Veelplegen en samenplegen zijn twee van de meest voorkomende criminele gedragingen in de samenleving. In toenemende mate suggereren onderzoeksresultaten dat beide gedragingen aan elkaar gelinkt zijn. In bestaand onderzoek worden beide gedragingen echter afzonderlijk bestudeerd, waardoor de aard en omvang van veelplegen en samenplegen miskend wordt. De recente beschikbaarheid van forensische biometrische data voor criminologische onderzoekers stellen ons in staat om dit te verhelpen. Deze data laten ons toe om delictplegers uniek te onderscheiden en delicten en samenplegers in tijd en ruimte met elkaar te verbinden, zonder dat de politie de delictplegers hoeft te identificeren. Door politiedata en forensische biometrische data te integreren in één robuuste criminaliteitsdataset, zijn we in staat om het veelplegen en samenplegen van geïdentificeerde en niet-geïdentificeerde daders te bestuderen—wat niet mogelijk is wanneer alleen politiegegevens worden gebruikt. Netwerktheorie laat toe om het veelplegen en samenplegen in één dynamisch netwerk voor te stellen dat evolueert in ruimte en tijd. ABM is een computationele methode die het mogelijk maakt om interacties tussen daders en binnen dadergroepen te simuleren via eenvoudige gedragsregels die we door middel van observaties uit onze geïntegreerde dataset verkrijgen. Door de resultaten van de netwerkanalyse en ABM te combineren, ontwikkelen we een kwantitatief theoretisch kader voor veelplegen en samenplegen.