‘Werk niet data-gedreven, maar data-ondersteund’

Veel overheden veronderstellen dat data-gedreven werken de toekomst heeft: gemeenten willen een data-gedreven gemeente worden, met data-gedreven besluitvorming en data-gedreven sturing. ‘Smart cities’ zijn de toekomst en niemand wil achterblijven. In deze veronderstelling schuilen drie belangrijke gevaren:

1. Data zijn geen blauwdruk - Data bieden een versimpelde en contextloze weergave van de werkelijkheid. Data vertellen altijd maar één kant van het verhaal en missen zaken die niet in gegevens te vatten zijn, zoals lastig te meten zaken als ‘sociale duurzaamheid’. Wat in de datarealiteit het beste lijkt, strookt daarom niet per se met de realiteit en context van het gebied.
2. Datakwaliteit voldoet vaak niet - Voor het maken van weloverwogen besluiten bij gebiedsontwikkeling is het essentieel dat de data die besluitvorming beïnvloeden kloppen en actueel zijn. De realiteit is dat daarin bij alle stakeholders nog grote stappen te maken zijn. Een goed voorbeeld hiervan is het Actueel Hoogtebestand Nederland (AHN). Deze dataset is van grote waarde voor bijvoorbeeld bodemdalingsproblematiek, maar wordt slechts één keer in de zes jaar geactualiseerd. Zo zijn er nog vele andere voorbeelden waarbij de data niet voldoen aan de behoefte aan actualiteit of kwaliteit.
3. Data-gedreven legitimeert eenzijdige besluitvorming - Oplossingen presenteren als ‘data-gedreven besluitvorming’ zorgt voor een legitimering van keuzes waarbij andere stakeholders geen inspraak hebben. ‘De data zeggen het nu eenmaal’ haalt de grond onder een discussie vandaan. Omdat niet alle belangen altijd naar voren komen in de data, worden zij ook niet allemaal evenredig afgewogen.

Lege stallen en tippelzones

Een goed voorbeeld van de gevaren van data-gedreven werken is de recente stikstofuitspraak van de Raad van State. Deze uitspraak maakt de doorgang van grote projecten zoals wegverbredingen, windparken en de bouw van nieuwe stallen onzeker. Juist bij het stikstofdossier is actuele, accurate data essentieel voor het berekenen van de ruimte die er nog binnen een gebied is voor nieuwe uitstoot - en dus nieuwe bouwprojecten.

Dat dit problematisch kan zijn, bewees een casus waarbij een provincie voor haar toezichthoudende functie gebruikmaakte van data-gedreven sturing. Vergunningaanvragen werden beoordeeld via data uit de zogeheten AERIUS Monitor. Hiermee kun je via een scala aan datasets de totale stikstofdepositie per gebied berekenen – zowel momenteel als voor de toekomst. De nieuwbouw van stallen en andere zaken werd toe- of afgewezen als gegevens aangaven dat wel of geen ruimte was in het stikstofbudget voor het beoogde gebied. Door met de betrokken ambtenaren op bezoek te gaan bij de boeren, leerde de provincie dat sommige data niet klopten. Soms waren stallen die in het verleden al een vergunning hadden gekregen, alsnog niet gebouwd of niet in gebruik. In één geval stond een stal zelfs al drie jaar leeg, terwijl in de data van de provincie de uitstoot van deze mega-stal al die tijd werd meegenomen in de berekeningen.

In een ander voorbeeld lag bij een gemeente de opgave om binnen de gemeentegrenzen een nieuwe tippelzone aan te wijzen. In overleg met stakeholders en ervaringsdeskundigen stelde de gemeente een aantal criteria op waar de tippelzone aan moest voldoen. Na een analyse van relevante data (zoals demografische gegevens, bestemmingsplannen en verwachte aanrijroutes) bleken er twee geschikte locaties te zijn. Het bekendmaken van deze locaties bij de inwoners zorgde echter voor veel ophef. Wat bleek: één van de locaties was vlakbij een nieuwe klimhal waar de gemeente al een vergunning voor had verleend, en de verwachting was dat hier veel kinderen op af zouden komen. Op de andere locatie zou de tippelzone volgens bewoners de verkeersproblematiek rondom op- en afritten naar de snelweg doen toenemen. Bovendien reden hier veel kinderen langs die op weg waren naar hun sportclub. Op het moment van schrijven is er nog steeds geen oplossing gevonden voor de herbestemming van de tippelzone.

Beschikbaar, deelbaar en correct

Deze voorbeelden illustreren de gevaren van puur data-gedreven werken. Ten eerste: data representeren niet altijd de daadwerkelijke situatie, waardoor besluiten worden genomen op basis van foutieve informatie. Ten tweede: zonder precieze kennis van de lokale situatie en input van de stakeholders, leveren data oplossingen op die niet realistisch zijn. En ten derde: data is niet altijd up-to-date, en daarom zijn sommige data-gedreven besluiten al achterhaald.

Dit betekent niet dat gebiedsontwikkeling niet gebaat is bij data. Er zijn talloze (openbare) datasets die van grote waarde zijn, zoals de tien basisregistraties van de overheid, datasets over milieufactoren, en demografische gegevens van het CBS. Alle bieden veel inzicht bij het afwegen van belangen en het bepalen van de impact van scenario’s op een gebied.

Bovendien gaan vanwege de Omgevingswet in 2021 data een steeds belangrijkere rol spelen bij gebiedsontwikkeling. De daarin vastgelegde gelijke informatiepositie van de burger verplicht overheden ertoe dat besluiten gebaseerd zijn op informatie die voor iedereen beschikbaar en vindbaar is. Dit betekent dat de onderliggende data beschikbaar, deelbaar en correct zijn, maar ook in deze situatie moeten we waken voor het eenzijdige beeld dat data soms scheppen.

Slechts ondersteunen

Het gebruik van (open) data bij gebiedsontwikkeling creëert alleen maatschappelijke waarde als deze kennis wordt ingezet ter ondersteuning van de gezamenlijke afweging van belangen. Data kunnen inzicht bieden in de situatie en laten zien wat er mogelijk is, of wat de effecten zijn van bepaalde besluiten. Het is daarbij echter essentieel om niet data-gedreven, maar data-ondersteund te werken. Het draait uiteindelijk om het combineren van contextuele, lokale kennis van het gebied met datasets over het gebied. Door in te zetten op kwalitatief goede, voor iedereen beschikbare en begrijpbare data, en zo ruimte te bieden voor participatie, benut je de positieve kanten van (open) data.

Daarom pleit ik altijd voor data-ondersteund werken, waarbij de maatschappelijke opgave centraal staat en (open) data slechts één van de instrumenten is in de gereedschapskist. Voor gebiedsontwikkelingen zijn participatie, samenwerking tussen stakeholders en een gezamenlijk besluitvormingsproces nog steeds de belangrijkste tools. Data moeten hierbij slechts een ondersteunende rol spelen. 

Cover: Photo by Markus Spiske on Unsplash