AI Hub voor woningcorporaties

Een AI Hub voor woningcorporaties om efficiënter en kwalitatief beter samen te werken

AI Hub als ecosysteem voor woningcorporaties

In 2021 hebben diverse woningcorporaties (o.a. Thuisvester, Portaal, Staedion, Trivire, WonenBreburg, Mooiland en Beveland Wonen) een data science training van DIKW Intelligence gevolgd dat werd georganiseerd in samenwerking met Aedes, de koepelorganisatie in de corporatiesector. Aanleiding van de training was het besef dat het gebruik van data kan helpen bij het vinden van oplossingen voor grote maatschappelijke thema’s op het gebied van Volkshuisvesting. Tijdens de training is het idee ontstaan, tussen de deelnemende woningcorporaties, om de handen ineen te slaan en gezamenlijk datamodellen te ontwikkelen die ondersteunend zijn bij het nemen van strategische beslissingen en te komen tot oplossingen ondersteund met data rondom deze grote maatschappelijke onderwerpen, denk aan leefbaarheid, woonfraude, verduurzaming, de energiecrisis, veiligheid etc. Door krachten te bundelen kan de corporatiesector een grote stap maken in het data gedreven opereren. Het idee voor een AI Hub voor Woningcorporaties is geboren!


Dat data steeds belangrijker wordt, ook voor woningcorporaties, is een feit. Dat er heel veel data is, wordt ook erkend en iedereen deelt de mening dat hier te weinig mee wordt gedaan. Momenteel ontwikkelen corporaties (als ze daar al middelen en mensen voor hebben) veelal afzonderlijk van elkaar data oplossingen. Feitelijk is dit een zeer kostbare ontwikkeling voor de sector en kennis wordt niet met elkaar gedeeld. Zonde, de impact op de hele sector is hierdoor relatief klein, worden miljoenen euro’s verspild, kennis wordt niet gedeeld met elkaar en het wiel wordt telkens opnieuw uitgevonden. Dit is 100% verspilling en dat zou niet zo moeten! 


Hoe kan data science helpen om de use cases verder te ontwikkelen ?

In 2018 is er vanuit Aedes, in het kader van het project ‘Innovatieboost’, budget vrijgemaakt om goede innovatieve ideeën te financieren. Enkele corporaties hebben voorgesteld om dit budget in te zetten om het kennisniveau van medewerkers van corporaties op het gebied van data science te verhogen. DIKW is in 2020 gevraagd een data science opleiding te ontwikkelen, speciaal voor woningcorporaties. 


Onderdeel van deze training, die in 2021 is gegeven, is het bedenken en uitwerken van een data science use case die in de praktijk meerwaarde zou creëren voor de organisatie waarvoor ze werken. Tijdens de training is het idee ontstaan om een platform op te zetten waarin kennis, kunde en ondersteuning samen voor meer corporaties en idealiter de hele corporatiesector rond toepassen van data en data science. Er is ondertussen hard gewerkt aan de totstandkoming van dit platform dat inmiddels is omgedoopt tot de AI Hub voor Woningcorporaties en een feit is! DIKW is gevraagd de vorm van een platform mede te bedenken en de oprichting van dit platform te faciliteren. 


De AI Hub bundelt alle kennis, kunde en ondersteuning voor meerdere corporaties en idealiter de hele corporatiesector rond het toepassen van data en data science, zodat het technisch en financieel veel laagdrempeliger ingezet kan worden waardoor ook alle corporaties (groot en klein) kunnen profiteren van de synergie. Hierbij kan gedacht worden aan onder andere het  realiseren van methoden en technieken en uitwerking van deelbare use cases / best practices, of het bundelen en verder ontwikkelen van kennis en competenties waarmee we weer aansluiten en integreren met ontwikkelingen als datastandaarden, digitalisering en robotisering.

Een experimenteer fabriek op basis van kunstmatige intelligentie om use cases te beoordelen

De AI experimenteer fabriek is de omgeving waarin nieuwe ideeën en use cases in eerste instantie worden verzameld, geanalyseerd en beoordeeld op waarde en haalbaarheid (technisch en financieel). Daarna volgt de fase waarin een team van experts (afkomstig van corporaties en DIKW) deze use cases gaan uitwerken, de feitelijke experimenteer fabriek. 

Het resultaat, een algoritme, wordt daarna beschikbaar gesteld aan de leden van de AI Hub waarna de leden het kunnen implementeren in de eigen organisatie met hun eigen data. Het algoritme is een soort ‘recept’ en de corporaties hebben hun eigen ingrediënten (data). De AI Hub kan ook ondersteuning bieden bij de implementatie als dat nodig is. Immers, het doel is dat een usecase succesvol wordt geïmplementeerd en daadwerkelijk leidt tot meerwaarde. Het developement vindt plaats in een hiervoor speciaal ingerichte Git omgeving.


De concrete toepassingen van de AI Hub

De mutatiegraad kan voorspeld worden: wat is de kans dat er in dit pand van 100 huur eenheden, er komende jaar 10 mensen weg gaan?
Hoe preciezer we weten wanneer er iemand verhuist, kan de hele keten van activiteiten zo efficiënt mogelijk gepland worden. Daarbij kunnen we onder andere een model gebruiken om de kans op asbest te voorspellen, maar ook andere renovaties en verbouwingen.

Door middel van open algoritmes, kan er op een eerlijke manier gekeken worden naar de mogelijkheid op verschillende soorten fraude. 

Een up to date leefbaarheidsmonitor. In plaats van achteraf meten over de afgelopen periode (meestal van 2 jaar), kan alle interactie met buurtbewoners erin verwerkt worden. (Berichten op social media, telefoongesprekken, mailings etc.) Zo heb je altijd een actueel beeld van de leefbaarheid van een buurt.


Kortom: met de AI Hub kunnen woningcorporaties efficiënter, maar ook kwalitatief beter samenwerken aan hun organisatiedoelstellingen. 



AI Hub voor woningcorporaties

Nick Wong studeerde aan de HEAO in Amsterdam. Hij koos daarvoor de juridische richting, maar had wel een commercieel vakkenpakket. Hij wist al vroeg dat hij met mensen wilde werken. In 1997 werd hij overgehaald om bij een softwarebedrijf de BI producten te gaan verkopen. Zo rolde hij bij een technisch bedrijf de wereld van de data in.  Nick is analytisch en een bruggenbouwer. En hij weet een klant goed te doorgronden, zodat hij weet wat er in een bedrijf gebeurt. Nick is geen techneut, maar kan wel de vertaalslag maken. Hij maakt data inzichtelijk voor de klant, kan op alle niveaus schakelen en wil graag met de klant mee groeien. Maar aan de andere kant wil hij ook dingen onderzoeken die nog niet eerder zijn gelukt.    Binnen DIKW probeert Nick de verschillende takken te verbinden en deze zo aan te bieden aan het MKB. Bluemine is er om de klant te ontzorgen. De consultancy tak is er om de oplossingen te implementeren en de Academy is voor opleiding. Zo kan DIKW een compleet pakket aan de kant aanbieden. Daarnaast probeert Nick aan klanten altijd de vertaalslag te maken naar een investering in data. Een investering die zich terugverdient. Dit proces is Return on Data (RoD).    De wereld verandert en DIKW verandert mee. DIKW biedt een totaaloplossing voor de klant. Het is dan ook de bedoeling dat dit duidelijk is en zo de klant op meerdere manieren aan DIKW  bindt. Maar dat verandermanagement traject op het commerciële vlak dat is waar Nick zich mee bezig houdt.