DMI-aanpak maakt complexe stedelijke ontwikkeling voor gemeentes inzichtelijk en beheersbaar

Digital twin van Apeldoorn

Door slimme data-uitwisseling en scenario-ontwikkeling met digital twins wordt de impact niet alleen inzichtelijk en beheersbaar, maar ontstaat ook een praktische blauwdruk voor een aanpak die andere gemeentes kan helpen.

Met de bouw van bijna 9.000 nieuwe woningen voor 2030 staat Apeldoorn voor de grootste stedelijke uitbreiding in 40 jaar. Volgens Frans Jorna, Chief Innovation Officer van de gemeente Apeldoorn, maakt deze ontwikkeling deel uit van een bredere verstedelijkingsopgave in de driehoek Apeldoorn-Deventer-Zutphen voor de periode 2030-2050.

“In het centrum wordt verdichting gecombineerd met een mix van laag- en hoogbouw, gemengde bestemmingen en grote investeringen in onderwijs. Tegelijkertijd krijgt de binnenstad een groener karakter met een centraal park dat toegang biedt tot de Veluwe. Deze verdichting, in combinatie met wegversmallingen en vergroening, roept veel vragen op binnen de gemeenteraad en bij inwoners."

"Hoe beïnvloeden deze plannen de leefbaarheid en bereikbaarheid van de stad? Wat betekent het schrappen van buslijnen voor vervoersarmoede in omliggende dorpen? En hoe kunnen deze effecten worden gekwantificeerd en zichtbaar gemaakt? De behoefte aan sturing was groot, maar een concreet stuur ontbrak.”

Ontwikkel een stuur

De opdracht was helder en uitdagend, legt Jorna uit. “Het doel was een ‘stuur’ te ontwikkelen waarmee in periodes van vier weken bottlenecks tijdig kunnen worden geïdentificeerd en omzeild. Gezien de complexiteit van deze opgave zijn digital twin modellen onmisbaar, maar het verzamelen, standaardiseren en uitwisselen van data vormt een grote uitdaging – en niet alleen voor de gemeente Apeldoorn.”

Goudappel ontwikkelt al sinds jaar en dag de mobiliteitsmodellen voor de gemeente Apeldoorn. Alleen gingen de vragen in dit geval verder dan één toekomstbeeld, en waren ook emissies en leefbaarheid belangrijke factoren.

Frans Jorna: “De snelle en complexe stedelijke ontwikkelingen vereisen een dynamisch monitorings- en bijsturingssysteem; daar zijn onze huidige informatievoorziening en organisatiestructuur niet op ingericht. Dit is niet alleen een uitdaging voor Apeldoorn, maar voor alle middelgrote steden in Nederland. De vraag is dan ook: gaat iedere stad afzonderlijk het wiel uitvinden, of zoeken we naar een gezamenlijke aanpak waar iedereen baat bij heeft?”

Blauwdruk voor andere gemeentes

Het antwoord werd gevonden door samen te werken met deelnemers binnen het Dutch Metropolitan Innovation (DMI) ecosysteem. Partners in dit Groeifonds-programma willen de vindbaarheid, bruikbaarheid en uitwisselbaarheid van data tussen overheden en bedrijven eenvoudiger maken, met nieuwe technieken en duidelijke spelregels.

De gemeente Apeldoorn besloot de krachten te bundelen met DMI-deelnemers Goudappel, collaborall en TNO; partners van de gemeente die nooit eerder gezamenlijk aan tafel zaten.

Jacqueline Verbeek-Nijhof, Business Developer bij TNO: “Het mooie aan het samenwerken binnen het DMI-kader is dat er op voorhand al veel afspraken zijn gemaakt, bijvoorbeeld over het delen van data, en IP. Daardoor konden we in de Apeldoorn-case gelijk naar de inhoud.”

Heldere processtappen

Om een aanpak te ontwikkelen die andere DMI-deelnemers in de toekomst ook kunnen gebruiken, zijn alle processtappen vastgelegd en zoveel mogelijk gestandaardiseerd. De eerste grote uitdaging was het verzamelen van informatie over de circa 40 bouw- en infraprojecten die de komende vijf jaar van start gaan. Volgens Peter Kleinjan, Managing Partner van dataspecialist collaborall, is deze informatie bij veel gemeentes versnipperd en niet gestandaardiseerd, ook in Apeldoorn.

“Om de data bruikbaar te maken voor Goudappel, moest samen met de gemeente alle informatie worden verzameld, gestructureerd, gestandaardiseerd en voorzien van metadata. Dit gebeurde door per project een administratie op te zetten met contactpersonen, planningen en de relevante straten. Vervolgens werden alle bouw- en infraprojecten ondergebracht in de collaborall BuildHub, zodat Goudappel deze kon verwerken in het verkeersmodel.”

Data razendsnel doorrekenen

Goudappel stond met deze case voor een nieuwe uitdaging, vertelt Joost de Bruijn, Programmadirecteur Goudappel Mobility Twin. “In plaats van een overzichtelijk verkeersmodel met twee toekomstjaren en een paar scenario’s, moesten we nu een volledig verstedelijkingsproces volgen, waarbij tal van factoren tegelijk in beeld komen. Dit gaat niet alleen om nieuwe woningbouw en wegen, maar ook om doorlopend wegonderhoud, evenementen en andere mobiliteitsbeïnvloedende factoren.”

Om gebeurtenissen nauwkeuriger in de tijd te plaatsen, was een systeem nodig dat alle planningsdata inleest en snel doorrekent. Hiervoor ontwikkelde Goudappel een uitsnedemodel, dat overbodige koppelingen achterwege laat en berekeningen die normaal een halve dag kosten, in drie minuten uitvoert. “Dit model resulteerde in een reeks scenario’s: één per kwartaal voor de komende vijf jaar. De meest kritieke scenario’s hebben we vervolgens doorgestuurd naar TNO om de effecten op leefbaarheid te laten bepalen en visualiseren.”

‘Accident waiting to happen’

Jacqueline Verbeek-Nijhof: “Op basis van die meest kritieke scenario’s van Goudappel hebben we met behulp van de TNO Predictive Digital Twin gekeken hoe dit de bereikbaarheid en leefbaarheid van de binnenstad van Apeldoorn beïnvloedt.”

Toch leek overlast niet te voorkomen. Zelfs niet door met projectplanningen te schuiven. Frans Jorna: “Eén kwartaal sprong eruit: Q2 in 2026, dat leek een ‘accident waiting to happen’.” Om een verkeersinfarct te voorkomen, stelde de gemeente samen met TNO vier mitigerende maatregelen op: het beperken van woon-werkverkeer, een alternatieve werkgeversaanpak, transferia op verschillende locaties en de toevoeging van deelmobiliteit.

Zonder programma van eisen was echter nog steeds niet duidelijk hoe deze maatregelen effectief konden worden toegepast. Met TNO’s Predictive Digital Twin werden de maatregelen vooraf gevisualiseerd, waardoor de beleidsmakers nauwkeurig kunnen bepalen waar en wanneer deze ingrepen optimaal werken.

Inzoomen op persona’s

Inmiddels is ook al de volgende stap in de samenwerking gezet, met het gedetailleerd bepalen van de impact van de maatregelen op de verschillende gebruikers van de binnenstad.

Jacqueline Verbeek-Nijhof: “De focus verschuift van systeem- naar doelgroepenniveau. In Apeldoorn onderscheiden we drie doelgroepen: bewoners, bezoekers en ondernemers. Hiervoor stellen we samen indicatoren op, zoals bereikbaarheid, verkeersintensiteit en geluidshinder. Dat betekent dat we nu voor de bouwopgaven de specifieke impact op de verschillende doelgroepen in kaart kunnen brengen.”

Deze doelgroepenbenadering leidt tot andere verkeersmodeluitkomsten, merkt Joost de Bruijn op. “Normaalgesproken wordt infrastructuur ontworpen op basis van de ochtend- en avondspits. Maar als we specifiek naar bijvoorbeeld ondernemers kijken, dan is vooral de bereikbaarheid op zaterdagmiddag cruciaal. Dit vereiste nieuwe inzichten om het model aan te passen.”

Dashboard op doelgroepenniveau

Om de impact voor de verschillende doelgroepen nog beter te visualiseren heeft TNO op basis van de Predictable Digital Twin ook een dashboard ontwikkeld. “Met het dashboard zie je direct wat de gevolgen van mitigerende maatregelen zijn voor bewoners, bezoekers en ondernemers”, legt Jacqueline Verbeek-Nijhof uit.

“Wat positief voor een ondernemer is, kan minder goed uitpakken voor een bewoner. Je krijgt een volledig beeld, van macro naar micro. Dus je brengt eerst de overlast in kaart, vervolgens de mogelijke maatregelen die je kunt nemen, en die vertalen we naar verschillende scenario’s. Ook zie je in het dashboard gelijk wat het effect is voor de doelgroepen als je een scenario aanpast. Zo kun je uiteindelijk tot oplossingen komen die voor iedereen zo gunstig mogelijk uitpakken.”

Opgaven te complex voor intuïtie

Hoe kijken de vier partijen terug op het eerste deel van hun samenwerking? “In de eerste plaats een technisch uniek systeem”, concludeert Frans Jorna, die dat met een helder voorbeeld illustreert.

“Toen twee wethouders vroegen naar het effect van een knip op een alternatieve locatie, zou een traditionele studie met meerdere scenario-iteraties maanden hebben gekost. Nu zagen we binnen 40 seconden het resultaat. En we ontdekten knelpunten en hiaten in onze data die we anders over het hoofd hadden gezien. Fietsers zijn het missende ingrediënt – onmisbaar als je minder auto’s en bussen in de binnenstad wilt. Deze aanpak geeft ons onderbouwde inzichten die verder gaan dan de ‘fuzzy logic’ waarop veel ambtenaren nu vertrouwen.”

Joost de Bruijn is het met Jorna eens: “Onze opgaven zijn complex – intuïtie volstaat niet meer, we moeten dit beter doen. Deze case heeft ons bovendien laten zien hoe belangrijk het is om data en modellen uit silo’s te halen. Daarvoor is technologie nodig, maar tevens de ‘drive’ van de opdrachtgever.”

Dit beaamt Peter Kleinjan: “Verandering ontstaat door mensen met een gedeelde droom en purpose. Bij dit project viel alles op zijn plek, er was een sterke motivatie om dit samen voor elkaar te krijgen.”