AI kijkt, de beheerder beslist: Wassenaar zet AI in voor slimmer beheer

Rob Smit is senior beheerder bij de gemeente Wassenaar en hij haalt de start van het project nog even terug. "We dachten toen we naar die oude kaart keken: dat moet ook digitaal kunnen tegenwoordig: een kaart met vlekken waarop je kunt zien wat waar speelt: waar moet ik onderhoud plegen en waar nog niet? Dat lieten we daarna even liggen, tot Kambiz er bij me op terug kwam. Hij had een idee uitgewerkt en vroeg of wij daar als proeftuin voor wilden dienen. Zo zijn we gestart en zijn er later meer gemeenten aangesloten."

Kambiz is Kambiz Elmi Anaraki. Hij werkte jarenlang als beheerder bij de gemeente Rotterdam en hielp Wassenaar met het Integraal Beheer Openbare Ruimte-plan. Hij herkent vanuit dat integrale werken het probleem achter de vraag van Smit. "Het is voor kleinere gemeenten lastiger om snel de afgesproken beeldkwaliteit van de openbare ruimte te verifiëren en naar het bestuur rapporteren. De opgave wordt groter, het aantal fte's groeit niet mee." Het gesprek met Smit zet hem aan het denken. Hij ontwikkelt op basis van de CROW-beeldmeetlatten een schouwsysteem dat het werk van de beheerder versnelt en verbreedt. "Niet mensen vervangen, maar hun dekkingsgraad vergroten", noemt Elmi Anaraki het doel.

Stap voor stap, geen risico

Het alternatief dat hij voor ogen heeft, werkt fundamenteel anders dan de periodieke en volledige inventarisatie van het areaal. Een camera op een gewoon voertuig maakt van schouwen iets wat je niet meer plant, maar wat gewoon tijdens andere werkzaamheden automatisch gebeurt. De beheerder houdt zelf de regie, er komt geen extern bureau aan te pas, er is geen wachttijd en geen rapport dat maanden later binnenkomt.

Smit is enthousiast als Elmi Anaraki met een concreet voorstel komt, maar ook voorzichtig. "Ik wil dit echt stap voor stap doen. Mijn voorwaarde was dat Kambiz ook op de ouderwetse manier schouwrapporten blijft maken en daar dan die nieuwe op basis van AI naast legt. Zodat ik geen risico loop dat er niet goed geschouwd is."

Elmi Anaraki tuigt hiertoe het zogeheten UrbanVue-systeem op, waarbinnen Wassenaar een founding partner is: hij lanceert en toetst het systeem in Wassenaar. Dat betekent dat nieuwe functionaliteiten hier als eerste worden uitgeprobeerd en dat de feedback van Smit en zijn collega's rechtstreeks terugvloeit in de ontwikkeling van het model. Ondertussen introduceert hij het systeem ook in gemeenten als Eemsdelta en Delft.

Een lantaarnpaal is geen boom

Zo gaan ze aan de slag. Het eerste halfjaar gaat vooral op aan het verzamelen van grote hoeveelheden beelden, het trainen van het model en het in meerdere iteraties bespreken van de resultaten met de gemeente. Wat herkent het systeem goed? Wat mist het? Wat interpreteert het verkeerd?

Om de data te verzamelen gaat dagelijks een GoPro mee op een gemeentevoertuig. Deze maakt foto's van afvalbakken, bijplaatsingen, graffiti op prullenbakken, onkruid, scheuren in asfalt, scheve stoeptegels et cetera. Een medewerker van de buitendienst zet de camera 's ochtends aan, rijdt zijn gebruikelijke rondes voor zijn beheerstaken en levert het geheugenkaartje aan het eind van de week in bij Smit. Die laadt de beelden in het UrbanVue-platform.

Dat is het moment waarop het vakmanschap van de beheerder zijn toegevoegde waarde bewijst. Dat kan op twee verschillende manieren, vertelt Elmi Anaraki. "Een koffer naast een afvalcontainer kan grofvuil zijn, maar diezelfde koffer naast een bushalte is gewoon een reiziger die staat te wachten. Hetzelfde object, maar een totaal andere betekenis. En dat onderscheid kan een algoritme niet maken, de beheerder weegt de context mee." Smit: "Het wordt steeds zuiverder. Eerst zag het systeem bijvoorbeeld lantaarnpalen nog aan voor bomen en andersom, dat filteren kost tijd. Maar de mens blijft in de lead: ik zie het als een boormachine in plaats van een schroevendraaier eigenlijk."

Het gaat niet alleen over herkennen, maar ook over het toevoegen van domeinkennis van de beheerder. Elmi Anaraki: "In Wassenaar staan prachtige lindebomen met wortelopschot. Het systeem meldt dat netjes. Maar de groenbeheerder weet: je mag die pas na de langste dag van het jaar terugsnoeien. Of hij weet dat een boomspiegel vol wilde planten geen veronkruiding is maar een aangewezen zelfbeheerplek voor biodiversiteit. Hij moet dat aan het systeem meegeven, zodat die deze op de juiste manier kan weergeven."

Filteren op assets

De uiteindelijke output is zichtbaar op de gewenste interactieve kaart van de gemeente, in groene, oranje en rode stippen. Groen is goed, oranje vraagt aandacht, rood is een probleem. Smit kan erop filteren: hij selecteert naastplaatsingen, en ziet meteen welke locaties aandacht nodig hebben. Hij klikt op een rood stipje en ziet de foto waarop het systeem zijn beoordeling heeft gebaseerd. Of hij zoekt gericht op grofvuil, onkruid of asfaltschade: elke beheerder ziet wat voor hem relevant is.

Het systeem kan ook zoeken naar specifieke categorieën, zoals lachgascilinders of verkeerd geplaatst grofvuil. "Bij zoiets evident als naastplaatsing is de context zo duidelijk dat je daar automatisch een melding op kunt genereren", zegt Elmi Anaraki. Direct naar het meldingssysteem, zonder dat een beheerder er nog naar hoeft te kijken. Dat is een stap verder dan alleen waarnemen, het systeem wordt een vroeg-signaleringstool.

Smit ziet de voordelen: "AI maakt opnames van scheuren in het wegdek en de wegbeheerder kan dat gericht controleren, dus hoeft alleen naar die bepaalde plek. Je kunt zo efficiënter je tijd indelen. En je wilt eerst zelf controleren voor je een externe partij er voor reparatie op af stuurt. Dat geldt voor asfalt, maar ook voor onkruid, voor afvalbakken et cetera."

Privacy: reële vragen, concrete antwoorden

Bij gemeenten die kennismaken met dit soort systemen komen al snel vragen over privacy en regelgeving. Smit: "Data mag maar een bepaalde tijd worden bewaard, de gemeente moet te allen tijde eigenaar van de data zijn. UrbanVue is de filter die het beoordeelt en geeft de data dan weer terug aan de gemeente. Een andere vraag is waar we de beelden opslaan, op onze server of die van UrbanVue? En nu is het nog een SD-kaart, maar je wilt uiteindelijk streamen via de Urban Vue Camera-app. Verder spelen er technische zaken, zoals een GoPro-instelling bij bepaald weer. Zijn er misschien duurdere camera's nodig? Dat zijn allemaal zaken die we in een groter team bekijken, met managers, een privacy officer, IT-collega's."

Elmi Anaraki heeft dat proces doorlopen en bewuste keuzes gemaakt, zoals het uploaden van de beelden naar Europese servers. De opnames worden meteen en in elk geval binnen maximaal 24 uur automatisch geanonimiseerd naar een straatbeeld zonder privacygevoelige elementen. De bewaartermijnen worden per gemeente afgesproken, met dataminimalisatie als uitgangspunt: beelden die niets toevoegen gaan weg. De data blijft eigendom van de gemeente, op basis van open standaarden.

80 of 100 procent volledig?

Als Smit en Elmi Anaraki nu weer bij de kaart aan de muur zouden staan, zou die inderdaad digitaal zijn en de gewenste heatmap met gekleurde stippen tonen. Het biedt de gemeente extra inzichten naast de traditionele schouw die ze ook nog steeds uitvoert. Het moment om een keus te maken komt dichterbij. "We zitten op het kantelpunt, maar zijn er nog niet", zegt Smit. "Ik wil uiteindelijk die vlekkenkaart waarvan ik kan zeggen: oké, we hebben ons dagelijkse werk uitgevoerd, maar ik zie op die kaart waar nog extra werk nodig is. Dan kun je gericht sturen en uitrijden, dat scheelt een hoop meldingen die nagereden moeten worden en ook irritatie bij de inwoners en bij onszelf. Het moet je werk uit handen gaan nemen."

"Maar we kunnen het eerst ook selectief inzetten. Het eerst gebruiken voor specifieke meldingen als bijvoorbeeld boomopschot of graffiti, wat AI heel goed kan herkennen. Of focus je eerst op onkruidbestrijding en bijplaatsingen en zwerfafval. Dan kunnen we hem daarop trainen. Als dat dan op orde is, pak je de volgende erbij. Want het is wel de bedoeling dat-ie straks alle beheerfacetten beheerst. Het ligt nu nog bij Kambiz om het verder scherp te stellen. Het is nog niet zover dat ik hier een toezichthouder op kan zetten die dit dagelijks kan oppakken en meenemen in zijn planningen. Is dat bij als de melding 80 procent goed is, of wil je echt 100 procent? Die sliders zitten wel in het systeem, zodat je kunt zien wat 100 procent goed is en waar nog een slag om de arm gehouden moet worden."

Elmi Anaraki snapt de voorzichtigheid. "Die is er altijd bij innovaties of vernieuwingen, dat staat los van UrbanVue." Maar die 80 procent kan afdoende zijn, licht hij toe. "Die ontbrekende twintig procent zit vaak in extreme omstandigheden zoals mist, diepe schaduwen en tegenlicht." Die twintig procent komt wel, maar de vraag is of je nu al veel tijd in dat deel wilt steken terwijl de praktische meerwaarde wellicht beperkt is. "Want wat vandaag bij slechte belichting gemist wordt, staat morgen bij helder weer gewoon weer in beeld. Een jaarlijkse handmatige inspectie is theoretisch volledig, maar altijd een momentopname. Wekelijks schouwen met 80 procent nauwkeurigheid levert in de praktijk een hogere dekkingsgraad op."

Meer data is niet altijd beter

Smit kijkt intussen ook al verder. Hij wil uiteindelijk een veegmachine uitrusten met een camera, omdat die periodiek overal in de gemeente komt. En dat eventueel aanvullen met andere auto's uit het wagenpark van de gemeente. Elmi Anaraki denkt mee en trapt ook op de rem. Meer data is niet per definitie meer inzicht, stelt hij. "Het principe is: zorg dat je met minimale informatie nuttige inzichten creëert. Voor een gemeente als Wassenaar denk ik dat we met één of twee voertuigen op slimme routes al een heel eind komen."

Dit artikel is verschenen in Straatbeeld 3/2026. Je leest deze editie gratis in onze digitale bibliotheek.