Signaalmodel kantoortoets OB (OBN)

Publicatiedatum 04-04-2025

Op deze pagina vindt u informatie over het algoritme ‘OB Negatief’. Dit algoritme ondersteunt de belastinginspecteur bij het bepalen welke aangiften omzetbelasting met een negatief saldo (een teruggaaf van belasting binnen de doelgroep Midden en Kleinbedrijf (MKB) handmatig beoordeeld moeten worden.

Situatie, doel en algemene omschrijving

De meeste ondernemingen doen aangifte voor de omzetbelasting (ook wel btw genoemd). Een negatieve aangifte omzetbelasting betekent dat een onderneming in de aangifteperiode meer btw heeft betaald dan ontvangen en daarom een teruggaaf vraagt van de Belastingdienst.

Dit kan bijvoorbeeld het geval zijn bij hoge investeringen of een lage omzet in die periode. De Belastingdienst ontvangt jaarlijks zo’n 2,6 miljoen negatieve aangiften. Een deel van deze negatieve aangiften wordt handmatig beoordeeld.  Dit betekent dat een medewerker aan de hand van bewijsstukken controleert of de aangifte juist is ingevuld. Als hierbij onjuistheden worden opgemerkt leidt dit tot een correctie.

Waarvoor wordt het algoritme gebruikt?

Niet alle negatieve aangiften kunnen handmatig worden beoordeeld. Daarvoor is het aantal te groot. Ook wil de Belastingdienst de ondernemers niet onnodig belasten met het aanleveren van bewijsstukken. Daarom richt de handmatige beoordeling zich vooral op de aangiften waarvan vooraf is ingeschat dat ze een hogere kans hebben onjuist te zijn. Het algoritme OB-negatief wordt gebruikt voor de detectie van deze mogelijk onjuiste aangiften van MKB-ondernemingen. Op basis van de uitkomsten van het algoritme worden de aangiften geselecteerd voor de handmatige beoordeling.

Voordeel gebruik algoritme

Door het gebruik van OB-negatief kunnen mogelijk onjuiste aangiften beter worden opgemerkt. Het algoritme maakt optimaal gebruik van de relevante gegevens, zoals de ingevulde bedragen in de aangifte. In vergelijking met handmatige selectie detecteert het algoritme meer onjuiste aangiften. Ook worden hierdoor minder aangiften die geen onjuistheden bevatten geselecteerd.

De selectie door het algoritme vindt altijd op dezelfde manier plaats. Dit zorgt voor een efficiënte en consistente selectie. De medewerker kan zich door de inzet van het algoritme volledig richten op de handmatige beoordeling.

Gegevens, gegevensverwerking en controle

Gebruikte gegevens	Bron
Aangiftegegevens	Belastingdienst
Betalingsgegevens	Belastingdienst
Bedrijfsgegevens	Kamer van Koophandel (KvK) en Belastingdienst
Eerdere Handmatige Beoordelingen  Omzetbelasting	Belastingdienst

Wettelijke basis

Het verzamelen en het gebruik van de hierboven beschreven gegevens is geregeld in de:

• Algemene wet Bestuursrecht
• Algemene wet inzake rijksbelastingen
• Archiefwet 1995
• Hoofdstuk IX van de Rijksbegroting
• Invorderingswet 1990
• Richtlijn 2006/112/EG
• Uitvoeringsregeling Algemene wet inzake rijksbelastingen 1994
• Uitvoeringregeling Belastingdienst 2003
• Verordening (EU) nr. 904/2010
• Wet algemene bepalingen burgerservicenummer
• Wet op de omzetbelasting 1968

Type algoritme

Het algoritme is niet zelflerend. Dit betekent dat het zichzelf niet aanpast om onjuiste aangiften beter te herkennen. Het statistisch model is door medewerkers getraind op basis van gegevens uit het verleden om verbanden te ontdekken. Het algoritme wordt periodiek geëvalueerd en indien nodig geactualiseerd. Voor een actualisatie wordt het algoritme opnieuw getraind.

Het algoritme OB-negatief bestaat uit twee onderdelen, een statistisch model en aantal bedrijfsregels:

1. Het statistisch model geeft een score aan iedere negatieve aangifte binnen de doelgroep MKB. Deze score is een combinatie van de ingeschatte kans dat de aangifte mogelijk onjuist is en de omvang van de mogelijke afwijking (het mogelijke correctiebedrag). De aangiften met een hoge score worden handmatig beoordeeld.
2. De bedrijfsregels zijn vaste regels die bepalen of er handmatige beoordeling moet plaatsvinden. Deze regels zijn bepaald door experts op basis van wetgeving en bekende risico’s. 

Controle

Het algoritme is door medewerkers van de Belastingdienst ontwikkeld en wordt intern onderhouden.  Het algoritme wordt periodiek beoordeeld en zo nodig bijgesteld om te blijven voldoen aan wet- en regelgeving.

Privacy en AVG

De gegevensverwerkingen door het algoritme worden getoetst aan de AVG. Als er risico’s worden gevonden, worden er maatregelen genomen om de privacy en veiligheid te waarborgen.

De AVG schrijft voor dat er niet meer gegevens gebruikt mogen worden dan noodzakelijk is. Dat heet dataminimalisatie. De Belastingdienst onderzoekt regelmatig of de gebruikte gegevens nog nodig zijn en dus gebruikt mogen worden.

Gelijkheid en non-discriminatie

Het algoritme wordt getoetst aan non-discriminatie-wetgeving. Door het algoritme worden geen bijzondere persoonsgegevens, zoals etnische afkomst verwerkt. Er worden alleen noodzakelijke persoonsgegevens verwerkt. Hierdoor wordt het risico op discriminatie beperkt. Medewerkers die betrokken zijn bij de ontwikkeling en het beheer van de algoritmen krijgen training over gegevensbescherming en vooroordelen.

Waarborgen

De Algemene wet bestuursrecht (Awb) vereist dat het handelen van de overheid transparant en rechtmatig is. De Belastingdienst neemt bij de toepassing en ontwikkeling van algoritmen de algemene beginselen van behoorlijk bestuur in acht.

Voor de ontwikkeling van algoritmes zijn door de Belastingdienst voorwaarden opgesteld, een kwaliteitsframework. Hierin staan regels en afspraken die zijn gevolgd bij de ontwikkeling van het algoritme. De voorwaarden van de Auditdienst Rijk zijn hierbij leidend. Op vaste momenten controleert de Belastingdienst of het algoritme nog steeds aan de kwaliteitseisen voldoet.

In het algoritme worden gegevens gebruikt die zijn verzameld in het kader van verschillende belastingwetten. Zoals de AVG voorschrijft worden er niet meer gegevens gebruikt dan noodzakelijk is.

Menselijke tussenkomst

Menselijke tussenkomst in de context van de Belastingdienst houdt in dat een bevoegde en deskundige medewerker een wezenlijke rol speelt in de besluitvorming.

Het algoritme bepaalt of er voor de negatieve aangifte automatisch een teruggaafbeschikking kan worden opgemaakt, of dat de deze wordt geselecteerd voor handmatige beoordeling. In dat geval beoordeeld een medewerker na onderzoek de juistheid van de aangifte. Een eventuele correctie volgt pas na deze handmatige beoordeling. Hierdoor is sprake van wezenlijke menselijke tussenkomst in de besluitvorming wanneer daar rechtsgevolgen aan zijn verbonden.