Hansken
- Publicatiecategorie
- Hoog-risico AI-systeem
- Impacttoetsen
- DPIA
- Status
- In gebruik
Algemene informatie
Thema
Begindatum
Contactgegevens
Link naar publiekspagina
Verantwoord gebruik
Doel en impact
In opsporingsonderzoeken worden media, zoals telefoons, computers en digitale camera's in beslag genomen. De algoritmes in Hansken maken het mogelijk om de aanwezige digitale sporen, zoals bestanden, plaatjes en chat berichten, inzichtelijk en doorzoekbaar te maken.
Afwegingen
De hoeveelheden te onderzoeken data in Hansken zijn dermate groot dat handmatig doorzoeken niet meer mogelijk is. De algoritmes zorgen dat filtering mogelijk is, middels categorisering van de data. Alle data blijft handmatig doorzoekbaar.
Menselijke tussenkomst
Relevante sporen die uit de data komen worden altijd door een gebruiker beoordeeld en daarna handmatig verwerkt in een proces verbaal of rapportages. Toetsing wordt gedaan in de rechtbank, waarbij rechters bijgestaan door deskundigen beoordelen of gevonden bewijs relevant is.
Risicobeheer
Er is een toezichthoudende "forensic and legal board" die adviseert over toepassingen waarover twijfel bestaat. Voor gebruikers wordt aangegeven wanneer er sprake is van het gebruik van kunstmatige intelligentie.
Wettelijke basis
Het onderzoeken van digitaal bewijs in strafzaken in Nederland is mogelijk op basis van het Wetboek van Strafvordering, aangevuld met de Wet politiegegevens en Europese kaders zoals de E-evidence-verordening en de LED, die samen de bevoegdheden, privacyregels en internationale samenwerking rond digitale opsporing bepalen.
Impacttoetsen
Werking
Gegevens
Er worden verschillende soorten gegevens verzameld.
Technische werking
Hansken verwerkt grote hoeveelheden digitaal forensisch materiaal door deze te indexeren in een schaalbare infrastructuur. Tijdens het importeren (“extraction”) worden bestanden uit geautomatiseerde werken ontleed in data en metadata. Elk element wordt geanalyseerd met gespecialiseerde extractors die relevante informatie (zoals tekst, tijdstempels (eng: timestamps), hashes, communicatiestructuren) omzetten naar gestandaardiseerde attributen. Deze worden opgeslagen in een Elasticsearch-gebaseerde index, waardoor snelle zoek- en filteracties mogelijk zijn over miljarden datapunten. De index koppelt data-objecten, context en herkomst aan elkaar, zodat onderzoekers relaties kunnen vinden zonder het originele bewijsmateriaal te wijzigen of dupliceren, wat reproduceerbaarheid en transparantie garandeert.
Leverancier
Link naar broncode
Soortgelijke algoritmebeschrijvingen
- Naastplaatsingen en zwerfafval leggen we vast met beelden. Van deze beelden maken we informatie om het schoonniveau te meten en objecten te monitoren. Het doel is een betere onderhoudsplanning.Laatst gewijzigd op 5 september 2024 om 12:18 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- DPIA
- Status
- In gebruik
- Zwart lakken van bijv. persoonsgevoelige informatie in documenten.Laatst gewijzigd op 3 juni 2024 om 9:15 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
- Het zoeken en anonimiseren (weglakken) van persoonlijke informatie. In veel gevallen gaat dit om informatie in documenten en/of e-mails.Laatst gewijzigd op 22 september 2025 om 9:36 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
- Zwart lakken van bijv. persoonsgevoelige informatie in documentenLaatst gewijzigd op 15 juli 2024 om 12:41 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik