Upgrade to Pro — share decks privately, control downloads, hide ads and more …

DataFryslan Data Expo 2024

Marketing OGZ
September 13, 2024
35

DataFryslan Data Expo 2024

Marketing OGZ

September 13, 2024
Tweet

Transcript

  1. Hoe DataFryslân regionale AI inzet in het openbaar bestuur en

    bij energiearmoede Edwin Elferink, Community manager
  2. Agenda Over DataFryslân, haar structuur en haar leden Best practice

    energiearmoede Hoe gaan we verder en nabrander
  3. DataFryslân is een coöperatie waarin Friese overheden, kennisinstellingen en private

    partijen strategisch samenwerken aan de digitale transformatie van de provincie Fryslân. We innoveren en verbeteren de publieke dienstverlening, baseren bestuur en besluitvorming op objectieve data, algoritmes en kunstmatige intelligentie en maken ons er sterk voor dat iedereen in de provincie eigenaar blijft van zijn eigen data.
  4. Agenda Over DataFryslân, haar structuur en haar leden Best practice

    energiearmoede Hoe gaan we verder en nabrander
  5. Agenda Over DataFryslân, haar structuur en haar leden Best practice

    energiearmoede Hoe gaan we verder en nabrander
  6. Vraagstukken Op wat voor manier kan energiearmoede zo gedetailleerd mogelijk

    in beeld worden gebracht? Om wie gaat het? Wat zijn de kosten en baten van het verduurzamen van niet-energetische woningen? Wat zijn potentiële scenario’s om rekening mee te houden? “ ”
  7. Energiearmoede definitie Laag Inkomen Hoge Energierekening Lage Energetische Kwaliteit Woning

    Dit zijn huishoudens met een • laag inkomen • woonachtig in een huis waar ze relatief veel kwijt zijn aan de energierekening • of in een slecht geïsoleerde woning leven (lage energetische kwaliteit waar ze normaliter veel kwijt zijn aan energie
  8. 1. Waar energiearmoede wordt ervaren 2. Welke kenmerken hieraan bijdragen

    3. Om wie gaat het 4. Wat zijn de kosten en baten van verduurzaming 5. Hoe de toekomst eruit kan zien Ten behoeve van gerichte interventies Doel van het onderzoek
  9. • 899 buurten, 580 buurten zijn er <10 huishoudens met

    energiearmoede  Minimum aantal waarnemingen = 10 (beveiligingsrichtlijnen)  Gevolg = lege vlekken op kaarten en geen data Vanuit data naar voorspelmodel • Voorspellen op huishoudensniveau • Schatting moet betrouwbaar en accuraat zijn • Hoe? Matchen van data in de beveiligde omgeving van het CBS met de schatting • Machine learning (98% correct in voorspellen energiearmoede)
  10. Noodzaak voor een voorspelmodel— Hoe? • Daarom hebben wij geschat

    aan de hand van diverse indicatoren of huishoudens energiearmoede ervaren Huishouden # Energiearmoede Geschatte energiearmoede (0 of 1) (0 of 1) Huishouden A 1 1 Huishouden E Huishouden Y 0 0 0 0 Huishouden Q Huishouden D 1 0 Huishouden R 0 0 Huishouden … … … 1 1 0
  11. Agenda Over DataFryslân, haar structuur en haar leden Best practice

    energiearmoede Hoe gaan we verder en nabrander
  12. Hoe wij verder gaan Volgende stappen: • Gebruiker implementeert ‘eigen’

    scenario’s in digital twins • Prompts everywhere • Closed data, input (ethiek, filtering) • Regionale context data
  13. Hoe DataFryslân regionale AI inzet in het openbaar bestuur en

    bij energiearmoede Edwin Elferink, Community Manager [email protected]