Een betrouwbare databasis en een BI-dashboard maken compliance binnen de omgevingen van CollabSpace inzichtelijk; daarna wordt onderzocht of signalen ook proactief en geautomatiseerd kunnen worden opgevolgd.
Binnen de leergemeenschap van CollabSpace draaien verschillende omgevingen, waaronder enkele productieomgevingen. Voordat je iets zinnigs kunt zeggen over compliance, moet de onderliggende data op orde zijn. Zoals bij vrijwel elk AI-project begint het bij schone, goed gestructureerde en betrouwbare data.
“Hoe maken we compliance binnen de omgevingen van CollabSpace aantoonbaar en efficiënter inzichtelijk?”
In de eerste fase worden de relevante databronnen bij elkaar gebracht en wordt daar een betrouwbare databasis van gebouwd. Op die basis volgt een BI-dashboard dat inzicht geeft in de processen.
Zodra de databasis goed staat, verschuift het werk naar het kiezen en visualiseren van de juiste controles en inzichten in het dashboard.
In de tweede fase wordt onderzocht of op basis van de signalen uit het dashboard ook proactief kan worden gereageerd. Daarbij wordt gekeken of bepaalde acties kunnen worden geautomatiseerd, bijvoorbeeld met behulp van machine learning of large language models.
De nadruk ligt op het onderzoeken en aantoonbaar maken van compliance. Het eerste domein waarop de opdracht zich richt is dataretentie: hoe lang gegevens worden bewaard en of dat aansluit bij wat is afgesproken.
Dataretentie is een grijzer gebied dan bijvoorbeeld identity and access management (IAM) en blijft daardoor sneller onderbelicht. De keuze voor dit domein kan in de loop van de opdracht nog veranderen.
Bekijk alle projecten van CollabSpace.