Heb je een vraag? Wij helpen je graag verder
Informatie inspireert! Wil je in contact komen met één van onze experts? Neem contact op via onderstaande button.
Het waterschap Vechtstromen zorgt voor schoon, voldoende en veilig water in Noordoost-Nederland.
Met ruim 3.700 kilometer aan watergangen, 1.300 stuwen en een oppervlakte van 225.000 hectare doorkruist het waterschap drie provincies. Het beheert alle wateren, waterzuiveringen en watergangen in dit gebied. Om deze activiteiten in goede banen te leiden, wordt er veel informatie vergaard door het waterschap. Het registeren, zoeken en vinden van deze informatie bleek echter lastig. Het data science team van ilionx ging daarom aan de slag met een machine learning-model dat dit eenvoudiger moest maken. Het resultaat? 81 procent van de 10.000 beschikbare documenten kan nu automatisch worden gerangschikt op inhoud. Dennie Kamp, coördinator van het digitale innovatielab bij het waterschap Vechtstromen, vertelt meer.
Inzet van kunstmatige intelligentie voor archivering en classificatie
“Gezien de Archiefwet voor overheidsinstanties moeten we voldoen aan regels omtrent de bewaring van informatie”, vertelt Dennie. “Wat we bij het waterschap veel zagen, is dat medewerkers vaak hun eigen archiefje hadden op een netwerkschijf of in hun mailbox. Deze informatie werd niet gedeeld met anderen. Het is daardoor voor ons én voor henzelf onmogelijk om over vijf jaar nog te weten wat waar staat. Laat staan de duiding van de informatie: weten we over een paar jaar nog waar een document over gaat? Aan de andere kant zagen we ook dat medewerkers weinig belang hechtten aan het registreren en dateren van informatie. Op het moment dat ze een project hebben afgerond, heeft archivering geen prioriteit meer. We wilden dit graag oplossen met kunstmatige intelligentie (AI) en waren benieuwd of ilionx daarin kon helpen.”
“Gezien de Archiefwet voor overheidsinstanties moeten we voldoen aan regels omtrent de bewaring van informatie.”
Drag-en-drop-systeem in de cloud
De vraag van Dennie kon ilionx goed beantwoorden. Het data science team van ilionx was op dat moment al bezig met een model voor text analytics. Dennie: “We wilden eerst zelf een model ontwikkelen, maar hebben slechts een klein team ter beschikking. Dat we gebruik konden maken van dit model was dus ideaal. We bouwden zelf een applicatie die verbinding maakt met het model dat in de cloud draait. In deze applicatie kunnen we documenten uploaden, die vervolgens doorgestuurd worden naar het model. Dit model verwerkt ze en stuurt ze automatisch terug met metadatering, zoals de datum, steekwoorden, een samenvatting van het document en in welke projectmap het gearchiveerd mag worden. Het is als het ware een drag-and-drop-systeem geworden wat straks veel werk van de medewerkers uit handen neemt.”
Besparing van 2.000 uur
Er zullen nog wel archiefbeheerders actief zijn voor de controle van documenten die het model niet kan classificeren. Hier valt nu nog negentien procent van de documenten onder. De handmatige classificatie wordt teruggestuurd naar het model, zodat dit door blijft leren. “De betrouwbaarheid van het model gaat hierdoor omhoog. Het wordt ook steeds makkelijker voor ons, we hebben er al enorm veel tijd mee bespaard. Als ik moet schatten, denk ik dat we er straks zo’n 2.000 uur aan werk mee gaan besparen op jaarbasis, alleen al aan het archiveren, dateren en controleren”, vertelt Dennie.
"De handmatige classificatie wordt teruggestuurd naar het model, zodat dit door blijft leren. De betrouwbaarheid van het model gaat hierdoor omhoog."
Toekomstmuziek: automatisch anonimiseren van persoonsgegevens
Hij vervolgt: “Het fijne aan de samenwerking met ilionx is dat we hele korte lijntjes hebben en je elke dag weer merkt dat het team verstand van zaken heeft. Dat maakt dat we ook naar andere mogelijkheden kijken. Machine learning kan ons nog op tal van andere manieren ondersteunen en helpen om tijd te besparen. Kortom: er zijn nog genoeg kansen op het gebied van data science die we samen graag verkennen!”