Open-source algoritme van UvA brengt nieuw zicht op risicovol gokgedrag bij online casino’s

Researchers van de Universiteit van Amsterdam hebben een open-source machine-learning algoritme ontwikkeld dat risicovol gokgedrag in online casino’s kan inschatten op basis van echte spelerdata, en dit model is inmiddels publiek beschikbaar gesteld via de Kansspelautoriteit, terwijl de training plaatsvond op alle weddenschappen van spelers bij dertien vergunde Nederlandse online casino’s over een periode van twee jaar tussen juli 2023 en juli 2025.

De ontwikkeling van het model

PhD-kandidaat Charles de Leau werkte samen met professoren Reinout Wiers en Johan Bollen aan dit project dat patronen analyseert zoals inzetgedrag, frequentie en timing van weddenschappen plus reacties op winsten en verliezen, en het algoritme werd gefinancierd via het Verslavingspreventiefonds van de Kansspelautoriteit in samenwerking met de Spaanse toezichthouder DGOJ, waarna het model door de Ksa wordt gehost voor gebruik door operators en toezichthouders bij vroege interventies en zorgplichtverplichtingen.

Training op Nederlandse spelerdata

Het algoritme trainde op de volledige dataset van weddenschappen bij dertien licentiehouders en daardoor kunnen patronen worden herkend die wijzen op verhoogd risico, terwijl de open-source aanpak operators en toezichthouders de mogelijkheid biedt om het model direct te implementeren of verder aan te passen aan hun eigen systemen zonder dat nieuwe data-acquisitie nodig is.

Samenwerking met internationale partners

De samenwerking met de Dirección General de Ordenación del Juego in Spanje leverde extra inzichten op over grensoverschrijdende toepassingen van het model, en daardoor ontstaat een breder kader waarin Nederlandse operators en toezichthouders in augustus 2026 kunnen profiteren van gevalideerde methodes die elders al zijn getest, terwijl de openbare release zorgt voor transparantie en reproduceerbaarheid van de resultaten.

Toepassing door operators en toezichthouders

Operators kunnen het algoritme inzetten om signalen van risicovol gedrag vroegtijdig te detecteren en passende maatregelen te nemen, terwijl de Kansspelautoriteit het model gebruikt ter ondersteuning van haar toezichtstaken en zorgplichtcontroles, en de publieke beschikbaarheid via de Ksa-website maakt het voor alle vergunde partijen mogelijk om direct toegang te krijgen zonder extra ontwikkelingskosten.

Technische kenmerken van het algoritme

Het model verwerkt variabelen zoals inzetbedragen, frequentie van sessies, timing tussen weddenschappen en emotionele reacties gemeten via gedragsdata, en daardoor levert het schattingen op die operators kunnen gebruiken bij het opstellen van gepersonaliseerde interventies, terwijl de open-source licentie verdere wetenschappelijke validatie en aanpassingen door derden mogelijk maakt.

Conclusie

Met de release van dit open-source model zetten de Universiteit van Amsterdam en de Kansspelautoriteit een concrete stap naar data-gedreven preventie van risicovol gokgedrag, en operators plus toezichthouders beschikken nu over een instrument dat is getraind op twee jaar aan volledige Nederlandse spelerdata terwijl internationale samenwerking met de Spaanse DGOJ de bredere toepasbaarheid versterkt. Open source-model geeft nieuw zicht op risicogedrag bij online gokken