TL;DR
- Wat: WIRED kreeg de broncode van OS Investigate, een AI-tool van het Amerikaanse bedrijf Flock Safety die politie laat zoeken op rijgedrag, locatiepatronen en sociale netwerken — niet alleen kentekens.
- Waarom relevant: Nederland heeft zelf al een uitgebreid ANPR-netwerk; de vraag hoe ver AI-analyse van verkeersdata mag gaan, speelt hier net zo goed.
- Wat je ermee kunt: Bekijk of jouw bedrijfsvoertuigen door camera-netwerken worden gelogd en wat dat betekent voor de privacy van je medewerkers.
Deze week publiceerde WIRED een onderzoek naar de broncode van een AI-tool die Flock Safety voor de Amerikaanse politie heeft gebouwd. Ik viel erover omdat het verhaal raakt aan een thema dat ook in Nederland sluimert: hoe ver mag technologie gaan bij het volgen van voertuigen — en de mensen die erin zitten?
Wat is Flock Safety en wat doet OS Investigate?
Flock Safety is een Amerikaans bedrijf dat in meer dan 6.000 gemeenschappen camera's heeft hangen die kentekens scannen. Tot nu toe was het verhaal: de camera leest een kenteken, vergelijkt het met een lijst van gezochte voertuigen, en geeft een melding als er een match is. Relatief eenvoudig.
Maar de tool die WIRED nu onder de loep neemt — intern eerst Nightshift genoemd, nu OS Investigate — doet iets wezenlijk anders. In plaats van te beginnen bij een bekend kenteken, begint het systeem bij een locatie, een tijdstip of een gedragspatroon. Welke auto's reden de afgelopen twee weken elke dinsdag door deze wijk? Welke voertuigen passeerden dezelfde camera's als een bepaald kenteken?
Het systeem werkt met natuurlijke-taalzoekopdrachten. Een agent typt een vraag in normale zinnen, en de AI zoekt antwoorden in het cameranetwerk. Er zijn volgens de berichtgeving 69 voorgeschreven prompts waar agenten mee kunnen starten. Eén voorbeeld: zoek "getuigen op basis van voertuigen die het vaakst in [buurt X] zijn gezien."
Van kenteken naar persoon en sociaal netwerk
Wat mij hier opvalt, is de stap van voertuig naar persoon. OS Investigate koppelt Flock-cameradata aan externe bronnen: 911-meldingen, arrestatiedossiers en commerciële databases. Daarmee kan het systeem niet alleen een kenteken aan een naam koppelen, maar ook aan een thuisadres, familieleden en — volgens de berichtgeving — zelfs "associates", mensen met wie iemand regelmatig dezelfde camera's passeert.
Stel dat je als ondernemer met je bedrijfswagen dagelijks door dezelfde straten rijdt. In theorie zou zo'n systeem kunnen vaststellen met wie je regelmatig op dezelfde plekken bent, en dat terugkoppelen aan een onderzoeksdossier — zonder dat je ergens van verdacht wordt. Het systeem filtert bewust bussen, vrachtwagens en bestelbussen van bedrijven eruit en richt zich op privévoertuigen, maar de grens tussen zakelijk en privé is bij ondernemers vaak flinterdun.
Hoe zit het met toezicht?
De broncode die WIRED analyseerde laat volgens het onderzoek zien dat de drempel voor een zoekopdracht laag is. Agenten moeten een reden opgeven, maar er is geen minimale lengte of detailvereiste voor die verantwoording. Dat is relevant, want eerder meldde The Washington Post dat minstens vijftig agenten zijn aangeklaagd of beschuldigd van misbruik van Flock-camera's — in veel gevallen om vrouwen te stalken.
Flock Safety zelf zegt dat de tool "is ontworpen om rechercheurs te helpen werken met informatie waar hun dienst al toegang toe heeft" en dat de interface nog kan veranderen voor de officiële release. Het bedrijf heeft volgens Forbes inmiddels nieuwe beveiligingsmaatregelen aangekondigd, waaronder gedragsmonitoring van gebruikers.
De Nederlandse parallel
Waarom schrijf ik hierover terwijl Flock Safety niet in Nederland actief is? Omdat we hier een eigen versie van dit verhaal hebben.
Nederland beschikt over een uitgebreid ANPR-netwerk (Automatic Number Plate Recognition). Sinds 2019 mag de politie kentekendata van álle passerende voertuigen vier weken opslaan. Uit onderzoek van Security.NL bleek dat kentekencamera's langs snelwegen jarenlang ook de gezichten van automobilisten scanden — zonder wettelijke basis. Vijfenvijftig camera's maakten dagelijks zo'n 350.000 foto's.
Privacy First heeft een rechtszaak aangespannen tegen de Staat om de continue registratie van reisbewegingen te stoppen. En in België wordt het ANPR-netwerk in 2026 uitgebreid met kunstmatige intelligentie.
Ik denk dat de stap van "kentekens opslaan" naar "patronen herkennen en personen identificeren" technisch niet groot is. De vraag is of de juridische en ethische kaders die stap bijhouden.
Wat betekent dit voor ondernemers?
Als MKB-ondernemer denk je misschien: dit gaat over politiewerk, niet over mijn bedrijf. Maar er zitten twee lagen in die wel degelijk raken aan je onderneming.
Medewerkers in bedrijfsvoertuigen
Als je een wagenpark hebt — of medewerkers die met een bedrijfsauto rijden — worden hun bewegingen potentieel gelogd door ANPR-camera's. Onder de AVG heb je als werkgever een verantwoordelijkheid om medewerkers te informeren over gegevensverwerking die hen raakt. Het is de moeite waard om te weten welke data er over jouw vloot wordt verzameld, ook door derden.
De bredere trend van patroonherkenning
OS Investigate is een voorbeeld van een bredere beweging: AI die niet zoekt naar wat je hebt gedaan, maar naar wat je patroon "betekent." Dat principe zie je ook terug in fraude-detectie, verzekeringen en kredietscoring. Voor ondernemers die zelf met klantdata werken, is het een reminder: de tools worden krachtiger, en de verwachtingen rond transparantie en verantwoording groeien mee.
Kun je je voorstellen dat een verzekeraar op basis van rijpatronen van je bedrijfsauto's een risicoprofiel opstelt? Technisch is dat niet ver weg.
Tot slot
Voor mij is dit vooral een verhaal over de afstand tussen wat technisch kan en wat maatschappelijk is doorgesproken. Flock Safety bouwde een tool die indrukwekkend is in wat hij kan combineren — en juist daardoor vragen oproept die nog niet beantwoord zijn. Niet alleen in de VS, maar ook hier. De camera's hangen er al. De data stroomt al. De vraag is alleen wie er straks mee mag zoeken, en op welke manier.
80% van de AI-projecten haalt productie nooit.
Ik bouw de 20% — van prototype naar draaiend systeem, binnen weken.