Algoritmeregister Invulhulp
Alle velden met voorbeeldteksten en praktische tips
Deze template helpt u bij het correct en volledig invullen van het Algoritmeregister. Per veld vindt u een toelichting, voorbeeldtekst en aandachtspunten.
Basisgegevens
Naam van het algoritme
VerplichtEen duidelijke, herkenbare naam voor het algoritme.
"Frauderisico Signalering Bijstand"
Korte omschrijving
VerplichtEen beknopte uitleg van wat het algoritme doet (max. 500 tekens).
"Dit algoritme analyseert aanvragen voor bijstandsuitkeringen om signalen te identificeren die kunnen duiden op mogelijke onregelmatigheden. Het systeem geeft een risicoscore die door medewerkers wordt gebruikt bij het bepalen van vervolgonderzoek."
Status
VerplichtDe huidige status van het algoritme.
"Operationeel"
Eigenaarschap
Organisatie
VerplichtDe verantwoordelijke overheidsorganisatie.
"Gemeente Amsterdam, Afdeling Werk en Inkomen"
Contactpersoon/afdeling
VerplichtWaar kunnen burgers of journalisten terecht met vragen?
"Afdeling Informatievoorziening - algoritmes@amsterdam.nl"
Toepassing
Data & Techniek
Download de volledige template
Ontvang de complete Algoritmeregister Invulhulp met alle voorbeeldteksten direct in uw inbox.
U ontvangt ook onze maandelijkse updates over AI governance voor overheden.
Volledige inhoud na registratie:
Toepassing
Beleidsterrein
VerplichtOp welk beleidsterrein wordt het algoritme ingezet?
"Sociale zekerheid en werkgelegenheid"
Doelgroep
VerplichtWelke groep wordt door het algoritme beoordeeld of beïnvloed?
"Inwoners die een bijstandsuitkering aanvragen of ontvangen"
Doel van de inzet
VerplichtWat is het beoogde resultaat van het gebruik van dit algoritme?
"Het efficiënter inzetten van handhavingscapaciteit door het identificeren van aanvragen die mogelijk extra aandacht vereisen."
Data & Techniek
Gebruikte gegevens
VerplichtWelke databronnen en gegevenstypes worden gebruikt?
"Persoonsgegevens uit BRP, inkomensgegevens (UWV), schuldenregistratie (BKR), historische uitkeringsdata"
Type algoritme
VerplichtIs het een regelgebaseerd systeem of een lerend systeem (machine learning)?
"Machine learning - classificatiemodel getraind op historische dossiers"
Leverancier
Is het systeem intern ontwikkeld of door een externe partij geleverd?
"Intern ontwikkeld door Data Science team gemeente, i.s.m. Universiteit van Amsterdam"
Menselijke Controle & Besluitvorming
Rol van het algoritme in besluitvorming
VerplichtHoe verhoudt de output van het algoritme zich tot het uiteindelijke besluit?
"Het algoritme genereert een risicoscore en signaleringslijst. Medewerkers beoordelen elk signaal individueel voordat vervolgstappen worden gezet. Het algoritme neemt geen zelfstandige besluiten."
Mogelijkheid tot bezwaar
VerplichtKunnen burgers bezwaar maken als zij door het algoritme worden geraakt?
"Burgers worden geïnformeerd wanneer hun dossier extra wordt onderzocht. Zij kunnen bezwaar maken via de reguliere bezwaarprocedure tegen beschikkingen."
Risicobeoordeling
Uitgevoerde assessments
Welke risicobeoordelingen zijn uitgevoerd?
"DPIA uitgevoerd in maart 2024, IAMA uitgevoerd in juni 2024, bias-audit door extern bureau in september 2024"
Risicoclassificatie AI Act
Wat is de classificatie onder de EU AI Act?
"Hoog-risico (Annex III - toegang tot sociale voorzieningen)"
Publicatie & Review
Publicatiedatum
VerplichtWanneer is deze registratie gepubliceerd?
"15 januari 2025"
Herzieningscyclus
Hoe vaak wordt deze registratie bijgewerkt?
"Jaarlijks, en bij significante wijzigingen aan het systeem"
Disclaimer: Deze template is gebaseerd op het Algoritmeregister format van de Rijksoverheid. Controleer altijd de actuele vereisten op algoritmes.overheid.nl.
Gebaseerd op het landelijke Algoritmeregister format
Versie januari 2025