De toenemende digitalisering van de samenleving biedt belangrijke nieuwe mogelijkheden voor het werk van de politie. Digitale informatie uit consumentenelektronica levert steeds vaker cruciale informatie voor het beantwoorden van onderzoeksvragen in strafrechtelijke onderzoeken. Zo kunnen digitale gegevens uit mobiele telefoons bijvoorbeeld gedetailleerde informatie geven over de fysieke activiteiten van de gebruiker en kunnen registraties uit een smartwatch informatie opleveren over het tijdstip van overlijden. Om digitale informatie in strafzaken als bewijs te gebruiken, is het essentieel een inschatting van de bewijswaarde van digitale sporen voor specifieke scenario’s te hebben. Hiervoor is het noodzakelijk digitale data te verzamelen in een situatie waarbij bekend is welke activiteiten er werkelijk uitgevoerd zijn (zgn. bekende ground-truth) en een gedegen statistische analyse van de verzamelde data te maken.

Op Lowlands 2026 is in een citizen-science project voor een grote groep proefpersonen data verzameld uit verschillende typen smartwatches, waarbij de proefpersonen verschillende schop- en slaanbewegingen hebben uitgevoerd. Doel van dit project is deze data verder te analyseren en na te gaan of er digitale sporen zijn, die indicatief kunnen zijn voor schoppen en slaan. Daarnaast wordt bepaald wat de bewijswaarde van deze sporen is en hoe goed geregistreerde tijdsperioden overeenkomen met het moment dat er activiteiten zijn uitgevoerd.

Dit project is noodzakelijk om de unieke kennispositie van het NFI op het gebied van aan fysieke activiteiten gerelateerde digitale sporen verder te versterken. Deze kennis stelt het NFI in staat digitale sporen in strafzaken te interpreteren en op basis van deze sporen waarschijnlijkheidsuitspraken over scenario’s in strafzaken te doen.

Dit project sluit aan bij de NFI SKIA (interpretatie van digitaal bewijs), de NFOA (thema’s: ‘De ultieme forensische reconstructie’ en ‘AI en data-science in de forensische praktijk’) en opent nieuwe mogelijkheden voor multi-disciplinaire samenwerking binnen het NFI. Voor dit project bijvoorbeeld tussen digitaal experts, data-scientists, forenssich statistici  en forensisch geneeskundigen.

Doelen van het project zijn:

• Evaluatie van de kwaliteit van de verzamelde smartwatch-data (uit Garmin, Samsung en Apple smartwatches) en de kwaliteit van de geregistreerde ground-truth data.
• Ontwikkeling van methodiek en (Python) software om registraties uit smartwatches te matchen aan ground-truth activiteiten
• Analyse van registraties om features te identificeren die correleren met de uitgevoerde activiteiten. Deze kunnen het voorkomen van bepaalde type registraties zijn (bijv. een registratie van de variabele ‘Fysieke Activiteit’) of het voorkomen van andere waardes voor een type registraties (bijv. een verhoogde hartslag).
• Statistische analyse van de geïdentificeerde features en de bij deze features geregistreerde tijdstempels.

Op te leveren eindproducten zijn:

• Adviesrapport en eindpresentatie met de bevindingen van het onderzoek en een inschatting van bewijswaarde van digitale sporen uit verschillende typen smartwatches voor activiteiten schoppen en slaan.
• Python scripts voor analyse en interpretatie van data uit smartwatches en eventueel automatische berekening van likelihood ratios.

Dit project wordt op de locatie van het Nederlands Forensisch Instituut in Den Haag uitgevoerd, of, in overleg, (deels) op de locatie van de Hogeschool of Universiteit.

Je kan tot 16 oktober 2026 solliciteren op dit stageproject.

Verwachte duur

6 maanden. Startdatum in overleg.

Team / Onderzoeksgebied

Team Data-analyse

Opleidingsniveau

Voor dit uitdagende project zijn we op zoek naar een enthousiaste en ambitieuze student met de volgende achtergrond en competenties:

• Studie data-science, toegepaste wiskunde of statistiek op HBO of WO-niveau.
• Aantoonbare ervaring met analyse en visualisatie van complexe datasets.
• Goede ervaring met scripting in Python.
• Ervaring met toegepast (forensisch) onderzoek is een pré.

Contactpersonen

dr. J.P. van Zandwijk

Stuur je CV en motivatie door naar: 
j.p.van.zandwijk@nfi.nl