Weersverwachting voor de misdaad
door FERDI SCHROOTEN
15 MAART 2006 - De politie speurt er mee naar misdadigers, de fiscus naar
belastingoplichters, de geheime dienst brengt er terroristen mee in kaart en
corporaties pakken er woonfraudeurs mee. Met slimme computermodellen kan de misdaad worden voorspeld. ‘Het is net als de weersverwachting.’
Computerkaarten
geven aan waar - bijvoorbeeld - de drugshandel of de fietsendiefstal zich
concentreert. De plaatjes zijn te lezen als weerkaarten. Critici vrezen dat de
uitkomsten van datamining als zelfstandig bewijs gaan fungeren. Foto GPD
DEN
HAAG - Op een computerscherm zweven geel-blauwe vlekken over Amsterdam. Een
toekomstbeeld, want het zijn de gebieden met de meeste straatroven in april
2006. Tussen zeven en acht uur ’s ochtends hangen de gekleurde wolken boven
knooppunten van het openbaar vervoer rond de ringweg A10. Een uur later trekken
ze de stad in. Zo weet de politie nu al waar de mensen het best kunnen worden
ingezet.
Met de weersverwachting erbij geeft de computer nog meer details. ‘Kijk,
Koninginnedag,’ zegt Rob van der Veer van Sentient, leverancier van het systeem
voor de politie. Hij wijst op de monitor. ‘Zakkenrollers verkassen bij regen
naar de metro. Bij kou blijven juist autochtone boeven binnen. Waarom? Geen
idee, maar het is zo.’
De politiecomputer ploegt miljoenen data door en helpt, ook bij vastgelopen
onderzoeken. Zoals een gewelddadige straatroof twee weken geleden. Met de
kenmerken van delict en dader kwamen ‘gewone’ politiemensen niet verder. De
computer haalde de gegevens over de roof door een enorm personenbestand en kwam
met achttien nieuwe verdachten, die voor negentig procent pasten in het profiel
van dader en delict. De zaak loopt nog.
‘We kunnen zoeken op wel driehonderd kenmerken’, zegt Ankie van der Zanden,
dataminer bij het Amsterdamse politiekorps. ‘Van leeftijd, werkwijze, tijd en
locatie van het delict, tot gebruikt wapen of gouden tand. Voor tien personen
kun je dat nog zonder computer. Maar wij doen het met één miljoen, en veel
sneller.’
Ook elders neemt datamining een grote vlucht in de opsporing. Een groeiend
aantal corporaties heeft er al duizenden woonfraudeurs mee opgespoord.
Zoals bij De Unie in Rotterdam. Na het doorsnuffelen van het bestand bleek de
computer bij 21 woningen ‘aan te slaan’ op twintig indicatoren voor onderhuur.
Hoe lang iemand ergens woont, het soort woning en of er meldingen van overlast
zijn bijvoorbeeld. ‘Het is raar als iemand na twintig jaar nog steeds in een
startersflatje woont, drie hoog,’ zegt Willem-Frederik Metzelaar van MB-All,
ontwerper van het systeem bij de corporatie.
Dat wordt als verdacht aangemerkt. ‘Vervolgens pellen we het bestand steeds
verder af, tot dat we de meest waarschijnlijke woonfraudeurs overhouden.’ Soms
gaat het mis. ‘Op een galerij hadden we vijf klachten over een appartementje,
waar het altijd donker was en heel onregelmatig iemand thuis was: alles wees op
een woonfraudeur. Wat bleek: de huurder werkte al tien jaar bijna dag en nacht
in ploegendiensten.’
Opsporingsdiensten zijn vooral tuk op de voorspellende waarde van datamining.
Zonder dat iemand ooit met een pistool is gezien, kan hij toch het stempel
‘vuurwapengevaarlijk’ krijgen. ‘Omdat de persoon wel veel andere kenmerken
vertoont van de gemiddelde vuurwapengevaarlijke. Erg handig bij aanhouding’,
zegt Rob van der Veer.
De politie hoopt straks criminele carričres vroegtijdig te kunnen voorspellen.
Dat kan door gegevens van de politie te koppelen met data van scholen,
gezondheids- en jeugdzorg, sociale dienst en risicobuurten. ‘Eénoudergezinnen,
spijbelen, zwartrijden, fietsendiefstal zijn indicatoren voor veelplegers. Die
kun je dus ook voorkomen,’ zegt Van der Zande. Zo wordt het zelfs mogelijk te
voorspellen of iemand potentieel terrorist is. Uit het leven van personen als
Mohammed B. of Samir A. kunnen typische kenmerken worden gedestilleerd. Daar
kunnen bestanden op worden doorzocht. Personen met vergelijkbare kenmerken
kunnen bovendrijven die tot nog toe buiten beeld bleven.
Critici vrezen dat de uitkomsten van datamining als zelfstandig bewijs gaan
fungeren. Dat mensen worden aangehouden, louter omdat ze in een verdacht
profiel passen. Eng. ‘Je moet toch altijd een redelijke verdenking hebben en
hard bewijs’, zegt Anton Broeders, hoogleraar criminalistiek. ‘Ook al past 99,9
procent in een profiel, dat is statistiek en nog geen doorslaggevend bewijs.’
Bij de politie zijn ze het daar mee eens.
Datamining in de opsporing is net als de weersverwachting. Maar de weerman zit
er ook wel eens naast, vertelt de dataminer bij de Amsterdamse politie. ‘De
belangrijkste vorm van datamining zit hier’, zegt hij, naar zijn hoofd wijzend.