiliteitskeuze en het boeken van een vakantie is het gebruik van data vanzelfsprekend. Data en gebiedsontwikkeling: waar liggen kansen, welke valkuilen moeten we vermijden. De lat kan niet hoog genoeg gelegd worden.
Toen rond 1990 de eerste computers hun intrede deden studeerde Co Verdaas af aan de Radboud Universiteit (toen nog de Katholieke Universiteit Nijmegen) op het gebruik van geografische informatiesystemen in de beleidscyclus. Dat was een wijze keuze volgens de betrokken docenten. Immers, de eerste computers en daarmee de maakbare samenleving, lag als het ware voor het oprapen. Meer data en meer kennis zouden leiden tot betere besluiten en meer welvaart en welzijn. Kennis van computers en geografische informatiesystemen zouden zelfs randvoorwaardelijk zijn voor het vinden van een baan als planoloog. Het zou nog even duren zo weten we nu. In 1991 zat werkelijk geen enkele werkgever te wachten op een pas afgestudeerde planoloog met kennis van geografische informatiesystemen.
Gerwin Hop studeerde in 1999 af aan de universiteit Twente. Hij was toen al op zoek naar innovatieve technieken en werkwijzen. In 1996 was hij als stagiair trotse bezitter van een laptop waarmee hij data-analyses maakte die beslissers konden gebruiken voor hun beleid. Vol verwondering verzamelden de ambtenaren van de gemeente zich om dat bijzondere apparaat van hem. De nieuwste generatie wordt vertegenwoordigt door Anne van der Veen en Robin Ammerlaan voor wie data zijn als zuurstof; ze geven kleur en inzicht. Zij zijn recent afgestudeerd aan de TU Delft en Wageningen UR. Werken aan gebiedsontwikkeling zonder een empirische basis is voor hen ondenkbaar.
Deze drie generaties worden gedreven door dezelfde missie: vormgeven aan een duurzaam Nederland. Eindelijk wordt de belofte van 1990 ingelost zo lijkt het, al zijn we nog lang niet zover dat een evidence based gebiedsontwikkeling op basis van (big) data vanzelfsprekend is.
Data. Je hoort de term vaak. Data is eigenlijk een grote serie aan kale feitjes. Gesorteerd of ongesorteerd, kwalitatief of kwantitatief. Wanneer je data verwerkt en interpreteert maak je er informatie van. Het verwerken van data naar informatie kun je automatiseren door het gebruik van algoritmen. Door nieuwe informatie te combineren met bestaande kennis en verbanden te leggen kom je vervolgens tot nieuwe inzichten.
Big data is een containerbegrip en duidt meestal op het enorme volume aan data waar we tegenwoordig mee te maken hebben. We hebben steeds meer data tot onze beschikking, maar hoe we omgaan met de informatie die we hier uithalen blijft nog (heel) even mensenwerk.
Data genereren inzicht en kennis. Kennis is echter veel omvattender dan een analyse van relevante data. Kennis gaat ook over kritisch vermogen, ervaring, inzicht in processen en theoretische bagage.
Data en innovatieve technieken worden niet als vanzelf omarmd door beleidsmakers en beslissers. Ook niet nu we voor een aantal immense opgaven staan en data aantoonbaar helpen de kwaliteit van keuzes te verhogen en inzicht eraan kan bijdragen schaarse middelen zo optimaal mogelijk in te zetten. Barrières voor het gebruik van data variëren van ‘te lastig’, ‘te duur’ en ‘te vaag’ tot en met ‘te mooi om waar te zijn’ en ‘te complex’. Onbekend maakt onbemind. De koudwatervrees kan overwonnen worden door kennis te nemen van de voorbeelden die meer inzicht geven in de voordelen van een data gedreven aanpak. Inzicht genereren in trends en ontwikkelingen met data is noodzakelijk maar niet afdoende. Inzicht helpt wel bij het maken van transparante en optimale keuzes.
De druk op de ruimte in Nederland neemt toe en het leggen van de puzzel wordt steeds ingewikkelder. Om die reden zet het kabinetsperspectief op de NOVI in op het combineren van opgaven, een trendbreuk met het in samenhang projecteren in de ruimte van sectorale programma’s (wonen, kantoren, bedrijfsterreinen en infrastructuur) waarbij we de open gebieden buiten de stad overwegend benaderden als ‘restruimte’. Met de grote opgaven van nu kunnen we het ons eenvoudigweg niet permitteren om keuzes te maken zonder goed gebruik te maken van data. Niet omdat data als vanzelf het goede antwoord genereren. Wel omdat de schaal, complexiteit en urgentie van de opgaven niet getackeld kan worden met de klassieke kwalitatieve en lineaire beleidsaanpak. Onderwijl is het gebruik van data in andere domeinen al een vanzelfsprekendheid: bij onze aankopen, onze sociale contacten, onze mobiliteitskeuzes, het boeken van een vakantie. In de gebiedsontwikkeling zijn we nog lang niet zover. Sommigen zien het gebruik van data als een bedreiging, wij willen vooral wijzen op de kansen en de noodzaak benadrukken.
Data genereert inzicht in de stand van zaken en trends en ontwikkelingen. Dat helpt om wegwijs te worden in het oerwoud van overlappende opgaven. Enkelvoudig en modelmatig programmeren werkt niet meer. Niet alleen missen we dan kansen, we richten onze omgeving suboptimaal in. We moeten de complexiteit juist confronteren met – consequenties van – te maken keuzes. Een goed gebruik van algoritmes en data is precies het kapmes dat het oerwoud kan doorklieven en tot concrete oplossingen kan leiden. Zonder een data gedreven aanpak is het onmogelijk om weloverwogen besluiten te nemen voor een vitaal en duurzaam Nederland. Om de complexiteit te lijf te gaan brengen data een aantal functies in, hieronder belicht.
Waar de complexiteit en onderlinge afhankelijkheden toenemen zijn vaak ook belangen en waarden in het geding. Iedere professional zal dit herkennen. Het gaat al lang niet meer om de juiste locatie voor de nieuwe stadsuitbreiding vanuit een multicriteria analyse. Opeens speelt bijvoorbeeld de nabijheid van een warmtebron voor de verwarming van de nieuwe woonwijk een rol bij het maken van de keuze voor nieuwbouwlocaties. Onze ervaring is dat het loont om in complexe projecten waar verschillende opgaven (en dus ook belangen) elkaar treffen, te beginnen met een gedeeld beeld: joint fact finding. In gewoon Nederlands: waar hebben we het over en waar staan we. Wat is de gemene deler? Welke lessen uit het verleden kunnen we met elkaar delen? Dit voortkomt dat belanghebbenden elkaar in het proces blijven bestoken met ‘het eigen gelijk’ of op een later moment om meer onderzoek vragen. Middels een gedegen empirische basis krijgen al die verschillende partijen een gedeeld beeld van de opgave én van de urgentie. Daar waar in complexe projecten met meerdere belangen niet wordt geïnvesteerd in zo’n basis, resulteert dit verderop in het proces vrijwel zeker in gedoe en dus vertraging en extra kosten.
De tweede functie van data is het inzichtelijk maken van trends. Uiteraard is beschikbaarheid van betrouwbare data cruciaal, maar het inzichtelijk maken van trends legitimeert de noodzaak om al dan niet in te grijpen. Er is een opgave en er is urgentie, maar wanneer doe je wat precies? Als het spoor aan zijn maximale capaciteit zit en je wilt verdichten, hoe blijven we dan bereikbaar? Als steeds meer mensen de (e-)bike pakken, wat betekent dat voor de openbare ruimte die we morgen veranderen? Als piekbuien in aantal en heftigheid toenemen en je maakt die trend inzichtelijk, dan is het logisch om te bezien wat de risicovolle plekken in je stad zijn. We maken nog te weinig gebruik van data in de vertaalslag naar concrete planningen en handelingsperspectieven toe: welke trends zijn autonoom, welke beïnvloedbaar en hoe verhouden ze zich tot elkaar. Het inzichtelijk maken van trends helpt ook bij het bouwen van alternatieve scenario’s en het creëren van een verhaal dat aangeeft waarom je zou kunnen of moeten ingrijpen.
Onder de omgevingswet gaan we cyclisch werken. Dat klinkt abstract. Kort door de bocht komt het erop neer dat sommige opgaven zo complex zijn dat we enerzijds handelen en anderzijds kijken of het oplevert wat we ervan verwachten. Door te monitoren en dus data te genereren tijdens de uitvoering, krijg je zicht op de effectiviteit van het handelen en ben je in staat tussentijds in te grijpen. Stel dat je in een centrum het aantal geluidgehinderden wil terugdringen, dan kan je inzetten op stille bestrating, isolatie, elektrisch vervoer of verkeersmanagement. Door te monitoren en data te verzamelen verkrijg je inzicht in welke maatregel welk effect heeft en hoe doelen gehaald kunnen worden tegen welke kosten. Cyclisch werken kan niet zonder betrouwbare data.
Wat al kan met data vraagt om meer. De voorbeelden illustreren lichten een tipje van de sluier op in de mogelijkheden.
De ambitie is om in 2030 het wagenpark in Nederland volledig elektrisch te laten zijn. Dat betekent ook dat er nog honderdduizenden laadpalen bij moeten komen. Volgens de Rai vereniging zelfs 3 miljoen. Of je nu uitgaat van 1 of 3 miljoen, het betekent dat er vanaf nu elke dag 300 tot 1000 laadpalen bijgeplaatst moeten worden. Door intelligente analyses van mobiliteitspatronen en het gebruik van laadpalen is het mogelijk de optimale verdeling van laadpalen in een gemeente te mappen en kunnen de consequenties voor de openbare ruimte inzichtelijk gemaakt worden. Nu worden laadpalen vaak nog ad hoc neergezet zonder uit te gaan van de ambitie voor 2030. Dat gebeurt ongetwijfeld met de beste bedoelingen. Uiteindelijk is het een verkwisting van geld en een onnodige inbreuk op de openbare ruimte.
Om de energietransitie te realiseren moeten tot 2050 zo’n 1000 woningen per dag omgebouwd worden. Premier Rutte vergeleek deze opgave met de wederopbouw. Dat lukt alleen als we de klassieke aanvliegroutes in het beleid loslaten, onze routines doorbreken, modelmatig gaan mappen en mensen meenemen in de nieuwe werkelijkheid. Dat kan door met de warmtetransitieatlas aan de hand van data over energiebronnen, typologie van gebouwen en mogelijke oplossingen in beeld te brengen wat er kan en moet gebeuren en wat daar voor nodig is. Dat is zonder precedent, maar een alternatieve route is er niet.
We krijgen naar verwachting meer en heviger buien. Een deel van de oplossing is gelegen in het voorkomen dat het regenwater meteen het laagste punt opzoekt. Door met zogenaamde klimaatkaarten inzichtelijk te maken hoe water zijn weg zoekt en wat de optelsom van individuele keuzes voor het weghalen van bestrating betekent, is het mogelijk de kosten af te wentelen op de gemeenschap en kunnen hoge investering in sommige gevallen worden voorkomen. De inrichting van Nederland vraag om meer van dergelijke toepassingen.
'Themakaart regionale energiestrategie (fictief)
Het gebruik van data als onderlegger voor beleidskeuzes en investeringen is nog lang niet overal ingeburgerd. Dat moeten data-specialisten en de potentiële gebruikers zichzelf aanrekenen. Reflecterend volgt hieronder een aantal aandachtspunten. Nog te vaak optimaliseren data -en gis-specialisten hun modellen en data en zijn ze niet in staat om de verbinding te maken met de problemen die maatschappelijk ervaren worden. Dat vraagt om sensitieve nerds en aandacht hiervoor in de vorming van de professionals van de toekomst. Wie de verbinding niet weet te maken staat uiteindelijk met lege handen, al beschik je over alle relevante data die je in een project maar zou wensen.
Vaak wordt een visie opgesteld door een middag met elkaar in een hok te vergaderen. We chargeren, maar beleidsmakers en beslissers moeten meer dan nu gebeurt data- en kennis gedreven te werk gaan. Binnen projecten wordt vaak te snel geanticipeerd op mogelijke oplossingen, zonder eerst te investeren in een gedeelde empirische basis. Zoals eerder aangegeven: uiteindelijk levert dit vertraging en dus hogere kosten op. Op organisatorisch niveau bespeuren wij een gebrek aan ambitie om te investeren in een gezamenlijke kennisbasis die gericht de beschikbare data duidt en vertaalt in beslis-informatie. De kennisinfrastructuur is niet meer toegesneden op de opgaven die vooral decentraal tot een afweging moeten komen. Data van bijvoorbeeld planbureau’s of kennisinstellingen vinden lang niet altijd hun weg naar decentrale beslissers. Dit is bij de grote decentralisaties in het omgevingsdomein een vergeten onderdeel. In de praktijk blijkt nog steeds een enorme terughoudendheid als het gaat om het investeren in het genereren van data en het delen van beschikbare data. Dit staat maatschappelijk optimale keuzes in de weg. Een positief voorbeeld vinden we in de waterschappen. Deze zijn ooit ontstaan vanuit de noodzaak te polderen en werken nu effectief, efficiënt en kennis gedreven aan onze waterveiligheid en –kwaliteit. Ook voor de energietransitie en mobiliteit zou zo’n aanpak en governance een goede referentie kunnen zijn.
Interactieve vastgoedatlas
De omgevingswet mag dan onverkort inzetten op een digitaal stelsel waarbij de beschikbare data voor eenieder toegankelijk zijn en op dezelfde manier ontsloten, dat is nog geen garantie dat het gebruik van data al spoedig de nieuwe default wordt. Op termijn zal de omgevingswet dit afdwingen, om de eenvoudige reden dat veel deskundige burgers, organisaties en bedrijven zullen meekijken met de overheid en onvolkomenheden zullen signaleren en ook repareren. Daarop vooruitlopend stellen wij voor dat de overheid het goede voorbeeld geeft en zichzelf dient te binden aan data-gedreven keuzes. We trekken de analogie met de best beschikbare techniek bij het verlenen van een vergunning. Daar waar een overheid aan anderen mag vragen de best beschikbare techniek in een bedrijf te gebruiken, zou het de overheid sieren zelf ook de best beschikbare technieken en informatie bij de eigen keuzes als uitgangspunt te nemen. Een kwestie van wederkerigheid en geloofwaardigheid. De lat kan wat ons betreft niet hoog genoeg liggen.
Het ongevraagde advies van de Raad van State van 31 augustus 2018 ‘effecten van de digitalisering voor de rechtsstatelijke verhoudingen’ wekt de interesse. De Raad van State signaleert dat data en digitalisering steeds vaker een rol spelen in besluitvorming en dat het tot op heden aan kaders en handvatten ontbreekt. De Raad wijst op het risico van ondoorgrondelijke algoritmes en de vertaling daarvan in machinetaal waarbij het enkel voor een ICT-specialist nog is na te gaan of de algoritmes recht doen aan de beleidsmatige uitgangspunten. Uiteraard is daarbij ook de navolgbaarheid en transparantie in het geding.
De Raad van State wijst op het onvermogen van algoritmes om impliciete kennis mee te wegen. De ‘tacit knowledge’ en de eigenheid van een specifieke situatie. Dat zou juist het gewenste maatwerk op een robotachtige manier kunnen frustreren. Hopelijk komt het kabinet met een inhoudelijke niet al te defensieve reactie op dit ongevraagde advies waarbij de kansen van data en digitalisering volop worden omarmd en de risico’s realistisch worden geadresseerd. Data are here to stay.
Gezien de opgaven waar we voor staan kunnen we het ons eenvoudigweg niet veroorloven om onze keuzes niet te baseren op data en met een open blik te kijken naar de consequenties van ons (niet) handelen. Data kunnen politieke en maatschappelijke keuzes onderbouwen en helpen eenieder onder ogen te laten zien wat de plussen en minnen zijn van die keuzes. Data zijn noodzakelijk. Wel is het zaak te blijven nadenken en ook ‘door de data’ heen te kijken. Zo wilde de WRO/Bro ’85 paal en perk stellen aan het gebruik van de beruchte artikel 19 procedure waarmee kon worden afgeweken van het bestemmingsplan. Kort na invoering van de WRO leek die missie geslaagd. Totdat bleek dat er eenvoudigweg veel minder gebouwd was en daardoor het gebruik van artikel 19 fors was afgenomen. Kortom, data vertellen veel, maar verklaren niet per se wat er aan de hand is.
Data is nog geen informatie: data is feitelijk, informatie is maakbaar. De context zal altijd in ogenschouw genomen moeten worden. Bij het formuleren van een oplossing is het zaak mensen met lokale of situationele kennis te betrekken. Anders kunnen verkeerde incentives of mechanismen ontstaan bij het formuleren van de oplossing. Zo kreeg een medewerker grondzaken een extra beloning op basis van het aantal verkochte M2 en werd later ontdekt dat die M2 ver onder de marktprijs werden verkocht.
Daarnaast is het zaak alert te blijven op de zelf vervullende werking die data kunnen hebben: stel dat een navigatiesysteem op basis van criminaliteitscijfers in de routeplanner bepaalde buurten mijdt, dan is de kans groot dat die buurten op termijn nog onveiliger worden door minder sociale controle en dus nog meer gemeden gaan worden. Dat mag overigens nooit een reden zijn om die data dan maar niet te openbaren en te benutten. Het is uiteraard allereerst zaak om niet weg te kijken en de achterliggende oorzaken van die onveiligheid aan te pakken. Kortom, data gedreven beleid en projecten zijn voor ons het nieuwe normaal, al kunnen we voorlopig nog niet zonder intelligentie en kritisch vermogen!
Reacties