Analyse Elektrisch rijden in 2030, verduurzaming van de woningvoorraad, klimaatadaptatie, transitie naar een circulaire landbouw en economie, 1 miljoen extra woningen. Zonder goed gebruik van data zijn we niet in staat de goede antwoorden voor deze opgaven te genereren. Vier adviseurs van Over Morgen illustreren welke rol data kunnen spelen bij gebiedsontwikkeling.
De druk op de ruimte in Nederland neemt toe, en het leggen van de puzzel wordt steeds ingewikkelder. Om die reden zet het kabinetsperspectief op de NOVI in op het combineren van opgaven. Dit vormt een trendbreuk met het in samenhang projecteren in de ruimte van sectorale programma’s (wonen, kantoren, bedrijfsterreinen en infrastructuur), waarbij we de open gebieden buiten de stad overwegend benaderden als ‘restruimte’.
Met de grote opgaven van nu kunnen we het ons eenvoudigweg niet permitteren om keuzes te maken zonder goed gebruik te maken van data (zie kader). Niet omdat data als vanzelf het goede antwoord genereren. Wel omdat de schaal, complexiteit en urgentie van de opgaven niet getackeld kunnen worden met de klassieke kwalitatieve en lineaire beleidsaanpak.
‘Illustratie datatoepassing Over Morgen’ (bron: Over Morgen)
Datagebruik is in andere domeinen al een vanzelfsprekendheid: bij onze aankopen, onze sociale contacten, onze mobiliteitskeuzes en het boeken van een vakantie. In de gebiedsontwikkeling zijn we nog lang niet zover. Sommigen zien het gebruik van data als een bedreiging. Wij willen vooral wijzen op de kansen en de noodzaak benadrukken.
Data genereren inzicht in de stand van zaken, trends en ontwikkelingen. Dat helpt om wegwijs te worden in het oerwoud van overlappende opgaven. Enkelvoudig en modelmatig programmeren werkt niet meer. Niet alleen missen we dan kansen, we richten onze omgeving ook suboptimaal in. We moeten de complexiteit juist confronteren met (de consequenties van) te maken keuzes. Een goed gebruik van algoritmes en data biedt precies het kapmes dat het oerwoud kan doorklieven om tot oplossingen te komen. Zonder een datagedreven aanpak is het onmogelijk om weloverwogen besluiten te nemen voor een vitaal en duurzaam Nederland. Om de complexiteit te lijf te gaan, brengen data een aantal functies in. Deze belichten we hieronder.
1: Joint fact finding
Waar de complexiteit en onderlinge afhankelijkheden toenemen, zijn vaak ook belangen en waarden in het geding. Het gaat allang niet meer om de juiste locatie voor de nieuwe stadsuitbreiding vanuit een multicriteria-analyse. Opeens speelt bijvoorbeeld de nabijheid van een warmtebron voor de verwarming van de nieuwe woonwijk een rol bij de keuze voor nieuwbouwlocaties.
Onze ervaring is dat het loont om in complexe projecten waar verschillende opgaven (en dus ook belangen) elkaar treffen, te beginnen met een gedeeld beeld: joint fact finding. In gewoon Nederlands: waar hebben we het over en waar staan we? Wat is de gemene deler? Welke lessen uit het verleden kunnen we met elkaar delen? Dit voortkomt dat belanghebbenden elkaar in het proces blijven bestoken met ‘het eigen gelijk’ of op een later moment om meer onderzoek vragen. Via een empirische basis krijgen al die partijen een gedeeld beeld van de opgave én van de urgentie. Als bij complexe projecten met meerdere belangen niet wordt geïnvesteerd in zo’n basis, resulteert dit verderop in het proces vrijwel zeker in gedoe - en dus vertraging en extra kosten.
‘Screenshot Warmte Transitie Atlas’ door Provincie Zuid-Holland (bron: Warmte Transitie Atlas)
2: Inzicht in trends
De tweede functie van data, is het inzichtelijk maken van trends. Uiteraard is beschikbaarheid van betrouwbare data cruciaal, maar het inzichtelijk maken van trends legitimeert de noodzaak om al dan niet in te grijpen. Er is een opgave en er is urgentie, maar wanneer doe je precies wat? Als het spoor aan zijn maximale capaciteit zit en je wilt verdichten, hoe blijven we dan bereikbaar? Als steeds meer mensen de (elektronische) fiets pakken, wat betekent dat voor de openbare ruimte die we morgen veranderen? Als piekbuien in aantal en heftigheid toenemen, wat zijn dan de risicovolle plekken in je stad?
We maken nog te weinig gebruik van data in de vertaalslag naar planningen en handelingsperspectieven toe: welke trends zijn autonoom, welke beïnvloedbaar, en hoe verhouden ze zich tot elkaar? Het inzichtelijk maken van trends helpt ook bij het bouwen van alternatieve scenario’s en het creëren van een verhaal dat aangeeft waarom je zou kunnen of moeten ingrijpen.
3: Inzicht in de voortgang
Onder de Omgevingswet gaan we cyclisch werken. Dat klinkt abstract. Kort door de bocht komt het erop neer dat sommige opgaven zo complex zijn dat we enerzijds handelen en anderzijds kijken of het oplevert wat we ervan verwachten. Door te monitoren (en dus data te genereren tijdens de uitvoering), krijg je zicht op de effectiviteit van het handelen en ben je in staat tussentijds in te grijpen.
Stel dat je in een centrum het aantal mensen dat geluidshinder ervaart wilt terugdringen. Je kunt dan inzetten op stille bestrating, isolatie, elektrisch vervoer of verkeersmanagement. Door te monitoren en data te verzamelen, verkrijg je inzicht in welke maatregel welk effect heeft en hoe doelen gehaald kunnen worden, tegen welke kosten. Cyclisch werken kan niet zonder betrouwbare data.
Wat data al mogelijk maakt
En wat al kan met data, vraagt om meer. De voorbeelden lichten een tipje van de sluier op in de mogelijkheden.
De ambitie is om in 2030 het wagenpark in Nederland volledig elektrisch te laten zijn. Dat betekent dat er nog honderdduizenden laadpalen bij moeten komen, volgens mobiliteitsvereniging Rai zelfs 3 miljoen. Dit betekent dat er vanaf nu elke dag 300 tot 1000 laadpalen bijgeplaatst moeten worden. Door intelligente analyses van mobiliteitspatronen en het gebruik van laadpalen, is het mogelijk de optimale verdeling van laadpalen in een gemeente te mappen en kunnen de consequenties voor de openbare ruimte inzichtelijk gemaakt worden. Nu worden laadpalen vaak nog ad hoc neergezet, zonder uit te gaan van de ambitie voor 2030. Dat gebeurt ongetwijfeld met de beste bedoelingen, maar uiteindelijk is dit een verkwisting van geld en een onnodige inbreuk op de openbare ruimte.
Om de energietransitie te realiseren, moeten tot 2050 zo’n 1000 woningen per dag omgebouwd worden. Premier Rutte vergeleek deze opgave met de wederopbouw. Dat lukt alleen als we de klassieke aanvliegroutes in het beleid loslaten, onze routines doorbreken, modelmatig gaan mappen en mensen meenemen in de nieuwe werkelijkheid. Dat kan door met de warmtetransitieatlas (aan de hand van data over energiebronnen, typologie van gebouwen en mogelijke oplossingen) in beeld te brengen wat er kan en moet gebeuren, en wat daar voor nodig is. Dat is zonder precedent, maar een alternatieve route is er niet.
We krijgen naar verwachting meer en hevigere buien. Een deel van de oplossing is gelegen in het voorkomen dat het regenwater meteen het laagste punt opzoekt. Door met zogenaamde klimaatkaarten inzichtelijk te maken hoe water zijn weg zoekt en wat de optelsom van individuele keuzes voor het weghalen van bestrating betekent, is het mogelijk de kosten af te wentelen op de gemeenschap. Zo kunnen in sommige gevallen hoge investering worden voorkomen.
‘Fictieve themakaart regionale energiestrategie’ (bron: Over Morgen)
Fictieve themakaart regionale energiestrategie
Aandachtspunten
Het gebruik van data als onderlegger voor beleidskeuzes en investeringen, is nog lang niet overal ingeburgerd. Dat moeten data-specialisten en de potentiële gebruikers zichzelf aanrekenen. Hieronder volgen daarom aandachtspunten.
Nog te vaak optimaliseren data- en GIS-specialisten hun modellen en data, maar zijn ze niet in staat om de verbinding te maken met de problemen die maatschappelijk ervaren worden. Dat vraagt om sensitieve nerds en aandacht hiervoor in de vorming van de professionals van de toekomst. Al beschik je over alle relevante data die je in een project maar zou wensen: wie de verbinding niet weet te maken, staat uiteindelijk met lege handen.
Vaak wordt een visie opgesteld door een middag met elkaar in een hok te vergaderen. We chargeren, maar beleidsmakers en beslissers moeten (meer dan nu gebeurt) data- en kennisgedreven te werk gaan. Binnen projecten wordt vaak te snel geanticipeerd op mogelijke oplossingen, zonder eerst te investeren in een gedeelde empirische basis. Uiteindelijk levert dit vertraging en dus hogere kosten op.
Op organisatorisch niveau bespeuren wij een gebrek aan ambitie om te investeren in een gezamenlijke kennisbasis die gericht de beschikbare data duidt en vertaalt in beslis-informatie. De kennisinfrastructuur is niet meer toegesneden op de opgaven die vooral decentraal tot een afweging moeten komen. Data van bijvoorbeeld planbureau’s of kennisinstellingen vinden lang niet altijd hun weg naar decentrale beslissers. Dit is bij de grote decentralisaties in het omgevingsdomein een vergeten onderdeel.
In de praktijk blijkt nog steeds een enorme terughoudendheid om te investeren in het genereren van data en het delen hiervan. Dit staat maatschappelijk optimale keuzes in de weg. Een positief uitzondering vinden we in de waterschappen. Deze werken nu effectief, efficiënt en kennisgedreven aan onze waterveiligheid en –kwaliteit. Ook voor de energietransitie en mobiliteit kunnen zo’n aanpak en governance een goede referentie zijn.
‘Interactieve vastgoedatlas’ (bron: Over Morgen)
Interactieve vastgoedatlas
Definieer een nieuwe norm voor de overheid
De Omgevingswet zet onverkort in op een digitaal stelsel waarbij de beschikbare data voor eenieder toegankelijk en op dezelfde manier ontsloten zijn. Dat biedt alleen nog geen garantie dat het gebruik van data al spoedig de nieuwe default wordt. Op termijn zal de Omgevingswet dit afdwingen, om de eenvoudige reden dat veel deskundige burgers, organisaties en bedrijven zullen meekijken met de overheid en onvolkomenheden zullen signaleren en repareren.
Daarop vooruitlopend stellen wij voor dat de overheid het goede voorbeeld geeft en zichzelf dient te binden aan datagedreven keuzes. We trekken de analogie met de verplichte Best Beschikbare Techniek bij het verlenen van een vergunning. Daar waar een overheid aan anderen mag vragen deze technologie in een bedrijf te gebruiken, zou het de overheid sieren zelf ook de best beschikbare technieken en informatie bij de eigen keuzes als uitgangspunt te nemen. Dit is een kwestie van wederkerigheid en geloofwaardigheid. De lat kan daarbij wat ons betreft niet hoog genoeg liggen.
Het ongevraagde advies van de Raad van State van 31 augustus 2018 ‘effecten van de digitalisering voor de rechtsstatelijke verhoudingen’ wekt hierbij onze interesse. Zij signaleert dat data en digitalisering steeds vaker een rol spelen in besluitvorming, maar dat het aan kaders en handvatten ontbreekt. De Raad wijst op het risico van ondoorgrondelijke algoritmes en de vertaling daarvan in machinetaal, waarbij het enkel voor een ICT-specialist nog is na te gaan of de algoritmes recht doen aan de beleidsmatige uitgangspunten. Uiteraard zijn daarbij ook de navolgbaarheid en transparantie in het geding.
De Raad van State wijst op het onvermogen van algoritmes om impliciete kennis mee te wegen, de ‘tacit knowledge’ en eigenheid van een situatie. Dat zou juist het gewenste maatwerk op een robotachtige manier kunnen frustreren. Hopelijk komt het Kabinet met een inhoudelijke, niet al te defensieve reactie op dit ongevraagde advies, waarbij het de kansen van data en digitalisering volop omarmt en de risico’s realistisch adresseert. Want data are here to stay.
Tot slot
Gezien de opgaven waar we voor staan, kunnen we het ons eenvoudigweg niet veroorloven om onze keuzes niet te baseren op data. We moeten met een open blik kijken naar de consequenties van ons (niet) handelen. Data kunnen politieke en maatschappelijke keuzes onderbouwen en helpen iedereen te laten zien wat hiervan de plussen en minnen zijn. Data zijn noodzakelijk.
Wel is het zaak te blijven nadenken en ook ‘door de data’ heen te kijken. Zo wilde de Wet ruimtelijke ordening (WRO) paal en perk stellen aan het gebruik van de beruchte artikel 19-procedure, waarmee kon worden afgeweken van het bestemmingsplan. Kort na invoering van de WRO leek - op basis van informatie uit data - die missie geslaagd. Maar wat bleek? Er was eenvoudigweg veel minder gebouwd, waardoor het gebruik van artikel 19 fors was afgenomen. Kortom, data vertellen veel, maar verklaren niet per se wat er aan de hand is.
Data zijn nog geen informatie: data zijn feitelijk, informatie is maakbaar. We moeten altijd de context in ogenschouw nemen. Bij het formuleren van een oplossing, is het zaak mensen met lokale of situationele kennis te betrekken. Zo niet, dan kunnen verkeerde incentives of mechanismen ontstaan bij het formuleren van de oplossing. Zo kreeg een medewerker grondzaken een extra beloning op basis van het aantal verkochte vierkante meters. Later werd ontdekt dat die medewerker de grond ver onder de marktprijs verkocht.
Daarnaast is het zaak alert te blijven op de zelfvervullende werking die data kunnen hebben. Stel dat een navigatiesysteem op basis van criminaliteitscijfers in de routeplanner bepaalde buurten mijdt, dan is de kans groot dat die buurten op termijn nog onveiliger worden door minder sociale controle, waarna zij nog meer gemeden worden. Deze inzichten mogen overigens nooit een reden zijn om die data dan maar niet te openbaren en te benutten. Het is uiteraard zaak om niet weg te kijken en de achterliggende oorzaken van die onveiligheid aan te pakken.
Kortom, datagedreven beleid en projecten zijn idealiter het nieuwe normaal - al kunnen we voorlopig nog niet zonder intelligentie en kritisch vermogen!
Begrippen geduid
Data. Je hoort de term vaak. Data zijn een grote serie aan kale feitjes. Gesorteerd of ongesorteerd, kwalitatief of kwantitatief. Wanneer je data verwerkt en interpreteert, maak je er informatie van. Het verwerken van data naar informatie kun je automatiseren door het gebruik van algoritmen. Door nieuwe informatie te combineren met bestaande kennis en verbanden te leggen, kom je vervolgens tot nieuwe inzichten.
Big data is een containerbegrip en duidt meestal op het enorme volume aan data waar we tegenwoordig mee te maken hebben. We hebben steeds meer data tot onze beschikking, maar hoe we omgaan met de informatie die we hier uithalen, blijft nog (heel) even mensenwerk.
Data genereren inzicht en kennis. Kennis is echter veel omvattender dan een analyse van relevante data. Kennis gaat ook over kritisch vermogen, ervaring, inzicht in processen en theoretische bagage.
Data en innovatieve technieken worden niet als vanzelf omarmd door beleidsmakers en beslissers. Ook niet nu we voor een aantal immense opgaven staan en data aantoonbaar helpen de kwaliteit van keuzes te verhogen. Zo kan inzicht eraan bijdragen dat we schaarse middelen zo optimaal mogelijk inzetten. Barrières voor het gebruik van data variëren van ‘te lastig’, ‘te duur’ en ‘te vaag’ tot ‘te mooi om waar te zijn’ en ‘te complex’. Onbekend maakt onbemind.
Een uitgebreide versie van dit artikel verscheen eerder op Ruimte + Wonen.
Cover: ‘Fictieve themakaart regionale energiestrategie’ (bron: Over Morgen)