Datagedreven werken ontwikkelt zich steeds verder. Een vergezicht hierbij kan zijn het werken met AI-agents in plaats van dashboards. Bij Port of Antwerp-Bruges (POAB) wordt deze aanpak inmiddels succesvol in de praktijk toegepast.

‘No AI without a solid foundation’ hanteert POAB als principe:  Eerst structuur, kwaliteit en eigenaarschap, daarna pas geavanceerde toepassingen zoals machine learning en AI‑agents.

Tijdens de inspiratiesessie op 21 april jl. deelden Inge Lemmens (POAB) en Johan Saton (Senior Datamanagement Consultant Valid) vanuit de praktijk van Port of Antwerp‑Bruges (POAB) hoe datagedreven werken en de stap naar AI pas echt waarde oplevert wanneer de basis op orde is.

In de sessie werd zichtbaar hoe AI-toepassingen in de dagelijkse praktijk worden ingezet én waarom zij alleen betrouwbaar werken wanneer data, governance en eigenaarschap goed zijn ingericht.

Begin bij het fundament, niet bij AI

AI kan alleen betrouwbaar en verantwoord worden ingezet wanneer data toegankelijk, consistent en van goede kwaliteit is. Bij Port of Antwerp‑Bruges werd daarom bewust niet gestart met AI‑toepassingen, maar met het op orde brengen van data en informatie. Dat betekende eerst antwoord geven op fundamentele vragen:

• Welke data hebben we?
• Waar staat deze data?
• Wat betekent de data?
• Wie is verantwoordelijk voor de data?
• Wat is de levenscyclus van de data?
• Hoe is de data geclassificeerd?
• Hoe wordt de kwaliteit van data geborgd?

Pas wanneer deze vragen beantwoord zijn, ontstaat er ruimte om data structureel te benutten voor inzicht, sturing én innovatie.

Breng orde in data met governance

Een stevig datafundament begint bij data governance. Niet als theoretisch model, maar als praktisch samenwerkingskader in de organisatie. Bij POAB is data governance ingericht rond duidelijke rollen zoals data‑eigenaren, data‑gebruikers en een data governance team dat faciliteert en verbindt. Samen maken zij afspraken over definities, eigenaarschap, kwaliteit, privacy en security. Data governance raakt de hele organisatie en vraagt om een gefaseerde aanpak. Door klein te beginnen en stap voor stap uit te breiden ontstaat samenhang, zonder dat het een log of bureaucratisch proces wordt.

Maak data begrijpelijk en betrouwbaar

Een belangrijk onderdeel van de aanpak is het vastleggen van semantiek en metadata. Want data heeft pas waarde als iedereen hetzelfde begrijpt onder begrippen als ‘aankomstreis’, ‘ligplaats’ of ‘doorlooptijd’. Door data te documenteren in een datacatalogus met heldere definities, relaties en kwaliteitsafspraken wordt data:

• beter vindbaar
• beter begrijpelijk
• beter herbruikbaar

Dit vormt de basis voor betrouwbare dashboards, rapportages, besluitvorming en AI.

AI als volgende stap, geen startpunt

Tijdens de sessie werd duidelijk: AI is geen losse oplossing, maar een logische vervolgstap.  Tegelijkertijd kun je AI al gericht inzetten op delen van data die wél op orde zijn, terwijl voor andere domeinen nog wordt gewerkt aan het fundament. Zonder data‑infrastructuur, governance en BI blijft een organisatiebrede AI‑ambitie kwetsbaar.

POAB hanteert daarom het principe: no AI without a solid foundation. Eerst structuur, kwaliteit en eigenaarschap, daarna pas geavanceerde toepassingen zoals machine learning en AI-agents. Zo wordt AI duurzaam ingezet en ontstaat vertrouwen in de uitkomsten.

Mensen maken het verschil

Technologie alleen is niet doorslaggevend. Succesvol datagedreven werken vraagt om betrokken medewerkers, duidelijke communicatie en continu stakeholdermanagement. Verandering verloopt zelden lineair: het is vaak lastig aan het begin, rommelig in het midden en waardevol aan het einde. Geduld, begrip en samenwerking zijn daarbij cruciaal. Alleen wanneer mensen snappen waarom veranderingen nodig zijn en hoe zij zelf bijdragen, ontstaat blijvende impact.