Samenvatting
Jarenlang was het oplossen van misdrijven handwerk pur sang: rechercheurs moesten elke centimeter van een plaats delict tot in de puntjes handmatig uitkammen, zorgvuldig sporen verzamelen, getuigen en verdachten persoonlijk ondervragen, om daarna eindeloze uren te zwoegen op analyses in labs en op kantoor. AI gooit nu het roer om in forensisch onderzoek, en tilt het van een ambacht naar een wetenschap: een heel precies, datagestuurd vakgebied.
- AI versnelt rechercheonderzoek: het matcht vingerafdrukken, reconstrueert plaats delicten in 3D en doorzoekt bergen aan digitaal bewijs.
- Volgens een wereldwijde peiling uit 2025 is 51% van de politiekorpsen van plan om AI binnen twee jaar in te zetten voor rechercheonderzoek.
- Bijna 90% van de mensen die bij de politie werken, vindt het een goed idee dat hun korps AI gebruikt, terwijl 87% van mening is dat AI de publieke veiligheid verbetert.
- Uit een onderzoek blijkt dat sommige algoritmen voor gezichtsherkenning mensen van Afrikaanse en Aziatische afkomst 10 tot 100 keer vaker verkeerd identificeren.
- “Als expert in digitaal forensisch onderzoek weet ik dat AI niet de uiteindelijke beslisser kan zijn, want die verantwoordelijkheid ligt bij mij,” zegt Lars Daniel, hoofd digitaal forensisch onderzoek bij Envista Forensics.
De komende tien jaar zal AI waarschijnlijk net zo vanzelfsprekend worden in forensisch onderzoek als DNA-onderzoek nu is. Jonge rechercheurs leren al om met algoritmes te werken, en zien ze als partners in plaats van bedreigingen. De technologie zal alleen maar geavanceerder worden. Stel je eens voor dat AI complete plaats delicten kan reconstrueren in virtual reality, of crimineel gedrag kan voorspellen vóór het zelfs gebeurt. Maar de fundamentele vraag blijft: kunnen we deze fenomenale technologie benutten terwijl we tegelijkertijd het menselijk oordeel en de burgerlijke vrijheden die ons rechtssysteem kenmerken, behouden?
Denk eens terug aan je favoriete misdaadserie van tien jaar geleden. Herinner je je die scènes waarin rechercheurs voor bewijsborden stonden en rode touwtjes tussen foto’s en gekrabbelde aantekeningen verbonden? Zo ging het er lange tijd ongeveer aan toe in het forensisch onderzoek. Rechercheurs arriveerden op de plaats delict en legden elk detail nauwkeurig met de hand vast: ze verzamelden fysiek bewijsmateriaal, gingen met poeder en een kwastje op zoek naar vingerafdrukken, maakten foto’s vanuit elke hoek en brachten vervolgens talloze uren door met het ondervragen van getuigen van wie de herinneringen misschien al aan het vervagen waren. In het lab analyseerden forensische experts bloedspatpatronen, ze vergeleken vingerafdrukken met het blote oog en probeerden een tijdlijn en volgorde van gebeurtenissen te reconstrueren.
Deze traditionele aanpak werkt vaak wel, maar er zitten ook wat nadelen aan. Hoe goed rechercheurs ook zijn, ze kijken vaak door hun eigen bril naar een zaak. Het kan zijn dat ze daardoor focussen op iets dat voor de hand ligt en subtiele aanwijzingen missen. Bij lange onderzoeken kan vermoeidheid toeslaan. En bij een ingewikkelde zaak kan zelfs de meest ervaren rechercheur soms iets cruciaals over het hoofd zien en daardoor het onderzoek de verkeerde kant op sturen.
Dankzij AI wordt deze tamelijk achterhaalde methode nu eindelijk grondig vernieuwd. In recente jaren hebben AI-tools stilletjes veranderd hoe we plaats delicten analyseren. Rechercheurs kunnen daardoor de sprong maken van subjectieve interpretatie naar een objectieve, op data gebaseerde benadering. Waar het menselijk oog misschien alleen chaos ziet bij het bekijken van een ruimte, ontdekken AI-systemen patronen, afwijkingen en verbanden waar een heel team van onderzoekers weken voor nodig zou hebben, als ze al opgemerkt zouden worden. Wat dit oplevert? Meer criminelen voor het gerecht, minder cold cases die stof liggen te verzamelen, en een onderzoeksprecisie die een generatie geleden nog ondenkbaar leek.
De rol van AI in forensisch onderzoek
Van vingerafdrukanalyse tot 3D-reconstructies: AI tilt het onderzoek van plaats delicten naar een hoger niveau.
Hoe zorgt AI er nu precies voor dat rechercheurs de puzzelstukjes van een misdaad veel sneller in elkaar kunnen passen? Neem bijvoorbeeld de analyse van vingerafdrukken. Vingerafdrukken zijn al heel lang van groot belang voor de identificatie van criminelen, maar het proces was altijd erg traag en vatbaar voor menselijke fouten. Meestal zat een rechercheur met een vergrootglas naar vage afdrukken te turen, in een poging om met het blote oog de patronen van de ribbels te vergelijken. Nu kunnen AI-algoritmen in een paar seconden miljoenen vingerafdrukken scannen en met ongelooflijke precisie een match vinden. AI kan ook gedeeltelijke afdrukken en onduidelijke sporen herkennen en zelfs schijnbaar niet-gerelateerde plaats delicten linken door subtiele overeenkomsten in patronen te ontdekken. Menselijke analisten zouden die overeenkomsten gemakkelijk kunnen missen.
De manier waarop rechercheurs een plaats delict vastleggen, is ook compleet veranderd. Geen tweedimensionale foto’s en handgetekende schetsen meer, maar hoge-resolutie 3D-laserscanners die elke millimeter van een plaats delict vanuit meerdere hoeken vastleggen. Zodat geen enkel detail wordt gemist. Met computervisie-algoritmen worden de beelden samengevoegd tot een piekfijne digitale kopie van de plaats delict. Daarmee kunnen rechercheurs, met een VR-bril op, ‘door de plek lopen’ om verschillende theorieën over de misdaad uit te testen. Wat als de schutter hier had gestaan? Had het slachtoffer de aanvaller vanaf deze positie kunnen zien? Ze kunnen hun gezichtspunt veranderen, inzoomen op bewijs en mogelijke banen van kogels simuleren – allemaal zonder de daadwerkelijke plaats delict te verstoren.
Sneller speurwerk
Tegenwoordig draait het bij misdaden al lang niet meer alleen om fysiek bewijs. De reden is logisch: zowel gewone burgers als criminelen maken volop gebruik van digitale technologie. Dat betekent bergen aan elektronische gegevens voor rechercheurs die handmatig nauwelijks te doorzoeken zijn. Hier komt de cruciale rol van AI naar voren: het kan vliegensvlug terabytes aan informatie van smartphones, laptops en cloudopslag doorzoeken en zo automatisch belangrijke berichten, foto’s of bestanden vinden. Waar een rechercheur wekenlang door duizenden sms’jes zou moeten scrollen, kan AI direct gesprekken vinden waarin specifieke locaties, personen of tijdstippen worden genoemd. En in tegenstelling tot mensen, die na urenlang monotoon zoekwerk hun concentratie kunnen verliezen, blijft AI scherp, of het nu het eerste bestand is dat wordt geanalyseerd of het tienduizendste.
De politie zet ook steeds vaker AI in om oude, onopgeloste zaken alsnog op te lossen. AI-systemen kunnen razendsnel allerlei soorten gegevens uit verschillende bronnen verwerken: foto’s van de plaats delict, uren aan camerabeelden, financiële documenten, belgegevens, berichten op sociale media, e-mails en noem maar op. Door mensen, plaatsen en gebeurtenissen uit deze verschillende bronnen met elkaar te vergelijken, kan AI in een mum van tijd verbanden leggen of nieuwe verdachten vinden, waardoor jaren van onderzoek in één nacht kan worden gedaan. Zaken die al lang als onoplosbaar werden beschouwd, kunnen dan zomaar in een nieuw daglicht komen te staan. Stel je eens voor: hoe waanzinnig zou het zijn als AI de identiteit van D.B. Cooper zou ontmaskeren?
Objectiviteit waarborgen
Een van de grootste voordelen van AI in forensische analyse is dat het menselijke vooringenomenheid (‘bias’) kan wegnemen. Want ondanks alle wetenschappelijke precisie is traditioneel forensisch onderzoek verrassend kwetsbaar voor vooringenomenheid. Een rechercheur kan bewijsmateriaal bijvoorbeeld onbewust zó interpreteren dat het precies in zijn of haar theorie over de zaak past. Of er is al een hoofdverdachte aangewezen en plotseling lijkt alles in de richting van hem of haar te wijzen. Dat is niet per se kwaadwillig bedoeld, zo werkt het menselijk brein nu eenmaal. We zien soms patronen waar we ze verwachten, ook al zijn die patronen er niet echt.
AI-algoritmes werken anders. Ze nemen geen beslissingen op basis van intuïtie of gevoel. Ze verwerken gegevens volgens voorgeprogrammeerde parameters en passen altijd dezelfde criteria toe, of ze nu bewijsmateriaal van een moordzaak of een gewone inbraak analyseren. Deze uniformiteit draagt bij aan de standaardisatie van onderzoeksresultaten, ongeacht de onderzoeker of het rechtsgebied. Waar de ene onderzoeker een gedeeltelijke vingerafdruk als een match zou kunnen zien en een ander hierover twijfelt, geeft een AI-systeem elke keer dat het soortgelijke gegevenspatronen tegenkomt dezelfde beoordeling. Deze stap naar objectieve, herhaalbare methoden is een enorme winst voor forensisch onderzoek.
Tegelijkertijd kun je niet om het feit heen dat AI-systemen vaak hun eigen algoritmische vooroordelen hebben, die meestal een afspiegeling zijn van de vooroordelen in hun trainingsdata. Een gezichtsherkenningssysteem dat vooral is getraind op lichte huidskleuren, zal bijvoorbeeld moeite hebben met donkere huidskleuren. Uit een onderzoek van het National Institute of Standards and Technology blijkt bijvoorbeeld dat sommige algoritmen voor gezichtsherkenning mensen van Afrikaanse en Aziatische afkomst 10 tot 100 keer vaker verkeerd identificeren dan mensen met een lichte huidskleur. Ook voor forensisch onderzoek moeten AI-modellen dus zorgvuldig worden getest en geverifieerd onder verschillende omstandigheden en bij verschillende bevolkingsgroepen. Zodat ze voor iedereen eerlijk werken, niet alleen voor bepaalde groepen.
Waar ligt de verantwoordelijkheid?
Het gebruik van AI in forensisch onderzoek roept ook andere grote ethische en juridische vragen op. Privacy staat bovenaan de lijst van zorgpunten, en dat is niet voor niets. AI-tools zoals gezichtsherkenningssystemen, kentekenplaatlezers en drones met camera’s maken het makkelijker voor de politie om mensen in de gaten te houden, waardoor veel mensen bang zijn dat hun vrijheden worden ingeperkt en dat we in een politiestaat terechtkomen. Vanuit ethisch oogpunt is het belangrijk dat er aansprakelijkheid is. Wie is er verantwoordelijk als een algoritme de verkeerde persoon als verdachte aanmerkt? Instanties moeten goede regels maken voor controle en correctie en AI-fouten net zo serieus nemen als menselijke fouten. “Als expert in digitaal forensisch onderzoek weet ik dat AI niet de uiteindelijke beslisser kan zijn, want die verantwoordelijkheid ligt bij mij. Experts moeten altijd alle AI-bevindingen checken en verantwoordelijk blijven voor de analyse”, zegt Lars Daniel, hoofd digitaal forensisch onderzoek bij Envista Forensics.
AI kruipt dus langzaam maar zeker de politie en forensische laboratoria binnen, al bevinden we ons nog in de pioniersfase. Een onderzoek van de Universiteit van Michigan uit 2024 toont aan dat ongeveer een derde van de lokale politiekorpsen AI of voorspellende instrumenten voor politiewerk toepast of wil gaan toepassen. Op het moment van het onderzoek bleek echter dat slechts 3% deze tools daadwerkelijk inzette. Maar de wind lijkt te draaien: volgens een internationaal onderzoek uit 2025 wil 51% van de politiekorpsen AI binnen twee jaar gaan gebruiken voor recherchewerk. Er is bij zowel de politie als forensisch onderzoekers optimisme over het potentieel, zoals een Amerikaans onderzoek laat zien: bijna 90% van de politiemensen is enthousiast over AI-gebruik door hun korpsen, en 87% gelooft dat AI de openbare veiligheid verbetert. En uit een onderzoek uit 2024, uitgevoerd in 97 landen, blijkt dat 61% van de politiemensen AI als een waardevol instrument bij digitale onderzoeken beschouwt. 79% vindt zelfs dat AI de effectiviteit van onderzoek verbetert en de werkzaamheden vergemakkelijkt.
“Als expert in digitaal forensisch onderzoek weet ik dat AI niet de uiteindelijke beslisser kan zijn, want die verantwoordelijkheid ligt bij mij.”
Lars Daniel, hoofd digitaal forensisch onderzoek bij Envista Forensics
Misdaden oplossen met AI
Wereldwijd gebruiken politiekorpsen AI om misdaden op te lossen en daders voor het gerecht te brengen.
Laten we nu eens kijken naar wat voorbeelden uit de echte wereld waarin de politie AI heeft gebruikt om misdaden op te lossen. Begin januari 2024 werd onder een viaduct in Delhi, India, het lichaam van een man gevonden. Er werd geen identiteitsbewijs op het lichaam aangetroffen en er waren ook geen andere aanwijzingen om vast te kunnen stellen wie het slachtoffer was. Een autopsie bevestigde dat de man was gewurgd, maar zonder aanknopingspunten over zijn identiteit zaten rechercheurs met de handen in het haar. De politie van Delhi besloot een op AI gebaseerde gezichtsreconstructietool te gebruiken. Ze brachten het slachtoffer digitaal ‘tot leven’ door gezichtskenmerken te reconstrueren. De gesloten ogen werden geopend en een natuurlijke huidskleur werd toegevoegd. De gereconstrueerde foto werd vervolgens geüpload naar een nationaal netwerk voor het opsporen van criminelen en afgedrukt op meer dan 400 posters die de politie door de stad verspreidde en via berichtenapps deelde.
Het duurde niet lang voordat er een doorbraak in de zaak was. Een man zag een van de posters buiten een politiebureau en herkende het slachtoffer als zijn vermiste broer. Zodra het slachtoffer was geïdentificeerd, ontdekten de rechercheurs via een tip dat de vermoorde man weken eerder betrokken was geraakt bij een persoonlijk geschil. De politie volgde dit spoor en kwam erachter dat hij met twee mannen ruzie had gehad over een vrouw. Hij werd naar de bewuste plek onder het viaduct gelokt, waar deze personen, geholpen door een vrouwelijke handlanger en een taxichauffeur, hem wurgden. Dankzij de identificatie met behulp van AI en het daarop volgende rechercheonderzoek, kon de politie de vier verdachten arresteren.
Het alziende oog van justitie
In april 2024 liep een ruzie in een stadspark in Blue Springs, Missouri, uit op een schietpartij waarbij twee mannen omkwamen en een derde gewond raakte. Getuigen zagen een auto wegrijden, maar de eerste beelden van de bewakingscamera’s in de stad waren wazig en het kenteken was niet te zien. Om de auto op het spoor te komen, schakelde de politie van Blue Springs de hulp in van een netwerk van AI-gestuurde camera’s met kentekenherkenning van het techbedrijf Flock Safety. In tegenstelling tot de traditionele camera’s die op patrouillewagens zijn gemonteerd, houden de vaste camera’s van Flock het verkeer op belangrijke locaties continu in de gaten en gebruiken ze machine learning om voertuigen te herkennen aan de hand van het merk, model, de kleur en andere unieke kenmerken, ook als het kenteken niet bekend is.
De rechercheurs voerden de beschrijving van het verdachte voertuig (de kleur en het model) in het Flock-systeem in, waardoor ze de zoekresultaten van de verschillende camera’s konden verfijnen. Binnen 48 uur was het raak: de auto, nu met een zichtbaar kenteken, was rond het tijdstip van de schietpartij bij een nabijgelegen kruispunt gesignaleerd. Agenten werden meteen gewaarschuwd en konden de bestuurder aanhouden bij de plaatselijke wasstraat.
De waarheid blootgelegd
Na een grote schietpartij op een middelbare school in 2021 in Oakland County, Michigan, moesten rechercheurs hun tanden zetten in een enorme hoeveelheid digitaal bewijs – van sms’jes tot berichten op sociale media – met betrekking tot de ouders van de schutter. Ter voorbereiding op het proces in 2024 gebruikte het Openbaar Ministerie van Oakland County de Cellebrite’s Pathfinder, een AI-gestuurd platform voor data-analyse. Hiermee konden ze meerdere smartphones razendsnel doorzoeken en de tijdlijn van de gebeurtenissen reconstrueren. De tool vergeleek berichten, foto’s en locatiegegevens van zeven verschillende apparaten en bracht zo belangrijke patronen aan het licht die bij handmatige analyse mogelijk over het hoofd waren gezien.
Dankzij Pathfinder werd duidelijk dat de ouders van de schutter medeplichtig waren. Pathfinder legde bloot welke informatie de ouders hadden en op welk moment. Zo werd een foto van een wapen, verzonden door de zoon, gekoppeld aan bewijs dat de ouders de foto hadden ontvangen en daarop hadden gereageerd. De aanklagers konden met dit bewijs een sterkere zaak neerzetten. Dit was cruciaal om de ouders te kunnen vervolgen voor onvrijwillige doodslag (een ongekende aanklacht voor de ouders van een schoolschutter). Hun kennis en nalatigheid in de aanloop naar de tragedie konden aangetoond worden. In plaats van dat de recherche moeizaam elk apparaat een voor een moesten doorzoeken, synchroniseerde de AI-tool de gegevens direct in een samenhangende tijdlijn, een taak die anders ‘eeuwig zou hebben geduurd’, volgens David Williams, de hoofdaanklager van Oakland County. Uiteindelijk werden de ouders veroordeeld.
Conclusie
Hoe gaat dit verhaal nu verder? Gaan we echt de touwtjes van criminele onderzoeken uit handen geven aan algoritmes en machines laten bepalen wie schuldig of onschuldig is? Er is wat voor te zeggen. Cold cases die eindelijk worden opgelost. Onschuldige mensen die vrijkomen dankzij bewijs dat we anders gemist hadden. Gevaarlijke criminelen die worden opgepakt voordat ze opnieuw kunnen toeslaan. Maar er is ook iets verontrustends aan machines die verbanden leggen die onze menselijke intuïtie niet kunnen doorgronden. Als AI iemand als ‘verdacht’ aanwijst op basis van patronen die wij niet zien, dan vertrouwen we eigenlijk blind op een code die we zelf niet helemaal snappen. En die code zelf snapt natuurlijk niet wat het aan het interpreteren is.
Misschien ligt de ware uitdaging niet in de keuze tussen forensisch onderzoek door mensen of machines, maar in het vinden van die gulden middenweg waar technologische precisie samensmelt met menselijke wijsheid. Want hoewel AI moeiteloos terabytes aan data kan verwerken, kan het niet tegenover een rouwende familie zitten en écht begrijpen wat gerechtigheid voor hen inhoudt. Het kan de morele dilemma’s van een zaak niet overzien, laat staan dat het mededogen mee kan laten wegen naast al het bewijsmateriaal. Uiteindelijk gaat het er niet om of de waarheid voortkomt uit het onderbuikgevoel van een rechercheur of een algoritmische berekening. Belangrijk is dat we de waarheid boven tafel krijgen en dat menselijkheid en empathie altijd onderdeel blijven van ons rechtssysteem.
