UWV wil voorkomen dat mensen onbedoeld de regels overtreden. We zetten daarom in op preventieve handhaving. Dat begint bij de eerste contactmomenten met de klant. Op basis van data‑analyse zijn we steeds beter in staat om risicoprofielen op te stellen. Hiermee kunnen we gerichter handhaven, zowel preventief als repressief. Door data te combineren met kennis vanuit de gedragswetenschap kunnen we de juiste interventie op het juiste moment in te zetten. Onze uitgangspunten sluiten aan bij de handhavingskoers van het ministerie van Sociale Zaken en Werkgelegenheid (SZW). Daarom wordt het UWV Handhavingsplan voor 2019 geschreven aan de hand van de 4 pijlers uit die handhavingskoers (datagestuurd handhaven, grensoverschrijdend handhaven, effectief handhaven en versterken en verbinden handhavingsketen). Daarnaast zijn we in overleg binnen UWV en met het ministerie van SZW over de wijze waarop we de resultaten van het onderzoeksrapport Slimme Handhaving kunnen toepassen binnen UWV.

Preventief

We zien dat een groeiende groep burgers moeite heeft met complexe regels. Voor UWV wordt het steeds belangrijker om hen te helpen en om onderscheid te maken tussen een foutje en een overtreding. We leggen zo helder mogelijk uit wat de regels en plichten zijn en wat burgers van ons mogen verwachten. We informeren hen via campagnes, verbeteren het gebruikersgemak van onze onlinedienstverlening en verzenden automatische berichten om mensen op hun verplichtingen te attenderen. We kijken ook naar de mogelijkheden van gedragsbeïnvloeding. Zo onderzoeken we hoe we de kans kunnen vergroten dat uitkeringsgerechtigden de regels nakomen en zich meer inspannen om werk te vinden. Een praktijkonderzoek heeft bijvoorbeeld uitgewezen dat een persoonlijk werkplan leidt tot toegenomen intrinsieke motivatie, hogere klanttevredenheid en meer sollicitatieactiviteiten. Hierna is het persoonlijk werkplan landelijk in gebruik genomen.

Risicomanagement

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 daarop gerichte preventieve of repressieve interventies inzetten. Ten slotte zetten we data‑analyse in om kennis te vergaren over fraudefenomenen waartegen we, samen met ketenpartners en het ministerie, 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. Begin 2018 zijn we 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 pilot is inmiddels afgerond. In het najaar beslissen we of we iBase breder gaan inzetten. Daarbij houden we rekening met de gevolgen voor onze ICT‑infrastructuur en met het gegeven dat beschikbare data door de Algemene verordening gegevensbescherming (AVG) slechts nog beperkt gekoppeld kunnen worden.

Repressieve handhaving

Wie een uitkering ontvangt, heeft ook plichten. Bijvoorbeeld de inspanningsplicht om actief te zoeken naar werk, en de inlichtingenplicht om relevante wijzigingen tijdig en volledig aan ons door te geven. UWV controleert met bestandsvergelijkingen, telefonische controles en huisbezoeken of uitkeringsgerechtigden zich aan de regels houden. Zo niet, dan moeten ze het te veel ontvangen bedrag terugbetalen. Daarbovenop kunnen ze een boete of waarschuwing krijgen.