De (on)mogelijkheden van voorspellen van incidenten

De (on)mogelijkheden van voorspellen van incidenten

Jildou Visser

Incidenten zijn te voorspellen. Dat er met de jaarwisseling meer incidenten zijn en dat de brandweer bij bijvoorbeeld een heftige storm vaker wordt gealarmeerd ligt voor de hand. Hoe concreet kunnen incidenten worden voorspeld? En wat is daarvoor nodig? In verschillende veiligheidsregio’s lopen experimenten met het voorspellen van brand.

‘Hoe concreet je incidenten kunt voorspellen hangt met name af van de beschikbare informatie die je hebt’, begint Barry van ’t Padje, informatie- manager bij Brandweer Amsterdam-Amstelland. ‘Op dit moment kunnen we het aantal incidenten per wijk per jaar of per week in de regio redelijk goed voorspellen. Het is steeds een wisselwerking tussen de tijdsduur en de grootte van een gebied. Als je de periode groter maakt, kun je in een kleiner gebied de incidenten voorspellen en andersom. Voorspellingen per maand of zelfs per dag in een bepaald uitrukgebied zijn nog veel te concreet. Daar hebben we meer informatie voor nodig’, vertelt Van ‘t Padje. ‘Er zijn veel ingewikkeldere dingen in de wereld die al wel kunnen worden voorspeld. Dat wij het aantal incidenten per dag per kazerne niet kunnen voorspellen komt echt door een gebrek aan data. Zo hebben we bijvoorbeeld geen gegevens van het aantal geconstateerde overtredingen door de dienst toezicht en handhaving en geen informatie over de bevolkingssamenstelling, maar ook onze eigen gegevens zijn niet goed vastgelegd. De brandweer is theoretisch matig onderbouwd. Wat mij betreft een gemiste kans, als je hier meer inzicht in hebt, kun je er ook beter naar handelen.’

Chief Information Officier (CIO) Richtsje Samplonius van Veiligheidsregio Utrecht laat weten dat de mogelijkheden bijna eindeloos zijn. ‘Als je er induikt word je overspoeld door de mogelijkheden. Als je wilt, kun je eigenlijk onbeperkt factoren toevoegen, maar daarmee loop je wel tegen de ethische grenzen en die van de privacy aan. Wij kiezen er daarom bewust voor om met zo weinig mogelijk verschillende bronnen zo goed mogelijk risico’s te voorspellen.’

Op basis van de historische uitrukgegevens en de weersvoorspellingen heeft ze geprobeerd om op kazerneniveau per dag het aantal uitrukken te voorspellen onderverdeeld in drie categorieën, woningen, bedrijven en overig. ‘Ik denk dat wanneer we de juistheid van de voorspellingen hadden getoetst, we er vaak naast zaten’, geeft ze toe. ‘Dat komt door het beperkte aantal bronnen dat we hebben gebruikt en doordat onze historische inzetgegevens niet altijd even goed kloppen. Als je meer bronnen toevoegt, kun je nauwkeuriger voorspellen. Dit experiment was met name bedoeld om in de organisatie het gesprek op gang te brengen. Wat willen we met de voorspellingen? Het heeft alleen zin als je er ook iets mee doet. Hoe ga je daarmee om en hoe richt je je organisatie daarbij in? Die vragen kwamen aan het licht en daarmee gaan we nu verder aan de slag.’

Samplonius verwacht dat in de regio over een jaar of tien volledig risicogestuurd gewerkt kan worden. ‘Als je weet waar de risico’s groot zijn, kun je er preventief op inspelen. De brandweer is nu nog met name vanuit kazernes georganiseerd, maar als je ziet dat ergens een grote kans is op een incident, kun je met het juiste materieel al in de buurt klaarstaan. Met deze voorspellingen kunnen we slimmer omgaan met de schaarse middelen die we hebben.’

BR201807-15VOORSPELLENVANBRAND
Met behulp van demografische gegevens als leeftijd en inkomen kunnen incidenten worden voorspeld.

Jildou Visser; Fotografie GINOPRESS

Andere artikelen in deze aflevering

De gevolgen van de nieuwe privacywet

De nieuwe Europese wet die de privacy van burgers moet beschermen, de Algemene verordening gegevensbescherming (AVG) is op 25 mei in werking getreden. Wat houdt de wet precies in? En wat zijn de gevol...