‘Robotisering werkt pas echt als het technisch, organisatorisch én datakundig goed is ingebed’, stelt Herzo van der Wal. Hij is projectleider en senior datamanager bij het Data Management Center van Rijkswaterstaat (RWS) en verantwoordelijk voor het leveren, beheren en ontsluiten van ruimtelijke en geo-informatie.
Van infrastructuur en waterbeheer tot milieu- en veiligheidsdata: deze informatie wordt door RWS centraal beheerd en beschikbaar gesteld aan burgers en andere overheidsinstellingen.
Sinds 2007 verplicht de Europese INSPIRE-richtlijn lidstaten om geografische data uniform te ontsluiten. Het doel: één geïntegreerd Europees datanetwerk waarin informatie uitwisselbaar is tussen landen. Concreet betekent dit dat Rijkswaterstaat maandelijks datasets moet aanleveren die voldoen aan strikte Europese specificaties.
Knelpunt
De theorie was helder. De dagelijkse praktijk bleek weerbarstiger. De kennis over het proces zat voornamelijk in de hoofden van de medewerkers. Tegelijkertijd belemmerden handmatige stappen, mailverkeer en correcties achteraf een tijdige aanlevering van de datasets. Met andere woorden: het was voor RWS lastig om aan de maandelijkse INSPIRE-verplichting te voldoen.
Wellicht kon Robotic Process Automation (RPA) uitkomst bieden? Om daar antwoord op te krijgen werd contact gezocht met Nidaros.
’We kregen de opdracht om enerzijds het proces helder in kaart te brengen en daarvoor een werkomgeving te creëren’, vertelt Harry van der Werk, business analist bij Nidaros. ‘Anderzijds wilden we een Proof of Concept (PoC) opleveren om te kijken of RWS met behulp van RPA de doelen van het INSPIRE-programma kan halen.’
Voor het project werd gekozen voor één specifiek thema: vaarwegmarkeringen, zoals de locaties van boeien en verkeersborden op de Nederlandse waterwegen.
Aanpak
Voordat je automatiseert, moet je het proces door en door kennen. Door de juiste vragen te stellen aan Herzo van der Wal en zijn team werd impliciete kennis expliciet gemaakt. Welke stappen worden doorlopen? Waar zitten de knelpunten? Welke software wordt gebruikt voor de translatieslagen? Uiteraard werd ook gebruikgemaakt van de informatie die door RWS wel was gedocumenteerd. De analyse resulteerde uiteindelijk in een procesbeschrijving, inclusief een werkomgeving waarin alles wordt vastgelegd.’
‘De analyse gaf RWS veel nieuwe inzichten’, blikt Harry terug. ‘Er zijn zelfs al procesverbeteringen doorgevoerd. Vervolgens hebben we gekeken welke stappen in het proces we kunnen robotiseren en een PoC voor kunnen maken.’
Resultaat
Inmiddels is de PoC ontwikkeld en succesvol opgeleverd. Resultaat: een robot die dagelijks geo-data ophaalt en controleert op inhoud. Voldoet de data aan de eisen van INSPIRE? Dan kan deze door. Zo niet? Dan wordt Herzo direct gewaarschuwd. Van achteraf herstellen naar preventief oplossen dus.
De impact reikt verder. De oplossing is schaalbaar en toepasbaar op alle INSPIRE-thema’s van RWS. En waar de richtlijn een maandelijkse levering voorschrijft, kunnen datasets nu zelfs dagelijks worden aangeleverd. Daardoor profiteren bijvoorbeeld schippers continu van actuele vaarweginformatie.
Essentie
Terug naar de woorden van Herzo waarmee dit verhaal begon. Wat betekent het concreet dat robotisering technisch, organisatorisch én datakundig moet zijn ingebed?
Een robot die foutloos werkt is slechts het begin. Zonder grondig inzicht in de processen en duidelijke verantwoordelijkheden blijft het bij losse scripts. Nidaros leverde daarom niet alleen techniek, maar ook business support: actieve monitoring om te garanderen dat processen blijven draaien. Daar komt bij dat datakwaliteit cruciaal blijft: met slechte data komt er een slecht resultaat uit, hoe goed je robot ook is. Het onderscheid zit niet in wát je automatiseert, maar in hóe je dat doet.