Spookburgers of spookproblemen?

De gemeente Amsterdam deed twee jaar onderzoek naar 58.000 adresverschillen in de lokale administraties. In de media sprak men van spookburgers en werd geconcludeerd dat er miljoenenfraude mee gemoeid is. Op basis van dat bericht roepen regeringspartijen om een landelijke aanpak. Fraude opsporen is noodzakelijk en moet gebeuren. Maar is het koppelen van verschillende gegevensbestanden een effectief middel? Is het de forse inbreuk op de privacy waard? Onlangs publiceerde de gemeente Amsterdam het eindrapport. Bij slechts 6 van de uiteindelijk 5.000 onderzochte verschillen werd uitkeringsfraude geconstateerd.

Spookburgers

Een spookburger is iemand waarvan de adresgegevens in de gemeentelijke administratie niet kloppen. Dat zou op fraude kunnen wijzen, bijvoorbeeld omdat een samenwonend stel in totaal een lagere uitkering of toeslag ontvangt dan twee personen die op verschillende adressen staan ingeschreven. De gemeente Amsterdam startte twee jaar geleden het project Schoon Schip om verschillende overheidsbestanden met elkaar te vergelijken en deze op te schonen. Eén van de doelen van dit project was "het repressief aanpakken van frauduleuze situaties". Uit bestandsvergelijkingen tussen het UWV en de gemeentelijke basisadministratie (GBA) troffen de onderzoekers 58.000 verschillen aan. Om hun methodiek te testen, pakte de projectgroep er 5.000 willekeurig uit voor nader onderzoek. Aan deze 5.000 adresverschillen werd extra informatie uit andere bestanden en van andere instanties gekoppeld voor nadere analyse.

Spookproblemen

Bij de eerste analyse bleek dat veel verschillen ontstaan omdat de administratie van de verschillende instanties achterloopt of mensen gegevens pas laat doorgeven. Zo ontstonden veel verschillen omdat de projectgroep een bestand vergeleek met een ander bestand dat anderhalf jaar ouder was. Van de 5.000 "spookburgers" uit de steekproef, bleken er zo 3.058 verklaard te kunnen worden. Niet direct misstanden dus, maar administratieve "spookproblemen".

De projectgroep duikt vervolgens dieper in de 1.942 overblijvende gevallen en vindt ook hier weer 658 spookproblemen door langzaam bijgewerkte administratie, foutieve schrijfwijzen en andere administratieproblemen. "Vooral in de huisnummers met etage-aanduiding worden verschillende schrijfwijzen gehanteerd". Een snel rekensommetje leert dat dus bijna 75% (3.716 van de 5.000) van de spookburgers eigenlijk spookproblemen van de gemeentelijke administratie zijn.

Risicoprofiel en huisbezoek

Met een slim computerprogramma (SARI, systeem anonieme risico-indicatie) werd vervolgens gekeken welk van de overgebleven 1.284 geconstateerde verschillen in een risicoprofiel voor frauduleus handelen viel. Bij het signaleren van risicogevallen is onder andere gekeken naar woonoppervlak, aantal kamers, eigenaar, gezinsverhouding, ingeschreven personen, nationaliteit en of er al onderzoeken naar een adres liepen in verband met bijvoorbeeld illegale bewoning. Ook zijn in deze fase openbare bronnen als Facebook en Google geraadpleegd. Uiteindelijk zijn er om verschillende redenen 163 adressen voor een huisbezoek geselecteerd waarvan 17 met signalen die zouden kunnen wijzen op uitkeringsfraude. Na de huisbezoeken is er in 6 gevallen daadwerkelijk uitkeringsfraude (bijstand) geconstateerd. Daarnaast wilden 4 mensen niet meewerken aan een onderzoek en is daarom ook van hen de uitkering gestopt. Na het stoppen van de uitkering, hebben deze personen alsnog ontbrekende informatie aangeleverd. Er wordt in het onderzoeksrapport niet geconcludeerd dat het bij deze 4 mensen om fraude ging.

Naast bijstandsfraude heeft het UWV 2 zaken met vermoedens van fraude, maar dat moet nog verder worden uitgezocht. Ook bij de belastingdienst zijn er nog 2 zaken in onderzoek op vermoeden van fraude met toeslagen. De Sociale VerzekeringsBank (SVB) die de AOW regelt vond geen misstanden.

Kosten en opbrengsten

Onderzoek naar deze 5.000 spookadressen heeft de instanties gedurende het twee jaar durende project bij elkaar naar eigen zeggen ten minste 7.348 uur gekost. Deze uren kosten omgerekend bijna 4 jaarsalarissen van ambtenaren. De bijkomende kosten van automatisering zijn onbekend. Financieel levert dit project een schoner bestand en 6 gevallen van bijstandsuitkeringsfraude op. Helaas is de tabel met opbrengsten in het eindrapport leeg. De precieze omvang van de fraude heeft de projectgroep niet uitgerekend.

Erwin Lubberding van het projectteam zegt dat het om een proef ging om verschillende methodieken uit te testen om onder andere fraude op te sporen. De doelstelling was niet om zoveel mogelijk fraude te vinden. Om die reden is het fraude-bedrag niet verder uitgerekend. Met een meer gerichte methodiek verwacht hij meer fraude te ontdekken.

Conclusie: bestandsvergelijking nauwelijks effectief

Van een steekproef van 5.000 verschillen in gemeentelijke overheidsbestanden, bleken er 3.716 (75%) door eigen toedoen gecreëerd of verschillen die in de loop der tijd vanzelf in orde kwamen. Dit zou je spookproblemen kunnen noemen. Bij 163 van de 1.284 overgebleven verschillen besloot de projectgroep huisbezoeken uit te voeren om verschillen op te helderen. Bij 17 adressen was een vermoeden van fraude. Bij 6 mensen werd vervolgens daadwerkelijk fraude geconstateerd. Dit is 0,1% van de steekproef van 5.000 zaken. Vier zaken zijn nog in onderzoek. De kosten voor dit onderzoek zijn ten minste 4 ambtenarenjaarsalarissen. De opbrengsten aan geconstateerde fraude is niet uitgerekend.

Grootschalige bestandsvergelijkingen achteraf zijn wellicht goed voor het opschonen van bestanden, maar het lijkt niet erg effectief om fraude te bestrijden. Dit rapport toont aan dat de beperkte opbrengst de forse inbreuk op de privacy niet rechtvaardigt. In plaats van direct om een landelijke uitrol te vragen, zou de Tweede Kamer zich moeten afvragen of een andere aanpak niet effectiever is.