Reeks over dataplatform InZicht: artikel 7
Met ons virtuele platform InZicht faciliteert VCS een datagedreven aanpak van ondermijning. In een serie van 10 artikelen licht ik de werking van InZicht toe. Vandaag artikel 7: Wie dragen bij aan het ondermijningsbeeld?
Mede dankzij de (openbare) data van partners, ontstaat inzicht in ondermijning in een bepaald gebied. De data kan bestaan uit kwantitatieve gegevens, zoals cijfers. Of uit kwalitatieve gegevens, zoals ervaringen en meldingen. Al deze data vormt de basis van een dynamisch ondermijningsbeeld. Welke partijen dragen hieraan bij?
1. Gemeente
Volgens de VNG is de aanpak van ondermijning al geruime tijd niet meer de exclusieve taak van de politie. De gemeente heeft nu een leidende rol. Een gemeente kan belangrijke ‘gesloten’ data leveren, waarover alleen zij beschikt. Deze data visualiseren we in InZicht, wat die gemeente nieuwe inzichten kan bieden.
2. Politie
De politie handhaaft de rechtsorde en biedt hulp aan de mensen die dit nodig hebben. Ook spoort zij ondermijnende activiteiten op. Zij is dus op de hoogte van ondermijning, de signalen ervan en de nieuwste ontwikkelingen. Ook ontvangt de politie meldingen van burgers die wijzen op criminele activiteiten.
3. Openbaar Ministerie
Het OM is belast met de juridische kant van strafrechtelijk onderzoek in Nederland. Zij zijn op de hoogte van ondermijnende activiteiten in gemeenten en regio’s, aangezien zij deze tegenkomen in strafrechtelijk onderzoek. Ook kennen zij vanuit deze onderzoeken de signalen van ondermijnende activiteiten.
4. RIEC en LIEC
De tien RIEC’s zijn regionale publiek-private samenwerkingsverbanden. Zij verbinden informatie, expertise en inzet om de georganiseerde criminaliteit aan te pakken. Het LIEC legt de verbinding tussen de RIEC’s. De RIEC’s beschikken over rijke informatie over ondermijning in een regio. Ook koppelen ze al databronnen om tot inzichten te komen.
5. Belastingdienst en FIOD
De Belastingdienst werkt mee aan de aanpak van ondermijning. Zo berekenen ze hoeveel criminelen verdienen met hun drugslabs of hennepkwekerijen, als belastingplichtige. Als de Belastingdienst fraude vermoedt, legt ze dit voor aan de FIOD, haar opsporingsinstantie.
6. Landelijk Bureau Bibob
Landelijk Bureau Bibob is onderdeel van de screeningsautoriteit Justis en onderzoekt de integriteit van betrokkenen en hun zakelijke relaties. Het bureau adviseert daarnaast over het gevaar van misbruik van vergunningen, subsidies en aanbestedingen. Ook dit is ondermijning. Deze partner herkent de signalen vanuit integriteitsonderzoeken.
7. Private partijen
Ook private partijen – zoals energieleveranciers, horeca, autogarages, woningcorporaties of makelaars – kunnen bijdragen aan inzicht in ondermijning in een bepaald gebied. Data kan bijvoorbeeld bestaan uit het energieverbruik in een straat, aantallen leegstaande woningen of meldingen als er auto’s contant worden betaald.
8. Bewonersorganisaties en wijkbeheerders
Bewoners, wijkbeheerders en leden van wijkorganisaties vormen de ogen en oren van de straat. Bewoners weten vaak nog beter wat zich in de wijk afspeelt dan de wijkagent. Hier kunnen signalen van ondermijning bij zitten. Dit draagt bij aan het dynamisch ondermijningsbeeld.
9. CCV
Het CCV helpt gemeenten bij de aanpak van ondermijning. Het voorziet hen van informatie. Zo lopen er verschillende projecten bij de gemeente Rotterdam, de Rijswijkse Plaspoelpolder, havengebieden en andere partijen. Het CCV weet wat een dynamisch ondermijningsbeeld is en wat de signalen zijn van ondermijning.
Andere bronnen en partners
Er zijn tal van andere bronnen en partners. Zoals de KvK, het Kadaster, de vreemdelingenpolitie, Meld Misdaad Anoniem, Jeugdzorg, middelbare scholen en het waterschap. Er is een verschil tussen partijen die data hebben en met ondermijning werken, en partijen die zelf niets met hun data kunnen. Zij zijn een bron (en geen partner) voor het dynamisch ondermijningsbeeld.
Conclusie
Een dynamisch ondermijningsbeeld vraagt ook om samenwerking. Dankzij de (openbare) data van partners, krijgt een partij een informatiepositie. Al deze data vormt de basis van een dynamisch ondermijningsbeeld. Samen combineren we verschillende soorten informatie om patronen van ondermijning te herkennen.
Bronnen
VNG. (z.j.). Ondermijning. Geraadpleegd op 19 januari 2021, van https://vng.nl/rubrieken/onderwerpen/ondermijning
OM. (z.j.). Organisatie. Geraadpleegd op 19 januari 2021, van https://www.om.nl/organisatie/
RIEC. (z.j.). RIEC-LIEC convenant, Privacyprotocol en persoonsgegevens. Geraadpleegd op 19 januari 2021, van https://www.riec.nl/maatregelen-en-documenten/convenant
Eindhovens Dagblad. (2019). Niet de politie, maar de Belastingdienst is de zwaarste opponent van de criminele wereld. Geraadpleegd op 19 januari 2021, van https://www.ed.nl/brabant/niet-de-politie-maar-de-belastingdienst-is-de-zwaarste-opponent-van-de-criminele-wereld~af855475/
CCV. (2017). Praktijkvoorbeelden. Geraadpleegd op 19 januari 2021, van https://hetccv.nl/onderwerpen/georganiseerde-criminaliteit-en-ondermijning/praktijkvoorbeelden/
Justis. (2018). Landelijk Bureau Bibob. Geraadpleegd op 19 januari 2021, van https://www.justis.nl/Producten/Bibob/index.aspx
