Vanwege een externe datastoring kunnen wij slechts beperkte handelingen uitvoeren. Wij verwachten vrijdag 12 april om 09:00 uur weer volledig beschikbaar te zijn. Onze excuses voor het ongemak.
Vanwege een externe datastoring kunnen wij slechts beperkte handelingen uitvoeren. Wij verwachten vrijdag 12 april om 09:00 uur weer volledig beschikbaar te zijn. Onze excuses voor het ongemak.
Het CBS werkt samen met gemeenten om het probleem van armoede en schulden gerichter aan te pakken. Door lokale gegevens te verzamelen, kan er meer inzicht komen in de schuldhulpverlening, wat zowel het beleid als de uitvoering ten goede komt. Kai Gidding, coördinator Inkomen en Vermogen bij het CBS, legt uit hoe het nieuwe project DDAS (Doorontwikkeling Datagedreven Aanpak Schulden) de manier waarop schuldhulp wordt geboden kan verbeteren.
Hoewel het CBS al lange tijd landelijke cijfers verzamelt over armoede en schulden, richt het zich nu meer op lokale gegevens. Gidding: “Met DDAS krijgen we meer gedetailleerd inzicht in schulden op gemeentelijk niveau.” Het project houdt in dat gemeenten gestandaardiseerde gegevens verstrekken over inwoners die schuldhulp ontvangen, op basis van hun BSN-nummer. Zo wordt onder andere geregistreerd hoe hoog de schulden zijn en hoeveel schuldeisers een persoon heeft.
De NVVK verzamelt al data over schuldhulp, maar de gebruikte definities verschillen nog per gemeente. Met DDAS worden de gegevens op een uniforme manier verzameld, zodat er een beter en betrouwbaarder beeld ontstaat van de schuldsituaties in heel Nederland. Gidding: "Door overal dezelfde gegevens op te vragen, kunnen gemeenten hun resultaten met elkaar vergelijken en zien waar verbetering mogelijk is."
De verzamelde data helpen gemeenten niet alleen bij het ontwikkelen van beleid, maar ook bij het verbeteren van hun interne processen. Gemeenten kunnen bijvoorbeeld hun doorlooptijden vergelijken met andere gemeenten, wat helpt om de efficiëntie te verbeteren. “Data kunnen het beleid versterken en tegelijkertijd helpen bij de uitvoering, bijvoorbeeld door te laten zien waar de processen vertraging oplopen,” legt Gidding uit.
Bij het verzamelen van gegevens staat privacy hoog in het vaandel. De persoonsgegevens die in het DDAS-project worden gedeeld, worden versleuteld en kunnen niet worden herleid naar individuele personen. De koppeling van de gegevens aan het BSN maakt het mogelijk om informatie te combineren met andere data, zoals inkomen, gezinssamenstelling en woningomstandigheden. “Dit biedt de kans om verbanden te ontdekken die helpen om gerichter te werken aan preventie,” aldus Gidding.
Het DDAS-project richt zich niet alleen op schuldhulpverlening, maar ook op het verbeteren van vroegsignalering en het gebruik van armoederegelingen, zoals bijzondere bijstand. Door deze verschillende soorten gegevens met elkaar te koppelen, kunnen gemeenten beter begrijpen welke risicogroepen eerder in schulden komen en gerichter armoedebeleid ontwikkelen. Gidding: “We willen bijvoorbeeld inzicht krijgen in de relatie tussen armoede en schulden en zien of er patronen zijn die we kunnen aanpakken.”
In de toekomst wil het CBS de dataverzameling automatiseren. Dit kan via een standaardkoppeling tussen gemeentelijke computersystemen, wat de uitwisseling van gegevens gemakkelijker en efficiënter maakt. Gidding: “Het doel is om vroegsignaleringsdata automatisch te verzamelen, zodra we goede afspraken hebben gemaakt met gemeenten over privacy en gegevensbescherming.”
DDAS biedt gemeenten de mogelijkheid om gedetailleerd inzicht te krijgen in schuldenproblematiek en armoede. “Gemeenten hebben baat bij een goed beeld van de situatie, zodat ze effectief beleid kunnen voeren,” zegt Gidding. De data van DDAS zijn van groot belang voor het landelijke beleid, omdat ze helpen de onzekerheidsmarge te verkleinen en de kwaliteit van de cijfers te verbeteren.
Het project DDAS biedt gemeenten een waardevolle tool om hun schuldhulpverlening te verbeteren. Door gestandaardiseerde, veilige en gedetailleerde gegevens te verzamelen, kunnen gemeenten niet alleen hun beleid en uitvoering verbeteren, maar ook gerichter werken aan het voorkomen van schulden. Gidding besluit: “Door samen te werken en data slim in te zetten, kunnen we ervoor zorgen dat mensen sneller en beter geholpen worden, waardoor armoede en schulden in Nederland afnemen.”
Deel dit artikel
.jpg)