Ai in de dagelijkse beveiligingsoperatie

Over ai in een beveiligingsbedrijf worden twee soorten verhalen verteld, en geen van beide helpt bij de vraag welke toepassingen vandaag bruikbaar zijn. Het eerste belooft dat techniek binnenkort het toezicht overneemt. Het tweede zegt dat het allemaal onzin is en dat er niets verandert. De werkelijkheid op een object ligt ertussenin en is een stuk saaier: er is een handvol taken waar ai vandaag echt tijd bespaart, en er is een grotere groep taken waar hij niets toevoegt of zelfs schade doet.

Het onderscheid tussen die twee is bruikbaar te maken met één vraag: gaat het om een beslissing, of om het voorbereiden van een beslissing? Voorbereiden — lezen, ordenen, samenvatten, sorteren op waarschijnlijkheid — is precies waar deze techniek goed in is. Beslissen wat er gebeurt met een persoon, een melding of een dienst, blijft mensenwerk. Hieronder staat wat dat concreet betekent voor de vier plekken waar het in dit vak toepasbaar is.

Rapportages samenvatten en doorzoekbaar maken

Een beveiligingsbedrijf produceert elke dag tekst: dagrapporten, overdrachten, incidentmeldingen. Bij een portefeuille van enige omvang leest niemand dat allemaal. Een operationeel leidinggevende scant de meldingen die als ernstig zijn aangemerkt en mist alles wat als bijzonderheid is opgeschreven.

Dat is de eerste zinvolle toepassing: een samenvatting per object en per periode, waarin uit alle dagrapporten de terugkerende onderwerpen naar boven komen. Niet als vervanging van het lezen, maar als ingang. Wie ziet dat er in een maand een aantal keer iets over dezelfde achterdeur is opgeschreven door verschillende beveiligers, heeft een onderwerp voor het gesprek met de opdrachtgever dat hij anders had gemist.

De tweede toepassing is zoeken in gewone taal. Een vraag als “wat is er de afgelopen maanden opgeschreven over de laad- en losplaats” levert bij een klassiek overzicht niets op, omdat niemand daar een categorie voor heeft aangemaakt. Voor het voorbereiden van een evaluatie of het onderbouwen van een aanpassing in de bezetting scheelt dat uren.

Twee waarschuwingen die hier horen. Een samenvatting kan een detail weglaten dat er juist toe deed; laat daarom altijd de onderliggende melding bereikbaar zijn en behandel de samenvatting als een verwijzing, niet als het stuk zelf. En stuur nooit een automatisch samengevatte tekst ongelezen door naar een opdrachtgever. Wat naar buiten gaat, is jouw verantwoordelijkheid.

Patronen in incidenten herkennen

Losse meldingen betekenen weinig. Reeksen betekenen alles. Het probleem is dat een reeks pas zichtbaar wordt als iemand over meerdere objecten en meerdere maanden kijkt, en die iemand heeft daar geen tijd voor.

Hier kan ai helpen door voorstellen te doen: meldingen die op elkaar lijken groeperen, ook als ze in verschillende bewoordingen zijn opgeschreven; opvallen dat een bepaald type melding op één object vaker op hetzelfde tijdstip of dezelfde weekdag valt; signaleren dat een object afwijkt van vergelijkbare objecten in de portefeuille.

Wat je daarmee doet, blijft een menselijke afweging. Een reeks meldingen over hetzelfde hek kan betekenen dat er structureel wordt ingeklommen, maar net zo goed dat er één beveiliger is die er nauwkeuriger over schrijft dan zijn collega’s. Een systeem dat een patroon aanwijst, weet dat verschil niet. Het bespaart je het zoeken, niet het denken.

Wees ook alert op wat een patroonvinder juist mist: het incident dat maar één keer voorkomt en ernstig is. Daar helpt geen enkele analyse; daar helpt alleen dat de melding meteen bij de juiste persoon terechtkomt.

De planner ondersteunen bij het rooster

Roosteren in dit vak is puzzelen met veel randvoorwaarden tegelijk: beschikbaarheid, geldige bevoegdheden en documenten, wie op welk object is ingewerkt, rusttijden, contracturen, reisafstand en de wens om vaste gezichten op vaste objecten te houden.

Een systeem kan die randvoorwaarden bewaken en voorstellen doen: welke beveiligers in aanmerking komen voor een openstaande dienst, welke combinatie de minste overuren oplevert, waar in het rooster een risico op een gat ontstaat voordat het een gat is. Dat is nuttig werk, en het is werk waar een planner op een drukke maandag geen tijd voor heeft.

De grens is hier scherper dan bij de andere toepassingen. Een rooster raakt de inkomsten en het privéleven van mensen. Het is dus niet acceptabel dat een beveiliger een ongunstige indeling krijgt zonder dat een mens die keuze heeft gemaakt en kan uitleggen. Houd het bij voorstellen die de planner aanneemt, aanpast of weigert — en zorg dat de planner altijd kan zien waaróm iemand wordt voorgesteld. Een voorstel dat niet uit te leggen valt, wordt terecht niet vertrouwd.

Bewaak daarnaast dat de gegevens waarop de voorstellen rusten actueel zijn. Een suggestie die uitgaat van een verlopen bevoegdheid of een verouderde beschikbaarheid, is erger dan geen suggestie, omdat ze het vertrouwen wekt dat er gecontroleerd is.

Camerameldingen filteren

De vierde toepassing is de bekendste en tegelijk de meest overschatte. Beeldanalyse kan een deel van de nutteloze meldingen wegnemen — bewegend struikgewas, regen, insecten voor de lens — zodat de meldkamer de aandacht houdt voor wat overblijft.

Dat is echte winst, want een meldkamer die de hele nacht loze meldingen wegklikt, kijkt op enig moment niet meer. Maar er zitten harde beperkingen aan. Slecht weer, tegenlicht, koplampen en camerastandpunten die niet voor analyse zijn gekozen, leveren nog steeds valse meldingen op. En elke instelling die het aantal valse meldingen verlaagt, verhoogt de kans dat er iets echts wordt gemist. Dat is geen instelfout maar een afweging die iemand bewust moet maken, samen met de opdrachtgever.

Reken bovendien op afstelwerk. Zones tekenen, gevoeligheid instellen, per camera opnieuw beoordelen na een seizoenswisseling. Wie dat werk niet inplant, heeft na een paar maanden een systeem dat weer net zoveel meldingen geeft als daarvoor. En houd altijd een menselijke beoordeling tussen de melding en de actie: een noodknop van een beveiliger of een melding die iemand heeft bekeken, is iets anders dan een automatische aanleiding om iemand aan te spreken.

Waar ai niet mag beslissen

Er zijn beslissingen die niet aan een systeem horen, hoe goed het ook lijkt te werken.

Iemand aanwijzen als verdacht. Beoordelen of een beveiliger goed functioneert. Bepalen of iemand toegang krijgt of geweigerd wordt. Een sanctie opleggen op basis van registratiegegevens. In al deze gevallen gaat het om een oordeel over een persoon, met gevolgen voor die persoon, en dan hoort er een mens te zijn die het besluit neemt, het kan uitleggen en erop aanspreekbaar is.

Dat is niet alleen een principe maar ook een praktisch punt. Een oordeel dat niemand kan uitleggen, houdt geen stand in een gesprek met een medewerker, een vakbond of een opdrachtgever.

Rond de privacykant geldt hetzelfde met terughoudendheid. De AVG gaat uit van beginselen die hier direct raken: wees transparant over wat je verzamelt en waarvoor, verzamel niet meer dan nodig, en wees extra zorgvuldig bij besluiten over mensen die grotendeels geautomatiseerd tot stand komen. Wat dat in jouw situatie precies betekent, hangt af van het object, de betrokkenen en de afspraken met de opdrachtgever, en de regelgeving rond ai en gegevensbescherming is in beweging. Laat het toetsen door een adviseur voordat je iets invoert. Dit artikel is geen juridisch advies.

Ai-toepassingen in een beveiligingsbedrijf: hoe je er verstandig aan begint

Begin bij de taak die op kantoor de meeste tijd kost en de minste risico’s draagt: het doorzoeken en samenvatten van meldingen. Daar is de winst direct merkbaar en is een fout niet ernstig, omdat de brontekst er nog is.

Spreek daarna intern af wat er wel en niet zonder menselijke tussenkomst naar buiten gaat, en leg dat vast. Vertel het je beveiligers ook. Het idee dat een systeem meekijkt en beoordeelt, veroorzaakt meer weerstand dan het systeem zelf, en die weerstand verdwijnt zodra duidelijk is dat het gaat om het voorbereiden van beslissingen die mensen nemen.

En houd één maatstaf aan bij elke nieuwe toepassing: kun je aan de beveiliger op de post en aan de opdrachtgever uitleggen wat er gebeurt en waarom. Als dat niet lukt, is het niet klaar om ingevoerd te worden.

Veelgestelde vragen

Vervangt ai beveiligers? Nee. De taken die deze techniek goed doet — lezen, ordenen, samenvatten, sorteren — zijn kantoortaken. Aanwezig zijn, aanspreken, ingrijpen en beoordelen wat er in een ruimte gebeurt, blijft mensenwerk.

Kun je een automatische samenvatting doorsturen naar een opdrachtgever? Alleen nadat een mens hem heeft gelezen en akkoord is. Wat je verstuurt, is jouw verantwoordelijkheid, ook als een systeem het heeft opgesteld.

Wat is de grootste fout bij invoering? Beginnen bij de meest zichtbare toepassing in plaats van bij de nuttigste. Beeldanalyse trekt de aandacht maar vraagt veel afstelwerk; samenvatten en doorzoeken van meldingen levert sneller iets op.

Moet je beveiligers vertellen dat er ai wordt gebruikt? Ja. Transparantie is een uitgangspunt van gegevensbescherming en het is bovendien de enige manier om vertrouwen te houden. Leg uit wat er wordt bekeken, waarvoor, en wie de beslissingen neemt.

Wil je zien hoe meldingen en rapportages in de praktijk worden vastgelegd en doorzoekbaar worden? Vraag een korte demonstratie aan; we kijken samen naar een object uit je eigen portefeuille.