Skip to content

bpmn.md

Latest commit

 

History

History
171 lines (125 loc) · 8.37 KB

bpmn.md

File metadata and controls

171 lines (125 loc) · 8.37 KB

BPMN — WMO-aanvraagproces

Inleiding

BPMN (Business Process Model and Notation) is een internationale standaard voor het visueel weergeven van bedrijfsprocessen. Voor het WMO-aanvraagproces maakt dit document duidelijk welke stappen worden doorlopen, wie er verantwoordelijk is en op welke momenten een beslissing wordt genomen. Omdat BPMN-tools niet universeel renderen op GitHub, wordt hier de Mermaid flowchart-notatie gebruikt met BPMN-conventies: ronde haken voor events, rechthoeken voor taken en ruiten voor beslissingsmomenten (gateways).

Het diagram is opgesplitst in twee delen om de leesbaarheid te bewaren:

  • Diagram 1 — het hoofdproces: van indiening tot routebepaling (Burger + Systeem).
  • Diagram 2 — de reviewstroom: menselijke beoordeling en beslissing (Systeem + Gemeentemedewerker).

Diagram 1 — Hoofdproces

flowchart TD
  subgraph Burger
    Start([Aanvraag indienen via portal])
    EndAuto([Automatisch bericht ontvangen])
    EndFout([Foutmelding ontvangen - geen AI-verwerking])
    EndWacht([Wachten op menselijke beoordeling])
  end

  subgraph Systeem["Systeem - n8n + backend"]
    V{Toestemming AI gegeven?}
    Pseudo[Pseudonimiseer burger-ID]
    Minimize[Verwijder naam adres en geboortedatum]
    Policy[Haal beleidsregels op]
    AI[Haal AI-advies op]
    Fairness[Voer fairness-controle uit]
    Route{Route bepalen}
    Audit1[Schrijf naar audit-log]
    Audit2[Schrijf fout naar audit-log]
    Msg((Stuur melding naar medewerker))
  end

  Start --> V
  V -->|Ja| Pseudo
  V -->|Nee| Audit2
  Audit2 --> EndFout

  Pseudo --> Minimize
  Minimize --> Policy
  Policy --> AI
  AI --> Fairness
  Fairness --> Route

  Route -->|auto| Audit1
  Audit1 --> EndAuto

  Route -->|review| Msg
  Msg --> EndWacht
Loading

Diagram 2 — Reviewstroom

flowchart TD
  subgraph Systeem["Systeem - n8n + backend"]
    MsgIn((Melding ontvangen))
    AuditReview[Schrijf naar audit-log na beslissing]
  end

  subgraph Gemeentemedewerker
    Dashboard[Bekijk aanvraag in reviewer dashboard]
    Beoordeel[Beoordeel AI-advies en fairness-vlaggen]
    Besluit{Beslissing}
    Goedkeuren[Goedkeuren]
    Afwijzen[Afwijzen]
    MeerInfo[Meer informatie opvragen]
    EndReview([Burger ontvangt beslissing])
  end

  MsgIn --> Dashboard
  Dashboard --> Beoordeel
  Beoordeel --> Besluit

  Besluit -->|Goedkeuren| Goedkeuren
  Besluit -->|Afwijzen| Afwijzen
  Besluit -->|Meer info nodig| MeerInfo

  Goedkeuren --> AuditReview
  Afwijzen --> AuditReview
  MeerInfo --> AuditReview

  AuditReview --> EndReview
Loading

Lanes en rollen

Lane Rol Verantwoordelijkheid
Burger Aanvrager Dient de aanvraag in via het portal en ontvangt berichten over de uitkomst.
Systeem n8n + FastAPI backend Valideert, pseudonimiseert, minimaliseert, haalt beleid en AI-advies op, controleert op fairness, bepaalt de route en schrijft de audit-log.
Gemeentemedewerker Reviewer Beoordeelt aanvragen die naar review zijn gestuurd en neemt de definitieve beslissing.

Stappentabel

Stap Actor Beschrijving Trigger volgende stap
1. Aanvraag indienen Burger Burger vult het formulier in via het portal en stuurt de aanvraag op. Systeem ontvangt POST /applications.
2. Toestemming controleren Systeem Controleer of consentForAI op true staat. Toestemming aanwezig: ga verder. Geen toestemming: schrijf fout en stop.
3. Pseudonimiseren Systeem Vervang het burger-ID door een token via HMAC-SHA256. Token beschikbaar voor verdere verwerking.
4. Data minimaliseren Systeem Verwijder naam, adres en exacte geboortedatum. Vervang geboortedatum door leeftijdscategorie. Geminimaliseerde data klaar voor AI.
5. Beleid ophalen Systeem Haal de beleidsregels op via GET /policy/{provisionType}. Beleidscontext beschikbaar voor AI-advies.
6. AI-advies ophalen Systeem Vraag een aanbeveling op via POST /ai/recommend met geminimaliseerde data. AI geeft aanbeveling, betrouwbaarheidsscore en risiconiveau terug.
7. Fairness-controle Systeem Controleer AI-uitvoer op verboden termen via POST /fairness/check. Fairness-vlaggen beschikbaar voor routebepaling.
8. Route bepalen Systeem Bepaal op basis van severity, multipleProblems, risiconiveau, fairness-vlaggen en confidence of de aanvraag automatisch of via review wordt afgehandeld. Route vastgesteld: auto of review.
9a. Audit-log schrijven (auto) Systeem Schrijf alle gegevens naar de audit-tabel. Stuur automatisch burgerbericht. Burger ontvangt bericht. Proces klaar.
9b. Melding naar medewerker (review) Systeem Stuur melding naar het reviewer-dashboard. Gemeentemedewerker ziet de aanvraag in de wachtrij.
10. Beoordelen Gemeentemedewerker Bekijk de aanvraag, het AI-advies en de fairness-vlaggen in het dashboard. Medewerker neemt een beslissing.
11. Beslissing Gemeentemedewerker Kies: goedkeuren, afwijzen of meer informatie opvragen. Beslissing wordt doorgegeven aan het systeem.
12. Audit-log bijwerken Systeem Registreer de beslissing en de bijbehorende notitie in de audit-tabel. Burger ontvangt bericht over de uitkomst.

Paden per testcase

TC1 — Laag risico, automatische verwerking

Neutrale aanvraag, geen meervoudige problematiek, lage severity.

Pad: Start -> Toestemming (ja) -> Pseudonimiseer -> Minimaliseer -> Beleid ophalen -> AI-advies (risk=low, confidence=0.9) -> Fairness (geen vlaggen) -> Route=auto -> Audit-log -> Einde: automatisch burgerbericht

TC2 — Hoog risico, menselijke beoordeling vereist

Aanvraag met severity=hoog en multipleProblems=true.

Pad: Start -> Toestemming (ja) -> Pseudonimiseer -> Minimaliseer -> Beleid ophalen -> AI-advies (risk=high, confidence=0.6) -> Fairness (geen vlaggen) -> Route=review -> Melding naar medewerker -> Dashboard -> Beoordelen -> Beslissing -> Audit-log -> Einde: burger ontvangt beslissing van medewerker

TC3 — Fairness-vlag, menselijke beoordeling vereist

AI-uitvoer of aanvraagtekst bevat een verboden term (bijv. "religie").

Pad: Start -> Toestemming (ja) -> Pseudonimiseer -> Minimaliseer -> Beleid ophalen -> AI-advies -> Fairness (vlag: forbidden_term:religie) -> Route=review -> Melding naar medewerker -> Dashboard -> Beoordelen -> Beslissing -> Audit-log -> Einde: burger ontvangt beslissing van medewerker

TC4 — Validatiefout, geen AI-verwerking

Burger heeft geen toestemming gegeven voor AI-verwerking (consentForAI=false).

Pad: Start -> Toestemming (nee) -> Fout schrijven naar audit-log -> Einde: burger ontvangt foutmelding, geen AI-aanroep

Compliance-aantekeningen

AVG (Algemene Verordening Gegevensbescherming)

  • Data-minimalisatie vindt plaats in stap 4, direct na de pseudonimisering en voor elke AI-aanroep. Naam, adres en exacte geboortedatum worden verwijderd. De AI ontvangt uitsluitend de velden provisionType, problemSummary, severity, ageGroup, mobilityIssues, multipleProblems en householdContext.
  • Pseudonimisering in stap 3 zorgt ervoor dat het burger-ID nooit in logs of downstream-services terechtkomt. Alleen het token (cit_ + HMAC-SHA256-afkorting) wordt opgeslagen.
  • Doelbinding is vastgelegd via het veld processing_purpose in de audit-log. Verwerking buiten dit doel is technisch niet mogelijk via de beschikbare endpoints.
  • Bewaartermijn wordt geregistreerd via retention_until (standaard 90 dagen na aanmaak). Records worden na die datum verwijderd.
  • Recht op inzage is beschikbaar via GET /citizen/{token}/data, conform artikel 15 AVG.

EU AI Act

  • Het systeem is geclassificeerd als hoog-risico AI-systeem (Bijlage III, punt 5: AI in de publieke sector voor beoordeling van voordelen en diensten).
  • Menselijk toezicht is technisch afgedwongen: bij severity=hoog, multipleProblems=true, risk_level=high, fairness-vlaggen of confidence onder de drempelwaarde (standaard 0.7) wordt de aanvraag altijd naar de reviewer-wachtrij gestuurd. Automatische goedkeuring is in die gevallen technisch niet mogelijk.
  • Logging van elke AI-aanroep bevat: ai_model, ai_confidence, risk_level, ai_recommendation, reasoning, fairness_flags, final_route en created_at, conform artikel 12 EU AI Act.
  • Transparantie richting burger: het burgerbericht vermeldt expliciet dat AI een ondersteunende rol heeft gespeeld bij de voorbereiding van de beslissing.