UvA-onderzoekers ontwikkelen open-source algoritme voor detectie van risicovol gokgedrag online

Researchers van de Universiteit van Amsterdam hebben in augustus 2026 een open-source algoritme gepresenteerd dat risicovol gokgedrag in online casino's inschat op basis van concrete speeldata van spelers, terwijl het model is ontwikkeld door promovendus Charles de Leau samen met hoogleraren Reinout Wiers en Johan Bollen en gefinancierd via het Verslavingspreventiefonds van de Kansspelautoriteit.

Het algoritme en zijn technische basis

Het model analyseert patronen in speelgedrag zoals sessieduur, inlegfrequentie en win- of verliespatronen en berekent een risicoscore die operators kunnen gebruiken voor vroege signalering van probleemgedrag, terwijl de transparante code via de website van de Kansspelautoriteit beschikbaar is gesteld zodat andere partijen het kunnen implementeren of aanpassen zonder dat er sprake is van gesloten systemen.

De Leau en zijn begeleiders baseerden het algoritme op bestaande datasets van legale online casino's en combineerden machine-learning technieken met psychologische indicatoren van verslavingsrisico, waardoor het systeem niet alleen statistische afwijkingen detecteert maar ook verbanden legt met bekende gedragsmatrices die in eerdere studies al naar voren kwamen.

Financiering en publieke beschikbaarheid

Het Verslavingspreventiefonds van de Kansspelautoriteit verstrekte de subsidie voor dit project, wat resulteerde in een tool die niet alleen voor commerciële licentiehouders bruikbaar is maar ook voor toezichthouders en onderzoekers die vergelijkbare analyses willen uitvoeren, terwijl de open-source licentie ervoor zorgt dat de code vrij te downloaden en te modificeren blijft.

Volgens de persberichten van de universiteit wordt het algoritme als transparante oplossing gepositioneerd omdat het de mogelijkheid biedt om risicogedrag te monitoren zonder dat spelers individueel geïdentificeerd hoeven te worden in de eerste analysestap, hoewel operators daarna wel gerichte interventies kunnen overwegen op basis van de uitkomsten.

Toepassing in de Nederlandse gokmarkt

In de Nederlandse context, waar de Kansspelautoriteit toezicht houdt op legale online aanbieders, kan dit model bijdragen aan de naleving van verplichtingen rond verslavingspreventie, terwijl de data-gedreven aanpak aansluit bij bestaande eisen die operators al hanteren voor het signaleren van afwijkend gedrag bij spelers.

Operators die het model implementeren kunnen de risicoscores integreren in hun bestaande monitoringssystemen en zo sneller ingrijpen wanneer een speler bijvoorbeeld langdurig en intensief speelt zonder winsten of juist na grote verliezen doorzet, terwijl de openbaarheid van de code het voor kleinere aanbieders makkelijker maakt om aan dezelfde standaarden te voldoen als grotere platforms.

Betekenis voor preventie en toezicht

Het model biedt een concrete methode om risicogedrag te kwantificeren op basis van daadwerkelijke transactiegegevens in plaats van zelfrapportage, wat in eerdere onderzoeken vaak als beperking werd gezien, terwijl de samenwerking tussen de UvA en de Kansspelautoriteit aantoont hoe academisch onderzoek direct kan bijdragen aan beleidsinstrumenten binnen de gereguleerde markt.

Diegenen die het algoritme willen toepassen vinden de volledige documentatie en de broncode op de site van de Kansspelautoriteit, zodat implementatie zonder extra licentiekosten mogelijk blijft en onafhankelijke validatie door andere onderzoekers kan plaatsvinden.

Conclusie

De presentatie van dit open-source model markeert een stap in de ontwikkeling van data-gedreven preventie binnen de Nederlandse online goksector, waarbij de UvA-onderzoekers een tool hebben gecreëerd die zowel wetenschappelijk onderbouwd als praktisch inzetbaar is voor vroegtijdige detectie van risicovol gedrag, terwijl de financiering via het Verslavingspreventiefonds en de publieke beschikbaarstelling de toegankelijkheid voor een breed publiek garanderen.