Concept data-ecosysteem Nederlandse overheid
Inleiding
Deze pagina beschrijft een algemeen concept van het data-ecosysteem voor de Nederlandse overheid. Doel van deze pagina is een context aan te reiken om de positie van rollen, functies en stelsels op gebied van datadelen, te duiden ten opzichte van het Federatief Datastelsel in ontwikkeling.
Afhankelijk van de beschrijvingscontext gebruiken we in deze beschrijving het begrip‘data’ of het begrip ‘gegevens’. Qua betekenis maakt het geen verschil, de begrippen zijn uitwisselbaar.
Met het begrip ‘organisatie’ bedoelen we op deze pagina een publieke organisatie van de overheid. Private organisaties duiden we aan met de term ‘bedrijf’.
Data-ecosysteem omschrijven we in deze context als een samenwerkend geheel van actoren, technologieën en processen om data te verzamelen, op te slaan, te verwerken, te analyseren en te delen, met het doel om waarde te creëren uit data ten behoeve van de Nederlandse maatschappij.
De Nederlandse overheid vraagt een data-ecosysteem dat optimaal is afgestemd op de wijze waarop zij is ingericht en functioneert. De inrichting in bestuurslagen volgens het ‘huis van Thorbecke’ is de organisatorische basis. De bestuurslagen, het Rijk, de Provincies, de Waterschappen en de Gemeenten, hebben ieder hun eigen verantwoordelijkheden. Gezamenlijk vormen ze echter het geheel van de Nederlandse overheid. De functionele basis komt voort uit de beleidscycli waar de bestuurslagen individueel en gezamenlijk invulling aan geven, van beleidsontwikkeling en -vaststelling tot beleidsuitvoering en -evaluatie.
Naar analogie hiervan vraagt de digitale overheid een digitale basis die alle bestuurslagen en alle beleidssectoren dient. Die gezamenlijke basis is federatief opgebouwd. Elke organisatie is verantwoordelijk voor de eigen digitale informatievoorziening en conformeert tegelijkertijd aan generieke afspraken en standaarden.
Op hoofdlijnen bestaat de digitale basis uit:
- Een zachte infrastructuur van afspraken en standaarden waar elke organisatie, indien van toepassing, aan conformeert;
- Een generieke architectuur, i.c. de NORA-familie en de Generieke Digitale Infrastructuur (GDI);
- Systemen en datastelsels die zich federatief kunnen ontwikkelen binnen ketens en domeinen;
- Een algemeen verbindend stelsel van stelsels, dat specifieke domeinstelsels in samenhang kan koppelen.
Zo functioneert een ecosysteem dat de beleidscyclus optimaal ondersteunt door vertrouwd delen en gebruiken van data. Dit resulterend in effectief beleid op complexe maatschappelijke vraagstukken en voor adequate publieke dienstverlening die daarmee annex is.
Zonder data geen beleid en geen uitvoering
 |
|---|
| Afbeelding A: Datastromen Nederlandse overheid |
De afbeelding ‘Datastromen Nederlandse overheid’ is afgeleid van een klassieke overheidsbeleidscyclus en aangevuld met typering en herkomst van de daarin voorkomende data en datastromen.
De Nederlandse overheid heeft data nodig om invulling te kunnen geven aan haar taken. Dit betreft zowel data voor beleidsvorming bij complexe maatschappelijke vraagstukken als data die nodig is om uitvoering te geven aan beleid door middel van concrete dienstverlening aan de burgers en bedrijven in de maatschappij.
Data voor uitvoering en dienstverlening is ‘operationeel’ van aard en heeft betrekking op zaken waarin specifieke personen, bedrijven en/of objecten een rol spelen. Bijvoorbeeld data die nodig is om een rijbewijs af te geven, of om een door iemand aangekochte auto over te schrijven op diens naam. Voor dergelijke operationele diensten bestaat altijd een wettelijke grondslag.
Voor beleidsvorming is data nodig over (grootschalige) populaties die een rol spelen in het betreffende maatschappelijke beleidsvraagstuk. Denk aan data over uitstoot van bepaalde stoffen door gemotoriseerd verkeer binnen Nederland. Het spreekt voor zich dat statistische analyses daarin belangrijk zijn. De data voor dergelijke analyses komen enerzijds voort uit de maatschappij, waarin bijvoorbeeld een organisatie als CBS een belangrijke bijdrage levert. Anderzijds vormen de eerder genoemde operationele data een belangrijke bron. De wettelijke kaders voor beleidsvorming zijn onder andere opgetekend in de Grondwet, institutionele wetten, de Algemene Wet Bestuursrecht, Ministeriële regelingen en Koninklijke besluiten. Een belangrijk principe bij gebruik van data voor beleidsvorming, is beleidsmatige rechtvaardiging en proportionaliteit.
De operationele data die de overheid verzamelt en produceert bij de uitvoerende taken kunnen dus een belangrijke bron van informatie vormen voor maatschappelijke vraagstukken. Tegelijkertijd kunnen operationele data die voortkomen uit dienstverlening ook heel bruikbaar zijn bij andere vormen van dienstverlening. De Nederlandse Overheid Referentie Architectuur (NORA) stelt expliciet bij de (implicaties van) architectuurprincipes:
Maak zo veel mogelijk gebruik van gegevens die reeds beschikbaar zijn in plaats van deze gegevens opnieuw te verzamelen of te creëren.
In bepaalde gevallen is zelfs sprake van verplichting. Voor efficiënte en effectieve uitvoering van haar taken is de Nederlandse overheid derhalve enorm gebaat bij het eenvoudig en verantwoord kunnen delen van ‘haar eigen’ data.
Gegevens interpreteren en gebruiken in context
Organisaties gebruiken gegevens voor uitvoering van hun publieke taak. Die gegevens ontstaan door registratie van handelingen en besluiten van de organisatie zelf en door inwinning. Inwinnen gebeurt door gegevens op te vragen bij betrokken personen en bedrijven, of door situaties waar te nemen en die te registreren. Maar ook kan een organisatie gegevens voor hergebruik verkrijgen van een of meer collega-organisaties.
Het verkrijgen en gebruiken van gegevens gebeurt altijd binnen een bepaalde context. Omstandigheden zoals doel, achtergrond, plaats en tijd van inwinning en gebruik, zijn van invloed op hoe de gegevens begrepen moeten worden.
De context van een gegeven kan heel specifiek zijn, maar kan ook algemener van aard zijn. Zo worden binnen het zorgdomein gegevens gebruikt over patiënten. Binnen het onderwijsdomein gebruikt men gegevens over studenten. In beide gevallen gaat het om gegevens over personen. Eenzelfde persoon kan een rol spelen in beide domeinen, bijvoorbeeld als hij student is en ziek wordt, waardoor hij als patiënt een behandeling moet ondergaan. De gegevens van de persoon als student en tevens patiënt hebben een meer algemene context als het gaat om kenmerken als naam, adres en leeftijd. Een meer specifieke context geldt voor kenmerken als ‘genoten vooropleiding’ en ‘bloeddruk gemeten voor behandeling’.
De gegevenskenmerken met de algemenere context kunnen in beide domeinen worden gebruikt. Ze kunnen (indien toegestaan) worden verkregen uit een domein met een algemenere context. Het stelsel van basisregistraties kan gezien worden als een meer ‘algemeen domein’. Gegevenskenmerken met specifieke context worden aanvullend geregistreerd binnen het betreffende specifiekere domein.
Gegevens met een specifieke context zijn vooral of voornamelijk relevant binnen een specifiek domein of keten, terwijl gegevens met een algemenere context eerder geschikt zijn voor (her)gebruik in andere contexten. De algemenere gegevens kunnen daardoor ook geschikt zijn als basisgegeven en breed gedeeld worden.
 |
|---|
| Afbeelding B: Voorbeeld datagebruik in sectoren |
Zoals hiervoor al aangegeven, kan een organisatie gegevens ook voor hergebruik verkrijgen van een collega-organisatie. Het is een belangrijk beginsel dat organisaties van de overheid gebruik maken van gegevens die al binnen de overheid bekend zijn. In het algemeen wordt dit aangeduid als hergebruik of gezamenlijk gebruik.
Hiervoor is het echter wel noodzakelijk om de context van gegevens te kennen. Zowel de context van waaruit een gegeven is ingewonnen als de context waarin het gegeven gebruikt gaat worden. In de algemene kenmerken van een persoon kunnen bij de inwinning bijvoorbeeld formele aanschrijftitels zijn opgenomen. Maar in correspondentie met die persoon kunnen afhankelijk van de omstandigheden (context) andere minder formele aanschrijftitels wenselijk zijn. Zonder kennis van de context kan het bijvoorbeeld gebeuren dat bij hergebruik van het gegeven in een informele context, de persoon ongewenst wordt aangeschreven met zijn formele titulatuur.
De context plaatst een gegeven dus in het juiste perspectief waardoor het mogelijk wordt de (her)bruikbaarheid ervan te interpreteren in een andere context. Bij het bepalen van de herbruikbaarheid gaat het op hoofdlijnen om drie vragen:
- Is het gegeven in semantische zin bruikbaar in de nieuwe context?
- Is het juridisch toegestaan om het gegeven in de nieuwe context te gebruiken?
- Is het ethisch verantwoord om het gegeven in de nieuwe context te gebruiken?
Patronen van gegevens delen
Bij gezamenlijk gebruik worden doorgaans gegevens uit verschillende bronnen gebundeld tot een bruikbaar geheel. Herkenbare patronen daarbij zijn cumulatie, consolidatie en compilatie.
Cumulatie en consolidatie
Cumulatie en consolidatie komen voor als organisaties dezelfde type gegevens verzamelen. Ze leggen deelverzamelingen aan die elkaar aanvullen maar elkaar misschien ook overlappen. Dit zien we bijvoorbeeld bij lokale of regionale organisaties. Elke lokale organisatie beheert een deelverzameling van het landelijke totaal.
Cumulatie is het samenbrengen of optellen van afzonderlijke deelverzamelingen. Het benadrukt de ‘opeenstapeling van data’ zonder dat er een specifieke nadruk ligt op consistentie of integratie.
Consolidatie gaat verder dan cumulatie, omdat het niet alleen gaat om het samenvoegen van data, maar ook om het creëren van een ‘geïntegreerd en consistent geheel’. Bij consolidatie worden deelverzamelingen geschoond, gecombineerd en gestructureerd om een uniforme verzameling te vormen. Dit proces zorgt voor consistentie en integriteit van de data en verbetert daarmee de bruikbaarheid ervan. Inconsistenties kunnen ook achteraf tijdens gebruik van de data nog worden opgemerkt en opgelost.
Compilatie
Bij compilatie gaat het om samenbrengen van data uit verschillende bronnen voor een specifiek doel, bijvoorbeeld het maken van een rapport of het voorbereiden van een analyse. Afhankelijk van de noodzaak om data samen te brengen, te structureren en/of te verrijken, kan het proces van compilatie gebruik maken van cumulatie en consolidatie, naast aanvullende regels voor het afleiden van gegevens. Bij compilatie ligt de nadruk vaak op het ‘organiseren en verrijken van de data in een samenhangende vorm’ die kan worden gepresenteerd of verder geanalyseerd.
Een gecompileerde verzameling bestaat vaak uit data van verschillende soorten, welke aan de hand van overeenkomstige sleutelgegevens worden samengevoegd en vaak verrijkt met afgeleide gegevens. Binnen ketens is dit een veel toegepast patroon voor operationele data in de uitvoering van publieke dienstverlening.
Een andere belangrijke vorm van compilatie betreft statistische data ten behoeve van beleidsontwikkeling. Hiervoor worden gegevens over bepaalde populaties samengevoegd, geaggregeerd en voorzien van gemeten eenheden. Bijvoorbeeld aggregatie van voertuigdata op het kenmerk ‘soort voertuig’. Daar kan vervolgens het aantal voorkomens per soort voertuig aan worden toegevoegd.
Samenhang patronen voor gezamenlijk gebruik van data
Samenvattend vormen cumulatie, consolidatie en compilatie een logische volgorde in de patronen bij gezamenlijk gebruik van data:
- Cumulatie kan de eerste stap zijn waarbij gegevens uit meerdere bronnen worden verzameld.
- Consolidatie zorgt ervoor dat de gecumuleerde gegevens worden geïntegreerd in een consistent en bruikbaar geheel, waarbij inconsistenties worden opgelost.
- Compilatie komt vaak na consolidatie en houdt in dat de gestructureerde gegevens worden samengesteld voor een specifieke toepassing, zoals gebruik in een andere context of voor analyse en rapportage.
Datadomeinstelsel
Delen van data vergt afspraken tussen aanbieders en afnemers. Vaak begint dat met een paar organisaties die samen willen werken. Er ontstaat een klein afsprakenstelseltje. Meer organisaties krijgen interesse en sluiten aan op het afsprakenstelseltje. Verdere uitbreiding gepaard met professionalisering op gebied van interoperabiliteit, standaardisatie, organisatorische inrichting, generieke functies en anderszins, laten prille datadeelrelaties zo uitgroeien tot een datadomeinstelsel (DDS).
De afbeelding toont in samenhang de procesmatige en organisatorische componenten van een datadomeinstelsel in het algemeen.
 |
|---|
| Afbeelding C: Concept datadomeinstelsel |
Een datadomein bestaat bij de gratie van organisaties die de data inzamelen, produceren en bewaren. Zij zijn bronhouder. De bronhouder is degene die toegang verleent tot de data. Elke dataverzameling valt onder de verantwoordelijkheid van de bronhouder binnen wiens context de verzameling is/wordt opgebouwd en onderhouden.
Organisaties met de rol van ‘data-aanbieder’ zorgen ervoor dat data van bronhouders worden verwerkt tot dataproducten waar concrete behoefte aan bestaat. De aanbieder cumuleert, consolideert en/of compileert gegevens tot een dataproduct binnen het domein. De aanbieder zorgt eveneens voor het maken, publiceren en aanbieden van de datadiensten waarmee het dataproduct kan worden afgenomen.
Organisaties met de rol van ‘data-afnemer’ kunnen op de datadienst aansluiten. De onderhavige data laten ze op verantwoorde wijze binnen de eigen context gebruiken.
Merk op dat bronhouder, data-aanbieder en data-afnemer rollen zijn waar organisaties invulling aan kunnen geven. Een organisatie kan een of meerdere rollen vervullen m.b.t. zowel dezelfde data als verschillende data.
M.b.t. de totaalverantwoordelijkheid voor het datadomein kunnen generieke afspraken worden gemaakt over de (formele) inrichting ervan. Zo’n inrichting kan ook bij wet worden bestendigd, zoals dat bij landelijke voorzieningen wel het geval is.
Stelsel van stelsels
Een datadomeinstelsel is, zoals de term het al aangeeft, bedoeld voor de deelnemers in het betreffende datadomein. Om data te kunnen delen tussen domeinen, moeten de datadomeinstelsels interoperabel zijn met elkaar. Deze interoperabiliteit is echter niet vanzelfsprekend. Er is een stelsel nodig dat de datadomeinstelsels met elkaar verbindt.
 |
|---|
| Afbeelding D: Concept Stelsel van Datadomeinstelsels |
De datadomeinen beschikken over de kennis om data binnen het domein te verbinden, te delen en te gebruiken. Een verbindend stelsel heeft niet de taak en niet het vermogen om specifieke sector- of domeinvraagstukken op te lossen. Het zorgt in plaats daarvan voor een generieke zachte infrastructuur, bestaande uit afspraken en standaarden die datadomeinstelsels kunnen toepassen om onderling vertrouwd data te kunnen delen. Het stelsel van stelsels ondersteunt dit met generieke besturingsfuncties en eventueel generiek toepasbare voorzieningen. Zo maakt het domein- en sector-overstijgend delen van data mogelijk en vervult daarmee een brugfunctie.
De huidige bij wet bepaalde basisregistraties vormen al een verbindende factor tussen verschillende overheidstaken, -processen en -registraties. Ze kennen elk een ingericht stelsel van partijen en afspraken over inwinnen, vastleggen, kwaliteit, toezicht, rolverdeling, beschikbaar stellen, etc. Ze vormen daarmee een ‘algemeen’ datadomeinstelsel, zie ook afbeelding B op deze pagina.
De ontwikkeling van een ‘stelsel van stelsels’ kan daarmee zeker voortgaan op wat reeds voorhanden is binnen het stelsel van basisregistraties, maar het zal zich daar niet toe beperken. De basisregistraties vormen een belangrijke basis bij het benutten van het datapotentieel voor maatschappelijke opgaven. Maar daarnaast is er nog veel onbenut potentieel in sector- en ketenregistraties. De NORA beschrijft sowieso al zo’n 145 sectorregistraties. Om de potentie van deze data ook te benutten zal veel meer over sectoren en domeinen heen ontsloten moeten worden.
Federatief Datastelsel (FDS)
Het Federatief Datastelsel positioneren we in dit concept als ‘Stelsel van stelsels’. Het realisatieprogramma is gericht op ontwikkeling en implementatie van de ‘zachte infrastructuur’, de generieke capabilities en de generieke stelselfuncties die nodig zijn om de datadomeinstelsels te verbinden en daarmee het data-ecosysteem te laten functioneren. Dit wordt verder toegelicht in het Basisconcept FDS.