Roadmap Internet of Things, Big Data en Artificial Intelligence

Versie: 26 maart 2021

Roadmap Internet of Things

Missie

In 2030 met revolutionaire digitale technieken real-time monitoren en conditie gestuurd managen van alle netwerken, objecten en vitale assets. Dit moet ervoor zorgen dat het beheer en onderhoud goedkoper en duurzamer wordt, evenals dat het gebruikshinder vermindert. Hierbij zetten we in op 3 technologische ontwikkelingen:

  1. Internet of Things (IoT): door de netwerken, objecten en vitale assets uit te voeren met sensoren willen we (big) data verzamelen over de vele verschillende eigenschappen en het functioneren van het Rijkswaterstaat areaal. Cybersecurity, privacy en ethiek zijn hierbij grote aandachtspunten.
  1. Big data: de grote volumes aan verzamelde data van het areaal stellen data scientists in staat om onderhoudswerkzaamheden en effectiviteit van verkeersmaatregelen te voorspellen, evenals dat het ondersteund in het modelleren van van verkeerssituaties en het watermanagement.
  1. Artificial intelligence (AI): de data science modellen worden nog verder benut door gebruik te maken van AI, waarbij detectie en het maken van keuzes aan de hand van de data modellen het werk voor de mensen verlicht.

In het assetmanagement zorgt dit voor lagere inspectiekosten, minder ongepland onderhoud, gecontrolleerd uitstel van renovaties en levensduur verlengend onderhoud. Voor het verkeersmanagement wordt de effectiviteit van bestaande verkeersmaatregelen en de inzet van nieuwe diensten en producten geanalyseerd. Daarnaast wordt de kennis over het verkeermanagement verbeterd voor bijvoorbeeld wegontwerp en verkeersmodellen. Voor watermanagement zijn er eveneens veel mogelijke toepassingen, zoals het verbeteren van afvoervoorspellingen, dijkmonitoring of het beter kunnen anticiperen op droogtes.

Uitdagingen

Om de missie te behalen moeten we 1ste stappen zetten. Hierbij lopen we nu praktisch aan tegen de volgende punten waarmee we graag samen met onze partners naar oplossingen zoeken:

  • De basisvoorzieningen en randvoorwaarden moeten worden ingericht. Dit betreft de aanpak rondom cybersecurity met betrekking tot sensoring en het beheer en de transfer van informatie die daaruit voortkomt. Daarnaast moet de manier van het gebruik van sensoring informatie in lijn zijn met de gestelde privacy wetgeving.
  • Het gebruik van AI vraagt om juridische en ethische kaders die begrijpbaar en uitlegbaar zijn voordat we de technologie kunnen toepassen.
  • Nieuwe technologiën aansluiten op bestaande werkprocessen en bouwblokken vraagt om standaardisatie van informatievoorziening wat het werk beheersbaar houdt.
  • Als data-gedreven organisatie moet de data op orde zijn, met name de data kwaliteit. Door de grote hoeveelheden datasets is dit nu niet altijd het geval. Data eigenaarschap speelt hierin ook een belangrijke rol om de data op orde te krijgen.
  • Kennis en vakmanschap op het gebied van deze technologische ontwikkelingen moet in de breedte worden versterkt, waarbij nieuwe technieken en kennisdeling essentieel is. Dit heeft met name betrekking op het gebied van data science en data engingeering, waarbij meer specialistische kennis in het Rijkswaterstaat Datalab noodzakelijk is.

Om de bovengenoemde praktische uitdagen te lijf te gaan, is er ook veel behoefte aan kennisontwikkeling. Hiervoor leunen we deels op de digitale strategieën (iStrategie 2.0, datastrategie, cyberstrategie, strategie internationaal-digitaal). Deze plannen moeten echter wel nog worden omgezet naar daadwerkelijke acties om data-gedreven werken mogelijk te maken. Daarnaast moet diepgaande kennis worden opgedaan:

  • Het is voor Rijkswaterstaat belangrijk – ook in het kader van uitlegbaarheid van data science modellen – om te weten hoe we kunnen en moeten omgaan met een trendbreuk in de dataset. Denk hierbij aan externe factoren, zoals verschuivingen in gebruik van het netwerk door wijzigingen in mobiliteit en transport, die de datasets extreem beïnvloeden. Dit zien we als noodzakelijk fundamenteel onderzoek wat we gezamenlijk met de markt en andere sectoren willen begrijpen en kunnen vertalen naar onze werkprocessen.
  • De kennisborging en het beheersbaar houden van de algoritmes van Rijkswaterstaat vereist onderzoek. We zien de hoeveelheid algoritmes alsmaar toenemen. Sommige algoritmes lijken op elkaar en hebben daarmee het potentieel om op meerdere werkprocessen te worden toegepast. Daarom is voor Rijkswaterstaat onderzoek nodig naar hoe we algoritmes multi-inzetbaar kunnen maken als de functie en het model op elkaar lijkt.

Contact en meer informatie

Kunt u concrete voorstellen aandragen of wilt u van gedachten wisselen? Neem dan contact met ons op via het contactformulier Innovatieloket.