AI WBSO pré-advies

Rijksdienst voor Ondernemend Nederland

Dit algoritme helpt bij het beoordelen van WBSO-aanvragen. Het kiest aanvragen met weinig  financieel risico uit, welke vervolgens door RVO medewerkers sneller kunnen worden afgehandeld. 

Laatst gewijzigd op 20 februari 2025 om 10:42 | Publicatiestandaard 1.0

• Publicatiecategorie: Overige algoritmes
• Impacttoetsen: DPIA
• Status: In gebruik

Algemene informatie

Thema

• Economie
• Overheidsfinanciën

Begindatum

2023-01

Contactgegevens

Via contactformulier: https://www.rvo.nl/onderwerpen/contact/formulier   

Verantwoord gebruik

Doel en impact

Het doel van dit algoritme is om WBSO-aanvragen sneller te beoordelen. Het gaat vooral om eenvoudige aanvragen met een laag financieel risico. Door deze aanvragen sneller te behandelen, zijn R&D-bedrijven meer tevreden. Zij kunnen zo eerder gebruikmaken van hun (belasting) voordeel en hun middelen sneller inzetten voor innovatie. Het algoritme helpt ook om technische experts binnen de Rijksdienst voor Ondernemend Nederland in te zetten waar zij het hardst nodig zijn. Zo blijft de kwaliteit van het werk hoog en krijgen bedrijven meer maatwerk.

Afwegingen

De inzet van het algoritme bij WBSO-aanvragen zorgt ervoor dat minder complexe aanvragen van ondernemers een snellere doorlooptijd hebben. Minder complexe aanvragen (met een laag risico op afwijzing) krijgen voorrang in de prioritering van de beoordeling van dossiers door de medewerkers van RVO. Zo krijgen alle aanvragen precies de aandacht die nodig is, en wordt de efficiëntie en productiviteit verhoogd en daarmee ook de klanttevredenheid.

Menselijke tussenkomst

De uitkomst van het algoritme is een ondersteunend pré-advies, waarbij er altijd toezicht zal worden gehouden door medewerkers. Het algoritme is ondersteunend, en maakt de uiteindelijke beslissing bij de beoordeling van de aanvraag dus nooit zelf. De definitieve beoordeling wordt altijd gedaan door een medewerker, het algoritme neemt zelf geen besluiten.

Risicobeheer

Er is sprake van constante monitoring van het algoritme om te controleren of deze nog werkt zonder foutmeldingen. Daarnaast wordt er gecontroleerd of het algoritme mogelijk bevooroordeeld is, waarbij verschillende groepen verschillend zouden worden behandeld. Ook wordt er gecontroleerd of de uitkomsten van het algoritme nog overeenkomt met de daadwerkelijke afgegeven beoordelingen van aanvragen en of het model dus nog goed is in voorspellen. Bij eventuele wijzigingen van het AI-model zal opnieuw de uitgebreide validatie procedure doorlopen worden. Er wordt elk jaar voor de start van een nieuw beoordelingsjaar getoetst of deze procedure nodig is.

Wettelijke basis

In de WVA (Wet vermindering afdracht loonbelasting en premie voor de volksverzekeringen) is geregeld dat een ondernemer fiscale aftrek kan krijgen voor speur- en ontwikkelingswerk. Bij de beoordeling van de aanvragen wordt het algoritme ingezet. 

Links naar wettelijke basis

Wet vermindering afdracht loonbelasting en premie voor de volksverzekeringen (WVA): https://wetten.overheid.nl/BWBR0007746/2022-01-01

Toelichting op impacttoetsen

DPIA is uitgevoerd, uitkomst was dat er geen persoonsgegevens verwerkt werden. IAMA is niet uitgevoerd, omdat er sprake is van een minimaal risico classificatie. IAMA heeft enkel betrekking op hoog-risico AI-toepassingen.

Impacttoetsen

Data Protection Impact Assessment (DPIA)

Werking

Gegevens

In het algoritme worden o.a. gegevens over het aantal (nieuwe) projecten, aantal uren, uurloon, aanwezigheid derde partij, en eventuele afwijzingen of de uitkomst van een controle uit het verleden gebruikt. Het zaaknummer wordt gebruikt als identificatie-label. Er worden op geen enkele wijze persoonsgegevens gebruikt in het algoritme.

Technische werking

Het risico wordt ingeschat door een zelflerend Machine Learning model. Deze probeert met zo weinig mogelijk variabelen op een zo simpel mogelijke manier een zo goed mogelijke voorspelling te maken. Vervolgens krijgen de aanvragen met een geschat laag risico voorrang in de prioritering van de beoordeling.