Team Rockstars zet het vergunningenarchief van ODBN om in direct bruikbare data
Om de groeiende vergunningenstroom bij te benen, leek de Omgevingsdienst Brabant Noord te moeten uitbreiden met zo’n 70 fte. Met een AI-prototype van Team Rockstars is dat niet meer nodig: in tien weken bouwde het bureau een systeem dat ongestructureerde vergunningsarchieven omzet in direct bruikbare data, wat aanzienlijke efficiëntiewinst heeft opgeleverd.
De Omgevingsdienst Brabant Noord (ODBN) bestaat om iets ogenschijnlijk eenvoudigs te doen: zorgen dat mensen veilig kunnen wonen, werken en leven. In de praktijk vertaalt zich dat in beslissingen met juridische, maatschappelijke en economische gevolgen. Elke vergunning is zo’n beslissing, en elke nieuwe beslissing bouwt voort op alles wat eerder is vastgelegd.
Tegelijk neemt de druk toe: toezicht moet steeds meer risicogestuurd plaatsvinden, de vraag naar transparantie groeit en informatie moet vaker worden gedeeld met koepelorganisatie Omgevingsdienst Nederland (ODNL) en andere overheden. Daar ontstaat spanning, want beslissen op basis van het verleden lukt alleen als dat verleden beschikbaar is op het moment dat je het nodig hebt.
Een archief dat in de praktijk een reconstructie was
De informatie was er wel, maar niet in een vorm die werkte. Wat op papier een archief was, bleek in de praktijk een reconstructieproces: vergunningverleners en toezichthouders doorzochten per locatie een ongestructureerd pdf-archief, waarin de relevante gegevens verspreid lagen over documenten die nooit waren bedoeld om samenhangend te worden gebruikt.
“Je bent een aantal uur bezig met die voorbereiding om alles bij elkaar te zoeken om te begrijpen wat daar nu aan de hand is. Iedere keer opnieuw”, schetst Elien Bisseling, strategisch analist datagedreven werken bij de ODBN.
Deze inefficiëntie kostte tijd en het risico op fouten en onvolledigheid was bovendien groot. Buiten het systeem om ontstonden schaduwadministraties – overzichten op individuele schijven waarvan niemand zeker wist of ze volledig en actueel waren.
Daar kwam de toenemende vraag naar datadeling vanuit ODNL bovenop: informatie moest niet alleen intern beschikbaar zijn, maar ook extern betrouwbaar te delen. Het probleem zat niet in de hoeveelheid informatie, maar in de onmogelijkheid om er met voldoende zekerheid een besluit op te baseren.
Stoppen met zoeken
De eerste reflex bij dit soort vraagstukken is om het zoeken te verbeteren: sneller, slimmer, beter. Maar zolang vergunningen documenten blijven, blijft zoeken onderdeel van het werk. Ruud Cools, principal data engineer bij Team Rockstars, benoemt wat er werkelijk nodig was: “Een oplossing die uitlegbaar, auditbaar en herleidbaar is, zodat medewerkers beschikken over betrouwbare, consistente data.”
De doorbraak kwam toen het perspectief verschoof – van de vraag hoe documenten beter doorzoekbaar te maken naar het inzicht dat aan elke vergunning telkens dezelfde vragen kunnen worden gesteld. Elke vergunning bevat immers terugkerende elementen zoals datum, type aanvraag, locatie en milieubelastende activiteiten. In de praktijk stonden die impliciet en inconsistent verspreid door de juridische tekst, en waren daardoor moeilijk vergelijkbaar.
Een model dat niets verzint
De oplossing richtte zich op het expliciet maken van die informatie. Vergunningen werden met geavanceerde OCR gedigitaliseerd en opgeschoond, waarna AI de datapunten herkende en extraheerde als samenhangende karakteristieken – per vergunning én over vergunningen heen vergelijkbaar.
Opgeslagen in een datamart vormden die een nieuwe informatielaag bovenop de bestaande documenten. Betrouwbaarheid stond daarbij centraal: het model citeert uitsluitend uit de bron en voegt niets toe. “We wilden absoluut niet dat hij zelf iets gaat bedenken”, vertelt Bisseling. “Als er iets niet in staat, dan zegt hij gewoon: het staat er niet in.”
De aanpak was bewust pragmatisch. Met een klein team ontwikkelde Team Rockstars in tien weken een proof of concept op basis van zeventig vergunningen, continu gevalideerd door vergunningverleners en toezichthouders. Wat begon als onderzoek met als enige verwachting een rapport, groeide zo uit tot een werkend prototype dat klaar is om naar productie te brengen.
Wat verschuift als informatie direct beschikbaar is
De winst zit minder in nuance dan in de manier waarop het werk verandert. Waar voorheen gemiddeld twee uur nodig was om per locatie een volledig beeld te krijgen, komt informatie nu direct beschikbaar over honderdduizenden documenten heen. Dat levert niet alleen snelheid op, maar vooral zekerheid.
De capaciteit van twintig vergunningverleners verschuift daarmee naar waar die de meeste waarde toevoegt: inhoudelijke beoordeling en besluitvorming. Ook risicogericht toezicht wordt concreet uitvoerbaar, doordat capaciteit gericht kan worden ingezet op de locaties waar de impact het grootst is. “Het is nu mogelijk om voor alle locaties een dashboard te hebben dat meteen inzichtelijk maakt wat er vergund is”, vertelt Bisseling.
Van experiment naar blauwdruk
De samenwerking begon niet als een klassiek IT-project, maar als een experiment met één gedeeld doel: dit moest werken. “Er waren geen verborgen agenda’s. Mensen wilden dat dit project slaagde”, zegt Cools.
Die openheid maakte het verschil. Door vanaf het begin samen te werken met de inhoudelijke experts van de ODBN ontstond snel vertrouwen, en werden ideeën direct aan de praktijk getoetst – waardoor het traject niet bleef steken in analyse, maar uitmondde in een werkend prototype.
Inmiddels lopen meerdere vervolgtrajecten, van doorontwikkeling naar productie tot toepassingen in andere domeinen. Ook buiten de ODBN krijgt de aanpak tractie, met zes andere omgevingsdiensten die hetzelfde willen opbouwen. De ODBN is daarmee niet alleen gebruiker, maar voortrekker van een nieuwe manier van werken.
“Iedereen herkende zich wel in de problematiek”, besluit Bisseling. “En dat het model niet hallucineert, dat was één van de belangrijkste punten.”
