Toepassing datasoevereiniteit in drie use cases
Aangezien data als waardevol en potentieel gevoelig wordt beschouwd, hebben organisaties graag de controle over wie hun data mag gebruiken, voor welke doeleinden en onder welke voorwaarden. Dit wordt datasoevereiniteit genoemd. Datasoevereiniteit waarborgt de bron en daarmee wordt de bereidheid om data te delen groter. AI-applicaties kunnen zo van meer en betere informatie worden voorzien.
Om aan te tonen dat dit op een verantwoorde manier kan plaatsvinden, heeft de werkgroep Data Delen in 2020 drie illustratieve use cases ontwikkeld waarin de belangrijkste architectuurconcepten en technologiecomponenten aan bod zijn gekomen. Het betreft de volgende use cases:
- (Flexibel) toestemmingsbeheer met een case uit de overheidssector. Hoe zorgen we ervoor dat de eindgebruiker met zijn/haar rechten worden gekend.
- Gedistribueerde samenwerkingsmodellen met een case uit de gezondheidssector. Hoe zorgen we ervoor dat we data op een verantwoorde manier kunnen verzamelen of is het mogelijk het algoritme langs de data sturen zonder de data daadwerkelijk te hoeven delen.
- Hybride omgevingen voor het delen van gegevens met een case uit de energiesector. Hoe zorgen we ervoor dat datadeel systemen die niet allemaal even ver zijn in hun ontwikkeling toch data met elkaar kunnen uitwisselen.
De toegepaste systeemarchitectuur en de drie use cases worden in deze GAP-analyse (Engels) beschreven. Deze informatie biedt inzicht aan anderen om hun kennisbasis te verbreden en om naar implementatie in de praktijk toe te werken. Hiermee worden meer en betere AI-implementaties mogelijk.
GAP-analyse
De basistechnologie voor de realisatie van systeemarchitectuur wordt steeds volwassener. De in dit verslag beschreven GAP-analyse richt zich dan ook met name op de lacunes in de werking van het systeem en in de governance, die moeten worden overbrugd om tot grootschalige invoering en toepassing te komen
Dit bericht verscheen eerder op de site van NL AIC