Maja Klabbers en Max Joosten (Talis): Leefbaarheid inzichtelijk maken met dashboards en AI

Geplaatst door CorporatieMedia op
 

Voor steeds meer woningcorporaties is het aanpakken en verbeteren van leefbaarheid in de wijken een belangrijke uitdaging. Maar wat houdt een leefbare wijk precies in, waar richt je je op wanneer je dit wilt verbeteren en hoe helpen nieuwe technologieën als AI woningcorporatie Talis hierbij? CorporatieGids Magazine sprak erover met Kwaliteitsmedewerker Leefbaarheid Maja Klabbers en Data-analist Max Joosten.

Leefbaarheid is een breed begrip, begint Max het gesprek: “De definitie van de Rijksoverheid geeft het mooi weer: de leefbaarheid van een buurt of wijk betreft de mate waarin de omgeving aansluit bij de eisen en wensen van de mensen die er wonen. Het gaat dan om de fysieke omgeving, woningvoorraad, voorzieningen, sociale samenhang en om overlast en veiligheid. Daarbij zijn er drie uitdagingen die in onze regio veel voorkomen: geluidsoverlast, afval in de woonomgeving en vervuiling of hoarding achter de voordeur. Daar proberen wij als Talis nu meer grip op te krijgen.”

Input centraal zetten
Om de leefbaarheid in wijken te kunnen verbeteren, is het belangrijk dat je de input van bewoners, medewerkers en netwerkpartners centraal zet. Maja: “Kijk goed naar wat zij te zeggen hebben. Dat begint met het ophalen van informatie bij en luisteren naar bewoners. Dit is een kanteling ten opzichte van vroeger toen we vaak dachten te doen wat goed was. Het ophalen van deze input is iets wat medewerkers doen via bijvoorbeeld bewonersavonden om helder te krijgen wat belangrijk is voor de bewoners binnen een cluster, maar ook via data uit eigen of openbare bronnen.”

Onderbuikgevoel
“Leefbaarheid werd vroeger vooral bijgehouden op ‘lijstjes’ of aangepakt op basis van een onderbuikgevoel,” gaat Maja verder. “Maar wat hou je dan bij? Leefbaarheid is anders dan concrete data van vastgoed of financien. Leefbaarheid is ‘zacht’. En toch was er behoefte aan inzicht. Daarom hebben we geprobeerd dit thema te vertalen naar dashboards waarbij we ons de vraag stelden: kan het gevoel concreet worden gemaakt? Hebben we inzicht in wat er gebeurt in de wijken? Wat merken onze medewerkers en wat melden bewoners? Kunnen we zicht op de wijken daarmee hoger tillen en de grote lijn helder krijgen? En dan het vervolg: waar kunnen we samen met bewoners en stakeholders op inspelen om de leefbaarheid verder te verbeteren.”

AI-challenge
Daarbij werd de corporatie getriggerd om te kijken naar de mogelijkheden die AI hierbij kunnen bieden. Max: “In 2020 is er door de overheid een challenge uitgeschreven om AI in te zetten voor een maatschappelijk doel. Het was een project met RVO-subsidie waarvoor woningcorporaties werden gezocht. AI was toen nog niet zo dagelijks in het nieuws als nu en redelijk onbekend terrein dat we beter wilden leren kennen. En omdat leefbaarheid en AI zo ver uit elkaar lijken te liggen, maakte ons dat nieuwsgierig naar eventuele mogelijkheden.”

Werelden bij elkaar brengen
Waar data heel zwartwit zijn, is leefbaarheid dat niet. “Die twee werelden bij elkaar brengen was dan ook precies de uitdaging,” vertelt Max. “We zijn destijds begonnen en door middel van trial en error vanuit ons vorige dashboard zijn we gekomen tot het dashboard dat we nu hebben. De leefbaarheidsmeldingen die verwerkt worden in ons ERP-systeem kunnen worden aangereikt door bewoners of voortkomen uit signaleringen van onze eigen wijkbeheerders en -adviseurs. Het dashboard geeft vervolgens inzicht op verschillende niveaus: gemeentelijk, per wijk, per buurt en per complex.”

Indicatoren
Op de vraag welke data zoal worden gebruikt in de dashboards, zegt Maja: “Indicatoren die de leefbaarheid volgens ons goed weergeven zijn onder andere sociale cohesie, veiligheid, geluidsoverlast, afval en groen. Deze indicatoren worden gecombineerd en afgezet tegenover andere informatie, zoals de Leefbaarometer, de veerkrachtkaarten van Aedes en de stads- en wijkmonitor van de gemeente.”

AI-voorspellingen
“Bij dit laatste onderdeel biedt AI meerwaarde,” gaat Max verder. “De bronnen die worden gecombineerd met indicatoren komen voort uit een tal van openbare bronnen. Deze kun je één voor één raadplegen, maar door ze samen te brengen ontstaat een mooie doorsnee. AI vertaalt deze gegevens specifiek door naar onze eigen complexen binnen een bepaalde buurt of wijk. Zo hebben we een goed beeld van de top tien complexen die goed of minder goed scoren op het gebied van leefbaarheid in de breedste zin van het woord. Dat stelt ons in staat om patronen beter te herkennen. De AI-tool voorspelt namelijk de impact van bepaalde factoren op de leefbaarheid. Het laat de grootte van de correlatie zien en of deze positief of negatief is. Wanneer je de factor die eruit springt beïnvloedt, dus wanneer je aan één van de knoppen gaat draaien, kun je opnieuw een prognose doen en voorspelt het model een nieuwe leefbaarheidsscore. Zo kunnen we veel gerichter zien waar verbeterpotentieel ligt.”

Samenwerken
Talis maakt maandelijks een analyse van ontwikkelingen, trends en zaken die opvallen. Maja: “Dit bespreken we in het Kernteam Leefbaarheid en nemen we mee in gesprekken met bewoners en netwerkpartners. Daarop kunnen acties worden uitgezet. Neem bijvoorbeeld de afvalproblematiek en de toenemende vervuiling van de woonomgeving. We gaan daarvoor actief de samenwerking aan met de gemeente en Dienst Afvalstoffenreiniging, en betrekken bewoners daarbij.”

Gebruik inbedden
Om de dashboards als organisatie goed te kunnen gebruiken, is het belangrijk dat het gebruik wordt ingebed in de organisatiestructuur. “Bijvoorbeeld binnen de Kernteams, het Managementteam, de Bestuurlijke Organisatie en ook in de besluitvorming,” vertelt Maja. “Het vraagt daarnaast ook om goede sturing op en ondersteuning bij het vastleggen van meldingen en een goede afkadering. Want hoeveel data is genoeg?”

Aansluiten bij behoeften
Max knikt en vervolgt: “Vanuit de technische kant vraagt het dat we de dashboards bij implementatie valideren: komt de data overeen met de data uit ons ERP-systeem? Daarnaast willen we steeds beter aan de wensen van de afdelingen voldoen. Denk aan het toevoegen van extra informatie, andere filters en nieuwe visuals. Ook het ontwerp en de lay-out worden aangepast zodat het dashboard er echt uit komt te zien als een ‘Talis-dashboard’. Dat continue ontwikkelen doen we ook met de AI-tool. Samen met de leverancier kijken we naar de doorontwikkeling zodat deze tools steeds beter aansluiten bij onze behoeften en wensen.”

Menselijke maat voorop
Op de vraag wat het gebruik Talis tot dusver heeft opgeleverd, zegt Maja: “Het heeft ons vooral geholpen bij de ondersteuning van het onderbuikgevoel. De menselijke maat, hoe bewoners en medewerkers buurten en wijken ervaren, blijft uiteraard voorop staan. Maar de data kunnen het meer handen en voeten geven. Het helpt bij de totstandkoming van samenwerking met stakeholders die we nodig hebben bij onderwerpen die in de wijken spelen.”

Continu leren
Talis wil het gebruik van de dashboards en AI uitbreiden, vertelt Max: “Er worden continu nieuwe data toegevoegd aan het AI-model. Zo onderzoeken we momenteel of gegevens over afval en vervuiling van de gemeente gebruikt kunnen worden. Daarnaast is er sprake van machine learning. Het model leert en verbetert met de verwerking van data. Hoe langer de AI-tool actief is en hoe meer data erin verwerkt worden, hoe beter het onze wijken en complexen leert kennen. Daarmee worden de gemaakte voorspellingen beter. En ook wij leren. Bij onder andere toekomstvisies van wijken krijgen we steeds meer inzicht en hebben we scherper wat het model ons kan bieden.”

CorporatiePlein
Bezoekers van CorporatiePlein kunnen op 12 september een theatersessie bijwonen waarin Maja en Max meer delen over het verbeteren van leefbaarheid middels dashboards en AI. Maja: “Het thema van die sessie is ‘Van Data naar Daadkracht’, waarin we vertellen over het verbinden van de praktijk en data. Met handvatten voor collegacorporaties om ook een doorlopend verbeterproces te creëren.” 

Bron: CorporatieGids Magazine, Foto: Theo Scholten