"De zedenzaak met Robert M. heeft bij de politie het besef gebracht dat we anders met grote hoeveelheden bewijsmateriaal moeten omgaan en dat datascience hiervoor heel bruikbaar is." Dominique Roest, coördinator forensische data-analyse bij het team digitale opsporing van de politie, noemt de geruchtmakende zaak uit 2010 als belangrijk ijkmoment als het gaat om de 'doorbraak' van datascience binnen de opsporing.

Bij het analyseren van bewijsmateriaal zat de politie indertijd met grote aantallen foto's. "Een opvallend detail was dat er op de achtergrond een kerktoren te zien was. Om de locatie te bepalen waar die beelden waren gemaakt, moesten we toen alle foto's van kerktorens in Nederland opzoeken en handmatig vergelijken. Deze gebeurtenis deed ons beseffen dat we onze opsporingscapaciteit veel beter konden benutten als we dit soort taken zouden automatiseren.”

IT bij oom agent

Een gesprek met Roest en haar collega René Melchers, teamchef business intelligence, geeft een interessant inkijkje in wat er inmiddels bij de politie achter de schermen gebeurt. De politie blijkt een verrassend veelzijdige organisatie te zijn als het gaat om it. Van legaal hacken en het aanpakken van cybercrime tot het ontwikkelen van realtime-intelligenceoplossingen en het beheren plus beveiligen van infrastructuur: het gebeurt allemaal bij de hermandad.

De afdeling van Roest richt zich op het veiligstellen en analyseren van forensische digitale sporen, terwijl Melchers met zijn team informatieproducten ontwikkelt waarvan de rest van de politie profijt heeft. Zo blijkt het in de praktijk vrij goed te voorspellen waar en wanneer veelvoorkomende misdrijven, zoals woninginbraken en fietsdiefstallen, plaatsvinden. Iedere aangifte verrijkt de data en maakt voorspellingen accurater.

"Datascience kan helpen criminaliteit te voorkomen in plaats van het achteraf op te lossen", legt Melchers uit. Na jarenlang als it'er werkzaam te zijn geweest in de financiële sector koos hij enkele jaren geleden voor een loopbaan bij de politie, waar hij werkt aan de 'voorspelmachine’ van de politie, oftewel het Criminaliteits Anticipatie Systeem (CAS). "Ik heb it altijd interessant gevonden, maar ik was toe aan iets nieuws. Dat vond ik in een combinatie van technologie en toegevoegde waarde kunnen hebben voor de maatschappij." Zijn vakgebied, predictive policing, omvat het ontwikkelen van voorspellingsmodellen die gebruikmaken van open data. Dat zijn bijvoorbeeld CBS-cijfers en informatie uit de politiesystemen, zoals aangiftes. Met deze data worden zelflerende algoritmen gebouwd die de politie helpen haar schaarse middelen, voornamelijk mensen en voertuigen, beter in te zetten.