Augustus 2026 markeert een nieuwe stap in de aanpak van risicovol speelgedrag toen onderzoekers van de Universiteit van Amsterdam een open-source machine-learning algoritme vrijgaven dat is ontwikkeld met steun van het Verslavingspreventiefonds van de Kansspelautoriteit en dat patronen in online casinospellen waaronder slots kan herkennen op basis van echte spelerdata zoals inzetpatronen frequentie en timing van sessies plus reacties op winsten en verliezen.

Het model is getraind op geanonimiseerde gegevens afkomstig van dertien Nederlandse vergunde aanbieders die de periode van juli 2023 tot en met juli 2025 beslaan waardoor het een transparante risicoscore oplevert die operators ondersteunt bij hun zorgplicht en vroege signalering van probleemgedrag mogelijk maakt.

De Kansspelautoriteit financierde het project via het Verslavingspreventiefonds zodat academici van de Universiteit van Amsterdam de tool konden bouwen en tegelijkertijd de code openbaar konden maken voor bredere toepassing binnen de sector, terwijl het model inspiratie haalde uit vergelijkbaar werk van de Spaanse toezichthouder DGOJ.

Die openbaarheid betekent dat iedereen de broncode kan raadplegen en aanpassen waardoor operators en onderzoekers de methode kunnen integreren in bestaande systemen zonder dat er nieuwe licentiekosten ontstaan.

Het algoritme verwerkt variabelen zoals opeenvolgende late-night sessies frequentie van inzetten en emotionele reacties op uitkomsten om een risicoscore te berekenen die operators helpt bij het identificeren van spelers die mogelijk extra aandacht nodig hebben, en de training op data uit dertien licentiehouders zorgt ervoor dat de resultaten representatief zijn voor de Nederlandse markt.

Door gebruik te maken van real player data in plaats van synthetische sets levert het model een hogere mate van nauwkeurigheid op en de open-source aanpak maakt het mogelijk voor andere partijen om de prestaties verder te valideren en te verbeteren.

Operators kunnen de risicoscore integreren in hun monitoringprocessen zodat zij voldoen aan de wettelijke verplichtingen rond zorgplicht en tegelijkertijd spelers tijdig kunnen benaderen met preventieve maatregelen zoals limietadviezen of pauzes.

Het model staat publiek toegankelijk via de website van de Kansspelautoriteit waar ook de bijbehorende documentatie en de directe link naar de broncode te vinden zijn op deze locatie, en die centrale publicatie zorgt ervoor dat zowel vergunde aanbieders als onafhankelijke onderzoekers direct toegang hebben tot de tool zonder extra barrières.

De inspiratie uit het Spaanse DGOJ-project heeft bijgedragen aan de structuur van de risicoscore waardoor het Nederlandse model aansluit bij internationale ontwikkelingen en tegelijkertijd is afgestemd op lokale wetgeving en marktomstandigheden.

Met de release van dit open-source algoritme beschikken Nederlandse online casino operators over een transparante methode om risicovol gedrag vroegtijdig te signaleren op basis van concrete data uit de periode 2023 tot 2025 en de publieke beschikbaarheid via de Kansspelautoriteit ondersteunt zowel de naleving van zorgplicht als verder onderzoek binnen de sector.