Huwise lanceert framework voor AI-agents in data marketplaces
Huwise heeft vorige week een framework gelanceerd voor het ontwikkelen en inzetten van AI-agents in data product marketplaces. De agents gebruiken niet alleen metadata en business rules, maar ook informatie over hoe data binnen een organisatie daadwerkelijk wordt gezocht, bekeken en gebruikt. Huwise is de technologie waarmee IntoDQ² zijn Data Sharing-propositie invult.
Het framework voor het maken van AI-agents vormt een gedeelde basis voor zowel kant-en-klare agents binnen het Huwise-platform als maatwerkagents voor specifieke bedrijfsprocessen. Het bouwt voort op bestaande onderdelen van Huwise, waaronder API’s en de MCP-server van het platform.
Binnen de Data Sharing-propositie van IntoDQ² vormt Huwise de technologie voor het ontsluiten en delen van data products. Centraal staat een contextlaag die informatie uit de data marketplace combineert. Huwise gebruikt daarvoor onder meer zoekopdrachten, bekeken data products, consumption actions, gebruikersprofielen, data lineage, metadata en definities uit de business glossary.
Een AI-agent kan daardoor volgens Huwise niet alleen bepalen welke data beschikbaar is, maar ook welke databronnen binnen een organisatie in de praktijk voor een bepaalde taak worden gebruikt. Het bedrijf noemt als voorbeeld de berekening van annual recurring revenue. Een agent kan daarbij rekening houden met de data products, definities en combinaties die een financiële afdeling daadwerkelijk gebruikt.
Vier ingebouwde agents
Huwise heeft op basis van het framework vier kant-en-klare AI-agents ontwikkeld. Marketplace Curator analyseert onder meer clicks, gebruik en momenten waarop gebruikers afhaken en doet aanbevelingen om de adoptie van data products te verhogen.
Opportunity Spotter vergelijkt het bestaande aanbod met de behoefte van gebruikers en signaleert ontbrekende data products. Data Product Builder ondersteunt het proces van het vaststellen van een behoefte tot het ontwerpen en publiceren van een nieuw data product.
Metadata Filler richt zich op ontbrekende metadata en stelt aanvullingen en wijzigingen voor.
De agents gebruiken een gebruiksmatrix waarmee signalen uit de marketplace worden vertaald naar aanbevelingen. Zo kan een agent aangeven welke data products extra aandacht of promotie nodig hebben en welke nauwelijks worden gebruikt.
Maatwerkagents
Naast de ingebouwde agents kunnen organisaties met het framework eigen AI-agents ontwikkelen. Daarbij kunnen onder meer business rules, databronnen, governance-eisen en het operating model van de organisatie worden meegenomen.
Huwise noemt als voorbeeld een maatwerkagent die indicatoren tussen verschillende gebieden vergelijkt om gemeenten en andere lokale overheden bij besluitvorming te ondersteunen.
Het bedrijf positioneert de data product marketplace hiermee nadrukkelijk als contextbron voor AI-agents. Gebruiksinformatie moet daarbij aanvullen wat agents al uit een data catalog, metadata en onderliggende databronnen kunnen halen.
Bron: Huwise
