Next Practice · Data die zichzelf uitlegt

Het datasetpaspoort

Wat een dataset moet meekrijgen zodat de ontvanger hem met vertrouwen kan gebruiken: vier facetten, zeven elementen.

FrameworkOpen voor reactiesVersie 0.1Bijgewerkt 2 oktober 2026

Waarom een paspoort?

Wie een dataset ontvangt, moet eerst uitzoeken wat hij in handen heeft: hoe is het opgebouwd, wat betekenen de velden, wat mag ik ermee, waar komt het vandaan? Meestal wordt dat achteraf gereconstrueerd, en dan beschrijft het resultaat wat de data lijkt te zijn. Een paspoort legt vast wat de bron zegt dat het is. Vooral voor betekenis en regels is dat verschil groot.

Vier facetten, zeven elementen

Het paspoort heeft vier facetten voor de communicatie, en zeven elementen voor de detailuitwerking, bijvoorbeeld voor context engineering bij de bron.

Facet Vraag Elementen
Model Hoe is het opgebouwd? Model, inhoud
Betekenis Wat stelt het voor? Betekenis: termen, definities, eenheden, codelijsten
Regels Wat moet waar zijn, wat mag ik ermee? Regels, kwaliteit (gemeten), gebruiksvoorwaarden
Herkomst Waar komt het vandaan? Herkomst

Een belangrijk uitgangspunt: begrijpen staat los van het doel. Het paspoort beschrijft de dataset zelf. Of hij geschikt is voor een bepaald gebruik, beoordeel je daarna, met het paspoort als basis.

Wat het oplevert

  • Sneller: lezen in plaats van reverse-engineeren, sneller koppelen, en controles die je genereert uit de regels.
  • Eerder beslissen: go/no-go over geschiktheid en de keuze van aanpak aan het begin, dankzij gemeten kwaliteit.
  • Correcter: gezaghebbende betekenis en regels, rechtstreeks van de bron.
  • Veiliger: minder misinterpretaties in rapportages en modellen, duidelijke gebruiksvoorwaarden (AVG, AI Act) en een duidelijke eigenaar.
  • Schaalbaar: de producent betaalt één keer, elke afnemer profiteert. Herkomst wordt doorgegeven, en AI krijgt kant-en-klare context.

Mijn inschatting is dat een paspoort de voorbereiding bij een eerste gebruik met zo’n 30 tot 50% verkort. Dat is een schatting, geen meting. Ik wil het meten, bijvoorbeeld in een training met twee groepen: één met en één zonder paspoort.

Samenhang

Het paspoort is de eerste uitwerking binnen het thema Data die zichzelf uitlegt. In de Business Assertion Layer wordt het paspoort zelf als geversioneerde data opgenomen.

Wijzigingen

Hiermee aan de slag: Trainingen & Workshops

Ik hoor graag van je