Verdacht door data

foto: Pieter van der Laan

Gemeenten schieten tekort bij fraudecontrole van WWB-uitkeringen (Wet werk en bijstand), schreef VVD-staatssecretaris Paul de Krom in 2011 aan de Tweede Kamer. De 53 miljoen euro bijstandsfraude per jaar is veel te hoog. De bewindsman beloofde meer mogelijkheden voor huisbezoek en voor datakoppeling. Zo had de rechter net goedgekeurd dat gemeenten data over huishoudelijk waterverbruik mogen gebruiken om tot verdenkingen van fraude te komen, bijvoorbeeld van zwart werk als thuiskapper of samenwonen van een WWB-trekker met kinderen met een studietoelage of met een verdienende partner.

Juist in het combineren van data schuilt een groot potentieel voor fraudedetectie, zo schreef De Krom. Daar speelt een softwaremaker in Veenendaal, Info Support, op in. Het bedrijf levert SmartBox om databestanden te koppelen en via kruisverbanden suggesties voor verhoogd risico te spuien. Dit ‘informatiegestuurd handhaven’ levert verdenkingen op van inkomens-, samenwoon- of vermogensfraude: combinaties van familieverbanden, vakantiebestemmingen, beroepen, aanvragen van rijbewijzen en bouwvergunningen. “Om zo veel mogelijk fraudegevallen te detecteren zal er per gemeente optimalisatie van het systeem plaatsvinden”, verklaart Mark Klabbers van Info Support.

Er wordt niet op etniciteit geselecteerd, maar indirect kun je met vakantiebestemmingen allochtonen groeperen. “Een voorbeeld is het aantal keren dat iemand op vakantie gaat naar het land van herkomst, voor lange perioden van bijvoorbeeld zes weken. Eén keer hoeft niet zo erg te zijn, maar elk jaar naar één bepaald adres, dan kan het interessant zijn om vermogen in het buitenland te onderzoeken.” Dat zegt Peter van Zanten, Teammanager Handhaving van de gemeente Den Haag, in een vraaggesprek op het gemeentekantoor Segbroek. Van Zanten: “Aanvragen van bouw- of parkeervergunningen duiden op vermogen, die van marktvergunningen op handel. Of neem meldingen van woonoverlast zoals burenruzies. Als daar steeds een nieuwe partner aan meedoet is dat wel raar.”

Collega Mary van Dijk, verantwoordelijk voor het SmartBox-project, voegt toe: “Ook de data van fraudegevallen van afgelopen jaren gaan erin. Dan krijg je bijvoorbeeld nu net je vinger er niet achter met fraudeonderzoek, maar als diegene over een jaar weer opduikt met nieuwe signalen en combinaties wel.” De datafuik werkt vooral effectief over langere perioden, want de SmartBox vergeet niets. Van Dijk: “Waar je nu zegt: hij is niet warm genoeg, deze pakken we niet op, kan hij opnieuw naar voren komen met nieuwe signalen dankzij verrijking van de data.” Van Zanten: “Nu verdwijnt dat eigenlijk. Nu prioriteren we hem dan niet en verdwijnt hij weer uit beeld. Goede fraudeurs pak je niet zomaar.”

Immigranten

De toon lijkt gezet: verdenkingen maximaliseren en ‘pakken’ van fraudeurs, uit naam van ‘ons belastinggeld’. Op talloze onlineforums, ook van gerespecteerde titels, blijkt de grote maatschappelijke steun voor deze houding van de diensten Handhaving. Het kan niet hard genoeg, waarbij vooral voorbeelden voorbijkomen van immigranten.
Deze maatschappelijke behoefte blijkt tevens uit de enorme toename van meldingen. De gemeente Den Haag ontving 3.300 fraudetips over WWB-uitkeringen in 2012 en ruim 10.500 in 2013. De 49 fraudespeurders hebben er hels werk aan: 760 gestopte uitkeringen in 2013. Een hoog per- centage, op 20.000 WWB-uitkeringen, op ruim 500.000 inwoners.

Ex-wethouder Henk Kool vertaalde de maatschappelijke druk naar intensievere fraudebestrijding. Dat begint met letterlijke overname van de naam en marketing van het systeem: SmartBox: een slimme doos. Maar hoe slim? Het is geen open source en sluit aan op het tweede deel van de naam, met associaties met de ‘black box’. Tot vier keer toe weigeren Van Zanten en Van Dijk het antwoord te geven op de vraag hoe de SmartBox werkt, welke data er precies ingaan en welke signalen voor verdenking dat oplevert. Van Dijk: “We hebben nog honderd voorbeelden, maar we willen de fraudeur niet op voorsprong zetten. We kiezen niet voor groot uitmeten van onze methoden, want daarmee verliezen wij onze voorsprong op de klant die we nu opbouwen.”

We kiezen niet voor groot uitmeten van onze methoden, want daarmee verliezen wij onze voorsprong

U wilt geen slapende honden wakker maken? Van Dijk: “Ja.” En op een nog eens schriftelijk gestelde vraag naar gehanteerde risicoprofielen komt als antwoord: “Hierover wensen wij niet te communiceren omdat we ons eigen succes in de wielen kunnen rijden.”

Land van herkomst

Dit werkt argwaan. Gemeenteraadslid Fatima Faïd van de Haagse Stads- partij sloeg cynisch aan op vakantiecontroles: “Den Haag heeft zo rond de 140 verschillende nationaliteiten die jaar in jaar uit op vakantie gaan naar het land van herkomst om familie te bezoeken. Gaat SmartBox deze men- sen aanmerken als potentiële fraudeurs? Komen mensen van niet-Neder- landse afkomst vaker dan andere onterecht in de statistieken als mogelijke fraudeurs?”
En ook: “Hoe is het college van plan te controleren waarheen men op vakantie gaat? Tolpoortgegevens, vluchthavengegevens of gaat er iemand in de achtervolging? Of hoopt het college dat men zo dom is dit op de sociale media te melden nu bekend is dat hierop gelet wordt?”

Faïds cynisme over data over hondenbelasting in de SmartBox: “Wordt hondenbezit een risicofactor op fraude? Geldt dit ook voor andere huisdieren, bijvoorbeeld een koikarper?” In deze vragen ligt het hele bezwaar verwoord: het richten op pakkan- sen en invoering van ‘informatiegestuurd’ speuren benoemt individuen tot verdachten op grond van groeps- en themakenmerken.
Van Zanten en Van Dijk zijn er nuchter in. In de proef worden nog louter bestanden van Sociale Zaken zelf gekoppeld. Gericht op maximaal effect van data-analyse binnen de wettelijke grenzen. Dit is nog een lichte versie, later volgt veel meer (zie kader). Concreet: “WWB-gerechtigden moeten toestemming voor vakantie in het buitenland vragen en zich bij terugkeer melden. Dus we volgen hen niet. Bovendien gaat het altijd om combinaties van factoren.”

Faïd – net terug van familiebezoek in Portugal – is niet gerustgesteld en gaat het onderwerp agenderen in de gemeenteraad: “De huidige opsporingsmethoden gaan al ver. Volstaan die niet?” Die datacombinaties om fraudekansen te kunnen voorspellen onder- zoekt het Forensisch Instituut (NFI) in opdracht van Den Haag behalve met SZW-bestanden ook met bouwplannen en belastinggegevens. “Met analyses op geanonimiseerde data onderzoeken we of we tot een methodologie kunnen komen waarmee de gemeente risico’s op bijstandsfraude inzichtelijk krijgt.” De uitkomst gaat mee naar B&W die een besluit neemt, en de Haagse gemeenteraad komt dan weer aan bod.

CBP

Het idee voor de data-analyse en de eerste ontwikkeling komt van Hans Berkhout van het Regionaal Coördinatiepunt Fraudebestrijding in Den Haag. Info Support heeft daar dankbaar gebruik van gemaakt met de SmartBox, want Berkhout had zijn rechten niet geregeld. Ze werken dus niet meer inhoudelijk samen. Berkhout heeft over SmartBox gedurende de proefperiode, in april 2012, overlegd met privacywaakhond CBP. Berkhout: “Bestuurslid Wilbert Tomesen gaf aan dat de gebruikte methodiek geen bezwaren opleverde. Wel moesten we qua beveiliging van data en de informatie aan de bij data- koppelingen betrokkenen de zaken helderder beschrijven. Formeel geeft het CBP nooit toe- of instemming vooraf.” Het CBP bevestigt: “We hebben een normoverdragend gesprek gehad om de wettelijke eisen extra onder de aandacht te brengen. Wij hebben daarbij dus zeker geen goedkeuring voor het systeem gegeven.”

In feite wordt dus de uitkeringstrekker het vuur na aan de schenen gelegd, beperkt beschermd door privacyregels. Het CBP laat de toepassing van big data immers ongemoeid zolang met databundeling gegevens niet herleidbaar zijn tot personen. Dan zijn ze ‘onherroepelijk geanonimiseerd’. In deze formalistische antwoorden schuilt de worsteling van de privacywaakhond met big data.
Want fraudebestrijding jaagt uiteindelijk juist wel op personen: eerst data anonimiseren, dan analyseren en vervolgens risicoprofielen vertalen naar namen van uitkeringstrekkers. Deze aanpak met aanvankelijk anonieme risicoanalyse tot aan concrete verdenkingen van vaak kleine groepen is een vondst van 1Overheid van Bernard Welten en Arre Zuurmond.

De financiële afweging is vervolgens eenvoudig. Een jaarlicentie voor SmartBox kost 25.000 euro, Den Haag is in aanvang zo’n 7.000 euro aan ondersteuning kwijt. Klabbers van de leverancier: “Dat heeft een gemeente zo terugverdiend, met stopzetting van één uitkering al 19.000 euro per jaar.” Klabbers benadrukt dat SmartBox ook uitkeringsgerechtigden moet helpen: “De informatie kunnen gemeenten ook gebruiken om mensen op fouten te attenderen. Regelgeving is complex en je kunt hiermee ook zor- gen dat ze zich aanpassen aan de regels.”

Dit moet ertoe leiden dat mensen zich vaker zelf aan de regels houden

Dat staat haaks op wat de Haagse handhavers uiten. Maar het keert wel terug in de argumentatie van de gemeente Zwolle waar raadslid Johran Willegers (ook VVD) vroeg om hardere bestrijding. B&W in het antwoord: “We proberen de spontane nalevingbereidheid bij klanten door voorlichting, goede dienstverlening, adequate controle te bevorderen. Voorkomen van fraude is beter dan beboeten.”
Berkhout vindt dat ook: “Bij sociale diensten wordt de pakkans op minder dan 5 procent ingeschat, bij de Belastingdienst is dat 75 procent. Dit moet ertoe leiden dat mensen zich vaker zelf aan de regels houden.”

Afgehaakt

Den Haag blijkt niet de eerste SmartBox-gebruiker te zijn, zoals wordt geopperd. Enthousiast meldde Info Support dat Capelle aan den IJssel al begon en Zoetermeer en Westland in de startblokken stonden. Twee jaar later werkt geen van deze drie gemeenten met de SmartBox. Wethouder De Goeij van Westland stopte het ‘analysegestuurd handhaven’: “De resultaten zijn tegengevallen en het gebruik is tijdrovend.” Volgens Berkhout hadden Westland en Zoetermeer problemen met het aanleveren van data en/of de werkwijze. In Delft is er vertraging ontstaan door reorganisaties: “Je moet binnen gemeenten voldoende deskundigheid en bereidheid tot samenwerking hebben.” Volgens Info Support was het systeem nog niet af. Ondertussen stond er op een verdwaalde webpagina nog een treffend citaat van wethouder Eric Faassen van de Cappelle: “We gaan van tandenborstels tellen naar de digitale stofkam bij het bestrijden van bijstandsfraude.”

Delft begon met SmartBox nadat de externe accountant vaststelde dat de gemeente laks is in fraudebestrijding en de politiek aansloeg. Delft concludeert al dat speurders effectiever en efficiënter werken. Meer gemeenten pakken de uitdaging op, vooral na een recent rapport van de Inspectie SZW. Die uit de beschuldiging dat geen enkele uitvoe- ringsorganisatie de handhaving goed ter hand neemt. Uiteraard komen de containerbegrippen ‘visie’ en ‘integratie’ ook hier voorbij, evenals de vast- stelling dat ze ontbreken.

Zwolle werkt al met risicoprofielen volgens het ‘Utrechtse model’. Dit stoelt op het pakket Alert van Capgemini: diverse data leiden tot een ‘risico-indicatie voor mogelijk frauduleus handelen’. Op basis van deze score worden maandelijks de meest risicovolle klanten onderzocht. Dat levert Zwolle nog net z’n geld op: in 2013 bij 1,7 miljoen euro kosten een opbrengst van 2 miljoen euro.
Sorteert een hardere aanpak succes, dan zullen de opbrengsten aan hard vastgestelde fraude dalen. Het lijkt dan in het belang van de diensten zelf om ook preventie als succes te beschouwen. In dat geval doet de sluipende gedragsaanpassing door ‘cliënten’ zijn werk, bekend als het ‘chilling effect’.

Bijstand, een auto en een hond

Na veel vijven en zessen blijkt dat de volgende bestanden deel uitmaken van de SmartBox, dat in totaal zo’n 40 bestanden moet aankunnen:

• alles wat het Inlichtingenbureau al levert voor ‘rechtmatigheidscontroles’: UWV, SVB, Belastingdienst, Dienst Uitvoering Onderwijs (DUO), Justitiële Informatiedienst (JustID), Centraal Justitieel Incassobureau (CJIB), Rijksdienst voor het Wegverkeer (RDW), detenties, bankrekeningnummers op naam en van andere gemeenten;
• gemeentelijke databestanden zoals van bouwvergunningen, hondenbelastingen, sociale diensten (SZW), aanvragen vakanties uitkeringsgerechtigden;
• fraude-informatie uit het verleden;
• re-integratietrajecten;
• openstaande schuldenposities bij gemeenten;
• uitkeringen in andere gemeenten;
• gezinssituatie.

SmartBox combineert al deze informatie en matcht deze met de burgers in de bijstand. Bijvoorbeeld burger Piet die in de bijstand zit heeft een auto, ontvangt wit inkomen en betaalt hondenbelasting. SmartBox berekent op basis van deze indicaties het risico of burger Piet fraudeert. Het resultaat van deze berekeningen is een geprioriteerde lijst van burgers in de bijstand. Boven aan deze lijst staan de burgers met het hoogste risico op fraude.
Info Support: “Ook biedt SmartBox glasheldere managementinformatie over bijstandsfraude, de mogelijkheid tot thema-onderzoeken, ondersteuning bij een wijkgerichte aanpak en een integraal klantbeeld.
De gemeente voert vervolgens op basis van deze lijst veel gerichter onderzoek uit. Dit leidt tot meer en eerdere stopzettingen van de bijstand, zodat gemeenten honderdduizenden euro’s kunnen besparen.”