Impact
Efficiënt
Gemiddeld ±2 uur zoekwerk per locatie vervangen door directe toegang tot informatie.
Betrouwbaar en schaalbaar
Minder risico op fouten en vollediger inzicht door gestructureerde data. Toepasbaar op honderdduizenden documenten.
Snelheid
Voorbeeldfunctie
Gepresenteerd als blauwdruk aan alle Nederlandse omgevingsdiensten
About
De Omgevingsdienst Brabant Noord (ODBN) bestaat om iets ogenschijnlijk eenvoudigs te doen: zorgen dat mensen veilig kunnen wonen, werken en leven. In de praktijk betekent dat: beslissingen nemen die juridische, maatschappelijke en economische gevolgen hebben.
Elke vergunning is zo’n beslissing. En belangrijker: elke nieuwe beslissing bouwt voort op alles wat eerder is vastgelegd.
Dat maakt het werk complex. Niet omdat de regels onduidelijk zijn, maar omdat de werkelijkheid zich opstapelt in documenten, uitzonderingen en historie.
Tegelijk groeit de druk. Toezicht moet steeds meer risicogestuurd plaatsvinden. De vraag naar transparantie neemt toe, samenwerking tussen overheden wordt intensiever, en informatie moet steeds vaker gedeeld worden met de koepelorganisatie ODNL en andere overheden.
Daar ontstaat spanning: je moet beslissen op basis van alles wat ooit is vastgelegd, terwijl dat verleden niet altijd beschikbaar is op het moment dat je het nodig hebt.
“Voor ons was het cruciaal dat het model niet gaat hallucineren. Als iets er niet in staat, moet dat gewoon gemeld worden. Tot nu toe is dat goed afgevangen. Op basis daarvan hebben we gezegd: dit werkt. Het haalt de goede dingen naar boven.”
WANNEER INFORMATIE BESTAAT, MAAR JE ER NIET OP KUNT HANDELEN
De informatie was er. Maar niet in een vorm die werkte. Wat op papier een archief was, bleek in de praktijk een reconstructieproces. Vergunningverleners en toezichthouders zochten per locatie gemiddeld zo’n twee uur in een PDF-archief om een volledig beeld te krijgen. Niet omdat de informatie ontbrak, maar omdat die verspreid lag over documenten die nooit bedoeld waren om samenhangend gebruikt te worden. Vergunningen werden niet opgeslagen als datapunten. Het archief was ongestructureerd. En de volledige historie bleef altijd noodzakelijk, want een nieuwe vergunning vervangt de oude niet volledig.
Zoals Elien Bisseling, Strategisch Analist datagedreven werken bij ODBN, het beschrijft: “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.”
De gevolgen waren zichtbaar. Inefficiëntie kostte tijd, maar het risico op fouten en onvolledigheid was minstens zo groot. Er ontstonden schaduwadministraties buiten het systeem om: onbetrouwbare overzichten op individuele schijven, waarvan niemand zeker wist of ze volledig en actueel waren.
Tegelijk veranderde de externe context. De vraag naar datadeling vanuit ODNL nam toe. Informatie moest niet alleen intern beschikbaar zijn, maar ook extern betrouwbaar gedeeld kunnen worden. Zonder structurele oplossing zou ODBN die aansluiting bij nationale verwachtingen niet kunnen maken.
Het probleem zat niet in de hoeveelheid informatie. Het probleem was dat je er niet met voldoende zekerheid een besluit over kon nemen.
DE STAP VAN DOCUMENTEN NAAR KARAKTERISTIEKEN
De eerste reflex bij dit soort vraagstukken is om 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 écht nodig was:
“Een oplossing die uitlegbaar, auditbaar en herleidbaar is, zodat medewerkers beschikken over betrouwbare, consistente data.”
De doorbraak kwam toen het perspectief verschoof. Niet: hoe maken we documenten beter doorzoekbaar? Maar: wat zit erin dat nodig is om beslissingen te nemen? Het antwoord bleek verrassend eenvoudig: “Beseffen dat je telkens dezelfde vragen kunt stellen aan alle vergunningen.” Elke vergunning bevat terugkerende elementen zoals datum, type aanvraag, locatie en milieubelastende activiteiten. In de praktijk stonden die verspreid in juridische tekst: impliciet, inconsistent en moeilijk vergelijkbaar.
De oplossing richtte zich op het expliciet maken van die informatie. Vergunningen werden met geavanceerde OCR gedigitaliseerd en opgeschoond, waarna AI werd ingezet om datapunten te herkennen en te extraheren als samenhangende karakteristieken die per vergunning én over vergunningen heen vergelijkbaar zijn. Die werden opgeslagen in een datamart, waardoor een nieuwe informatielaag ontstond bovenop de bestaande documenten.
Betrouwbaarheid stond daarbij centraal. Het model citeert uitsluitend uit de bron en voegt niets toe. Zoals Elien het verwoordt: “We wilden absoluut niet dat hij zelf iets gaat bedenken. Als er iets niet in staat, dan zegt hij gewoon: het staat er niet in.”
De aanpak was bewust pragmatisch. Met een klein team werd in tien weken een Proof of Concept ontwikkeld op basis van zeventig vergunningen, continu gevalideerd door vergunningverleners en toezichthouders.
Wat begon als onderzoek, met als enige verwachting een rapport, groeide uit tot een werkend prototype dat klaar is om naar productie te brengen.
WAT ER VERANDERT ALS INFORMATIE DIRECT BESCHIKBAAR IS
De impact zit niet in nuance, maar in hoe het werk fundamenteel verandert.
Waar voorheen gemiddeld twee uur nodig was om per locatie een volledig beeld te krijgen, wordt informatie straks direct beschikbaar, over honderdduizenden documenten heen. Dat betekent niet alleen snelheid, maar vooral zekerheid.
- Efficiëntie: ±2 uur zoekwerk per locatie vervangen door directe toegang tot informatie
- Betrouwbaarheid: Minder fouten en vollediger inzicht door gestructureerde data
- Snelheid: Werkend AI-prototype in 10 weken, klaar om naar productie te brengen
- Schaalbaarheid: Toepasbaar op honderdduizenden documenten
- Voorbeeldfunctie: Gepresenteerd als blauwdruk voor andere omgevingsdiensten
De impact daarvan zie je direct terug in het dagelijks werk. De capaciteit van twintig vergunningverleners verschuift naar waar die het meeste waarde toevoegt: inhoudelijke beoordeling en besluitvorming.
Elien kijkt vooruit: “Het is nu mogelijk om voor alle locaties een dashboard te hebben dat meteen inzichtelijk maakt wat er vergund is.” Daarmee verandert ook hoe ODBN haar kerntaak uitvoert. Risicogericht toezicht wordt concreet uitvoerbaar, doordat capaciteit gericht kan worden ingezet op de locaties waar de impact het grootst is.
Collaboration
De samenwerking begon niet als een klassiek IT-project, maar als een experiment met één gedeeld doel: dit moet werken. “Er waren geen verborgen agenda’s. Mensen wilden dat dit project slaagde”, zegt Ruud Cools.
Die openheid maakte het verschil. Door vanaf het begin samen te werken met inhoudelijke experts van ODBN ontstond snel vertrouwen en scherpte. Ideeën werden direct getoetst aan de praktijk, waardoor het traject niet bleef steken in analyse, maar uitmondde in een werkend prototype.
Wat begon als onderzoek, groeide daarmee door. Inmiddels lopen meerdere vervolgtrajecten, van doorontwikkeling naar productie tot nieuwe toepassingen binnen andere domeinen. Ook buiten ODBN krijgt de aanpak tractie, met zes andere omgevingsdiensten die hetzelfde willen opbouwen. Zoals Elien aangeeft: “Iedereen herkende zich wel in de problematiek. En dat het model niet hallucineert, dat was één van de belangrijkste punten.”
ODBN is daarmee niet alleen gebruiker, maar voortrekker van een nieuwe manier van werken. En precies daar zit de kracht van deze samenwerking: niet alleen iets bouwen dat werkt, maar samen laten zien hoe het anders kan.
“Wat me opviel is dat ze, hoewel ze totaal niet uit onze inhoudelijke wereld komen, toch direct de goede vragen stelden aan onze vergunningverleners en toezichthouders. Ze toonden echt de intentie om te begrijpen wat onze business is. Vriendelijk, open, korte lijntjes. En ze konden volledig zelfstandig aan de slag.”
Meer weten?
Vul onderstaand formulier in en een collega neemt zo snel mogelijk contact met je op.
Contact
"*" geeft vereiste velden aan
