Data & AI platform

    AI erft
    de laag eronder.

    Elk model, elk dashboard en elke agent erft de definities, de kwaliteit en de herkomst van de data eronder. Wij bouwen die laag: van de pipelines die je bronnen ontsluiten tot de governance die bepaalt wat er gebruikt mag worden, met de semantische laag ertussen waar betekenis één keer wordt vastgelegd.

    Warehousemedewerker controleert goederen in een distributiecentrum
    Operators op de warehousevloer werken samen naast een reachtruck
    Containerlogistiek in een Nederlandse haven
    Waarom het fundament de uitkomst bepaalt

    De meeste AI-projecten stranden niet op het model. Ze stranden op de data eronder.

    Bronnen die elkaar tegenspreken. Definities die per afdeling verschillen. Cijfers zonder eigenaar. Het model rekent netjes door, alleen weet niemand meer waarop. Een data- en AI-platform is zo sterk als het fundament waarop het rust, en dat fundament is precies de laag die in de meeste organisaties ontbreekt.

    01

    Vertrouwen verdampt bij de eerste afwijking

    Twee dashboards, twee getallen voor dezelfde vraag, en mensen gaan weer handmatig controleren. Dan heb je AI met de betrouwbaarheid van een spreadsheet.

    02

    Een pilot op schone data bewijst niets

    Wat op een nette export werkt, valt om op de echte bron: de uitzonderingen, de dubbelingen, de lege velden. Het verschil tussen demo en productie zit in het fundament, niet in het model.

    03

    Zonder eigenaar is kwaliteit van niemand

    Als betekenis geen eigenaar heeft, is datakwaliteit ieders taak en dus niemands taak. “Omzet”, “actieve klant” en “op tijd” betekenen dan overal net iets anders.

    04

    Wat je niet kunt herleiden, durf je niet te sturen

    Een antwoord zonder bron, versie en definitie is een mening. Om erop te handelen moet je kunnen zien waar het vandaan komt.

    Wat we bouwen, laag voor laag

    Een platform is geen product dat je aanzet. Het zijn lagen die kloppen.

    We bouwen niet vanaf nul en niet op eigen houtje. We volgen de referentie-architecturen van de partijen die dit voor je uitdenken (Databricks, Microsoft en dbt) en vullen ze in voor jouw landschap. Bewezen patronen dus, geen eigen bedenksel dat straks alleen wij nog begrijpen. Elke laag hieronder heeft één taak en één eigenaar.

    1. 01

      Landing zone en ontsluiting

      Data landt eerst in een landing zone, buiten het platform zelf. Je bronnen en andere leveranciers kunnen daar aanleveren zonder toegang tot je platform. Van daaruit halen we de data gecontroleerd naar binnen, in batch, stromend of via change data capture wanneer je wijzigingen bijna realtime wilt volgen. De stromen draaien herhaalbaar, en fouten worden zichtbaar vóór ze je rapportage bereiken.

    2. 02

      Opslag en transformatie

      Binnen het platform leggen we data gelaagd vast: ruw zoals binnengekomen (brons), geschoond en gestandaardiseerd (zilver), en klaar voor gebruik (goud). De stap van zilver naar goud doen we met dbt, zodat business-gebruikers zelf krachtige transformaties in SQL bouwen, met versiebeheer en tests eronder. Elke laag is terug te lezen en terug te draaien, en open formaten zoals Delta en Parquet zorgen dat je data van jou blijft.

    3. 03

      Compute

      Opslag en rekenkracht staan los van elkaar. Je zet rekenkracht in wanneer je hem nodig hebt en schaalt mee met de vraag, in plaats van een vast, duur cluster dat dag en nacht draait. Zware verwerking en dagelijkse rapportage bijten elkaar niet, en de kosten volgen het gebruik in plaats van andersom.

    4. 04

      De semantische laag

      Op de goudlaag leggen we je kernbegrippen vast als definitie, niet als kopie. Omzet, marge, actieve klant, op tijd: één keer gedefinieerd en doorgezet naar BI, naar je processen en naar je AI. Verandert de definitie, dan verandert hij overal tegelijk.

    5. 05

      Governance

      Governance is geen apart project maar zit in de laag zelf. Data contracts leggen vast wat een bron belooft. Lineage laat zien waar elk cijfer vandaan komt. Een catalogus maakt vindbaar wat er is en wie de eigenaar is. Toegang bepaal je per rol, per rij en per kolom, en datakwaliteit wordt getest zoals je code test: automatisch, bij elke draai.

    6. 06

      Beveiliging en soevereiniteit

      Je data blijft binnen de EU, versleuteld in rust en onderweg, met toegang die herleidbaar is tot de persoon. ISO 27001-gecertificeerd en AVG-compliant, niet als sticker maar als inrichting.

    7. 07

      Infrastructuur als code

      De hele omgeving ligt vast als code (Terraform). Een tweede omgeving is dan geen handwerk, en niets hangt af van wat ooit met de hand is aangeklikt. Wijzigingen gaan via versiebeheer en zijn terug te draaien.

    Waar het op aansluit

    Je bestaande landschap blijft staan.

    We vervangen niets. We sluiten aan op wat je al hebt en voegen de laag toe die tot nu toe ontbrak: afgesproken betekenis, met een eigenaar.

    SAP
    Dynamics 365
    AFAS
    Exact
    Salesforce
    Databricks
    Fabric
    Snowflake
    Power BI
    Postgres
    SQL Server
    API's
    Portalen
    Datahub
    Het platform
    • Bronsystemen
    • Dataplatformen
    • Maatwerksoftware
    01

    Bronsystemen

    De systemen waarin het werk gebeurt: ERP, WMS/TMS, CRM, HR en finance. Denk aan SAP, Dynamics 365, AFAS, Exact en Salesforce.

    02

    Dataplatformen

    De plek waar je data al samenkomt. Databricks, Microsoft Fabric, Snowflake, Azure Synapse en Power BI blijven gewoon staan, en we werken net zo goed met wat jij al draait.

    03

    Maatwerksoftware

    Eigen applicaties, portalen en databases: Postgres, SQL Server, interne API's en zelfgebouwde planningstools.

    Verder lezen

    Het bedrijfsbrein

    Waar de kennis van je organisatie gaat wonen: eigen betekenis, betrouwbare data en beslissingen waar je op durft te sturen.

    Lees de pijler
    Volgende stap

    Verbind één bron. Zie het verschil.

    We beginnen bij één vraag en één bron. Werkt het, dan groeit het mee. Werkt het niet, dan heb je niets grootschalig verbouwd.