Impact story: afvalcontainers Amsterdam

Afval op straat, volle containers en vuil. Het is een veelvoorkomend probleem in Amsterdam. Daarom bedacht Stephan Preeker een toepassing om het afval probleem in Amsterdam op te lossen en de aanrijroutes van de vrachtauto's voor het legen van de vuilcontainers, beter te reguleren. En dit allemaal met behulp van open data. Je leest hier zijn verhaal.

Kun je jezelf even kort voorstellen? Wie ben je en waar werk je?

Mijn naam is Stephan Preeker en ik ben Software Engineer, ik heb kunstmatige intelligentie en software engineering gestudeerd. Ik programmeer al sinds 2010 voor mijn eigen bedrijf. Ik werk nu twee jaar voor VNG waar we ons momenteel richten op de energietransitie, hiervoor heb ik vier jaar voor de gemeente Amsterdam gewerkt, hier heb ik aan diverse toepassingen gewerkt waaronder de kwestie rondom afvalcontainers en parkeren in Amsterdam.  

Aan welke toepassing heb je gewerkt?

Voordat ik voor VNG werkte heb ik zelfstandig voor de gemeente Amsterdam gewerkt, ik werkte destijds bij het net nieuw opgerichte datapunt. Hier heb ik aan de toepassing met betrekking tot afvalcontainers gewerkt. In de eerste instantie werkte ik hier alleen aan, inmiddels hebben collega’s het stokje van mij overgenomen want de toepassing is eigenlijk nooit af en moet continu worden bijgehouden.

Ik heb een complete dataset en API gemaakt voor alle container- en afvalgegevens in Amsterdam. Deze gegevens stonden op verschillende plekken in verschillende systemen bij verschillende leveranciers. Ik heb gezorgd voor één centraal punt met de ‘waarheid over de afvalcontainers’. Door het samenvoegen zijn er veel fouten uit het systeem gehaald. 

Alle software en data die hiervoor nodig waren zijn op GitHub gepubliceerd, dit is een online software deel platform. Github.com en Gitlab.com zijn de bekendste. Op de website data.amsterdam.nl staat een overzichtskaart, op deze kaart applicatie kun je onder andere alle informatie aflezen omtrent vuilcontainers. API’s worden nu ontsloten met de meest actuele data. 

Door middel van goede weegdata kan de gemeente precies zien hoe vol containers zaten en daarmee de routes aanpassen die zij moeten rijden. Routes kunnen steeds weer geoptimaliseerd worden zodat deze actueel blijven. Als er bijvoorbeeld een container is die drie keer per dag vol zit (dat gebeurt bijvoorbeeld tijdens een markt) dan moet dit worden opgenomen in de routes zodat deze vaker wordt geleegd, of andersom.  

Deze code kun je hier terugvinden.

'Routes kunnen steeds weer geoptimaliseerd worden zodat deze actueel blijven'.

Voor wie heb je dat gedaan en waarom?

1. Voor de beleidsmedewerkers van de afvaldienst in Amsterdam. Om de gegevenspositie van de afvaldienst te verbeteren. Er is nu een complete actuele dataset van containers waar je correct naartoe kunt navigeren. Ook hebben we er een aantal teruggevonden (bijvoorbeeld door wegwerkzaamheden worden sommigen containers verplaatst) en verkeerd in het systeem ingetekende containers, worden gecorrigeerd. Zo stonden containers virtueel in woonkamers of midden in de gracht ingetekend op de kaart. Het gaat in zijn totaliteit om ongeveer 13.000 containers dus er worden wel eens foutjes gemaakt, zo belanden containers wel eens op de verkeerde plek op de kaart. Door het goed koppelen van container locaties en weggegevens kunnen de aanrijroutes naar alle de afvalcontainers geoptimaliseerd worden.Ik heb hier destijds de eerste versie voor gemaakt en deze is steeds meer uitgebreid. Je kunt op de kaart exact zien waar zich containers bevinden, ook specifieke containers als glas, restafval, papier etcetera. Deze toepassing moet eraan bijdragen dat de aanrijroutes geoptimaliseerd worden en er minder afval op straat belandt door het gevolg van overvolle containers.
    
2. Voor analisten. Bijvoorbeeld voor de mensen van odk.ai. (Open Detectie Kit). Doordat er nu een punt is met de waarheid over afvalcontainers, kunnen nu andere toepassingen gemaakt worden. Momenteel zijn er techneuten bezig om met camera’s in de vrachtwagens afval te detecteren en terug te melden. Afval dat naast een container staat moet door een ander team eerst opgeruimd worden voordat een container geleegd wordt. Nu hebben zij de actuele containergegevens eenvoudig en snel bij de hand om een melding te doen van gedetecteerd afval. 

Welk probleem(en) los je daarmee op?

1. De afvaldienst van Amsterdam wilde vaststellen dat elke inwoner van Amsterdam niet te ver van afval containers afwoont. Zodoende werd er besloten dat geen een Amsterdammer meer dan 200 meter van een afvalcontainer mocht wonen, echter hier was nog niets op bedacht om dit te bewerkstelligen. Daar heb ik dus de eerste versie voor gemaakt, deze versie wordt elke dag geüpdatet, als er bijvoorbeeld morgen een container wordt geplaatst dan zie je dit gelijk terug op de kaart. In de binnenstad van Amsterdam zijn geen ondergrondse containers dus deze zie je ook niet terug op de kaart, in de rest van Amsterdam is dit wel het geval.
2. Verbeteren routes. Aan de start van het traject kwamen we er al snel achter dat containers maar gemiddeld voor 33% vol leken te zitten. De routes zijn aangepast en we kregen het gemiddelde niveau naar 66%. Dit scheelt op een stad als Amsterdam vijf vrachtwagens die niet hoeven te rijden.
3. De gegevens van containers kloppen. Dus geen boze chauffeurs meer aan de telefoon die ontzettend om moeten rijden naar een container, omdat een adres niet klopt.
4. Continue bewaking van de kwaliteit van gegevens. Mochten er containers verkeerd ingetekend worden dan komen daar meldingen van.
5. Inzicht in ‘assets’ / containers. Welke staan in de werkplaats, hoeveel typen containers hebben we nou? Hoeveel systemen hebben we nu in gebruik en moet er wellicht gekeken worden naar standaardiseren etc.?
6. Op melding.amsterdam.nl (signalen). Kan nu effectiever meldingen over volle containers doorsturen naar de afvaldienst. signalen.org is trouwens ook een geweldig open source initiatief.
7. Beter beleid maken over de afval fracties door de stad heen. Hoeveel papier, plastic en glas containers zijn er beschikbaar in welke buurt? Willen we burgers stimuleren om meer te scheiden door minder rest containers beschikbaar te maken en meer papier en glas containers?

'Er belandt nu minder afval op straat doordat de containers vaker worden geleegd'.

Wat betekent deze toepassing voor de gebruiker?

Een schonere stad. Elke inwoner van Amsterdam kan binnen 200 meter vanaf zijn/haar woning, zijn huisafval kwijt. Containers zitten minder snel vol. Er belandt nu minder afval op straat doordat de containers vaker worden geleegd, er is sprake van minder C02 uitstoot doordat er ook minder vrachtwagens hoeven te rijden, omdat deze niet meer geleegd worden als deze nog (bijna helemaal) leeg zijn. Een schonere stad en een blije buur. Een beter afvalbeleid voor de stad en het mogelijk maken om data gedreven te werken en te experimenteren.

Wat is er veranderd voor je gebruikers sinds ze deze toepassing hebben?

Men kan overzichtelijk terugzien waar zich afvalcontainers bevinden en elke bewoner in Amsterdam (de binnenstad niet meegerekend), woont op 200 meter of minder van een afvalcontainer af. Zo hoeft de burger niet verder te lopen dan nodig is, belandt het afval minder snel op straat en worden containers door middel van slimmere aanrijroutes geleegd.

Het gewicht van de container is belangrijk voor de inhoud, op die manier kun je berekenen hoeveel afval erin zat. Zo kan gezien worden of de aanrijroute voor de vrachtauto’s gewijzigd kan worden, sommigen containers moeten namelijk meerdere keren per dag worden geleegd en anderen slechts één of twee keer per maand.
 
Op vuilniswagens zitten weegsensoren, die sturen weeggegevens terug op een GPS coördinaat, na het koppelen aan de juiste container (via actuele data API) kunnen we aan de hand hiervan zien of de container is geleegd en hoe vol hij was. Dit werkt nu behoorlijk goed, voorheen zaten hier namelijk veel fouten in.

Het is aan de afvaldienst om uit te zoeken hoe zij de routes moeten rijden. De mogelijkheden om de aansturing nu goed data gedreven te doen is enorm verbeterd. Routes worden continu bijgehouden. Ook als inwoners zelf meldingen doen van volle containers, dan wordt dit geregistreerd en aangepast in het systeem, dit versnelt het proces aanzienlijk, je kunt dergelijke meldingen doen via: meldingen.amsterdam.nl.

Welke data gebruik je hiervoor?

We publiceren dus zelf ‘correcte’ data en we hebben onze eigen data huishouding veel beter op orde. Om onze eigen afvalcontainer data te verbeteren hebben we combinaties gemaakt met de BGT (Basiskaart Grootschalige Topografie) en de BAG (Basis registratie Adressen en Gebouwen). 

De data / API van leveranciers: deze data is de basis om de data te kunnen gebruiken voor het dagelijkse verloop, de verwerking van de data is hierbij belangrijk. Alle gegevens moeten aan elkaar gekoppeld worden. Zo is er gekeken of de adressen van containers wel kloppen en of de locatie klopt (sommigen containers staan ingetekend). Het importeren en het koppelen was niet eenvoudig omdat er allerlei leveranciers mee te maken hebben. 

Bij de start van de ontwikkeling bestonden er wel 200 typen afvalcontainers, dat is misschien wat veel. In de praktijk bleken het ‘maar’ 100 te zijn door kleine verschillen in de registratie. Voorheen had ieder stadsdeel in Amsterdam namelijk zijn “eigen type container”, gelukkig is dit inmiddels veranderd en is Amsterdam dit aan het standaardiseren op één vast systeem, dit maakt de toepassing een stuk inzichtelijker. Daarnaast is het belangrijk dat alle data goed wordt opgeslagen en dat de historie goed wordt bijgehouden. Een aantal typen containers is nodig omdat sommigen containers bijvoorbeeld kunnen persen zodat het nog langer duurt voordat een vuilniswagen langs hoeft te komen. Dit is van belang in plaatsen met weinig ruimte in de straat.

Elk project kent ook uitdagingen. Waar liep jij tegenaan?

De grootste uitdaging was het uitlezen van de diverse systemen van de leveranciers. Zij hebben namelijk ook weer leveranciers, iedereen werkt met eigen methodes, systemen en API’s en die werken niet altijd even goed. Ik wilde bijvoorbeeld ergens data vandaan halen en toen ging een productiesysteem plat. Ook moest ik vaak ergens achteraan zodat iets juist werkte. De code en data die ik heb gemaakt, heb ik als het ware open gemaakt, ik zorg dat het correct is en ik publiceer een dataset die open te gebruiken is, analisten kunnen hier nu bijvoorbeeld analyses mee maken. Ik zorg dus voor goede data, ik maak de gesloten data open en daarna kon ik de data voor deze toepassing gebruiken. Je kunt bijvoorbeeld precies zien wanneer een container wordt geleegd (als deze een sensor heeft). 

Als je terugkijkt: wat is dan anders gelopen dan je dacht?

Het ingewikkelde was het verzamelen en verwerken van data. Het lijkt niet zo moeilijk maar ik heb alle kennis en kunde moeten inzetten en enorm mijn best moeten doen om dit voor elkaar te krijgen. Ik heb allerlei data combinaties moeten maken en diepgaand in diverse datasets moeten duiken om tot een ‘correcte’ oplossing te komen. Niets was geavanceerd, maar het eiste een flink gepuzzel
en doorzettingsvermogen om een dataservice te maken die betrouwbaar en dagelijks zijn werk doet.

'De dankbaarheid van beleidsmedewerkers die hun werk kunnen doen. Ik heb mensen letterlijk met tranen in hun ogen zien staan van blijdschap.'

Wat is je persoonlijke band met het onderwerp?

De dankbaarheid van beleidsmedewerkers die hun werk kunnen doen. Ik heb mensen letterlijk met tranen in hun ogen zien staan van blijdschap. Vaak komen resultaten van mijn werk uiteindelijk indirect in de krant terecht. Nieuw afvalbeleid wat wordt aangekondigd in de krant. 
Het werken aan software voor de samenleving geeft een enorme voldoening en ik mag al mijn werk aan de wereld laten zien. Als engineer ben ik hier heel trots op. Net als een architect naar zijn of haar gebouwen wijst, wijs ik graag digitaal naar mijn bouwwerken online.

What's next? Wat staat er op de planning op het gebied van data?

Data gedreven werken en de transparantie van open source wil ik heel graag onder de aandacht brengen. Samen kom je veel verder en bouw je toepassingen op de schouders van anderen. Ik wil zoveel mogelijk open-tenzij toepassen. Nu doe ik dat voor alle gemeenten in Nederland op het energie / klimaat onderwerp.  dego.vng.nl. (Data Energie Gebouwde Omgeving) die alle gemeenten en burgers kunnen gebruiken om energie transitie plannen te kunnen maken en toetsen. Ik ben actief bouwer en deelnemer aan het commonground.nl initiatief. Ik geloof dat veel kleine software bouwers een wereld van verschil kunnen maken en Nederland ‘digi-beter’ kunnen maken.

Wat kan Data.Overheid.nl voor je betekenen? Waar heb je behoefte aan?

Ik ben nu vaak aan het zoeken naar landelijke datasets, om de brondata beter vindbaar te maken. Het ontsluiten van datasets en het publiceren van datasets, het zou prettig zijn als dit aangemoedigd wordt. Daarnaast ook data use-cases zoeken en uitlichten en mensen attenderen op de mogelijkheden. Misschien is data.overheid.nl in staat om meer betaalmuren van data weg te halen? Denk bijvoorbeeld aan de Kamer van Koop handel. In andere landen is deze data gewoon helemaal open. Niet alleen data maar ook de software en de regels voor de data verwerking zouden gewoon online kunnen staan. Github en Gitlab voor overheids software.

'Ik vind het belangrijk dat open data voor iedereen zichtbaar moet zijn en moet blijven'.

Is er nog iets anders dat je over dit onderwerp kwijt wilt?

Opvallend was dat ik tijdens de ontwikkeling van deze toepassing de vraag kreeg om bepaalde containers niet te laten zien op de kaart. Deze werden namelijk al gevonden door burgers en zij waren niet blij met de nieuwe locaties van bepaalde afvalcontainers. Ik heb voet bij stuk gehouden en ik heb de data online laten staan, omdat ik het belangrijk vind dat open data voor iedereen zichtbaar moet zijn en moet blijven. 

Als mensen na het lezen behoefte hebben aan meer informatie, waar kunnen ze dan terecht?

Bij vragen mag je mij mailen, via: stephan@preeker.net. 

Meepraten over de impact van data?

Word gratis lid van onze data communities, binnen 1 minuut heb je een account aangemaakt en praat je mee op: www.datacommunities.nl.