Woo-besluit algoritmes bij Belastingdienst en Toeslagen en toezegging inventarisatie modellen Toeslagen
Belastingdienst
Brief regering
Nummer: 2022D43217, datum: 2022-10-21, bijgewerkt: 2024-02-19 10:56, versie: 3
Directe link naar document (.pdf), link naar pagina op de Tweede Kamer site, officiële HTML versie (kst-31066-1129).
Gerelateerde personen:- Eerste ondertekenaar: M.L.A. van Rij, staatssecretaris van Financiën
Onderdeel van kamerstukdossier 31066 -1129 Belastingdienst.
Onderdeel van zaak 2022Z20186:
- Indiener: M.L.A. van Rij, staatssecretaris van Financiën
- Voortouwcommissie: vaste commissie voor Financiën
- 2022-11-01 15:30: Regeling van werkzaamheden (Regeling van werkzaamheden), TK
- 2022-11-10 10:00: Procedurevergadering Financiën (Procedurevergadering), vaste commissie voor Financiën
- 2022-12-07 16:00: Woo-besluit algoritmes bij Belastingdienst en Toeslagen en toezegging inventarisatie modellen Toeslagen (Inbreng schriftelijk overleg), vaste commissie voor Financiën
- 2024-04-11 13:25: Aanvang middagvergadering: Regeling van werkzaamheden (Regeling van werkzaamheden), TK
Preview document (🔗 origineel)
Tweede Kamer der Staten-Generaal | 2 |
Vergaderjaar 2022-2023 |
31 066 Belastingdienst
Nr. 1129 BRIEF VAN DE STAATSSECRETARIS VAN FINANCIËN
Aan de Voorzitter van de Tweede Kamer der Staten-Generaal
Den Haag, 21 oktober 2022
Met deze brief informeer ik uw Kamer, mede namens de Staatssecretaris van Financiën – Toeslagen en Douane, over een deelbesluit ten aanzien van een Woo-verzoek over documenten inzake systemen bij de Belastingdienst inclusief FIOD en Toeslagen die risicoscores hanteren, algoritmes bevatten om fraude op te sporen en/of aan te pakken, en risicoprofielen met zich dragen. Tevens kom ik namens de Staatssecretaris van Financiën – Toeslagen en Douane terug op een toezegging over een inventarisatie van modellen bij Toeslagen.
Het deelbesluit op het Woo-verzoek van Argos heeft betrekking op documenten ten aanzien van de volgende hieronder genoemde risicomodellen. Over het voorspellend model problematische terugvorderingen van Toeslagen is uw Kamer eerder geïnformeerd op 24 februari jl.1
Ten aanzien van de twee modellen voor de omzetbelasting heeft mijn ambtsvoorganger uw Kamer bij brief van 27 januari 20212 geïnformeerd over het op 20 januari 2021 uit voorzorg tijdelijk niet gebruiken van deze modellen. Dit is gedaan op basis van het vermoeden dat het gebruik van deze producten niet op alle punten in overeenstemming zou kunnen zijn met de Algemene Verantwoording Gegevensbescherming (AVG). Daarbij gaat het overigens niet om mogelijke onrechtmatige verwerking van bijzondere persoonsgegevens. Er heeft een analyse plaatsgevonden met verschillende experts op basis waarvan is besloten dat het mogelijk was deze producten weer te hervatten, zo schreef mijn ambtsvoorganger uw Kamer destijds. Zoals uw Kamer weet lopen er binnen de Belastingdienst verschillende trajecten om de gegevenshuishouding en de naleving van de AVG te verbeteren.
Daarnaast is van belang dat bij de beantwoording van feitelijke vragen over de Handleidingen aan de Poort, die ik op 12 september jl.3 aan uw Kamer heb gestuurd, naar aanleiding van een verzoek over modellen van «de Broedkamer», informatie over deze OB-modellen aan uw Kamer is gestuurd.
Omzetbelasting Carrouselfraude (OBCF, Belastingdienst)
OBCF is een risicomodel dat vanaf 2016 wordt ingezet als hulpmiddel voor analisten om intracommunautaire BTW-fraude op te sporen. Het hoofddoel van het model is het vroegtijdig detecteren van «missing traders» – bedrijven die veelal niet te traceren zijn, inkopen in een andere EU-lidstaat, geen aangiften OB indienen en doorleveren met BTW, waardoor er niet wordt afgedragen in Nederland.
Op 7 juli jl.4 is uw Kamer geïnformeerd over de regel «kortbekendfinr» in het model en een tweede regel die daarop voortbouwt. Kortbekendfinr staat voor het minder dan vijf jaar oud zijn van het fiscaal identificatienummer (BSN of RSIN). Deze regel maakt onderdeel uit van een set aan regels en bepaalde niet als enige factor of een aangifte omzetbelasting van een ondernemer werd geselecteerd voor een nader onderzoek door een medewerker van de Belastingdienst. De regel «kortbekendfinr» is uitgezet.
Omzetbelasting Afgifte BTW-nummer (ABN, Belastingdienst)
ABN is een model dat in 2019 in gebruik is genomen om het mogelijk niet gaan voldoen aan toekomstige fiscale verplichtingen bij afgifte van BTW-nummers te voorkomen en om signalen op te leveren voor het toetsen van het ondernemerschap voor de omzetbelasting. Het model signaleert mogelijke risico’s (op het niet gaan voldoen aan de fiscale verplichtingen) bij de afgifte van een BTW-nummer aan nieuwe ondernemers.
Het model bevatte bepaalde onwenselijke «harde» uitworpregels voor handmatige behandeling die eind 2019 en in 2020 zijn verwijderd, zoals registratie in de Fraudesignaleringsvoorziening (FSV) en hoge toeslagschulden. Op 29 maart jl.5 is uw Kamer geïnformeerd over het feit dat een FSV-registratie kon leiden tot uitworp voor nadere beoordeling van aanvragen voor een omzetbelastingnummer.
Het voorspellend model problematische terugvorderingen (Toeslagen)
Uw Kamer is geïnformeerd over het voorspellend model op 24 februari jl.6 Als onderdeel van het Verbeterprogramma Kinderopvangtoeslag is Toeslagen voor het thema «persoonlijke begeleiding» in 2018 gestart met het ontwikkelen van een voorspellend model om problematische terugvorderingen te voorkomen. Bij dit model worden de burgers met het hoogste risico op betalingsproblemen geselecteerd voor persoonlijke begeleiding met als doel om deze betalingsproblemen zoveel mogelijk te voorkomen. Het model wordt niet gebruikt om fraude op te sporen en/of aan te pakken, maar hanteert wel risicoscores en bevat voorspellende algoritmes.
Op basis van risicoscores wordt voorspeld wie naar verwachting over een half jaar in betalingsproblemen zal komen. De indicatoren zijn opgesteld op basis van voorbeelden van hoge terugvorderingen, waarbij mensen al dan niet in de dwanginvordering terecht zijn gekomen. Met behulp van algoritmen wordt berekend welke van de indicatoren het meest voorspellend zijn.
De ontwikkelaars van het voorspellend model bepalen vervolgens in overleg met experts op het gebied van privacy welke indicatoren daadwerkelijk worden gebruikt.
Op de website https://www.rijksoverheid.nl/onderwerpen/wet-openbaarheid-van-bestuur-wob/documenten vindt u het besluit.
Toezegging inventarisatie modellen
In de brief Update Risicomodellen Toeslagen van 24 februari jl.7 heeft de Staatssecretaris van Financiën – Toeslagen en Douane een inventarisatie toegezegd van modellen die werken met risicoscores en/of indicatoren en daarmee vergelijkbaar zijn met het risicoclassificatiemodel. De toegezegde inventarisatie is breed uitgevoerd binnen de twee uitvoeringsorganisaties van Toeslagen (Toeslagen-regulier en de Uitvoeringsorganisatie Herstel Toeslagen). Voor de inventarisatie zijn ruim 120 verschillende informatieproducten geanalyseerd die in meer of mindere gebruik maken van analytics. Dit onderzoek heeft geen andere in gebruik zijnde modellen opgeleverd die vergelijkbaar zijn met het risicoclassificatiemodel, naast het al eerder gemelde voorspellend model problematische terugvorderingen.
In het kader van de verbetering van de dienstverlening werkt Toeslagen wel mee aan de in de brief over het rapport Burgers beter beschermd van 21 maart jl.8 genoemde inspanningen van de Belastingdienst, die erop gericht zijn om te voorkomen dat mensen in de zogenoemde multiproblematiek belanden. Hierbij wordt gewerkt aan een pilot waarin onderzocht wordt of de Belastingdienst op basis van data aan vroegsignalering kan doen. Deze pilot bevindt zich nog in de verkennende fase en er vinden nog geen acties in de praktijk plaats. Er wordt in deze pilot gekeken op welke manier ook gegevens van Toeslagen gebruikt kunnen worden om tijdige signalering van multiproblematiek mogelijk te maken. Binnen de pilot wordt onderzocht hoe dit kan worden ingericht binnen de kaders en waarborgen van wetgeving over privacy en gegevensverwerking (o.a. door middel van een gegevensbeschermingseffectbeoordeling).
De Staatssecretaris van Financiën,
M.L.A. van Rij