RIS310378 Bijlage

Gerdo van Grootheest, burgemeester Culemborg

‘Zorgen over verschuiving van grote naar kleine gemeenten’

Ook met een kleinere bijdrage is het voor gemeenten mogelijk om een actieve rol te spelen in de werkwijze van deze City Deal (de Zicht-Op-methode). In deze City Deal levert een aantal gemeenten bijvoorbeeld wel een bijdrage aan het uitwerken van vragen en aan het reviewen van de dashboardpagina’s en inzichten, maar stelt geen analist ter beschikking. Voor zo’n gemeente wordt de benodigde capaciteit geschat op minimaal een dag per week (0.2 FTE).

Ook domeinkennis nodig Bovenstaande inschatting betreft slechts de capaciteit die nodig is voor het ontwikkelen en vullen van het dashboard. Dit is exclusief het gebruik van het dashboard en vooral de inzichten die daaruit voortkomen. Grote onderlinge verschillen in onder meer aanpak en ambities maken het lastig om een exacte inschatting te maken van de daarvoor benodigde capaciteit. Een geslaagde datagedreven aanpak van ondermijning vraagt naast data- en analysekennis ook om kennis uit de praktijk. Om de inzichten die het dashboard oplevert te duiden, is het niet alleen essentieel om gebruik te maken van domeinexperts, maar ook van ervaringen en inzichten uit de lokale praktijk, bijvoorbeeld van jongerenwerkers of buurtcoördinatoren. Voor een succesvolle doorontwikkeling van datagedreven werken binnen de organisaties, moet tenslotte ook voor de toekomst de nodige capaciteit en expertise geborgd worden. Ook hiervoor geldt: grote onderlinge verschillen in onder meer aanpak en ambities maken het lastig om een inschatting te maken van de benodigde capaciteit.

28 | Ministerie van Binnenlandse Zaken en Koninkrijksrelaties

“Culemborg is een kleine stad, maar heeft kenmerken van een grote stad, ook als het gaat om ondermijning. Zo hebben we te maken met de hele keten van drugsproblematiek: van drugslabs op het lokale bedrijventerrein tot jongeren die al vroeg criminele carrière maken. Dit vraagt om een integrale en structurele aanpak, maar in de praktijk ontbreekt daar nogal eens de capaciteit voor. We hebben onze handen vol aan dagelijkse beslommeringen. Ad hoc doen we van alles, maar structureel te weinig. Criminelen weten dat ook en verschuiven hun activiteiten van grote naar kleinere gemeenten. Daar maak ik me best zorgen over. We hebben het hier ook over in het Veiligheidsnetwerk Oost-Nederland. Een belangrijk uitgangspunt voor dit netwerk is het delen van kennis en capaciteit. De aanpak van Zicht op Ondermijning past daar heel goed bij: de inzichten uit het dashboard kunnen helpen om gezamenlijk regionale prioriteiten te stellen. Informatiegestuurd werken zie ik bij ondermijning als een must en is soms nog een zoektocht. Het is goed dat BZK hier met deze City Deal een landelijke rol in speelt. Zo hoeven we niet allemaal opnieuw het wiel uit te vinden en gaan we zorgvuldig om met schaarse capaciteit. Om de samenleving te beschermen tegen ondermijning moeten we één overheid zijn.”

Zicht op Ondermijning | 29

Bestuurlijk commitment Bij de start van deze City Deal is via de projectinrichting gezorgd voor bestuurlijke commitment bij de coalitiepartners. Binnen de deelnemende gemeenten is het bestuurlijke commitment voor participatie geborgd in de ambtelijke organisatie, bijvoorbeeld door steun van de burgemeester en/of gemeentesecretaris. Bij een aantal gemeenten heeft dat commitment zich ook geconcretiseerd in organisatorische aspecten. Het werken aan en met het dashboard Zicht op Ondermijning is daar opgenomen in de beleidscyclus en heeft een plaats gekregen in verschillende onderliggende plannen. Dit geldt echter niet voor alle deelnemers. De wijze waarop de Zicht-Op-methode en het datagedreven werken een plek in diverse gemeentelijke plannen hebben gekregen (en welke middelen daarvoor gebruikt zijn), verschilt per organisatie. Een aantal deelnemers heeft aangegeven graag verder te willen met de toepassing van de Zicht-Op-methode voor het thema ondermijning, maar nog niet zeker te weten of ze daar ook in de toekomst middelen beschikbaar voor zullen hebben. Om de ontwikkelde werkwijze verder te brengen, is het van belang om bestuurlijk commitment te creëren voor een bredere datagedreven aanpak van ondermijning en om dat commitment zeker te stellen voor de lange termijn.

Alleen met betrokken bestuurders is het haalbaar om verder te werken aan een lokale ondermijningsaanpak met een centrale plek voor datagedreven werken.

3.3 Kansen voor de toekomst Deelnemers aan deze City Deal verwachten dat het nut en de toegevoegde waarde van de Zicht-Opmethode voor het thema ondermijning zal toenemen naarmate partijen meer ervaring opdoen met datagedreven werken. Om de toepassing van de methodiek verder te versterken, kunnen verschillende stappen worden gezet.

1. Werken aan praktische toepasbaarheid Veel gemeenten zoeken nog naar de manier waarop ze de inzichten uit het dashboard kunnen vertalen binnen hun eigen organisatie en richting hun partners. Naast investeringen in kennis en capaciteit, zien deelnemers drie mogelijkheden om de benodigde verandering aan te jagen: 1. Ontwikkeling van standaardwerkwijzen (protocollen/handleidingen) voor de doorvertaling van de inzichten, met daarbij aandacht voor benodigde informatiebronnen, juridische vraagstukken en te betrekken partners. 2. Toevoegen van functionaliteit en inhoud aan het dashboard, zoals het opnemen van meer actuele(re) data, het kunnen downloaden van onderliggende datasets en de mogelijkheid om verschillende views te genereren (bijvoorbeeld op wijkniveau). 3. Gemeenten de ruimte geven (en indien nodig faciliteren) om best practices te ontwikkelen, vast te leggen en te delen. Zo kan worden voorkomen dat het wiel op een andere plek opnieuw uitgevonden moet worden.

Om het gebruik van het dashboard en de betrokkenheid bij de ontwikkeling ervan te stimuleren, is het nodig om partijen te ondersteunen die hier zelf onvoldoende toe in staat zijn. Grotere gemeenten, RIEC’s en wellicht ook VNG (Realisatie) kunnen hier mogelijk een rol in spelen.

3. Bredere toepassing Zicht-Op-methode Deelnemende gemeenten zien kansen voor een bredere toepassing van de ontwikkelde Zicht-Opmethode. Daarbij gaat het niet alleen om verdieping op ondermijning (meer data, meer kenmerken), maar ook om het benutten van de methode voor andere maatschappelijke vraagstukken. Dat laatste is volgens de deelnemers goed mogelijk. De binnen deze City Deal ontwikkelde methode kan grotendeels hergebruikt worden, met gebruik van de opgedane ervaring. Het onderwerp zorgfraude wordt daarbij als een duidelijke kanshebber gezien. Voor verbreding naar andere domeinen geldt wel een aantal aandachtspunten: • Verbreding naar andere maatschappelijke vraagstukken vraagt om het betrekken van andere expertise, andere vraagstellingen en andere databronnen. Eigenlijk gaat het dan om een nieuw initiatief en het opzetten van een nieuw project. Het advies hierbij is om eerst de praktische toepasbaarheid van het dashboard te verbeteren. • Het commitment voor deelname aan deze City Deal was sterk gericht op datagedreven werken aan ondermijning. Een nieuw vraagstuk vereist nieuw commitment van partijen en nieuw te betrekken bestuurders. • Een nieuw onderwerp vergt de inzet van nieuwe medewerkers (met kennis van de relevante beleidsdossiers) en een nieuw netwerk, zowel binnen als buiten de eigen organisatie.

• Zoals eerder beschreven, hebben veel gemeenten beperkte capaciteit en kennis voor een datagedreven werkwijze. In de praktijk wordt die capaciteit en kennis dan vaak gedeeld voor verschillende onderwerpen.

3.4 Conclusie Deelnemende gemeenten zijn voornemens om de ontwikkelde Zicht-Op-methode door te ontwikkelen en (via het dashboard) opgedane inzichten verder toe te passen bij de preventieve aanpak van ondermijning. Daarbij geldt een aantal belangrijke aandachtspunten: • Om de toegevoegde waarde van het dashboard te vergroten, is verdieping nodig. Daarbij gaat het onder meer om beschikbaarheid van (actuelere) data, ontwikkeling van standaardwerkwijzen, het delen van best practices en meer samenwerking (o.a. om ook kleinere gemeenten te kunnen laten profiteren). • Kennis, capaciteit en bestuurlijk commitment zijn belangrijke prioriteiten om datagedreven werken binnen gemeenten succesvol door te voeren en uit te breiden. • De Zicht-Op-methode kan verder verbreed worden en lijkt ook geschikt voor andere maatschappelijke vraagstukken dan ondermijning.

2. Betrekken van meer gemeenten en andere partijen Aangezien de verschijningsvormen van ondermijnende criminaliteit meestal niet ophouden bij de gemeentegrens, is het belangrijk dat het gebruik van het dashboard toe gaat nemen. Momenteel is het dashboard al vrij toegankelijk voor elke gemeente in Nederland. De verwachting is echter dat het doorvertalen van de inzichten voor veel gemeenten een stevige uitdaging zal zijn. In de praktijk gaat het hier veelal om kleinere gemeenten, waar de datagedreven aanpak van ondermijning nog niet zo stevig op de agenda staat. Ook ontbreekt er vaak kennis en capaciteit op dit terrein. Verder is het belangrijk dat ook niet-deelnemende gemeenten (direct of direct) kunnen meedenken over de vraagsturing. Hoe dat het best georganiseerd kan worden, moet nog onderzocht worden.

30 | Ministerie van Binnenlandse Zaken en Koninkrijksrelaties

Zicht op Ondermijning | 31

WEL: Voorwaarden aanscherpen voor het starten van een nieuw autoherstelbedrijf, bijvoorbeeld bij het aanvragen van de benodigde vergunning via de Wet Bibob (Wet bevordering integriteitsbeoordelingen door het openbaar bestuur). In de volgende paragrafen gaan we in op de analyses die plaatsvinden binnen de verschillende thema’s en tot welke inzichten die kunnen leiden.

4 Bijdrage aan preventieve aanpak ondermijning 4.1 Informatiepositie en weerbaarheid Gemeenten kunnen zelf de inzichten naast andere gegevensbronnen leggen en eventueel toepassen in lopende onderzoeken of programma’s. Kennisdeling en samenwerking zijn hierbij essentieel. De inzichten uit het dashboard kunnen partijen helpen om hun informatiepositie te versterken en om zoekgebieden te verkleinen ten behoeve van effectief preventief beleid tegen ondermijning. De weerbaarheid tegen ondermijning kan daarmee worden vergroot. Bovendien helpt het partijen om hun (soms schaarse) capaciteit effectiever in te zetten. Om de specifieke rol van het dashboard duidelijk te maken, is het belangrijk ook concreet te maken waarvoor de data niet worden gebruikt. Op het dashboard staan bijvoorbeeld kenmerken van eigenaren van hennepkwekerijen. NIET: Een profielschets maken voor het starten van een hennepkwekerij en mensen die daarbinnen passen als verdacht beschouwen en behandelen. WEL: Inzicht krijgen in risico-indicatoren voor het starten van een hennepkwekerij (zoals het hebben van schulden), en plekken waar die risico-indicatoren veel voorkomen. Voor een gemeente kan dit mede aanleiding zijn om in een specifieke buurt of wijk preventieve maatregelen te treffen (zoals de aanpak van schuldenproblematiek). Op dezelfde manier kan worden gekeken naar kwetsbare branches.

Uit het dashboard kan bijvoorbeeld blijken dat in een bepaalde gemeente autoherstelbedrijven zo’n kwetsbare branche vormen. Data kunnen dan handelingsperspectief bieden.

Wendela Mulder, advocaat-generaal Openbaar Ministerie

‘Ondermijning is meer dan alleen criminaliteit’

“Toen ik nog innovatie-officier was bij het OM, was ik betrokken bij een pilotproject in Rotterdam-Zuid. Daarin probeerden we met behulp van data onzichtbare criminaliteit zichtbaar te maken. BZK wilde daar graag van leren en zo ben ik uiteindelijk gevraagd om deel te nemen aan het coalitieoverleg. De lessen die we toen in Rotterdam geleerd hebben, zie ik nu duidelijk terug in de City Deal Zicht op Ondermijning: kritisch kijken naar doelbinding en gebruik maken van domeinkennis. Een groot en uniek voordeel daarbij is dat deze City Deal kan beschikken over CBS-data. Hoewel je er met CBS-data op kunt vertrouwen dat publieke waarden goed geborgd zijn, blijft het belangrijk aandacht te hebben voor ethiek. Ook ligt er een bestuursrechtelijke uitdaging. Het strafrecht is in feite het laatste middel, gericht op handelingen die worden gekwalificeerd als strafbaar feit. Ondermijning gaat veel breder: het komt in vele vormen voor; het ondergraaft de samenleving. Per fenomeen moet je dan in ecosystemen gaan denken: wat voor problematiek zit erachter en wie heb je nodig om daar wat aan te doen? Je krijgt dan energie op een thema; dat merk ik nu ook in deze City Deal. Zo leren we steeds meer buiten de kaders van onze eigen organisaties te denken.”

NIET: Alle autoherstelbedrijven in die gemeente als verdacht beschouwen en standaard onderwerpen aan extra controles.

32 | Ministerie van Binnenlandse Zaken en Koninkrijksrelaties

Zicht op Ondermijning | 33

4.2 Misbruik van vastgoed In de City Deal Zicht op Ondermijning zijn analyses uitgevoerd die inzicht geven in het risico dat vastgoed gebruikt wordt voor het witwassen van (crimineel) geld of andere vormen van misbruik.

Analyses Binnen het thema misbruik van vastgoed zijn onder meer de volgende analyses uitgevoerd: • Aanwezigheid van diverse risico-indicatoren voor misbruik van vastgoed, op gemeente- en wijkniveau (inclusief landelijk beeld) • Gemeenten of wijken die hoog scoren op combinaties van risico-indicatoren • Percentage woningen dat gekocht is met een onverklaarbare som geld, per RIEC-regio, gemeente en wijk

Figuur 4 Voorbeeld van analyse alleenbestuurders

Input voor lopend onderzoek Risico-indicatoren De volgende indicatoren kunnen een aanwijzing vormen voor een verhoogd risico dat vastgoed gebruikt wordt voor het witwassen van geld of andere vormen van misbruik: • Alleenbestuurders van stichtingen • Beroepsbestuurders • Doorsluishuizen • Eigenaar met buitenlands adres • Laag inkomen en vermogen • Veroordeelde eigenaar Op het dashboard staat beschreven waarom dit risico-indicatoren zijn.

Uitgelicht: risico-indicatoren naar locatie Eigenschappen van woningen en woningeigenaren kunnen voorspelkracht hebben voor de kans dat een woning gebruikt wordt voor vastgoedfraude of witwaspraktijken. Voorbeelden van zulke eigenschappen zijn: • snelle wisselingen van eigenaar (doorsluishuizen) in gebieden waar dit afwijkend is van het gemiddelde; • onverklaarbaar woningeigendom; • eerdere veroordelingen van een woningeigenaar. In deze City Deal is een aantal van deze risico-indicatoren bepaald. De analyses laten zien in welke gemeenten en wijken deze risico-indicatoren vaak voorkomen en wat het landelijke beeld is. In figuur 4 is bijvoorbeeld te zien in welke gemeenten veel alleenbestuurders voorkomen.

34 | Ministerie van Binnenlandse Zaken en Koninkrijksrelaties

Wanneer een stichting slechts één bestuurder heeft, zijn er geen andere bestuurders die toezicht houden en medeverantwoordelijk zijn. Daardoor is er minder controle op deze bestuurders. Dit hoeft geen probleem te zijn, maar biedt wel extra ruimte om de stichting te misbruiken als dekmantel voor (het faciliteren van) criminele activiteiten. Voor de gemeente kan een groot aantal alleenbestuurders (in een bepaalde wijk) dan ook aanleiding zijn voor vervolgonderzoek. Met behulp van data van de Kamer van Koophandel kan in kaart worden gebracht wie de eigenaren van stichtingen zijn waar iemand als alleenbestuurder aan verbonden is. Die informatie kan bijvoorbeeld worden gedeeld met de politie, die de informatie goed kan gebruiken in een lopend onderzoek naar vastgoedfraude.

Den Haag: ‘Analyse en duiding risico-indicatoren verrijkt inzicht over wijken’ De gemeente Den Haag gebruikt de analyses binnen het thema vastgoed niet alleen om op gemeenteniveau inzicht te krijgen, maar ook om op zoek te gaan naar risico’s en effectieve preventieve maatregelen op wijkniveau. Hierbij wordt onder meer gebruik gemaakt van de risico-indicatoren doorsluishuizen, onverklaarbaar woningaankopen en veroordeelde eigenaren. In wijken waar meerdere risico-indicatoren vaker dan gemiddeld voorkomen, wordt eerst onderzocht of hier een logische verklaring voor is. In Den Haag wonen bijvoorbeeld relatief veel diplomaten en expats, die vaker dan gemiddeld van woning wisselen. Dat is een belangrijk inzicht met oog op, bijvoorbeeld, de risico-indicator doorsluishuizen; lokale duiding van de data voorkomt het trekken van onjuiste conclusies. Het beeld over mogelijke risicowijken wordt door de gemeente aangevuld met andere (gemeentelijke) data, zoals sociaaleconomische kengetallen en gegevens over veiligheidsbeleving en leefbaarheid. Het beeld dat zo ontstaat is input voor wijkprofielen en wordt tevens toegepast in de integrale aanpak van de zogeheten prioritaire gebieden. Zo kunnen de nieuwe inzichten bijvoorbeeld helpen bepalen of ondermijning extra aandacht moet krijgen in deze prioritaire gebieden, en wat dan de belangrijkste fenomenen zijn om aan te pakken.

De kennis op wijkniveau wordt binnen de gemeente ook gedeeld, onder meer met de Haagse Pandbrigade. Deze organisatie kan deze City Deal-inzichten gebruiken bij hun taak om overlast tegen te gaan en de leefbaarheid en veiligheid te verbeteren in Haagse woningen en panden.

Zicht op Ondermijning | 35

4.3 Drugsproblematiek In de City Deal Zicht op Ondermijning zijn analyses uitgevoerd met data over locaties en verdachten van drugsdelicten. De inzichten uit de analyses kunnen helpen risico’s met betrekking tot drugsdelicten te voorspellen en dragen bij aan een preventieve aanpak.

Analyses Binnen het thema drugsproblematiek zijn onder meer de volgende analyses uitgevoerd: • Drugsdelicten en -verdachten over een langere periode • Persoonskenmerken van verdachten per drugsdelict, inclusief een aantal profielclusters • Regionale spreiding van hennepkwekerijen en synthetische drugslabs • Import en export van drugsverdachten per gemeente (waar komen verdachten vandaan en waar plegen ze delicten?) • Omvang van familierelaties tussen verdachten van drugsdelicten • Familieleden van verdachten die in vastgoed hebben geïnvesteerd • Belangrijkste risico-indicatoren voor jonge kinderen en jongeren om betrokken te raken bij georganiseerde drugshandel (‘jonge aanwas’) • De meest voorkomende verdenkingen (in chronologische volgorde) voorafgaand aan een drugsdelict (tijdlijn)

Uitgelicht: jonge aanwas

opzichte van het landelijke beeld. Zo kunnen fenomenen en patronen in kaart worden gebracht en ontstaan ideeën voor interventies om de achterliggende problemen aan te kunnen pakken, zoals de inzet van jongerencoaches of schuldhulpverlening in specifieke kwetsbare wijken.

Zwolle: ‘Identificeren van relevante thema’s en focus aanbrengen’ Zwolle heeft zich als een van de laatste gemeenten aangesloten bij deze City Deal. Om de inzichten uit het dashboard optimaal te kunnen toepassen, is in Zwolle een lokale projectgroep gestart voor een datagedreven aanpak van ondermijning. Daarin zitten niet alleen medewerkers op het gebied van veiligheid en informatievoorziening, maar ook vertegenwoordigers van onder meer de politie en het RIEC. De projectgroep gebruikt het dashboard onder meer voor het identificeren van relevante thema’s en het stellen van prioriteiten. Zo worden de inzichten uit de brancheanalyse gebruikt om branches te identificeren die interessant zijn om nader te onderzoeken aan de hand van eigen data of die van lokale partners. En binnen het thema drugs laat de analyse van jonge aanwas zien in welke buurten het risico op jonge aanwas in Zwolle het grootst is en welke risico-indicatoren onder Zwolse jongeren het meest voorkomen. Hiermee krijgt de gemeente Zwolle niet alleen meer zicht op de jeugdproblematiek, maar ook aanknopingspunten om een preventieve aanpak vorm te geven. De inzichten kunnen bijvoorbeeld helpen om te focussen op bepaalde gebieden of op risico-indicatoren die bovengemiddeld veel aanwezig zijn.

Voor het voorspellen van jonge aanwas in de drugscriminaliteit zijn verschillende risico-indicatoren bepaald, zoals voortijdig schoolverlaten, haltregistraties en schuldsanering. Deze risicoscore is vastgesteld aan de hand van een voorspelmodel op basis van een groep verdachten van drugsdelicten en niet-verdachten, in combinatie met een aantal kenmerken en indicatoren. Het dashboard toont op buurt, wijk en gemeenteniveau een risicoscore voor jonge aanwas (in de categorieën 8-12, 13-19 en 20- 23 jaar) in de drugscriminaliteit. Een gemeente kan bijvoorbeeld zien welke wijken opvallen met hoge risico’s op jonge aanwas (zie figuur 5).

Frank Smilda, politiechef Noord-Nederland

‘Beter een goede bestuursmaatregel dan één verdachte aanhouden’

Figuur 5 Voorbeeld van analyse jonge aanwas

Jongerencoaches of schuldhulp De onderverdeling in verschillende leeftijdsgroepen draagt bij aan specifieke inzichten per leeftijdscategorie, zodat een gemeente preventief beleid kan inzetten bij de juiste doelgroep. Daarnaast geeft het overzicht van de belangrijkste kenmerken uit het model inzicht in de factoren die bijdragen aan een verhoogd risico voor jongeren om in de drugscriminaliteit te belanden, zoals schooluitval of schulden. Ook wordt duidelijk hoe sterk die factoren in een wijk aanwezig zijn en wat daarbij de afwijking is ten

36 | Ministerie van Binnenlandse Zaken en Koninkrijksrelaties

“Bij de politie zijn we de afgelopen jaren al veel meer datagedreven gaan werken. Maar wat mij betreft nog veel te weinig. Informatie waar je vroeger een beleidsmedewerker voor nodig had, haal je nu gewoon uit open bronnen. Zelf ben ik erg actief op sociale media, en nu ook op het dashboard Zicht op Ondermijning. Die informatie combineer ik dan met bijvoorbeeld aangiften, gesprekken met criminologen en artikelen in lokale kranten. Zo bouwt zich langzaam een ‘verhaal’ op: een breed beeld van een bepaald fenomeen. Inzichten over de branche autoherstelbedrijven kunnen dan bijvoorbeeld leiden tot een bestuursmaatregel, zoals een vergunningsplicht. Dat levert uiteindelijk meer op dan het aanhouden van een enkele verdachte. Als ik het dashboard bij mensen onder de aandacht breng, krijg ik vaak verbaasde blikken: wordt dit echt allemaal openbaar gemaakt? Zelf vind ik dat heel normaal. Als overheid zijn we er toch voor de samenleving? Dan vind ik het eigenlijk zelfs een plicht om dit soort inzichten te delen. Ondermijning heeft zo’n grote impact op de samenleving! Kijk alleen al naar de ellende die drugs veroorzaakt onder jongeren. Natuurlijk moet het op een verantwoorde manier, zonder ‘namen en rugnummers’, maar we mogen best laten zien wat er aan de hand is.”

Zicht op Ondermijning | 37

4.4 Verdachte transacties Ongebruikelijke transacties moeten in Nederland worden gemeld aan de Financial Intelligence Unit (FIU), mede omdat ze te maken kunnen hebben met het witwassen van (crimineel) geld. Sommigen van deze transacties worden daarna door de FIU als ‘verdachte transacties’ aangemerkt. Met deze transacties worden in het dashboard verschillende analyses inzichtelijk gemaakt.

Analyses

Informatie delen met veiligheidspartners Contante betalingen kunnen misbruikt worden om geld dat in de onderwereld verdiend is, te gebruiken in de bovenwereld. Wanneer een gemeente ziet dat er relatief veel verdachte contante betalingen plaatsvinden in de eigen gemeente, kan dat bijvoorbeeld worden ingebracht in een lokaal veiligheidsoverleg. Die informatie wordt vervolgens gedeeld met de politie en andere partners, die deze kunnen gebruiken ter bewustwording of in een lopend onderzoek naar bijvoorbeeld vastgoedfraude of onverklaarbare aankopen. Gemeente, politie en andere relevante partners kunnen hun schaarse capaciteit zo toespitsen op een potentiële risicogroep.

Binnen het thema verdachte transacties zijn onder meer de volgende analyses uitgevoerd: • Gemeenten en regio’s waar als verdacht aangemerkte transacties het meest voorkomen en wat de bijbehorende financiële waarde is • Belangrijkste herkomst- en bestemmingslanden van verdachte transacties • Kenmerken van personen die bij verdachte transacties betrokken zijn (inclusief opdrachtgevers, begunstigden en uitvoerders) • Kenmerken van bedrijven die betrokken zijn bij één of meerdere verdachte transacties

Uitgelicht: verdachte transacties naar locatie De FIU-data zijn onder meer gebruikt om in kaart te brengen waar in Nederland de als verdacht aangemerkte transacties het meest voorkomen en wat de bijbehorende financiële waarde is. Daarbij kan een selectie worden gemaakt op verschillende transactiesoorten, zoals aan-/verkoop van vastgoed, contante betalingen en contante stortingen. Ook kan er worden gekozen tussen een weergave van het aantal verdachte transacties of het totaalbedrag. Zo wordt bijvoorbeeld zichtbaar in welke gemeenten binnen een RIEC-regio voor een relatief groot totaalbedrag aan verdachte contante betalingen wordt gedaan (zie figuur 6).

FIU-Nederland: ‘Inzichten uit City Deal kunnen ook FIU-analyses versterken’ In de eerste gesprekken met de FIU-Nederland ging het vooral over het leveren van data aan de City Deal en het vinden van een juridische basis hiervoor. Toen die basis eenmaal gevonden was en de leveringen plaats konden vinden, bleek er bij beide partijen al snel behoefte om meer samen te werken. Ook de FIU houdt zich immers (mede) bezig met het onderzoek naar (en analyse van) de twee hoofdthema’s van de City Deal Zicht op Ondermijning: vastgoedfraude en drugscriminaliteit. Daardoor kan de FIU niet alleen actief meedenken over de duiding van data en presentatie op het dasboard, maar ook zelf nieuwe inzichten opdoen over risico-indicatoren binnen de thema’s vastgoedfraude en drugscriminaliteit. Om vast te stellen of een transactie ‘verdacht’ is, gebruikt de FIU verschillende databronnen, waaronder politie-informatie, informatie uit het buitenland en fiscale informatie. De data en datacombinaties binnen Zicht op Ondermijning kunnen daar een waardevolle aanvulling op zijn. Het dashboard laat bijvoorbeeld zien dat verdachte transacties relatief vaak voorkomen bij de rechtsvorm BV: 76% van de verdachte transacties vindt plaats bij BV’s, terwijl van alle bedrijven in Nederland ‘slechts’ 21% een BV is.

Verdere verdieping moet nog plaatsvinden, maar de FIU kan een dergelijk inzicht gebruiken in een eerste voorselectie van wat mogelijk verdacht is. De FIU heeft zelf ook zicht op de rechtsvormen van de rechtspersonen waarover zij meldingen ontvangt, maar beschikt niet over het volledige en betrouwbare landelijk beeld dat het CBS heeft.

4.5 Brancheanalyses In de City Deal Zicht op Ondermijning zijn analyses uitgevoerd die inzicht kunnen geven in het risico dat een branche (via gelegenheidsstructuren) wordt misbruikt voor witwaspraktijken. De geanalyseerde branches zijn geselecteerd op basis van inzichten en ervaringen van meerdere RIEC’s en van deelnemende gemeenten.

Analyses Binnen het thema brancheanalyses zijn onder meer de volgende analyses uitgevoerd:

Figuur 6 Voorbeeld van analyse verdachte transacties naar locatie

38 | Ministerie van Binnenlandse Zaken en Koninkrijksrelaties

• Gemeenten en wijken met opvallend hoge concentraties van bepaalde typen branches en soorten winkels (ten opzichte van het landelijke beeld) • Per gemeente en wijk de branches met de hoogste concentraties vestigingen • Gemeenten en wijken die opvallen door een groot verschil tussen de voorspelde en de gerealiseerde omzet (voor verschillende branches)

Zicht op Ondermijning | 39

Uitgelicht: branches met opvallende omzet Het dashboard toont per branche in welke gemeenten en woonwijken grote afwijkingen voorkomen van de voorspelde omzet per inwoner. De voorspelde omzet is vastgesteld aan de hand van een voorspelmodel op basis van wijk- en gemeentekenmerken met betrekking tot inkomen, regionale verschillen in bedrijvigheid, type woningen, nabijheid van voorzieningen en WOZ-waarden van woningen. Op deze manier wordt rekening gehouden met kenmerken in een wijk of gemeente die een hoge omzet per inwoner mogelijk kunnen verklaren. Deze kenmerken kunnen in sommige gevallen de hoge omzet verklaren, maar niet altijd (volledig).

Groningen: ‘Inzoomen op kwetsbare branches’ Data-analyses van de gemeente Groningen toonden een paar jaar geleden aan dat er sprake was van opvallend veel vestigingen in onder meer de kappers- en schoonheidsbranche. Dit leidde in 2019 tot succesvolle controle-acties. Het denken en werken vanuit fenomenen, was voor de gemeente mede aanleiding om zich aan te sluiten bij de City Deal Zicht op Ondermijning. Het dashboard laat onder meer zien welke branches op basis van landelijke data interessant zijn om aandacht aan te besteden en of er sprake is van opvallende afwijkingen op gemeente- of wijkniveau. Een brede groep veiligheidspartners in Groningen combineert signalen en patronen van ondermijning aan een casustafel en bespreekt welke preventieve maatregelen kunnen worden ingezet. Wanneer het dashboard bijvoorbeeld toont dat er in bepaalde gebieden sprake is van overconcentraties van een branche, kan dat aanleiding zijn om een vervolgonderzoek op te starten. Dit gaat volgens een trechtermodel (zie figuur 8). Door aanvullende (open en gemeentelijke) bronnen en experts te raadplegen, kan verder worden ingezoomd op mogelijke risico’s of tegenstrijdigheden, waardoor uiteindelijk kan worden overgegaan tot een integrale controle bij (delen van) branches met een verhoogd risico.

01

Dashboard Zicht op Ondermijning

02

Open bronnen

03

Gemeentelijke bronnen en expertsessies politie

04

RIEC

Figuur 7 Voorbeeld van analyse branches met opvallende omzet

Extra integriteitscontrole Nadat rekening is gehouden met factoren die een hoge omzet kunnen verklaren, kan in een bepaalde wijk of gemeente nog steeds sprake zijn van een opvallend hoge omzet per inwoner (zie figuur 7). Gemeenten kunnen deze kennis combineren met eventuele andere afwijkende patronen, zoals het aantal verdachte transacties in de betreffende wijk of gemeente. Opvallende afwijkingen kunnen vervolgens getoetst worden door waarnemingen in het gebied en bijvoorbeeld politie-informatie. Op basis daarvan kan de gemeente overwegen om een vergunningplicht in te stellen in het gebied of de branche en de integriteit van ondernemingen toetsen in het kader van de Wet Bibob.

05

Integrale controle

Figuur 8 Trechtermodel voor risicobepaling

Toepassing door politie Recentelijk is het dashboard ook gebruikt in een politie-onderzoek in de provincie Groningen naar aanleiding van signalen over arbeidsuitbuiting. Met de analyse ‘Concentraties en trends’ kon worden vastgesteld dat dit vooral bleek voor te komen bij uitzendbureaus en autoherstelbedrijven. Door gegevens over deze branches ‘over elkaar te leggen’, bleek in één gemeente een opvallende correlatie te bestaan tussen beide branches.

40 | Ministerie van Binnenlandse Zaken en Koninkrijksrelaties

Zicht op Ondermijning | 41

4.6 Conclusie De toepassing van de Zicht-Op-methode biedt meerwaarde voor een (versterking van de) preventieve aanpak van ondermijning. Gemeenten en hun (veiligheids)partners kunnen meer zicht krijgen op patronen en fenomenen van mogelijke ondermijning en zoekgebieden verkleinen ten behoeve van effectief preventief beleid. In de praktijk kan dat leiden tot: • Efficiëntere benutting van beschikbare capaciteit • Aanpak onderliggende problematiek

5 Conclusie en aanbevelingen 5.1 Terugblik op doelstellingen In dit laatste hoofdstuk komen we terug op de doelstellingen zoals geformuleerd in het convenant.

1. Bijdragen aan een versterking en verbetering van de preventieve aanpak van ondermijnende criminaliteit Het is mogelijk om met het dashboard Zicht op Ondermijning de preventieve aanpak van ondermijning te verbeteren. Gemeenten kunnen hun informatiepositie versterken en hun capaciteit en middelen efficiënter inzetten voor een (wijk)gerichte aanpak. Dat blijkt onder meer uit de volgende voorbeelden: • Inzichten in bepaalde (kwetsbare) branches kunnen gebruikt worden om te voorkomen dat deze branches misbruikt worden voor criminaliteit, bijvoorbeeld via integriteitsonderzoek bij de registratie van een nieuw bedrijf. • Inzichten in risico-indicatoren kunnen aanleiding zijn om preventieve projecten op te starten, zoals voorlichting op scholen gericht op het voorkomen van ‘jonge aanwas’. • Inzichten in ‘hot spots’ met verhoogde risico’s op bepaalde fenomenen (afwijkingen ten opzichte van gemiddelden) kunnen leiden tot verkleinde zoekgebieden ten behoeve van effectief preventief beleid, waarmee betrokken partijen hun capaciteit efficiënter kunnen inzetten. • Inzichten in fenomenen en patronen kunnen bestaande aanpakken verbeteren; kennis over familierelaties van drugsverdachten kan bijvoorbeeld worden gebruikt in aanvulling op de Persoonsgerichte Aanpak (PGA).

42 | Ministerie van Binnenlandse Zaken en Koninkrijksrelaties

Zicht op Ondermijning | 43

2. Meer inzicht verkrijgen in de mogelijkheden en grenzen van data-analyse bij de preventieve aanpak van ondermijnende criminaliteit Tijdens de City Deal Zicht op Ondermijning zijn de volgende inzichten opgedaan:

Janneke van Dooren, criminoloog Openbaar Ministerie

‘Werken vanuit fenomenen is voor alle betrokkenen nog nieuw’

“Bij ondermijning gebeurt er veel onder de radar: problemen komen niet altijd voor in gegevens van gemeenten en politie. De datakoppelingen van het dashboard Zicht op Ondermijning zijn daarom van grote meerwaarde. Ze bieden de mogelijkheid om per district unieke inzichten op te doen. Neem het vastgoedbezit van de familieleden van drugsverdachten; losse partijen zouden over die combinatie nooit kunnen beschikken. Daarbij is het essentieel dat die analyses worden gemaakt binnen de CBS-wet. Omdat we weten dat er zulke strenge voorwaarden gelden, weten we ook dat er nooit onthullingsrisico’s zullen zijn. Bij het Openbaar Ministerie hebben we maar beperkte capaciteit, net als de politie en de gemeente. Als lokale driehoek wil je dan ook samen de juiste prioriteiten kunnen stellen. Harde data helpen daarbij. Die maken inzichtelijk wat de belangrijkste thema’s zijn in een gebied en wat je daar op lokaal niveau aan kunt doen. Dat fenomeengericht werken is voor alle betrokkenen nog relatief nieuw, ook voor het OM. Traditioneel kijken wij vooral naar het aantal zaken dat we ‘draaien’. In plaats daarvan zouden we onze energie moeten steken in de patronen en de achtergronden. Dan kom je tot een wijkaanpak, met de grootste maatschappelijke meerwaarde.”

44 | Ministerie van Binnenlandse Zaken en Koninkrijksrelaties

• De Zicht-Op-methode maakt het mogelijk om op een verantwoorde wijze data-analyses te verrichten op het thema ondermijning en andere maatschappelijke thema’s. • Gemeenten en hun partners kunnen via het dashboard over informatie en inzichten beschikken die ze anders niet, lastig of in ieder geval veel minder efficiënt zouden kunnen verkrijgen. • Het dashboard kan gebruikt worden om het gesprek aan te jagen, zowel over ondermijning in brede zin, als over specifieke thema’s. • De mogelijkheden met (en relevantie van) CBS-microdata zijn voor partners een eyeopener gebleken. Daarbij is ook positieve ervaring opgedaan met de levering van data die niet bij het CBS voorhanden waren. • De kaders van de CBS-wet gekoppeld aan de processtappen van de Zicht-Op-methode, geven vertrouwen dat de privacy goed geborgd is. • De toepassing van CBS-microdata (in de Zicht-Op-methode) kan mogelijk ook nuttig zijn voor nieuwe partners en onderzoeksprojecten, uiteraard onder dezelfde strikte voorwaarden die volgen uit de CBS-wet. Daarbij gelden onder meer de volgende aandachtspunten en succesfactoren: • Een kritische succesfactor voor het vervolg is de beschikbaarheid van actuelere data, ook om trends en ontwikkelingen in de tijd te kunnen tonen. Daarbij geldt ook dat er (meer) aandacht nodig is voor de bewaartermijnen van gebruikte data.

• De (veilige) stap van gepseudonimiseerde data naar samenhangende data die inzichten bieden op gebiedsniveau, patronen of kenmerken, vraagt om intensieve samenwerking tussen de betrokken partijen. • Gebruikers van het dashboard hebben behoefte aan uitleg en best practices voor de vertaling van inzichten naar een concrete preventieve aanpak van ondermijning. • Het is belangrijk dat partijen die samen datagedreven werken zich betrokken voelen bij de thema’s waaraan gewerkt wordt. • Of gemeenten eigen data kunnen aanleveren ten behoeve van analyses, wordt door Functionarissen Gegevensbescherming van deze gemeenten verschillend beoordeeld. Een meer eenduidige reactie is belangrijk. Het opstellen van best practices kan hierbij helpen • Kleine gemeenten hebben zelf vaak weinig tot geen capaciteit voor het duiden en lokaal toepassen van de inzichten uit het dashboard. Dit vraagt om kennisdeling en samenwerking. • Vastgoedmisbruik blijkt complexe materie te zijn. Voor analyses rondom dit thema blijken de benodigde data niet alleen moeilijk te verkrijgen, maar ook moeilijk te interpreteren. Kennisuitwisseling met de landelijke fenomeentafel vastgoed kan een oplossing bieden, doordat verschillende expertises en inzichten daardoor gebundeld kunnen worden.

In hoofdstuk 1 kwam al aan de orde dat de City Deal Zicht op Ondermijning ook een bijdrage levert aan de doelstellingen uit de Agenda Digitale Overheid. Er is gebleken hoe statistische data (van overheden en private partijen) op verantwoorde wijze gedeeld kunnen worden en een bijdrage kunnen leveren aan maatschappelijke vraagstukken.

Zicht op Ondermijning | 45

Gebruiksvriendelijkheid en doelmatigheid dashboard Deelnemers aan de City Deal Zicht op Ondermijning noemen de gebruiksvriendelijkheid van het dashboard een belangrijk verbeterpunt. Dit punt kwam ook naar voren in het onderzoek ‘Zicht op praktische toepasbaarheid’, dat in 2020 is uitgevoerd in opdracht van ICTU. Dat onderzoek leverde de volgende aanbevelingen op: • Betrekken van een user experience expert. • Organisatie van kennissessies: algemene kennismakingssessies, verdiepende sessies voor bestuursadviseurs en beleidsmakers en verdiepende sessies voor analisten. • Betrekken van projectleiders en domeinexperts bij het bespreken en samenstellen van praktijkvoorbeelden. • De ontwikkeling van een co-creatie model met een gebruikersgerichte ontwerpwijze, zodat analisten nog beter weten welke inzichten relevant(er) zijn voor de gebruikers en het dashboard nog meer aansluit bij de praktijk. • Gerichte communicatie via landelijke, regionale en lokale kanalen om zo de naamsbekendheid te verbeteren.

5.2 Aanbevelingen Op basis van het voorgaande worden vanuit de coalitie Zicht op Ondermijning de volgende aanbevelingen gedaan.

1. Voortzetting coalitie Zicht op Ondermijning De coalitieleden van de City Deal Zicht op Ondermijning geven duidelijk aan door te willen gaan met de ontwikkelde werkwijze. In de tweede helft van dit jaar zullen gesprekken plaatsvinden over de benodigde transitie en de verschillende opties om de samenwerking onder te brengen. De vraag is nog wat de beste manier is om de werkzaamheden te borgen en welke (rand)voorwaarden daarvoor gelden. Een belangrijke factor daarbij is de vorming van het nieuwe kabinet en de positie van het onderwerp ondermijning, en de bestuurlijke preventieve aanpak daarvan, in de te vormen plannen. Als daar meer duidelijk over is, wordt het (beter) mogelijk om aan te geven waar borging van de werkwijze en de organisatie (‘coalitie’) het best kunnen plaatsvinden, inclusief het beheer van het dashboard Zicht op Ondermijning.

Organisatie voor de rest van 2021 De stuurgroep van de City Deal Zicht op Ondermijning wil voorkomen dat er een gat valt tussen het eindigen van het convenant van deze City Deal (in juni 2021) en duidelijkheid over het onderwerp ondermijning in het nieuw te vormen kabinet. Daarom heeft de stuurgroep aan de coalitie/ convenantpartners voorgesteld om in de periode van juni 2021 tot eind 2021 te blijven werken zoals in de afgelopen jaren, onder dezelfde voorwaarden. Het beheer van het dashboard is voor de rest van 2021 (dus tot 1 januari 2022) georganiseerd. De benodigde middelen zijn hiervoor beschikbaar. Door de stuurgroep Zicht op Ondermijning is aan alle coalitiepartners gevraagd de samenwerking voor de rest van dit jaar voort te zetten. De verwachting is dat er in dat half jaar duidelijkheid ontstaat over de opties om de werkwijze voort te zetten binnen de toekomstige (kabinets)plannen en over de organisatie van het thema preventieve aanpak van ondermijning.

2. Bredere toepassing van Zicht-Op-methode De ervaringen met de in de City Deal Zicht op Ondermijning ontwikkelde werkwijze en het daarbij benutten van CBS-gegevens maken duidelijk dat deze methode ook benut kan worden bij andere maatschappelijke thema’s dan ondermijning. Een voorbeeld hiervan is het thema ‘maatschappelijke onrust’. Gegevens over bijvoorbeeld faillissementen, ontslagen, uitkeringen, schooluitval, verhuismutaties en aanvragen van corona-regelingen, kunnen leiden tot inzichten over maatschappelijke onrust op gemeente- en wijkniveau. Ook op het gebied van wonen en (afhankelijk van behoeften) andere thema’s liggen er mogelijkheden (zie figuur 9). Ook op andere thema’s dan ondermijning zoeken (lokale) bestuurders naar mogelijkheden om focus aan te brengen en handelingsperspectieven te ontwikkelen en toe te passen. De City Deal Zicht op Ondermijning heeft hiervoor een breed toepasbare Zicht-Op-methode ontwikkeld, en daarmee een stevig fundament voor het werken met CBS-data en het toepassen van verschillende datascience-technieken. Belangrijke aandachtspunten daarbij zijn beschikbaarheid van specifieke data, het betrekken van andere expertise en het organiseren van bestuurlijk commitment.

De gemeenten en overige organisaties die meedoen in deze City Deal lijken voorop te lopen ten opzichte van veel gemeenten, maar de onderlinge verschillen zijn groot en er is meestal (nog) geen sprake van een uniforme gestructureerde aanpak. De vraag is dan ook of er nieuwe gemeenten moeten komen meepionieren of dat het zinniger is een kopgroep te ontwikkelen die ingespeeld raakt, sneller gaat en die inzichten oplevert die gebruikt kunnen worden door de rest. Los daarvan is het belangrijk aandacht te hebben voor de praktische toepasbaarheid van het dashboard en ondersteuning van (kleine) gemeenten die zelf weinig tot geen capaciteit hebben voor het duiden en lokaal toepassen van de inzichten uit het dashboard. Intensivering van de samenwerking met de RIEC’s kan daar een belangrijke rol in spelen.

Figuur 9 Brede toepassing Zicht-Op-methode

46 | Ministerie van Binnenlandse Zaken en Koninkrijksrelaties

Zicht op Ondermijning | 47

Subgroup discovery Subgroup discovery is een techniek die gebruikt kan worden om data geautomatiseerd te organiseren aan de hand van een meegegeven kenmerk. In de data wordt gezocht naar subgroepen waarbinnen het gekozen kenmerk vaker voorkomt dan gemiddeld. Deze subgroepen kunnen gebaseerd zijn op één variabele uit de data (bijvoorbeeld mannen), maar ook op combinaties van meerdere variabelen (bijvoorbeeld mannen tussen de 25 en 35 jaar oud). Op deze manier kunnen de meest onderscheidende eigenschappen van het meegegeven kenmerk beschreven worden. Binnen de City Deal Zicht op Ondermijning is subgroup discovery gebruikt om de meest relevante kenmerken van mensen met verdachte transacties in kaart te brengen.

Bijlagen A. Gebruikte datascience-technieken Binnen de City Deal Zicht op Ondermijning wordt onder meer gebruik gemaakt van de volgende datascience-technieken:

Beslisboom Een beslisboomalgoritme probeert onderscheid te maken tussen twee labels (bijvoorbeeld verdacht of niet-verdacht) op basis van splitsingen in kenmerken. Denk aan of iemand man of vrouw is en of iemand wel of geen schulden heeft. Op basis van structuren in de data wordt eerst bepaald welke splitsingen het meest onderscheidend zijn voor de gekozen labels. Hierbij worden combinaties van verschillende kenmerken meegenomen, omdat één kenmerk op zichzelf vaak niet bepalend is. Daardoor ontstaat een boomstructuur van aftakkingen met kenmerken (de splitsingen) die bepalen of iemand een grote of kleine kans heeft om onder een bepaald label te vallen. Binnen de City Deal Zicht op Ondermijning is onder andere een beslisboomalgoritme gebruikt om in te schatten in welke mate jongeren risico lopen om in de drugscriminaliteit te belanden.

Clusteranalyse Een clusteranalyse groepeert mensen binnen een bepaalde populatie op basis van gelijke kenmerken, zoals leeftijd of huishoudenssituatie. Deze kenmerken worden niet vooraf door de analist meegegeven, maar bepaald vanuit structuren die in de data aanwezig zijn. Deze analyse identificeert verschillende ‘clusters’ van vergelijkbare observaties in een dataset, waarbij de verschillen binnen het cluster zo klein mogelijk zijn en de verschillen tussen clusters zo groot mogelijk. Binnen de City Deal Zicht op Ondermijning is een clusteranalyse gebruikt om, binnen de totale populatie drugsverdachten, groepen van vergelijkbare verdachten te identificeren op basis van verschillende persoonskenmerken. Op deze manier zijn statistisch relevante kenmerken van verschillende typen drugsverdachten bij elkaar gebracht.

48 | Ministerie van Binnenlandse Zaken en Koninkrijksrelaties

Zicht op Ondermijning | 49

B. Uitgebreide procesbeschrijving Zicht-Op-methode Stap 0: Kernteam

Stap 4: Haalbaarheid

De eerste stap is het inrichten van een hybride kernteam met 12 onderzoekers en data scientists; analisten met een wetenschappelijke achtergrond. In het geval van Zicht op Ondermijning zijn de leden van het kernteam afkomstig van het CBS, de Belastingdienst, universiteiten en enkele grote gemeenten. Deze analisten mogen geen achtergrond hebben in opsporing of handhaving, om te voorkomen dat de microdata voor opsporingsdoeleinden gebruikt worden.

Het kernteam en het CBS bespreken de vragen op haalbaarheid door in beeld te brengen welke bronnen en gegevens nodig zijn. Als dit bronnen binnen het CBS zijn, wordt een zogenaamd Globaal Analyse Plan (GAP) opgesteld. Daarin worden per onderzoeksvraag de te gebruiken bronbestanden en variabelen benoemd. Als gegevens uit externe bronnen nodig zijn om een onderzoeksvraag te beantwoorden, wordt bekeken of deze verkregen kunnen worden.

1 Input

? ?

Lokale partners

Stap 1: Input De projectleiders van de deelnemende gemeenten halen vragen, ideeën en wensen op bij hun lokale en regionale partners en RIEC’s. Deze input wordt omgezet naar concrete onderzoeksvragen (‘features’), die worden getoetst op begrijpelijkheid en bruikbaarheid.

10110010010011 110100100101 0100100110

Projectleiders van deelnemende gemeenten halen input op bij lokale partners en RIEC’s.

PRIO 1. ? 2. ? ? 3.

Analisten Landelijke projectleider

Projectleider gemeente

?

De verzamelde input wordt omgezet in concrete onderzoeksvragen en geprioriteerd.

Stap 3: Aanscherpen Domeinexperts

Themabijeenkomst

Analisten

Een themabijeenkomst voor de geprioriteerde vragen kan tot aanscherping en herprioritering leiden.

50 | Ministerie van Binnenlandse Zaken en Koninkrijksrelaties

? Analisten

CBS

De vragen worden ontrafeld, verfijnd en op haalbaarheid besproken. De benodigde gegevens worden geïnventariseerd.

1001 0101

1001 0101

Analisten

CBS

De analyses worden voorbereid door de data te controleren, op te schonen en te koppelen.

Stap 5: Voorbereiding Er wordt onderzoek gedaan naar de beschikbaarheid en kwaliteit van de gegevens en data worden gekoppeld en opgeschoond (data-preparatie). Aanvullende, externe bronnen worden volgens een vooraf afgesproken format en een beveiligde verbinding aangeleverd en na ontvangst door het CBS direct gepseudonimiseerd. Als externe data worden gebruikt, wordt er altijd een Wbp-melding gedaan.

Domeinexperts

3 Aanscherpen

PRIO 1. ? 2. ? ? 3.

100110 01001 0010101

2 Prioriteren

???

De features worden door de deelnemende gemeenten voorzien van een eerste prioritering. Hierbij wordt hoofdzakelijk gekeken naar de potentiële bijdrage aan de aanpak van het maatschappelijk vraagstuk. Er wordt ook gekeken naar andere zaken, zoals bestuurlijke impact. De geprioriteerde onderzoeksvragen komen op de backlog. In deze fase vindt ook een eerste toets plaats op mogelijke onthullingsrisico’s, waarna bijvoorbeeld besloten kan worden om niet op het laagste aggregatieniveau te publiceren.

? haalbaarheid

5 Voorbereiding

Projectleider gemeente

Stap 2: Prioriteren

4 Haalbaarheid

De geprioriteerde vragen worden met betrokken projectleiders, relevante domeinexperts en wetenschappers besproken in een themabijeenkomst. De aangescherpte vragen kunnen leiden tot discussie, gevolgd door herprioritering of opsplitsing in meerdere en/of meer gedetailleerde onderzoeksvragen.

Stap 6: Analyse De analisten kiezen op basis van hun ervaring en expertise de methode die het beste past bij de gestelde onderzoeksvraag. Dit kan uiteenlopen van simpele beschrijvende statistieken en het in kaart brengen van de locaties van een fenomeen, tot aan complexe beslisboomalgoritmen. De gekozen methode wordt altijd afgestemd met betrokken projectleiders en domeinexperts. In deze fase wordt ook bepaald welke kenmerken relevant zijn en of het gebruik ervan gerechtvaardigd is, doordat dit wetenschappelijk onderbouwd is. Deanalyses worden in de beveiligde analyseomgeving uitgevoerd op het microniveau van individuele (maar altijd gepseudonimiseerde) personen, bedrijven of adressen.

5 Voorbereiding 10110010010011 110100100101 0100100110

100110 01001 0010101

1001 0101

1001 0101

CBS

Analisten

De analyses worden voorbereid door de data te controleren, op te schonen en te koppelen.

Zicht op Ondermijning | 51

10 Klaar?

Stap 7: Controle Tijdens het analyseren wordt de geschreven code altijd gecontroleerd en gevalideerd door andere leden van het kernteam. Andere analisten die niet werkzaam zijn geweest op de analyse lopen de analyse na ter controle. Dit vierogenprincipe is erop gericht te controleren of de analyses technisch correct zijn.

10110010010011 110100100101 0100100110

7 Controle Stap 10: Klaar?

Analist

Analist

vier ogen principe

Analisten Analyses worden altijd geverifieerd en gecontroleerd.

100110 01001 0010101

8 Outputcontrole

Analisten

CBS

Voordat de resultaten de beveiligde omgeving van het CBS verlaten worden risico’s op onthulling uitgesloten. Het CBS controleert alle output.

Op basis van de feedback in de reviewronde worden analyses waar nodig aangescherpt. Hierna worden de inzichten gepubliceerd op het dashboard of gaan de analisten terug naar stap 6 om de analyse verder aan te scherpen.

terug naar analyse

verder verder naar naar dashboard dashboard

De reviewsessie kan leiden tot verdere aanscherping van de analyses of publicatie op het dashboard.

11 Publicatie

Stap 8: Outputcontrole De resultaten die vanuit de beveiligde analyseomgeving geëxporteerd worden zijn altijd geaggregeerd. Het gaat bijvoorbeeld om resultaten voor een hele RIEC, gemeente, wijk of buurt, of voor een hele branche. Voordat deze resultaten geëxporteerd worden, wordt door het CBS gecontroleerd of ze voldoen aan de outputrichtlijnen en of er geen sprake is van risico’s op onthulling van individuele personen, bedrijven of adressen.

dashboard thema

thema

Stap 11: Publicatie Na akkoord van de landelijke projectleider wordt de analyse op het dashboard gepubliceerd en openbaar gemaakt.

De uitkomsten van de analyses worden ongeveer vier keer per jaar gepubliceerd op het dashboard en zijn vanaf dat moment publiek beschikbaar voor alle geïnteresseerden.

12 Gebruik

? 9 Review

Stap 9: Review De resultaten van de analyses worden in een vierwekelijkse reviewsessie besproken met de leden uit het kernteam, projectleiders van de deelnemende gemeenten en domeinexperts. Tijdens deze reviewsessie kunnen vragen worden gesteld, zoals over de gebruikte data en de betekenis van de inzichten. Omdat de inzichten tijdens deze reviewsessie niet mogen worden gedeeld, ondertekent iedere deelnemer aan de reviewsessie een geheimhoudingsverklaring.

52 | Ministerie van Binnenlandse Zaken en Koninkrijksrelaties

? reviewsessie Analist

Domein experts

Stap 12: Gebruik

Analisten

Landelijke projectleider

Projectleider gemeente

De resultaten van de analyses worden in reviewsessies besproken en gevalideerd.

Gemeenten kunnen de informatie op het dashboard combineren met eigen inzichten, bespreken met andere partijen, en inzetten voor de preventieve aanpak van het maatschappelijke vraagstuk door beleid te ontwikkelen gericht op achterliggende problematiek.

Gem

een

te X

Gebruikers van het dashboard kunnen gegevens over gemeenten, wijken en buurten vergelijken met eigen gegevens en bespreken met andere partijen.

Zicht op Ondermijning | 53

13 Feedback

?

Stap 13: Feedback Feedback op het dashboard kan leiden tot verdere aanscherping van de analyse. Als het om een substantiële uitbreiding van de analyse gaat, wordt deze als nieuwe onderzoeksvraag toegevoegd aan de backlog en opnieuw van een prioriteit voorzien (zie stappen 1 en 2). Kleinere aanpassingen worden vaak verwerkt in de eerstvolgende dashboardrelease.

?

https://www.zichtopondermijning.nl/documents/ZichtOpOndermijning.pdf Gem

een

feed

te X

bac

k

Analisten

Feedback op het dashboard kan leiden tot aanscherping of uitbreiding van de analyses.

14 Actie!

Overheid e

nt

ee

m

Ge X

aan

pak

ACTIE!

Nieuwe inzichten kunnen door de overheid worden toegepast in een eigen thema- of wijkgerichte aanpak en leiden tot preventief beleid.

C. Folder Zicht op Ondermijning

Stap 14: Actie De overheid past inzichten uit het dashboard toe op eigen data en zet uitkomsten in bij de eigen thema- of wijkgerichte aanpak. Partners, zoals de politie, kunnen inzoomen op eigen data en een vergelijking maken met de bevindingen.

Themagerichte of wijkgerichte benadering

Betrouwbare, geanonimiseerde data

Combineren en bespreken

Ondermijnende criminaliteit heeft een groot effect op onze maatschappij. Drugshandel en vastgoedfraude bijvoorbeeld kunnen de structuur van de maatschappij ernstig misbruiken en verzwakken. Data kunnen helpen om de weerbaarheid tegen ondermijning te vergroten. Ze maken bijvoorbeeld duidelijk welke persoonskenmerken veel voorkomen bij eigenaren van hennepkwekerijen. Of in welke wijken binnen een gemeente opvallend veel verdachte transacties plaatsvinden. Zo ontstaan extra mogelijkheden voor een wijkgerichte of themagerichte benadering van ondermijnende criminaliteit.

De kern van het dashboard wordt gevormd door data van het CBS. Hierbij gaat het bijvoorbeeld om locatie- en inkomenskenmerken, maar ook om gegevens over veroordelingen door het Openbaar Ministerie en om inschrijvingen bij de Kamer van Koophandel. In een beveiligde omgeving worden deze gegevens gecombineerd met data van andere betrouwbare landelijke bronnen, zoals gemeenten, het Kadaster, van de politie en de Financial Intelligence Unit (FIU). In verband met de CBS-wet zijn de data niet herleidbaar tot individuele personen, bedrijven of adressen. De gegevens in het dashboard zijn daarom altijd geaggregeerd naar gemeenten, wijken, buurten of branches.

Het dashboard is vrij toegankelijk voor iedereen. Gemeenten kunnen de inzichten naast andere gegevensbronnen leggen en eventueel toepassen in lopende onderzoeken of programma’s. Kennisdeling en samenwerking zijn hierbij essentieel. Binnen een gemeente kunnen afdelingen veiligheid en jeugdzorg bijvoorbeeld bespreken hoe de preventieve aanpak van softdrugscriminaliteit kan worden verbeterd. En samen met de politie kan een gemeente kwetsbare branches in beeld brengen. Het dashboard Zicht op Ondermijning leidt tot nieuwe inzichten en nieuwe onderzoeksvragen. Zo kunnen verschillende partijen hun beperkte capaciteit effectiever inzetten.

DASHBOARD MET LOKALE EN REGIONALE INZICHTEN OVER ONDERMIJNING

DRUGSPROBLEMATIEK EN MISBRUIK VAN VASTGOED Zicht op Ondermijning richt zich op twee hoofdthema’s, die in de praktijk sterk met elkaar samenhangen: drugsproblematiek en misbruik van vastgoed. Het dashboard bevat ook brancheanalyses en data over verdachte transacties. De beste inzichten ontstaan wanneer data over verschillende onderwerpen door de gebruiker zelf worden gecombineerd.

Via het dashboard www.zichtopondermijning.nl krijgt elke gemeente in Nederland extra inzicht in de risico’s op criminele fenomenen in hun eigen - Verdachte aankopen met grote gemeente of regio. Samen met transacties andere(o.a.partijen sommen contant geld) Een greep uitversterken de data in het dashboard: Risico-indicatoren vastgoedfraude doorsluiszij hiermee de- preventieve aanpak(o.a.van - Geruimde hennepkwekerijen (o.a. kenmerken van huizen, onverklaarbaar woningeigendom) criminaliteit. Zoin kan dashboardof bewoners, ondermijnende locaties) - Vastgoed handen dit van beroepsbestuurders - Verdachten van drugsdelicten (o.a. leeftijd, verdachte alleenbestuurders van stichtingen – jonge dataanwas) door overheidspartijen isversus ontwikkeld -drugsdelicten een familieleden, - Woonpleeggemeente bij belangrijke bijdrage leveren aan de veiligheid en leefbaarheid op wijkniveau.

54 | Ministerie van Binnenlandse Zaken en Koninkrijksrelaties

Zicht op Ondermijning | 55

D. Overzicht van betrokken personen Onderstaande personen hebben vanaf medio 2019 een belangrijke rol gespeeld in de (tweede fase van de) City Deal Zicht op Ondermijning.

1.

Marc Noordhoek

Ministerie van Binnenlandse Zaken en Koninkrijksrelaties

31.

Dorian Brouwer

Datascientist ingezet via de gemeente Amsterdam

2.

Miguel Boerboom

Ministerie van Binnenlandse Zaken en Koninkrijksrelaties

32.

Anouk Wigman

Gemeente Rotterdam

Bastiaan Leeuw

Gemeente Den Haag

3.

Ellen van Doorne

Ministerie van Binnenlandse Zaken en Koninkrijksrelaties

33.

4.

Toine Dam

ICTU

34.

Annemiek Dul

Gemeente Utrecht

5.

Fred Uiterweerd

ICTU

35.

Rick van Rooij

Gemeente Utrecht / RIEC Midden-Nederland

6.

Marieke Vermue

ICTU

36.

Geerte van Rije

Gemeente Utrecht

7.

Haitske van de Linde

ICTU

37.

Michiel Hoogeboom

Datascientist ingezet via de gemeente Utrecht

Rianne van Lomm

Gemeente Eindhoven - namens de B5

8.

Keyla Batista

ICTU

38.

9.

Denise Nettenbreijer

ICTU

39.

Margriet Zoethout

Taskforce RIEC Zeeland - Brabant

10.

John Koeyers

ICTU

40.

Grazielena Marcus

Gemeente Maastricht

11.

Cor van der Blom

ICTU

41.

Trix Janssen

Gemeente Almere

12.

Jessica Straetemans

ICTU

42.

Klaske Grimmerink

Gemeente Almere

13.

Ruud Hogendoorn

ICTU

43.

Duco Kroon

Gemeente Groningen

Erik van der Werff

Gemeente Groningen

14.

Ruben Dood

Centraal Bureau voor de Statistiek

44.

15.

Tommy Span

Centraal Bureau voor de Statistiek

45.

Wendy Hutterd

Gemeente Zwolle

16.

Femke Hitzert

Centraal Bureau voor de Statistiek

46.

Mirte Temmink

Gemeente Zwolle

17.

Nathalie Boot

Centraal Bureau voor de Statistiek

47.

Simone Roosenboom

Gemeente Arnhem

18.

lona Pinter

Centraal Bureau voor de Statistiek

48.

Theo Weterings

Gemeente Tilburg

19.

Jamie Graham

Centraal Bureau voor de Statistiek

49.

Rob Konijn

LIACS

Harrie Boering

Belastingdienst

20.

Roelof Waaijman

Centraal Bureau voor de Statistiek

50.

21.

Sita Tan

Centraal Bureau voor de Statistiek

51.

Marjolein Vogels

Belastingdienst

22.

Lotte Schoot

Centraal Bureau voor de Statistiek

52.

Liza Compiet

Ministerie van Financiën

23.

Mirjam Zengers

Centraal Bureau voor de Statistiek

53.

Just Stam

Ministerie van Justitie en Veiligheid

24.

Sten Zijlstra

Centraal Bureau voor de Statistiek

54.

Esther van Schie

Ministerie van Justitie en Veiligheid

Els Tieman

Ministerie van Justitie en Veiligheid

25.

Bas ter Luun

Gemeente Amsterdam

55.

26.

Kees Lacet

Gemeente Amsterdam

56.

Iris van Maurik

LIEC

27.

Karin Wilschut

Gemeente Amsterdam

57.

Ad van Breukelen

Hoofd RIEC Midden-Nederland

28.

Merel Kieft

Gemeente Amsterdam

58.

Edwin Koedam

Nationale Politie

29.

Pierre van Rossum

Gemeente Amsterdam – namens de G4

59.

Wendela Mulder

Openbaar Ministerie

30.

Marit Breuk

Datascientist ingezet via de gemeente Amsterdam

56 | Ministerie van Binnenlandse Zaken en Koninkrijksrelaties

Zicht op Ondermijning | 57

Deze rapportage is een uitgave van het

Ministerie van Binnenlandse Zaken en Koninkrijksrelaties Postbus 20011 | 2500 EA Den Haag t 070 426 64 26 (ma t/m vr 7.30 - 17.30 uur) oktober 2021