Met meer data pak je boeven hun geld niet af

Het kabinet wil nog meer informatie over burgers verzamelen en delen om fraude, witwassen en andere misdaad te bestrijden. Los van de principiële bezwaren is de vraag of big data wel effectief is in de strijd tegen fraude en misdaad. De resultaten stellen teleur, maar het geloof van de overheid is hardnekkig.

Het is ieder jaar weer een koude douche: het bedrag dat de Nederlandse overheid weet af te pakken van criminelen. Vorig jaar was het ruim 95 miljoen euro, meldde het Openbaar Ministerie in maart. Dat is minder dan een procent van al het geld dat jaarlijks in Nederland wordt witgewassen: volgens officiële schattingen zo’n dertien miljard euro, waarvan drie miljard uit drugs.

Follow the Money schreef drie jaar geleden dat de Nederlandse overheid er nauwelijks in slaagt criminelen kaal te plukken. Het OM stuurt daarom nu meer aan op ‘vroeg en goed’ beslag leggen, volgens Anita van Dis-Setz, landelijk coördinator criminele geldstromen van het Functioneel Parket. Justitie kan geld of goederen immers pas afpakken als de overheid ze eerst in beslag heeft genomen. De effecten daarvan zijn echter nog niet zichtbaar in de afpakresultaten. Een ander mogelijk effect, afschrikken of buiten de deur houden van criminele of dubieuze klanten, is sowieso niet of nauwelijks meetbaar – hoe kun je vaststellen of criminelen (al dan niet dankzij het controlebeleid) de Nederlandse bankensector hebben vermeden?

De meetbare resultaten zijn al met al niet indrukwekkend. De Financial Intelligence Unit (FIU) van de politie kreeg vorig jaar 2,3 miljoen meldingen van ‘ongebruikelijke transacties’, die aangeleverd worden door zo’n dertienduizend gespecialiseerde controlemedewerkers bij banken. Al die informatie levert interessante inzichten op in bijvoorbeeld criminele geldstromen of zorgfraude. En er worden ook wel strafzaken opgestart op basis van de meldingen, maar harde cijfers over concrete resultaten zijn schaars.

Het jaaroverzicht over 2023 van de FIU spreekt zelf over ‘de ondoorzichtigheid van de kwantitatieve resultaten’. De grote banken monitorden tot voor kort ook transacties in een aparte organisatie, maar dat bleek strijdig met privacy. Bovendien zijn de effecten ook daarvan niet of nauwelijks terug te vinden, schreef Follow the Money in juni.

Het kabinet Lubbers III voerde in 1993 de plukze-wetgeving in met de belofte om criminelen te raken in hun portemonnee. Dertig jaar later blijkt dat nog steeds nauwelijks te lukken. Dit falen is onderdeel van een veel breder patroon. De Nederlandse overheid zet al sinds de jaren negentig in op het massaal verzamelen en delen van data met andere instanties als een effectieve methode om ‘fout geld’, misdaad of fraude op te sporen.

In de maatschappelijke discussies over de Systeem Risico Indicatie (oftewel SyRi, een omstreden methode om fraude op te sporen) en de toeslagenaffaire ging veel aandacht naar de principiële bezwaren, maar was er weinig belangstelling voor de vraag of het verzamelen van big data (en mensen op basis daarvan te profileren) eigenlijk wel effectief is.

Er zijn fundamentele bezwaren tegen het bespioneren en profilen van vaak onschuldige burgers, daarom is het belangrijk om te weten of het iets oplevert. Sporen we er meer fraude mee op? Wie zich in die vraag verdiept, ontdekt dat er weinig politieke belangstelling voor de uitkomst is en dat het effect van veel systemen en methodes domweg niet bekend is. Als er wel harde cijfers bekend zijn, vallen de resultaten vaak tegen, zoals bij het plukken van criminelen.

Minder zaken opgelost

Neem uitkeringsfraude. De politieke belangstelling daarvoor ontstond begin jaren negentig, parallel aan de aanpak van witwassen. Een ambtelijke werkgroep schatte de omvang van uitkeringsfraude in 1993 op vijf miljard gulden, ongeveer 2,27 miljard euro. Een nog jonge staatssecretaris van Sociale Zaken, Robin Linschoten (VVD) kondigde in 1995 een spijkerharde aanpak aan waarmee hij alle gefraudeerde bedragen zou terugvorderen. De Algemene Rekenkamer schatte uitkeringsfraude twintig jaar later op een miljard euro. Dergelijke bedragen zijn nooit gevonden, zelfs niet bij benadering.

Sinds de toeslagenaffaire hanteert de overheid een mildere toon, en spreekt van ‘overtredingen’. Er is namelijk lang niet altijd sprake van opzettelijke fraude, maar vaak wel van een vergissing of onachtzaamheid. Ook schattingen van miljardenfraude zijn verdwenen. Vorig jaar constateerden gemeenten, SVB en UWV samen een ‘benadelingsbedrag’ van 54,1 miljoen euro. De incassoratio (het bedrag dat de overheid daadwerkelijk incasseert) schommelt tussen 14 en 52 procent.

Interessant is ook dat het ministerie desgevraagd laat weten dat er met SyRI geen enkele fraudezaak is ontdekt. Dat zou komen omdat de rechter het systeem in 2020 heeft stilgelegd. Toch is dat maar het halve verhaal, want SyRI werd in 2014 ingevoerd en de Volkskrant ontdekte al in 2019 dat het niet werkte. En zelfs dat is niet het hele verhaal. Follow the Money beschreef vorig jaar dat ambtenaren al sinds 2008 aan het experimenteren waren met risico-indicatoren die heel erg op SyRI lijken. Dat betekent dus dat opsporingsambtenaren zo’n twaalf jaar lang data van burgers hebben opgevraagd en uitgewisseld. En hoewel ze daarbij geen ‘last’ hadden van privacy, kwamen er toch geen doorbraken.

Net als bij witwassen is er bij publiek en politiek weinig aandacht voor deze magere resultaten. Dat is vreemd, want als de schattingen zouden kloppen, gaat het door de jaren heen om vele tientallen miljarden euro’s die niet in de schatkist zijn beland. In plaats van een nuchtere discussie over het nut van big data blijft er een groot geloof bestaan dat het verzamelen ervan ondanks alle mislukkingen wél werkt. Dat blijkt bijvoorbeeld uit de invoering van de Wet gegevensverwerking door samenwerkingsverbanden begin volgend jaar. Tegenstanders noemen deze wet ook wel ‘Super SyRI’, omdat de overheid nóg meer bevoegdheden krijgt om te wroeten in het privéleven van burgers. 

Het geloof dat big data op allerlei terreinen tot meer slagkracht leidt, is hardnekkig – zeker bij politie, justitie en inlichtingendiensten. Ze vragen grote hoeveelheden data op, zonder dat ze goed uit kunnen leggen waarom. Al in 2007 plaatste de Adviescommissie Informatiestromen Veiligheid in het rapport ‘Data voor daadkracht’ vraagtekens bij de doelmatigheid van de ‘ongecontroleerde groei van het aantal bevragingen waarvoor niemand een echte verklaring heeft.’ De commissie plaatste daarbij een scherpe observatie: ‘In ieder geval kan worden opgemerkt dat de stijging van het aantal gegevens dat wordt ingewonnen uit externe gegevensbestanden veel groter is dan de stijging in het aantal opgeloste misdrijven.’

Terugkijkend is die opmerking uit 2007 nog pijnlijker: vanaf dat jaar dalen de ophelderingscijfers namelijk. In 2007 helderde de politie 330.000 misdrijven op, in 2022 nog maar 256.000. Het zou natuurlijk een denkfout zijn om te stellen dat meer data hebben geleid tot minder opheldering, maar de omgekeerde stelling – meer data leiden tot meer opheldering – kan ook zeker niet waargemaakt worden.

Effect onbekend

Er is maar beperkt onderzoek gedaan naar big data in de opsporing en we weten niet echt hoe effectief het is. Er zijn anekdotische succesverhalen, maar er is geen doorslaggevend bewijs. Hoogleraar Digital Surveillance Marc Schuilenburg schrijft in zijn boek Making Surveillance Public dat er vaak allerlei verheven en onrealistische beloftes worden gedaan, maar dat er weinig robuust empirisch onderzoek is. Predictive policing, dus het gebruik van big data om misdaad te voorspellen, geldt al zeker vijftien jaar als veelbelovend. In Nederland kan de effectiviteit ervan niet aangetoond worden, in sommige Amerikaanse steden wel. Maar de methode is controversieel, omdat de programma’s discrimineren op etniciteit. Daarom is de politie in Los Angeles er na veel ophef weer mee opgehouden. De Nederlandse politie gebruikte ook een dubieus algoritme dat voorspelde wie een misdaad zou gaan plegen, maar stopte daarmee nadat Follow the Money de discriminerende werking ervan had onthuld.

De politie van Kent (Verenigd Koninkrijk) pionierde in 2013 met predictive policing, maar is er in 2018 alweer mee opgehouden. Het was ‘een uitdaging’ om aan te tonen dat het programma hielp bij het verminderen van misdaad, zei politiechef John Philips tegen de BBC.

Beleidsadviseur Anno Bunnik promoveerde eerder dit jaar aan de Rijksuniversiteit van Groningen op het gebruik van big data bij de Britse politie. Hij concludeert dat de effecten ‘fragmentarisch’ zijn. Het heeft volgens Bunnik hier en daar innovatie bevorderd, maar de grote belofte van big data is zeker niet waargemaakt.

‘The million dollar question is natuurlijk hoe effectief datagedreven politiewerk is,’ schreef politiewetenschapper Wouter Landman vorig jaar in een grondig onderzoek naar politiewerk en digitalisering. Hij beantwoordt de vraag zelf: ‘Dat weten we (nog) niet.’

Bij effectiviteit gaat het om de vraag of doelstellingen gehaald worden. Maar welke? De politie heeft vele doelen – waaronder boeven vangen, crimineel geld afpakken, orde handhaven, verkeersboetes uitdelen, onveiligheidsgevoelens onder burgers bestrijden enzovoorts. Sommige doelen kun je meten (geld afpakken, opgehelderde inbraken), bij orde handhaven op straat of 'onveiligheidsgevoelens bij burgers’ is dat veel lastiger.

In de discussie over de effectiviteit van big data worden veel termen losjes door elkaar gebruikt, en gelden predictive policing en big data vaak als synoniemen. Dat leidt tot verwarring in het debat. Predictive policing is een gerichte strategie om misdaad te voorspellen, terwijl big data een veel breder begrip is.

Los van de vraag of de politie door wil gaan met pogingen om misdaad te voorspellen, zijn en blijven big data sowieso een gegeven: als rechercheurs bij een verdachte een smartphone met 512 gigabyte aan geheugen in beslag nemen en moeten kijken of er tussen de duizenden foto’s en filmpjes misschien bekenden van de politie staan. Of als ze een laptop van een cyberoplichter met miljoenen e-mailadressen moeten uitlezen, camerabeelden opvragen na een misdrijf of een netwerk van cryptotelefoons ontsleutelen en honderden miljoenen berichten moeten doorzoeken.

Big data zijn dus een gegeven – of de politie daar effectief mee omgaat, is in het algemeen onmogelijk te zeggen. Daar komt bij dat de ontwikkelingen elkaar zo snel opvolgen dat het voor wetenschappers onmogelijk is om uitspraken over de effectiviteit te doen.

Over predictive policing kunnen we bijvoorbeeld wel concluderen dat de grote beloftes niet zijn waargemaakt, maar met de opkomst van Artificial Intelligence kan dat veranderen. Als kunstmatige intelligentie er ooit in zal slagen om te voorspellen wie zich schuldig gaat maken aan misdrijven of waar die misdrijven gaan plaatsvinden, is het nog maar de vraag of we dat soort effectiviteit als samenleving wel moeten willen.

Iedere expert die schrijft over de toepassing van big data in de opsporing waarschuwt voor de gevolgen voor privacy, gelijke behandeling en het evenwicht tussen de machten in een rechtsstaat. Een heel fundamenteel punt, dat is vastgelegd in artikel 8 van het Europees Verdrag voor de Rechten van de Mens. Dat artikel beschermt de privacy, maar schrijft ook voor dat inbreuken op die privacy proportioneel moeten zijn. Het was op grond van dit artikel dat de rechter in 2020 SyRI verbood.

Is AI de oplossing?

Toch zit privacy het gebruik van big data voor de opsporing van criminaliteit niet altíjd in de weg. Een goed voorbeeld van effectieve inzet is het kraken van cryptotelefoons. De politie heeft de afgelopen jaren van een groot aantal netwerken de versleuteling weten te doorbreken. Dat leverde honderden miljoenen berichten op, die in minstens 1300 opsporingsonderzoeken zijn gebruikt. Het Marengo-proces tegen Ridouan Taghi is het bekendste voorbeeld. De enorme bergen data zijn doorgeploegd met kunstmatige intelligentie, die bijvoorbeeld leerde wanneer ‘slapen’ gewoon slapen betekende en wanneer ‘vermoorden’. Hoewel sommige advocaten, zoals Inez Weski, principiële bezwaren aanvoerden tegen het gebruik van de data, zijn alle veroordelingen tot nu toe in stand gebleven.

De versleutelde berichten leverden een unieke inkijk op in de wereld van de georganiseerde drugshandel. Het decennia-oude verhaal dat miljarden euro’s winst uit de onderwereld via witwasconstructies de bovenwereld binnendringen blijkt niet te kloppen. Uit de data van de gekraakte cryptonetwerken is op te maken dat het criminele betalingsverkeer de bovenwereld bijna niet raakt, schrijft politie-onderzoeker Landman: ‘De mondiaal opererende criminele netwerken hebben hun eigen, parallelle betalingssysteem waarin het onderling verrekenen – tegen elkaar wegschrijven – van transacties centraal staat, zodat er zo min mogelijk geld in de bovenwereld terecht hoeft te komen.’

Dit is precies hetzelfde verhaal dat hoofdofficier van justitie Janneke de Smet vorig jaar aan Follow the Money vertelde: criminelen hebben de bovenwereld niet nodig. ‘Ze gebruiken een eigen internationaal, ondergronds bancair systeem.’ Volgens deze analyse zou tachtig tot negentig procent van de drugshandel via dit systeem worden betaald. Slechts een klein deel – tien tot twintig procent – zou via de bovenwereld lopen.

Big data hebben hier een nogal revolutionair inzicht opgeleverd, dat haaks staat op het bestaande beeld van de criminele miljarden die de bovenwereld binnen zouden dringen. Het is bovendien bijna real time intelligence; de politie leest mee met criminelen, en daarmee is de informatie aanzienlijk betrouwbaarder en geloofwaardiger dan theoretische berekeningen met denkbeeldige miljarden.

De FIU, waar banken en notarissen ongebruikelijke transacties moeten melden, gelooft nog volop in het oude model, waarbij de onderwereld de bovenwereld ondermijnt. In juni meldden ze dat de totale waarde van alle verdachte transacties over 2023 25 miljard euro bedroeg. Zij noemden vooral de bouw en de pakketbezorging als verdachte sectoren. Dat werd eind juni ook de kop in de krant: Via bouwvakkers en pakketbezorgers wordt veel crimineel geld witgewassen. Deze twee sectoren hebben samen een omzet van circa 84,5 miljard euro, wat dus betekent dat de FIU suggereert dat bijna een derde daarvan verdacht zou zijn. Dat is nogal een boude stelling in een rechtsstaat, waarin burgers onschuldig zijn totdat een rechter het tegendeel wettig en overtuigend bewezen acht.

Het beeld dat de FIU schetst staat bovendien volledig haaks op de visie van Landman en hoofdofficier van justitie De Smet, namelijk dat het criminele geld nauwelijks de bovenwereld binnendringt.

Dat is problematisch. Twee onderdelen van de Nederlandse overheid, de FIU en het OM, hebben een fundamenteel andere kijk op criminele geldstromen. Beide baseren ze zich op big data: massale meldingen van banken versus meelezen met criminelen. Dit kan verreikende consequenties hebben. Als de onderwereld niet bezig is om jaarlijks vele miljarden in Nederland wit te wassen, wat is dan de reden dat duizenden medewerkers van banken, notaris- en accountantskantoren samen miljoenen meldingen doen? Als het foute geld niet hun kant op komt, kunnen ze het sowieso niet vinden.

 

Originele bron: https://www.ftm.nl/artikelen/effectiviteit-big-data-handhaving-en-opsporing?