AI in openbare besturen: nog sciencefiction of al realiteit? (CEVI)

Bijgewerkt op: jul 1


Een ervaren medewerker op de financiële dienst is nog steeds van onschatbare waarde.


Zijn/haar vakkennis staat in voor een betrouwbare en correcte boekhouding. Toch willen wij hem/haar steeds bijstaan en ondersteunen om het uitgebreide takenpakket nog beter in te vullen.

Zo kan de BBC-Webmodule leren van het gedrag van de gebruiker en bijstaan bij het bepalen van het correcte budget, het voorstellen van de meest gebruikte consultaties.

Ook bij het boeken van de inkomende facturen is NH-BBC in staat de juiste beslissing te maken: met een complex zoekalgoritme worden facturen steeds aan de juiste aanwending of het correcte budget toegewezen. De eindbeslissing blijft natuurlijk in de bekwame handen van jullie financiële dienst.


Daisy Vercruysse, Domeinverantwoordelijke Financiën Cevi



Ook de koppeling van uw gegevens met grafisch materiaal is handig.


Zo levert onze GIS partner ESRI Inc. locatie-gebaseerde AI services aan. Ook zusterbedrijf Siggis maakt er handig gebruik van.

AI gebaseerde toepassingen werden initieel vooral in de grafische wereld gebruikt om op basis van Machine Learning objecten te herkennen in beelden. De automatische herkenning van nummerplaten is ondertussen volledig ingeburgerd maar ook automatische determinatie van planten is ondertussen voor iedereen beschikbaar in applicaties zoals plantsnap. De combinatie tussen AI gebaseerde determinatie van planten en GIS vond al heel snel zijn toepassing in de inventarisatie van soorten door GPS locatie en beeldherkenning te combineren.

Beelden kunnen echter ook luchtfotografie-beelden of satellietbeelden zijn en ook daar kan handig gebruik gemaakt worden van AI door automatische determinatie en telling van objecten op een kaart. Hierbij wordt eerst aan het systeem aangegeven welke objecten op kaart bvb. zwembaden zijn, waarna het systeem dit extrapoleert naar een grotere dataset en het algoritme automatisch bijgesteld wordt via controle. Het automatisch in kaart brengen van zonnepanelen, zwembaden, verharding rond huizen maar ook aanplantingen van populieren is ondertussen kinderspel.

Zusterbedrijf SIGGIS ging nog een stapje verder en paste ook AI toe om het aantal bomen te tellen in een aanplanting en analyseerde met Machine Learning een methode om de voorspelling van lekken en andere problemen in een water of rioleringsnetwerk te verbeteren op basis van leeftijd, bodemsoort, verstedelijking, materialen en connecties van het netwerk.

De toepassingen van AI in Geografische Informatiesystemen op basis van beeldherkenning zijn echter nog veel uitgebreider: automatische kartering van oneffenheden in de weg, kartering van afwijkingen van rails in een spoornetwerk, het automatisch volgen van een wagen op basis van nummerplaatherkenning op camera’s of het in kaart brengen van tellingen van fietsers, wagens, vrachtwagens en voetgangers op verschillende segmenten van een weg voor verkeersanalyse. AI kan in al deze gevallen bijdragen tot een snellere analyse van problemen, betere voorspellingen en dus een efficiëntere remediering van mogelijke ongevallen door preventief onderhoud, tijdige vervangen van onderdelen of aangepaste ingrepen in de weginfrastructuur.

Artificiële Intelligentie betekent niet noodzakelijk dat computers beslissingen in onze plaats nemen, het is een technologie die onze efficiëntie verhoogt en levens kan redden.

Meer informatie over GIS toepassingen met AI en ML kan je vinden op volgende link:

Artificial Intelligence (AI) | How Machine Learning is Transforming Businesses (esri.com)

Lieven Verheust, Manager Siggis



Zwembaden in ArcGIS Pro automatisch herkennen, Esri Inc.



Schade aan gebouwen opnemen, Esri Inc



Bomen tellen, Esri Inc



Voertuigen automatisch tellen, Esri Inc



AI heeft de potentie om zowel beleidsondersteunend als proces ondersteunend een meerwaarde te bieden aan lokale besturen.


Zo kan AI, op basis van historische gegevens, voorspellingen of aanbevelingen doen. Het zou bijvoorbeeld ingezet kunnen worden om, op basis van de evolutie van iemands BelRAI scores, te anticiperen op een mogelijks toekomstig zorgtraject.

Op technisch vlak zijn de laatste jaren grote stappen gezet om AI-functionaliteit te integreren in applicaties. Zo zijn er op Azure verschillende AI Cloud services beschikbaar die men kan aanroepen. Voorbeelden daarvan zijn de integratie van “chatbots” in e-Loketten, het automatisch vertalen van teksten, het detecteren van welk sentiment er heerst rondom bepaalde ideeën of besturen in sociale media, detectie en tellen van fietsers in beeldmateriaal, enz.

Dergelijke services staan of vallen met de beschikbaarheid van “getrainde” modellen en algoritmen. Daartoe moet men ze voeden met grote hoeveelheden invoergegevens. Sommige modellen, zoals detectie van fietsers, zijn vrij generiek en daardoor snel inzetbaar. Maar de meeste modellen zijn echter maar bruikbaar en betrouwbaar nadat ze getraind zijn voor de specifieke situatie en materie waarvoor men ze wil inzetten. Dat kost aanzienlijk veel tijd en kennis en daar knelt het schoentje. Zeker als we kijken naar interessante cases binnen de lokale overheden. De aangeboden AI services en de onderliggende modellen vereisen nog heel wat training voor ze effectief bruikbaar zijn. Daar budgetten voor vrij maken of verkrijgen is niet evident. Denken we maar aan het BEAT-project, geïnitieerd door onder andere Universiteit Antwerpen, facilitair bedrijf, VDAB, een aantal OCMW’s en Cevi. Dit project beoogde een snellere, door AI ondersteunde, afhandeling van diverse aanvragen binnen de sociale dienst. Dit project illustreert tevens dat de realisatie ervan een diepgaande samenwerking vraagt over diverse organisaties en profielen heen. Co-creatie zal dan de norm worden om tot voldragen oplossingen te komen. Dat is ook de weg die de Cevi Group uittekent om, samen met partners en de besturen, AI een plaats te geven binnen de automatisatie van lokale overheden.


Dit is een visie op langere termijn, maar ondertussen kan men wel al starten met meer eenvoudige en reeds beschikbare modellen. Zo integreren we momenteel tekstanalyse in onze software. Deze algoritmen zijn in staat om structuur te brengen in niet gestructureerde teksten en opvraagbare meta-informatie te identificeren. Waarbij volautomatisch een samenvatting wordt gegenereerd.

Dit kan onder andere gebruikt worden bij dossiervorming in de sociale dienst.

AI is momenteel nog wel wat sciencefiction, maar wel een technologie die eraan komt en waarop we ons moeten voorbereiden. Met kleine stapjes én gezamenlijk.


Eddy Janssen, CTO Cevi Group



25 keer bekeken0 reacties

Recente blogposts

Alles weergeven