In de praktijk betekent dit dat ICE steeds minder begint bij een concrete individuele verdenking en steeds vaker werkt vanuit grootschalige databundels en statistische modellen. Overheidsregistraties, commerciële databronnen, locatiegegevens, biometrische databases en socialmediadata worden samengebracht en geanalyseerd om patronen te herkennen en risico’s in te schatten. Op basis daarvan worden wijken, werkplekken of personen als relatief interessant aangemerkt voor handhaving. De logica verschuift daarmee van individuele beoordeling naar gebieds- en populatiegerichte selectie. Niet primair wat iemand heeft gedaan staat centraal, maar hoe iemand in bestaande datasets verschijnt. Vanuit professioneel oogpunt levert dit snelheid en schaal op; vanuit rechtsstatelijk perspectief is dit zeer discutabel, omdat waarborgen zoals proportionaliteit, transparantie en toetsbaarheid niet automatisch in deze systemen zijn ingebouwd.

Die spanning wordt concreet zichtbaar in recente berichtgeving over het optreden van ICE op straat. In de CNN-reportage “ICE is using face scanning technology for immigration enforcement” is te zien hoe agenten tijdens alledaagse straatinterventies hun smartphonecamera op iemands gezicht richten. Binnen enkele seconden verschijnt een digitaal profiel met identificerende gegevens en een indicatie van immigratiestatus. Onderzoek van 404 Media, gebaseerd op gelekte interne e-mails, laat zien dat dit gebeurt via de mobiele applicatie Mobile Fortify. Deze app maakt gebruik van gezichtsherkenning en vingerafdrukken en koppelt die direct aan federale databanken die oorspronkelijk zijn opgebouwd voor grens- en visumcontrole. Het Guardian-artikel over Minnesota maakt duidelijk dat dit gebruik niet beperkt blijft tot uitzonderlijke situaties. De technologie wordt structureel ingezet en maakt biometrische identificatie tot een routinematig onderdeel van binnenlandse handhaving, ook buiten klassieke controlepunten.

Juist die schaal en normalisering zijn een groot risico. Het Guardian-stuk beschrijft dat het gebruik van Mobile Fortify juridisch wordt betwist, onder meer omdat onduidelijk is of de toepassing ooit expliciet door het Congres is geautoriseerd en omdat mensen in de praktijk geen reële mogelijkheid hebben om een scan te weigeren. Daarnaast wijzen deskundigen erop dat gezichtsherkenning aantoonbaar hogere foutpercentages kent bij vrouwen en mensen van kleur. In het veld worden uitkomsten echter vaak gebruikt als doorslaggevend identificatiemiddel en niet slechts als indicatie die verdere controle vereist. Daarmee ontstaat het risico dat aannames en foutmarges in technologie directe gevolgen krijgen voor iemands vrijheid en rechtspositie, zonder dat effectieve correctiemechanismen of onafhankelijke toetsing beschikbaar zijn.

Voor de democratische rechtsstaat raakt dit aan een fundamenteel uitgangspunt: ingrijpende overheidsinterventies horen uitzonderlijk, gericht en controleerbaar te zijn. In de beschreven ICE-praktijk lijkt het een omgekeerde patroon. Eerst wordt grootschalig verzameld, gescand en gekoppeld, en pas daarna bepaald wie aandacht verdient. Dat maakt het voor burgers, advocaten en rechters steeds lastiger om achteraf te reconstrueren waarom iemand is gecontroleerd of aangehouden. In de rechtsstatelijke literatuur wordt in dit verband gewezen op het risico van zogenoemde chilling effects, waarbij mensen hun gedrag aanpassen omdat zij rekening houden met voortdurende digitale zichtbaarheid en controle.

De situatie in Nederland en de rest van Europa is niet hetzelfde als in de VS, maar het is wel een belangrijke waarschuwing. In Europa bestaan met de AI-Act, de AVG en specifieke richtlijnen over gezichtsherkenning duidelijke juridische grenzen, vooral rond realtime biometrische identificatie in de openbare ruimte. Tegelijkertijd laat onderzoek naar het gebruik van big data bij politie en migratieketens zien dat ook hier steeds meer databronnen worden gekoppeld en geanalyseerd ter ondersteuning van handhaving en opsporing. De Amerikaanse ontwikkelingen laten zien wat er kan gebeuren wanneer technologische mogelijkheden sneller groeien dan toezicht, normering en professionele tegenspraak. De les is daarom niet dat technologie onverenigbaar is met de rechtsstaat, maar dat zonder harde voorwaarden en actieve tegenkracht een vergelijkbare glijdende schaal kan ontstaan.

Voor Nederlandse en Europese politie- en migratieorganisaties betekent dit dat elke datagedreven toepassing niet alleen juridisch toelaatbaar moet zijn, maar ook uitlegbaar, proportioneel en controleerbaar. Cruciaal is dat professionals in de praktijk daadwerkelijk de ruimte hebben om grenzen te stellen wanneer technologische systemen uitnodigen tot vergaande of ondoorzichtige ingrepen. Uiteindelijk draait de impact van data en technologie op de democratische rechtsstaat niet om de systemen zelf, maar om de keuzes die ermee worden gemaakt. De ICE-praktijk laat zien hoe snel een infrastructuur kan ontstaan waarin mensen primair als dataprofiel worden benaderd. De fundamentele vraag die daaruit volgt, blijft: bouwen we een overheid die technologie inzet om rechten te beschermen, of een overheid waarin technologie steeds meer bepaalt wie zichtbaar is en wie feitelijk buiten de bescherming van de rechtsstaat komt te staan?

Bronnen

• Brookings Institution (2025), How tech powers immigration enforcement.
• Brookings Institution (2026), ICE expansion has outpaced accountability: What are the remedies?
• CNN (20 januari 2026), ICE is using face scanning technology for immigration enforcement.
• 404 Media (2026), ICE Is Using a New Facial Recognition App to Identify People, Leaked Emails Show.
• The Guardian (27 januari 2026), ICE facial recognition use in Minnesota raises legal and civil rights concerns.
• American Immigration Council (2025), ICE uses a growing web of AI services to power its immigration enforcement and surveillance.
• Electronic Frontier Foundation (2026), ICE is going on a surveillance shopping spree.
• WebProNews (2026), ICE’s $28.7B surveillance tech surge raises privacy alarms in 2026.
• Schuilenburg et al. (2023), Big Data Policing: The Use of Big Data and Algorithms by the Netherlands Police.