slim handhaven

Veiligheid in een smart city

Incidenten als geluidsoverlast, hondenpoep en een kapotte stoeptegel in de stad zijn heel voorspelbaar. Tenminste, als je de juiste data weet te ontsluiten en te analyseren. De afdeling Vergunning & Handhaving in Arnhem werkt daarom sinds kort informatiegestuurd.

Robbert de Rooij is afdelingshoofd Vergunning en Handhaving en zag binnen zijn domein een grote kans. ‘Thema’s die in de media naar voren komen, zijn helemaal niet per definitie dezelfde als de thema’s die daadwerkelijk leven onder de bevolking. Ik zocht daarom een manier om objectiever te handelen binnen de handhaving en de focus terug te krijgen binnen de afdeling. In twee opzichten, namelijk dat bevoegdheden op straat prioriteit geven aan wat écht belangrijk is en daarnaast ook dat we als afdeling snel kunnen anticiperen op wat er speelt.’

Kloppen je "hotspots" wel?

Samen met datascience- en adviesbureau Ynformed ontwikkelde de afdeling de tool ‘Informatiegestuurde Handhaving Openbare Ruimte’. Projectleider Anouk Meerman: ‘Handhavingsbevoegdheden werken op wijkniveau, waar ze op basis van ervaring de plekken waar zich regelmatig incidenten voordoen extra in de gaten houden. Ze hebben een eigen “hotspot-route”, die we op de kaart hebben geplot. Vervolgens zijn we ook real-time meldingen gaan inladen. In veel gevallen bleken de hotspots van de handhavingsbevoegdheden niet de plekken waar veel incidenten plaatsvinden.’

'Preventief kunnen de bevoegdheden al naar een plek worden gestuurd, voordat er zich een incident heeft voorgedaan'

Prioriteren en voorspellen

Inmiddels werken de bevoegdheden met de informatiegestuurde toepassing. Zodra zich incidenten voordoen kan de centrale post zien waar op dat moment prioriteit aan gegeven moet worden (een omgevallen boom is belangrijker dan een melding over hondenpoep) en welk van de bevoegdheden daar op dat moment het beste naar toe zou kunnen gaan. En preventief kunnen de bevoegdheden al naar een plek worden gestuurd, voordat er zich een incident heeft voorgedaan. Voor het laatste geldt: hoe meer data het systeem bevat vanuit de historie, hoe nauwkeuriger de voorspelling is. De Rooij: ‘De data maakt gevoelens die we misschien al wel hadden hard, zodat we erop kunnen anticiperen. Een concreet gevolg is dat er minder bevoegdheden in de ochtenduren worden ingeroosterd en meer in het weekend, want dan zijn er doorgaans veel meer incidenten. Maar ook dat we bij specifieke evenementen andere dranghekken gebruiken, omdat er voorgaande jaren verschillende meldingen over zijn geweest dat deze omver werden gelopen.’

'Als een bewoner een bericht op Facebook plaatst over geluidsoverlast van de buren, kun je dat ook behandelen als een bewonersmelding'

Twitteren over lastige buren

Daarmee is de tool nog niet af. De Rooij: ‘Het zou heel interessant zijn om te kijken naar inkomen, opleidingsniveau of de meldingsbereidheid in een wijk in relatie tot het type incident. Op basis van die data kun je kijken naar de spreiding van deze groepen in de stad.’ Meerman vult aan: ‘Ook interessant is social media. Sommige gemeenten zijn al ver in het uitlezen hiervan, en dan met name de locatie waar een bepaald bericht vandaan komt. Dat analyseren is vaak de moeilijkheid bij social media. De potentie is enorm: als een bewoner een bericht op Facebook plaatst over geluidsoverlast van de buren, kun je dat ook behandelen als een bewonersmelding. Zo bereik je een nieuwe groep bewoners die anders geen officiële melding zou doen. Veel laagdrempeliger. ’