DMI Doet

In deze aflevering van DMI Doet spreekt Jan-Willem Wesselink met Carla Kranenborg-van Eerd, wethouder Digitalisering van de gemeente Breda, over de kansen van AI voor de stad én de publieke waarden die daarbij richting moeten geven. Het gesprek vond plaats tijdens het internationale evenement AI in de Stad in Breda, waar bestuurders, experts, kennisinstellingen en bedrijven samenkwamen om te onderzoeken hoe AI maatschappelijke waarde kan creëren.

Kranenborg-van Eerd ziet AI nadrukkelijk als middel, niet als doel. AI kan informatie combineren, besluitvorming versnellen, werk automatiseren en nieuwe perspectieven zichtbaar maken. Maar besluiten blijft mensenwerk. Daarom gaat het gesprek ook over autonomie, eigenaarschap van data, afhankelijkheid van grote techbedrijven en de vraag wat overheden wel en niet aan technologie uit handen willen geven.

Kranenborg-van Eerd kijkt ook naar de groei van het thema AI in de Stad: van een eerste congres vol verwondering over nieuwe technologie naar een internationale conferentie waarin impact en publieke waarden centraal staan. Ze vergelijkt deze ontwikkeling met het DMI-ecosysteem. Waar AI in de Stad volgens haar nog meer aan het begin staat, zijn binnen DMI toepassingen al verder geborgd. De netwerken kunnen daardoor van elkaar leren en elkaar aanvullen. Haar boodschap: durf te experimenteren, leer van wat misgaat en blijf zelf richting geven. Want ook niets doen is een risico.

In deze aflevering van DMI Doet spreekt Jan-Willem Wesselink met Jeroen van Winden van Esri Nederland en Thom Leeffers van Avineon Tensing over GeoAI: de combinatie van kunstmatige intelligentie en geografische informatie. Wat gebeurt er als je niet langer zelf door kaarten, datasets en systemen hoeft te zoeken, maar gewoon aan AI kunt vragen waar ruimte is voor woningbouw, welke regels op een locatie gelden of welke scenario’s mogelijk zijn?

Van bestaande toepassingen als objectherkenning op luchtfoto’s verschuift het gesprek naar AI-assistenten en agents. Assistenten kunnen gebruikers helpen om geografische data te bevragen of analyses uit te voeren. Agents gaan een stap verder: zij kunnen zelfstandig gegevens verzamelen, verschillende onderzoeken uitvoeren, tools inschakelen en resultaten combineren. Zo zou een groep agents bijvoorbeeld kunnen onderzoeken wat op een locatie mogelijk is en welke regels, vergunningen en omgevingsfactoren daarbij een rol spelen.

Dat kan ook de manier veranderen waarop ruimtelijke plannen worden gemaakt. Meer scenario’s kunnen sneller worden onderzocht en professionals kunnen veel meer in gesprek gaan met hun data en plannen. Maar daarvoor moeten organisaties wel hun basis op orde hebben. Goede data, metadata, duidelijke processen en AI-governance worden juist belangrijker. Van Winden en Leeffers pleiten daarom vooral voor experimenteren: geef medewerkers ruimte om AI te leren gebruiken, maar blijf kritisch op de uitkomsten en op het eigen vakmanschap.

In deze aflevering van DMI Doet spreekt Jan-Willem Wesselink met Martin Smit, medeoprichter van Caeli, over de vraag hoe AI helpt om grote hoeveelheden data om te zetten in bruikbare informatie voor de stad. Caeli combineert satellietdata met onder meer grondmetingen, weer, wind, verkeersintensiteit en gegevens over de fysieke omgeving om de luchtkwaliteit steeds nauwkeuriger in kaart te brengen. Zo ontstaat op buurtniveau inzicht in stoffen als stikstofdioxide en fijnstof, ook op plekken waar geen meetstation staat.

Martin Smit legt uit hoe zo’n machinelearningmodel wordt opgebouwd en steeds verder wordt getraind. Door nieuwe databronnen toe te voegen en de uitkomsten te vergelijken met grondmetingen, wordt het model nauwkeuriger. Voor gemeenten betekent dat dat zij niet alleen kunnen zien hoe de luchtkwaliteit zich ontwikkelt, maar ook kunnen onderzoeken of maatregelen daadwerkelijk effect hebben. Zo gebruikt Hilversum de data bijvoorbeeld in relatie tot de omgevingsvisie.
De mogelijkheden worden bovendien groter. Nieuwe satellieten kunnen veel vaker gegevens leveren, waardoor luchtkwaliteit in de toekomst bijna realtime gevolgd kan worden. Dat opent de deur naar beleid dat minder statisch is en sterker reageert op wat er op dat moment in een stad gebeurt. Een gesprek over satellietdata, machine learning en de stap van data naar informatie en over hoe AI gemeenten kan helpen om steeds gerichter te sturen op een gezonde leefomgeving.

In deze aflevering van DMI Doet spreken Dimitry de Wit van de veiligheidsregio Brabant-Zuidoost en Luuk Misdom van de gemeente Helmond over Talking Traffic: slimme verkeerslichten die weten wanneer een hulpdienst nadert en daarop kunnen reageren. Voor brandweer, ambulance en andere hulpdiensten telt elke seconde. Toch moeten voertuigen nu vaak stapvoets door rood rijden of zich door druk verkeer manoeuvreren. Dat is niet alleen traag, maar ook risicovol voor hulpverleners en andere weggebruikers. In Helmond wordt al gewerkt met een systeem waarbij brandweervoertuigen hun positie delen met intelligente verkeerslichten, zodat kruispunten tijdig op groen kunnen springen.
 
De aflevering laat zien dat de oplossing eenvoudig klinkt, maar in de praktijk vraagt om samenwerking tussen voertuigen, verkeerssystemen, wegbeheerders, veiligheidsregio’s en landelijke standaarden. Daarbij gaat het niet alleen om sneller ter plaatse zijn, maar ook om veiligheid, betrouwbaarheid en bereikbaarheid in steden die steeds drukker en autoluwer worden. Dimitry de Wit en Luuk Misdom vertellen hoe Helmond hierin vooroploopt, welke lessen daaruit zijn te trekken en wat er nodig is om slimme mobiliteit ook daadwerkelijk werkend te krijgen.

In deze aflevering van DMI Doet staat de vraag centraal hoe digitale innovatie kan helpen om de openbare ruimte groener, klimaatbestendiger en leefbaarder te maken. Jan-Willem Wesselink spreekt met Wil Jacobs van Groen als een Service, Klaas de Jonge van de gemeente Lelystad en Roel Goossens van de gemeente Sittard-Geleen over de inzet van Digital Twins bij ruimtelijke keuzes.

Aan de hand van twee concrete casussen, Flevokust Haven in Lelystad en de Zeeheldenbuurt in Sittard-Geleen, laten zij zien hoe data, sensoren en modellen inzicht geven in de effecten van ontwerpkeuzes. Wat betekent een boom voor verkoeling? Hoeveel water wordt vastgehouden? En hoe maak je de afweging tussen verkeer, groen, kabels, leidingen, bewonerswensen en biodiversiteit?

Een digital twin is hierbij niet alleen een technisch hulpmiddel, maar ook een manier om vakdisciplines, bewoners en bedrijven beter met elkaar in gesprek te brengen. Niet vanuit losse belangen of vinklijstjes, maar vanuit gedeeld inzicht in wat een ontwerp oplevert voor klimaat, gezondheid, biodiversiteit en leefkwaliteit.