Het CBS werkt samen met gemeenten om meer inzicht te krijgen in de schuldenproblematiek. Dankzij het project DDAS (Doorontwikkeling Datagedreven Aanpak Schulden) kunnen gegevens over schulden op lokaal niveau beter verzameld en geanalyseerd worden. Kai Gidding, coördinator Inkomen en Vermogen bij het CBS, vertelt hoe deze gegevens niet alleen het beleid, maar ook de uitvoering van schuldhulp kunnen verbeteren.
Het CBS heeft al jarenlang cijfers over armoede en schulden, maar de focus lag tot nu toe vooral op landelijke gegevens. Met DDAS wordt er nu ook nadruk gelegd op lokale gegevens, die veel meer inzicht kunnen geven in de specifieke situatie van gemeentes. Gemeenten zullen gestandaardiseerde gegevens leveren over inwoners die schuldhulp ontvangen, gekoppeld aan hun BSN-nummer. Dit maakt het mogelijk om bijvoorbeeld de hoogte van schulden en het aantal schuldeisers per persoon vast te leggen.
Hoewel de NVVK al gegevens verzamelt over schuldhulp, verschilt de manier van verzamelen van gegevens nog per gemeente. DDAS brengt daar verandering in door overal dezelfde definities en methoden te hanteren. Dit zorgt voor een consistent beeld van de schuldsituaties in het hele land. Gidding: "Door de gegevens op een uniforme manier te verzamelen, kunnen gemeenten hun prestaties beter vergelijken en zien waar verbeteringen nodig zijn."
De verzamelde data bieden gemeenten waardevolle inzichten voor zowel beleidsontwikkeling als uitvoering. Door te kijken naar bijvoorbeeld doorlooptijden en succesratio’s kunnen gemeenten intern procesverbeteringen doorvoeren. Daarnaast kunnen ze beter onderbouwen waarom bepaalde beleidskeuzes worden gemaakt. Gidding legt uit: "Met de juiste data kunnen gemeenten zowel hun beleid verbeteren als hun interne processen efficiënter maken."
Privacy is een essentieel onderdeel van DDAS. De gegevens die gemeenten aanleveren, worden versleuteld en zijn nooit direct te herleiden naar individuen. Door de koppeling van gegevens aan het BSN kunnen ze worden gecombineerd met andere landelijke gegevens, zoals leeftijd, gezinssamenstelling en inkomen. Dit biedt de mogelijkheid om verbanden te onderzoeken en gerichter te werken aan preventie van schulden. "Deze gegevens helpen ons te begrijpen welke factoren vaak samenhangen met schulden, waardoor we gericht beleid kunnen ontwikkelen," aldus Gidding.
DDAS richt zich niet alleen op schuldhulpverlening, maar ook op het versterken van vroegsignalering en het verbeteren van de inzet van lokale armoederegelingen. Door gegevens van verschillende armoedebeleidsmaatregelen te combineren, kunnen gemeenten beter begrijpen welke groepen risicoloos zijn voor het oplopen van schulden en gericht armoedebeleid ontwikkelen. Gidding: "We willen ontdekken of er onderlinge verbanden zijn, bijvoorbeeld tussen armoede, schulden en de mate van gebruik van gemeentelijke voorzieningen."
Op lange termijn is het de bedoeling dat het verzamelen van gegevens geautomatiseerd wordt. Dit zal gebeuren via een standaardkoppeling tussen de systemen van de gemeenten en het CBS, waardoor gegevens gemakkelijker en sneller kunnen worden uitgewisseld. Gidding: "Zodra de systemen goed draaien, willen we de gegevens van vroegsignalering automatisch gaan verzamelen, zodat we nog sneller en efficiënter kunnen werken."
DDAS biedt gemeenten de mogelijkheid om een gedetailleerder en betrouwbaarder beeld te krijgen van de schuldenproblematiek binnen hun regio. Gidding benadrukt het belang hiervan: "Gemeenten hebben een duidelijk overzicht nodig om effectief beleid te maken en gericht te kunnen ingrijpen. Het gebruik van data zorgt ervoor dat dit beleid onderbouwd is met harde cijfers."
Het DDAS-project biedt gemeenten een krachtig hulpmiddel om hun schuldhulpverlening te verbeteren. Door gestandaardiseerde en veilige data te verzamelen, kunnen gemeentes beter inzicht krijgen in de oorzaken en gevolgen van schulden, waardoor ze gerichter kunnen werken aan preventie en hulp. Gidding concludeert: "Door samen te werken en slim gebruik te maken van data, kunnen we schulden en armoede in Nederland efficiënter aanpakken en zorgen voor snellere en effectievere hulp."