Terugblik Experience Big Data

Big Data, wat betekent dat voor onze organisaties?’ De Lichtkogel nodigde belangstellenden uit om op 11 september 2014 in LEF Future Center hierover met elkaar in discussie te gaan. 57 deelnemers van ruim 20 organisaties wisselden ervaringen, belemmeringen en ideeën uit en deden waardevolle nieuwe contacten op.

Grafische weergave nullen en enen

Na het welkom door Addy de Zeeuw, facilitator LEF, en Erna Ovaa, programmaleider Strategische Verkenningen Rijkswaterstaat, werden de deelnemers eerst zelf onder de loep genomen. Zo’n twintig procent bleek al praktische ervaring te hebben met big data, de anderen oriënteerden zich nog op het onderwerp.

‘Data zijn de nieuwe olie.’

Delen en combineren van data

Arie Versluis, Chief Data Officer van Rijkswaterstaat, en Haydee Sheombar, Smarter Government Business Development Executive van IBM, prikkelden de aanwezigen door te wijzen op de wezenlijke verandering die het werken met big data vraagt van medewerkers en van organisaties. ‘Willen we Nederland de komende jaren bereikbaar, veilig en leefbaar houden, en willen we dit sámen met burgers en bedrijven doen, dan ligt de sleutel in het delen en combineren van data’, betoogt Versluis. Maar zover is het nog niet. ‘De meeste organisaties werken nog te veel op een eiland. Elke afdeling zijn eigen big data.’ Ook hebben de meeste nog te weinig datascientists in huis, die het werken met verschillende bronnen en patroonherkenning in de vingers hebben en betrouwbare uitspraken kunnen doen. Over de ethische aspecten zegt Versluis: ‘Laten we in het experiment, het dóen, de discussie voeren hoe we hierbij met de verantwoordelijkheden van overheden moeten omgaan.’

Nieuwe olie

Sheombar stelt hardop de vraag of de ‘dataficatie’ van onze wereld zal leiden tot een andere manier van besturen. ‘Dagelijks produceren we met z’n allen ontzettend veel data (dataficatie), we stoppen overal sensoren in, en 80 procent van die data is ongestructureerd.’ De meest competitieve organisaties zullen straks al tijdens het scannen van de data beslissingen nemen om veranderingen in gang te zetten. ‘Data zijn de nieuwe olie.’ Eigenlijk is het geen data-science, maar data-art wat we nodig hebben. Sheombar geeft de deelnemers drie adviezen mee over het werken met big data: 1) ga exploreren in plaats van analyseren, 2) zoek de kracht van patronen en 3) combineer en leer.

‘Om Nederland de komende jaren bereikbaar, veilig en leefbaar houden, sámen met burgers en bedrijven, dan ligt de sleutel in het delen en combineren van data’

Discussie aan stamtafels

Aansluitend is in het World Café over vijf vragen gediscussieerd. Een impressie aan de hand van uitspraken van de deelnemers.

Stamtafel 1

Welke paradigmashift is nodig bij onze experts? Moeten overheden zelf ook bigdata-experts in huis halen, om uit big data slimme oplossingen voor overheidsvraagstukken te genereren?

  • ‘Iedere minuut komt er data binnen; het moment van interpretatie wordt bepalend voor de beslissing, en niet zoals vroeger een beslissing op een afgepaste hoeveelheid data.’
  • ‘Doordat de burger data gebruikt, verandert zijn gedrag en daardoor veranderen de data weer. Je hebt dus niet alleen statistici nodig, maar ook psychologen!’
  • ‘Belangrijk is om de toepassing of de context vooraf te bepalen.’
  • ‘Ook in de politiek merk je dat interpretaties op basis van rapporten snel zijn achterhaald door slimmeriken die veel recentere gegevens hebben.’

Stamtafel 2

Welke verantwoordelijkheden hebben overheden bij het benutten en beschikbaar stellen van data, wanneer hier privacy- en integriteitsaspecten mee gemoeid zijn? Wat zijn de risico’s? Hebben we striktere randvoorwaarden nodig om te werken met big data?‘Combineren van data kan onverwachte uitkomsten opleveren. Anonimiseren is bijna onmogelijk.’

  • ‘Wie belang heeft bij een bepaalde politiek, kan big data daar slim voor gebruiken.’
  • 'De grenzen zijn aan het verschuiven, de gevoelsdiscussie rond privacy is sterker dan dat we daadwerkelijk hechten aan de privacy.'
  • 'We genereren veel data bewust (LinkedIn, Facebook, Twitter) en onbewust (kopen op internet, OV-kaart, Tom Tom).'
  • ‘Het vertrouwen van de burger in de overheid is hoog. Je hebt als overheid de verantwoordelijkheid om de burger te beschermen.’

Stamtafel 3

Het werken met deze grote databestanden vergt veel van organisaties. Wat kun je slim delen? Biedt big data kansen voor samenwerking in de keten?

  • ‘Door slim delen van data kun je spookfiles oplossen.’
  • ‘Er komt zoveel info dat je het niet meer alleen kunt behappen. Ieder maakt zijn eigen verwerkingsslag, en die verwerkte data moet je delen.’
  • ‘De overheid zou dit moeten faciliteren, afspraken maken binnen de keten en de regelgeving aanpassen.’
  • ‘We moeten kennis delen over data-analyse.’

Stamtafel 4

Big data = big business. Welke rol zou de overheid moeten spelen om bedrijven op dit gebied te stimuleren?

  • ‘Bedrijven worden al voorzien van data, ook van de overheid. De overheid betaalt één keer, daarna is het openbaar.’
  • ‘Goed nadenken over de publiek-private balans. Er is een aantal overheidsbedrijven geprivatiseerd, bijvoorbeeld op het  gebied van energie.’
  • ‘We proberen nieuwe ontwikkelingen in te passen in oude structuren. Laat de oude structuren los.’
  • ‘Als je dit aan bedrijven vraagt, wordt het opvallend stil.’

Stamtafel 5

Wat merken burgers van big data?

  • ‘Burgers kunnen snel info genereren, bijvoorbeeld over onderhoud, maar de overheid heeft een heel traag onderhoudsprogramma.’
  • ‘Mensen kunnen zelf meten, maar wat ze willen weten is: wanneer is het onveilig? Ze weten niet wat die getallen betekenen.’
  • ‘Als burgers meer data hebben, is er dan minder overheid nodig?’
  • ‘De overheid is terughoudend wat betreft big data en speelt onvoldoende in op het zelforganiserend vermogen van de burger.’

Met dank aan de tafelvoorzitters: Rien Bout (DGRW), Marion Braams (RWS), Dirk-Jan Griffioen (RIVM), Marianne Linde (TNO), Paul Latour (IHW), Johan van der Schuit (PBL), Raymond Sluiter (KNMI), Eric van der Ster (RWS) en Peter Struijs (CBS).


Lees meer over dit thema in de Lichtkogel

Big data