18. RIB 2023-022 Datastrategie gemeente Zevenaar

RAADSINFORMATIEBRIEF – Nr. 2023-022 Aan de leden van de gemeenteraad

Datum 14 maart 2023 Zaaknummer Z/22/437525 /ADV/23/1142675 Onderwerp Datastrategie gemeente Zevenaar Portefeuillehouder A. Boone Contactpersoon E-mail Telefoon

Wieneke Olthof w.olthof@zevenaar.nl 0316 595 111

Geachte leden van de gemeenteraad, Inleiding Als gemeente nemen we veel besluiten die invloed hebben op inwoners, bedrijven en instellingen. Om tot goede besluiten te komen, hebben we veel informatie nodig. Die informatie halen we onder andere uit data: de gegevens die we in onze eigen systemen, maar ook in landelijke registraties kunnen vinden. Het werken met data wordt steeds belangrijker om tot goede analyses te komen. Het is dan belangrijk dat de data correct en vergelijkbaar zijn, dat er een goede reden is om ze te gebruiken en dat op privacy en ethische aspecten wordt gelet. De nieuwe door ons vastgestelde datastrategie van gemeente Zevenaar beschrijft hoe we de komende jaren het datagedreven werken verder vormgeven. Via deze raadsinformatiebrief informeren wij u daarover. Kernboodschap Door data slim in te zetten kan de gemeente Zevenaar haar dienstverlening naar inwoners en organisaties verder verbeteren, en sneller en beter inzicht krijgen in maatschappelijke vraagstukken. Met de juiste data kunnen we beleid steeds beter toetsen aan de werkelijkheid en kijken of we het gewenste effect ook bereiken. Tegelijkertijd willen we situaties als de toeslagenaffaire in Zevenaar voorkomen. De datastrategie is een leidraad om het datagedreven werken in de gemeentelijke organisatie verder te ontwikkelen.

Hierbij wordt gelet op organisatie inrichting, verantwoordelijkheden en rollen, kennisontwikkeling en thema’s zoals beveiliging en privacy. Context context context2 context3 x Actueel maatschappelijk onderwerp/probleem x Collegeprogramma ☐ Motie/amendement/toezegging ☐ Anders, namelijk

Inhoudelijke boodschap Zonder een goed datafundament kunnen we als organisatie geen geavanceerde analyses uitvoeren, laat staan dat we ontwikkelingen kunnen voorspellen. Datahuishouding vormt de basis voor alle ontwikkelingen op het gebied van data. De ‘datastrategie gemeente Zevenaar’ (zie bijlage 1) beschrijft landelijke ontwikkelingen, de risico’s van niets doen, de positie van gemeente Zevenaar en twee ambities voor de komende jaren: Ambitie 1: Leren van en met data •

Gemeentelijke data delen met de samenleving Bij een transparante overheid die de maatschappij wil activeren, hoort ook het delen van gegevens. Zo geven we inwoners en organisaties de kans om op basis van onze openbare data meerwaarde voor onze maatschappij te creëren. Buienradar is hier een landelijk voorbeeld van. Als gemeente moeten we een afweging maken over wat belangrijk is om te delen, wat gedeeld mag worden en welke datasets hier kwalitatief hoogwaardig genoeg voor zijn. Daar zetten we de komende jaren op in, deze maand te starten met de livegang van het platform ‘Zevenaar in Cijfers’ (hierover meer in de paragraaf ‘communicatie naar buiten’).

•

Leren in de afdelingen en data bewustzijn stimuleren Werken met data is een relatief nieuw onderwerp. Verantwoording afleggen over en het monitoren van beleidsdoelstellingen echter niet. We hebben verplichte KPI’s in onze begroting en jaarrekening, die in lijn zijn met het Besluit begroting en verantwoording provincies en gemeenten (BBV). Daarom bieden de bestaande momenten van verantwoording (voortgangsrapportages, jaarrekening) een goede aanleiding om het werken met data verder onder de aandacht te brengen bij de hele gemeentelijke organisatie. Tegelijkertijd laten maatschappelijke vraagstukken zich allang niet meer vangen door de grenzen van een afdeling, of zelfs de gemeentelijke organisatie! Relevante gegevens voor een vraagstuk zijn vaak verspreid over verschillende organisaties. De komende jaren zetten we in op kennisontwikkeling in de organisatie over hoe met data te (samen)werken.

Ambitie 2: Datagedreven werken systematischer aanpakken

1

•

Data-architectuur, ethiek en beveiliging De data-architectuur1 is een onderdeel van de informatie-architectuur2 en geeft inzicht in de informatie die beschikbaar moet zijn voor de uitoefening van gemeentelijke taken. Bij het bouwen van deze architectuur maken we de komende jaren afspraken over: principes, standaarden, gegevensdefinities, ethiek en beveiliging.

•

Rollen, werkprocessen en datakwaliteit: Procesmatig werken is een vereiste voor het genereren van duidelijke en vergelijkbare data. De gemeentelijke organisatie zet in op procesmatig werken en houdt daarbij de definitie van de bedrijfsprocessen aan zoals deze in de landelijke

Data-architectuur: een overzicht van de aanwezige en de benodigde gegevens in een organisatie. De data-architectuur wordt gebouwd op basis van de informatiebehoefte van een organisatie en toont onder andere aspecten zoals dataverzameling en data integratie in een schematische weergave. 2 Informatie-architectuur: een overzicht van de inrichting van de informatiehuishouding van de gemeente. Zevenaar heeft dit in het programma i-Navigator.

Gemeentelijke Model Architectuur (GEMMA) zijn gedefinieerd. Daarnaast maken we afspraken over de governance (o.a. rollen en spelregels) voor het werken met data. Communicatie en vervolgproces Communicatie naar buiten Onderdeel van de datastrategie is om bepaalde openbare data met inwoners te delen via een online dataplatform. We maken hierin de eerste stap door deze maand op de gemeentelijke website ‘Zevenaar in Cijfers’ te lanceren. Deze website toont gebundeld verschillende relevante gegevens over gemeente Zevenaar, die uit openbare bronnen zoals het CBS zijn gehaald. Belangstellenden kunnen hier onder andere data vinden over thema’s als bevolking, economie en gezondheid in onze gemeente. Vervolgproces U wordt via de P&C cyclus verder geïnformeerd over de voortgang. Met vriendelijke groet, burgemeester en wethouders van Zevenaar,

Danielle Jansen secretaris

Lucien van Riswijk Burgemeester

Bijlagen 1. 1138831 - Datastrategie gemeente Zevenaar

1

“Waar vind ik overmorgen de data die ik nodig heb om mijn gemeentelijke taken uit te voeren, om te innoveren en ingewikkelde maatschappelijke opgaven te tackelen?” Karin van Steensel en Maurits Kreijveld in iBestuur artikel: ‘Kracht benutten en macht verdelen met open data’

2

Inhoud Managementsamenvatting .................................................................................................................... 4 1. Inleiding ............................................................................................................................................... 7 2. Landelijke ontwikkelingen .................................................................................................................. 9 2.1 De wettelijke context van digitalisering en data .......................................................................... 9 2.2 Technische ontwikkelingen ........................................................................................................ 10 3. Het risico van niets doen ................................................................................................................... 12 4. Positie: waar staan we nu? ................................................................................................................ 13 4.1 Positionering van data in onze informatievoorziening .............................................................. 13 4.2 Datavolwassenheid van de organisatie ...................................................................................... 14 4.2.1 Enquête: Leiderschap en cultuur lopen voorop ...................................................................

14 4.2.2 Enquête: ‘mens en lerend vermogen’ en ‘organisatie en governance’ een impuls geven.. 15 4.2.3 Enquête: Kennis over werken met data in de organisatie moet zich nog verspreiden ...... 15 4.2.4 Interviews: veel kansen en behoefte ................................................................................... 15 4.2.5 Stand van zaken: fase 1 - leren werken met dashboards .................................................... 16 5. Ambitie: waar willen we naartoe! ..................................................................................................... 18 Ambitie 1: Leren van en met data .................................................................................................... 18 1. Leren in de afdelingen en data bewustzijn ............................................................................... 18 2. Gemeentelijke data delen met de samenleving ....................................................................... 20 Ambitie 2: Datagedreven werken systematischer aanpakken ........................................................ 20 1. Data-architectuur, ethiek en beveiliging .................................................................................. 20 2. Rollen, werkprocessen en datakwaliteit ................................................................................... 22 6.

Planning ............................................................................................................................................ 23 7. Middelen ............................................................................................................................................ 25 Bijlage 1. Enquête over datavolwassenheid ......................................................................................... 27 Bijlage 2. Uitkomsten enquête datavolwassenheid ............................................................................. 31 Bijlage 3. Uitkomsten interviews over datagedreven werken ............................................................. 32 Bijlage 4. Rollen datagedreven werken ................................................................................................ 37 Bijlage 5. Business case datagedreven werken .................................................................................... 38 Bijlage 6. Begrippenlijst ........................................................................................................................ 39

In deze strategie komen veel begrippen voor. Ken je een begrip niet? Kijk dan eens in de voetnoten of in de begrippenlijst in bijlage 6.

3

Managementsamenvatting Aanleiding In de informatiesamenleving waarin we leven, is werken met data de ‘glanzende toekomst’ die naar ons lonkt. Het belooft ons dat we onze leefomgeving en dat wat daarin gebeurt vaak kunnen “meten” en op basis van die gegevens slimmer kunnen handelen en beter beleid kunnen maken. Maar net zoals een laptop met internettoegang een wereldwijd netwerk van datacenters en satellieten nodig heeft om goed te kunnen functioneren, heeft het werken met data een uitgebreide en goed ingerichte technische infrastructuur nodig, bijbehorend beheer en ook medewerkers die de capaciteiten hebben om de data uit die systemen te kunnen controleren en analyseren. Daarnaast speelt het aspect privacy een grote rol: mag je gegevens zomaar verzamelen en inzetten voor verdere analyse? Zijn de gegevens wel goed beveiligd? Wat moet achter slot en grendel en wat wil je juist in het kader van ‘open data’ met de gemeenschap delen? Er komen steeds meer vraagstukken, kansen én knelpunten op gemeente Zevenaar af die samenhangen met data. Te midden van snelle, landelijke ontwikkelingen en na een eerste experimentele fase binnen de eigen organisatie, is deze datastrategie een handreiking om met duidelijke investeringen de toekomst van data tegemoet te treden.

“Met meer inzicht uit data wordt het voor teams duidelijker waar we gezamenlijk naartoe werken. Zo kunnen teams en individuen, en de gemeentelijke organisatie als geheel nog beter verantwoordelijkheid nemen.” – Citaat van de gemeentesecretaris / algemeen directeur

Landelijke en Europese ontwikkelingen Nationaal en internationaal zijn er grote ontwikkelingen op het gebied van data gaande. Zo is er de Europese datastrategie die inspeelt op het delen van data binnen Europese sectoren (industrie, mobiliteit, landbouw, overheid enzovoort1). Wetten als de Wet open overheid (Woo), de Wet hergebruik overheidsinformatie (Who), de Omgevingswet en de Algemene Verordening Gegevensbescherming (AVG) vragen allemaal inzet van de gemeente rondom het delen van data en informatie. De VNG publiceerde een rapport over datagedreven sturing bij gemeenten en bracht in januari 2022 een handreiking Digitale Ethiek uit. Ook zijn er ontwikkelingen als Common Ground en een federatief datastelsel2, de slimme stad, werken met sensoren, algoritmen en open data, die in hoofdstuk 2 kort toegelicht worden. Organisatiedoelen Onze organisatiedoelen zijn: klantgericht, resultaatgericht, samenwerken. Datagedreven werken kan een bijdrage leveren aan al deze doelen en met name het doel ‘resultaatgericht’. Want resultaatgericht impliceert dat we een resultaat kunnen meten en monitoren. Het doel van datagedreven werken is tweeledig. Datagedreven werken zorgt ervoor dat we meer grip op werkprocessen krijgen (verantwoording, compliancy).

Het zorgt er ook voor dat we via gestructureerde data meer inzicht krijgen in maatschappelijke en ruimtelijke ontwikkelingen en hier beter op in kunnen spelen met ons beleid (‘bedrijfsprestatie’).

1 2

NL Digitaal: Interbestuurlijke Datastrategie Nederland, oktober 2021, pagina 12 Zie ook de Interbestuurlijke Datastrategie (IBDS) van de rijksoverheid uit 2021.

4

Stand van zaken: datagedreven werken in de beginfase Uit een enquête en interviews met onze medewerkers blijkt dat we met het datagedreven werken nog in de beginfase zitten. Qua datavolwassenheid beoordelen zij onze organisatie gemiddeld met een 1,8 op een schaal van 1 tot 4. Leiderschap en cultuur worden met een 2 het beste beoordeeld. Kijken we organisatiebreed, dan wordt er in beperkte mate datagedreven gewerkt en heeft de gemiddelde medewerker hier ook weinig kennis over. Wel is de afgelopen jaren op facilitair niveau een basis gelegd voor datagedreven werken. Er is geïnvesteerd in een centrale data infrastructuur met de aanschaf van een datapakhuis3. Hierin wordt data beveiligd opgeslagen voor gebruik bij analyses.

Figuur 1 De IJssel bij Lathum

Daarnaast is er een Business Intelligence-team (hierna: BI-team) opgetuigd. Het BI-team heeft ervaring opgedaan met de technische infrastructuur, het werken met en verrijken van data en het bouwen van dashboards. Tijdens de eerste experimenten is duidelijk geworden dat: • • •

de samenwerking tussen eindgebruiker (primair proces) en BI-team een randvoorwaarde is om te komen tot een werkbaar en toepasbaar dashboard (of een ander data-product), een goede kwaliteit4 van datasets essentieel is voor een goed dashboard, goede analyses en uiteindelijk goede ondersteuning van medewerkers in hun werkzaamheden, het nog niet vastgelegd is wie in de organisatie verantwoordelijk is voor databeheer en kwaliteit,

3

Datapakhuis: een databeheersysteem dat is ontworpen om business intelligence-activiteiten (BI) mogelijk te maken. Data pakhuizen worden gebruikt om historische data op te slaan en hier analyses op uit te voeren. 4 Met datakwaliteit doelen we op de mate van geschiktheid van data voor het gebruiksdoel. Data moet onder andere betrouwbaar en vergelijkbaar zijn. Dit heeft gevolgen voor de inrichting van werkprocessen en rollen, taken en verantwoordelijkheden.

5

•

•

•

de applicaties die we gebruiken niet persé geselecteerd zijn op, of ingericht zijn voor de mogelijkheid om er eenduidige data uit te halen en te analyseren (en hierdoor de datakwaliteit nu niet altijd op orde is), datagedreven werken zowel een goede technische infrastructuur vraagt, als tijd, kennis en kunde van medewerkers, dat deze kennis en kunde in de hele organisatie beperkt aanwezig is en opgebouwd moet worden, en dat betrokkenheid, prioriteit en de benodigde middelen vanuit bestuur en ambtelijke top erg belangrijk zijn om datagedreven werken naar een hoger volwassenheidsniveau te tillen.

Twee ambities voor 2022-2026 Tijdens de afgelopen twee jaar ( de ‘beginfase’) zijn steeds meer vraagstukken ontstaan, zoals: hoe wordt het werken met data een natuurlijk onderdeel van de dagelijkse werkzaamheden? Hoe gaan we om met techniek, datakwaliteit, data delen, ethiek en governance5? Deze vragen pakken we in 2022-2026 op. We handelen in de context van een lastige arbeidsmarkt en een maatschappij die steeds verder digitaliseert. Het is daarom belangrijk om prioriteiten te stellen en haalbare ambities te formuleren, die een grote toegevoegde waarde hebben voor Zevenaar. We richten ons op data voor grip op werkprocessen (verantwoording en compliancy) en het verbeteren van ons beleid (bedrijfsprestatie). In lijn met het collegeprogramma6 zijn twee ambities uitgewerkt: Ambitie 1. Leren van en met data De komende jaren zet gemeente Zevenaar de lijn door van werken met dataprojecten. De kracht van het werken met data op de afdelingen is dat dit bijdraagt aan een moderne, efficiënte organisatie. De organisatie leert van het werken met data, deelt ervaringen en verbindt er conclusies aan voor beleid, de inrichting van werkprocessen en systemen. We zetten in op: 1. Leren in de afdelingen en databewustzijn stimuleren 2. Gemeentelijke data delen met de samenleving Ambitie 2.

Datagedreven werken systematischer aanpakken Zonder een goed datafundament kunnen we geen analyses uitvoeren, laat staan dat we kunnen voorspellen. Datahuishouding vormt de basis voor alle ontwikkelingen op het gebied van data. We investeren in het verbeteren van datamanagement en hebben twee aandachtsgebieden: 1. Data-architectuur, ethiek en beveiliging 2. Rollen, werkprocessen en data(kwaliteit) Het risico van ‘niets doen’ In Zevenaar geven zowel de afdelingen met primaire dienstverlening als bedrijfsvoering aan dat er behoefte is aan werken met data. Men ziet kansen om werkprocessen efficiënter en overzichtelijker te maken en om meer grip te krijgen. Zetten we niet in op data, dan kunnen we minder succesvol anticiperen op maatschappelijke ontwikkelingen, omdat we beperkt inzicht krijgen in deze ontwikkelingen. We kunnen dan bijvoorbeeld geen inzichten krijgen door data te koppelen vanuit verschillende afdelingen (bijv.: demografische data en ruimtelijke plannen). We blijven dan in een situatie waarin het ‘onderbuikgevoel’ bepaalt. We lopen het risico ons beleid onvoldoende te kunnen verantwoorden (compliancy), niet aan te sluiten op landelijke ontwikkelingen en niet aan wetgeving (bijv. over gegevensverwerking) te voldoen.

5

Het geheel van aspecten die nodig zijn voor het systematisch werken met data. Denk hierbij aan een data architectuur, datadesign, dataopslag, data veiligheid, data integratie, datakwaliteit. 6 Collegeprogramma Zevenaar 2022-2026, onderdeel 0.4.6 ‘Wij verbeteren onze datahuishouding en ontwikkelen het datagedreven werken in Zevenaar’, pagina 8

6

1. Inleiding Iedereen heeft steeds meer met data te maken, zowel zakelijk als privé. Een hardloopapp op onze mobiel meet hoe ver en hard we rennen. Webwinkels tonen actuele overzichten van hun voorraden aan de hand van data. Google is in feite één grote database. De moderne burger is eraan gewend om real time informatie te kunnen vinden met één druk op de knop. Waarom is dit voor gemeenten zo lastig te realiseren? De complexe overheid Overheden zijn ingericht om te administreren en zorgvuldige afwegingen te maken. Tussen zorgvuldigheid en snelle informatievoorziening zit een spanningsveld. Daarnaast voeren gemeenten bijzonder veel verschillende processen uit. Voor elk proces worden er gegevens verwerkt in andere software. Doordat we steeds meer applicaties gebruiken, wordt het ook steeds belangrijker om deze applicaties in samenhang te beschouwen en na te denken over hoe we de data die hierin staat willen verwerken. Daarnaast hebben we niet altijd eenduidige werkafspraken en werkprocessen. Het gevolg hiervan is dat medewerkers op zeer verschillende niveaus met data werken en dat die data niet eenvoudig onderling te vergelijken of te koppelen zijn. Medewerkers weten niet welke kansen het werken met data biedt en welke valkuilen dit met zich meebrengt. Ze zijn ook beperkt op de hoogte van welke data intern en extern beschikbaar is voor het onderbouwen en monitoren van beleid.

Daarnaast mogen we vanuit de AVG (naar personen herleidbare) data niet zomaar (her)gebruiken. Datagedreven werken (definitie) Datagedreven werken is een middel om maatschappelijke vraagstukken beter en slimmer aan te pakken. Het informeert sturing, beleidsvorming en uitvoering en heeft als doel de gemeentelijke dienstverlening (‘bedrijfsprestaties’ en verantwoording) te verbeteren. Hierbij maken bestuur en medewerkers van onze organisatie in hun dagelijkse werkzaamheden gebruik van data-analyses. Binnen datagedreven werken worden in samenhang beschikbare en relevante data ontsloten en gevisualiseerd, bijvoorbeeld in dashboards. Een grote meerwaarde zit in het vergelijken van data uit verschillende vakgebieden. Daarvoor is een gemeenschappelijke taal in onze organisatie over dataregistratie, beheer, gebruik en analyse, essentieel. Meerwaarde van data Gemeente Zevenaar wil resultaatgericht zijn. Dit is één van onze drie organisatiedoelen. Data bieden daarbij zowel intern als extern kansen. Intern kunnen we data inzetten om beter onderbouwd met maatschappelijke opgaven om te gaan in beleid, uitvoering en verantwoording. Met data kunnen we bijvoorbeeld processen monitoren en waar nodig efficiënter in te richten. Dit kan via processturing, maar met inzicht in data kan ook de inhoudelijk professional zelf bijsturen.

“Het is voor het beheer van de openbare ruimte belangrijk om beter aan te tonen hoe de beschikbare middelen zich verhouden tot de geleverde kwaliteit. Je moet inzage kunnen geven in waarom je een bepaald budget nodig hebt en de politiek vervolgens de keuze laten maken over wat er wordt geschrapt als er bezuinigd moet worden. Data maken het inzichtelijker dat bezuinigingen gevolgen hebben en wat die gevolgen zijn voor het beheer van de openbare ruimte.” – Citaat van de manager Openbare Werken (OW) en Beheer, Ontwerp en Realisatie (BOR)

7

Externe kansen zijn er ook. Voor externen kan het delen van gemeentelijke data leiden tot inzicht én innovatie. Inzicht, omdat de inwoner via de gedeelde informatie sneller een realistisch beeld krijgt van onderwerpen binnen de gemeente. Innovatie, omdat de gegevens die wij als overheid verzamelen en delen aan marktpartijen duidelijk kunnen maken waar behoefte aan is in Zevenaar, zodat zij hierop in kunnen spelen. De Wet hergebruik overheidsgegevens (Who) dwingt ons ook al tot het delen van datasets met openbare overheidsinformatie wanneer hiernaar gevraagd wordt. Zetten we in op extern data delen, dan leveren we ook een bijdrage aan de organisatiedoelen klantgericht en samenwerken! Deze datastrategie Het succesvol werken met data kan veel meerwaarde bieden. Deze datastrategie zet een stip op de horizon en geeft aan waar we als gemeente deze collegeperiode (2022-2026) aan werken. We beschrijven landelijke ontwikkelingen (h2), de risico’s van niets doen (h3), onze positie (h4), ambities (h5) en de inzet van middelen (h6). Bij de ambities beschrijven we concrete actiepunten. Afbakening In deze datastrategie benoemen we vraagstukken en aspecten die in de komende collegeperiode verder uitgewerkt moeten worden. Een voorbeeld is het aspect ‘data ethiek’, dat bij de ambities als aandachtspunt wordt benoemd, maar niet verder is uitgewerkt in deze strategie.

We beschrijven het waarom en het wat, maar nog niet het hoe en het wanneer. Dat volgt in een plan van aanpak. Qua tijdlijn geven we aan de gestelde ambities binnen de collegeperiode 2022-2026 te willen realiseren. De volgorde waarin dit gebeurt, is sterk afhankelijk van middelen, capaciteitsinzet en maatschappelijke ontwikkelingen die uitnodigen tot het prioriteren van het ene of het andere aspect. Zo gaan we de toekomst wendbaar tegemoet.

Figuur 2 Herfstloop in Babberich, 2018

8

2. Landelijke ontwikkelingen De overheid heeft te maken met complexe opgaven, zoals de energietransitie, het klimaatvraagstuk, woningbouw, kansenongelijkheid, cybercriminaliteit en armoede. Dit zijn uitdagingen die niet eenvoudig op te lossen zijn. Vaak moeten ze in samenhang benaderd worden. De energietransitie heeft bijvoorbeeld invloed op het klimaatvraagstuk, maar ook op armoede en woningbouw. Het integraal analyseren van data vanuit verschillende vakgebieden wordt steeds belangrijker. Dat vraagt om data die vergelijkbaar en/of te koppelen en goed te duiden zijn. De (nationale) overheid is dan ook niet voor niets bezig met een enorme digitaliseringsslag en heeft hiervoor onder andere de NL DIGIbeter Agenda opgesteld. Deze heeft vijf speerpunten: 1. 2. 3. 4. 5.

Innovatie Bescherming van grondrechten en publieke waarden Toegankelijkheid voor iedereen Persoonlijke dienstverlening Voorbereiden op de toekomst door samenwerking met externen

Te zien is dat niet alleen de technische aspecten van digitalisering aandacht krijgen, maar dat juist de gebruikers centraal staan. Digitalisering wordt nadrukkelijk benaderd als meer dan enkel een technische opgave. Hier zetten we in Zevenaar ook op in.

2.1 De wettelijke context van digitalisering en data Dat digitalisering een blijvertje is, wordt duidelijk aan de hand van nieuwe wetten. Ze stellen allemaal eisen aan het digitaal beschikbaar maken van informatie. Denk aan de Omgevingswet, waarvan één van de uitgangspunten is dat iedereen die betrokken is bij een ruimtelijke ontwikkeling recht heeft op gelijke informatie, van raadslid tot jurist en van inwoner tot wethouder. Of de Wet elektronische publicaties (Wep) die ons verplicht om bekendmakingen, mededelingen en kennisgevingen van (voorgenomen) besluiten online te publiceren. Vanaf 1 januari 2023 komt daar ook een verplichting bij om kennisgevingen digitaal ter inzage te leggen. Ook de Wet open overheid (Woo) verplicht ons om documenten uit (minstens) 11 informatiecategorieën (zoals raadsstukken, Woo-verzoeken en besluiten, convenanten et cetera) op overheid.nl te publiceren. Digitalisering is alom tegenwoordig. Er zijn drie wetten die specifiek op het verwerken van data/gegevens ingaan. Algemene Verordening Gegevensbescherming (AVG) De gemeente mag persoonsgegevens verzamelen. Op de verwerking van persoonsgegevens en het gebruik van persoonsgegevens voor data-analyses is de AVG van toepassing. Denk hierbij aan het aangeven wat de wettelijke grondslag is waarop we baseren dat we bepaalde gegevens mogen gebruiken.

Archiefwet ‘Data’ vallen ook onder het begrip ‘archiefbescheiden’. De Archiefwet (1995) stelt onder andere eisen aan duurzame toegankelijkheid van informatie. Informatie moet, voor iedereen die daar recht op heeft en voor zo lang als noodzakelijk (ofwel gedurende de vastgestelde bewaartermijn), voldoen aan de DUTO-principes: vindbaar, beschikbaar, leesbaar, interpreteerbaar, betrouwbaar en toekomstbestendig. De Archiefwet stelt ook eisen aan het vernietigen van informatie en bewaartermijnen. Hier dienen we bij het gebruik en de opslag van data rekening mee te houden. Wet hergebruik overheidsinformatie (Who) Uitgangspunt van de Who is dat in beginsel alle openbare overheidsinformatie zo gemakkelijk mogelijk beschikbaar moet zijn voor burgers, bedrijven en onderzoeksinstellingen. De overheid bezit grote hoeveelheden informatie over onder meer burgers, gebouwen, wegen en klimaat. Deze 9

gegevens kunnen ook gebruikt worden voor economische doeleinden. Op basis van overheidsinformatie kunnen nieuwe (niet-)commerciële producten en diensten worden ontwikkeld7. Dat stimuleert de economie en levert meerwaarde op voor burgers en bedrijven. Als gemeente zijn we verplicht om, op verzoek, overheidsinformatie als open data beschikbaar te stellen8. Overige relevante richtlijnen Naast de beschreven wetgeving levert de VNG regelmatig relevante handreikingen: zoals de ‘Principes voor de digitale samenleving’ (2019) en de ‘Handreiking digitale ethiek’ (2022).

2.2 Technische ontwikkelingen Common Ground Common Ground is sinds enkele jaren het leidende inrichtingsprincipe voor de overheidsinformatievoorziening. Het concept Common Ground heeft twee basisprincipes: 1. Data loskoppelen van werkprocessen en applicaties, waardoor de data voortaan berust bij het verantwoordelijke bestuursorgaan. Hierdoor blijft ook wanneer applicaties worden vervangen (de toegang tot) de data ongewijzigd en in eigendom van de verantwoordelijke. 2. Data bevragen bij de bron, in plaats van gegevens veelvuldig te kopiëren en op te slaan met het risico op verouderde en dubbele versies.9 Het realiseren van Common Ground is een landelijke transitie die is gericht op het datalandschap van de hele overheid. Landelijk wordt gewerkt aan een ‘federatief datastelsel’ waarbinnen op een veilige manier data kan worden gedeeld binnen ketens en netwerken van overheidsorganisaties10. Ingeschat wordt dat deze transitie zeker tien jaar duurt. In die tijd zal ook steeds duidelijker worden wat dit voor onze gemeente betekent. Er zullen bovendien steeds meer applicaties op de markt komen die ingericht zijn volgens de Common Ground filosofie en ons meer eigenaarschap over de data in onze applicaties geven. De website van gemeente Zevenaar voldoet aan common ground11.

“Op de lange termijn zie ik de gemeente als een ICT-bedrijf met democratische licentie. We kruipen toe naar het fenomeen lokale datafabriek, met steeds meer ICT en analyse. We worden steeds pro-actiever richting onze inwoners, we kunnen steeds meer voorspellen, en we krijgen steeds meer concurrentie! Andere data verwerkende bedrijven hebben betere informatie over de inwoner dan de gemeente, dat geeft te denken. Als gemeente moeten we daarbij goed nagaan wat onze toegevoegde waarde is en blijft.” – Citaat van de manager Informatiebeheer

De slimme stad en open data “De slimme stad is een innovatieve stad die informatie- en communicatietechnologie toepast samen met andere middelen, om de kwaliteit van leven, efficiëntie van stedelijke diensten en services en concurrentiekracht te verbeteren en om de behoefte van huidige en toekomstige generaties op

7

Een voorbeeld hiervan is buitenradar.nl Zie de VNG-website over de Wet hergebruik overheidsgegevens, geraadpleegd op 12 oktober 2022 9 Common Ground 2020, Concretisering van de meerjarige transitiestrategie 10 Zie ook: website Realisatie IBDS 11 De website is open source, er worden gegevens uitgewisseld via API’s en we maken gebruik van platform onafhankelijke cloud hosting (HAVEN standaard) waardoor we niet gebonden zijn aan een leverancier. 8

10

economisch, sociaal, milieu, en cultureel vlak in te vullen”12. Wereldwijd wordt erop ingezet om door datagebruik en monitoring de kwaliteit van onze leefomgeving te verbeteren, voor nu én de toekomst. Dit is een klus die een gemeente niet in zijn eentje kan klaren. Daarom worden ‘slimme stad’ en ‘open data’ vaak in één zin genoemd, want door data openbaar te maken, geven we inwoners en organisaties de kans om een bijdrage aan onze leefomgeving te leveren op basis van data. Zo kan een hele gemeenschap gemobiliseerd worden om de uitdaging van nu en de toekomst aan te pakken. Gemeente Zevenaar heeft nog geen inventarisatie gedaan om te kijken welke data we openbaar beschikbaar kunnen stellen. Vanuit enkele specialismen worden al gegevens online gepubliceerd. Denk bijvoorbeeld aan de verkiezingsuitslagen, maar ook aan afval aanbiedplaatsen, glasbakken en parkeerautomaten. Ook de gemeente zelf kan gebruik maken van (open) data om haar beleid te verbeteren, bijvoorbeeld van het CBS, Waar Staat Je Gemeente, de Datavoorziening Energietransitie Gebouwde Omgeving (DEGO) van de VNG et cetera. Algoritmen en sensoren “Sensoren verzamelen data over de openbare ruimte. Denk aan het monitoren van drukte in het verkeer of het meten van de hoeveelheid fijnstof in de lucht. Algoritmen zijn slimme rekenregels die zorgen dat computers grote hoeveelheden data in korte tijd kunnen analyseren.

Sensoren en algoritmen leveren veel waardevolle informatie op.”13 Door te werken met algoritmen en sensoren verandert het werk van medewerkers van ‘meten en berekenen’ in ‘het analyseren van en toezicht houden op’ het gebruik van sensoren en (de inrichting van) algoritmes. In gemeente Zevenaar is nog niet geïnventariseerd met welke algoritmes en sensoren we werken. Dit geldt overigens ook voor de meeste andere gemeenten. Dat we ermee (gaan) werken is aannemelijk. De anonimiseringssoftware die we willen aanschaffen, bevat bijvoorbeeld een algoritme dat stukken tekst herkent en suggesties kan doen over wat wel of niet weggelakt moet worden op basis van wetgeving. In 2023 / 2024 wordt het wettelijk verplicht om, op basis van de Europese Artificial Intelligence (AI) verordening, algoritmen en sensoren te registreren. Zo worden we als overheid transparanter naar burgers toe over welke handelingen door mensen worden uitgevoerd en welke geautomatiseerd.

Figuur 3 Zout strooien in Zevenaar, 2019

12 13

Definitie zoals gehanteerd door de Verenigde Naties VNG Trendanalyse 1: registratie van sensoren en algoritmen, 18 mei 2022

11

3. Het risico van niets doen 6% van de jaarlijkse overheidsuitgaven Omdat werken met data gevolgen heeft voor alle afdelingen, is het niet eenvoudig de impact hiervan te becijferen. Ook voor Nederland is de totale maatschappelijke waarde van data nog niet in kaart gebracht. Voor de Zweedse overheid is de potentiële waarde van het invoeren van datagedreven werken ingeschat op 6% van de jaarlijkse overheidsuitgaven14. Deze berekende potentiële waarde wordt gezien als maatschappelijke waarde op drie gebieden: • snellere en betere dienstverlening • gerichter en beter geïnformeerd beleid • betere toezichts- en verantwoordingsmogelijkheden. Een deel van deze baten komt direct bij burgers en bedrijven terecht, een deel bij de overheid. De OECD verwacht dat het gebruik van data een essentieel onderdeel is van de herstelfase na de coronacrisis.15 Voldoen aan wetgeving Er is geen wet die van ons eist om datagedreven te werken. De Wet hergebruik overheidsinformatie (Who) verplicht ons wel om, wanneer hierom gevraagd wordt, overheidsdata openbaar te maken. De Who is een aanjager voor een goede informatiehuishouding, juist ook op het gebied van data. Ook wetten als de Omgevingswet en de Wet open overheid (Woo) geven een duidelijk signaal af dat van ons als overheid wordt gevraagd om proactief informatie en gegevens te delen.

Hoewel hierin niet specifiek over ‘data’ wordt gesproken, is het duidelijk dat de Nederlandse overheid richting ‘meer openheid’ gaat. We delen al gegevens via www.waarstaatjegemeente.nl en leveren gegevens aan het CBS. Reageren op een duidelijke behoefte In Zevenaar geven zowel de afdelingen met primaire dienstverlening als de bedrijfsvoering aan dat er behoefte is aan werken met data. Bij afdeling Beheer, Onderhoud en Realisatie zou men bijvoorbeeld met meer geo-data willen werken waarin de data over de openbare ruimte staat, de ingekochte onderhoudscontracten zichtbaar worden en voortgang van de uitvoering ervan. Afdeling Maatschappelijke Ontwikkeling wil meer/betere data over de contracten met zorgleveranciers. Afdeling Ruimtelijke Ontwikkeling is voor het Nationaal Isolatieprogramma op zoek naar correcte data over energielabels van huizen en voor de energiearmoede aanpak moeten die gegevens vergeleken worden met inkomens. Ofwel: om maatschappelijke vraagstukken effectiever aan te pakken willen we datagedreven werken verder ontwikkelen. Zetten we niet in op data, dan kunnen we minder succesvol anticiperen op maatschappelijke ontwikkelingen, omdat we slechts beperkt inzicht krijgen in deze ontwikkelingen. Het ‘onderbuikgevoel’ bepaalt en we lopen het risico ons beleid onvoldoende te kunnen verantwoorden (compliancy).

Ook als we datagedreven werken willen invoeren, zijn er risico’s De grootste risico’s voor de uitvoering van deze datastrategie zijn: • Het niet kunnen vinden van het juiste personeel met kennis over datagedreven werken in de huidige krappe arbeidsmarkt. • De vooralsnog onduidelijke rol van en beperkte capaciteit bij de RID op het gebied van datagedreven werken. Dit wordt ondervangen in de nieuwe bestuursopdracht voor de RID. • Zolang onze werkprocessen niet duidelijk gedefinieerd zijn en gemonitord worden, is de data die uit die werkprocessen komt niet op het juiste kwaliteitsniveau voor analyse. 14

Analyse gebaseerd op onderzoek van McKinsey Global Institute, zie ook NL Digitaal: Interbestuurlijke Datastrategie Nederland, oktober 2021, pagina 7 15 NL Digitaal: Interbestuurlijke Datastrategie Nederland, oktober 2021, pagina 3

12

4. Positie: waar staan we nu? 4.1 Positionering van data in onze informatievoorziening De datastrategie is een onderdeel van de Informatievoorzieningsvisie (IV-visie) en die valt op zijn beurt weer onder de Organisatievisie. Data is één van de vier componenten, die samen vorm geven aan de informatievoorziening in onze gemeente: 1. Organisatie: het geheel van processen, structuren en hiërarchie 2. Mensen: de medewerkers die de informatievoorziening (in)richten, uitvoeren en ontwikkelen én alle medewerkers die op strategisch, tactisch en/of operationeel niveau gebruik maken van informatievoorziening 3. Data: de gegevens binnen informatiestromen die inzicht geven in de uitvoering van onze dienstverlening en de sturing daarvan 4. Middelen: de budgetten en applicaties die de informatievoorziening mogelijk maken.16 Data staat dus niet los, maar is één van de vier ingrediënten voor een goede informatievoorziening.

Figuur 4 Het IV ecosysteem

16

‘Het IV ecosysteem’ van adviesbureau IV-experts, 2021

13

4.2 Datavolwassenheid van de organisatie De datavolwassenheid van een organisatie geeft aan in hoeverre het datagedreven werken geïntegreerd is in de bedrijfsprocessen van een organisatie en dus ingezet kan worden voor verantwoording en compliancy en het verbeteren van onze bedrijfsprestaties. Een veelgebruikte werkwijze om deze datavolwassenheid te bepalen is een toetsing aan de hand van het datavolwassenheidsmodel.

Figuur 5 Datavolwassenheidsmodel van de datagedreven gemeente17 van ‘Native’

25 medewerkers (vrijwel alle afdelingshoofden + twee medewerkers per afdeling) hebben via een enquête (zie bijlage 1) de datavolwassenheid van onze organisatie beoordeeld. Zij konden elke stelling beoordelen met een score van 1 tot 4: 1 = een ‘ad hoc’ aanpak (fase 1) 2 = experimenteren (fase 2) 3 = verbreden (fase 3) 4 = verankeren (fase 4) Juist omdat we aan het begin van het datagedreven werken staan en medewerkers ook aangaven het lastig te vinden hier een oordeel over te vellen, kijken we ‘door de oogharen’ naar de resultaten van de enquête. We staren ons niet blind op de cijfers die er als oordeel uit komen. Deze geven (enkel) een indicatie van hoe binnen de organisatie het datagedreven werken ervaren wordt. Nemen we het gemiddelde van alle scores van de betrokken medewerkers, dan zit gemeente Zevenaar met een gemiddelde score van 1,8 (zie bijlage 2), tussen fase 1 ‘ad hoc’ en fase 2 experimenteren’ in. Enkele conclusies voortkomend uit de enquête:

4.2.1 Enquête: Leiderschap en cultuur lopen voorop Leiderschap en cultuur worden door iedereen het meest positief beoordeeld met een gemiddelde 17

Bron: Native consulting.

14

score van 2 op een schaal van 4 (zie bijlage 2). Dit betekent dat het leiderschap en de organisatiecultuur ruimte bieden om te experimenteren met het werken met data. Dit is gunstig: de kans op succes bij de (verdere) invoering van datagedreven werken is groter wanneer de leidinggevenden binnen de organisatie en de organisatiecultuur dit stimuleren, wanneer zij vooroplopen en wanneer medewerkers dit ook zo ervaren.

4.2.2 Enquête: ‘mens en lerend vermogen’ en ‘organisatie en governance’ een impuls geven De hoofdcategorieën ‘mens en lerend vermogen’ en ‘organisatie en governance worden met een 1,6 gemiddeld het laagste beoordeeld. Dit is niet gek, want hier is ook in beperkte mate op ingezet de afgelopen jaren. Daarom geven de ambities in deze datastrategie met name een impuls aan deze twee aspecten en wordt de nadruk gelegd op het trainen van mensen, kennisdelen en het inrichten van de organisatie (kaders, rollen et cetera) voor datagedreven werken.

4.2.3 Enquête: Kennis over werken met data in de organisatie moet zich nog verspreiden Degenen die het dichtst bij het vuur zitten, zijn het meest positief over de datavolwassenheid van de gemeente. Zo beoordelen de leden van het BI-team (dat dashboards maakt en het datapakhuis beheert) de datavolwassenheid van de gemeente veruit het meest positief (1,9), gevolgd door het Management Team (1,8). Medewerkers van de afdelingen beoordelen de datavolwassenheid van de gemeente het laagste (1,5). Dat is verklaarbaar: er is nog geen organisatiebrede aanpak uitgerold en de gemiddelde medewerker is niet of beperkt meegenomen in het datagedreven werken.

Figuur 6 Halfvasten optocht in Angerlo

4.2.4 Interviews: veel kansen en behoefte Naast het uitvoeren van een enquête zijn de medewerkers ook geïnterviewd. Managers benadrukken de kansen én moeilijkheden van het delen van data tussen verschillende afdelingen. Zij lopen tegen verschillende en/of slechte systemen, verschillende definities en verschillende werkwijzen aan, waardoor data nog niet te koppelen en vergelijken is. De datakwaliteit laat – voor 15

analyses - vaak ook te wensen over. Tenslotte benadrukken afdelingen dat zij zich in hun primaire proces onvoldoende gefaciliteerd voelen door de ondersteunende afdeling voor wat betreft datagedreven werken. Medewerkers geven aan dat zij het moeilijk vinden de enquête in te vullen, omdat zij vinden dat ze slechts beperkt kennis hebben over (het totaalplaatje van) datagedreven werken in onze gemeente. Dat is ook niet gek, er is nog geen inzet geweest om het datagedreven werken bij iedereen onder de aandacht te brengen de afgelopen twee jaar (tijdens de beginfase). In die fase is juist ingezet op ‘ad hoc’ projecten om van te leren, in samenwerking met een kleine groep geïnteresseerde medewerkers. Beleidsmedewerkers en adviseurs zijn zelf op zoek naar databronnen en voelen zich op een enkeling na, die wel heeft deelgenomen aan de ad hoc projecten - weinig ondersteund. Het werken met en zoeken naar data wordt ervaren als een individuele tocht en geen gezamenlijk gedragen werkwijze. Meer resultaten uit de interviews zijn te lezen in bijlage 3.

4.2.5 Stand van zaken: fase 1 - leren werken met dashboards In de afgelopen twee jaar is geëxperimenteerd met een onderdeel van het datagedreven werken: werken met dashboards. Al doende is kennis ontwikkeld over het maken van dashboards en de daarmee samenhangende randvoorwaarden. Er is een Business Intelligence team (BI-team) opgestart, een datapakhuis aangeschaft waarin data geladen wordt vanuit (bron)applicaties en geanalyseerd wordt. Via het datapakhuis (TimeXtender) kunnen we verantwoorden vanuit welke bronnen data wordt ontsloten en welke bewerkingen erop zijn uitgevoerd (“datalineage”18). Het datapakhuis wordt systematisch ingericht in lijn met moderne theorieën hierover19. Er is ook visualiseringssoftware in gebruik genomen (PowerBI). De kennis en vaardigheden zijn inmiddels ‘in huis’ om hier goed mee te werken.

Figuur 7 De Zevenaarse data infrastructuur, van databron tot visualisatie

De mate waarin een dashboard kan voorzien in de behoefte vanuit de organisatie blijkt sterk afhankelijk van hoe werkprocessen zijn ingericht, welke data daardoor aanwezig is en wat de kwaliteit is van die data.

18

Datalineage: de reis die data afleggen vanaf het moment van creatie. Via datalineage kan men de bron en tussentijdse bewerkingen van data traceren. 19 De huidige standaard is te modelleren volgens het sterschema met een onderscheid tussen feiten en gebeurtenissen/relaties. Zie ook de ‘dimensional modelling techniques’ van Kimball.

16

We nemen verschillende lessen uit het werken met dashboards en de ‘ad hoc’ beginfase van het datagedreven werken mee naar de volgende fase (fase 2. Experimenteren) (zie ambitie 1 h5): •

•

•

•

•

•

Samenwerking tussen eindgebruiker en BI team een randvoorwaarde is om te komen tot een werkbaar en toepasbaar dashboard (of een ander data-product). Het is nog niet altijd duidelijk wie hierin welke rol neemt, werkafspraken moeten nog gemaakt worden. Een goede kwaliteit van datasets is essentieel voor een goed dashboard, goede analyses en uiteindelijk goede ondersteuning van medewerkers in hun werkzaamheden (van uitvoering tot sturing). Tot nu toe wordt bij het inrichten van dashboards vaak duidelijk dat de datakwaliteit te wensen overlaat (zie het citaat onderaan deze pagina). Het is nog niet vastgelegd en dus niet duidelijk wie in de organisatie verantwoordelijk is voor het databeheer en de kwaliteitscontroles van data die met een werkproces samenhangen. Duidelijkheid over eigenaarschap / verantwoordelijkheid is belangrijk. De applicaties die we gebruiken zijn niet persé ingericht om er eenduidige data uit te halen en deze te analyseren. De inrichting van een applicatie moet het werkproces ondersteunen en de juiste functiescheiding en autorisaties weerspiegelen. Om te kunnen sturen moet de gegevensstructuur zo ingericht wordt dat een applicatie de data kan genereren die nodig is voor het monitoren van KPI's. Er liggen kansen bij de inkoop van applicaties om hier beter op te letten.

In de GIBIT20 inkoopvoorwaarden is al opgenomen dat je als afnemer altijd de eigenaar blijft van je eigen data en de leverancier ook mogelijkheden moet bieden om de data te kunnen ontsluiten. Daarnaast kunnen functioneel beheerders een grotere rol spelen in het signaleren van de wensen op een afdeling en het onderzoeken van de mogelijkheden binnen applicaties. Door te bepalen welke data belangrijk is en aan welke criteria deze moet voldoen, kan de datakwaliteit worden verbeterd. Datamanagement en datagedreven werken vragen zowel om een goede technische infrastructuur, als tijd, kennis en kunde van medewerkers. Deze kennis en kunde is beperkt aanwezig en moeten we verder ontwikkelen om datagedreven werken een centrale rol te geven. Denk hierbij aan kennis over het goed inrichten van applicaties (functioneel beheer), en het kunnen verwerken, analyseren en visualiseren van data. De voortdurende betrokkenheid van het managementteam (MT) is erg belangrijk om datagedreven werken naar een hoger niveau te tillen. Het commitment en de sturing van het MT is belangrijk om werkprocessen en applicaties te kunnen herinrichten en hiervoor zo nodig middelen en capaciteit ter beschikking te stellen. Daarnaast is het belangrijk dat managers binnen hun eigen afdeling kansen voor het werken met data signaleren.

“Pas wanneer we een dashboard bouwen, wordt het voor de aanvrager duidelijk wat we bedoelen. Dan kloppen namelijk alle definities en aannames die je doet voor de bouw van het dashboard, maar de uitkomsten niet. Vaak werken de processen dan niet goed of worden gegevens niet eenduidig ingevoerd. Het belangrijkste is wat er gebeurt wanneer je die fouten ontdekt! Het ligt dan aan het enthousiasme en mandaat van de opdrachtgever of de werkprocessen werkelijk heringericht worden om tot betere data, monitoring en sturing te komen.” - Citaat van een medewerker BI-team.

20

GIBIT: Gemeentelijke inkoop bij IT Toolbox van de Vereniging Nederlandse Gemeenten (VNG)

17

5. Ambitie: waar willen we naartoe! In de wereld van het datagedreven werken geldt ‘the sky is the limit’. Technisch gezien is er ongelooflijk veel mogelijk: van machine learning21 tot robot gestuurde procesautomatisering22 en het werken met algoritmes en sensoren (zie ook 2.2). Maar net zoals alle andere organisaties heeft gemeente Zevenaar beperkte middelen en capaciteit. Bovendien is er op dit moment een krappe arbeidsmarkt en zetten alle overheidslagen in op digitalisering, wat werving voor deze taak lastig maakt. Realistische ambities zijn nodig. Om maatschappelijke problemen effectiever aan te pakken en betere objectieve en transparante besluitvorming en monitoring van beleid te realiseren, wil Zevenaar het datagedreven werken verder integreren. In deze collegeperiode is onze ambitie om qua datavolwassenheid van de eerste fase ‘ad hoc’ naar fase 2 ‘experimenteren’ te groeien. We richten ons op data voor grip op werkprocessen23 (verantwoording en compliancy) en het verbeteren van ons beleid (bedrijfsprestatie24). We starten verschillende dataprojecten op om als organisatie van te leren en pakken het datagedreven werken systematischer aan.

Ambitie 1: Leren van en met data Met dataprojecten jagen we het werken met data in de organisatie aan. We leren van het experiment zelf, we delen ervaringen en verbinden conclusies aan de uitkomsten voor de inrichting van onze werkprocessen en systemen. We richten ons op: 1. Leren in de afdelingen en data bewustzijn stimuleren 2. Gemeentelijke data delen met de samenleving

1. Leren in de afdelingen en data bewustzijn Werken met data is een relatief nieuw onderwerp. Verantwoording afleggen over en het monitoren van beleidsdoelstellingen echter niet. We hebben verplichte KPI’s in onze begroting en jaarrekening in lijn met het Besluit begroting en verantwoording provincies en gemeenten (BBV). Daarom bieden de bestaande momenten van verantwoording (voortgangsrapportages, jaarrekening) een goede aanleiding om de omgang met data onder de aandacht te brengen bij de gehele organisatie. Elke afdeling heeft zijn eigen type data: bij BOR, RO en OW zit meer geografische data, bij MD meer persoonsgegevens. Tegelijkertijd laten maatschappelijke vraagstukken zich allang niet meer vangen door de grenzen van een afdeling, of zelfs een organisatie! Relevante gegevens voor een vraagstuk zijn vaak verspreid over verschillende organisaties. Landelijk worden slimme geïntegreerde toepassingen ontwikkeld (onder andere door de VNG en op basis van data), waar wij als lokale gemeente gebruik van kunnen maken. Voorbeelden hiervan zijn: • • •

Project Datavoorziening Energietransitie Gebouwde Omgeving (DEGO) Project Datavoorziening Onregelmatigheden Op de Kaart / Ondermijning (DOOK) ELSA Lab ‘Armoede en Schulden’

21

Machine learning: een vorm van kunstmatige intelligentie die gericht is op het bouwen van systemen die van de verwerkte data kunnen leren of data gebruiken om beter te presteren. 22 Robot gestuurde procesautomatisering (RPA): een techniek die gebruikt wordt voor het automatiseren van bedrijfsprocessen, door softwarematige robots in te zetten die het handmatige proces nabootsen. 23 Grip op werkprocessen vraagt om meer gedetailleerde data op uitvoeringsniveau (wie doet wat hoe wanneer), deze data zijn goed uit vak applicaties te halen. 24 Het monitoren van bedrijfsprestaties zit op het niveau van sturing en beleid. Hiervoor zijn minder gedetailleerde en meer geaggregeerde data nodig, die goed uit het datapakhuis te halen zijn.

18

Wat gaan wij doen? 1.1 Training (cultuur)

In 2023-2024 trainen we beleidsmedewerkers, adviseurs en functioneel beheerders stapsgewijs in het werken met data, zodat zij zelf analyses uit kunnen voeren met eventuele ondersteuning vanuit het centrale BI-team.

1.2 Data community

We starten in 2023 een data-community binnen de gemeente, waarin we voorbeelden onderling delen en relevante onderwerpen bespreken (datainfrastructuur, data-analyse, privacy, ethiek en beveiliging, het data pakhuis, werken met PowerBI, open data). Deze gemeenschap leert van elkaars ervaringen, ontdekt wat mogelijk is en hoort ook over de obstakels die men onderweg tegenkomt. We delen ervaringen vanuit de data-community op Wies, om de hele organisatie druppelsgewijs mee te nemen in het datagedreven werken.

1.3 Dataanalyses

We zetten gedurende 2022-2026 met name in op de eerste twee van de drie typen data-analyses: 1. Beschrijvende analyses (hoe vaak komt iets voor, hoe groot is de omvang daarvan?). Hier zetten we op in door beleidsmedewerkers en adviseurs dit te leren, gefaciliteerd door het BI-team. 2. Diagnosticerende analyses (wat zijn de oorzaken, waarom en hoe gebeurt dit?) Dit gaan dieper op de beschrijvende data in, onder andere met behulp van statistiek. Hiervoor kunnen we op incidentele basis een onderzoeker en/of data-analist inzetten met afdelingsspecifieke kennis. De derde categorie betreft Voorspellende analyses (kunnen we voorspellen waar iets gaat plaatsvinden en risicoprofielen opstellen?) Hier zijn een datascientist en geavanceerde applicaties (denk aan datamining, tekst mining, afbeeldingverwerkers) voor nodig. Vrijwel geen enkele gemeente is hiertoe in staat. Mocht er in de periode 2022-2026 een geschikt onderwerp naar voren komen (mogelijke in samenwerkingsverband) voor een voorspellende analyse, dan zal gemeente Zevenaar dit als een pilot verkennen. Hiervoor zou incidenteel een data scientist kunnen worden ingehuurd. Door externe betrouwbare data te betrekken, kunnen nieuwe inzichten ontstaan die van wezenlijk belang zijn voor het opstellen en uitvoeren van realistisch beleid.

Met de medewerkers in de data community gaan we in 20232024 op zoek naar open data in hun vakgebieden, beoordelen we de kwaliteit, we delen onze bevindingen met collega’s en gebruiken de data in de P&C cyclus. We zorgen ervoor dat op iedere afdeling de top 10 van meest relevante externe databronnen bekend is.

1.4 Externe data toepassen

1.5 Gebruik van data in sjablonen opnemen

In 2024 passen we sjablonen zoals beleidsvoorstellen aan, zodat ook het aspect data aan bod komt in het kader van monitoring en evaluatie van beleid. Dit “dwingt” opstellers om hierover na te denken en maakt data een integraal onderdeel.

1.6 Collectieve dataprojecten

In 2023 verkennen we de mogelijkheid om aan te sluiten bij samenwerkingsverbanden zoals DataLab Gelderland-Oost (GO)25, waar in collectief verband met andere gemeenten dataprojecten worden opgepakt.

25

DataLab Gelderland-Oost

19

2. Gemeentelijke data delen met de samenleving Bij een transparante overheid die de maatschappij wil activeren, hoort ook het zelf delen van gegevens. Zo geven we inwoners en organisaties de kans om op basis van onze openbare data meerwaarde voor onze maatschappij te creëren. Hier moet een afweging gemaakt worden over wat belangrijk is om te delen, wat gedeeld mag worden en welke datasets hier kwalitatief hoogwaardig genoeg voor zijn. Daar gaan we de komende jaren wel mee oefenen, aan de hand van de volgende drie datawaarden:

Wat gaan wij doen? 2.1 Gegevens zijn open als het kan

2.2 Privacy en vertrouwelijkheid krijgen prioriteit 2.3 Continue verbetering van openbare data

In 2025-2026 stellen we gegevens openbaar beschikbaar aan inwoners via een dataplatform. We brengen deze gegevens ook bij interne organisatie onder de aandacht, zodat iedereen er gebruik van kan maken. We gaan verantwoord om met gegevens bij het online publiceren ervan en besteden aandacht aan kwaliteit en privacy. De ‘principes voor de digitale samenleving’ (VNG)26 zijn hierbij onze richtlijn. Bij het openbaar maken houden we qua prioritering waar mogelijk rekening met de landelijke ‘High Value Datalijst’27. We beschermen persoonsgebonden en vertrouwelijke informatie. Voordat we gegevens publiceren in 2025-2026, wordt door de publicerende medewerker eerst een ethische afweging gemaakt samen met de vakafdeling. We gebruiken hierbij De Ethische Data Assistent (DEDAmodel)28. We werken in 2025-2026 aan de verbetering van de datakwaliteit volgens het principe ‘plan, do, check, act’. We publiceren data niet online, zolang de kwaliteit niet gegarandeerd is. Op die manier bewaken we de betrouwbaarheid van de gedeelde data. De gewenste datakwaliteit is afhankelijk van het doel van publicatie.

Ambitie 2: Datagedreven werken systematischer aanpakken Zonder een goed datafundament kunnen we als organisatie geen geavanceerde analyses uitvoeren, laat staan dat we kunnen voorspellen. Datahuishouding vormt de basis voor alle ontwikkelingen op het gebied van data. We gaan investeren in het datamanagement. Hier werken we continu aan, via monitoring verbeteren we. We hebben de volgende aandachtsgebieden: 1. Data-architectuur, ethiek en beveiliging 2. Rollen, werkprocessen en datakwaliteit Hieronder wordt elk aandachtsgebied nader toegelicht.

1. Data-architectuur, ethiek en beveiliging De data-architectuur is een onderdeel van de informatie-architectuur29 en geeft inzicht in de informatie die beschikbaar moet zijn voor de uitoefening van gemeentelijke taken. Bij het bouwen van deze architectuur maken we afspraken over: principes, standaarden, gegevensdefinities, ethiek en beveiliging.

26

VNG Principes voor de digitale samenleving VNG High Value Datalijst 28 DEDA model 29 De informatiearchitectuur gaat over de inrichting van de informatiehuishouding van de gemeente. De informatiearchitectuur is in Zevenaar nog niet opgesteld. 27

20

Wat gaan we doen? 3.1 Dataarchitectuur

We geven in 2025 invulling aan de data-architectuur als onderdeel van de informatiearchitectuur. Een data-architectuur biedt kaders en samenhang en maakt het mogelijk dat verschillende onderdelen (applicaties en gegevensdragers) op elkaar aansluiten, omdat dezelfde (data)logica is toegepast. De architectuur zorgt er uiteindelijk voor dat het datalandschap van de gemeente toekomstbestendig(er) wordt.

3.2 Principes

We stellen in 2025 principes op die als uitgangspunten fungeren voor de keuzes die we maken binnen de data-architectuur. Denk hierbij aan principes zoals cloud first (voorrang geven aan cloudoplossingen), open by design (bij het produceren van informatie rekening houden met welke informatie wel en welke niet (automatisch) openbaar kan worden), altijd open source (gebruik maken van openbare broncodes), het wel of niet publiceren van broncodes et cetera.

3.3 Standaarden

We maken in 2025 gebruik van open standaarden. Standaarden ondersteunen gegevensuitwisseling tussen ICT-systemen. De Nederlandse overheid heeft een open-standaardenbeleid, omdat open standaarden bijdragen aan interoperabiliteit - het kunnen uitwisselen van digitale gegevens tussen overheden onderling en tussen de overheid, bedrijven en burgers - en aan leveranciersonafhankelijkheid. Open standaarden zijn niet software specifiek en kunnen door iedere leverancier worden ingebouwd in een ICT-systeem. Het gebruik van open standaarden in ICT-systemen bespaart kosten en verlicht administratieve lasten.

3.4 We stellen in 2023-2024 gegevensdefinities op om ervoor te zorgen dat Gegevensdefinities datasets vanuit verschillende bronnen vergelijkbaar worden. We maken hierbij gebruik van het Gemeentelijk Gegevensmodel (GGM) 3.5 Datacatalogus

We stellen in 2023-2024 een data catalogus30 op, waarin beschreven staat waar welke data beschikbaar is (in het datapakhuis) en wie eigenaar van en/of verantwoordelijk voor de data is31.

3.6 Ethiek

Er is op het gebied van data verzameling steeds meer mogelijk. Denk aan algoritmes, sensoren, scanauto’s enzovoort. De inzet van toepassingen voor het verzamelen van data vraagt om een ethische afweging: kan het? Mag het? Is het doel duidelijk en transparant? We stellen kaders voor ethisch gebruik van data op in 2023, op basis van de ‘handreiking digitale ethiek’ van de VNG en De Ethische Data Assistent (DEDA).

3.7 Beveiliging

De Baseline Informatie Beveiliging (BIO) is bepalend voor het niveau van beveiliging van data. Op basis van een risicoafweging wordt het Basisbeveiligingsniveau (BBN) bepaald en hierop worden maatregelen ingericht. Het standaardniveau voor werken met data is minimaal BBN2 op een schaal van een tot drie. De i-Navigator die wij voor de inrichting van onze informatievoorziening gebruiken, geeft voor elk werkproces weer welk beveiligingsniveau erbij hoort. In 2023 stellen we kaders voor de beveiliging van data op. Bij nieuwe business cases wordt in overleg met de Functionaris Gegevensbescherming de veiligheid getoetst aan de hand van een Data Protection Impact Assessment (DPIA).

30

Met als referentie het Gemeentelijke Gegevensmodel (GGM) Voorbeeld: de (Zevenaarse) data in de BRP valt onder verantwoordelijkheid van de manager Publiekszaken. De eigenaar van deze data is de Rijksdienst voor Identiteitsgegevens 31

21

2. Rollen, werkprocessen en datakwaliteit Procesmatig werken is een vereiste voor het genereren van duidelijke en vergelijkbare data. De gemeentelijke organisatie zet in op procesmatig werken en houdt daarbij de definitie van de bedrijfsprocessen aan zoals deze in de Gemeentelijke Model Architectuur (GEMMA) zijn gedefinieerd. Alle rollen die belangrijk zijn in het datagedreven werkproces zijn in bijlage 4 te vinden. Daarnaast maken we afspraken over de governance (rollen en spelregels) voor het werken met data.