Het datafundament voor AI: één bron van waarheid.

Een datafundament is de basis waarop AI en rapportages met je bedrijfsdata werken. Het bestaat uit gekoppelde systemen, één leidende bron per gegeven (een single source of truth), bewaakte datakwaliteit, een eigenaar per gegevensdomein en afspraken over wie wat mag inzien. Het is geen product dat je koopt, maar een set keuzes en koppelingen die je stap voor stap aanlegt.

Omdat AI direct op je gegevens handelt. Een AI-agent die een klant opzoekt, een factuur controleert of een rapportage opstelt, neemt elke fout in de data over: dubbele klanten, verouderde adressen, cijfers die per systeem verschillen. Pilots draaien vaak op een opgeschoonde voorbeeldset en lopen vast zodra ze op de echte data werken. Een datafundament zorgt dat een toepassing op de echte data kan draaien.

Niet altijd. Een datawarehouse is een centrale database waarin gegevens uit verschillende systemen worden verzameld en opgeschoond voor rapportage en analyse, meestal periodiek ververst. Dat is waardevol voor trends over meerdere jaren en systemen. AI die in een proces meewerkt, heeft vooral actuele gegevens nodig uit de systemen waar het werk gebeurt, en daarvoor zijn koppelingen belangrijker. Begin daarom bij de koppelingen voor het proces dat je wilt verbeteren, en voeg een datawarehouse toe als de analysevraag erom vraagt.

Een single source of truth, of één bron van waarheid, betekent dat elk gegeven op één plek leidend is. Klantgegevens komen uit het CRM, factuurgegevens uit de boekhouding, en andere systemen lezen daaruit in plaats van een eigen kopie bij te houden. Het betekent niet dat alle data in één systeem staat. Bij EVOKE is AFAS de bron: een uniforme datalaag op AFAS geeft één waarheid in de cijfers.

Data governance is het geheel van afspraken over wie eigenaar is van welke gegevens, hoe ze zijn gedefinieerd, wie ze mag inzien of wijzigen en hoe lang je ze bewaart. Voor een middelgrote organisatie is dat geen commissie of dik beleidsstuk, maar een paar heldere afspraken: een eigenaar per domein zoals klanten, financiën en projecten, vaste definities, toegangsrechten en bewaartermijnen volgens de AVG. Met AI erbij leg je ook vast welke gegevens een AI-toepassing mag gebruiken.

Master data management (MDM) is het beheer van je kerngegevens: klanten, producten, leveranciers en medewerkers. Het doel is dat die gegevens in elk systeem hetzelfde, volledig en actueel zijn. Daarvoor bepaal je per kerngegeven welk systeem leidend is, wie wijzigingen mag doorvoeren en hoe die doorstromen naar de andere systemen. Een apart MDM-platform is voor een middelgrote organisatie meestal niet nodig om te beginnen; koppelingen en duidelijke afspraken lossen het meeste op.

Data-architectuur is het ontwerp van hoe gegevens door je organisatie lopen: welke systemen er zijn, welk systeem leidend is voor welk gegeven, hoe ze gekoppeld zijn en waar rapportages en AI hun data vandaan halen. Het nut zit in de keuzes die het afdwingt: geen dubbele invoer, geen tegenstrijdige cijfers en een duidelijke plek voor elke nieuwe toepassing.

Een datawarehouse verzamelt gegevens voor rapportage en analyse over langere periodes. Een integratielaag laat systemen actuele gegevens uitwisselen, zodat processen doorlopen zonder overtypen. Een AI Operating System is een AI-laag over je systemen die data leest, vragen in gewone taal beantwoordt en werk overneemt. Ze sluiten elkaar niet uit: de koppelingen vormen meestal de basis, het AIOS bouwt daarop voort en een datawarehouse komt erbij als de analysevraag erom vraagt.

Datagedreven werken betekent dat beslissingen en processen draaien op actuele, betrouwbare gegevens in plaats van op gevoel of de cijfers van vorige maand. Dat begint niet bij een dashboard, maar bij data die klopt: gekoppelde systemen, één bron per gegeven en een eigenaar die de kwaliteit bewaakt. Daarna laat je stap voor stap meer op die data draaien, van rapportages die niet meer met de hand worden opgebouwd tot AI die vragen beantwoordt en werk overneemt.

Dat hangt af van het aantal systemen en de staat van de data. Een AI-audit brengt in 14 dagen in kaart welke gegevens en koppelingen het eerste proces nodig heeft. Een koppeling tussen twee systemen met goede API’s staat vaak binnen enkele weken live. Een integratielaag onder meerdere systemen bouwen we in fasen, waarbij elke fase al iets oplevert. Het is dus geen meerjarig programma voordat er iets werkt.

Dat hangt af van het aantal systemen, hoe goed die te koppelen zijn en hoeveel er opgeschoond moet worden. We werken in stappen met een vaste scope en prijs per stap, meestal beginnend met een AI-audit. Plan een kennismaking voor een inschatting voor jouw organisatie.