Tekst Pieter Verbeek
Foto NVWA

Met camera’s in slachthuizen, een app om internationale documenten, inclusief stempels te controleren en zelfs toepassen van een large language model op eigen data: de Nederlandse Voedsel- en Warenautoriteit (NVWA) zet stevig in op data en AI. Chief Data Officer en plaatsvervangend directeur interne organisatie, Lambert Rutges–Reukers, is aanjager van het datagedreven werken binnen de organisatie. Zijn boodschap richting collega’s: ‘Ik ben geen eigenaar van de data, dat zijn jullie zelf.’ 

Voordat hij de rol van CDO overnam werkte Rutges–Reukers aan de ‘andere kant’, bij een directie die verantwoordelijk was voor de regie op het handhavingsproces en dus data leverde. “Onze afdeling was verantwoordelijk voor het selecteren van de locaties waar onze inspecteurs langsgingen. De NVWA doet ongeveer 150.000 inspecties per jaar, 1,2 miljoen uur aan werk. Het ging om selecteren van bedrijven, zorgen dat de informatie op orde was, dat de inspecteurs goed geïnformeerd op pad konden gaan.” Die achtergrond als ‘dataleverancier’ helpt hem enorm in zijn werk in de huidige rol. “Ik kan makkelijk in de schoenen staan van de mensen die data leveren en hen goed helpen. Ik heb een duidelijke brugfunctie omdat ik beide werelden ken.”  

Gebruik van data en AI is chefsache geworden

De NVWA is al langer bezig hoe ze als organisatie data en AI kan inzetten. Momenteel legt de organisatie de laatste hand aan het driejarige plan NVWA 2028. “Wat vraagt een steeds sneller wijzigende samenleving van onze organisatie? Hoe blijven wij publiek relevant? Deze vragen hebben we vastgelegd in dit plan. Daarin onderkennen we dat het omgaan met data en informatie in het algemeen niet meer weg te denken is uit onze primaire processen. Met de komst van AI is het alleen maar sneller gegaan en je ziet nu al dat het fundamenteel is. Voor ons is data echt chefsache geworden.” 

“Het begint met de vraag: wat wil je bereiken? Van daaruit bouw je stap voor stap aan een organisatie die publiek relevant blijft.”

De komende drie jaar wil de NVWA wendbaarder worden en meer passende instrumenten toepassen op de plek waar het toe doet. Dat is de kern van het plan NVWA 2028. “Wendbaarheid gaat om dat je mensen moet equiperen om het werk goed te kunnen doen”, legt Rutges-Reukers uit. “En dat de organisatie ook in staat is die beweging mee te maken."  

Draagvlak vraagt aandacht

Niet alle collega’s zijn er even enthousiast over. “Het is voor de medewerkers zowel een lach als een traan”, licht Rutges–Reukers toe. “Een deel ziet vooral kansen. Hoe kunnen we ons toezicht nog effectiever inzetten? Je kan immers met data en AI veel makkelijker door grotere hoeveelheid informatie heen gaan. Tegelijk zijn er ook collega's die dit voor een deel als een bedreiging ervaren. Zij zien hun werk fundamenteel anders worden en maken zich zorgen dat de autonomie en hun positie als kennishouder aangetast gaat worden. Ik denk echt dat we deze beweging moeten inzetten, maar wel op een manier dat we de collega's en expertise aan boord houden.” 

En daar ligt voor hemzelf de uitdaging als CDO. “Het vergt niet alleen praten als Brugman, maar vooral laten zien hoe het inzetten van data en AI voor hen kan werken, dat overtuigt pas echt. Maak het klein en tastbaar. Met gigantische powerpoints, een strategieverhaal of een mooie domeinarchitectuur krijg je de mensen niet mee.” 

Praktijkvoorbeelden

En voorbeelden om te laten zien heeft de NVWA al genoeg. Een bekend voorbeeld is cameratoezicht in slachthuizen en op vissersboten, waarvan de NVWA sinds vorig jaar de mogelijkheden aan het verkennen is. Technisch kan er veel, zoals gezichten onherkenbaar maken met AI. Maar er spelen ook ethische vragen. “China is niet ons voorland, maar wel een doembeeld. We moeten steeds afwegen: wat kan, wat mag én bovenal wat willen we?” 

De NVWA heeft dit jaar de halve finale voor de Beste Overheidsinnovatie van 2025 gehaald met ARI-A, een intelligente documentverwerking voor handels- en transportdocumenten. Een inspecteur van de NVWA, die bij een vrachtwagen staat om een lading te controleren, krijgt altijd een hele papierwinkel in handen met allerlei stempels en informatie over de oorsprong van een lading, vertelt Rutges–Reukers.  

Alleen al in Duitsland of China  hebben ze per regio allerlei verschillende  stempels en oorsprongsaanduidingen. “Een inspecteur gaat er met de hand doorheen, en moet beschikken over een ongelofelijke hoeveelheid kennis om dit allemaal te controleren. Met ARI-A hebben we met behulp van data een systematiek ontwikkeld. Daarbij maakt de inspecteur als het ware een foto van het formulier en wordt in databases gecheckt of de oorsprongsaanduidingen en stempels kloppen. Hierdoor kan een inspecteur de inspectie nu in één minuut doen, waar dit voorheen een kwartier kostte. Dat is een gigantische tijdswinst, zowel voor de inspecteur als voor de vervoerder. We hebben het nu voor één domein klaar, maar dit is breed toepasbaar. Ook douane en buitenlandse toezichthouders tonen al interesse.” 

Data als goud organiseren

Een andere vernieuwing is dat de NVWA geïnvesteerd heeft om de data goed te organiseren in registers en losse modules. “We hebben onze data, ons goud, -zoals andere organisaties dat noemen-, op zo’n manier ontsloten in een platform, zodat je er makkelijk bij kan, dat het betrouwbaar is, dat de oorsprong, de lineage, zoals ze mooi heet, achterhaalbaar is. Zo kunnen wij op een relatief eenvoudige manier ook nieuwe vormen van inspectieverantwoording bouwen zonder dat dat hele grote projecten vraagt." 

Een eigen large language model

Vooral trots is Rutges-Reukers op het toepasasen van een large language model dat is gebaseeerd op een deel van haar nieuwe open source document management systeem (DMS). “In ons DMS hebben we nu ongeveer één miljoen documenten en er komen per jaar ongeveer een miljoen documenten bij. We hebben nu op een subset mogelijk gemaakt dat medewerkers dus via een chatbot met een large language model kunnen praten. Het is on-premise dus zowel de vraag (de prompt) als de data verlaten onze omgeving niet.”

Een inspecteur kan, staand bij een bedrijf, checken wat die in een bepaalde situatie moet doen door in gewone mensentaal de vraag te stellen aan de chatbot. Ook meer basale vragen kunnen worden beantwoord. Als je op dienstreis gaat welke declaratieformulieren moet je invullen? “Ik ben er persoonlijk heel erg blij mee dat we dat nu hebben. Het large language model helpt om mensen die nog niet zo enthousiast zijn over data en AI mee te krijgen.” 

Lambert Rutges–Reukers
Lambert Rutges–Reukers

Think Big Act Small

De belangrijkste les die Rutges-Reukers graag meegeeft aan andere organisaties, die bezig zijn om data en AI een plek te geven in hun processen, is Think Big, Act Small. “Denk na over je gewenste eindstaat, maar zet kleine, haalbare stappen. Leg de focus niet op techniek, maar op impactvolle voorbeelden. Anders wordt het een ICT-feestje. Zorg dat je stuurgroep praat over doelen, niet over stacks of AI-modellen.” 

“Wees je er ook van bewust dat het traject dat je neerzet meerjarig is,” vervolgt hij. “Als je zo’n grote beweging in gang wilt zetten en echt duurzaam wilt maken, kost dat simpelweg tijd. De NVWA had al voordat ik in deze functie kwam een vijfjarige strategie opgesteld. Die zijn we nu, in het kader van NVWA 2028, aan het herijken. Laat gedurende het traject steeds zien wat de effecten en resultaten zijn – daar hebben we bewust over nagedacht. En bovenal: houd gevoel bij de praktijk. Verplaats je in het perspectief van anderen. Houd oog voor de lach én de traan in je organisatie. Blijf praten in de taal van je collega’s, want zij zijn uiteindelijk degenen die het verschil maken en het effect van onze organisatie vergroten.”

Grenzen en kansen van samenwerking

Rutges-Reukers ziet veel waarde in de samenwerking binnen de Interbestuurlijke Datastrategie (IBDS): “Binnen de IBDS delen we kennis en ervaringen. Dat helpt en inspireert.” Tegelijk gaat het om meer dan inspiratie alleen. De Adviesfunctie verantwoord datagebruik van IBDS helpt organisaties kritische vragen te stellen en écht verder te komen: wat kan technisch, wat mag juridisch en wat is wenselijk vanuit de samenleving? 

Hij geeft het voorbeeld van drones: “NVWA, politie en Rijkswaterstaat gebruiken ze allemaal, maar wetgeving verbiedt dat ze de verzamelde data uitwisselen. Dan vliegen er in een bepaald gebied drie drones naast elkaar, terwijl één genoeg zou zijn. Om data en AI maximaal te benutten moeten we dit soort regels aanpassen.” Dus: “We moeten barrières in wet- en regelgeving wegnemen om samenwerking mogelijk te maken. Maar altijd binnen onze eigen waarden: mét respect voor doelbinding, minimale data-uitwisseling en strikte toegangsrechten. Juist hier kan IBDS volgens hem een rol spelen: met name dankzij de afspraken in het Federatief Datastelsel maken we samenwerking mogelijk.” 

Bij het opstellen van de eigen datastrategie maakte de NVWA bovendien gebruik van de kennisproducten van het Kenniscentrum van de IBDS. Rutges-Reukers: “Met name het Afwegingskader Hergebruik camerabeelden was zeer bruikbaar. Die gaf houvast en legitimiteit om keuzes te maken.” 

NVWA is uiteraard ook graag bereid haar aanpak en strategie te delen met collega’s. “Door kennis en ervaringen te delen, gaan we de komende jaren invulling geven aan de interbestuurlijke datasamenwerking.”

Samen leren en keuzes maken

Voor Rutges-Reukers is duidelijk: data en AI zijn niet langer een IT-kwestie, maar een strategische noodzaak. Het succes hangt af van meer dan techniek: draagvlak, samenwerking en passende wetgeving zijn minstens zo belangrijk. “Het begint met de vraag: wat wil je bereiken? Van daaruit bouw je stap voor stap aan een organisatie die publiek relevant blijft.”