Digitale datastromen over een technologie-interface met grafieken en verbindingspunten

De data valkuil: Van data naar kennis, de nieuwe infrastructuur voor AI

EY Nederland

Multidisciplinaire organisatie voor zakelijke diensten

6 minuten leestijd 07 okt 2026

Dit artikel is gebaseerd op het oorspronkelijke artikel van Dan Diasio, EY Global Consulting AI Leader. Heb je vragen over dit onderwerp? Neem dan contact op met Simon van Ulden, EY Nederland Partner Consulting.

In de meeste organisaties zijn feiten en processen verankerd in data, maar het menselijk oordeel niet. Om hun doel te bereiken, hebben agents meerdere lagen van kennis en besluitvorming nodig die expliciet zijn vastgelegd.

In het kort:

  • Organisaties hebben tientallen jaren geïnvesteerd in data-infrastructuur. AI legt bloot wat daarbij vaak buiten beeld bleef: hoe organisaties daadwerkelijk denken, beslissingen nemen en oordelen vormen.
  • Juist die kennis wordt de onderscheidende factor. Iedere organisatie kan immers toegang krijgen tot dezelfde AI-modellen. Het verschil zit in de manier waarop kennis wordt geïnterpreteerd, gewogen en toegepast.
  • Daarom is een nieuwe discipline nodig waarin kennis wordt beheerd als infrastructuur, binnen een duidelijke architectuur en met dezelfde mate van structuur en governance die we al kennen van data.

Hoe EY kan helpen

  • Zet AI slim in om je organisatie écht te veranderen. Met een zevenlagen‑aanpak gebruik je AI‑strategie om blijvende impact te maken op je business.

    Lees meer

Stel je voor dat je iemand alle recepten geeft die ooit zijn geschreven, alle ingrediëntenlijsten van restaurants wereldwijd en iedere restaurantrecensie sinds 2004. En vervolgens vraagt om de beste maaltijd ooit te bereiden. Dat is in feite wat organisaties vandaag de dag doen wanneer zij hun data beschikbaar maken voor AI.

 

Een recept vertelt welke ingrediënten in de pan moeten. Het vertelt echter niet wanneer de temperatuur te hoog is, of de kruidenbalans bijna goed is maar nog nét niet, of wanneer je beter opnieuw kunt beginnen. Dat soort kennis ontstaat door ervaring, fouten maken en reflectie. Het is het domein van de ervaren chef-kok.

 

Organisaties hebben in de afgelopen decennia hun ‘recepten’ verzameld in de vorm van data en fors geïnvesteerd in de infrastructuur om die data op grote schaal op te slaan, te beheren en toe te passen. Maar wat gebeurt er als de chef met pensioen gaat en niemand ooit de verantwoordelijkheid heeft gekregen om vast te leggen hoe je van een recept daadwerkelijk een geslaagde maaltijd maakt?

Dit is de datavalkuil: de aanname dat de data die een organisatie al heeft verzameld, ook de data is die AI-agents nodig hebben.

Gerelateerd artikel

De uniformiteitsvalkuil: hoe efficiëntie je onderscheidend vermogen wegneemt

AI verhoogt de efficiëntie, maar kan ook leiden tot eenheidsdenken. Ontdek hoe menselijk oordeel onderscheidend vermogen behoudt. Lees meer.

EY Nederland

Data-infrastructuur is waardevol, maar is nooit volledig zelfvoorzienend geweest. Ze was afhankelijk van mensen die de context en kennis toevoegden die niet eerder in systemen hoefden te worden vastgelegd. Nu zijn het AI-agents die de data verwerken. Zij komen terecht in een omgeving die er altijd van uitging dat iemand de betekenis achter de gegevens al kende. AI-agents spreken de taal van je data, maar begrijpen je organisatie niet: hoe zij denkt, beslissingen neemt en afwegingen maakt.

 

Iedere organisatie krijgt toegang tot dezelfde AI-modellen. Het verschil wordt gemaakt door de kennis achter de agent. Hoe benut je dat concurrentievoordeel?

 

De datavalkuil in de praktijk

Neem een compliance beoordeling. Een AI-agent heeft toegang tot alle relevante gegevens: de transactiewaarde, de risicoclassificatie, de tijdlijn, de vereiste documentatie en de voorgeschreven escalatieroute. De agent kan beleidsregels nauwkeurig ophalen en het proces stap voor stap volgen. Op papier beschikt hij over alles wat nodig is.

 

Een ervaren compliance-analist kijkt naar dezelfde casus en ziet een heel ander beeld. Die herkent dat een specifiek patroon bij een tegenpartij, hoewel formeel binnen de beleidskaders, in de afgelopen achttien maanden al heeft geleid tot drie handhavingsmaatregelen. Ook ziet de analist dat de documentatie weliswaar compleet is, maar dat de timing opvallend is op een manier die niet uit de risicoscore naar voren komt.

Daarnaast begrijpt de analist de organisatorische werkelijkheid beter. De voorgeschreven escalatieroute leidt de zaak naar een team dat al overbelast is, terwijl een rechtstreeks telefoontje naar de regionale verantwoordelijke het probleem in de helft van de tijd kan oplossen. De analist wijkt af van de procedure, niet omdat het beleid onjuist is, maar omdat hij of zij het inzicht heeft om te bepalen wanneer afwijken de verstandigste keuze is.

De AI-agent volgt het beleid. De analist volgt het beleid én weet wanneer daarvan moet worden afgeweken.

Kennis: de ontbrekende infrastructuur

De meest gehoorde uitspraak in het bedrijfsleven is dat AI hoogwaardige data nodig heeft. Die boodschap is inmiddels bijna een strategisch slaapmiddel geworden. Natuurlijk vormen schone, goed beheerde data een solide basis. Ze maken betrouwbare informatievoorziening mogelijk en verminderen fouten en inefficiënties. In een wereld waarin systemen vooral waren ontworpen om gegevens op te halen, te combineren en te rapporteren, leidde betere data inderdaad tot betere resultaten.

Maar die logica houdt op zodra systemen niet alleen informatie moeten verwerken, maar die ook moeten interpreteren, prioriteren en omzetten in actie. Juist dat vraagt AI van organisaties. En dat zijn vaardigheden die traditioneel bij mensen lagen. Organisaties beschikken over enorme hoeveelheden kennis, besloten in de manier waarop beslissingen worden genomen, uitzonderingen worden behandeld en ervaren professionals situaties beoordelen. Die kennis wordt echter vaak gezien als een bijproduct van ervaring, in plaats van als een bedrijfskritische infrastructuur.

Data werd pas infrastructuur toen organisaties beseften dat deze niet langer informeel beheerd kon worden. Met kennis moet hetzelfde gebeuren. Die omslag is de sleutel om aan de datavalkuil te ontsnappen: kennis als infrastructuur.

Hoe kennis er in de praktijk uitziet

Kennis bestaat uit verschillende lagen. Die lagen verschillen zowel in de informatie die ze bevatten als in de manier waarop die kennis wordt overgedragen.


Zo ontsnap je aan de datavalkuil

Het team

Simon van Ulden
EY Nederland Partner Consulting, AI Tech Lead

Samenvatting

Organisaties hebben hun data geoptimaliseerd, maar niet hun oordeelsvorming. AI-agents maken die kloof nu zichtbaar. Hoewel AI-modellen breed beschikbaar zullen zijn, wordt het vermogen om vast te leggen hoe beslissingen daadwerkelijk tot stand komen de onderscheidende factor. Om aan de datavalkuil te ontsnappen, moeten organisaties eigenaarschap beleggen, een kennisarchitectuur ontwikkelen en een nieuwe discipline inrichten die besluitvorming op schaal ondersteunt.

Over dit artikel

EY Nederland
Multidisciplinaire organisatie voor zakelijke diensten
Gerelateerde topics
AI
Consulting

Lees ook

Data readiness: vijf stappen naar datagedreven besluitvorming

AI opschalen begint bij data readiness. Ontdek hoe Nederlandse organisaties in 5 stappen hun data AI ready maken. Lees het artikel.

Simon van Ulden

Hoe het dataplatform van FrieslandCampina de weg vrijmaakt voor AI-innovaties

Case study: FrieslandCampina's data platform enables AI innovation and drives transformation from reporting to prediction and automation.

Simon van Ulden

Hoe datakwaliteit het verschil maakt in succesvolle AI-toepassingen

Leer hoe je een betrouwbare, organisatorisch inzetbare GenAI-strategie bouwt door datakwaliteit, infrastructuur en verantwoorde implementatie te beheersen.

Simon van Ulden + 1

EY verwijst naar de wereldwijde organisatie en kan verwijzen naar een of meer van de lidfirma's van Ernst & Young Global Limited, die elk een afzonderlijke juridische entiteit zijn. Ernst & Young Global Limited, een Britse vennootschap met beperkte aansprakelijkheid, verleent geen diensten aan cliënten.