Big Data in gebiedsontwikkeling: een fluwelen revolutie?

Het is nog niet heel lang geleden dat Gebiedsontwikkeling.nu haar teleurstelling uitsprak over de opkomst en bruikbaarheid van Big Data in gebiedsontwikkeling. In augustus 2021 formuleerden Ruben Visser en Inge Janse een zestal beperkende factoren. Die sneden allemaal hout. Tegelijkertijd is louter een gevoel van teleurstelling ook niet gerechtvaardigd.

City dashboards

Misschien sprak er uit het artikel van Visser en Janse teleurstelling omdat de initiële verwachtingen zo hoog waren. De verwachting is al jaren dat er een city dashboard kan worden opgetuigd met alle informatie in de slimme stad. Enkele actoren zouden daarmee als een soort James Bond-schurken alles kunnen analyseren, sturen en managen. Misschien gaat het met deze verwachting net zoals met die van die zelfrijdende auto. Ook daarvan wordt steeds vaker gezegd dat die nooit gemeengoed zal worden.

De hoge verwachtingen van Big Data als een soort Haarlemmer wonderolie voor gebiedsontwikkeling zijn inderdaad tot op heden nog niet overtuigend gematerialiseerd. Niettemin zijn er toch wekelijks en maandelijks nieuwe doorbraakjes op datagebied en Artificial Intelligence (AI) te melden. Zonder dat zij mega-aandacht trekken, hebben ze wel een grote impact op bijvoorbeeld het stedenbouwkundig deel van het werken aan gebiedsontwikkeling.

Een toenemend aantal databestanden is openbaar beschikbaar; Nederland loopt hierin sterk voorop. Hierdoor is het werk van stedenbouwkundigen significant veranderd. Zonder dat iedere kleine stap op zich een revolutie aankondigt, kunnen ze allemaal bij elkaar voor een omslag in het vak zorgen. Denk bijvoorbeeld aan opensource software Qgis met de PDOK plugin waarmee alle essentiële gegevens voor een locatie of een gebiedsontwikkeling met een paar muisklikken achter elkaar gezet kunnen worden. Opvallende nieuwkomer is het Australische Giraffe waarmee gebiedsontwikkelaars in korte tijd greep krijgen op planningsopgaven.

Minder handwerk

Ondanks dat het bedoeld is voor middelbare scholieren is topotijdreis als Big Data-onderlegger een wonder voor stedenbouwkundige analyse. Dit programma scheelt potentieel een grote hoeveelheid handwerk. De 3dbag die vanaf dit jaar online staat, is een database waarmee de ruimtelijke 3D context van een project met een hoge LOD (level of detail) en correcte hoogteaanleg in Rhino kunnen worden ingeladen. Dat scheelt veel tijd bij het modelleren en werkt een hogere precisie van werken en ruimtelijk matchen met de omgeving in de hand.

Bestanden koppelen

Helemaal interessant wordt het als in Rhino met de grasshopper plugin data uit verschillende bestanden aan elkaar gekoppeld worden en Multi criteria analyses opeens in 3D modellen gevisualiseerd kunnen worden. En dan heb ik het nog niet eens over de AI visualisatie-technieken zoals Midjourney die mogelijk op korte termijn stedenbouwkundigen en architecten veel werk uit handen kunnen nemen voor wat betreft conceptuele verkenning en creatief vermogen. BNR-expert Ben van der Burg, verbluft door de mogelijkheden, sprak in relatie tot Midjourney van een nieuw tijdperk van verbeeldingsvermogen en verbeeldingskracht.

Recent kwam in mijn werkomgeving de vraag op van een grote opdrachtgever met veel woningbezit en grondposities in de Randstad: kunnen we verdichting en inbreidingskansen automatiseren? Het idee van deze opdrachtgever was dat er dan maandelijks een algoritmische analyse kan worden gedraaid. Met als inzet de vraag: waar heeft het zin te investeren in verdichting binnen het eigen bezit en op de eigen grondposities? Deze opdrachtgever kansen om zo te sturen op de uitbreiding van de woningvoorraad binnen de bestaande stad.

Databases verbinden

De basis voor dit algoritme zou gevormd moeten worden door het verbinden van verschillende databases. Denk aan grondwaarden, woningbezetting, afschrijvingen, lokale woonvraag, maximale bouwhoogten in het bestemmingsplan, staat van onderhoud, constructieve geschiktheid voor optoppen en alternatieven voor parkeren in het geval van het bebouwen van parkeerplaatsen.

Vakgebied in beweging

Deze concrete vraag kondigt om meerdere redenen veranderingen in het vakgebied aan. Niet alleen verschuift hiermee de locatie-specifieke benadering van ruimte, topografie en verhalen naar een generieke benadering met behulp van data en bewerking daarvan. Ook komt de begrenzing van de traditionele vaardigheden van stedenbouwkundige adviseurs en gebiedsontwikkelaars in beeld. We schreven een pitch uit voor bovengenoemde vraagstelling: van de vier deelnemers kwamen er twee uit de wereld van de ruimtelijke ordening en stedenbouw en twee uit de tech- en startup-wereld.

Naast de traditionele vaardigheden van ontwerpers worden nu vooral ook excellente vaardigheden gevraagd op het gebied van informatietechnologie en datamanagement. Hiermee komen de bekende ontwerp- en adviesbureaus in gebiedsontwikkeling opeens in een serieuze concurrentie terecht met IT-startups met diepe zakken. Je zou je zomaar voor kunnen stellen dat IT-bedrijven zich storten op de online taxatie van koopwoningen en een uitbreiding realiseren van hun diensten met nieuwbouw- en verdichtingsproposities.

Nieuwe partijen

Net als in de wereld van online retail en social media is het uitkijken naar nieuwe actoren. Met name de platformvraag is van belang. Waar gaan de sectoraal verzamelde datasets van dit moment samenkomen in een toegankelijke slimme context?

Nederland als afzetmarkt is te klein om specifiek op de Nederlandse marktgerichte applicaties te verwachten. Het is ook maar de vraag of de Big Data-revolutie in gebiedsontwikkeling zich zal voltrekken met partijen die we nu kennen. Het is voorstelbaar dat zich nieuwe toonaangevende spelers aandienen die nu nog niet bekend zijn.

Misschien zal het ultieme city dashboard waar de afgelopen jaren op gerekend werd er net als de zelfrijdende auto nooit komen. Maar dat grote veranderingen op til zijn staat voor mij als een paal boven water. Big Data is geen on-ingeloste belofte maar een fluwelen revolutie.