Een dataplatform vindt de fout. Het verandert geen gedrag.

Een data contract wijst een eigenaar aan. Een test op het platform meldt wanneer de werkelijkheid afwijkt van de afspraak. En dan ligt er een melding, met de vraag of iemand er iets mee doet.

Een platform kan elke afwijking vinden. Het kan niemand dwingen om ze te herstellen.

Dat is geen technisch probleem. Het is een kwestie van verandering.

Een test vindt de fout, maar herstelt niets

Testen gebeurt op het dataplatform: in notebooks, in dbt, in Databricks. Die tests vinden problemen betrouwbaar. Maar een gevonden probleem is nog geen opgelost probleem.

Een test kan dezelfde afwijking dag na dag melden. Wordt niemand in beweging gebracht, dan blijft die melding liggen. Mensen raken eraan gewend en kijken er niet meer naar. Het platform blijft zijn werk doen; er verandert alleen niets.

Elke stap werkt zoals bedoeld. Alleen de laatste stap, het herstel, hangt aan een mens die er niet op wordt afgerekend.

Een fout blijft niet bij één fout

Tot voor kort las een mens het verkeerde getal. Die kon fronsen, twijfelen, navragen. Een agent doet dat niet. Agentic AI kijkt niet alleen naar data, het handelt erop: het bestelt, boekt, beslist, geeft door.

Een verkeerd getal krijgt daarbij dezelfde zekerheid als een juist getal. En waar de data onvolledig of tegenstrijdig is, vult het model het gat zelf in. Dan ontstaat een antwoord dat plausibel klinkt en nergens op stoelt.

Agents werken bovendien in ketens. De uitkomst van de een is de invoer van de volgende. Eén verkeerde definitie onderaan blijft dan niet één fout; die fout schuift door elke stap die erop vertrouwt. Zo groeit een klein gebrek in de data uit tot een grote, geautomatiseerde, zelfverzekerde misser. En de mens die vroeger het rare getal opving, zit niet meer in de keten.

Zonder mens in de keten wordt een klein gebrek in de betekenis een groot, geautomatiseerd besluit.

De snelheid en zelfstandigheid die agents waardevol maken, maken slechte data gevaarlijk. Governance van betekenis is onder agentic AI geen luxe. Het is de voorwaarde.

Een vitamine slaat niemand aan, een pijnstiller wel

Zolang datakwaliteit "goed voor de organisatie" is, blijft het een vitamine. Iedereen knikt, niemand voelt vandaag de prijs van uitstel. Het is nuttig, en daarmee makkelijk te negeren.

Datakwaliteit wordt pas een pijnstiller als het negeren ervan pijn doet. Als een verkeerd getal terechtkomt bij degene die erop wordt afgerekend. Mensen komen in actie voor pijn die ze voelen, niet voor een deugd die ze onderschrijven.

Hetzelfde onderwerp, twee posities in de organisatie. Alleen de rechterkolom komt in beweging.

Het wordt pas een taak als het meetelt

Datakwaliteit verandert van vitamine in pijnstiller op het moment dat het onderdeel is van de functie. Niet een klus die erbij komt als er tijd over is, maar een vast deel van de rol, zichtbaar in het prestatiemanagement.

Zolang een eigenaar alleen in een contract staat, is het eigenaarschap papier. Wordt het bewaken van een definitie meegewogen in hoe iemand wordt beoordeeld, dan wordt het eigenaarschap echt. De koppeling met prestatiemanagement is wat governance van een schema tot gedrag maakt.

Platform aan de ene kant, mensen aan de andere

Datakwaliteit die blijft, vraagt twee kanten. Aan de ene kant het platform: de tests, de contracten, de handhaving. Dat is proces en platform, en daar richt Datahub zich op. Aan de andere kant de mensen: de rollen, de prikkels, het gedrag. Dat is mens en proces, en daar zijn partners voor die zich daarop toeleggen.

Ze ontmoeten elkaar bij het proces. Het platform maakt de afspraak meetbaar en afdwingbaar. De partner zorgt dat mensen hun rol erin gaan spelen. Geen van beide kanten redt het alleen.

Links wat je kunt installeren, rechts wat je moet organiseren. Meetbaar en belangrijk zijn twee verschillende dingen.

Wat er overblijft

Een platform maakt datakwaliteit meetbaar. Het maakt het niet belangrijk. Of het belangrijk wordt, valt op de plek waar een verkeerd getal iemands probleem wordt: in de functie, in de beoordeling, in het werk zelf.

Dat is geen installatie. Het is verandering. Een platform maakt datakwaliteit meetbaar. Alleen een organisatie maakt het belangrijk.