Data Engineering and Management in Dataketens | DEMAND

Digitalisering en dataficering zijn belangrijke ontwikkelingen die zich in ons dagelijkse leven voltrekken. Bedrijven worden steeds afhankelijker van data waarop ze hun bedrijfsprocessen en verdienmodellen baseren. Maar in hoeverre is die data volledig en betrouwbaar? Dataketens vormen het digitale fundament voor datagedreven organisaties om optimale bedrijfsprocessen, producten of diensten (servitization) te kunnen realiseren. De praktijk laat echter zien dat nog veel organisaties vaak te snel stappen zetten naar het ontwikkelen en implementeren van op data gebaseerde digitale oplossingen, zonder dat het ‘datafundament’ daarvoor op orde is. Dat leidt tot
onbetrouwbare data en suboptimale besluitvorming. Data-engineering en -management in dataketens (DEMAND) realiseert een onderzoeksinfrastructuur die nieuwe oplossingen ontwikkelt voor geïntegreerde en gevalideerde dataketens van overheden en bedrijven. Het consortium heeft de overall ambitie om een toolbox te ontwikkelen met nieuwe toepasbare digitale technologieën en methodologieën die bijdragen aan optimalisatie van dataketens in private en publieke organisaties. Hierbij staan datagerichte activiteiten in dataketens van organisaties centraal, met inbegrip van data-acquisitie en data-opslag, data-(pre)processing, data-exploratie, data-modeling en
data-benutting. Deze zogenaamde Key Enabling Methodologies verbinden mens en maatschappij langs de lat van Technical Readiness Levels en Societal Readiness Levels, zij vegroten het (toekomstig) verdienvermogen van Nederland en dragen bij aan maatschappelijke opgaven. Het DEMAND-programma wordt uitgevoerd door HAN University of Applied Sciences (HAN), Saxion Hogeschool en Fontys Hogeschool en dertien consortiumpartners met bewezen technische en organisatorische kennis van dataketens. DEMAND fungeert als bruggenbouwer tussen enerzijds de onderzoekspraktijk met de onderwijspraktijk en anderzijds de onderzoekspraktijk met het werkveld. Een set van casussen, de learning communities, vormen de basis van de onderzoeksinfrastructuur
waarin de SPRONG-groep in co-creatie en interdisciplinair samenwerkt. Het consortium intensiveert de bestaande casussen én ontwikkelt daarnaast nieuwe casussen in data-intensieve omgevingen in het private als ook het publieke domein. Dit leidt tot meervoudige waardecreatie en systemische veranderingen (impact).