Autoriteit Persoonsgegevens acht uitbreiding noodzakelijk


 De Autoriteit Persoonsgegevens (AP) moet in de volgende kabinetsperiode flink uitbreiden om burgers te beschermen en bedrijven te helpen in digitaliserend Nederland. Ontwikkelingen als gezichtsherkenning, internet of things, smartphonetechnologie, sexting, algoritmes, volgsoftware en datahandel vereisen adequaat toezicht. Om haar wettelijke taken goed te kunnen uitvoeren, moet de AP groeien van 184 fte naar 470 fte en ruim 66 miljoen euro in 2025. Dit staat in haar Meerjarenbegroting 2021-2025.

kpmg onderzoek in opdracht van ap en ministerie van justitie en veiligheid

De AP heeft haar meerjarenbegroting naast de reguliere begroting voor volgend jaar, opgesteld op basis van een onderzoek dat KMPG heeft uitgevoerd naar de benodigde capaciteit van de AP. Dit deed KPMG in opdracht van het ministerie van Justitie en Veiligheid en de AP. In de meerjarenbegroting heeft de AP een groeipad uitgestippeld. Dit geeft aan welke groei en budget nodig is om goed toezicht te kunnen blijven houden. KPMG bevestigt daarin voorgaande onderzoeken van AEF in 2017 en PwC in 2018.

persoonlijke toelichting van ap voorzitter aleid wolfsen op noodzakelijke uitbreiding

Aleid Wolfsen: "Het werk van de AP raakt iedereen. En door de digitalisering van onze economie en ons dagelijks leven neemt het werk van de AP alleen maar toe en wordt het steeds belangrijker. Daarom moeten we 'aan de voorkant' investeren in goede voorlichting en scherp toezicht. Zodat persoonsgegevens direct goed zijn beschermd. Want als je achteraf moet ingrijpen, is het al te laat. Dan is er al schade bij burgers en bij de bedrijven."

"Doordat steeds meer in ons leven digitaliseert, staan onze persoonlijke gegevens in oneindig veel bestanden. Bij de bank, de dokter, de politie, de gemeente, de Belastingdienst, techbedrijven, noem maar op. Met die gegevens over jouw leven, je gezondheid, je financiën; daar moeten organisaties en overheden zorgvuldig mee omgaan. Want al die gegevens zeggen heel veel over jou en hoe je leven eruit ziet. Dat organisaties en overheden zorgvuldig omgaan met jouw gegevens, en dat ook echt privé blijft wat privé is, daar houden wij toezicht op."

Marguerite Soeteman-Reijnen over data en risk management

Hello Radio interview met Marguerite Soeteman-Reijnen. Ze is werkzaam bij het beursgenoteerde Aon, dat adviseert op het gebied van risico-, pensioen- en gezondheidsoplossingen. Aon is actief in 120 landen, waaronder Nederland, en heeft ongeveer 50.000 werknemers. Marguerite is Chairman van de Executive Board van Aon Holdings, Global Chief Marketing Officer en lid van het Executive Committee van Aon Inpoint. Naast het werk voor Aon is ze toezichthouder bij NautaDutilh, Stichting Koninklijke Defensiemusea en AmCham, de Amerikaanse KvK in Nederland.

Marguerite Soeteman-Reijnen heeft een Master degree in de Rechtsgeleerdheid van de Erasmus Universiteit Rotterdam en is alumna van INSEAD en Harvard Business School. Marguerite is Chartered Insurance Broker en een Associate van het Chartered Insurance Institute in Londen. Ze is tevens één van de vrouwen die het Dive In Festival naar Nederland heeft gehaald. Dit is een festival van de verzekeringssector, waarin diversiteit en inclusie centrale thema's zijn. Daarnaast is Marguerite voorzitter van Stichting Topvrouwen.

gestructureerde data zorgt voor steeds meer mogelijkheden in de verzekeringsbranche

Het fijnmazig structureren van "big data" zorgt voor kansen in de verzekeringsbranche. Bijvoorbeeld het beter opsporen van fraude, of het efficiënter kunnen afhandelen van schades.

Wanneer het gaat om het bestrijden van fraude heeft het Verbond van Verzekeraars een afdeling opgericht dat het CBV heet. Dit staat voor Centrum Bestrijding Verzekeringscriminaliteit. Het ontwikkelt, monitort en bevordert een effectief beleid voor verzekeraars tegen verzekeringscriminaliteit. Volgens het CBV was er in 2017 een besparing gerealiseerd van 101 miljoen en in die periode over 5 jaar was er 452 miljoen getraceerd.

Wanneer het gaat om het efficiënter afhandelen van schades, dan kan gestructureerde data zorgen voor een betere dienstverlening. Zo kwam onlangs de Autoriteit Consument & Markt met het bericht dat verzekeraars een gezamenlijke regeling mogen invoeren voor de afhandeling van autoschades.

Dit zorgt voor meer snelheid en meer eenvoud in het afhandelen van schades aan motorrijtuigen, waar nu consumenten met een WA-verzekering de schade vaak zelf verhalen op de verzekeraar van de veroorzaker.

Vanaf medio 2021 kunnen consumenten ook bij hun eigen verzekeraar terecht, waardoor de verzekeraars onderling schades kunnen verrekenen. Het wordt dan eveneens mogelijk gemaakt voor nieuwe verzekeraars om toegang te krijgen tot deze regeling.

In dit geval is gestructureerde data verkregen uit big data, én het legitiem uitwisselen van deze data bij verzekeraars onderling, dus ook relevant. Hierdoor wordt het geregel en de ergernis bij consumenten aanzienlijk verminderd, wanneer autoschade door anderen is toegebracht. Het Verbond van Verzekeraars zal hiervoor haar bedrijfsregeling gaan aanpassen.

Tijdens het Dive In Festival voor verzekeraars legt spreekster Angela Peacock uit, wat het onbewust hebben van vooroordelen betekent. In haar andere presentaties gaat ze ook in op de gevolgen hiervan voor de besluitvorming. Met een gedegen beleid rondom diversiteit en inclusie alleen kom je er niet, het moet kennelijk ook tussen 'de oren' veranderen.

algoritmes en artificial intelligence bieden kansen maar ook uitdagingen in verzekeren

Verzekeraars houden zich al sinds hun ontstaan bezig met data-interpretatie, en nu ook in toenemende mate met risicomanagement. Het toepassen van 'artificial intelligence' op big data kan bijdragen aan verhoging van het rendement van verzekeraars. Het lijkt steeds meer een noodzakelijkheid te worden, aangezien de hoeveelheid beschikbare data over klanten en schades toeneemt. Het analyseren van data door zelflerende computers wordt mogelijk steeds meer de norm.


Verbond van Verzekeraars: 'Computer says no, dát moeten we voorkomen'


Er zijn eveneens vertrouwensrisico’s bij artificial intelligence, oftewel kunstmatige intelligentie. Zo kan bijvoorbeeld een vraagteken worden geplaatst bij de juistheid van data die in zelflerende computers wordt ingebracht. Onjuiste input, levert altijd onjuiste output en dat wil je als organisatie te allen tijde voorkomen.

Een andere kwestie van ethische aard, is of iedereen wel verzekerbaar blijft als verzekeraars "alles" weten.

En een cruciale vraag daarbij is of er geen ongewenste vooroordelen terecht komen bij artificial intelligence.

Het Nederlandse internetknooppunt AMS-IX verwerkt intussen 6 tot 9 terrabyte aan zakelijke- en privé data per seconde! Uiteraard ook gebaseerd op algoritmes...

De Engelse filosoof John Locke zei ooit het volgende;
"De enige bescherming tegen de wereld is een grondige kennis ervan." Het is maar hoe je dit bekijkt.

Interview with Katja Wilken of the Statistischen Bundesamt


The Statistischen Bundesamt, also known as Destatis, is the Federal Statistical Office of Germany. It is the institution to contact first for official data on society, economy, environment and the state. Destatis is represented in international statistical bodies of EU, OECD and UN and implements technical assistance projects in official statistics outside the EU. The  Deutsche Bundesbank has a strong interest as a user in federal statistics on the real economy and on prices as part of its monetary policy and financial stability tasks. Destatis has 2404 employees of which 57% are women and 38% of them are managers. We had an interview with Katja Wilken, she is responsable for the Department Population, Finance and Taxes.

What makes working with statistics so interesting for you?

The simple answer is: because statistics reflect life. Or to put it more precisely: because good statistics create an accurate picture of social reality in the first place. This can then be used as a basis for fact-based discussion and political decision-making. At the Federal Statistical Office of Germany, we produce some 380 sets of statistics and we are committed to the highest quality standards. Our statistics range from the number of births and the economy to social matters or the equipment of households with smartphones, that is, almost anything that constitutes our social life. We provide facts instead of fake news, we offer real value added for an informed public, for evidence-based policies and, finally, for the development of informed opinions in a democracy. This is what makes working with statistics interesting for me, and it motivates me every day.

Do you foresee Artificial Intelligence as a means to automate data interpretation and conclusion for statistics?

Researching new methods of data collection and data processing is one of our focuses. We use machine learning more and more often for automated data plausibility checks and we also use web scraping to get data from the internet. Of course, this is based on complex and "learning" algorithms. Web scraping allows us, for example, to cover dynamic pricing in online trade and to integrate it in calculating the inflation rate. Especially in the lockdown months of March and April, web scraping helped us a lot because it was impossible for some time to collect prices directly in shops.

We also do research on other digital data sources, such as satellite images or mobile phone data. To evaluate such data, we need machine learning and artificial intelligence. By applying these "new" technologies, we wish to process large data quantities in a more timely and more varied manner, so that we can create an even more precise picture of economic and social developments. So, yes: algorithms help us to provide even better data and, consequently, to provide the basis for fact-based political decisions. Of course, we also must make efforts to recruit "digital talents" and to be an attractive employer for IT experts.

how can you provide accurate statistics during the coronavirus pandemic?

Due to the coronavirus pandemic, we have faced particular challenges, which we have mastered well so far: On the one hand, we had to ensure in this unprecedented situation that we can provide our existing range of statistics, while maintaining their usual quality. And we have coped remarkably well. One reason is that the enterprises have continued to provide us with a good data basis despite the crisis. On the other hand, there has never been more demand for highly up-to-date statistics that are also accurate. Just think of political attempts to set up tailored business support programmes or of the public interest in possible excess mortality caused by the coronavirus.

We have implemented nowcasts in addition to existing statistics and have rapidly set up entirely new sets of statistics which are based especially on new digital data sources and are still experimental in some cases. Here is an example: for a number of years already, we have had an indicator showing the truck mileage on motorways, based on toll data. That indicator gives a remarkably good picture of industrial production. To put it simply: when industrial production is running well, there are many trucks on the road, transporting goods. When the industry is doing badly, there are fewer trucks on the road. The advantage this indicator has over others is that it is available very early - we have it after just a few days instead of several weeks after a given point in time. In the crisis, we have changed the base of indicators from monthly to daily, so that now we can show very accurately what happens on the road and also what happens in the economy.

Let me give you another example: by using scanner data, we have been able to show very accurately, and very early, what happens at the supermarket checkout. We have seen, for example, that the demand for disinfectants and toilet tissue shot up when the crisis began and we have seen how it developed during the first weeks of the crisis. One effect of the pandemic is that data produced by well-established methods have been published even more rapidly than would have been the case under normal conditions. The crisis has enormously accelerated these processes. Of course, this is only possible with know how of our colleagues and especially their teamwork and commitment.

If there is anything positive for us about the pandemic, then it is this: we have learned that we will have to react more rapidly and even more flexibly to new data needs in the future. And we have seen what we are able to do. This makes me confident about our future as the leading information provider in Germany.

does GDP to measure economics, still reflects our interpretation on quality of life?

The gross domestic product is not a comprehensive measure of well-being. The GDP is limited to the economy and it measures a national economy's real economic performance that can be measured in prices - it's as simple as that. But well-being, or the quality of life, comprises much more than that. For example, there is the state of the environment - and this is where the ecological costs of doing business come in.

Other aspects are equal opportunities in education and a fair income distribution. All this means that looking at the GDP is not sufficient if we want to measure well-being. Everyone wants the "one" measure of well-being, but so far no-one has been able to develop it. To get a better picture, we can look at other sets of indicators beyond the GDP. Indicators such as the UN Sustainable Development Goals help us to widen our view to include the social and ecological dimensions of well-being. For a number of years, the Federal Statistical Office has monitored the SDGs in Germany and has published the data - and this is really a good complement to the purely economic measurement of well-being. In addition, we cooperate with statisticians worldwide to develop a measure beyond the current GDP that includes unpaid housework, the distribution of income and consumption, saving and assets, and health and social matters. But I have to admit that this is a thing of the future.

What are the goals or main points of interest of Destatis in the near future?

To remain relevant, our statistics will have to be of great benefit also in the 21st century. This means that they have to be up to date, they have to represent reality very accurately and, above all, it must be possible for users to evaluate them comprehensively. We are therefore making great efforts to develop not only new digital data sources but also new data hubs and dashboards. A general aspect in all this is the open data idea. All results should be available in open formats, and machine evaluation should be possible. Obviously, we also have to close data gaps, become more flexible and reduce the burden on respondents. 

No one wants to complete long questionnaires, and no one wants bureaucracy, but everyone wants good statistics. For us this means that we have to use more often existing data from administrative registers. And this means that registers that are decentralised, because of the federal structure of Germany, have to be modernised and linked up. This requires legal amendments, among other things. So you see - we are working in many complex areas of action. But I think we are well prepared for the future. What is exciting in the digital era is the permanent disruption and the enormous technological opportunities. This is what fascinates me as a statistician. At Destatis, we want to use that potential to enhance the benefit of our statistics.