Ellenlange emailgesprekken met bijbehorende bijlages moeten in zijn geheel worden uitgeplozen. Alle drafts en dubbelingen moeten eruit en alle privacy- en bedrijfsgevoelige informatie moet worden weggelakt -veelal handmatig. Deze werkwijze is niet meer van deze tijd; en het is ook niet nodig.
Verschillende overheidsdiensten, maar ook bedrijven die informatieverzoeken, audits of interne onderzoeken laten uitvoeren, zijn druk bezig de verwerking en opslag van hun informatie in verregaande mate te automatiseren. In een recent webinar met als thema ‘Wob-verzoeken efficiënt en volledig afhandelen’ bespraken Wob-deskundige bij de Rijksoverheid Leon Maes, bijzonder hoogleraar Johannes Scholtes (Universiteit Maastricht) en ZyLAB productmanager Daniël Schuuring over hoe een Rijksdepartement met de Wob omgaat.
Tijdens het gesprek benoemde Maes dat Wob-verzoeken soms wel tienduizenden documenten en emails beslaan. Van al die informatie moet naast al het zoek-, selecteer- en lakwerk ook een inventarislijst worden opgesteld met waarom welke informatie wel en niet wordt gedeeld. Zijn departement is daarom op zoek gegaan naar mogelijkheden om de behandeling zoveel mogelijk te automatiseren. Verouderde software als Adobe Pro voldoet niet meer om grote informatieverzoeken af te handelen. “Het kost teveel tijd om tienduizenden documenten met verouderde techniek te doorzoeken. De aandacht wordt minder en de kwaliteit van behandeling gaat erop achteruit”, aldus Maes. Na uitgebreide consultatierondes kwam het departement uit bij ZyLAB, die de meest geavanceerde technologie kon bieden voor het behandelen van Wob-aanvragen.
“Het kost teveel tijd om tienduizenden documenten met verouderde techniek te doorzoeken. De aandacht wordt minder en de kwaliteit van behandeling gaat erop achteruit”
Namens ZyLAB legt Schuuring uit dat medewerkers aan de hand van speciaal ontwikkelde Wob-templates eenvoudig hun documenten en emailconversaties kunnen uploaden naar het systeem, inclusief gecomprimeerde bestanden, foto- en videobestanden en overige bijlagen. Binnen enkele minuten heeft het systeem alle informatie uitgepakt en doorzoekbaar gemaakt. In een overzichtelijk visueel dashboard is duidelijk te zien wat de status en oorsprong van de documenten is, welke al zijn beoordeeld en gelakt en wie de behandelaar is. Medewerkers kunnen de documenten zelf labelen aan de hand van de metadata. Met een of enkele zoekwoorden kunnen de documenten, of ‘documentfamilies´ bestaande uit groepen van emailgesprekken, worden inzien en bewerkt.
Aan de hand van patroonherkenning vindt en anonimiseert de software automatisch gevoelige gegevens als persoonsnamen, telefoonnummers, emailadressen, IBAN-nummers etc. Voordat de documenten de deur uitgaan, worden ze in het systeem ‘ingebrand’, waardoor ze definitief niet meer te achterhalen zijn. Speciaal voor de Nederlandse Wob-regelgeving, is er gekozen voor witte weglakking met een zwart randje. Wanneer een document is afgehandeld, komt het in een resultatenlijst terecht, een soort controlelijst. Wanneer het Wob-verzoek is afgerond, kan deze resultatenlijst worden omgezet in de inventarislijst die organisaties verplicht bij wet moeten leveren aan de indiener.
“Gebruikers zijn erg enthousiast over de software, omdat het tijd bespaart en makkelijk in gebruik is”
Volgens Maes zijn de gebruikers erg enthousiast over de software, omdat het tijd bespaart en makkelijk in gebruik is. In tegenstelling tot verouderde software wijst het nieuw aangeschafte systeem de behandelend ambtenaar op alle dubbele documenten, zodat hij de meest recente of - relevante versie kan kiezen. Op de vraag wat ervoor nodig is om twijfelende managers over de streep te trekken, is hij kort en duidelijk: “probeer het gewoon en kijk wat werkt. Laat een klein Wob-verzoek zowel handmatig als met de software uitvoeren en leg de stopwatch ernaast.” Maes stelt dat ambtenaren direct gemotiveerd zijn om met de software te werken wanneer ze de enorme tijdswinst en hogere accuraatheid van afhandeling zien. “En met de overgang van de Wob naar de Wet open overheid (Woo) is het aan te raden om daar nu al op in te spelen.”
Aan de hand van het zogeheten ‘Wob-volwassenheidsmodel’ kunnen organisaties zien hoe ver ze zijn in hun dataverwerkingsstrategie. Veel organisaties benaderen de Wob veelal nog adhoc, bij gebrek aan strategie en met veel handmatig verwerken van de aanvragen. Wanneer er dan ineens veel (grote) informatieverzoeken binnenkomen, legt dit een hoge druk op de organisatie. De kwaliteitscontrole ontbreekt, met alle financiële, juridische en politieke risico’s van dien. En dit terwijl er met een eerste toepassing van de juiste technologie al snel 90 procent van het werk uit handen kan worden genomen. De computer neemt het saaiste handwerk over en de beleidsmedewerker controleert het werk, waarna hij zich weer kan richten op zijn inhoudelijke werkzaamheden.
In de hogere fases van volwassenwording kunnen organisaties nog geavanceerdere methodes aanwenden om de behandelingstijd van Wob-verzoeken terug te dringen. Bekijk hier het webinar voor meer informatie over de fascinerende mogelijkheden die analytics en kunstmatige intelligentie bieden bij het behandelen van Wob-aanvragen.