Politie challenge - Lessons Learnt
Wat verloren is, hoeft niet weg te zijn
Wat we leerden uit de challenge met de Federale Politie
| door Nido. 8 januari 2026
In 2024 sloegen Nido en de Federale Politie de handen in elkaar rond een herkenbare uitdaging voor veel overheidsdiensten: hoe verbeter je de dienstverlening voor burgers, terwijl je tegelijk administratieve lasten onder controle houdt?
Via een experiment rond gestolen goederen onderzochten we hoe innovatie hierin kan ondersteunen. Lees meer over de challenge. Lees meer over de challenge.
Deze challenge toonde hoe herkenbare knelpunten in publieke dienstverlening kunnen worden aangepakt via experimenten met een externe partner. In samenwerking met Wonka AI werd duidelijk dat niet technologie op zich, maar proceshertekening het verschil maakt.
Waarom dit experiment nodig was
Neem Tom (41). Na een diefstal merkt hij dat zijn fiets is verdwenen. Hij doet aangifte, maar het beschrijven van zijn fiets blijkt minder eenvoudig dan gedacht. Details ontbreken, opvolging is onduidelijk en wanneer een gelijkaardige fiets later in een andere politiezone wordt teruggevonden, wordt er geen match gemaakt. Voor Tom blijft het stil. Zijn fiets lijkt spoorloos verdwenen.
Tom is geen uitzondering. Politieagenten registreren dagelijks grote aantallen gestolen en gevonden goederen, vaak onder tijdsdruk en met uiteenlopende beschrijvingen. Dat bemoeilijkt het matchen van dossiers, vraagt extra manueel zoekwerk en verhoogt de werkdruk bij agenten, terwijl burgers vaak in onzekerheid blijven, ook wanneer hun goederen eigenlijk al zijn teruggevonden.
Voor de politie is het noodzakelijk om dergelijke experimenten in te bedden in de bestaande prioriteiten, informatie- en informatica-architectuur
Wat werd getest?
Het experiment onderzocht drie cruciale vragen:
- Kan de registratie van gestolen en verloren goederen eenvoudiger en consistenter gebeuren?
- Helpt technologie om goederen sneller en nauwkeuriger te matchen met hun eigenaar?
- Kunnen efficiëntere processen de administratieve last voor de politie verlagen én de dienstverlening aan burgers verbeteren?
De oplossing die werd getest, bestond uit een slimme combinatie van:
- Een vereenvoudigd en gestandaardiseerd registratieproces voor gestolen goederen
- Ondersteuning door AI bij het beschrijven, verrijken en doorzoeken van gegevens
- Een centrale, doorzoekbare omgeving die bestaande processen ondersteunt zonder ze te vervangen
Wat hebben we geleerd?
- Innovatie vraagt procesverandering
Technologie creëert pas waarde wanneer ook werkprocessen en samenwerking mee evolueren. - Automatisering versterkt mensen
AI neemt repetitieve taken over en geeft professionals ruimte voor complexer en betekenisvoller werk. - Flexibiliteit is essentieel
Modulaire systemen en aanpasbare processen zijn nodig in een snel veranderende technologische realiteit. - Duidelijke kaders maken innovatie haalbaar
Organisatorische en juridische afspraken bepalen het succes van experimenten en latere opschaling. - Schaalbaarheid vereist evenwicht
Opschaling en datadeling zijn alleen verantwoord wanneer kosten, efficiëntiewinsten en maatschappelijke meerwaarde in balans zijn.
Van melding tot match in enkele stappen
In deze video laat Wonka AI zien hoe AI het proces rond verloren en gevonden voorwerpen merkbaar versnelt. In plaats van omslachtige formulieren volstaat één intuïtieve invoer: een foto, een stembericht of een korte tekst. De toepassing bundelt al die input automatisch tot één helder dossier, dat meteen doorzoekbaar is. Medewerkers behouden het laatste woord en kunnen elk record controleren en verfijnen. Het resultaat is een vlotte workflow waarbij informatie sneller wordt geregistreerd, slimmer wordt gekoppeld en uiteindelijk sneller tot een juiste match leidt.
Meer weten?
Wil je weten hoe dit experiment tot stand kwam? Hoe AI, UX-design en datagedreven aanbevelingen samenkwamen in een proof of concept voor betere digitale dienstverlening?
In dit rapport ontdek je onder meer:
- waarom de doorbraak niet in slimmere matching zit, maar in het herdenken van registratie en werkprocessen (en hoe dat meteen voelbaar tijdwinst oplevert op de werkvloer)
- hoe AI vandaag al sneller en consistenter werkt dan manuele registratie (van beeld en spraak tot zoekresultaten en wat dat betekent voor efficiëntie, kwaliteit en werkdruk)
- wat nodig is om een geslaagd experiment ook écht schaalbaar te maken binnen de overheid (van kostenbeheersing en veiligheid tot governance en rolverdeling met burgers)
