Vanuit een empirisch-criminologisch perspectief geef ik een beschrijving van de ontwikkeling, het gebruik en mogelijke risico’s van data-analyse in het kader van de opsporing. Dat doe ik door eerst kort de opkomst van criminaliteitsanalyse als onderdeel van het sturingsconcept informatiegestuurde opsporing binnen het werk van de recherche (bij de politie, maar ook bij de bijzondere opsporingsdiensten en de Kmar) te schetsen. Vervolgens illustreer ik hoe criminaliteitsanalyse binnen, maar ook buiten de opsporing wordt gebruikt. Daarna bespreek ik de gevolgen van technologische ontwikkelingen voor criminaliteitsanalyse. Door deze ontwikkelingen krijgt criminaliteitsanalyse het karakter van digitale (weergegeven in nullen en enen) en geautomatiseerde (met algoritmen) analyse van bulkdata (big data). Ik vervolg met de vraag in hoeverre de aan digitale analyse van big data toegeschreven risico’s zich reeds in de Nederlandse opsporingspraktijk openbaren. Ik spits ten slotte de aangekondigde praktijken en risico’s van geavanceerde data-analyse toe op de aanpak van ondermijnende criminaliteit. De conclusies van deze beschrijving van de aard en het gebruik van data-analyse door opsporingsautoriteiten kunnen dienstbaar zijn aan het beoordelen van de (on)wenselijkheid en actualiteit van de gescheiden regeling van dataverzameling en data-analyse.

In het materiële strafrecht is het gebruikelijk om delictsomschrijvingen te typeren aan de hand van onderscheidingen die in de strafrechtsdogmatiek zijn ontwikkeld en die gebaseerd zijn op de verschillende manieren waarop strafbaar gesteld gedrag omschreven wordt in wettelijke delictsomschrijvingen. Meest bekend zijn waarschijnlijk de onderscheidingen tussen commissiedelicten versus omissiedelicten; materieel omschreven delicten versus formeel omschreven delicten; en krenkingsdelicten versus gevaarzettingsdelicten.