Er zijn steeds meer data beschikbaar en met data‑analyse kunnen we fraude effectiever bestrijden. We zetten data‑analyse in voor het identificeren van individuen die mogelijk fraude plegen, maar ook om risicoprofielen op te stellen die ons inzicht geven in de vraag welke klanten relatief meer geneigd zijn om de regels te overtreden. Vervolgens kunnen we gerichter handhaven, zowel preventief als repressief. Ten slotte zetten we data‑analyse in om kennis te vergaren over fraudefenomenen waartegen we, samen met ketenpartners en het ministerie van Sociale Zaken en Werkgelegenheid (SZW), in actie kunnen komen. Dat doen we bijvoorbeeld bij de onderzoeken naar fraude door tussenpersonen, fictieve inkomstenverhoging voor de WIA‑aanvraag en wijziging van de inkomstenverhouding om in aanmerking te komen voor een WW‑uitkering.

Door risico- en datagestuurd te handhaven, zijn we minder afhankelijk van meldingen van burgers of bedrijven. Om dat te bereiken zijn moderne onderzoeksmiddelen nodig, zoals het systeem iBase. Dit is een analysetool voor het vastleggen en analyseren van onderzoeksgegevens. We zijn onlangs gestart met een pilot om te onderzoeken of deze analysetool kan helpen bij bijvoorbeeld het ontdekken van nieuwe fraudefenomenen door onderlinge relaties eenvoudig zichtbaar te maken (zoals familierelaties, dezelfde werkgever, dezelfde eigenaar, dezelfde tussenpersoon). De pilotfase van iBase richt zich op onderzoek naar gefingeerde dienstverbanden en loopt tot mei 2018. Daarna bekijken we of iBase breed ingezet kan gaan worden.