Opsporingsdiensten moeten vaak geheimhouderstukken filteren uit grote hoeveelheden data. Auteurs bespreken de uitgangspunten en relevante opsporingsbelangen bij een dergelijke ‘schoning’. Artikel 98 Sv en artikel 126aa Sv vullen die uitgangspunten en belangen verschillend in. Machine learning is in staat om op basis van objectief gekozen startsets de schoning (deels) geautomatiseerd uit te voeren. Deze methode voorkomt dat opsporingsambtenaren onnodig kennisnemen van de inhoud van geheimhouderstukken en zorgt dat het opsporingsonderzoek niet onnodig vertraagt. Auteurs presenteren de eerste resultaten van een dergelijke schoning in Nederland, en bespreken hoe machine learning ook in het huidig wettelijk kader kan worden ingepast.

In Nederland is in 2019 hernieuwde aandacht ontstaan voor de interne onderzoekspraktijk, waaruit blijkt dat zowel de minister als het OM en de FIOD positief staan tegenover de interne onderzoekspraktijk. In het artikel pleit de auteur om Nederlands beleid te ontwikkelen met daarin incentives voor ondernemingen om deze vorm van medewerking te stimuleren. Tevens onderzoekt de auteur de noodzaak om de rechten van betrokkenen in het interne onderzoek vast te leggen. De auteur concludeert dat het aangewezen lijkt aan te sluiten bij de praktijk zoals ontwikkeld in de VS, waarbij in het geval van sturing door de autoriteiten aan het interne onderzoek onder dwang afgelegde verklaringen niet tegen de betrokkene mogen worden gebruikt in een strafrechtelijke procedure.