Gedragsgroepen

Dienst Uitvoering Onderwijs

Het algoritme verdeelt debiteuren in gedragsgroepen, op basis van hun betalingsgedrag. Het doel is om het innen van schulden te verbeteren, op totaalniveau inzicht te krijgen in het betaalgedrag van de debiteuren en om contact te krijgen met debiteuren die een achterstand hebben met betalen. Zo wil DUO problemen met betalingen oplossen of voorkomen.

Laatst gewijzigd op 30 juni 2026 om 13:53 | Publicatiestandaard 1.0

• Publicatiecategorie: Impactvolle algoritmes
• Impacttoetsen: DPIA, IAMA
• Status: In gebruik

Algemene informatie

Thema

Onderwijs en wetenschap

Begindatum

2022-09

Contactgegevens

[e-mail]

Link naar publiekspagina

https://duo.nl/particulier/betalingsachterstand/wat-te-doen-bij-betalingsachterstand.jsp

Verantwoord gebruik

Doel en impact

Het algoritme helpt DUO om het innen van schulden te verbeteren. Het algoritme verdeelt debiteuren in gedragsgroepen, op basis van hun betaalgedrag en betaalstatus. Het belangrijkste doel van het algoritme is om debiteuren die een achterstand hebben met betalen op een passende manier te benaderen. Hiermee hoopt DUO dat deze debiteuren contact opnemen met DUO. Dan kan DUO afspraken maken met de debiteuren over wat ze nog wel en niet kunnen betalen en ervoor zorgen dat er daarna geen aflosproblemen meer ontstaan. Als DUO eenmaal contact heeft met de debiteuren, heeft de groep waarin ze zijn ingedeeld geen invloed op hoe DUO hen behandelt. DUO gebruikt de groepen ook om te beslissen welke schulden (tijdelijk) niet geïnd kunnen worden. Ten slotte gebruikt DUO het algoritme om een totaalbeeld te krijgen van het betaalgedrag van alle debiteuren. Die informatie helpt DUO om strategische keuzes te maken over het totaal van alle schulden. Dat zijn dus geen keuzes voor individuele debiteuren.

Afwegingen

Het algoritme helpt bij het benaderen van debiteuren. Het zorgt dat DUO schulden beter kan innen en dat debiteuren problemen met betalen kunnen voorkomen of verminderen. Het algoritme helpt DUO ook om inzicht te krijgen in het totaal van alle schulden en om schulden die (tijdelijk) niet te innen zijn buiten invordering te stellen. De handelingen die DUO uitvoert met het algoritme hebben weinig invloed op de debiteuren. DUO gebruikt het algoritme alleen voor debiteuren met betalingsachterstanden. Om de gedragsgroepen te maken, kijkt het algoritme daarbij alleen naar informatie over het betaalgedrag en de betaalstatus van de debiteur. DUO gebruikt hiervoor geen andere persoonlijke gegevens.

Menselijke tussenkomst

De indeling van debiteuren in gedragsgroepen gebeurt automatisch. Het algoritme neemt geen beslissingen over debiteuren en doet ook geen voorstellen. Bij alle handelingen van DUO is altijd een medewerker betrokken.

In de aanvullende berichten van DUO wordt de debiteur gevraagd om contact op te nemen met een medewerker van DUO. Zodra DUO contact heeft met de debiteur (bijvoorbeeld omdat die reageert op een bericht) gaat DUO verder met de reguliere manier van innen. Het vervolg staat los van de gedragsgroep waarin de debiteur is ingedeeld. De DUO-medewerker en de debiteur zoeken samen een oplossing, bijvoorbeeld een betalingsregeling.

Risicobeheer

De gegevens die het algoritme gebruikt, komen uit de eigen systemen van DUO. Dit zijn gegevens over de hoogte van de betalingsachterstand en de rest van de financiële situatie bij DUO. DUO heeft deze informatie al en vraagt geen extra informatie op.

DUO werkt de indeling van debiteuren in gedragsgroepen elke dag continu bij. Dit geeft een actueel beeld van alle debiteuren. De indeling wordt niet met anderen gedeeld en niet voor andere doelen gebruikt.

Het algoritme neemt geen automatische beslissingen die gevolgen hebben voor de schulden van de debiteur. Een DUO-medewerker is altijd betrokken bij beslissingen over de debiteur.

Wettelijke basis

De gegevensverwerking voor gedragsgroepen gebeurt binnen het proces van persoonsgericht innen. Dit proces is gebaseerd op specifieke wetten, zoals de Wet studiefinanciering 2000 en de Algemene wet bestuursrecht. Het innen van schulden is een wettelijke en een maatschappelijke taak van DUO.

In de Wet studiefinanciering 2000 staat onder meer hoe oud-studenten hun lening moeten terugbetalen. In artikel 6.6 en 6.9 van de wet staat informatie over het begin van de aflosperiode en over de maandelijkse bedragen. In hoofdstuk 8 staat belangrijke informatie over het innen aangegeven.

Links naar wettelijke basis

• Wet studiefinanciering 2000 artikel 6.6 : https://wetten.overheid.nl/BWBR0011453/2025-01-01/?g=2025-01-01&z=2025-01-01#Hoofdstuk6_Paragraaf6.1_Artikel6.6
• Wet studiefinanciering 2000, artikel 6.9: https://wetten.overheid.nl/BWBR0011453/2025-01-01/?g=2025-01-01&z=2025-01-01#Hoofdstuk6_Paragraaf6.1_Artikel6.9
• Algemene wet bestuursrecht: https://wetten.overheid.nl/BWBR0005537/2020-04-01/

Toelichting op impacttoetsen

Voor dit algoritme zijn impactassessments uitgevoerd waarin privacyrechten en mensenrechten zijn afgewogen op positieve en negatieve effecten. De conclusie uit deze assessments is dat de inzet van het algoritme verantwoord is.

Impacttoetsen

• Data Protection Impact Assessment (DPIA)
• Impact Assessment Mensenrechten en Algoritmes (IAMA)

Werking

Gegevens

Het algoritme maakt gebruik van de volgende gegevens van de debiteur:

1. De betalingsachterstand
2. Moment van laatst ontvangen betaling
3. Gegevens over de betalingsgeschiedenis en aflossingsfase waarin de debiteur zich bevindt

Technische werking

Het algoritme is een regelgebaseerd algoritme dat de gedragsgroepen samenstelt op basis van de genoemde gegevens. Een regelgebaseerd algoritme betekent dat het werkt met vaste regels die vooraf zijn opgesteld. Het algoritme volgt deze regels stap voor stap en leert niet zelf bij.