DW & BI Summit 2025: Grip op AI en data

"Hoe krijgen we meer grip op onze data en de AI-algoritmes die hierop worden toegepast?" Dat was een van de centrale vragen van de twaalfde editie van de drukbezochte Data Warehousing en Business Intelligence Summit 2025.

Grip op AI
Net als bij de voorgaande editie was er tijdens deze summit de nodige aandacht voor de opkomst van generative AI in het analytics- en datamanagement-werkveld. Zo demonstreerde Victor de Graaff hoe ChatGPT gebruikt kan worden voor het bouwen van een data warehouse. De live demonstratie verliep dan wel niet helemaal vlekkeloos, hij gaf toch een goed beeld van hoe generative AI code kan genereren om een compleet data warehouse op Azure in te richten en te vullen. Dat er nog steeds een expert nodig is om de code te beoordelen en te (laten) corrigeren wanneer het algoritme fouten maakt zal sommige ontwikkelaars nog geruststellen.
Toch lijkt niemand echt meer verbaast over deze AI-ontwikkelingen. Dat AI een enorme impact heeft staat vast. De vraag is nu hoe we hier grip op krijgen. Veel interesse was er dan ook voor de sessie van Linda Terlouw die in haar presentatie Innovatie binnen wettelijke kaders: de AI Act, Data Governance Act en Data Act een toegankelijk overzicht bood van de Europese wetten die vanuit regelgeving enige grip op deze ontwikkelingen proberen te bewerkstelligen.

Grip op AI en data
De Canadese Nicole Ashkam schetst in haar sessie op de summit de ontwikkelingen op het gebied van data governance die zij in haar carrière heeft meegemaakt. Zij kwam voor het eerst in aanraking met data governance toen ze tegen allerlei data issues aanliep bij de realisatie van een data warehouse. Terwijl ze veel tijd stopte in het analyseren van de oorzaken van de aanhoudende toestroom van data issues, realiseerde ze zich al snel het belang van proactief eigenaarschap en verantwoordelijkheden rondom deze data. In die tijd was data governance in veel organisaties nog niet echt ingebed en opereerde het als een soort van 'sheriffs office' in het wilde westen. De komst van big data analytics en cloudoplossingen veranderde daar niet veel in. De fundamentele datakwaliteitsproblemen bleven hetzelfde. Je kunt immers geen goede big data analytics realiseren op basis van slechte kwaliteit data. En met de verhuizing naar de cloud los je ook geen kwaliteitsproblemen op. De opkomst van data mesh had wel een grote impact op data governance. En alhoewel centrale data governance nooit echt goed gewerkt heeft, is met de democratisering van data in een data mesh de decentralisatie van de governance onontkoombaar. De rol van data owner blijft daarbij essentieel, maar in een data mesh is er ook behoefte aan een data product owner.
De laatste ontwikkeling die Nicole Ashkam in haar presentatie adresseert is de opkomst van AI. Hoewel ook hier 'garbage in - garbage out' nog steeds geldt, is er met de opkomt van AI wel een nieuwe governance behoefte ontstaan: de governance van AI-modellen. Ondanks dat AI governance andere vaardigheden vereist, is de visie van Nicole Ashkam dat AI governance onderdeel moet zijn van data governance.

Misschien wel de meest interessante inzichten deelt Nicole aan het einde van haar sessie tijdens de uitgebreide vragenronde. Hoe verkoop je data governance: Vind de data 'horrorverhalen' in je organisatie of vraag aan de beslissers of ze de rapportages waarop ze hun beslissingen maken wel vertrouwen. Introduceer daarvoor ook rapportcertificering zodat mensen zich afvragen waarom niet alle rapportages die ze gebruiken gecertificeerd zijn. Hoe verklein je de afstand tussen data governance en het werkveld: organiseer een data quality spreekuur. Hoe identificeer ik belangrijke data issues: vraag aan welke issues het BI-team de meeste tijd spendeert. En een mooie laatste tip: laat audit de 'bad cop' spelen, dan hoef jij als data governance persoon niet de boeman (of vrouw) te zijn.

Grip op data
Grip krijgen op data is een belangrijk thema in de sessie van Wouter van Aerle getiteld Data is (niet) dood: een nieuw perspectief op datamanagement. Hij verdedigt hierin zijn standpunt dat de datagedreven organisatie anno 2025 'bullshit' is. Organisaties worstelen met datamanagement door onduidelijke verantwoordelijkheden, een te sterke focus op technologie en het ontbreken van een heldere strategie voor het gebruik van data. Hierdoor komen pogingen om datagedreven te worden niet eens van de grond.
Wouter van Aerle biedt een aantal concrete ideeën om deze problemen aan te pakken. Daarbij is een belangrijk punt het vergroten van kennis en kunde. Hiervoor hebben we niet nog meer data engineers en data scientists nodig, maar is er behoefte aan kennis en ervaring in proces- en informatieanalyse en conceptueel modelleren. Onderwerpen die in de meeste opleidingen ontbreken. Daarnaast pleit hij er ook voor om datamanagement als een volwaardige bedrijfsfunctie te zien. Net als bijvoorbeeld HR en financiën zou deze bedrijfsfunctie een duidelijke eindverantwoordelijkheid moeten hebben ten aanzien van de afspraken over hoe er met data wordt omgegaan. Tenslotte benadrukt hij het belang van een use-case gedreven aanpak waarbij concrete problemen uit de organisatie als startpunt dienen en echte data wordt gebruikt om vraagstukken te illustreren.

Een belangrijk thema in de sessie van Wouter van Aerle is verandermanagement. Het is daarbij belangrijk om de manier waarop er over data gesproken wordt te veranderen. Dit door medewerkers er actief bij te betrekken. Deze data gaat immers in de eerste plaats over de eigen organisatie en de kennis daarover zit bij de eigen medewerkers. Hij daagt daarbij de aanwezigen uit om vastgeroeste patronen te doorbreken en datamanagement niet vanuit een technologie maar vanuit een mens- en procesfocus te benaderen.

Grip op data: stel datamodeleren centraal
Tijdens de summit is er veel aandacht voor datamodeleren. Zo behandelt Remco Broekmans in zijn presentatie het logisch modeleren aan de hand van het Ensemble Logical Model. Een modeleermethode die communicatie en conversatie centraal stelt en de mensen uit de business actief betrekt om de belangrijkste business concepten in kaart te brengen. Door een zeer gestructureerde aanpak komt naar voren wat er voor de organisatie belangrijk is zonder daarbij te veel geleid te worden door wat er in de systemen staat.

Ook Alec Sharp bevestigt in zijn presentatie dat we ons niet moeten laten leiden door wat er in systemen is geïmplementeerd. 'Data model mismatch' tussen standaard applicaties en de data van de organisatie leidt dan ook vaak tot ontevredenheid en zelfs dure implementatiemislukkingen. Alec Sharp geeft in zijn presentatie enkele sprekende voorbeelden van implementatiemislukkingen in verschillende organisaties. Hij plukt deze voorbeelden uit zijn jarenlange ervaring waarbij hij vaak na zo'n mislukking werd aangehaakt om project recovery werkzaamheden uit te voeren. De sleutel tot succes in deze opdrachten was dan telkens weer om vanuit een proces- en datamodel te kijken naar wat er echt nodig is. Te vaak worden deze projecten alleen vanuit gedetailleerde, en zelden kritisch bevraagde, business requirements geleid. Dit zonder dat er goed wordt gekeken naar het proces- en het datamodel dat hieraan ten grondslag moet liggen.
Overigens benadrukt ook Wouter van Aerle in zijn sessie de noodzaak van een meer datacentrische benadering. Ook hij bevestigt daarbij het beeld dat we datamodeleren centraal moeten stellen, willen we meer grip op onze data krijgen.

Grip door focus
Naast de eerdergenoemde presentaties waren er tijdens de summit nog enkele andere interessante sessies. Zo sprak Suzanne Kraaij over Testen in een BI & Data landschap en legde uit hoe je de kwaliteit en betrouwbaarheid van data kunt garanderen. Jos van Dongen presenteert in zijn sessie een nieuw platform van de Erasmus Universiteit en de TU Delft dat het veilig delen en beheren van onderzoeksdata mogelijk maakt. Winfried Adalbert Etzel ging in zijn sessie dieper in op de centrale pijler van Data Mesh: Federated Computational Data Governance waarbij je datateams dusdanig kunt organiseren dat ze de zowel de centrale als lokale behoeften kunnen bedienen met daarbij verantwoording in de hele organisatie.

De presentaties van de summit laten zien dat zaken als AI en nieuwe regelgeving invloed hebben op de ontwikkelingen binnen het vakgebied maar dat succes toch vooral afhankelijk is van de focus die een organisatie heeft op datamanagement: een focus die gericht is op de kennis, kunde en samenwerking rondom deze data en waarbij datamodelering onmisbaar is.