Na het winnen van de Eenvoudig Beter Trofee 2015 – voor het volledig uniformeren, standaardiseren en digitaliseren van  werkprocessen en ondersteunende informatievoorziening – werd de Omgevingsdienst Noordzeekanaalgebied (OD NZKG) geconfronteerd met nieuwe uitdagingen. De nieuwe manier van digitaal en transparant werken, vergt een enorme (administratieve) discipline van een organisatie. Een organisatie die vooral gewend was aan analoog denken en werken. De OD NZKG zet in 2019 in op innovatieve oplossingen zoals het toepassen van Natural Language Processing (NLP) en Robotic Proces Automation (RPA) om deze administratieve last te verlichten. 

NLP in de praktijk – anonimiseren eerst 

Na het succes van de pilot in 2018 heeft de directie van de OD NZKG besloten tot het implementeren van NLP voor anonimiseren en metadateren. Hoewel de software nog sterk in ontwikkeling is en om constante aandacht vraagt,  gelooft de OD NZKG in de mogelijkheden van NLP. TM7 is de leverancier van deze NLP software. 

Tijdens de pilotfase zijn er resultaten geboekt op het gebied van anonimiseren en het belang van correct omgaan met privacygevoelige informatie. Op basis hiervan is besloten prioriteit te geven aan het implementeren van het anonimiseren. 

Koppeling blijkt grote uitdaging – robot biedt oplossing 

Een koppeling  tussen het zaaksysteem van de OD NZKG, en de anonimiseertool, leek een complex en daardoor langdurig traject te worden. Gezien de behoefte om snel van start te gaan, is er een oplossing gevonden in een robot. Oftewel RPA. Een softwarerobot bootst het handmatige proces na, in plaats van een daadwerkelijke koppeling te leggen.  

Door de robot worden de documenten vóór publicatie uit het zaaksysteem van de OD gehaald. Deze worden aangeboden aan de anonimiseerstraat, en na verwerking in geanonimiseerde vorm weer teruggeplaatst in de zaak. Daarna wordt de publicatie afgehandeld en worden de geanonimiseerde documenten openbaar gemaakt. 

Zodra dit onderdeel vlekkeloos werkt, worden robot en anonimiseren verder uitgebreid. Parallel hieraan zal ook op korte termijn gestart worden met de inkomende stroom aan documenten. Deze zullen we gaan metadateren met behulp van de robot en NLP-software. 

Achtergrond 

Voor een goede invulling van de maatschappelijke opdracht en ambitie van de Omgevingsdienst, is tijdige en goede informatie van doorslaggevend belang. In de oprichtingsfase van de dienst is daarom stevig ingezet op zaakgericht en volledig digitaal werken. Het volledig digitaal werken gaat niet alleen over het digitaal uitvoeren van de verschillende werkprocessen. Dit gaat ook over de inrichting van een digitale balie. En het digitaal communiceren met de klanten van de organisatie. De OD NZKG wil daarbij naar zowel de opdrachtgevers als de maatschappij transparant zijn. Zij wil zich kunnen verantwoorden op basis van betrouwbare informatie. 

Tijdens de opbouwfase van de dienst lag de nadruk op het digitaliseren en uniformeren van de werkprocessen, en de inrichting van de hieraan ondersteunende informatievoorziening (ICT). Uiteraard ging de nodige aandacht uit naar de digitale dienstverlening aan burgers en ondernemers. Het creëren van een koppeling met het omgevingsloket (OLO) biedt het vinden van formulieren online aan en het toepassen van digitale ondertekening. Hierdoor heeft de dienst in korte tijd de papierstroom tot 0 weten te reduceren. De ambitieuze digitaliseringsdrift van de dienst, levert een hoop voordelen op. Interne medewerkers kunnen putten uit een gecentraliseerde informatiebron, standaard briefsjablonen en overzichtelijke werkvoorraden. Burgers en ondernemers profiteren van een optimale digitale dienstverlening, met duidelijke servicetermijnen en toegang tot het eigen actuele klantdossier. De keerzijde van volledig digitaal en zaakgericht werken werd snel na implementatiefase in 2015 duidelijk: de gekozen werkwijze vergt een enorme administratieve discipline van medewerkers.  

Uitdagingen 

Het volledig zaakgericht en digitaal werken vergt veel van medewerkers. Een medewerker moet voldoende digitaal vaardig zijn. Maar ook in staat zijn de “klant centraal” te stellen en daarbij ten slotte ook het eigen zaakdossier te vormen en te beheren van start tot eind. Dit alles vergt een ijzeren administratieve discipline. Met de keuze voor zaakgericht werken werd digitaal archiveren een gedeelde verantwoordelijkheid van 400 medewerkers! Maar ook het openbaar maken van informatie uit de systemen.

Een belangrijke randvoorwaarde voor een goed, geordend en toegankelijk archief, is het vastleggen van metadata. Metadata wordt gebruikt om gegevens te beschrijven zodat de context van deze gegevens in de meest brede zin kan worden vastgesteld. Dit zorgt ervoor dat informatie efficiënt is terug te vinden. De systematische toepassen van metadatering blijkt een lastige opgave. Het leidt bij medewerkers in de uitvoering van hun werk tot frustratie en (een gevoel van) werkdruk.  

Een belangrijke randvoorwaarde bij het openbaar maken van informatie, is dat de dienst zich onder meer moet houden aan de aangegeven privacywetgeving.

Voor beide processen heeft de OD NZKG zich in 2018 verdiept in mogelijke automatiseringsoplossingen.   

NLP in de OD NZKG praktijk 

Er is een groeiende behoefte van de dienst om data te structureren. Tevens persoonlijke data te anonimiseren met behoudt van kwaliteit, zonder extra werkdruk. Taaltechnologie is in een data- en document gedreven organisatie, zoals de OD NZKG, van grote toegevoegde waarde.  

De OD heeft in 2018 onderzoek gedaan naar mogelijke NLP-gedreven oplossingen. In pilotvorm heeft de OD NZKG gekeken naar de documentstromen van de dienst. De specifieke behoeftes rondom anonimiseren enerzijds en metadateren anderzijds.  

Gedurende 6 maanden is er een “anonimiseerstraat” opgezet. In verschillende batches (cycli) zijn diverse documentsoorten aangeleverd. De geautomatiseerde verwerking is vervolgens langs de handmatige verwerking gelegd. Vervolgens werden resultaten door de leverancier vertaald naar verbeterpunten in de software. Daarna zijn ze in de volgende batch getoetst. Bij het anonimiseren zijn alle correcte, vergeten en teveel geanonimiseerde tekstdelen geteld. Zie voor resultaten tabel 1.  

	% correct geanonimiseerd	# teveel geanonimiseerd
Batch 1	61%	20,4
Batch 2	53%	2,1
Batch 3	52%	2,5
Batch 4	55%	1,0
Batch 5	80%	1,2
Batch 6	81%	0,9
Batch 7	83%	0,9
Batch 8	93%	0,1

Tabel 1. Anonimiseerresultaten per batch  

In aansluiting op positieve resultaten bij het anonimiseren is er ook een “metadateerstraat” ingericht. Daarbij wordt de werkwijze van batchgewijs testen gevolgd. Daar ligt de nadruk op het verder verrijken van de data en de systematische toepassing hiervan. De software herkent metadata zoals type, naam, datum, auteur, documentnummer, maar kan ook trefwoorden destilleren en een samenvatting produceren. 

Automatisering 

In de pilotfase is er voor gekozen om te werken met een handmatige overdracht van gegevens vanuit het zaaksysteem naar de NLP-software. Een van de vereisten voor het implementeren van deze nieuwe tool, was dat dit niet tot extra administratieve handelingen voor de organisatie zou leiden. De eerste oplossing was een koppeling tussen beide systemen. Na een eerste verkenning leek dit haalbaar. Bij de uitwerking bleek dit te complex. De implementatie zou met maanden gaan verschuiven. Er werd naar alternatieven gezocht, en dit is gevonden in het toepassen van RPA.  

Met een doorlooptijd van een paar weken is het haalbaar gebleken om de robot te programmeren waarbij het anonimiseren in publicatie nu draait. Nu is het zaak om de betrouwbaarheid en continuïteit op niveau te krijgen. We gaan nu verder kijken naar te anonimiseren documentstromen én tegelijkertijd een start maken met NLP. Dit in combinatie met RPA, om de binnenkomende documentstroom te gaan metadateren. In de pilotfase is alleen gekeken naar de haalbaarheid van metadateren met behulp van NLP. Dit zal bij het in productie nemen, zich langzaam maar zeker gaan ontwikkelen naar een kwalitatief hoogwaardig niveau.