RISC: Van algoritme naar praktijk, de zoektocht naar data-gedreven prioritering van controles
De DCMR Milieudienst Rijnmond stond voor de monumentale uitdaging om het toezicht op 36.000 bedrijven te optimaliseren met slechts 130 toezichthouders, een opgave die een slimmere inzet van middelen onvermijdelijk maakte.
Om deze reden initieerde de organisatie in 2014 een ambitieus traject om de traditionele, op subjectieve ervaring gebaseerde inspectieplanning te transformeren naar een volledig data-gedreven prioriteringssysteem. Dit initiatief ontvouwde zich echter als een langdurige en moeizame zoektocht, gekenmerkt door een reeks technologische iteraties die de plank missloegen. De eerste pogingen, zoals het op Excel gebaseerde RIAN-model en latere Power BI-rapportages, werden door de eindgebruikers als te complex en onvoldoende praktisch ervaren. Een daaropvolgend, technologisch geavanceerd experiment met machine learning-modellen faalde eveneens, voornamelijk door het 'black box'karakter en het onvermogen om een betrouwbare doelvariabele te definiëren. De rode draad door deze vroege fases was een diepgewortelde focus op de technische mogelijkheden, waarbij het interne datateam grotendeels geïsoleerd van de werkvloer opereerde. Deze aanpak culmineerde in de catastrofale lancering van RISC v1 in 2024, een technisch degelijk dashboard dat volledig werd afgewezen door de toezichthouders omdat het niet aansloot bij hun werkproces en zonder enige begeleiding werd geïntroduceerd. Deze mislukking bleek een cruciale, zij het pijnlijke, leerschool en forceerde een radicale koerswijziging in 2025.
Het project werd stilgelegd en opnieuw opgestart, ditmaal onder leiding van een gedragsanalist en gebaseerd op de principes van design thinking. Door middel van diepte-interviews en co-creatiesessies werden de toezichthouders, de voorheen ontbrekende stem, centraal gesteld in het ontwerpproces. Deze fundamenteel andere, mensgerichte benadering leidde tot de ontwikkeling van RISC v2, een intuïtief systeem dat wel breed werd geaccepteerd en met succes werd gelanceerd in 2026. De casus illustreert daarmee op indringende wijze dat succesvolle digitale transformatie niet primair een technologische uitdaging is, maar veeleer een sociaal en organisatorisch proces. Het succes hangt uiteindelijk af van het diepgaand begrijpen en actief betrekken van de menselijke eindgebruiker. Het project toont aan dat het omarmen van een 'briljante mislukking' de weg kan vrijmaken voor een duurzame en gedragen oplossing. De reis van DCMR was lang en kostbaar, maar de uiteindelijke doorbraak bood een onbetaalbare les in de kunst van innovatie binnen een complexe professionele omgeving. Het benadrukt de noodzaak om de kloof tussen datawetenschap en de dagelijkse praktijk te overbruggen, niet met complexere algoritmes, maar met empathie en samenwerking. Uiteindelijk werd het doel bereikt, niet door een perfect model, maar door een perfect proces.
