Informatiearchitectuur

De informatie die zich voordoet als software

Veel van de kennis die data betekenis geeft, is verweven met de software die eromheen is gebouwd.

Hoe we hier zijn gekomen

Vrijwel iedere generatie data-architectuur probeerde hetzelfde probleem op te lossen: data makkelijker beschikbaar en herbruikbaar maken.

Operationele systemen werden gebouwd om processen uit te voeren. Rapportages werden toegevoegd om te begrijpen wat er in die systemen gebeurde.

Daarna kwamen ETL-pipelines, datawarehouses en data lakes. Iedere generatie loste iets echts op. Data werd makkelijker te ontsluiten, combineren, centraal op te slaan en voor meer dan één doel te gebruiken.

De data werd steeds beter ontsloten en voor breder gebruik beschikbaar gemaakt.

Maar één vorm van informatie bleef vaak buiten beeld: de kennis die nodig is om die data te begrijpen.

Die kennis bleef verborgen in software voor één specifieke toepassing.

Het ontbrekende stuk

Data werd breed toepasbaar aangeboden. Context bleef vaak toepassingsgebonden.

Datawarehouses en data lakes maakten het mogelijk gegevens één keer te ontsluiten en voor meerdere toepassingen beschikbaar te stellen. Die ontwikkeling blijft essentieel.

Maar in de software boven op de data-ontsluiting raakten twee verantwoordelijkheden met elkaar verweven.

De code bracht gegevens van A naar B, maar legde tegelijkertijd vast wat die gegevens binnen een bepaalde toepassing betekenden.

Data-ontsluiting werd herbruikbaar. De interpretatie bleef gekoppeld aan toepassingscode.

Welke gegevens horen bij elkaar? Welke relaties zijn belangrijk? Welke categorieën gebruikt een afdeling? Welke uitzonderingen gelden?

Zodra je die verantwoordelijkheden van elkaar onderscheidt, wordt zichtbaar dat context zelf ook informatie is: informatie die kan worden vastgelegd, beheerd en breed toepasbaar aangeboden.

Meerdere contexten

Dezelfde data kan op meerdere geldige manieren worden begrepen

Dezelfde gegevens hebben niet voor iedere afdeling dezelfde betekenis. Dat is geen fout die opgelost moet worden. Het is een gevolg van verschillende verantwoordelijkheden en verschillende manieren van kijken.

Neem een banktransactie.

Finance ziet geld dat binnenkomt en uitgaat. Krediet- en risicoteams kijken naar terugkerende verplichtingen en of die op tijd worden betaald. Compliance zoekt naar verdachte patronen. Klantenservice kan dezelfde transactie gebruiken om een klantvraag te beantwoorden. Een AI-assistent kan haar nodig hebben om een situatie in gewone taal uit te leggen.

Het probleem is dus niet dat meerdere interpretaties bestaan. Het probleem ontstaat wanneer die interpretaties uitsluitend verborgen blijven in de software die voor één specifieke toepassing is gebouwd.


Finance

Ziet geldstromen, saldi en financiële duiding.


Krediet en risico

Leest terugkerende betalingen als signalen over verplichtingen en betrouwbaarheid.


Compliance

Zoekt naar patronen en uitzonderingen die onderzoek kunnen vragen.


Support en AI

Gebruikt dezelfde feiten om vragen betekenisvol te beantwoorden.


Het aha-moment

Een SQL-query bevat vaak meer dan uitvoeringslogica.

Open een willekeurige SQL-query.

Op het eerste gezicht kijk je naar software: selecties, filters, relaties en berekeningen.

Maar kijk eens naar de keuzes die daarin zijn vastgelegd.

Waarom horen juist deze records bij elkaar? Waarom krijgt een transactie een bepaalde classificatie? Waarom wordt een uitzondering op deze manier behandeld?

Die keuzes vertellen iets over hoe een organisatie haar eigen werkelijkheid begrijpt.

Een SQL-query voert daarom niet alleen een technische bewerking uit. De query kan ook organisatiekennis bevatten: kennis over betekenis, relaties, groeperingen en perspectief.

Juist die kennis blijft vaak onzichtbaar, omdat zij eruitziet als software.

Een verandering in verantwoordelijkheid

Misschien behandelen we context al jaren alsof het software is.

Een deel van wat wij software noemen, is in werkelijkheid een beschrijving van de organisatie.

Het beschrijft welke gegevens samen een dossier vormen, welke transacties bij een hypotheek horen, welke classificaties gebruikt worden en vanuit welk perspectief naar informatie wordt gekeken.

Wij noemen dat context.

Wanneer die context uitsluitend in software leeft, is zij moeilijk te vinden, moeilijk te delen en moeilijk opnieuw te gebruiken.

Context kan ook expliciet worden beheerd als onderdeel van de informatievoorziening.

De architecturale verschuiving

De vraag is niet waar code draait. De vraag is waar organisatiekennis leeft.

In de traditionele situatie wordt een deel van die kennis per toepassing opnieuw vastgelegd. Wanneer data en context samen worden beheerd, kunnen meerdere toepassingen vanuit hetzelfde betekenisvolle fundament werken.

Traditionele architectuur

Iedere toepassing bouwt opnieuw voldoende organisatiekennis op om haar eigen werk te kunnen doen.

3× herhaald
Rapport
Eigen interpretatie
Software
Data
Dashboard
Eigen interpretatie
Software
Data
AI
Eigen interpretatie
Software
Data

ArQiver-principe

Organisatiekennis wordt één keer beheerd en daarna hergebruikt.

Rapport
Dashboard
AI
Zoeken
Nieuwe applicatie
Beheerde context
Data

Waar ArQiver past

ArQiver is ontworpen rond data en beheerde context

ArQiver is ontworpen vanuit het uitgangspunt dat gegevens en de context waarin zij worden begrepen samen expliciet moeten kunnen worden vastgelegd, beheerd en breed toepasbaar aangeboden.

Die context kan verschillen per afdeling, toepassing of samenwerking. Finance kan dezelfde data anders benaderen dan Compliance, zonder dat één van beide perspectieven de andere vervangt.

Binnen ArQiver kunnen gegevens worden gegroepeerd, verrijkt en beschikbaar gesteld binnen een betekenisvolle context. Applicaties hoeven daardoor niet iedere relatie, classificatie en groepering uitsluitend in hun eigen implementatie te verbergen.

Zo blijft niet alleen de data beschikbaar. Ook de kennis waarmee een organisatie die data begrijpt, krijgt een expliciete en herbruikbare plek.

De verborgen informatie

Organisaties hebben deze informatie al

Deze informatie hoeft niet opnieuw te worden uitgevonden.

Ze bestaat al.

Ze is zichtbaar in de relaties die mensen leggen, in de classificaties die afdelingen gebruiken en in de keuzes die vandaag in software zijn vastgelegd.

ArQiver brengt die verborgen wereld aan het licht.

Niet door de betekenis van data voor iedereen gelijk te maken, maar door verschillende contexten zichtbaar, beheerbaar en deelbaar te maken.

De informatie deed zich voor als software. Nu kan zij weer als informatie worden behandeld.