Thematische werkgroep 2

Functionele werkgroep

Deze thematische werkgroep richt zich op het identificeren en in kaart brengen van de functionele noden en interacties. Na de data- en informatiewerkgroep zijn deze respectievelijke noden helder geworden. Deze functionele werkgroep bouwt hierop verder om de data- en informatie-uitwisseling tussen mensen en systemen, mensen onderling en systemen onderling te schetsen.

De verzamelde inzichten worden vervolgens verwerkt om de IT-architectuur verder aan te vullen.

De Functionele werkgroep vond plaats op 19 december 2023.

Deelnemers

Organisatie	Deelnemer
Agentschap Binnenlands Bestuur (VLOCA)	Laurien Renders
	Alain Glickman
Intercommunale Leiedal	Lucas Verbanck
	Inge Wydhooge
	Thomas Goemaere
Stad Gent	Jan Godderis
	Kim Paduwat
	Dieter Nieuwborg
District09	Ann Bernaert
Provincie West-Vlaanderen	Wim Beerten
GIM	An Heirman
ESRI Belux	Gert Bergers
Departement Omgeving	Stijn Vanderheiden
Kenniscentrum Vlaamse steden	Joris Voets

Context

Initiatief

De uitdaging waar we voor staan, is de aanzienlijke druk op de bebouwde en open ruimte in Vlaanderen. Het vraagt om een slimme benadering van de nog beschikbare ruimte. We streven ernaar om data te integreren in ons beleid en onze dienstverlening, met als uiteindelijk doel het creëren van leefbare buurten en bruisende centra.

De vraag is: hoe bereiken we dit? Het antwoord ligt in het verkrijgen van inzicht in wanneer een buurt behoefte heeft aan zaken zoals bijvoorbeeld extra voorzieningen, groenvoorzieningen en handelsmogelijkheden. Dit inzicht stelt ons in staat om bij bouwprojecten op een slimme manier te beslissen waarop we moeten inzetten.

In dit streven zijn we op zoek naar een aantal essentiële elementen:

1. Een permanente monitoring van de kenmerken van een buurt, zodat we op de hoogte blijven van de veranderende behoeften en trends.

2. Het vermogen om de impact van specifieke bouwprojecten op deze kenmerken te beoordelen. We willen begrijpen hoe nieuwe ontwikkelingen de leefbaarheid van een buurt beïnvloeden.

3. Het ontwikkelen van visuele tools die deze informatie kunnen presenteren op een manier die relevant en begrijpelijk is voor verschillende belanghebbenden, waaronder burgers en medewerkers die vergunningen verlenen.

VLOCA

VLOCA, de Vlaamse Open City Architectuur, is een initiatief van het Agentschap Binnenlands Bestuur van de Vlaamse Overheid. De hulp van VLOCA aan lokale besturen start bij het scherpstellen van duidelijke, verstaanbare use cases en loopt door tot de aanbestedingsfase van het project. VLOCA vormt op deze manier een duidelijke brug tussen de beleidsdoelstellingen van het lokale bestuur en de technische laag waarin de oplossingen beschreven en geïmplementeerd worden. We stellen de juiste vragen en verzamelen de noden en behoeften van alle stakeholders (lokale besturen, kenniscentra, bedrijven en burgerorganisaties). Door een gestructureerde aanpak en verwerking van deze informatie wordt de ontwikkeling van herbruikbare bouwblokken, standaarden en normen gestimuleerd die van Vlaanderen één grote interoperabele slimme regio kunnen maken. De opgedane kennis en ervaring wordt ontsloten via een kennishub waarop onder andere draaiboeken, architectuur componenten en modellen ter beschikking gesteld worden voor alle andere lokale besturen en stakeholders.

Samenvatting vorige werkgroep

Het verslag van de data en informatie werkgroep kan je hier terugvinden.

Doel huidige werkgroep

1. Introductie geven over het project
2. Toelichting geven over VLOCA
3. Brainstormen over functionaliteiten

Brainstormsessie

Theorie

Bovenstaand schema is een visualisatie van de oplossing met alle bouwstenen en bedrijfsprocessen.

Om te beginnen werd toegelicht wat een bedrijfsproces precies inhoudt:

Wat?

Een bedrijfsproces is een serie stappen, taken of acties die een organisatie doet om een specifiek doel te bereiken. Het is als een georganiseerde to-do lijst voor de hele organisatie. Deze processen helpen bedrijven om dingen op een efficiënte en effectieve manier te doen, waardoor ze hun doelen kunnen bereiken.

Bijvoorbeeld, het proces van het maken van een product, het afhandelen van bestellingen, of het regelen van financiële zaken zijn allemaal voorbeelden van bedrijfsprocessen. Het idee is om dingen op een gestructureerde manier te doen om het werk soepeler te laten verlopen.

Waarom?

Een business proces beschrijven gaat helpen om de juiste software/hardware (bvb sensor) te kiezen om digitalisering en/of automatisering van het werk dat een omgevingsambtenaar doet, mogelijk te maken.  

Dan werd het schema toegelicht met een visualisatie van de acties binnen de business processen.

De linkerkant betreft de databronnen die tijdens de vorige werkgroep behandeld werden.

In het midden zien we de verschillende indicatoren en wat we hiermee precies kunnen doen:

Per indicator (bvb voorzieningen, verharding, bebouwing) voor het beoordelen en plannen van ruimtelijke ordening gebeuren er berekeningen, ontsluiten van data, beschermen etc.

•Enkele voorbeelden:

• Voorzieningen
• Verharding
• V/T index
• Bebouwing
• Groencapaciteit
• Bevolkingsaantal

=> op elk van deze indicatoren kan een analyse/bewerking gebeuren bvb

• De afstand bepalen van punt x tot voorziening y
• Een evolutie vaststellen doorheen de tijd mbt verharding
• Een visualisatie maken van de groencapaciteit

Aan de rechterkant van het schema worden de verschillende gebruikers weergegeven met een aantal acties die zij kunnen doen met de data.

Aanpak

Tijdens de brainstorm gaan we:

1. De werkwoorden/acties oplijsten en beschrijven
2. Bekijken wat nodig is om de acties te automatiseren en/of digitaliseren
3. Valkuilen identificeren

Oefeningen

Oefening 1: werkwoorden/acties oplijsten

Identificeer en beschrijf de acties nodig om het business process te beschrijven.

Voorbeeld:

• Meten
• Evalueren
• Vergelijken
• Analyseren

=> dit zijn allemaal acties die we zouden kunnen digitaliseren

Voorbeeld:

Om zicht te krijgen op tekorten aan basisscholen/parken/kinderopvang op een bepaalde locatie moeten we de ligging/capaciteit/... van deze voorzieningen verzamelen, de bereikbaarheid en bezettingsgraad berekenen en vergelijken met andere buurten zodat we kunnen analyseren welke last we bij een bouwproject opleggen.

Oefening 2: wat hebben we nodig om de acties te automatiseren en/of digitaliseren

Zijn de voorgestelde acties digitaliseerbaar? Automatiseerbaar? Hoe denk je dat dit realiseerbaar is?

Voorbeeld:

•Ligging/capaciteit/... van scholen/parken/kinderopvang ophalen via API's

•Afstand berekenen tussen een woonwijk en omliggende parken aan de hand van ligging en wegennetwerk

Oefening 3: valkuilen identificeren

Met de input die we ontvangen hebben kunnen we business processen en bijhorende applicatiecomponenten beschrijven.

Welke zijn de valkuilen waar we volgens jou rekening mee moeten houden?

Voorbeeld:

• Privacy-gevoelige data inwoners
• Capaciteit scholen niet beschikbaar
• Scholen waarbij leerjaren gespreid zijn over verschillende vestingen

Outcome

Werkwoorden/acties	Beschrijving acties	Hoe digitaliseren/automatiseren	Valkuilen
Meten	Ik wil het aantal publieke voorzieningen tellen in mijn buurt	Via API's van Digitaal Vlaanderen of bevragen gemeentelijke databronnen.	Informatie soms onvolledig of niet actueel.
Vergelijken	Ik wil de verhardingsgraad van mijn stad vergelijken met die van een andere stad	Op basis van de Jaarlijkse bodemafdekkingskaart (Departement Omgeving) de verhardingsgraad uitrekenen door de oppervlakte van waarschijnlijke verharde grond te delen door de ganse oppervlakte	Foutenmarge: fouten in kaarten bij schaduwen, grote vlakken,... waardoor verschil soms binnen een foutenmarge valt.
Voorspellen	Ik wil weten hoeveel peuters er in deze buurt/woonwijk binnen 10 jaar zullen zijn	Door het combineren van studies en huidige cijfers kan ik een estimatie geven van het huidig aantal peuters en door studies ivm groei van de bevolking kan ik een estimatie laten doen jaar per jaar.	De studies zijn niet 'waterdicht' mbt hun kwaliteit en hun scope valt niet samen met die van Ruimtelijke Planners. Door demografische shiften kan het verleden soms niet meer gebruikt worden voor de toekomst.
Monitoren' van een 'evolutie'	Ik wil de jaarlijkse evolutie van oppervlakte aan parken in een bepaalde wijk visualiseren	Jaarlijkse update, Automatisatie via digitalisatie opportuniteit	update frequentie afhankelijk van brondata
			verschil in datafrequentie/beschikbaarheid
			stabiliteit van brondata (niet duurzaam, stopt plotseling,...)
			andere berekeningswijzen onder verschillende instanties (inter en intra)
			nood standaarden
meten/vergelijken	Ik wil weten waar er verharding is bijgekomen in een gemeente en waar er verharding is verdwenen doorheen verschillende jaren	verschilbestand (delta bestand) en cre ren van de dataset jaarlijksebodemafdekkingskaart (matrix maar ook in de tijd en ruimtelijk bekijken)	AI moet getraind worden op lokale data, niet blindelings geloven
		ML op satelliet, drone beelden	AI in de linkse deel eerder dan in de rechter deel apriori in dit traject
		Geo functies op oppervlaktes (ruimtelijke statistiek).
Aggregeren	Ik wil granulaire informatie aggregeren om te voldoen aan privancy-regels	Drempelwaarde van aantal inwoners per 'gebied' (wordt meegegeven en gebruikt als filter)	verlies van informatie door aggregatie
	dataset als dataeigenaar anonimeseren voor privacy redenen
Data clusteren	Detail data zo groeperen dat ermee zinnig gewerkt kan en mag worden	Standaard platformtools gebruiken zodat je kan focussen op modellen en zonder complexe ontwikkeling meerder type bronnen van verschillende oorsprong te kunnen combineren. Automatische datapipeline implementeren.	brondata is echt detail data per huis, maar GDPR beschermd is in Vlaanderen niet vrij toegankelijk,. Relatie met "private data is nodig voor verrijking. Burger/registraitie is niet een correcte weergave van de realiteit (echte verblijf is niet altijd de officiele adressen) => via GSM Simkaarten. Registratie van veel data is op administratieve indeling en niet op ruimtelijke indeling (gepubliceerde data is op postcode en niet op straatsegment bvb).
			Proportioneel verdelen van een 'postcode' bvb tot een straatsegment bvb kan grote fouten genereren (denk maar aan inwoners in de havandokken van Antwerpen)
			om data proportioneel te verdelen moeten we aannames doen om zo dicht mogelijk bij realiteit te blijven
Evalueren	Ik wil het aantal voorzieningen vergelijken met drempelwaarde/beleidsdoelstelling dat voor het gebied werd opgesteld	drempelwaarden/KPI's defini ren voor verschillende type gebeiden > de berekende waarde vergelijken met drempelwaarde	rekening houden met eigenheid van buurten/gemeenten (drempelwaarde moet goed gekozen worden, die kunnen lokaal verschillen)
Beoordelen			Voorbarige conclusies trekken uit onvolledige data/simplistisch model
			ROI berekening/estimatie is subjectief (wat is de waarde van een boom)
			Veel beoordelingen en analyses blijven nog altijd subjectief(methodiek is niet gedocumenteerd extern)
converteren	converteren van verschillende datatypes (raster tov vector) zonder verlies van data		Komt meestal voor
	converteren van co rdinaat-systemen		verlies van data - verlies nauwkeurigheid
verrijken, geocoding / geomapping (straatnaam tot punt op kaart)	interne data verrijken met open data (datavindplaats met of zonder ruimtelijk component)	implementeren van automatische data-verrijkings- processen	structuur, schaalniveau, ... van de verschillende datasets te verschillend
	bvb dienst toerisme, erfgoed
	... of met andere (vb commerci le) databronnen (belmap, tomtom, locatus,... - Open Street Map)
updaten	ik wil steeds de meest actuele gegevens ter beschikking hebben	implementeren van automatische data-update processen	API vs Datadump
			gewijzigde datastructuur
vergelijken	ik wil objectieve data kunnen vergelijken met subjectieve data (van bevragingen/enqu te)	GSM voor beleidsadvies en beleidsevaluatie
	Objectieve vs Declaratieve data
	Iedereen heeft toegang volgens onze berekeningen tot een park, maar in een bevraging blijkt dat het niet gepercipieerd wordt
	buurtbevraging, en soms sporadische signalen vanuit de buurt van een tekort aan een bepaalde voorziening, terwijl dat we dat niet zouden gemeten hebben => aanzet voor een diepgaande analyse
transformeren	mappen van dataset op OSLO datamodel	implementeren van automatische datatransformatie processen
	BIM naar GIS, CAD naar GIS
monitoren	ik wil heel wat ruimtelijke data (verhardingen, ruimtebeslag, oppervlakte tuinen, ... ruimte voor infrastuctuur, ...) doorheen de tijd opvolgen	ik wil, bij elke update van deze data, eenvoudig een nieuwe meting krijgen en dit toevoegen aan de tijdsreeksen (data via DV, dOMG, VITO,	andere 'definitie' (bvb ruimtebeslag) =>europese definities komen eraan, lange tijdsreeksen worden moeilijker (retroactief terug rekenen op historische data, mits goed communiceren van de veranderingen)
		Subscription zodat bij een update een berichtje gestuurd wordt.	andere basisdata/bron indien ze niet meer bestaan, bij keuze van nieuwe = nieuwe definities
Visualiseren	ik wil de resultaten kunnen visualiseren op een interactieve kaart in combinatie met andere relevante gegevens	Implementatie van interactieve kaart	Te veel toepassingen zodat ze niet meer de weg vinden tot de juiste
	visualiseren van de verschillende componenten: brondata - analyse -simulatie	Storymap (= product)	ze vinden hun weg niet altijd tot de goede toepassing
		3D	juiste captatie van de user/functionele requirements
			Ze willen soms ook de brondata zelf zien
			Geoloket geopunt bvb.
			Tool is er, maar ze doen het toch manueel over of via specialisten.
			Veel 'leken' op vlak van werken met data => gebruiksvriendelijkheid
automatiseren		van processen die gemakkelijk te onderhouden zijn, en flexiebel aan te passen zijn	segmentatie van architectuur (=modulair...)
vertrouwen	Kan ik de data voldoende vertrouwen om de gebruiken voor mijn analyses - beoordelingen
AI? Chatgtp : bij het opstellen van een conclusie document kan goed werken - Vooral bij data-acquisitie - Hoe meer naar rechts hoe meer wantrouwen (suggestief ? adviserend ?)	bevolkingsprognoses (niet bij de planners), hoge specialisatiegraad nodig, meer door gespecialiseerde bureaus		Verhardingskaarten (consultants, VITO,...) => gewoon als een bron => credibiliteit ??
			Geen exacte wetenschappen, vertrouwen zal wel groeien, maar de marges moeten gekend
			leer (learning) dataset niet voldoende groot.

Vragen & opname

Opname

De opname van deze sessie is te bekijken via deze link.

Volgende stappen

De volgende stappen zijn:

1. Verwerking van de input van de brainstorm oefening
2. Rondsturen van een link naar dit verslag en powerpoint
3. Verder onderzoek en voorbereiding van de eerste thematische werkgroep waarvoor u zich hieronder kan inschrijven

Werkgroepen

Hieronder het overzicht van alle werkgroepen voor het traject Slim Ruimtelijk Plannen.

Andere werkgroepen

Werkgroep	Type werkgroep	Datum	Tijd	Locatie
Business werkgroep	Business werkgroep	2023-09-27		Stadskantoor Gent
Thematische werkgroep 1	Data en informatie werkgroep	2023-11-14		Teams
Thematische werkgroep 2	Functionele werkgroep	2023-12-19		Teams
Thematische werkgroep 3	Technologie werkgroep	2024-01-23		Teams