AI kijkt, jij beslist: wat we leerden op NCBOR 2026

Op 24 maart stonden we in de Oude Kerk in Delft voor een volle zaal beheerders, beleidsmakers en innovators. Het Nationaal Congres Beheer Openbare Ruimte (NCBOR) 2026 had als thema ‘Omgaan met veranderingen: beheer als monument’. Samen met Rob Smit van Gemeente Wassenaar verzorgden we de deelsessie AI kijkt, jij beslist! Eerlijk gezegd gingen de gesprekken die volgden minder over technologie dan we hadden verwacht, en dat was precies de bedoeling.

Niet de robot op de fiets

In onze presentatie openden we met een illustratie die direct de toon zette. Links: een robot op een fiets met een schouwboek. Rechts: een beheerder op een fiets met een camera en een AI-dashboard. Het verschil? De robot imiteert de inspecteur. Het herontwerp zet AI in als gereedschap.

Dat onderscheid is cruciaal. Te vaak wordt AI gepresenteerd als een digitale vervanger van de inspecteur, een slimmere versie van het bestaande proces. Maar de werkelijke kracht zit in het herontwerpen van het proces zelf. Niet: “hoe laten we AI het schouwformulier invullen?” Maar: “welke informatie heeft de beheerder nodig om betere beslissingen te nemen?”

Waarom technologie alleen niet genoeg is

Digitale transformaties falen niet door technologie, maar door de mens. Dat klinkt als een open deur, maar in de praktijk zien we het keer op keer: een gemeente investeert in een slim systeem, de pilot is een succes, en dan… blijft het bij de pilot.

Tijdens onze sessie bespraken we het UTAUT-model (Unified Theory of Acceptance and Use of Technology) om dit te duiden. Dit model laat zien dat de adoptie van nieuwe technologie afhangt van vier factoren:

1. Verwachting over prestaties. Levert het systeem op wat het belooft? Ziet de beheerder direct meerwaarde in het dagelijks werk?
2. Verwachting over de moeite. Hoe makkelijk is het te gebruiken? Als het meer werk oplevert dan het bespaart, haakt iedereen af.
3. Sociale invloed. Wat vinden collega’s ervan? Wordt het gedragen door het team, of is het ‘iets van de innovatieafdeling’?
4. Faciliterende condities. Zijn de randvoorwaarden op orde? Training, ondersteuning, tijd om te leren?

In de praktijk ziet dat er als volgt uit: bij veel gemeenten scoren de eerste twee punten prima. De AI werkt, de interface is helder. Maar op punt drie en vier gaat het mis. Er is geen draagvlak op de werkvloer, of de begeleiding stopt na de implementatie.

Verandering organiseren, niet alleen technologie implementeren

Dat brengt ons bij de kern. Innovatie in beheer openbare ruimte stagneert zelden door een gebrek aan technologie. Het stagneert doordat besluitvorming te lang duurt, doordat mensen worden betrokken bij de oplossing in plaats van bij het probleem, en doordat begeleiding stopt zodra het systeem live is.

Vraag niet “wat vind je van dit AI-systeem?”, maar “waar loop je tegenaan als je nu de wijk in gaat voor een schouw?” Dát raakt de echte pijnpunten. En als je daar begint, bij de frustratie op de werkvloer, dan bouw je technologie die aansluit bij wat mensen nodig hebben, in plaats van iets dat ze erbij moeten doen.

Implementatie is niet hetzelfde als adoptie. De echte vragen komen pas nadat het systeem live is. Juist dan moet je er zijn.

SOEF: Snel, Objectief, Eenvoudig en Fijnmazig

Onze aanpak speelt in op wat we SOEF noemen, een aanpak gericht op Snel, Objectief, Eenvoudig en Fijnmazig schouwen van de openbare ruimte. Traditionele beeldkwaliteitsmetingen zijn arbeidsintensief en subjectief. Twee inspecteurs beoordelen dezelfde straat anders, afhankelijk van ervaring, weer en humeur.

AI brengt daar objectiviteit in. Beheerders die toch al door de wijk rijden, monteren een camera op hun voertuig of fiets. UrbanVue analyseert de beelden automatisch op zwerfafval, onkruid, groenonderhoud en verhardingsschade. De resultaten verschijnen direct op het platform: inzichtelijk, consistent en herhaalbaar.

Niet als vervanging van het vakmanschap, maar als fundament waarop de beheerder betere beslissingen neemt. De AI kijkt, de beheerder beslist.

Privacy als ontwerpprincipe

Een veelgestelde vraag tijdens de sessie: hoe zit het met privacy? Terecht, want je rijdt met camera’s door de openbare ruimte. Ons antwoord: privacy is geen bijzaak, maar ontwerpprincipe.

We hebben een DPIA (gegevensbeschermingseffectbeoordeling) uitgevoerd conform de AVG. Kentekens en gezichten worden automatisch geanonimiseerd. We slaan alleen straatbeelden op, geen persoonsgegevens. De beveiliging is gebaseerd op ISO 27001-richtlijnen: encryptie, toegangsbeheer, logging en beperkte bewaartermijnen.

Klein beginnen, niet klein blijven

De belangrijkste les die we meenamen uit de gesprekken na afloop: klein beginnen is slim, maar het mag geen excuus worden om klein te blijven. Te veel pilots blijven pilots. De stap naar opschaling vraagt iets anders dan de stap naar een eerste experiment. Het vraagt dat je verandering organiseert, niet alleen technologie implementeert.

Gemeenten hebben daarbij een groot voordeel: korte lijnen tussen uitvoering en beleid, en direct contact met de werkvloer. Maar dat voordeel verdwijnt zodra capaciteitsdruk leidt tot risicomijdend gedrag, precies op het moment dat wendbaarheid het hardst nodig is.

Structuur zonder bureaucratie. Langetermijndenken zonder starheid. Aanpassingsvermogen zonder chaos. Dat is waar het om draait.

Terugkijkend

NCBOR 2026 bevestigde wat we al langer merken: de vraag is niet meer óf AI een rol speelt in beheer openbare ruimte, maar hoe je het zo inzet dat het de beheerder versterkt in plaats van vervangt. De technologie is er. De modellen werken. Nu gaat het om de mens erachter.

Wil je weten hoe AI jouw gemeente kan ondersteunen bij het schouwen en monitoren van de openbare ruimte? Neem contact met ons op.