Haalbaalbaarheidsproject naar het ontwikkelen van netwerkanalyses met beleidsdata en kunstmatige intelligentie ten behoeve van politieke besluitvorming, monitoring en verantwoording
JoinSeven ontwikkelt een innovatief dataplatform dat met AI publieke tekstdata analyseert en structureert, om overheidsorganisaties te ondersteunen bij datagestuurde besluitvorming en transparantie.
Projectdetails
Met het (vierde) Actieplan Open Overheid 2020-2022 zet Nederland zich al geruime tijd in voor een transparante en open overheid. De overheid is ook steeds meer open over haar beleid en uitvoering. Onder meer door intensiever te publiceren over beleid, besluiten en vergaderingen op openbare platformen zoals “Officiële Bekendmakingen”. De Wet Open Overheid (hierna: Woo) en het actieplan Open op Orde zetten hier een extra versnelling op. De Woo is sinds 1 mei 2022 in werking en maakt toegang tot publieke informatie expliciet een recht van burgers en andere belanghebbenden. Deze ontwikkelingen bieden grote kansen om nog meer waarde te creëren uit openbare, politieke data.
Bewustzijn en Kansen
Wij merken op dat overheidsorganisaties steeds meer bewust zijn van de noodzaak, maar ook de kansen die open bekendmakingen bieden voor verschillende doeleinden. Bijvoorbeeld door:
- Verschillende databronnen bij elkaar te brengen.
- Deze snel en gemakkelijk doorzoekbaar te maken.
- Trends en ontwikkelingen uit deze data te destilleren en hierover analyses uit te voeren.
Daar helpen wij de overheid sinds onze inrichting in 2020 al mee. Wij zijn JoinSeven: gefascineerd door de alsmaar toenemende hoeveelheid openbare en ongestructureerde data. Wij creëren waarde uit deze data, omdat wij geloven dat hier meer uitgehaald kan worden door organisaties.
Onze Oplossing
Met ons dataplatform Heptagon vertalen wij met behulp van AI openbare en ongestructureerde data naar concrete inzichten en toepassingen met maatschappelijke waarde. Onze oplossing richt zich op het destilleren van netwerkanalyses uit grote hoeveelheden ambtelijke tekstdata. Denk hierbij aan:
- Het met AI interpreteren van teksten.
- Het identificeren van entiteiten (zoals personen, organisaties en thema’s) en relaties tussen entiteiten uit teksten.
- Het clusteren, classificeren en relateren van teksten(onderdelen) aan maatschappelijke thema’s binnen de overheid.
We koppelen deze data vervolgens aan gestructureerde datasets zoals de Staatsalmanak en CBS. Dit geheel noemen wij netwerkanalyses en is qua techniek vergelijkbaar met de techniek die gebruikt werd bij de ‘Panama Papers’. Onze oplossing is daarmee – naast het slim en snel kunnen doorzoeken van deze informatie – in staat om antwoorden te geven op zeer uiteenlopende en complexe vragen. Denk daarbij aan het volgende (niet limitatief):
- In welke mate over specifieke beleidsthema’s (zoals stikstof, jeugdzorg of digitalisering) wordt gepubliceerd door overheidsorganisaties.
- Welke personen en/of organisaties daarin een relatie kennen met elkaar, bijvoorbeeld doordat ze op een of meerdere thema’s met elkaar samenwerken of kennis uitwisselen.
- Welke (strategische) coalities en initiatieven er worden gevormd binnen de overheid en in samenwerking met de markt.
- In welke mate specifieke thema’s besproken worden binnen de politiek, in hoeverre daar beleid in ontwikkeld is (of wordt) en welke Kamervragen daarover (eerder) gesteld zijn en welke antwoorden daarop zijn geformuleerd.
Innovatie en Uniciteit
Dit is innovatief omdat de innovatie het volledige spectrum van AI en Data Science omvat. Nederlandse, ambtelijke tekstdata wordt met de beoogde innovatie op grote schaal verzameld en gestructureerd. Vervolgens worden met geavanceerde algoritmes entiteiten, clusters en classificaties toegekend aan (delen van) de tekstdata. Er bestaat in Nederland nog geen oplossing voor het destilleren van deze inzichten uit grote hoeveelheden publieke tekstdata. De oplossing is daarmee uniek en innovatief.
Relevantie
De oplossing is naast innovatief ook relevant. Het is relevant voor overheidsorganisaties en -medewerkers die zich bezighouden met het creëren, monitoren en verantwoorden van beleid. Deze innovatie maakt het mogelijk voor hen om in toenemende mate op basis van data besluiten te nemen ten aanzien van maatschappelijke thema’s en initiatieven, waar dit tot op heden niet mogelijk is, tenzij daar zeer omvangrijk, kostbaar en tijdrovend (veelal kwalitatief) onderzoek naar moet worden uitgevoerd.
Conclusie
Tot slot is transparantie over politiek en besluitvorming momenteel belangrijker dan ooit. Onze beoogde innovatie kan het functioneren van onze democratie versterken. Kortom: we bouwen met onze innovatie aan een fundament dat de overheid van de toekomst in staat stelt om openbare data in de breedste zin van het woord beter te benutten.
Financiële details & Tijdlijn
Financiële details
Subsidiebedrag | € 20.000 |
Tijdlijn
Startdatum | Onbekend |
Einddatum | Onbekend |
Subsidiejaar | 2023 |
Partners & Locaties
Projectpartners
- JoinSeven Holding B.V.penvoerder
Land(en)
Vergelijkbare projecten binnen MIT Haalbaarheid
Project | Regeling | Bedrag | Jaar | Actie |
---|---|---|---|---|
Natuurbeheer op alternatieve brandstoffenRotink onderzoekt de haalbaarheid van duurzame natuurbeheersystemen op alternatieve brandstoffen om te voldoen aan strengere milieuregels en de toenemende vraag naar schone machines. | MIT Haalbaarheid | € 17.417 | 2023 | Details |
Currency Exchange AlgorithmGlobadyme ontwikkelt een geïntegreerd platform voor betalingsverwerking om transactiekosten met 50% te verlagen en AI te gebruiken voor efficiënte valutaconversies. | MIT Haalbaarheid | € 19.950 | 2023 | Details |
UnikeeMQD BV onderzoekt een tokenomics-oplossing voor NFT-transacties om de traceerbaarheid van producten te verbeteren en namaak en illegale wederverkoop te bestrijden. | MIT Haalbaarheid | € 20.000 | 2023 | Details |
Active AerodynamicsHet project onderzoekt de haalbaarheid van actieve aerodynamische systemen voor het F22-model om prestaties te verbeteren en brandstofverbruik te verlagen. | MIT Haalbaarheid | € 20.000 | 2023 | Details |
Natuurbeheer op alternatieve brandstoffen
Rotink onderzoekt de haalbaarheid van duurzame natuurbeheersystemen op alternatieve brandstoffen om te voldoen aan strengere milieuregels en de toenemende vraag naar schone machines.
Currency Exchange Algorithm
Globadyme ontwikkelt een geïntegreerd platform voor betalingsverwerking om transactiekosten met 50% te verlagen en AI te gebruiken voor efficiënte valutaconversies.
Unikee
MQD BV onderzoekt een tokenomics-oplossing voor NFT-transacties om de traceerbaarheid van producten te verbeteren en namaak en illegale wederverkoop te bestrijden.
Active Aerodynamics
Het project onderzoekt de haalbaarheid van actieve aerodynamische systemen voor het F22-model om prestaties te verbeteren en brandstofverbruik te verlagen.
Vergelijkbare projecten uit andere regelingen
Project | Regeling | Bedrag | Jaar | Actie |
---|---|---|---|---|
Synthetiseren en verrijken van data voor datagedreven beleidsimplementatiesSyntho en Stichting AHTI ontwikkelen een gebruiksvriendelijk softwareplatform dat privacygevoelige gegevens tussen gemeenten veilig deelt en verrijkt, om datagedreven beleid en realtime inzichten te verbeteren. | MIT R&D Samenwerking | € 237.065 | 2022 | Details |
Versnelling;AI voor en door de ZorgHet project ontwikkelt generieke AI-toepassingen in samenwerking met ziekenhuizen om zorgverleners te ondersteunen met voorspellingsinformatie, gericht op opschaling en verbetering van de zorg. | MIT R&D Samenwerking | € 187.150 | 2022 | Details |
Situational Awareness Software (SAS)Het Situational Awareness Software-project verbetert de detectie van onveiligheden met machine learning, waardoor politieteams proactief kunnen handelen en de veiligheid in Nederland toeneemt, met aandacht voor privacy en toegankelijkheid. | MIT R&D Samenwerking | € 238.140 | 2021 | Details |
Synthetiseren en verrijken van data voor datagedreven beleidsimplementaties
Syntho en Stichting AHTI ontwikkelen een gebruiksvriendelijk softwareplatform dat privacygevoelige gegevens tussen gemeenten veilig deelt en verrijkt, om datagedreven beleid en realtime inzichten te verbeteren.
Versnelling;AI voor en door de Zorg
Het project ontwikkelt generieke AI-toepassingen in samenwerking met ziekenhuizen om zorgverleners te ondersteunen met voorspellingsinformatie, gericht op opschaling en verbetering van de zorg.
Situational Awareness Software (SAS)
Het Situational Awareness Software-project verbetert de detectie van onveiligheden met machine learning, waardoor politieteams proactief kunnen handelen en de veiligheid in Nederland toeneemt, met aandacht voor privacy en toegankelijkheid.