De Medallion architectuur is een populair data design patroon voor het stapsgewijs verfijnen van data, maar een succesvolle implementatie vraagt meer dan het inrichten van Bronze, Silver en Gold. Piethein Strengholt deelt praktische best practices, do’s en don’ts en een concreet stappenplan. Ook houdt hij de architectuur tegen het licht van AI. Een praktische sessie voor wie Medallion doelgericht wil toepassen en verder wil kijken dan het bekende drielagenmodel.
Organisaties moeten steeds meer gegevens delen met elkaar en met overheden. Dit is voor een belangrijk deel gedreven door Europa die de nadruk legt op het wegnemen van juridische en technische drempels voor het uitwisselen van gegevens. Er moeten dataspaces (datastelsels) komen voor specifieke sectoren. In Nederland ontstaan ook allerlei datastelsels, zoals het Federatief Datastelsel dat gericht is op hergebruik van gegevens binnen de overheid. Danny Greefhorst geeft een overzicht van de ontwikkelingen en verduidelijkt wat dit concreet betekent voor uw organisatie. Na deze sessie weet u welke ontwikkelingen u moet volgen, welke keuzes in uw data-architectuur gemaakt moeten worden en waar u mee kunt starten.
Stakeholders and data teams speak different languages, and it shows in requirements that take months, arrive ambiguous and still don’t tell the team what to build. In this hands-on workshop Shane Gibson teaches a pattern template for capturing the requirements for one Data Product in 30 minutes, in a shared language using the Information Product Canvas. Half the day is spent completing real canvases in small groups. Leave able to run it with your own stakeholders on Monday.
„Dat is niet bepaald wat ik wilde.” komt nog te vaak voor. Deze sessie laat zien hoe uw Information Value Stream te veranderen. Uitgaande van een ingevuld Information Product Canvas – een beknopte maar goed gestructureerde set requirements die in 30 minuten is vastgelegd – laat Shane zien hoe u gangbare Gen-AI-tools kunt gebruiken om binnen enkele uren, in plaats van maanden, een werkend prototype te genereren en dit aan de stakeholder te presenteren.
Deze workshop behandelt informatiearchitectuur in gedecentraliseerde dataomgevingen. Er wordt gekeken naar hoe domeinen data documenteren en delen, er wordt gekeken naar conceptuele en logische modellering voor duidelijkheid en interoperabiliteit, en er worden praktische oefeningen gegeven om dataproducten te ontwerpen die aansluiten bij de semantiek van het domein.
Vrijwel dagelijks verschijnen artikelen waarin gewaarschuwd wordt dat AI alleen succesvol toegepast kan worden als organisaties hun data en metadata op orde hebben. Helaas laten veel auteurs na te melden wat er dan precies moet gebeuren. De cruciale vervolgvraag “Hoe ziet een AI-ready data-architectuur er dan uit?” blijft vaak onbeantwoord.
Het is inmiddels duidelijk en algemeen aanvaard dat AI-agents niet goed kunnen functioneren zonder voldoende context. Naarmate organisaties hun gebruik van AI uitbreiden en streven naar nieuwe, agentgebaseerde workflows, zijn er diverse technische en architectuur oplossingen voor contextmanagement ontstaan. Maar wat bevatten deze semantische lagen, contextvlakken en kennisbeheersystemen eigenlijk? En waar halen we al die context vandaan?
