Tekst Meike Willebrands
Foto Meike Willebrands
Een koelbloedige afrekening in Eindhoven. Eén dodelijk slachtoffer, één schutter en een vermoedelijke tipgever. OM en politie hebben in hun onderzoek sterke aanwijzingen tegen de verdachte tipgever, hard bewijs ontbreekt. Zij verdenken de tipgever ervan de schutter met een prepaid telefoon te hebben gewaarschuwd dat het slachtoffer eraan kwam. Om de tipgever met behulp van de locatiegegevens aan de delict-telefoon te kunnen linken, is het deskundigheidsgebied Forensische Big Data Analyse (FBDA) ingevlogen. Met een speciaal ontwikkelde methode zijn deskundigen nu in staat om een onderbouwde koppeling tussen telefoon en verdachte te maken.
Het slachtoffer van de schietpartij is een man (31) die in de nacht van 12 op 13 april 2015 na het uitgaan met zijn vriendin naar een hotel is gegaan. Daar wordt hij opgewacht en onder vuur genomen in zijn auto. Hij overlijdt vrijwel direct. De politie ontdekt dat een tweetal ‘interessante’ telefoons actief is geweest bij het café waar het slachtoffer was en bij het hotel. Eén van de twee telefoons koppelen rechercheurs aan de schutter, de ander aan de tipgever die een sms heeft gestuurd dat het slachtoffer richting het hotel kwam. De schuttertelefoon heeft in totaal 95 keer contact gehad met de tipgevertelefoon. De gebruiker van de tipgevertelefoon had uitsluitend contact met het nummer van de schutter.
Verdachte koppelen aan telefoon
Voor de schutter heeft de politie sterk aanvullend bewijs zoals DNA op kogelhulzen. Voor de tipgever, een vrouwelijke bekende van de schutter, ligt dat anders. Wel zijn er locatiegegevens van haar ‘gewone’ telefoon bekend, die min of meer overeenkomen met die van de tipgeverstelefoon. De officier van justitie die het onderzoek leidt, wil die aanwijzing graag goed onderbouwd zien in de rechtszaal. Het OM schakelt daarom de hulp van het NFI in om te onderzoeken of de telefoon die voor het delict is gebruikt, in gebruik was bij de verdachte tipgever. “De prepaid telefoon was al gekoppeld aan het delict. Als de verdachte gekoppeld kan worden aan de telefoon die gebruikt is, koppel je de verdachte aan het delict. Wij proberen de link te vinden bij de ‘gewone’ telefoon van de verdachte. We hebben onderzocht of die samen heeft gereisd met de prepaid telefoon”, legt Wauter Bosma uit.
Daar gebruikt de deskundige de locatiegegevens van de provider voor. Zendmastgegevens waar de telefoon is aangestraald geven echter geen exacte locatie, vertelt Bosma. In stedelijk gebied zit gemiddeld enkele honderden meters tussen de masten. “Wat je ziet is dat de locaties ongeveer parallel lopen. Een aanwijzing dat de prepaid telefoon mogelijk in gebruik was bij de verdachte.”
Gegevens over langere periode
Die tipgevertelefoon blijkt de avond voor het delict ook actief te zijn geweest op dezelfde locatie, mogelijk voor een generale repetitie. De prepaid telefoon was een periode van twee weken actief. De deskundige heeft de gegevens van die twee weken vergeleken met de gegevens van de andere telefoon van de verdachte. Bosma: “Als je alleen rond het moment van het misdrijf zou kijken of de twee telefoons samenreisden, zegt dat nog niet zoveel. Als je de reispatronen over een langere periode bekijkt en het blijkt dat de telefoons dan steeds bij elkaar in de buurt zijn, wordt het steeds sterker dat die bij dezelfde persoon horen.”
“Als je reispatronen over een langere periode bekijkt en het blijkt dat telefoons dan steeds bij elkaar in de buurt zijn, wordt het steeds sterker dat die bij dezelfde persoon horen”
De vraag naar de wetenschappelijke onderbouwing van samenreizende telefoons drong zich in deze moordzaak op, maar is relevant in meer strafzaken. Daarom heeft Bosma gezocht naar een methode die hij ook in andere zaken toe kan passen waar telefoons met belastend bewijsmateriaal een rol spelen. “Criminelen zijn zich vaak bewust van het nalaten van digitale sporen”, laat de forensisch onderzoeker weten. “Toch hebben zij in deze moderne tijd vaak ook een telefoon voor privégebruik bij zich. Daar liggen kansen. Telefoons worden soms bewust enige tijd uitgeschakeld, bijvoorbeeld een privételefoon tijdens het misdrijf. Daarom kijken we naar een langere periode of telefoons samenreisden. Voor ons is het interessant waar eerst de ene en daarna de andere telefoon gebruikt wordt. De afstand in tijd daartussen kunnen we berekenen, net als de geografische afstand.”
Machine learning
Om die statistieken te duiden, maken de deskundigen van het NFI gebruik van machine learning, kunstmatige intelligentie. Bosma heeft met collega’s een voorspellend model ontwikkeld dat aan de hand van gegevens in een zaak bepaalt of je kunt verwachten dat de telefoons samenreisden of juist niet. “Om dat te kunnen doen, moet je onderscheid kunnen maken tussen die twee groepen. Om te weten hoe dat er in de praktijk uitziet, hebben we tassen samengesteld met referentietelefoons van het NFI die NFI-collega’s bij zich hebben gedragen. Daar hebben we simkaarten in gestopt van verschillende providers die continu verbinding maken met zendmasten in de buurt.”
De NFI collega’s namen die tas met telefoons mee naar huis en naar werk om zo een normaal reispatroon te simuleren. Omstandigheden die het bereik van zendmasten beïnvloeden, zoals het weer en bebouwing, worden hierin automatisch meegenomen. De deskundigen krijgen op die manier beeld bij een reispatroon als telefoons samenreizen en van het reispatroon als telefoons niet samenreizen. De reisgegevens uit de moordzaak kunnen ze zo vergelijken met de gegevens van het referentiemateriaal uit hun eigen achtergrondonderzoek. Zo kunnen de onderzoekers beoordelen hoe goed het reispatroon uit de zaak past bij samenreizende telefoons en bij niet samenreizende telefoons. De verhouding hiertussen is de bewijskracht.
Verschillende scenario’s
NFI’ers zijn een uitdagende set, geeft Bosma aan. “Je weet dat ze allemaal op één plek samenkomen, het NFI. Daarom lijken de reispatronen- ook al zijn ze niet samen- op samenreizend omdat ze vaak bij één locatie uitkomen. Zo proberen we ook in zaken te kijken.” Bosma maakt onderscheid in telefoons die onafhankelijk van elkaar bewegen en telefoons die juist afhankelijk van elkaar zijn. Samenreizende telefoons kunnen van dezelfde persoon zijn, maar het samenreizen kan ook verklaard worden doordat vrienden met elkaar op vakantie zijn. Ook werknemers van hetzelfde bedrijf of buren zijn in principe onafhankelijk, ook al lijkt dat in eerste instantie niet zo.
“Zo zijn verschillende scenario’s mogelijk. Het is het domein van de officier of de rechter om daar een beslissing in te nemen, wij kunnen onderscheid maken tussen samenreizende telefoons en onafhankelijk reizende telefoons, maar er is altijd een kans dat onafhankelijk reizende telefoons per toeval steeds bij elkaar in de buurt waren. Wij kunnen daarover geen zekerheid geven. Dat is de reden dat de bewijskracht in dit soort zaken meestal niet heel hoog is.” Wel geldt: hoe meer referentiegegevens de onderzoekers hebben, hoe sterker de uitspraak in de praktijk gemiddeld zal zijn.
Gegevens doneren
De deskundige heeft de methode verder uitgebreid door NFI’ers te vragen om hun eigen telefoongegevens, van hun privételefoon én hun werktelefoon te doneren voor het onderzoek. “Die gegevens hebben we gebruikt als validatieset om te beoordelen of we de patronen die we bij de tasjes met referentietelefoons hebben gezien ook zien in deze data. Dat leverde soms wat ruis op, zo lieten collega’s een van de telefoons soms thuis liggen. In dat geval zou je ervoor kunnen kiezen om alleen die gegevens te gebruiken die duiden op actief gebruik van de telefoon. Zo kun je de dataset schoner houden.”
“Dat die telefoons bij elkaar in de buurt waren, had de politie al gezien. Wij hebben daar nu ook een berekening voor"
In de zaak tegen de tipgever heeft Bosma uiteindelijk gerapporteerd dat het reispatroon ‘waarschijnlijker’ is als de telefoons hebben samengereisd dan wanneer ze niet hebben samengereisd, een conclusie die het scenario van het OM ondersteunt. De rechtbank veroordeelt de gebruikster van de tipgeverstelefoon uiteindelijk tot zes jaar celstraf.
Bosma ziet dat het vaker voorkomt dat binnen een opsporingsonderzoek aanwijzingen tegen verdachten zijn die nog onvoldoende zijn voor in de rechtszaal. Om die aanwijzingen sterker te maken, heeft de onderzoeker nu dus een goed onderbouwde methode van in de praktijk verzamelde gegevens. “Dat die telefoons bij elkaar in de buurt waren, had de politie al gezien. Wij hebben daar nu ook een berekening voor op basis van een gedegen achtergrondonderzoek.”
Contra-expertise
Het NFI heeft naast dit deelonderzoek nog twee rapporten over de tipgeverstelefoon geleverd. De drie deelrapporten zijn gecombineerd in één overkoepelend rapport met een gecombineerde bewijskracht. De verdediging van de verdachte heeft over die rapportage contra-expertise aangevraagd bij een onafhankelijke statisticus. Hij heeft het rapport kritisch gelezen en onderschrijft de methodes en conclusies van het NFI. Hij geeft zelfs aan dat hij de bewijskracht ‘waarschijnlijker’ zelfs nog wat aan de conservatieve kant vindt en dat hij denk dat die in werkelijkheid nog hoger ligt.
FBDA publiceert ook over de methode en de validatie in een wetenschappelijk tijdschrift.
