Referentie

De data-, AI- en Microsoft- termen die ertoe doen.

Een werkbare woordenlijst van de technologieën, regelgeving en patronen die we elke dag leveren · geschreven voor executives, engineers en iedereen daartussen.

Agentic AI: AI-systemen die plannen, tools aanroepen en acties ondernemen om doelen te bereiken · met optionele human-in-the-loop bij kritieke beslissingen. De volgende laag voorbij chatbots en copilots.
AI Act: EU-verordening die geharmoniseerde regels voor artificiële intelligentie vaststelt. Van kracht sinds augustus 2024 met gefaseerde handhaving: verboden praktijken feb 2025, GPAI-verplichtingen aug 2025, verplichtingen voor high-risk systemen aug 2026, volledige handhaving aug 2027.
Anthropic: AI-safety-bedrijf achter de Claude-familie van large language models · een foundation-model-provider die gebruikt wordt voor enterprise-assistenten, coding en agentic workloads. Claude-modellen zijn beschikbaar via Azure AI Foundry en AWS Bedrock.
Apache Kafka: Gedistribueerd event-streaming-platform waar producers events publiceren en consumers ze lezen · verplaatst miljoenen berichten per seconde tussen systemen en vormt de basis voor real-time pipelines en event-driven architecturen.
Apache Spark: Open-source engine voor grootschalige dataverwerking · verwerkt batch, streaming, SQL en machine learning in het geheugen, veel sneller dan legacy Hadoop MapReduce. De compute-engine achter Microsoft Fabric en Databricks.
Article 9 (AI Act): Verplichting voor een risicomanagementsysteem voor high-risk AI · de ruggengraat van het volledige compliance-framework. Vereist het identificeren, analyseren en mitigeren van risico's doorheen de volledige levenscyclus van het AI-systeem.
Azure AI Foundry: Microsofts uniforme platform voor het bouwen, uitrollen en beheren van AI-applicaties · inclusief OpenAI-modellen, Azure ML, fine-tuning, evaluatieharnassen en Responsible-AI-guardrails.
Azure Synapse: Microsofts analytics-dienst van de vorige generatie (SQL pools, Spark, pipelines). Microsoft Fabric is de SaaS-opvolger; de meeste nieuwe mid-market-builds starten op Fabric.
Bronze / Silver / Gold (medallion): Gelaagd data-architectuurpatroon in de lakehouse: Bronze = ruwe events, Silver = opgeschoond en geconformeerd, Gold = gecureerd en business-ready. Standaardpatroon in Microsoft Fabric en Databricks.
Capacity (Microsoft Fabric): Compute-eenheid in Microsoft Fabric, uitgedrukt in F-units (F2, F4, F8 ... F2048). De meeste mid-market start met F8 of F16 voor de eerste drie maanden · F32+ is zelden nodig voor organisaties onder de 500 medewerkers.
Centre of Excellence (CoE): Governance-structuur voor citizen-developer-programma's · levert omgevingen, DLP-policies, ALM-pipelines, naamgevingsstandaarden en een gecertificeerde template-galerij. Essentieel om Power Platform-adoptie veilig op te schalen.
Change Data Capture (CDC): Integratietechniek die enkel de wijzigingen op rijniveau (inserts, updates, deletes) in een bronsysteem vastlegt en downstream streamt · houdt lakehouses en analytics near real-time zonder volledige reloads.
ChatGPT: OpenAI's conversationele assistent gebouwd op zijn GPT- en o-series-modellen · het meest gebruikte generatieve-AI-product en, voor veel organisaties, de eerste kennismaking met LLM's op het werk.
Citizen developer: Business-gebruiker die applicaties, automatiseringen of rapporten bouwt met low-code tools (doorgaans Power Platform) · binnen door IT bepaalde guardrails. Vangt de 80/20 van laagrisicowerk op dat traditionele engineering-teams niet snel genoeg kunnen opleveren.
Copilot Studio: Microsoft-platform voor het bouwen van domeinspecifieke AI-agents die geworteld zijn in enterprise-data (SharePoint, Dataverse, Microsoft Fabric, custom API's). Opvolger van Power Virtual Agents.
Data catalogue: Doorzoekbare inventaris van de data-assets van een organisatie met beschrijvingen, ownership, classificatie en lineage · helpt mensen data te vinden, te vertrouwen en correct te gebruiken. In de Microsoft-stack geleverd via Purview.
Data citizenship: Cultuur waarin elke medewerker verantwoord, ethisch en competent met data omgaat · de gedragsmatige tegenhanger van data governance, die beleid omzet in dagelijkse praktijk. Gaat samen met datageletterdheid.
Data custodian: Technische rol die verantwoordelijk is voor het veilig transporteren, opslaan en operationeel houden van data namens de data owner · doorgaans IT- of platform-engineers die toegangscontroles, back-ups en security implementeren.
Data governance: Framework van beleid, rollen en processen dat bepaalt hoe data beheerd, beveiligd en gebruikt wordt binnen een organisatie · legt de regels vast die data owners goedkeuren en data stewards handhaven.
Data lake: Goedkope opslag voor ruwe, gestructureerde en ongestructureerde data in open formaten · flexibel en schaalbaar, maar heeft governance en structuur nodig (zie lakehouse) om betrouwbaar te worden voor analytics.
Data lineage: Het traceerbare pad van data van bronsysteem tot dashboardcel. Maakt impactanalyse, auditing en vertrouwen mogelijk; geautomatiseerd in Microsoft Purview.
Data maturity: Maat voor hoe effectief een organisatie data omzet in waarde · over strategie, platform, governance, skills en cultuur heen. Sparkle's Data Maturity Scan brengt in kaart waar je staat en wat je eerst moet aanpakken.
Data mesh: Gedecentraliseerde aanpak die data behandelt als een product in handen van domeinteams, op gedeelde self-service-infrastructuur met gefedereerde governance · evenzeer een verschuiving van operating model als van architectuur.
Data owner: Senior business leider die verantwoordelijk is voor een datadomein · keurt beleid goed, bepaalt toegangsregels en beheert het budget. Accountable voor de data, niet dagelijks hands-on ermee bezig.
Data pipeline: Geautomatiseerde sequentie die data van bron naar bestemming verplaatst en transformeert · het leidingwerk achter elk rapport, model en dashboard. Gebouwd en gepland met tools zoals Data Factory, Airflow of dbt.
Datakwaliteit: Mate waarin data accuraat, volledig, consistent, tijdig en geschikt voor het doel is · gemeten, gemonitord en verbeterd als een discipline, want beslissingen zijn maar zo goed als de data erachter.
Data steward: Business-practitioner die verantwoordelijk is voor de dagelijkse datakwaliteit, definities en compliance binnen een domein · de bewaker die de regels handhaaft die de data owner goedkeurt.
Data warehouse: Centrale repository van gestructureerde, gemodelleerde data geoptimaliseerd voor rapportering en analytics · de traditionele thuisbasis van BI, nu steeds vaker geleverd als onderdeel van een lakehouse.
Databricks: Lakehouse-platform gebouwd op Apache Spark en Delta Lake voor grootschalige data-engineering, ML en analytics. Op Azure integreert het met OneLake en Microsoft Fabric.
dbt: Data build tool. Een SQL-first framework om data in de warehouse te transformeren met versiebeheer, testing, documentatie en lineage. Draait op Fabric Warehouse via de dbt-fabric-adapter.
Delta Lake: Open storage-formaat dat ACID-transacties, schema en time travel toevoegt aan data-lake-bestanden · de betrouwbaarheidslaag die lakehouses mogelijk maakt. OneLake slaat data op in Delta Parquet.
Direct Lake: Power BI storage-modus die data rechtstreeks uit OneLake delta-tabellen bevraagt zonder import of DirectQuery. Levert query-prestaties onder de seconde op tabellen met miljarden rijen.
DORA: EU Digital Operational Resilience Act · verordening voor entiteiten in de financiële sector rond ICT-risicomanagement, third-party-risico, incidentrapportering en cyberweerbaarheid. Van kracht sinds januari 2025.
Embeddings & vector database: Numerieke representaties van tekst of beelden die betekenis vastleggen, opgeslagen in een vector database voor similarity search. De retrieval-laag achter RAG en semantic search.
ETL / ELT: Twee patronen om data te verplaatsen · ETL transformeert vóór het laden, ELT laadt ruw en transformeert daarna in het doelplatform. Moderne cloudplatformen verkiezen ELT omdat opslag goedkoop is en compute elastisch.
EU AI Act risk tiers: Classificatie in vier niveaus: onaanvaardbaar risico (verboden), hoog risico (verplichtingen art. 9-17), beperkt risico (transparantieverplichtingen art. 50), minimaal risico (geen specifieke verplichtingen). De meeste enterprise use cases vallen onder beperkt of hoog.
EventStream (Microsoft Fabric): Real-time data-ingestieservice in Microsoft Fabric · pijpt events van Event Hubs, Kafka, IoT Hub of custom bronnen naar KQL-databases of lakehouses voor analytics onder de minuut.
Fabric (Microsoft Fabric): Microsofts uniforme SaaS-analyticsplatform dat data engineering, warehousing, real-time intelligence, data science, BI en AI combineert · alles gebouwd op OneLake met gescheiden storage en compute. SaaS-evolutie van Synapse.
Feature store: Gecentraliseerde repository voor herbruikbare ML-features · zorgt voor consistentie tussen training en serving, vermindert duplicatie van feature engineering over use cases heen, ondersteunt lineage en toegangscontrole.
Fine-tuning: Verdere training van een foundation model op je eigen voorbeelden om zijn gedrag te specialiseren · een alternatief of aanvulling op prompting en RAG wanneer je consistente, domeinspecifieke output nodig hebt.
GDPR-Health: GDPR Article 9 special category data protections applied to health information · processing prohibited by default, with limited exceptions (consent, public interest, healthcare provision). Stricter than general personal data.
Generative AI (GenAI): AI die nieuwe content creëert · tekst, code, beelden, audio of video · op basis van patronen die tijdens de training zijn geleerd. De categorie die LLM's en de tools die erop gebouwd zijn omvat.
Google Gemini: Google's familie van multimodale foundation models en de assistent die erop gebouwd is · een toonaangevend alternatief voor OpenAI, geïntegreerd doorheen Google Workspace en Google Cloud.
GPAI (General-Purpose AI): AI-modellen met brede capaciteiten (GPT-4, Claude, Gemini, Llama, Mistral). Onderworpen aan specifieke AI Act-verplichtingen onder art. 51-55, geschaald naar de rekenkracht die in de training gebruikt is.
Hallucination: Wanneer een generatief model zelfverzekerde maar foute of verzonnen output produceert · de kernreden waarom enterprise-AI grounding (RAG), guardrails en menselijke review nodig heeft.
KQL (Kusto Query Language): Querytaal voor time-series- en log-analytics in Azure Data Explorer en Microsoft Fabric KQL Database · geoptimaliseerd voor queries onder de seconde op miljarden events.
Lakehouse: Architectuur die een data lake (goedkope object storage, open formaten) combineert met een warehouse (ACID-transacties, schema, performance). Microsoft Fabric, Databricks Delta Lake en Snowflake Iceberg zijn lakehouse-platformen.
LLM (Large Language Model): Large Language Model. Een model getraind op enorme hoeveelheden tekst om taal te genereren en erover te redeneren (GPT, Claude, Gemini, Llama). De motor achter chat, drafting, samenvatting en agentic AI.
Machine learning: Vakgebied binnen AI waar systemen patronen uit data leren om voorspellingen of beslissingen te maken, in plaats van handgeschreven regels te volgen · vormt de basis voor forecasting, classificatie, aanbevelingen en anomaliedetectie.
Master data management (MDM): Discipline om één betrouwbare, consistente versie van de kernentiteiten van het bedrijf te creëren · klanten, producten, leveranciers · gedeeld over systemen heen. Maakt een einde aan het "welke klantenlijst klopt?"-probleem.
MDR (Medical Device Regulation): EU-verordening voor medische hulpmiddelen inclusief software · diagnostische AI valt vaak onder dubbele regelgeving: MDR + high-risk-verplichtingen van de AI Act. Vereist CE-markering, post-market surveillance en technische documentatie.
Microsoft Copilot: Microsofts AI-assistent ingebed in Microsoft 365, Windows en het Power Platform · geworteld in de data van je organisatie via de Microsoft Graph, met enterprise-security en -compliance.
Mirroring (Microsoft Fabric): Near real-time replicatie van een operationele database (Azure SQL, Cosmos DB, Snowflake en meer) naar OneLake zonder compute-kost, waardoor vaak een volledig ETL-project overbodig wordt.
MLOps: Praktijken en tooling om machine-learning-modellen betrouwbaar uit te rollen, te monitoren en te hertrainen: versiebeheer, CI/CD, drift-detectie en governance over de volledige levenscyclus van het model.
Model Context Protocol (MCP): Open standaard om AI-assistenten via een gemeenschappelijke interface te verbinden met tools, data en systemen · de opkomende "USB-C voor AI", die agents makkelijker integreerbaar maakt met enterprise-software.
NIS2: EU-richtlijn over cybersecurity voor essentiële en belangrijke entiteiten · uitgebreide scope (energie, transport, bankwezen, gezondheid, openbaar bestuur, digitale infrastructuur, productie). Deadline voor nationale omzetting oktober 2024.
OneLake: Eén logische lake die aan alle Microsoft Fabric-workloads ten grondslag ligt · open Delta Parquet-formaat, automatische governance, shortcuts naar andere storage (Synapse, S3, ADLS, Snowflake) zonder data te kopiëren.
OpenAI: AI-onderzoeksbedrijf achter de GPT- en o-series-modellen en ChatGPT · nauw verbonden met Microsoft, met zijn modellen beschikbaar via Azure OpenAI in Azure AI Foundry.
Orchestration: Het coördineren van de volgorde, planning, dependencies en monitoring van de stappen in een data pipeline · afgehandeld door tools zoals Azure Data Factory, Apache Airflow of Dagster.
Perplexity: AI-gedreven answer engine die vragen beantwoordt met gesynthetiseerde, geciteerde antwoorden uit live webbronnen · een conversationeel alternatief voor traditionele zoekmachines.
Power BI: Microsofts platform voor analytics en datavisualisatie · bouwt interactieve rapporten en dashboards op governed semantische modellen, met Direct Lake-connectiviteit naar Fabric. De meest gebruikte enterprise-BI-tool.
Power Platform: Microsofts low-code-suite: Power BI (analytics), Power Apps (custom apps), Power Automate (workflow), Copilot Studio (AI-agents), AI Builder (ML on tap), Pages (websites). Fundament voor citizen-developer-programma's.
Prompt engineering: De praktijk van het ontwerpen van de instructies en context die je aan een generatief model geeft om betrouwbare, bruikbare output te krijgen · de goedkoopste hefboom voor kwaliteit vóór fine-tuning of extra tooling.
Purview (Microsoft Purview): Microsofts uniforme data-governanceplatform · classificatie, sensitivity labels, lineage, data discovery, AI-risicoregister. Vervangt Information Protection + Compliance Manager + Data Map onder één merk.
PySpark: Python-interface voor Apache Spark · laat data engineers grootschalige, gedistribueerde dataverwerking in Python schrijven. De standaardmanier om met Spark te werken in Fabric- en Databricks-notebooks.
Python: De dominante programmeertaal voor data engineering, analytics en AI · leesbaar, veelzijdig en gesteund door een enorm ecosysteem aan data-libraries. De gemeenschappelijke taal doorheen de moderne data stack.
RAG (Retrieval-Augmented Generation): Retrieval-Augmented Generation. Het verankeren van de antwoorden van een LLM in je eigen documenten door bij de query relevante passages op te halen, zodat antwoorden accuraat, actueel en citeerbaar zijn in plaats van verzonnen.
Real-Time Intelligence (Fabric): Microsoft Fabric-workload voor streaming analytics · combineert EventStream, KQL Database en Activator (alerting). Actualiteit onder de minuut met native integratie in Power BI en AI-workloads.
Responsible AI: De praktijk van het ontwerpen, bouwen en uitrollen van AI met fairness, betrouwbaarheid, veiligheid, privacy, security, inclusiviteit, transparantie en verantwoording ingebouwd. Geoperationaliseerd via evaluatieharnassen, contentfilters, human-in-the-loop en model cards.
Row-Level Security (RLS): Het filteren van rijen in een semantisch model of database op basis van wie de query uitvoert, zodat elke gebruiker enkel de data ziet die hij mag zien. Essentieel voor governed self-service BI.
Self-service BI: Model waarin business-gebruikers hun eigen rapporten en analyses bouwen op governed, gecertificeerde data · snel voor gebruikers, veilig voor IT, omdat het semantisch model de gedeelde definities bevat.
Semantic model: Logische laag over je data met gecertificeerde definities, berekende measures, row-level security, calculation groups en hiërarchieën. De ruggengraat van governed self-service BI · de rapporten worden commodity, het model is het waardevolle bezit.
Shortcut (Microsoft Fabric): Verwijzing in OneLake naar data die fysiek elders is opgeslagen (Synapse, ADLS, S3, Snowflake) · maakt bevragen mogelijk zonder te kopiëren. Cruciaal voor incrementele migratie en het vermijden van dataduplicatie.
Solution Partner (Microsoft): Microsoft Partner Network-aanduiding die een score vereist op de partner capability score (skills, deployments, customer success, performance). Sparkle heeft Solution Partner Data & AI · Azure plus Solutions Partner Power Platform · Modern Work.
Tier-1 / Tier-2 / Tier-3 KPI: KPI-hiërarchieframework: Tier-1 (GOLD) stuurt strategie · 5-7 metrics voor board en directie; Tier-2 (SILVER) stuurt operations · 10-15 metrics; Tier-3 (BRONZE) ondersteunt specialisten · 30+. Voorkomt de valkuil van "55 KPI's allemaal op directieniveau".

Term ontbreekt??

We voegen termen toe naarmate we samen met klanten bouwen. Stel er een voor en we bekijken hem voor de volgende kwartaalupdate.

Stel een term voor