Waze for Cities: hoe verkeersmeldingen van automobilisten steden slimmer maken
Elke keer dat een automobilist in Waze een file, een ongeluk of een put in de weg meldt, ontstaat er een piepklein stukje data. Op zichzelf betekent zo'n melding weinig. Maar opgeteld bij miljoenen andere meldingen van andere gebruikers, op andere plekken, op andere momenten, ontstaat er een gedetailleerd, voortdurend bijgewerkt beeld van hoe een hele stad beweegt. "Waze for Cities" is de naam die vaak wordt gebruikt voor het idee, en het concrete programma, om dat beeld te delen met gemeenten en verkeersautoriteiten.
Denk aan een verkeerscentrale die tot nu toe alleen camera's langs snelwegen en een handvol lussensensoren in het wegdek had om files te zien ontstaan. Met Waze-data krijgt diezelfde centrale er in feite duizenden extra 'ogen' bij: elke Waze-gebruiker in de stad wordt, zonder het zelf te merken, een klein sensortje dat snelheid, positie en meldingen doorgeeft. In ruil daarvoor deelt de gemeente haar eigen officiële informatie — wegwerkzaamheden, afsluitingen, evenementen — terug met Waze, zodat de app daar in zijn routes rekening mee houdt.
Wat is het precies?
Waze is een navigatie-app die sinds 2013 onderdeel is van Google. Het bijzondere aan Waze is dat de app grotendeels draait op crowdsourcing: gebruikers melden actief files, ongelukken, gevaren, politiecontroles en putten in de weg, en de app verzamelt daarnaast passief GPS-gegevens van telefoons om gemiddelde rijsnelheden te berekenen. Uit die combinatie ontstaat een realtime verkeersbeeld dat voortdurend wordt bijgewerkt.
Het Connected Citizens Program, zoals het officiële programma heet, is in 2014 gestart als een manier om die data ook buiten de app zelf nuttig te maken. Het werkt als een ruil, niet als een verkoop: er gaat in de kern geen geld van hand naar hand. Gemeenten leveren hun eigen datasets aan — bijvoorbeeld een lijst van geplande wegwerkzaamheden of een feed met verkeersincidenten die de politie registreert — en Waze verwerkt die in de app, zodat gebruikers automatisch om afsluitingen heen worden geleid.
Omgekeerd krijgt de gemeente toegang tot een geanonimiseerde en geaggregeerde versie van de Waze-data uit haar eigen gebied: waar ontstaan structureel files, waar melden gebruikers vaak gevaarlijke situaties, waar liggen putten die keer op keer worden aangegeven. "Geanonimiseerd en geaggregeerd" betekent dat individuele ritten van individuele gebruikers niet herleidbaar zijn; de gemeente ziet patronen over grote groepen mensen, geen persoonlijke bewegingsprofielen. Die data komt binnen via een technische koppeling (een API), vaak in een formaat dat in bestaande verkeersmanagementsystemen kan worden ingeladen, zodat verkeerscentrales de informatie naast hun eigen sensoren en camera's kunnen leggen.
Wat wil men ermee bereiken?
Het achterliggende idee is dat overheden traditioneel afhankelijk zijn van dure, vaste infrastructuur om verkeer te meten: lussen in het asfalt, camera's, handmatige tellingen. Dat soort meetpunten dekt nooit het hele wegennet, en is duur om uit te breiden. Crowdsourced data van een app die al door miljoenen mensen wordt gebruikt, is in potentie veel fijnmaziger en goedkoper te verkrijgen, omdat de meetinfrastructuur — de smartphones van gebruikers — al bestaat.
Voor Waze zelf is het doel tweeledig. Ten eerste maakt officiële overheidsdata de app nauwkeuriger: een geplande wegafsluiting die van tevoren bekend is, hoeft niet meer via duizenden losse gebruikersmeldingen ontdekt te worden. Ten tweede versterkt het programma de positie van Waze als publiek nuttige dienst, wat weer gebruikers en dus data oplevert — de kwaliteit van de app hangt namelijk direct af van hoeveel mensen hem gebruiken.
Voor gemeenten liggen de beloften vooral op het vlak van sneller reageren: eerder zicht op een beginnende file of een ongeluk, gerichter onderhoud plannen op basis van waar automobilisten daadwerkelijk putten melden, en tijdens rampen of grote evenementen — overstromingen, branden, grote sportevenementen — een actueler beeld van welke wegen nog begaanbaar zijn. Het is nadrukkelijk geen vervanging van bestaande verkeerssystemen, maar een aanvullende databron.
Voorbeelden uit de praktijk
Rio de Janeiro geldt als een van de bekendste en vroegste voorbeelden. De stad bouwde na zware overstromingen en aardverschuivingen in 2010 een centraal operationeel centrum (het Centro de Operações Rio) om stedelijke diensten en verkeersinformatie samen te brengen. Waze-data werd hierin geïntegreerd en speelde onder meer een rol bij het managen van verkeersstromen tijdens het WK voetbal van 2014, de Olympische Spelen van 2016 en het jaarlijkse Carnaval, wanneer de stad tijdelijk enorme drukte te verwerken krijgt.
Boston hoorde bij de eerste Amerikaanse steden die meededen, met als concreet doel om via gebruikersmeldingen sneller putten en beschadigd wegdek op te sporen en te repareren, in plaats van te wachten op periodieke inspecties.
Jakarta en Los Angeles worden regelmatig genoemd als vroege deelnemers die de data gebruikten om verkeersmanagementteams realtime inzicht te geven naast hun eigen camerasystemen, vooral op plekken waar cameradekking beperkt was.
In de jaren daarna is het aantal deelnemende steden wereldwijd sterk gegroeid, tot naar schatting honderden gemeenten en verkeersautoriteiten op meerdere continenten. Exacte, actuele deelnemersaantallen zijn niet altijd eenduidig gepubliceerd, dus dat getal moet met enige voorzichtigheid worden gelezen.
Hoe ver is de techniek?
De onderliggende techniek — crowdsourced GPS- en meldingendata verzamelen, anonimiseren en delen via een API — is inmiddels volwassen en wordt al meer dan tien jaar in de praktijk gebruikt. Het is dus geen experimentele technologie meer, maar een werkend, operationeel systeem dat in veel steden dagelijks meeloopt in verkeerscentrales.
Naast het partnerschapsmodel introduceerde Waze later ook een meer toegankelijke, zelfbedienings-variant van het dataportaal, waarmee gemeenten zonder uitgebreid partnerschap toch geaggregeerde verkeersdata over hun gebied kunnen inzien. Dat verlaagde de drempel om mee te doen, vooral voor kleinere gemeenten met minder capaciteit om een volledig partnerschap op te zetten.
De belangrijkste obstakels zitten niet zozeer in de techniek, maar in de randvoorwaarden. Crowdsourced data is nooit helemaal representatief: in wijken of gebieden waar weinig mensen Waze gebruiken, is het beeld dunner en minder betrouwbaar, wat ongelijkheid tussen rijke en arme buurten in stand kan houden of zelfs vergroten. Ook blijven er, ondanks anonimisering, discussies over privacy, omdat locatiedata in theorie gevoelig blijft. Daarnaast is er een principiële discussie over de afhankelijkheid van een particulier techbedrijf voor iets dat traditioneel een publieke taak is: als Waze het programma zou stopzetten of de voorwaarden zou wijzigen, verliezen gemeenten in één klap een databron waarop ze zijn gaan vertrouwen.
Wie werken eraan?
Het programma wordt beheerd door Waze, dat sinds de overname in 2013 onderdeel is van Google (Alphabet). De tegenpartijen zijn wereldwijd gemeentelijke verkeersdiensten, regionale vervoersautoriteiten en in sommige gevallen nationale overheidsinstanties die verkeersmanagement of rampenrespons coördineren.
Buiten Waze zelf zijn er onderzoeksinstellingen die zich bezighouden met hoe crowdsourced burgerdata publieke besluitvorming beïnvloedt, zoals stadslabs verbonden aan universiteiten die stedelijke mobiliteit en "smart city"-toepassingen bestuderen. Ook internationale organisaties die zich richten op duurzaam stedelijk vervoer volgen dit soort publiek-private datasamenwerkingen, onder meer omdat ze model kunnen staan voor bredere discussies over wie toegang krijgt tot data die burgers zelf, vaak onbewust, genereren.