Den Bosch heeft alle gesprekken met belanghebbenden die gedurende een maand zijn opgenomen, in hun eindrapport opgenomen.
“ECHO liet ons in enkele minuten in plaats van maanden de breuklijnen en het gemeenschappelijke terrein zien. Het was de eerste keer dat ons hele team zich vooruit op het debat voelde.” - Marloes Engelhardt; Projectmanager
Datum
1 apr 2024
Context
Overheid, Mobiliteit, Interviews, Enquêtes, Focusgroepen, Werkgroepen
Deelnemers
200+ stadsbelanghebbenden
Voordelen
70× sneller | 25x dekking | 40% goedkoper
De gemeente 's-Hertogenbosch (Den Bosch) heeft een samenwerking aangegaan met Dembrane om AI-ondersteunde participatieprocessen te implementeren in drie proefprogramma's in 2024. Met behulp van Dembrane's ECHO-platform was de gemeente in staat om maandenlange dialogen met belanghebbenden, straatinterviews en openbare raadplegingen in enkele minuten in plaats van maanden te verwerken. Het resultaat was een duidelijk mandaat voor een autoluw stadscentrum, aanzienlijke ROI voor de gemeente, en een replicabele methodologie die nu wordt toegepast op gezondheidszorg en andere publieke participatieprogramma's.
Achtergrond
De uitdaging van moderne burgerparticipatie
De gemeente 's-Hertogenbosch stond voor een gemeenschappelijke uitdaging in modern bestuur: hoe om te gaan met en het synthetiseren van grote hoeveelheden burgerinput via meerdere participatiekanalen. Traditionele methoden voor het analyseren van gegevens uit openbare raadplegingen waren tijdrovend en namen vaak maanden in beslag, tegen die tijd was het politieke momentum voor besluitvorming vaak verdwenen.
De gemeente richtte zich met name op mobiliteits- en stedelijke besluitvorming die brede burgersteun vereiste. Eerdere consultatieprocessen hadden uitgebreide gegevens gegenereerd, maar misten de analytische capaciteit om snel patronen, consensuspunten en meningsverschillen te identificeren die beleidsbesluiten konden informeren.
De context van 's-Hertogenbosch
's-Hertogenbosch, een historische stad in Noord-Brabant met ongeveer 155.000 inwoners, kampt met typische stedelijke uitdagingen: het vinden van een balans tussen toegankelijkheid, duurzaamheid en leefbaarheid in het stadscentrum. De gemeente erkende dat effectief beleid niet alleen burgerinput vereiste, maar ook de mogelijkheid om die input snel te verwerken en te begrijpen om democratische legitimiteit en politiek momentum te behouden.
Gebruik van ECHO
Dembrane's ECHO-platform werd ingezet om de complete workflow van gegevensverwerking bij burgerparticipatie af te handelen:
Transcription: Automatische omzetting van opgenomen dialogen en raadplegingen
Anonimisering: Privacy-/AVG-conforme verwerking van burgerinput
Topic Modeling: AI-gestuurde identificatie van belangrijke thema's en discussiepunten
Synthese: Generatie van uitvoerbare inzichten en consensusidentificatie
De implementatie van Dembrane ondersteunde vele verschillende participatiekanalen zoals traditionele openbare consultatiebijeenkomsten (inspraakavonden), straatinterviews met burgers, dialogen met belangengroepen en digitale participatieplatforms.
Implementatie: Drie Proefprogramma's
De gemeente koos ervoor Dembrane's oplossing te testen in drie verschillende proefprogramma's, elk ontworpen om verschillende aspecten van burgerparticipatie te verkennen. Het eerste proefprogramma richtte zich op burgervergaderingen, voortbouwend op eerdere beraadslagingen met geselecteerde burgervertegenwoordigers. Deze diepgaande beraadslagingen maakten uitgebreide beleidsverkenning mogelijk met diverse input van belanghebbenden, waarmee het vermogen van het systeem om complexe, genuanceerde discussies aan te kunnen werd getest.
Het tweede proefprogramma richtte zich op de brede mobiliteitstransitie in de binnenstad. Deze stadsbrede consultatie betrokken het algemene publiek, lokale ondernemers en belangenorganisaties bij het ontwikkelen van duurzame mobiliteitsbeleidsmaatregelen. De omvang en diversiteit van de deelnemers maakte dit proefprogramma bijzonder uitdagend, maar uiteindelijk het meest succesvol. De AI-ondersteunde verwerking maakte het de gemeente mogelijk patronen in burgervoorkeuren duidelijk te herkennen, wat uiteindelijk leidde tot een sterk mandaat voor de invoering van een autoluw stadscentrum.
Het derde proefprogramma was gepland rondom buurtbetrokkenheid, specifiek met de Zandbewoners woonwijk, met de focus op hyperlokale consultatieprocessen. Hoewel dit proefprogramma gepland was tijdens de eerste fase, werd het niet volledig geïmplementeerd, wat nuttige inzichten opleverde over het belang van sequencering en resourceallocatie bij de invoering van nieuwe consultatietechnologieën.
Analyse van Belanghebbenden Ervaring
De implementatie onthulde vijf verschillende categorieën belanghebbenden binnen de gemeentelijke structuur, elk met verschillende behoeften en ervaringen van 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 vergelijkbare implementaties overwegen.
Op uitvoerend niveau kregen wethouders en aldermannen vertrouwen in op bewijs gebaseerde beleidsbeslissingen dankzij de toegang tot duidelijke, gesynthetiseerde burgerinput. Politieke leiders worstelen vaak met de uitdaging om democratische raadpleging in balans te brengen met de noodzaak van doortastend handelen. Het AI-ondersteunde proces voorzag hen van verdedigbaar bewijs voor controversiële beslissingen, terwijl het politieke risico werd verminderd door aangetoond burgerengagement.
Senior beleidsadviseurs zoals Marloes Engelhart dienden als cruciale beïnvloeders, die de brug slaan tussen politieke leiding en operationele teams. Marloes's ervaring ving het transformatieve potentieel van de aanpak: "ECHO liet ons de scheidslijnen en het gemeenschappelijke terrein in minuten zien, niet maanden. Het is de eerste keer dat ons hele team voorloopt op het debat." Deze belanghebbendengroep waardeerde vooral het verbeterde vermogen om strategisch advies te geven op basis van uitgebreide burgerinput, waardoor ze controversegebieden en consensus konden anticiperen voordat deze politieke uitdagingen werden.
Projectmanagers en facilitatoren werden bevrijd van de administratieve last van gegevensverwerking om te focussen op waar ze het beste in waren: betekenisvolle burgerbetrokkenheid en procesfacilitatie. In plaats van wekenlang handmatig de transcripties van raadplegingen te coderen en patronen te proberen identificeren, konden ze zich richten op het ontwerpen van betere participatieprocessen en het bieden van doordachte interpretatie van resultaten. Deze verschuiving van gegevensverwerking naar strategisch denken bleek energiegevend voor gemeentepersoneel.
Technische beoordelaars verantwoordelijk voor naleving en IT-integratie waren aanvankelijk bezorgd over privacy- en gegevensbeschermingseisen, maar ontdekten dat de robuuste anonimiserings- en gegevensbeschermingsmaatregelen van Dembrane de gemeentelijke normen zelfs overtroffen. De succesvolle integratie met bestaande gemeentesystemen toonde aan dat innovatieve technologie binnen gevestigde bestuurskaders kan functioneren.
Inkooppecialisten, vaak sceptisch over nieuwe technologie-implementaties, vonden de duidelijke demonstratie van ROI en meetbare resultaten de zaak voor voortgezette investeringen eenvoudig maakten. Het vermogen om te wijzen op specifieke beleidsbeslissingen mogelijk gemaakt door de technologie, gecombineerd met gedocumenteerde tijdsbesparing, leverde het soort concreet bewijs dat inkoopprocessen vereisen.
Resultaten en Impact
Het meest zichtbare onmiddellijke resultaat was een duidelijk mandaat voor de implementatie van een autoluw stadscentrum. Deze controversiële stedelijke beleidsbeslissing was al jaren onderwerp van discussie, maar eerdere raadplegingsprocessen hadden geen duidelijk burgeradvies opgeleverd dat politieke leiders nodig hadden om vooruit te komen. De AI-ondersteunde verwerking onthulde zowel gebieden van sterke consensus als specifieke zorgen die moesten worden aangepakt, en bood een routekaart voor implementatie in plaats van alleen algemene ondersteuning.
De efficiëntiewinst was spectaculair. Analyses die eerder maanden hadden geduurd, werden in minuten voltooid, waardoor het gemeentelijke communicatieteam zich kon richten op interpretatie en strategie in plaats van gegevensverwerking. Deze snelheid betekende dat raadplegingsresultaten konden worden geïntegreerd in besluitvormingsprocessen terwijl de kwesties nog politiek actueel waren, waardoor de verbinding tussen burgerinput en beleidsresultaten centraal bleef voor democratische legitimiteit.
Misschien wel het belangrijkst, de aanpak genereerde draagvlak in de hele gemeentelijke organisatie. Afdelingsoverschrijdende afstemming ontstond omdat verschillende belanghebbendengroepen konden zien hoe het proces aan hun specifieke behoeften voldeed en tegelijkertijd bijdroeg aan de algehele gemeentelijke effectiviteit. Politiek leiderschap kreeg vertrouwen in op bewijs gebaseerde beslissingen, operationeel personeel kon zich richten op hun kerncompetenties en technische teams zagen succesvolle innovatie binnen gevestigde bestuurskaders.
Het succes van de eerste implementatie leidde tot replicatie van de methodologie binnen andere gemeentelijke functies. De aanpak ontwikkeld voor mobiliteitsraadpleging is aangepast voor beleidsraadpleging in de gezondheidszorg en andere publieke participatieprogramma's. In plaats van AI-ondersteunde raadpleging als een speciaal geval te behandelen, heeft de gemeente het geïntegreerd in hun standaardwerkwijzen voor belangrijke beleidsbeslissingen.
De gemeente 's-Hertogenbosch (Den Bosch) heeft een samenwerking aangegaan met Dembrane om AI-ondersteunde participatieprocessen te implementeren in drie proefprogramma's in 2024. Met behulp van Dembrane's ECHO-platform was de gemeente in staat om maandenlange dialogen met belanghebbenden, straatinterviews en openbare raadplegingen in enkele minuten in plaats van maanden te verwerken. Het resultaat was een duidelijk mandaat voor een autoluw stadscentrum, aanzienlijke ROI voor de gemeente, en een replicabele methodologie die nu wordt toegepast op gezondheidszorg en andere publieke participatieprogramma's.
Achtergrond
De uitdaging van moderne burgerparticipatie
De gemeente 's-Hertogenbosch stond voor een gemeenschappelijke uitdaging in modern bestuur: hoe om te gaan met en het synthetiseren van grote hoeveelheden burgerinput via meerdere participatiekanalen. Traditionele methoden voor het analyseren van gegevens uit openbare raadplegingen waren tijdrovend en namen vaak maanden in beslag, tegen die tijd was het politieke momentum voor besluitvorming vaak verdwenen.
De gemeente richtte zich met name op mobiliteits- en stedelijke besluitvorming die brede burgersteun vereiste. Eerdere consultatieprocessen hadden uitgebreide gegevens gegenereerd, maar misten de analytische capaciteit om snel patronen, consensuspunten en meningsverschillen te identificeren die beleidsbesluiten konden informeren.
De context van 's-Hertogenbosch
's-Hertogenbosch, een historische stad in Noord-Brabant met ongeveer 155.000 inwoners, kampt met typische stedelijke uitdagingen: het vinden van een balans tussen toegankelijkheid, duurzaamheid en leefbaarheid in het stadscentrum. De gemeente erkende dat effectief beleid niet alleen burgerinput vereiste, maar ook de mogelijkheid om die input snel te verwerken en te begrijpen om democratische legitimiteit en politiek momentum te behouden.
Gebruik van ECHO
Dembrane's ECHO-platform werd ingezet om de complete workflow van gegevensverwerking bij burgerparticipatie af te handelen:
Transcription: Automatische omzetting van opgenomen dialogen en raadplegingen
Anonimisering: Privacy-/AVG-conforme verwerking van burgerinput
Topic Modeling: AI-gestuurde identificatie van belangrijke thema's en discussiepunten
Synthese: Generatie van uitvoerbare inzichten en consensusidentificatie
De implementatie van Dembrane ondersteunde vele verschillende participatiekanalen zoals traditionele openbare consultatiebijeenkomsten (inspraakavonden), straatinterviews met burgers, dialogen met belangengroepen en digitale participatieplatforms.
Implementatie: Drie Proefprogramma's
De gemeente koos ervoor Dembrane's oplossing te testen in drie verschillende proefprogramma's, elk ontworpen om verschillende aspecten van burgerparticipatie te verkennen. Het eerste proefprogramma richtte zich op burgervergaderingen, voortbouwend op eerdere beraadslagingen met geselecteerde burgervertegenwoordigers. Deze diepgaande beraadslagingen maakten uitgebreide beleidsverkenning mogelijk met diverse input van belanghebbenden, waarmee het vermogen van het systeem om complexe, genuanceerde discussies aan te kunnen werd getest.
Het tweede proefprogramma richtte zich op de brede mobiliteitstransitie in de binnenstad. Deze stadsbrede consultatie betrokken het algemene publiek, lokale ondernemers en belangenorganisaties bij het ontwikkelen van duurzame mobiliteitsbeleidsmaatregelen. De omvang en diversiteit van de deelnemers maakte dit proefprogramma bijzonder uitdagend, maar uiteindelijk het meest succesvol. De AI-ondersteunde verwerking maakte het de gemeente mogelijk patronen in burgervoorkeuren duidelijk te herkennen, wat uiteindelijk leidde tot een sterk mandaat voor de invoering van een autoluw stadscentrum.
Het derde proefprogramma was gepland rondom buurtbetrokkenheid, specifiek met de Zandbewoners woonwijk, met de focus op hyperlokale consultatieprocessen. Hoewel dit proefprogramma gepland was tijdens de eerste fase, werd het niet volledig geïmplementeerd, wat nuttige inzichten opleverde over het belang van sequencering en resourceallocatie bij de invoering van nieuwe consultatietechnologieën.
Analyse van Belanghebbenden Ervaring
De implementatie onthulde vijf verschillende categorieën belanghebbenden binnen de gemeentelijke structuur, elk met verschillende behoeften en ervaringen van 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 vergelijkbare implementaties overwegen.
Op uitvoerend niveau kregen wethouders en aldermannen vertrouwen in op bewijs gebaseerde beleidsbeslissingen dankzij de toegang tot duidelijke, gesynthetiseerde burgerinput. Politieke leiders worstelen vaak met de uitdaging om democratische raadpleging in balans te brengen met de noodzaak van doortastend handelen. Het AI-ondersteunde proces voorzag hen van verdedigbaar bewijs voor controversiële beslissingen, terwijl het politieke risico werd verminderd door aangetoond burgerengagement.
Senior beleidsadviseurs zoals Marloes Engelhart dienden als cruciale beïnvloeders, die de brug slaan tussen politieke leiding en operationele teams. Marloes's ervaring ving het transformatieve potentieel van de aanpak: "ECHO liet ons de scheidslijnen en het gemeenschappelijke terrein in minuten zien, niet maanden. Het is de eerste keer dat ons hele team voorloopt op het debat." Deze belanghebbendengroep waardeerde vooral het verbeterde vermogen om strategisch advies te geven op basis van uitgebreide burgerinput, waardoor ze controversegebieden en consensus konden anticiperen voordat deze politieke uitdagingen werden.
Projectmanagers en facilitatoren werden bevrijd van de administratieve last van gegevensverwerking om te focussen op waar ze het beste in waren: betekenisvolle burgerbetrokkenheid en procesfacilitatie. In plaats van wekenlang handmatig de transcripties van raadplegingen te coderen en patronen te proberen identificeren, konden ze zich richten op het ontwerpen van betere participatieprocessen en het bieden van doordachte interpretatie van resultaten. Deze verschuiving van gegevensverwerking naar strategisch denken bleek energiegevend voor gemeentepersoneel.
Technische beoordelaars verantwoordelijk voor naleving en IT-integratie waren aanvankelijk bezorgd over privacy- en gegevensbeschermingseisen, maar ontdekten dat de robuuste anonimiserings- en gegevensbeschermingsmaatregelen van Dembrane de gemeentelijke normen zelfs overtroffen. De succesvolle integratie met bestaande gemeentesystemen toonde aan dat innovatieve technologie binnen gevestigde bestuurskaders kan functioneren.
Inkooppecialisten, vaak sceptisch over nieuwe technologie-implementaties, vonden de duidelijke demonstratie van ROI en meetbare resultaten de zaak voor voortgezette investeringen eenvoudig maakten. Het vermogen om te wijzen op specifieke beleidsbeslissingen mogelijk gemaakt door de technologie, gecombineerd met gedocumenteerde tijdsbesparing, leverde het soort concreet bewijs dat inkoopprocessen vereisen.
Resultaten en Impact
Het meest zichtbare onmiddellijke resultaat was een duidelijk mandaat voor de implementatie van een autoluw stadscentrum. Deze controversiële stedelijke beleidsbeslissing was al jaren onderwerp van discussie, maar eerdere raadplegingsprocessen hadden geen duidelijk burgeradvies opgeleverd dat politieke leiders nodig hadden om vooruit te komen. De AI-ondersteunde verwerking onthulde zowel gebieden van sterke consensus als specifieke zorgen die moesten worden aangepakt, en bood een routekaart voor implementatie in plaats van alleen algemene ondersteuning.
De efficiëntiewinst was spectaculair. Analyses die eerder maanden hadden geduurd, werden in minuten voltooid, waardoor het gemeentelijke communicatieteam zich kon richten op interpretatie en strategie in plaats van gegevensverwerking. Deze snelheid betekende dat raadplegingsresultaten konden worden geïntegreerd in besluitvormingsprocessen terwijl de kwesties nog politiek actueel waren, waardoor de verbinding tussen burgerinput en beleidsresultaten centraal bleef voor democratische legitimiteit.
Misschien wel het belangrijkst, de aanpak genereerde draagvlak in de hele gemeentelijke organisatie. Afdelingsoverschrijdende afstemming ontstond omdat verschillende belanghebbendengroepen konden zien hoe het proces aan hun specifieke behoeften voldeed en tegelijkertijd bijdroeg aan de algehele gemeentelijke effectiviteit. Politiek leiderschap kreeg vertrouwen in op bewijs gebaseerde beslissingen, operationeel personeel kon zich richten op hun kerncompetenties en technische teams zagen succesvolle innovatie binnen gevestigde bestuurskaders.
Het succes van de eerste implementatie leidde tot replicatie van de methodologie binnen andere gemeentelijke functies. De aanpak ontwikkeld voor mobiliteitsraadpleging is aangepast voor beleidsraadpleging in de gezondheidszorg en andere publieke participatieprogramma's. In plaats van AI-ondersteunde raadpleging als een speciaal geval te behandelen, heeft de gemeente het geïntegreerd in hun standaardwerkwijzen voor belangrijke beleidsbeslissingen.