TL;DR
- Wat: Het Amerikaanse bedrijf Flock Safety test een AI-tool die politie helpt om potentiële getuigen en 'bekenden' van verdachten te vinden op basis van kentekendata uit meer dan 6.000 gemeenschappen.
- Waarom relevant: Kentekenherkenning bestaat ook in Nederland — de vraag hoe ver je daarmee mag gaan raakt elke ondernemer die met camera's of voertuigdata werkt.
- Wat je ermee kunt: Controleer of jouw eigen cameragebruik of kentekenregistratie voldoet aan de AVG, want de grens tussen beveiliging en surveillance verschuift snel.
Ik stuitte op een bericht van WIRED over een nieuw AI-systeem van het Amerikaanse bedrijf Flock Safety. Niet zomaar een kentekencamera, maar een tool die op basis van rijgedrag en locatiepatronen kan bepalen wie je 'bekenden' zijn — en wie er als getuige zou kunnen dienen bij een misdrijf. Dat vind ik een ontwikkeling die verder gaat dan wat de meeste mensen zich bij camerabewaking voorstellen.
Wat Flock Safety precies bouwt
Flock Safety is een Amerikaans bedrijf dat zich richt op automatische kentekenherkenning, ook wel ALPR (Automatic License Plate Recognition) genoemd. Het bedrijf heeft volgens recente bronnen zo'n 120.000 camera's verspreid over 49 Amerikaanse staten, in gebruik bij meer dan 5.000 politiediensten en 7.000 organisaties.
De nieuwe tool heet OS Investigate — voorheen Nightshift — en wordt momenteel getest bij een selecte groep politiediensten. Wat mij opvalt: dit systeem gaat een flinke stap verder dan alleen kentekens scannen. Het werkt met 69 vooraf geschreven prompts die agenten kunnen aanpassen. Eén zo'n prompt zoekt naar "getuigen op basis van voertuigen die het vaakst zijn gezien in [buurt] gedurende [de laatste 14 dagen] tijdens [een bepaald dagdeel]".
Met andere woorden: als jouw auto regelmatig door een bepaalde wijk rijdt, kan het systeem jou als potentiële getuige aanmerken. Niet omdat je iets hebt gezien of gemeld, maar puur op basis van je rijpatroon.
'Bekenden' bepalen op basis van camerapassages
Wat ik eerlijk gezegd het meest opmerkelijk vind, is de functie waarmee het systeem zogenoemde 'associates' in kaart brengt. Dat zijn mensen wier voertuigen regelmatig samen door dezelfde camera's worden vastgelegd. Het idee: als twee auto's vaak op dezelfde plekken en tijdstippen worden gespot, zijn de bestuurders mogelijk aan elkaar gelinkt.
Dat klinkt op het eerste gezicht logisch vanuit opsporingsperspectief. Maar stel dat je als ondernemer elke ochtend op hetzelfde tijdstip dezelfde route naar je bedrijf rijdt als iemand die later verdachte blijkt te zijn in een zaak. Dan zou het systeem jou als 'bekende' van die persoon kunnen aanmerken — zonder dat je die persoon ooit hebt ontmoet.
Wat het extra gevoelig maakt: OS Investigate koppelt kentekendata aan politiedossiers, 911-meldingen en commerciële databases. Volgens WIRED bevatten die databases onder meer sofinummers, geboortedata, telefoonnummers, e-mailadressen en familierelaties. Een kenteken wordt zo een sleutel naar een compleet persoonsprofiel.
Hoe betrouwbaar is dat?
Daar zit een serieus probleem. Uit een audit van de politie van Los Angeles bleek dat 32,3 procent van de Flock-meldingen die zij onderzochten onnauwkeurig was. In twee maanden tijd werden 161 voertuigen ten onrechte als gestolen aangemerkt. Dat is niet marginaal — dat is bijna een op de drie. En als je bedenkt dat dit systeem nu ook 'bekenden' en 'getuigen' gaat aanwijzen, is die foutmarge behoorlijk zorgwekkend.
Misbruik is geen theoretisch risico
Een veelgehoord argument bij dit soort technologie is: "Als je niets te verbergen hebt, heb je niets te vrezen." Maar de praktijk laat iets anders zien. Volgens onderzoek van het Institute for Justice zijn er in de VS minstens 22 gevallen geïdentificeerd waarin politieagenten ALPR-systemen misbruikten om ex-partners te volgen. In totaal kregen meer dan 50 agenten te maken met aanklachten of beschuldigingen van misbruik van Flock-camera's voor persoonlijke stalking.
Flock heeft in augustus 2026 nieuwe beveiligingsmaatregelen aangekondigd. Zo wordt de standaard bewaartermijn van gegevens teruggebracht van één maand naar één week, en moeten agenten een reden opgeven voor zoekopdrachten. Maar volgens Gizmodo zijn de eisen aan die onderbouwing minimaal — er is geen minimale lengte of detailvereiste.
Ik vind het tekenend dat inmiddels ook politiediensten zelf afstand nemen. De LAPD heeft het pilotcontract beëindigd en Mountain View heeft camera's uitgeschakeld nadat bleek dat Flock kentekendata deelde met honderden instanties — waaronder federale organisaties — zonder toestemming.
Wat betekent dit voor Nederland?
Flock Safety opereert vooralsnog niet in Nederland. Maar de onderliggende technologie — automatische kentekenherkenning — is hier al jaren in gebruik. De Nederlandse politie zet ANPR-camera's in op basis van de Wet politiegegevens. Volgens Privacy First belanden de reisbewegingen van miljoenen automobilisten dagelijks in een centrale politiedatabase, waar ze vier weken worden bewaard — ongeacht of iemand ergens van verdacht wordt.
Voor ondernemers is dit relevant op twee niveaus.
Ten eerste: als je zelf camera's gebruikt op je bedrijfsterrein die kentekens vastleggen, val je onder de AVG. Je mag alleen filmen met een vooraf bepaald en specifiek doel — bijvoorbeeld diefstalpreventie of beveiliging na inbraken. Kentekens zijn persoonsgegevens, en je moet kunnen verantwoorden waarom je ze verwerkt.
Ten tweede: de trend die Flock laat zien — AI die losse datapunten combineert tot profielen en relatienetwerken — is niet beperkt tot de VS. De technologische mogelijkheden groeien sneller dan de wetgeving. De Autoriteit Persoonsgegevens houdt toezicht op cameratoezicht in het verkeer, maar de vraag is of bestaande kaders toereikend zijn als AI-systemen data op deze manier gaan combineren.
Een denkbare situatie
Stel dat je als MKB-ondernemer een beveiligingscamera met kentekenherkenning plaatst bij je bedrijfspand. Je slaat die data een maand op. Op een dag vraagt de politie om die gegevens in het kader van een onderzoek. Op zichzelf is dat al een situatie waar je je AVG-verplichtingen goed moet kennen. Maar wat als diezelfde data in de toekomst door een AI-systeem wordt gecombineerd met andere bronnen om 'bekenden' of 'getuigen' af te leiden? Dan verandert de aard van wat je verzamelt fundamenteel — zonder dat je als ondernemer iets anders hebt gedaan.
Waar het naartoe beweegt
De ACLU voert in de VS actief campagne tegen Flock-camera's. Burgers in meerdere Amerikaanse steden hebben camera's vernield of verwijderd. Tegelijkertijd kondigt Flock strengere waarborgen aan en blijft het bedrijf groeien.
Wat mij hier het meest bezighoudt, is niet zozeer de technologie zelf — kentekenherkenning bestaat al lang. Het is de stap van registratie naar interpretatie. Een camera die een kenteken vastlegt is één ding. Een AI-systeem dat op basis van patronen bepaalt wie je 'bekenden' zijn en je als getuige aanwijst zonder dat je het weet, is iets wezenlijk anders.
Voor mij is dit vooral een signaal dat de discussie over cameradata en AI niet alleen iets is voor privacyorganisaties en techbedrijven. Het raakt iedereen die data verzamelt — ook als je denkt dat het alleen om een beveiligingscamera bij de achterdeur gaat.
80% van de AI-projecten haalt productie nooit.
Ik bouw de 20% — van prototype naar draaiend systeem, binnen weken.