Den Bosch heeft alle gesprekken met belanghebbenden die gedurende een maand zijn opgenomen, in hun eindrapport opgenomen.

De gemeente 's-Hertogenbosch (Den Bosch) is gaan samenwerken met dembrane (voorheen ECHO) om AI-ondersteunde publieke participatieprocessen te implementeren in drie pilotprogramma's in 2024. Met behulp van het platform van dembrane was de gemeente in staat om maanden aan dialogen met belanghebbenden, straatinterviews en openbare raadplegingen binnen enkele minuten te verwerken in plaats van maanden. Dit resulteerde in een duidelijk mandaat voor een autoluwe binnenstad, een aanzienlijke ROI voor de gemeente en een herhaalbare methodologie die nu wordt toegepast op de gezondheidszorg en andere publieke participatieprogramma's.

Achtergrond

De uitdaging van moderne publieke participatie

De gemeente 's-Hertogenbosch stond voor een veelvoorkomende uitdaging in het moderne bestuur: hoe kun je grote hoeveelheden inbreng van burgers via meerdere participatiekanalen op een zinvolle manier verwerken en synthetiseren? Traditionele methoden om gegevens van openbare raadplegingen te analyseren waren tijdrovend en namen vaak maanden in beslag om te verwerken en te synthetiseren, waardoor het politieke momentum voor besluitvorming vaak al verdwenen was.

De gemeente richtte zich met name op mobiliteits- en stadsplanningsbesluiten die een breed draagvlak onder de burgers vereisten. Eerdere raadplegingsprocessen hadden veel gegevens opgeleverd, maar het ontbrak aan de analytische capaciteit om snel patronen, consensuspunten en meningsverschillen te identificeren die als basis konden dienen voor beleidsbeslissingen.

De context van 's-Hertogenbosch

's-Hertogenbosch, een historische stad in Noord-Brabant met ongeveer 155.000 inwoners, worstelde met typische stedelijke uitdagingen: het in balans brengen van bereikbaarheid, duurzaamheid en leefbaarheid in de binnenstad. De gemeente realiseerde zich dat effectieve beleidsvorming niet alleen burgerinbreng vereiste, maar ook het vermogen om die inbreng snel te verwerken en te begrijpen om de democratische legitimiteit en het politieke momentum te behouden.

Het gebruik van dembrane

Het platform van dembrane werd ingezet om de complete workflow van de dataverwerking voor publieke participatie te beheren:

• Transcriptie: Automatische conversie van opgenomen dialogen en raadplegingen

• Anonimisering: Privacy- en AVG-conforme verwerking van burgerinbreng

• Topic Modeling: Door AI ondersteunde identificatie van belangrijke thema's en discussiepunten

• Synthese: Genereren van bruikbare inzichten en identificeren van consensus

De implementatie van dembrane ondersteunde veel verschillende participatiekanalen, zoals traditionele inspraakavonden, straatinterviews met burgers, dialoogbijeenkomsten met georganiseerde groepen en digitale participatieplatforms.

Implementatie: drie pilotprogramma's

De gemeente koos ervoor om de oplossing van dembrane te testen in drie verschillende pilotprogramma's, die elk ontworpen waren om verschillende aspecten van publieke participatie te verkennen. De eerste pilot richtte zich op burgerberaden, voortbouwend op eerdere deliberatieve sessies met geselecteerde burgervertegenwoordigers. Deze diepgaande bijeenkomsten maakten een uitgebreide verkenning van het beleid mogelijk met inbreng van diverse belanghebbenden, waarbij het vermogen van het systeem om complexe, genuanceerde discussies te verwerken werd getest.

De tweede pilot richtte zich op de brede mobiliteitstransitie waar de binnenstad voor staat. Bij deze stadsbrede raadpleging waren het grote publiek, lokale ondernemers en belangenorganisaties betrokken bij het ontwikkelen van duurzaam mobiliteitsbeleid. De omvang en diversiteit van de deelnemers maakten deze pilot bijzonder uitdagend, maar uiteindelijk uiterst succesvol. Door de AI-ondersteunde verwerking kon de gemeente duidelijke patronen in de voorkeuren van burgers identificeren, wat uiteindelijk resulteerde in een sterk mandaat voor de invoering van een autoluwe binnenstad.

De derde pilot was gepland rondom wijkbetrokkenheid, specifiek met de bewonersgemeenschap 'Zandbewoners', gericht op hyperlokale raadplegingsprocessen. Hoewel deze pilot in de beginfase was gepland, is deze niet volledig geïmplementeerd. Dit leverde wel nuttige inzichten op over het belang van prioritering en middelenallocatie bij de uitrol van nieuwe raadplegingstechnologieën.

Analyse van de ervaringen van belanghebbenden

De implementatie bracht vijf verschillende categorieën van belanghebbenden binnen de gemeentelijke structuur aan het licht, elk met andere behoeften en ervaringen met het AI-ondersteunde raadplegingsproces. Het begrijpen van deze verschillende perspectieven bleek cruciaal voor het succes van het project en biedt waardevolle inzichten voor andere gemeenten die soortgelijke implementaties overwegen.

Op bestuurlijk niveau kregen wethouders meer vertrouwen in empirisch onderbouwde beleidskeuzes door toegang tot duidelijke, gesynthetiseerde burgerinbreng. Politieke leiders worstelen vaak met de uitdaging om democratische raadpleging in balans te brengen met de noodzaak om daadkrachtig te handelen. Het AI-ondersteunde proces voorzag hen van verdedigbaar bewijs voor controversiële beslissingen, terwijl het politieke risico werd verminderd door aantoonbare burgerbetrokkenheid.

Seniorenbeleidsadviseurs zoals Marloes Engelhart fungeerden als cruciale beïnvloeders en sloegen een brug tussen de politieke leiding en de operationele teams. De ervaring van Marloes vatte het transformatieve potentieel van de aanpak goed samen: "Met dembrane konden we de breuklijnen en de gemeenschappelijke basis in minuten zien, niet in maanden. Het is voor het eerst dat ons hele team het gevoel had dat we vooropliepen in het debat." Deze groep belanghebbenden waardeerde vooral het toegenomen vermogen om strategisch advies te geven op basis van uitgebreide burgerinbreng, waardoor ze konden anticiperen op controversiële punten en consensus voordat deze politieke uitdagingen werden.

Projectmanagers en facilitators merkten dat ze werden verlost van de administratieve last van dataverwerking. Hierdoor konden ze zich richten op waar ze het beste in zijn: betekenisvolle burgerbetrokkenheid en procesbegeleiding. In plaats van weken te besteden aan het handmatig coderen van transcripten van raadplegingen en het proberen te ontdekken van patronen, konden ze zich richten op het ontwerpen van betere participatieprocessen en het zorgvuldig interpreteren van de resultaten. Deze verschuiving van data-analyse naar strategisch denken werkte stimulerend voor de gemeentemedewerkers.

Technische beoordelaars die verantwoordelijk zijn voor compliance en IT-integratie maakten zich aanvankelijk zorgen over privacy en gegevensbescherming. Ze stelden echter vast dat de robuuste anonimiserings- en gegevensbeschermingsmaatregelen van dembrane de gemeentelijke normen zelfs overtroffen. De succesvolle integratie met bestaande gemeentelijke systemen toonde aan dat innovatieve technologie kan werken binnen gevestigde kaders.

Inkoopspecialisten, die vaak sceptisch staan tegenover de implementatie van nieuwe technologie, vonden dat de duidelijke ROI en de meetbare resultaten de argumenten voor verdere investeringen eenvoudig maakten. Het vermogen om te wijzen op specifieke beleidsbeslissingen die dankzij de technologie zijn genomen, gecombineerd met gedocumenteerde tijdsbesparingen, leverde het concrete bewijs dat inkoopprocessen vereisen.

Resultaten en impact

Het meest zichtbare directe resultaat was een duidelijk mandaat voor het invoeren van een autoluwe binnenstad. Over dit controversiële stadsplanningsbesluit werd al jaren gediscussieerd, maar eerdere raadplegingsprocessen hadden niet de duidelijke richting vanuit de burgers opgeleverd die politieke leiders nodig hadden om stappen te zetten. De AI-ondersteunde verwerking onthulde zowel gebieden van sterke consensus als specifieke zorgen die moesten worden aangepakt. Dit zorgde voor een roadmap voor de implementatie in plaats van alleen algemene steun.

De efficiëntiewinst was enorm. Analyses die voorheen maanden in beslag namen, werden nu binnen enkele minuten afgerond, waardoor het gemeentelijke communicatieteam zich kon richten op interpretatie en strategie in plaats van op dataverwerking. Deze snelheid betekende dat de resultaten van raadplegingen konden worden geïntegreerd in de besluitvorming terwijl de onderwerpen politiek nog actueel waren. Zo bleef de verbinding tussen burgerinbreng en beleidsuitkomsten behouden, wat essentieel is voor democratische legitimiteit.

Misschien wel het belangrijkste was dat de aanpak zorgde voor draagvlak binnen de hele gemeentelijke organisatie. Er ontstond afstemming tussen verschillende afdelingen, omdat verschillende groepen belanghebbenden konden zien hoe het proces hun specifieke behoeften diende en tegelijkertijd bijdroeg aan de algehele effectiviteit van de gemeente. De politieke leiding kreeg meer vertrouwen in empirisch onderbouwde beslissingen, het operationele personeel kon zich richten op hun kerntaken en de technische teams zagen succesvolle innovatie binnen gevestigde kaders.

Het succes van de eerste implementatie leidde tot de herhaling van de methodologie bij andere gemeentelijke functies. De aanpak die is ontwikkeld voor de mobiliteitsraadpleging is inmiddels aangepast voor beleidsraadplegingen in de gezondheidszorg en andere publieke participatieprogramma's. In plaats van AI-ondersteunde raadpleging als een uitzondering te behandelen, heeft de gemeente het geïntegreerd in haar standaardwerkwijze voor grote beleidsbeslissingen.