Locatiegegevens, beltegoed en sigaretten

Wie was de tipgever in de liquidatie van Tommie van der Burg?

Geerte Burgers: “In het voorjaar van 2015 verbleef de Eindhovense crimineel Tommie van der Burg een tijd in een hotel aan de rand van de stad. Toen hij na een avond uit in een café terugkwam bij zijn hotel is hij daar op de parkeerplaats doodgeschoten. We kregen het vermoeden dat er naast de schutter nog iemand bij de liquidatie betrokken was. Op camerabeelden van het hotel zagen we namelijk dat de schutter het slachtoffer niet lang hoefde op te wachten: kort voor het slachtoffer op de plaats delict aankwam, ging hij klaarstaan in de bosjes aan de rand van de parkeerplaats. Het kon dus goed zijn dat hij een tip kreeg dat Van der Burg er aan zou komen, misschien van een handlanger in het café.

We hebben hierop de gegevens opgevraagd van de telefoonmast bij het hotel én de telefoonmast bij het café waar de verdachte de avond had doorgebracht. Toen vielen twee telefoons direct op: een telefoon bij het café en een bij het hotel, die alleen met elkaar contact hadden, alleen per sms. Het waren twee simpele Nokia-modellen van een paar tientjes, waarvan de nummers pas kort in gebruik waren. Vijf minuten na de liquidatie waren de twee telefoons alweer voorgoed uit het netwerk verdwenen. Een typische een-op-een-lijn zoals die vaker in het criminele circuit gebruikt wordt.

Mijn collega’s en ik hadden een goed idee wie de tipgeverstelefoon in gebruik had: meerdere omstandigheden wezen naar de geheime minnares van de schutter, maar dat betrof allemaal heel indirect bewijs. We hadden het gevoel: dit kan toch geen toeval zijn? Maar we twijfelden of het genoeg was voor een veroordeling. Op dat moment hebben we het NFI gevraagd of we met behulp van data-analyse een stap verder konden komen.”

Relevante informatie

Wauter Bosma: “Wij hebben de informatie die het onderzoeksteam had verzameld beoordeeld; welke informatie is geschikt voor data-analyse? Dat is een hele zoektocht geweest, in nauwe samenwerking met de officier van justitie. Uiteindelijk hebben we drie informatiesets gekozen.

Ten eerste hadden we de locatiegegevens van de tipgeverstelefoon. Die gegevens konden we vergelijken met de locatiegegevens van de privételefoon van de verdachte, om te beoordelen of ze beide telefoons bij zich had. Daarnaast was de dag vóór de liquidatie beltegoed voor de tipgeverstelefoon gekocht bij een tankstation in Eindhoven. De auto van de verdachte was rond dezelfde tijd gezien door camera’s in de buurt van het tankstation. Ten derde was er tegelijk met het beltegoed een pakje Marlboro Light gekocht; precies het merk dat de verdachte rookte. Ons doel was om de waarschijnlijkheid van die drie feiten op waarde te schatten.”

Burgers: “Er is in dat stadium ook veel informatie afgevallen. Wauter en zijn collega’s hebben een andere focus dan politie en OM. Neem bijvoorbeeld de geheime seksuele relatie van de verdachte met de schutter: voor het politieonderzoek natuurlijk een belangrijke aanwijzing, maar niet bruikbaar voor data-analyseonderzoek. Ik moet zeggen dat ik van tevoren niet helder had wat er bij het NFI mogelijk is. Ik kon alleen zeggen ‘dit vermoeden we, deze informatie hebben we: welke conclusies kunnen jullie hieruit trekken?’”

Drie aanwijzingen

Bosma: “De drie aanwijzingen maken het los van elkaar al waarschijnlijker dat de verdachte de gebruiker van de tipgeverstelefoon was. Gecombineerd hebben de drie aanwijzingen een nog veel grotere bewijskracht. Het merk sigaretten dat de vrouw rookte bleek een marktaandeel van ongeveer dertien procent te hebben, een op de acht rokers rookt dat merk. Als de vrouw degene was die de sigaretten én de beltegoed-kaart had gekocht, is de kans dat “Marlboro Light” op het bonnetje staat dus acht keer groter dan als iemand anders dat heeft gedaan.

Dezelfde kansberekening hebben we toegepast bij het vergelijken van de telefoongegevens. De locatiegegevens van de telefoons bestaan alleen uit de locatie van de zendmast, geen nauwkeurige gps-locatie. De tipgeverstelefoon en de privé-telefoon van de verdachte waren ook nog van verschillende providers, op verschillende netwerken. Dat maakt het ingewikkeld om de gegevens goed te vergelijken.

Bigdata-analyse kan patronen herkennen in grote hoeveelheden informatie, maar het algoritme moet wel weten waar het naar zoekt. Daarom hebben we het systeem voorbeelden gegeven: locatiegegevens van telefoons die door dezelfde persoon worden meegenomen, en gegevens van telefoons die met verschillende personen meereizen. Die gegevens hebben we zelf verzameld door NFI-collega’s met meerdere telefoons te laten rondlopen. Hoe meer gegevens je in het systeem stopt, hoe slimmer het systeem wordt.

Voor de derde aanwijzing konden we ook een bewijskracht bepalen. Om de kans te bepalen dat haar auto in de buurt van het tankstation was, zonder dat zij daar het beltegoed kocht, moesten we weten wat haar normale rijgedrag was. Als zij op een gemiddelde dag twintig keer langs dat tankstation rijdt, dan vergroot dat de kans dat het toeval was. Als ze daar normaal nooit komt, dan vergroot dat de kans dat zij daar was om beltegoed te kopen.”

Gegevens

Burgers: “Er waren veel data nodig, onder andere meer dan een maand aan verkeersgegevens van dat kenteken. Gelukkig was deze zaak een Team Grootschalige Opsporing (TGO) en konden we snel aanleveren wat nodig was. In een TGO heb je meer ruimte om aan de voorkant veel informatie te vergaren, ook informatie waarvan je de relevantie op dat moment nog niet goed kan inschatten.”

Bosma: “Er loopt nogal eens een zaak stuk op het aanvragen van gegevens. De politie verzamelt meestal alleen de locatiegegevens van een voertuig rond de plaats delict, en rond de tijd van het misdrijf. Voor onze analyse hebben we veel meer nodig. Dan moet er in het onderzoek wel op tijd worden gehandeld: kentekengegevens bijvoorbeeld worden op den duur vernietigd. Dan is je kans verkeken.”

De zaak

Bosma: “In ons onderzoeksrapport hebben we onze methodes uitgebreid uitgelegd. Uiteindelijk sluiten we af met de bewijskracht. Dat is de verhouding tussen twee kansen: de kans om het bewijs aan te treffen als de verdachte de gebruiker van de tipgeverstelefoon is, en de kans daarop als het iemand anders was. De kans op het bewijs hebben we omschreven als 100.000 tot 700.000 keer groter als de verdachte de tipgever is dan als iemand anders dat is. In officiële termen heet dat ‘zeer veel waarschijnlijker’. Je moet dat voorzichtig omschrijven. Als wetenschapper kan ik alleen iets zeggen over het bewijs dat ik voor me heb. Meestal zijn er meer aanwijzingen die ik niet kan beoordelen. Daarom kan ik niet zeggen wat de kans is dat zij de tipgever was, maar alleen wat dit bewijs daaraan bijdraagt.”

Burgers: “De verdediging heeft contra-expertise aangevraagd. Een externe expert op het gebied van data-analyse heeft het onderzoekrapport van het NFI toen beoordeeld. Dat pakte voor de verdediging anders uit dan gehoopt. Die deskundige heeft kort gezegd geoordeeld dat de onderzoeksresultaten van het NFI zonder problemen overeind konden blijven. Hij vond zelfs dat het NFI nog heel voorzichtig was geweest met zijn conclusies.

Ik ging met beperkte verwachtingen het traject met het NFI in, maar die zijn ruim overtroffen. Zonder het NFI-onderzoek had de uitspraak ten aanzien van de tipgeefster heel goed anders uit kunnen pakken. Voor deze zaak is het dus een heel belangrijke bewijsschakel geweest. En ik ben ervan overtuigd dat dit ook van veel betekenis kan zijn in andere zaken.”

Bosma: “We hebben deze onderzoeksmethode bedacht voor de zaak van Geerte. Dat pakte zo goed uit dat we ons realiseerden: dit kan nog vaker van pas komen. Vergelijkbaar onderzoek waarbij verdachten gekoppeld moeten worden aan telefoons of andere apparatuur komt regelmatig voor. Tegenwoordig hebben niet alleen telefoons simkaarten, ook horloges, camera’s en auto’s zijn ermee uitgerust. We hebben de zogeheten ‘samenreismethode’ uitgebreid en nog meer informatie verzameld voor het zelflerende systeem. We hebben in een internationaal wetenschappelijk tijdschrift gepubliceerd over onze methode en hij is al in meerdere zaken toegepast.”