DWBI Summit 2026: Ready-to-use data

Op 24 maart 2026 vond in Utrecht de 13de editie van het Data Warehousing & Business Intelligence Summit plaats. Waar er in de voorgaande edities van dit event logischerwijze steeds meer aandacht uitging naar generatieve AI en de governance hiervan, lag de focus van dit event toch weer meer op de data zelf. Want zonder goede ‘ready-to-use’ data ook geen AI-succes.

De onderwerpen die tijdens het summit aan bod kwamen gingen vaak niet alleen over hoe we data verzamelen, maar ook over hoe we zorgen dat deze data direct inzetbaar, betrouwbaar en begrijpelijk is voor de eindgebruiker en voor AI-toepassingen.

De opening van het summit begon met een vleugje nostalgie. Er werd een affiche getoond van de eerste editie van de voorganger van dit event, genaamd ‘Database Systems’, uit 1996. Opvallend genoeg stonden twee van de sprekers van deze summit, Rick van der Lans en Ron Tolido, ook al op dat affiche. De twee heren zijn, zo bleek later in de presentatie van Ron Tolido, niet alleen even oud, maar hebben zelfs bij elkaar op school gezeten. Dat deze twee al in 1996 op het podium stonden en nu nog steeds relevant zijn komt ook doordat de uitdagingen, ondanks alle technologische vooruitgang, niet fundamenteel veranderd zijn.

Ready-to-use data-architectuur
Rick van der Lans trapte af met een pleidooi voor een holistische data-architectuur. Hij wordt regelmatig gevraagd voor een ‘second opinion’ op voorgestelde en al geïmplementeerde data architecturen en merkt dat hij vaak dezelfde feedback geeft. De architectuur is vooral gericht op de logistiek, het maken van kopieerslagen tussen de bron en de analytische omgeving. Hij vindt dat er teveel kopieerslagen worden geïntroduceerd, en mist in deze architecturen vaak de rol van de bronsystemen en de analytische systemen zelf in het volledig afdekken van alle eisen.

We moeten er nu echt voor gaan zorgen dat onze data-architectuur op orde komt. Daarvoor hebben we, zo gaf Rick aan, een enterprise, een modulaire en een federatieve referentiearchitectuur nodig. Daarin zou veel meer aandacht moeten liggen op de transformaties die op dit moment in bijna alle stappen van het logistieke proces worden toegepast. In een moderne architectuur moeten we voorkomen dat we deze transformatie-logica op meerdere plekken introduceren.
In zijn sessie gaf hij een beschrijving hoe een dergelijke referentiearchitectuur eruit kan zien. Hij voorziet daarin zes verschillende modules, die essentieel zijn om de stap te maken van een landschap met starre bronsystemen met veel onderlinge connecties naar een flexibel, modulair landschap.

Een van de doelen daarbij is om ‘ready-to-use’ data on demand te kunnen leveren. Daarbij wordt de data pas wanneer er een specifieke vraag vanuit de business is getransformeerd en geleverd. Zo hoeft niet alles van tevoren in dure silo’s opgeslagen te worden. Een mooie stip aan de horizon, maar ook Van der Lans realiseert zich dat we nooit in één stap tot zo’n ‘droomarchitectuur’ komen. Vandaar ook zijn modulaire aanpak, waarmee we stap voor stap kunnen bouwen.

Ready-to-use dataproducten
Na de sessie van Rick was het de beurt aan Ron Tolido, die in zijn sessie ‘The 5 Lessons of the Open Data Product Specification’ begon met een onverwacht attribuut: een fles shampoo die hij stiekem uit de voorraadkast van zijn vrouw had meegenomen. Zijn punt werd direct duidelijk: de makers van deze shampoo blinken uit in productmanagement. Er is nagedacht over de doelgroep, de ingrediënten staan duidelijk vermeld, er zijn gebruiksinstructies en er is een kwaliteitsgarantie. Deze principes moeten we volgens Ron ook toepassen op de data die we beschikbaar willen stellen: data as a product. Het is een concept dat met de komst van de data mesh enorm aan populariteit heeft gewonnen. Zonder goed eigenaarschap en een duidelijke definitie kan data nooit een goed product worden.

In zijn sessie besprak Ron de Open Data Product Specification (ODPS), een standaard van de Linux Foundation, die het denken over “data as a product” goed ondersteunt.  De kern van zijn verhaal bestond uit vijf cruciale lessen voor het creëren van volwaardige dataproducten:

1. Purpose before plumbing: Begin niet bij de pipelines, maar definieer eerst wat het product is, wie het gaat gebruiken en welke waarde het levert.
2. No owner, no product: Zonder een eigenaar binnen het business-domein is een data-product gedoemd te mislukken.
3. Interfaces are promises: Of het nu gaat om SQL, API’s of streams, de interface moet de belofte van stabiliteit waarmaken, zodat de consument erop kan bouwen.
4. Trust is engineered: Betrouwbaarheid, versheid en accuraatheid moeten expliciet gegarandeerd en gemeten worden (service level agreements).
5. Governance by design: Beveiliging, privacy (zoals GDPR) en compliance moeten direct in de specificatie van het product worden ingebed (everything-as-code).

Ron benadrukte dat we data moeten behandelen als een asset die klaar is voor gebruik door zowel mensen als AI-agents.

Nuchtere kijk op data mesh-concept
Dataproducten speelden ook in de data mesh sessie van de Juha Korpela een belangrijke rol. Deze Finse spreker bracht een bredere maar ook nuchtere kijk op het data mesh-concept. Hoewel de theorie veelbelovend is, gaf hij aan dat een 100% “pure” data mesh in de praktijk zeldzaam is, door de enorme organisatorische en technologische impact ervan. In plaats van het hele concept overboord te gooien, adviseert hij om de krenten uit de pap te halen. Op zijn Fins gezegd: “Poimia rusinat pullasta” (“Pluk de rozijnen uit het broodje”).

Wat zijn die rozijnen dan? Ten eerste het verschuiven van de data-verantwoordelijkheid naar het begin van de waardeketen. Ten tweede het schalen van domeinteams die data als een product aanbieden, waardoor de centrale platform-teams worden ontlast. Korpela benadrukte dat een goed ontwerp van dataproducten vaak ontbreekt; conceptuele, logische en fysieke modellen zouden de absolute basis moeten vormen.

Ready-to-use datamanagement
Mathias Vercauteren nam ons mee in zijn aanpak om data governance nieuw leven in te blazen met de Data Governance Sprint. Hij stelde direct vast dat de meeste traditionele programma’s falen omdat ze bolted on zijn; ze worden als een extra laag boven op de organisatie geplakt in plaats van erin verweven. Beleid, standaarden en rollen bestaan vaak alleen op papier en worden door medewerkers ervaren als extra werk, dat concurreert met hun dagelijkse taken. Bovendien is er een groeiende kloof tussen de snelheid van de business en de traagheid van een typisch governance-programma.

De oplossing ligt volgens Mathias in een pragmatische, 5-weekse Data Governance Sprint die de focus verlegt van maandenlange beleidstrajecten naar snelle, tastbare resultaten. De kern van deze methode is het gebruik van intensieve workshops in plaats van inefficiënte meetings. Waar vergaderingen vaak verzanden in eindeloze debatcycli, maken workshops het mogelijk om processen direct te visualiseren en besluitvorming te versnellen op basis van feiten.

Tijdens de sprint doorlopen teams een gestructureerd proces: van het in kaart brengen van de huidige uitdagingen in week 1 tot het ontwerpen en testen van een werkend prototype in week 3 en 4. Ready-to-use data governance komt daarmee in zicht. Want de sprint levert direct bruikbare instrumenten, zoals een business glossary template of een meetbaar dashboard, die onmiddellijk inzetbaar zijn.
Om data governance vervolgens ook echt te laten landen in een organisatie introduceert Mathias het concept front-line governance. Hierbij worden mensen op de werkvloer gecoacht en gestimuleerd om governance echt onderdeel te maken van de standaard bedrijfsvoering.

AI voor datamanagement
Rutger Rienks liet zien dat we AI heel goed kunnen inzetten voor datamanagement activiteiten. De vraag naar datamanagement-activiteiten is tegenwoordig immers veel groter dan het aanbod van menselijke stewards.
Rutger toonde praktische voorbeelden van hoe het gebruik van generatieve AI tot een beter resultaat leidt in taken als het classificeren van data, het opsporen van datakwaliteitsproblemen en het vastleggen van data lineage. Dit betekent niet dat de mens overbodig wordt, maar wel dat de rol van de data steward verschuift naar die van een regisseur die de AI-agenten aanstuurt.

Datamodellering voor ready-to-use data
Alec Sharp sloot de dag af met een energieke sessie waarin hij, puttend uit zijn 45-jarige carrière, belangrijke lessen rondom conceptueel datamodelleren met het publiek deelde. Zijn boodschap is bedrieglijk eenvoudig: als je de business wilt interesseren voor datamodellering, begin dan nooit met de theorie of complexe tools, maar start een gesprek over de onderwerpen die zij belangrijk vinden.

Data is pas goed inzetbaar als er een gezamenlijke taal aan ten grondslag ligt. Waar veel trajecten direct de techniek in duiken, pleit Alec voor het eerst vastleggen van de fundamentele business concepten. ‘Move faster by slowing down’ is zijn devies: neem de tijd om met ‘normale mensen’ tot die gedeelde betekenis te komen, want de dingen die je definieert in je conceptuele model zijn precies de dingen waar de businessprocessen op acteren.

Een van de meest rake adviezen is zijn principe van constructive ignorance. Durf als modelleur de “domme” vragen te stellen, à la inspecteur Columbo: “Nog één ding, ik begrijp dit niet helemaal…”. Juist door kritisch door te vragen op schijnbaar simpele termen als ‘medewerker’ of ‘account’, komen de nuances en anomalieën boven water die bepalen of data werkelijk betrouwbaar en ‘ready-to-use’ is.

Parallelsessies: van data lakes tot soevereine cloud
Tijdens het summit vonden ook enkele parallelsessies plaats. Daarin nam Jos van Dongen het publiek mee in de wereld van open-tabelformaten waarin na Hive nieuwe formaten zoals Ducklake, Iceberg, Hudi en Delta Lake betere prestaties, ACID-transacties en flexibeler schemabeheer voor data lakes bieden.
Wouter van Aerle betoogde in zijn sessie waarom een solide data administratie onontbeerlijk is om grip te krijgen op de data en Antoine Stelma besprak de route naar een soevereine data & AI-cloud, waarbij privacy en controle over eigen data in een wereld vol AI-modellen steeds belangrijker worden.

Rode draad
Een rode draad van deze 13de DW&BI Summit was het accent op datamanagement, design en architectuur. Succes in ons vakgebied is niet alleen afhankelijk van de nieuwste technologie of AI-ontwikkelingen.
We krijgen alleen echt ready-to-use data als we de focus leggen op datamanagement, design en architectuur. Dit betekent dat we data moeten verpakken in goed ontworpen dataproducten (Ron Tolido en Juha Korpela), een federatieve en modulaire architectuur moeten omarmen (Rick van der Lans), generatieve AI kunnen gebruiken om datamanagement te ondersteunen (Rutger Rienks) en datamodellering en governance praktisch en mensgericht moeten maken (Alec Sharp en Mathias Vercauteren).

Het was een dag die liet zien dat we – alhoewel we al zeker sinds 1996 bezig zijn met vergelijkbare vraagstukken – steeds dichter bij de kern komen: data die daadwerkelijk waarde toevoegt omdat ze direct inzetbaar en voor iedereen, inclusief AI agents, begrijpelijk is. Op naar de volgende editie!