Verder kijken we op termijn welke meldingen we nog meer kunnen automatiseren. Ook telefonische meldingen en meldingen die via e-mail binnenkomen zouden op deze manier verwerkt kunnen worden. Dan zijn we helemaal volledig met de data." Gabriela vult aan: "Zelfs objectherkenning is mogelijk. Via bijvoorbeeld de Buiten Beter-app kunnen foto's worden aangeleverd van defecten of overlast in de openbare ruimte. Het systeem schat dan zo'n foto op waarde om deze juist te categoriseren zodat de afhandelaar direct ziet of er bijvoorbeeld één vuilniszak of een hele bank opgehaald moet worden." Bert-Jan: "Het is dan wel fijn als er een totaalbeeld wordt gemaakt. Dus niet alleen een close-up van een stoeptegel, maar met omgevingsbeeld erbij. Dan wordt het in perspectief geplaatst en kunnen we de locatie beter bepalen."
Volgens Gabriela laat de praktijk een behoefte aan het model zien. "Ook de gemeente Reimerswaal wil met deze GeoAI-oplossing aan de slag. Leuk toch!" "En Circulus ook", zo vult Bert-Jan aan. Wim: "Het is mooi dat we met meerdere gemeenten en organisaties op hetzelfde spoor zitten. Voor gemeenten geldt dat ze de sub- en hoofdcategorieën kunnen overnemen. Op deze manier hoeft het wiel niet steeds opnieuw uitgevonden te worden. Zo kunnen we samen ervaring opdoen en kennis uitwisselen. Dat komt de werking van het systeem alleen maar nog meer ten goede. "Klopt", zegt Gabriela. "De techniek die erachter zit kan gebruikt worden voor vergelijkbare meldingen. Maar dus ook voor andere organisaties, zoals woningcorporaties die te maken hebben met meldingen van huurders. Maar ik wil toch wel zeggen dat Avri de pionier is in dit geheel. Kortom, goed voorbeeld doet volgen!"
Steeds meer gemeenten volgen
Voor de voortgang van het geautomatiseerde afhandeling MOR-project is het essentieel dat de voortgang goed bewaakt wordt en dat alles in goede banen wordt geleid. Deze taak ligt mede op het bord van GIS-specialist Wim Peters die nu bijna een jaar bij Avri werkt. Hij heeft het stokje overgenomen van Bert-Jan en is betrokken bij de implementatie. "Nu is het zaak om dit alles in de organisatie te integreren. Vanuit mijn rol ben ik de intermediair; het aanspreekpunt voor Esri en gebruikers en zorg ik dat het proces levend blijft. Onder meer door een kleine, betrokken groep mensen aan te stellen die het datamodel bewaken en voorstellen voor aanpassingen in behandeling nemen. Dit alles om alle neuzen dezelfde kant op te houden voor de MOR AI-applicatie. Ook formeren we een werkgroep-meeting waarbij key-users uit alle gebruikende gemeenten (Buren, West Betuwe, Neder-Betuwe, Tiel en Culemborg) of onderdelen betrokken zijn. Ook medewerkers van het Klant Contact Centrum van Avri en de Handhaving nemen daaraan deel.
Gabriela Spakman
Esri Nederland
Wim Peters,
Avri
Bert-Jan
Oude Nijhuis,
Circulus
Nooit meer een editie van
het Esri Magazine missen?
CONTACT
Tekst: Rob Hoekstra, Tekstschrijvers.nl. Foto's: Avri.
Avri heeft de afhandeling van Meldingen Openbare Ruimte (MOR) aantoonbaar verbeterd dankzij de inzet van GeoAI. Daarvoor heeft Avri een speciaal project in het leven geroepen, met ondersteuning van Esri Nederland. Door geo-data en AI te combineren binnen een slim model worden meldingen nu automatisch gecategoriseerd, geprioriteerd en doorgestuurd naar de juiste afdeling. Tijdens de uitvoering van het project bevatte de MOR-dataset zo'n 70.000 lopende meldingen. Inmiddels zijn al ruim 40.000 meldingen automatisch in de juiste hoofd‑ en subcategorie geplaatst. Daardoor is de datakwaliteit verbeterd én worden meldingen sneller en zorgvuldiger afgehandeld. Inwoners merken dat hun melding eerder wordt opgepakt, terwijl Avri minder tijd kwijt is aan handmatig sorteren en dus meer tijd heeft voor daadwerkelijke oplossing. Een win‑win voor iedereen.
Implementatie
Krachtige combinatie ArcGIS en GeoAI
We hebben daarvoor meerdere modellen getraind op herkenning van de verschillende soorten meldingen, en hebben de maximale nauwkeurigheid (89%) bereikt op basis van de beschikbare data. Al met al hebben we verschillende methoden toegepast om synthetische data te genereren en data op te schonen. Vervuilde data en 'goede' data worden nu bij binnenkomst in de Survey123-app direct gefilterd en correct geclassificeerd door middel van een scheduled notebook. Omdat MOR een dynamisch proces is vraagt dit wel, waar nodig, steeds om verfijning op basis van betrouwbare data, updates en verdere training van het AI-model."
Volgens Gabriela Spakman, analytics consultant bij Esri, is er veel voorwerk gedaan door Bert-Jan en Avri. "Het GeoAI-model dat we hanteren is mede gebaseerd op input van Bert-Jan. Hij heeft een overzichtelijk Excel-bestand aangeleverd met alle categorieën en kernwoorden. Wij hebben de techniek dusdanig ingericht dat meldingen daarna juist worden gecategoriseerd. Daarbij gebruikmakend van de kracht van GIS in combinatie met Data Science en AI-methoden. Zo worden meldingen openbare ruimte ingediend via een Survey123-app. De desbetreffende data wordt vervolgens opgeslagen in een feature layer in ArcGIS Online. Dit is een geautomatiseerd proces. Technisch gezien maken we gebruik van een soort kunstmatige neurale netwerken.
Meldingen automatisch indelen in de juiste categorie met AI
mogelijkheden GIS en AI samen bieden als het gaat om het verbeteren van dienstverlening en efficiëntie. We hoeven als organisatie burgers niet te belasten met categorieën. Het belangrijkste is dat ze hun meldingen en klachten goed en duidelijk omschrijven. Het geautomatiseerde systeem doet vervolgens de rest. Met AI wordt alles in de juiste categorie gezet."
Bert-Jan vervolgt: "Doordat nu automatisch bepaald wordt welke categorie bij een melding past, is de kans op fouten sterk verkleind en de verwerkingstijd aanzienlijk versneld. Het bespaart kosten, omdat het minder arbeid kost en efficiënter is. Het vermindert de administratieve druk voor de medewerkers en ook burgers zijn blij want er wordt sneller gereageerd op meldingen. Dit laat goed zien welke
Bert-Jan Oude Nijhuis, GIS-specialist bij het duurzame afvalbedrijf Circulus was betrokken bij de opstart van dit project bij Avri. Hiervoor heeft hij 11,5 jaar bij Avri gewerkt en het GeoAI-project mede in gang gezet. Hij blijft betrokken en heeft nog regelmatig contact met Avri en Esri. "Het vergt een hoop tijd en menskracht om al die meldingen in de juiste categorie te plaatsen. Zowel burgers als onze eigen medewerkers hadden soms moeite met het correct categoriseren ervan. Verkeerd ingedeelde meldingen kunnen leiden tot vervuiling in de rapportages of dat ze niet bij de juiste persoon of afdeling terechtkomen. Daardoor krijg je vertragingen en inefficiëntie. Het leek mij destijds een slimme zet om dat anders te doen. Ik had al eens een Masterclass Data Science & GIS gevolgd bij Esri. Daar leerde ik dat ArcGIS niet alleen krachtig is in GIS, maar ook AI-technieken bevat die bijdragen aan efficiëntere gegevensverwerking. Eén van de opdrachten die ik uitvoerde was het automatisch indelen van meldingen van burgers. Zo ben ik samen met Esri, onder wie Gabriela Spakman, gaan kijken hoe we meldingen automatisch konden indelen met inzet van GeoAI. Dat heeft geleid tot een systeem dat alle binnenkomende meldingen openbare ruimte direct in de juiste hoofd- of subcategorie plaatst."
Avri houdt zich in de regio Rivierenland bezig met duurzame inzameling van afval en grondstoffen en met efficiënt onderhoud van de publieke ruimte. Binnen Avri werken verschillende gemeenten samen, waaronder Buren, Culemborg, Maasdriel, Neder-Betuwe, Tiel, West-Betuwe, West Maas en Waal en Zaltbommel. Jaarlijks komen bij Avri duizenden meldingen van inwoners binnen over bijvoorbeeld zwerfafval, losliggende stoeptegels en bijplaatsingen van afval bij ondergrondse afvalcontainers.
Ook zien wat GeoAI voor jouw meldingen doet?
Kom naar Esri Connect op woensdag 15 april en bezoek de sessie 'Meldingen openbare ruimte met AI in ArcGIS Online'.
Schrijf hier in voor Esri Connect.
Avri sneller en efficiënter dankzij GeoAI en ArcGIS
Volgens Gabriela laat de praktijk een behoefte aan het model zien. "Ook de gemeente Reimerswaal wil met deze GeoAI-oplossing aan de slag. Leuk toch!" "En Circulus ook", zo vult Bert-Jan aan. Wim: "Het is mooi dat we met meerdere gemeenten en organisaties op hetzelfde spoor zitten. Voor gemeenten geldt dat ze de sub- en hoofdcategorieën kunnen overnemen. Op deze manier hoeft het wiel niet steeds opnieuw uitgevonden te worden. Zo kunnen we samen ervaring opdoen en kennis uitwisselen. Dat komt de werking van het systeem alleen maar nog meer ten goede. "Klopt", zegt Gabriela. "De techniek die erachter zit kan gebruikt worden voor vergelijkbare meldingen. Maar dus ook voor andere organisaties, zoals woningcorporaties die te maken hebben met meldingen van huurders. Maar ik wil toch wel zeggen dat Avri de pionier is in dit geheel. Kortom, goed voorbeeld doet volgen!"
Voor de voortgang van het geautomatiseerde afhandeling MOR-project is het essentieel dat de voortgang goed bewaakt wordt en dat alles in goede banen wordt geleid. Deze taak ligt mede op het bord van GIS-specialist Wim Peters die nu bijna een jaar bij Avri werkt. Hij heeft het stokje overgenomen van Bert-Jan en is betrokken bij de implementatie. "Nu is het zaak om dit alles in de organisatie te integreren. Vanuit mijn rol ben ik de intermediair; het aanspreekpunt voor Esri en gebruikers en zorg ik dat het proces levend blijft. Onder meer door een kleine, betrokken groep mensen aan te stellen die het datamodel bewaken en voorstellen voor aanpassingen in behandeling nemen. Dit alles om alle neuzen dezelfde kant op te houden voor de MOR AI-applicatie. Ook formeren we een werkgroep-meeting waarbij key-users uit alle gebruikende gemeenten (Buren, West Betuwe, Neder-Betuwe, Tiel en Culemborg) of onderdelen betrokken zijn. Ook medewerkers van het Klant Contact Centrum van Avri en de Handhaving nemen daaraan deel.
Implementatie
Volgens Gabriela Spakman, analytics consultant bij Esri, is er veel voorwerk gedaan door Bert-Jan en Avri. "Het GeoAI-model dat we hanteren is mede gebaseerd op input van Bert-Jan. Hij heeft een overzichtelijk Excel-bestand aangeleverd met alle categorieën en kernwoorden. Wij hebben de techniek dusdanig ingericht dat meldingen daarna juist worden gecategoriseerd. Daarbij gebruikmakend van de kracht van GIS in combinatie met Data Science en AI-methoden. Zo worden meldingen openbare ruimte ingediend via een Survey123-app. De desbetreffende data wordt vervolgens opgeslagen in een feature layer in ArcGIS Online. Dit is een geautomatiseerd proces. Technisch gezien maken we gebruik van een soort kunstmatige neurale netwerken. We hebben daarvoor meerdere modellen getraind op herkenning van de verschillende soorten meldingen, en hebben de maximale nauwkeurigheid (89%) bereikt op basis van de beschikbare data. Al met al hebben we verschillende methoden toegepast om synthetische data te genereren en data op te schonen. Vervuilde data en 'goede' data worden nu bij binnenkomst in de Survey123-app direct gefilterd en correct geclassificeerd door middel van een scheduled notebook. Omdat MOR een dynamisch proces is vraagt dit wel, waar nodig, steeds om verfijning op basis van betrouwbare data, updates en verdere training van het AI-model."
Gabriela Spakman
Esri Nederland
Wim Peters,
Avri
Bert-Jan
Oude Nijhuis,
Circulus
Bert-Jan vervolgt: "Doordat nu automatisch bepaald wordt welke categorie bij een melding past, is de kans op fouten sterk verkleind en de verwerkingstijd aanzienlijk versneld. Het bespaart kosten, omdat het minder arbeid kost en efficiënter is. Het vermindert de administratieve druk voor de medewerkers en ook burgers zijn blij want er wordt sneller gereageerd op meldingen. Dit laat goed zien welke mogelijkheden GIS en AI samen bieden als het gaat om het verbeteren van dienstverlening en efficiëntie. We hoeven als organisatie burgers niet te belasten met categorieën. Het belangrijkste is dat ze hun meldingen en klachten goed en duidelijk omschrijven. Het geautomatiseerde systeem doet vervolgens de rest. Met AI wordt alles in de juiste categorie gezet."
Nooit meer een editie van
het Esri Magazine missen?
CONTACT
Ook zien wat GeoAI voor jouw meldingen doet?
Kom naar Esri Connect op woensdag 15 april en bezoek de sessie 'Meldingen openbare ruimte met AI in ArcGIS Online'.
Schrijf hier in voor Esri Connect.
Avri heeft de afhandeling van Meldingen Openbare Ruimte (MOR) aantoonbaar verbeterd dankzij de inzet van GeoAI. Daarvoor heeft Avri een speciaal project in het leven geroepen, met ondersteuning van Esri Nederland. Door geo-data en AI te combineren binnen een slim model worden meldingen nu automatisch gecategoriseerd, geprioriteerd en doorgestuurd naar de juiste afdeling. Tijdens de uitvoering van het project bevatte de MOR-dataset zo'n 70.000 lopende meldingen. Inmiddels zijn al ruim 40.000 meldingen automatisch in de juiste hoofd‑ en subcategorie geplaatst. Daardoor is de datakwaliteit verbeterd én worden meldingen sneller en zorgvuldiger afgehandeld. Inwoners merken dat hun melding eerder wordt opgepakt, terwijl Avri minder tijd kwijt is aan handmatig sorteren en dus meer tijd heeft voor daadwerkelijke oplossing. Een win‑win voor iedereen.
Tekst: Rob Hoekstra, Tekstschrijvers.nl. Foto's: Avri.
Verder kijken we op termijn welke meldingen we nog meer kunnen automatiseren. Ook telefonische meldingen en meldingen die via e-mail binnenkomen zouden op deze manier verwerkt kunnen worden. Dan zijn we helemaal volledig met de data." Gabriela vult aan: "Zelfs objectherkenning is mogelijk. Via bijvoorbeeld de Buiten Beter-app kunnen foto's worden aangeleverd van defecten of overlast in de openbare ruimte. Het systeem schat dan zo'n foto op waarde om deze juist te categoriseren zodat de afhandelaar direct ziet of er bijvoorbeeld één vuilniszak of een hele bank opgehaald moet worden." Bert-Jan: "Het is dan wel fijn als er een totaalbeeld wordt gemaakt. Dus niet alleen een close-up van een stoeptegel, maar met omgevingsbeeld erbij. Dan wordt het in perspectief geplaatst en kunnen we de locatie beter bepalen."
Steeds meer gemeenten volgen
