AI-BOK Referentiearchitectuur AI-BOK Referentiearchitectuur ============================ Dit ArchiMate-model is de architectuurvertaling van de AI Body of Knowledge (AI-BOK) v1.0, geschreven door Jan Willem van Veen (ArchiXL). Het model biedt een compleet referentiekader voor AI-governance en -architectuur, gestructureerd volgens het ArchiMate 3.2 metamodel over alle lagen: Elementen: 668 Relaties: 1056 Views: 48 Inhoud per laag: Motivation: 76 principes, 16 requirements, 14 doelen, 41 standaarden, 7 stakeholders, 10 drivers, 52 AI-begrippen (SKOS) Strategy: 12 capabilities, 5 value stream stages, 6 maturity approaches Business: 12 functies, 29 rollen, 17 processen, 7 quality gates, 28 bedrijfsobjecten, 88 actoren/leveranciers Application: 23 ABBs, 16 services, 10 meta-model objecten Technology: 109 SBBs (concrete producten en frameworks) Impl/Migr: 4 roadmap-fasen, 3 gaps, 5 maturity levels Kernarchitectuur: het Cognition Plane als eigenstandige architectuurlaag naast het Control Plane en Data Plane, verbonden via services. Drie fundamenten: Semantische Precisie, Betrouwbare Kennisbronnen, Expliciete Governance. Views zijn georganiseerd in 6 mapjes: 01 Overzicht — Navigator, Capability Map, Layered View 02 Business — Rollen, Lifecycle, Value Stream, RACI, Processen 03 Applicatie — Drie Planes, ABBs, SBBs, Application Cooperation 04 Motivatie — Stakeholders, Principes, Requirements, Standaarden 05 Volwassenheid — Maturity, Quality, Roadmap 06 Kennisgebieden — Detail per KG (KG1-KG12) Bronverwijzingen: elk element heeft een dct:source property met paginaverwijzing naar de AI-BOK v1.0 publicatie. Auteur: Jan Willem van Veen / ArchiXL Licentie: Open source, vrij te gebruiken als referentie Website: https://www.ai-bok.nl Versie: 1.0 (april 2026) KG1: AI Governance Condities creëren waaronder AI-systemen maximale waarde leveren binnen acceptabele risicogrenzen. High 3-Gedefinieerd Very High High AI-BOK v1.0, Module 1, sectie 1.1, p.7 KG2: AI Strategie & Portfoliomanagement Maximale organisatiewaarde uit AI-investeringen door systematische selectie en prioritering. High 3-Gedefinieerd Medium Limited AI-BOK v1.0, Module 1, sectie 2.1, p.14 KG3: AI Architectuur Een samenhangend, herhaalbaar en evolueerbaar blauwdruk voor AI-capabilities. Very High 3-Gedefinieerd High Limited AI-BOK v1.0, Module 1, sectie 3.1, p.20 KG4: AI Lifecycle Management Voorspelbare, herhaalbare en bestuurbare voortgang van AI-initiatieven. High 3-Gedefinieerd Medium Limited AI-BOK v1.0, Module 1, sectie 4.1, p.26 KG5: Data & Semantiek voor AI Betrouwbare, traceerbare en semantisch verankerde datafundament voor AI. Very High 3-Gedefinieerd High High AI-BOK v1.0, Module 1, sectie 5.1, p.28 KG6: Model Management Betrouwbaar, reproduceerbaar en verantwoord modelportfolio. Very High 3-Gedefinieerd High High AI-BOK v1.0, Module 1, sectie 6.1, p.26 KG7: AI Interactie & UX AI-interacties die gebruikersgericht, betrouwbaar en inclusief zijn. High 2-Herhaalbaar Medium Limited AI-BOK v1.0, Module 1, sectie 7.1, p.30 KG8: AI Operations Betrouwbare, observeerbare en kostenefficiënte AI-operaties in productie. High 3-Gedefinieerd High Limited AI-BOK v1.0, Module 1, sectie 8.1, p.26 KG9: AI Risicomanagement Proactief identificeren, beoordelen en mitigeren van AI-gerelateerde risico's. Very High 3-Gedefinieerd Very High High AI-BOK v1.0, Module 1, sectie 9.1, p.30 KG10: AI Compliance & Audit Verifieerbare, risicogebaseerde compliance van AI-systemen. High 3-Gedefinieerd Very High High AI-BOK v1.0, Module 1, sectie 10.1, p.28 KG11: AI Ethiek Ethische overwegingen structureel ingebed in ontwerp en inzet van AI. High 2-Herhaalbaar High High AI-BOK v1.0, Module 1, sectie 11.1, p.34 KG12: AI Kennis- & Contextmanagement AI-systemen produceren gegronde, traceerbare en semantisch gevalideerde output. Very High 3-Gedefinieerd High High AI-BOK v1.0, Module 1, sectie 12.1, p.34 Idee & Kans Identificeer AI-kansen en beoordeel businesswaarde. Ontwerp Architectuur, datavoorbereiding en modelselectie. Ontwikkeling Training, fine-tuning, prompt engineering en evaluatie. Productie Deployment, integratie, monitoring en operatie. Waarde Meetbare businesswaarde en continue verbetering. AI Governance & Besturing Vaststellen en handhaven van AI-beleid, principes en mandaten. High AI-BOK v1.0, Module 1, sectie 1.3, p.7 AI Strategie & Portfoliobeheer Selectie, prioritering en bewaking van AI-initiatieven. High AI-BOK v1.0, Module 1, sectie 2.3, p.14 AI Architectuurbeheer Ontwerpen en onderhouden van de AI-referentiearchitectuur. Very High AI-BOK v1.0, Module 1, sectie 3.3, p.20 AI Lifecyclebeheer Begeleiden van AI-initiatieven door alle fasen van de levenscyclus. High AI-BOK v1.0, Module 1, sectie 4.3, p.26 AI Databeheer & Semantiek Borgen van datakwaliteit, semantische precisie en kennisbronnen. Very High AI-BOK v1.0, Module 1, sectie 5.3, p.28 AI Modelbeheer Registratie, validatie en versiebeheer van AI-modellen. Very High AI-BOK v1.0, Module 1, sectie 6.3, p.26 AI Interactiebeheer Ontwerp en optimalisatie van AI-gebruikersinteracties. High AI-BOK v1.0, Module 1, sectie 7.3, p.30 AI Operationeel Beheer Deployment, monitoring en operationele betrouwbaarheid. High AI-BOK v1.0, Module 1, sectie 8.3, p.26 AI Risicobeheer Identificatie, beoordeling en mitigatie van AI-risico's. Very High AI-BOK v1.0, Module 1, sectie 9.3, p.30 AI Compliance & Audit Waarborgen van naleving van wet- en regelgeving. High AI-BOK v1.0, Module 1, sectie 10.3, p.28 AI Ethiek & Verantwoording Borgen van ethische principes in AI-systemen. High AI-BOK v1.0, Module 1, sectie 11.3, p.34 AI Kennisbeheer Curatie en governance van kennisbronnen voor AI-grounding. Very High AI-BOK v1.0, Module 1, sectie 12.3, p.34 AI Portfolio Overzicht van alle AI-initiatieven met status en prioriteit. Geen persoonsgegevens Vertrouwelijk 5 jaar na afloop AI-BOK v1.0, Module 1, sectie 2.4, p.16 AI Businesscase Onderbouwing van AI-initiatief met verwachte waarde en risico's. Geen persoonsgegevens Vertrouwelijk 5 jaar na afloop AI-BOK v1.0, Module 3, sectie 3.1.1, p.121 Promptbibliotheek Gecureerde verzameling prompt-templates en -strategieën. Mogelijk persoonsgegevens Intern AI-BOK v1.0, Module 1, sectie 7.4, p.32 AI Risicoregister Register van geïdentificeerde AI-risico's met mitigatie. Mogelijk persoonsgegevens Vertrouwelijk Permanent AI-BOK v1.0, Module 1, sectie 9.4, p.32 Algoritmeregister Publiek register van ingezette AI-systemen (transparantie). Geen persoonsgegevens Openbaar Permanent (wettelijke verplichting) Verplicht (Art. 71) AI-BOK v1.0, Module 1, sectie 10.4, p.30 Kennisbronregister Register van autoritatieve kennisbronnen met classificatie. Geen persoonsgegevens Intern AI-BOK v1.0, Module 1, sectie 12.4, p.82 Shadow AI Inventaris Register van niet-goedgekeurde AI-toepassingen in de organisatie. Mogelijk persoonsgegevens Vertrouwelijk AI-BOK v1.0, Module 3, sectie 3.1, p.119 AI-strategiedocument Meerjarig AI-strategiedocument, jaarlijks herijkt. Geen persoonsgegevens Intern AI-BOK v1.0, Module 1, sectie 2.4, p.16 AI-roadmap Rolling 12-18 maanden roadmap voor AI-initiatieven. Geen persoonsgegevens Intern AI-BOK v1.0, Module 1, sectie 2.4, p.16 AI-capaciteitsplan Plan voor talent, technologie, data en budget. Geen persoonsgegevens Vertrouwelijk AI-BOK v1.0, Module 1, sectie 2.6, p.18 AI-technologieradar Halfjaarlijks overzicht: invoeren, beproeven, beoordelen, afwachten. Geen persoonsgegevens Intern AI-BOK v1.0, Module 1, sectie 3.6, p.22 Integratiepatronencatalogus Catalogus van integratiepatronen (MCP, A2A, governance-hooks). Geen persoonsgegevens Intern AI-BOK v1.0, Module 1, sectie 3.13, p.24 Interactiepatronen-catalogus Catalogus van AI-interactiepatronen en richtlijnen. Geen persoonsgegevens Intern AI-BOK v1.0, Module 1, sectie 7.4, p.32 Catalogus trusted knowledge sources Register met autoriteitsniveaus en metadata per kennisbron. Geen persoonsgegevens Intern AI-BOK v1.0, Module 1, sectie 12.4, p.34 AI Beleidskader Organisatiebreed AI-beleid met principes, rollen en mandaten. Geen persoonsgegevens Intern Permanent AI-BOK v1.0, Module 1, sectie 1.2, p.7 Agent Mandaat Formele specificatie van autonomiegrenzen en escalatieregels per agent. Geen persoonsgegevens Intern Levensduur agent AI-BOK v1.0, Module 1, sectie 1.5, p.10 AI Governance Charter Formeel document met AI-beleid, principes, rollen en mandaten. Geen persoonsgegevens Intern AI-BOK v1.0, Module 3, sectie 3.1, p.119 Data Contract Afspraak over datakwaliteit en -levering tussen systemen. Mogelijk persoonsgegevens Vertrouwelijk AI-BOK v1.0, Module 3, sectie 3.1, p.119 AI Referentiearchitectuur Blauwdruk voor AI-capabilities inclusief Cognition Plane. Geen persoonsgegevens Intern Permanent AI-BOK v1.0, Module 1, sectie 3.4, p.22 Terminologieraamwerk Autoritatief begrippenkader (SKOS/NL-SBB) voor AI-systemen. Geen persoonsgegevens Openbaar AI-BOK v1.0, Module 1, sectie 5.4, p.30 Model Card Gestandaardiseerde documentatie van een AI-model. Mogelijk persoonsgegevens (trainingsdata-beschrijving) Intern Levensduur model + 5 jaar Verplicht bij hoog-risico AI AI-BOK v1.0, Module 1, sectie 6.4, p.28 Dataset Specificatie Documentatie van dataset conform Datasheets for Datasets. Mogelijk persoonsgegevens (dataset kan PII bevatten) Intern Levensduur dataset + 5 jaar AI-BOK v1.0, Module 1, sectie 5.13, p.37 EU AI Act Compliance Checklist Checklijst voor naleving van de EU AI-verordening per risicoklasse. Geen persoonsgegevens Intern Direct gerelateerd AI-BOK v1.0, Module 3, sectie 3.1, p.119 Red Team Rapport Resultaten van adversarial testing van AI-systemen. Mogelijk persoonsgegevens Geheim 5 jaar Aanbevolen AI-BOK v1.0, Module 3, sectie 3.1, p.119 Bias Audit Rapport Resultaten van bias-analyse en fairness-beoordeling. Mogelijk bijzondere persoonsgegevens (bias op beschermde groepen) Vertrouwelijk 10 jaar Verplicht bij hoog-risico AI (Art. 10) AI-BOK v1.0, Module 3, sectie 3.1, p.119 AI Bill of Materials Volledige inventaris van componenten, modellen, data en dependencies. Geen persoonsgegevens Intern Aanbevolen AI-BOK v1.0, Module 3, sectie 3.1, p.119 Architecture Decision Record Vastlegging van architectuurbeslissingen met rationale. Geen persoonsgegevens Intern AI-BOK v1.0, Module 3, sectie 3.1, p.119 Experiment Log Vastlegging van ML-experimenten met parameters en resultaten. Mogelijk persoonsgegevens Intern 5 jaar AI-BOK v1.0, Module 3, sectie 3.1, p.119 Decommissioning Rapport Documentatie van verantwoorde uitfasering van AI-systemen. Geen persoonsgegevens Intern 5 jaar AI-BOK v1.0, Module 3, sectie 3.1, p.119 RACI-matrix voor AI-rollen Matrix die verantwoordelijkheden per AI-rol en KG vastlegt. Geen persoonsgegevens Intern AI-BOK v1.0, Module 2, sectie 2.3, p.108 Architectuurconformiteitsrapport Rapportage over conformiteit aan de AI-referentiearchitectuur. Geen persoonsgegevens Intern AI-BOK v1.0, Module 1, sectie 3.8, p.23 Hertrainingsplan Per model: frequentie, validatiecriteria, goedkeuringsproces. Geen persoonsgegevens Intern AI-BOK v1.0, Module 1, sectie 4.6, p.27 Quality gate-checklist Checklijst per levenscyclusfase met criteria en deliverables. Geen persoonsgegevens Intern AI-BOK v1.0, Module 3, sectie 3.1, p.119 Uitfaseringsprotocol Protocol voor verantwoorde uitfasering van AI-systemen. Geen persoonsgegevens Intern AI-BOK v1.0, Module 3, sectie 3.1.8, p.130 Data-lineage-documentatie Documentatie van dataherkomst en -transformaties. Mogelijk persoonsgegevens Vertrouwelijk AI-BOK v1.0, Module 1, sectie 5.6, p.30 Datakwaliteitsrapport Rapport over datakwaliteit per dataset. Mogelijk persoonsgegevens Intern AI-BOK v1.0, Module 1, sectie 5.4, p.30 Human-in-the-loop-protocol Protocollen en escalatiespecificaties per risiconiveau. Geen persoonsgegevens Intern AI-BOK v1.0, Module 1, sectie 7.6, p.32 Driftdetectierapport Rapport bij gedetecteerde data- of conceptdrift. Mogelijk persoonsgegevens Intern AI-BOK v1.0, Module 1, sectie 8.6, p.27 AI-incidentrapport Incidentrapport met root-cause-analyse. Mogelijk persoonsgegevens Vertrouwelijk AI-BOK v1.0, Module 1, sectie 8.8, p.27 AI-incidentresponsplan Plan voor AI-specifieke incidentrespons. Geen persoonsgegevens Vertrouwelijk AI-BOK v1.0, Module 1, sectie 9.6, p.32 AI-ethisch kader Organisatie-specifiek ethisch kader en gedragscode voor AI. Geen persoonsgegevens Intern AI-BOK v1.0, Module 1, sectie 11.4, p.34 Uitlegbaarheidsdocumentatie Per AI-systeem en beslissingstype. Geen persoonsgegevens Intern AI-BOK v1.0, Module 1, sectie 11.6, p.35 Kennisactualiteitsrapportage Rapportage over actualiteit en verversingsschema van kennisbronnen. Geen persoonsgegevens Intern AI-BOK v1.0, Module 1, sectie 12.8, p.35 Lessons learned-document Vastlegging van geleerde lessen bij evolutie of decommissioning. Geen persoonsgegevens Intern AI-BOK v1.0, Module 3, sectie 3.1.8, p.130 AI Board Strategische besluitvorming. AI-BOK v1.0, Module 2, sectie 2.5, p.112 AI Review Committee Tactische quality gate reviews. AI-BOK v1.0, Module 2, sectie 2.5, p.112 AI Ethics Committee Advies ethische dilemma's. AI-BOK v1.0, Module 2, sectie 2.5, p.112 AI Risk Committee Risico-overzicht en -acceptatie. AI-BOK v1.0, Module 2, sectie 2.5, p.112 AI Center of Excellence Centraal kenniscentrum voor AI-expertise, best practices en herbruikbare componenten. AI-BOK v1.0, Module 2, sectie 2.5, p.112 OpenAI Amerikaans AI-bedrijf, maker van GPT-4 en ChatGPT. https://www.openai.com LLM Provider Commercial SaaS VS High Ja Anthropic AI-veiligheidsbedrijf, maker van Claude. https://www.anthropic.com LLM Provider Commercial SaaS VS High Ja Meta Technologiebedrijf, maker van open-source LLaMA-modellen. https://ai.meta.com LLM Provider Open Source VS High Ja Google Technologiebedrijf, maker van Gemini en TensorFlow. https://ai.google LLM Provider Commercial SaaS VS High Ja Google Cloud Cloud AI-platform met Vertex AI. https://cloud.google.com/vertex-ai Cloud Platform Commercial SaaS VS High Ja Google PAIR People + AI Research initiative. https://pair.withgoogle.com Research Open Source VS Medium Nee Cohere Enterprise AI-platform voor NLP en embeddings. https://www.cohere.com LLM Provider Commercial SaaS Canada High Ja Microsoft Technologiebedrijf, Azure AI en enterprise-integratie. https://azure.microsoft.com/ai Cloud Platform Commercial SaaS VS High Ja Amazon (AWS) Cloud provider met Bedrock, SageMaker en AI-diensten. https://aws.amazon.com/ai Cloud Platform Commercial SaaS VS High Ja NVIDIA GPU- en AI-infrastructuurleverancier. https://www.nvidia.com/ai Hardware & AI Infra Commercial VS High Ja LangChain Inc. Framework voor LLM-applicaties, RAG en agents. https://www.langchain.com AI Framework Open Source VS Medium Nee CrewAI Multi-agent orkestratie framework. https://www.crewai.com AI Framework Open Source VS Low Nee LlamaIndex Data-framework voor LLM-applicaties en RAG. https://www.llamaindex.ai AI Framework Open Source VS Medium Nee Pinecone Managed vector database voor AI-applicaties. https://www.pinecone.io Vector Database Commercial SaaS VS High Nee SeMI Technologies Maker van Weaviate open-source vector database. https://www.weaviate.io Vector Database Open Source Nederland Medium Nee Qdrant Open-source vector zoekmachine. https://www.qdrant.tech Vector Database Open Source Duitsland Medium Nee Chroma Open-source embedding database. https://www.trychroma.com Vector Database Open Source VS Low Nee Neo4j Inc. Marktleider in graph databases. https://www.neo4j.com Knowledge Graph Commercial Zweden/VS High Nee Ontotext Semantic graph database en kennistechnologie. https://www.ontotext.com Knowledge Graph Commercial Bulgarije Medium Nee Apache Foundation Open-source softwarestichting, o.a. Jena triple store. https://jena.apache.org Open Source Stichting Open Source VS High Nee Stardog Enterprise knowledge graph platform. https://www.stardog.com Knowledge Graph Commercial VS Medium Nee Stanford / W3C Academische ontologie-editor Protégé. https://protege.stanford.edu Academisch Open Source VS Medium Nee Triply Nederlands bedrijf, linked data platform TriplyDB. https://www.triply.cc Knowledge Graph Commercial Nederland Medium Nee Databricks Unified data analytics en AI-platform. https://www.databricks.com Data Platform Commercial SaaS VS High Nee Snowflake Cloud data warehouse platform. https://www.snowflake.com Data Platform Commercial SaaS VS High Nee MLflow (Linux Foundation) Open-source ML lifecycle management. https://www.mlflow.org MLOps Open Source VS High Nee Weights & Biases ML experiment tracking en model management. https://www.wandb.ai MLOps Commercial SaaS VS Medium Nee Kubeflow (Linux Foundation) ML pipeline orkestratie op Kubernetes. https://www.kubeflow.org MLOps Open Source VS Medium Nee Neptune.ai Experiment tracking voor ML-teams. https://www.neptune.ai MLOps Commercial SaaS Polen Medium Nee ClearML Open-source MLOps platform. https://www.clear.ml MLOps Open Source Israël Medium Nee DVC (Iterative) Data en model version control. https://www.dvc.org MLOps Open Source VS Medium Nee Hugging Face Open-source AI-community, model hub en tooling. https://www.huggingface.co AI Platform Open Source VS/Frankrijk High Ja Guardrails AI Output-validatie en filtering voor LLMs. https://www.guardrailsai.com AI Safety Open Source VS Low Ja Garak Project LLM vulnerability scanning toolkit. https://github.com/leondz/garak AI Safety Open Source VK Low Ja PromptFoo LLM evaluatie en red teaming tool. https://www.promptfoo.dev AI Evaluatie Open Source VS Low Nee RAGAS Project RAG-evaluatie framework. https://www.ragas.io AI Evaluatie Open Source India Low Nee Confident AI LLM-evaluatieplatform DeepEval. https://www.confident-ai.com AI Evaluatie Commercial SaaS VS Low Nee TruEra AI quality en observability platform. https://www.truera.com AI Observability Commercial SaaS VS Medium Nee Stanford CRFM Center for Research on Foundation Models. https://crfm.stanford.edu Academisch Open Source VS Low Nee EleutherAI Open-source AI-onderzoekslaboratorium. https://www.eleuther.ai Research Open Source VS Low Nee Prometheus (CNCF) Open-source monitoring en alerting. https://www.prometheus.io Monitoring Open Source VS High Nee Grafana Labs Observability platform, dashboards en logging. https://www.grafana.com Monitoring Open Source Zweden High Nee Datadog Cloud monitoring en analytics platform. https://www.datadoghq.com Monitoring Commercial SaaS VS High Nee Elastic Zoek- en observability platform (ELK Stack). https://www.elastic.co Monitoring Open Source Nederland/VS High Nee OpenTelemetry (CNCF) Open-source observability framework. https://www.opentelemetry.io Monitoring Open Source VS High Nee Jaeger (CNCF) Distributed tracing systeem. https://www.jaegertracing.io Monitoring Open Source VS Medium Nee Evidently AI ML monitoring en data drift detectie. https://www.evidentlyai.com AI Monitoring Open Source VS Medium Ja WhyLabs AI observability en data monitoring. https://www.whylabs.ai AI Monitoring Commercial SaaS VS Medium Ja NannyML Post-deployment ML performance monitoring. https://www.nannyml.com AI Monitoring Open Source België Medium Ja Helicone LLM observability en token tracking. https://www.helicone.ai AI Monitoring Commercial SaaS VS Low Nee LLMeter Project LLM inference cost benchmarking. https://github.com/aws-samples/llmeter AI Monitoring Open Source VS Low Nee PromptLayer Prompt versiebeheer en evaluatie. https://www.promptlayer.com Prompt Management Commercial SaaS VS Low Nee Humanloop LLM-applicatie ontwikkelplatform. https://www.humanloop.com Prompt Management Commercial SaaS VK Medium Nee Kong Inc. API gateway en service mesh. https://www.konghq.com API Gateway Open Source VS High Nee LiteLLM Unified LLM API proxy en load balancer. https://www.litellm.ai API Gateway Open Source VS Low Nee OpenRouter Unified API voor meerdere LLM-providers. https://www.openrouter.ai API Gateway Commercial SaaS VS Low Nee Keycloak (Red Hat) Open-source identity en access management. https://www.keycloak.org Identity & Access Open Source VS High Nee Okta Enterprise identity platform. https://www.okta.com Identity & Access Commercial SaaS VS High Nee Open Policy Agent (CNCF) Unified policy engine, policy-as-code. https://www.openpolicyagent.org Policy Engine Open Source VS High Nee Cedar (AWS) Policy language voor autorisatielogica. https://www.cedarpolicy.com Policy Engine Open Source VS Medium Nee IBM AI Fairness 360 toolkit voor biasdetectie. https://aif360.mybluemix.net AI Platform Open Source VS High Ja Aequitas Project Open-source bias audit toolkit. https://aequitas.dssg.io AI Fairness Open Source VS Low Ja SHAP Project SHapley Additive exPlanations voor model interpretatie. https://shap.readthedocs.io Explainability Open Source VS Medium Ja LIME Project Local Interpretable Model-agnostic Explanations. https://github.com/marcotcr/lime Explainability Open Source VS Medium Ja Great Expectations Data validation en documentatie framework. https://www.greatexpectations.io Data Quality Open Source VS Medium Nee Soda Data quality monitoring platform. https://www.soda.io Data Quality Commercial SaaS België Medium Nee HumanSignal Maker van Label Studio, open-source annotatie. https://www.humansignal.com Annotation Open Source VS Medium Nee Explosion AI Maker van spaCy en Prodigy annotatie-tool. https://www.explosion.ai NLP Tooling Commercial Duitsland Medium Nee TensorFlow (Google) Open-source ML framework en serving. https://www.tensorflow.org ML Framework Open Source VS High Nee PyTorch (Meta) Open-source deep learning framework. https://www.pytorch.org ML Framework Open Source VS High Nee GitHub Code hosting en CI/CD platform. https://github.com DevOps Platform Commercial SaaS VS High Nee GitLab DevOps platform met geïntegreerde CI/CD. https://www.gitlab.com DevOps Platform Open Source VS High Nee Jenkins (Linux Foundation) Open-source automation server. https://www.jenkins.io CI/CD Open Source VS High Nee Docker Inc. Containerisatieplatform. https://www.docker.com Container Platform Open Source VS High Nee Kubernetes (CNCF) Container orkestratie standaard. https://www.kubernetes.io Container Orchestratie Open Source VS High Nee Helm (CNCF) Kubernetes package manager. https://www.helm.sh Package Management Open Source VS High Nee HashiCorp Infrastructure-as-code (Terraform). https://www.hashicorp.com Infrastructure Open Source VS High Nee Pulumi Infrastructure-as-code in programmeertalen. https://www.pulumi.com Infrastructure Open Source VS Medium Nee Atlassian Samenwerkingsplatform, maker van Confluence. https://www.atlassian.com Collaboration Commercial SaaS Australië High Nee Feast (Linux Foundation) Open-source feature store voor ML. https://www.feast.dev Feature Store Open Source VS Medium Nee Tecton Enterprise feature platform voor ML. https://www.tecton.ai Feature Store Commercial SaaS VS Medium Nee OpenLineage (Linux Foundation) Open-source data lineage standaard. https://www.openlineage.io Data Lineage Open Source VS Medium Nee ArchiXL Nederlands architectuurbureau, specialist in enterprise- en informatiearchitectuur. Maker van WikiXL, ArchiMedes en BegrippenXL. https://www.archixl.nl Architectuur Commercial SaaS Nederland Medium Nee Chief AI Officer (CAIO) Eindverantwoordelijk voor de AI-strategie, governance en waardecreatie. Voorzitter van het AI Board en bewaker van de AI-BOK implementatie. Executive 0,5-1,0 AI-BOK v1.0, Module 2, sectie 2.2, p.89 AI Portfolio Manager Beheert het AI-portfolio: selectie, prioritering en bewaking van AI-initiatieven op basis van businesswaarde en strategische fit. Senior 0,5-1,0 AI-BOK v1.0, Module 2, sectie 2.2, p.90 AI Ethics Advisor Adviseert over ethische aspecten van AI-systemen: fairness, bias, transparantie en maatschappelijke impact. Lid van het AI Ethics Committee. Senior 0,2-0,5 AI-BOK v1.0, Module 2, sectie 2.2, p.91 AI Product Owner Verantwoordelijk voor de functionele sturing van een AI-initiatief: requirements, prioritering en acceptatie vanuit het business-perspectief. Senior 1,0 AI-BOK v1.0, Module 2, sectie 2.2, p.92 AI Architect Ontwerpt de AI-referentiearchitectuur: planes, ABBs, integratiepatronen en technologiekeuzes. Bewaakt coherentie en herbruikbaarheid. Senior 1,0-2,0 AI-BOK v1.0, Module 2, sectie 2.2, p.93 AI Risk Manager Identificeert, beoordeelt en mitigeert AI-gerelateerde risico's. Beheert het AI-risicoregister en adviseert over risicoklassificatie (EU AI Act). Senior 0,5-1,0 AI-BOK v1.0, Module 2, sectie 2.2, p.94 AI Governance Lead Operationaliseert AI-governance: beleidskaders, mandaten, quality gates en compliance-processen. Lid van het AI Review Committee. Medior 0,5 AI-BOK v1.0, Module 2, sectie 2.2, p.95 AI Knowledge Manager Cureert en beheert kennisbronnen voor AI-grounding: terminologieraamwerken, kennisgrafen en documentcollecties. Senior 1,0 AI-BOK v1.0, Module 2, sectie 2.2, p.96 AI Engineer Ontwikkelt, traint en optimaliseert AI-modellen: data-engineering, modeltraining, fine-tuning, prompt engineering en evaluatie. Medior 2,0-5,0 AI-BOK v1.0, Module 2, sectie 2.2, p.97 AI Interaction Designer Ontwerpt de gebruikersinteractie met AI-systemen: conversatie-flows, uitlegbaarheid, feedbackmechanismen en human-in-the-loop patronen. Medior 0,5-1,0 AI-BOK v1.0, Module 2, sectie 2.2, p.98 AI Operations Engineer Verantwoordelijk voor deployment, monitoring en operationeel beheer van AI-systemen in productie. Bewaakt SLA's en performance. Medior 1,0-3,0 AI-BOK v1.0, Module 2, sectie 2.2, p.99 AI Quality Analyst Evalueert en valideert AI-systemen op kwaliteit: faithfulness, relevantie, bias, robuustheid en conformiteit aan quality gates. Medior 0,5-1,0 AI-BOK v1.0, Module 2, sectie 2.2, p.100 AI Auditor Voert onafhankelijke audits uit op AI-systemen: compliance, technische conformiteit, datakwaliteit en governance-naleving. Senior 0,2-0,5 AI-BOK v1.0, Module 2, sectie 2.2, p.101 AI System Administrator Beheert de technische AI-infrastructuur: platforms, API-gateways, model registries, monitoring-tooling en toegangsbeheer. Junior/Medior 1,0-2,0 AI-BOK v1.0, Module 2, sectie 2.2, p.102 AI Trainer/Annotator Bereidt trainingsdata voor: labeling, annotatie, kwaliteitscontrole en validatie van datasets voor supervised learning. Junior 1,0-3,0 AI-BOK v1.0, Module 2, sectie 2.2, p.103 AI Domain Expert Levert domeinkennis voor AI-systemen: validatie van output, curatie van kennisbronnen en beoordeling van domeinspecifieke kwaliteit. Senior (domein) 0,2-0,5 AI-BOK v1.0, Module 2, sectie 2.2, p.104 AI Change Manager Begeleidt de organisatieverandering bij AI-adoptie: stakeholdermanagement, training, communicatie en cultuurverandering. Senior 0,5-1,0 AI-BOK v1.0, Module 2, sectie 2.2, p.105 AI Agent Governor Beheert autonome AI-agents: definieert mandaten, escalatieregels, autonomiegrenzen en bewaakt agentgedrag in productie. Senior 0,5-1,0 AI-BOK v1.0, Module 2, sectie 2.2, p.106 AI Compliance Officer Waarborgt naleving van AI-wet- en regelgeving: EU AI Act, AVG, sectorspecifieke eisen en rapportageverplichtingen. Senior 0,5-1,0 AI-BOK v1.0, Module 2, sectie 2.2, p.107 Knowledge Engineer Ontwerpt en beheert kennisgrafen en ontologieën voor AI-grounding. AI-BOK v1.0, Module 2, sectie 2.2, p.88 RAG Architect Ontwerpt en optimaliseert RAG-pipelines en retrieval-strategieën. AI-BOK v1.0, Module 2, sectie 2.2, p.88 AI Fairness Engineer Specialist in bias-detectie, fairness-metrics en debiasing-technieken. AI-BOK v1.0, Module 2, sectie 2.2, p.88 Explainability Specialist Ontwerpt en implementeert uitlegbaarheidsmechanismen (SHAP, LIME). AI-BOK v1.0, Module 2, sectie 2.2, p.88 AI Security Architect Beveiligingsarchitectuur voor AI-systemen, prompt injection preventie. AI-BOK v1.0, Module 2, sectie 2.2, p.88 AI Platform Engineer Bouwt en beheert het AI-platform (MLOps, serving, monitoring). AI-BOK v1.0, Module 2, sectie 2.2, p.88 Content Curator Selecteert en kwalificeert kennisbronnen voor RAG-pipelines. AI-BOK v1.0, Module 2, sectie 2.2, p.88 Semantic Specialist Expert in terminologieraamwerken, SKOS, linked data voor AI. AI-BOK v1.0, Module 2, sectie 2.2, p.88 AI Solution Architect Ontwerpt concrete AI-oplossingen binnen de referentiearchitectuur. AI-BOK v1.0, Module 2, sectie 2.2, p.88 Data Protection Officer Functionaris gegevensbescherming, toezicht op AVG-naleving bij AI. AI-BOK v1.0, Module 2, sectie 2.2, p.88 Ideatie & Verkenning Handmatig Human-in-command AI-BOK v1.0, Module 3, sectie 3.1.1, p.121 Ontwerp & Architectuur Gedeeltelijk geautomatiseerd Human-in-command AI-BOK v1.0, Module 3, sectie 3.1.2, p.123 Data-acquisitie & Preparatie Grotendeels geautomatiseerd Human-in-the-loop AI-BOK v1.0, Module 3, sectie 3.1.3, p.125 Modelontwikkeling & Training Grotendeels geautomatiseerd Human-in-the-loop AI-BOK v1.0, Module 3, sectie 3.1.4, p.126 Evaluatie & Validatie Geautomatiseerd met menselijke review Human-in-the-loop AI-BOK v1.0, Module 3, sectie 3.1.5, p.127 Deployment & Integratie Geautomatiseerd (CI/CD) Human-on-the-loop AI-BOK v1.0, Module 3, sectie 3.1.6, p.128 Monitoring & Operaties Volledig geautomatiseerd Human-on-the-loop AI-BOK v1.0, Module 3, sectie 3.1.7, p.129 Evolutie & Decommissioning Handmatig met toolondersteuning Human-in-command AI-BOK v1.0, Module 3, sectie 3.1.8, p.130 TOGAF-integratie AI Architecture als 5e laag (Cognition Plane). AI Architect op Enterprise Architecture Board. AI-BOK v1.0, Module 3, sectie 3.3, p.196 DAMA-DMBOK-integratie KG5/KG12 breiden datagovernance uit. Terminologieraamwerken in metadata management. AI-BOK v1.0, Module 3, sectie 3.3, p.196 COBIT/ITIL-integratie AI-systemen in CMDB. AI-incidenten via bestaand incidentmanagement + AI-classificatie. AI-BOK v1.0, Module 3, sectie 3.3, p.197 COSO/ISO 31000-integratie AI-risicoregister geïntegreerd in enterprise-risicoregister. Three Lines of Defence toegepast. AI-BOK v1.0, Module 3, sectie 3.3, p.198 AVG/GDPR-integratie DPIA voor AI-systemen. Art. 22 recht op uitleg geoperationaliseerd. Privacy by design. AI-BOK v1.0, Module 3, sectie 3.3, p.198 Agile/SAFe-integratie Gate-criteria als Definition of Done per PI. MLOps pipeline als CD Pipeline equivalent. AI-BOK v1.0, Module 3, sectie 3.3, p.199 Retraining Loop P7 → P4: Prestatiedegradatie triggert hertraining. AI-BOK v1.0, Module 3, sectie 3.1.9, p.131 Evaluation Loop P5 → P4: Gezakte evaluatie keert terug naar modelontwikkeling. AI-BOK v1.0, Module 3, sectie 3.1.9, p.131 Evolution Loop P8 → P1: Fundamentele veranderingen herstarten de volledige cyclus. AI-BOK v1.0, Module 3, sectie 3.1.9, p.131 Databias-assessment Assessment per dataset op bias en representativiteit. Mogelijk bijzondere persoonsgegevens Vertrouwelijk AI-BOK v1.0, Module 1, sectie 5.8, p.31 Supply chain-risicobeoordeling Risicobeoordeling van externe modellen, datasets, diensten. Geen persoonsgegevens Vertrouwelijk AI-BOK v1.0, Module 1, sectie 9.13, p.33 Gate: Business Case Approved AI-BOK v1.0, Module 3, sectie 3.1.1, p.121 Gate: Architecture Review AI-BOK v1.0, Module 3, sectie 3.1.2, p.122 Gate: Data Readiness AI-BOK v1.0, Module 3, sectie 3.1.3, p.123 Gate: Model Validated AI-BOK v1.0, Module 3, sectie 3.1.4, p.124 Gate: Production Ready AI-BOK v1.0, Module 3, sectie 3.1.5, p.125 Gate: Go Live AI-BOK v1.0, Module 3, sectie 3.1.6, p.126 Gate: Operations Stable AI-BOK v1.0, Module 3, sectie 3.1.7, p.127 Audit Trail Onveranderbare log van AI-beslissingen en -interacties. Waarschijnlijk persoonsgegevens (beslissingshistorie) Vertrouwelijk 10 jaar (EU AI Act) Verplicht (Art. 12) AI-BOK v1.0, Module 1, sectie 10.4, p.30 AI Systeem AI-BOK v1.0, Module 3, sectie 3.2, p.131 AI Model AI-BOK v1.0, Module 3, sectie 3.2, p.131 Dataset AI-BOK v1.0, Module 3, sectie 3.2, p.131 Prompt/Instructie AI-BOK v1.0, Module 3, sectie 3.2, p.131 Interactie AI-BOK v1.0, Module 3, sectie 3.2, p.131 Beslissing AI-BOK v1.0, Module 3, sectie 3.2, p.131 Kennisbron AI-BOK v1.0, Module 3, sectie 3.2, p.131 Agent AI-BOK v1.0, Module 3, sectie 3.2, p.131 Governance Framework AI-BOK v1.0, Module 3, sectie 3.2, p.131 Risicoprofiel AI-BOK v1.0, Module 3, sectie 3.2, p.131 LLM/Foundation Model Service Inferentie-endpoint voor taalmodellen. Biedt tekst-, beeld- en codegeneratie via foundation models. Current Cognition Plane Commercial SaaS / On-premise REST API / OpenAI-compatible 99,9% (business hours) Hoog (prompts kunnen persoonsgegevens bevatten) AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Agent Orchestrator Orkestratie van autonome AI-agents, taakdecompositie, tool-gebruik en multi-agent coördinatie. Current Cognition Plane Open Source On-premise MCP / A2A 99,9% Hoog (agent heeft toegang tot bedrijfsdata) AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 RAG Pipeline Retrieval-Augmented Generation: haalt relevante context op uit kennisbronnen en voedt deze aan het LLM. Current Cognition Plane Open Source On-premise REST API / Python SDK 99,9% Hoog (kennisbronnen kunnen vertrouwelijk zijn) AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Prompt Registry Centraal beheer van prompt-templates, system messages, versiebeheer en effectiviteitsmetrics. Current Cognition Plane Commercial SaaS / On-premise REST API AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Guardrails Engine Input/output-filtering, content moderation, prompt injection detectie en veiligheidscontroles. Current Cognition Plane Open Source On-premise Python SDK / Middleware 99,99% (kritiek) AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Evaluatie Framework Geautomatiseerde kwaliteitsevaluatie van modellen: faithfulness, relevance, hallucination rate. Current Cognition Plane Open Source On-premise Python SDK AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 AI Identity & Access Mgmt Identiteit en autorisatie voor AI-agents, gebruikers en systemen. Agent-identiteiten (NHI). Current Control Plane Commercial SaaS OAuth 2.0 / OIDC / SAML 99,99% (kritiek) Zeer hoog (identiteitsgegevens) AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Policy Engine Beleidsregels voor AI-autorisatie, policy-as-code. Runtime governance-checks voor agents. Current Control Plane Open Source On-premise REST API / Rego / Cedar 99,99% (kritiek) AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Audit Trail Service Onveranderbare logging van AI-beslissingen, interacties en agentacties. Provenance en traceerbaarheid. Current Control Plane Open Source On-premise OpenTelemetry / REST API 99,999% (compliance) Hoog (bevat beslissingshistorie) AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Model Registry Centraal register van modellen, versies, model cards, experimenten en deployments. Current Control Plane Open Source On-premise / SaaS REST API / MLflow API 99,9% AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 API Gateway Toegangsbeheer, rate limiting, routing en load balancing voor AI-services en LLM-endpoints. Current Control Plane Commercial On-premise / SaaS REST / gRPC / GraphQL 99,99% AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Vector Database Opslag en similarity search van embeddings voor RAG en semantisch zoeken. Current Data Plane Commercial SaaS / On-premise REST API / gRPC 99,9% Hoog (embeddings van bedrijfsdata) AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Knowledge Graph Kennisgraaf voor gestructureerde kennis: entiteiten, relaties, ontologieën (RDF/OWL/SKOS). Current Data Plane Open Source On-premise SPARQL / REST API 99,9% Medium (begrippen en relaties) AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Feature Store Gestandaardiseerde opslag en serving van ML-features voor training en inferentie. Current Data Plane Open Source On-premise REST API / gRPC AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Data Lake/Warehouse Centrale opslag voor trainingsdata, evaluatiedata en analytics. Current Data Plane Commercial SaaS SQL / REST API 99,9% Zeer hoog (trainingsdata, persoonsgegevens) AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Document Store Documentopslag voor RAG-bronnen: beleidsdocumenten, handleidingen, kennisartikelen. Current Data Plane Commercial SaaS / On-premise REST API / WebDAV Hoog (beleidsdocumenten, kennisbronnen) AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Monitoring & Observability Continue monitoring van AI-systemen: prestaties, kosten, drift, anomalieën en SLA-bewaking. Current Control Plane Open Source SaaS / On-premise OpenTelemetry / Prometheus 99,99% AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Bias Detection & Fairness Detectie en mitigatie van bias in modellen en data. Fairness-metrics en debiasing-technieken. Current Cognition Plane Open Source On-premise AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Explainability Engine Uitlegbaarheidsmechanismen voor AI-beslissingen: feature attribution, counterfactuals, attention maps. Current Cognition Plane Open Source On-premise AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Data Quality Framework Geautomatiseerde datakwaliteitsvalidatie: volledigheid, consistentie, actualiteit, biasdetectie. Current Data Plane Open Source On-premise AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Annotation Tooling Tooling voor data-annotatie, labeling en curatie. Ondersteuning voor RLHF en domeinexpert-validatie. Current Data Plane Open Source On-premise / SaaS AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 CI/CD & Infrastructure Continuous integration/delivery pipelines, containerisatie, infrastructure-as-code voor AI-workloads. Current Control Plane Open Source SaaS / On-premise YAML / REST API AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Model Serving Productie-serving van ML-modellen: batching, caching, GPU-optimalisatie, A/B-testing. Current Control Plane Open Source On-premise AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Naive RAG Basis retrieve-then-generate patroon. AI-BOK v1.0, Module 1, sectie 3.6, p.22 Advanced RAG Pre-retrieval optimalisatie, post-retrieval reranking. AI-BOK v1.0, Module 1, sectie 3.6, p.22 Modular RAG Modulaire pipeline met verwisselbare componenten. AI-BOK v1.0, Module 1, sectie 3.6, p.22 GraphRAG Kennisgraaf-gebaseerde retrieval met entity-relatie context. AI-BOK v1.0, Module 1, sectie 3.6, p.22 Agentic RAG Agent-gestuurde retrieval met tool-gebruik en iteratieve zoekstrategieën. AI-BOK v1.0, Module 1, sectie 3.6, p.22 Data Retrieval Service Vector similarity search en document retrieval voor RAG-pipelines. Data Plane AI-BOK v1.0, Module 3, sectie 3.6.5, p.162 Knowledge Query Service SPARQL en graph queries op kennisgrafen en ontologieën. Data Plane AI-BOK v1.0, Module 3, sectie 3.6.5, p.162 Data Quality Service Geautomatiseerde datakwaliteitsvalidatie en -rapportage. Data Plane AI-BOK v1.0, Module 3, sectie 3.6.5, p.162 Feature Serving Service On-demand serving van ML-features voor training en inferentie. Data Plane AI-BOK v1.0, Module 3, sectie 3.6.5, p.162 Identity & Authorization Service Agent-identiteit, autorisatie en mandaatverificatie. Control Plane AI-BOK v1.0, Module 3, sectie 3.6.5, p.162 Policy Check Service Runtime governance-checks: mag deze agent deze actie uitvoeren? Control Plane AI-BOK v1.0, Module 3, sectie 3.6.5, p.162 Audit & Logging Service Onveranderbare logging van beslissingen, interacties en agentacties. Control Plane AI-BOK v1.0, Module 3, sectie 3.6.5, p.162 Model Management Service Modelselectie, versiebeheer en model card raadpleging. Control Plane AI-BOK v1.0, Module 3, sectie 3.6.5, p.162 API Access Service Gecontroleerde toegang tot AI-endpoints met rate limiting en routing. Control Plane AI-BOK v1.0, Module 3, sectie 3.6.5, p.162 Monitoring & Observability Service Continue monitoring van prestaties, drift, kosten en anomalieën. Control Plane AI-BOK v1.0, Module 3, sectie 3.6.5, p.162 AI Inferentie Service Tekstgeneratie, classificatie, embedding via foundation models. Cognition Plane AI-BOK v1.0, Module 3, sectie 3.6.5, p.162 Agent Orchestratie Service Multi-agent coördinatie, taakdecompositie en tool-gebruik. Cognition Plane AI-BOK v1.0, Module 3, sectie 3.6.5, p.162 Kennisretrieval Service RAG: grounded antwoorden op basis van autoritatieve kennisbronnen. Cognition Plane AI-BOK v1.0, Module 3, sectie 3.6.5, p.162 Guardrails & Safety Service Input/output-filtering, hallucinatiepreventie en content moderation. Cognition Plane AI-BOK v1.0, Module 3, sectie 3.6.5, p.162 AI Evaluatie Service Geautomatiseerde kwaliteitsevaluatie: faithfulness, relevance, fairness. Cognition Plane AI-BOK v1.0, Module 3, sectie 3.6.5, p.162 Pseudonimiseringsservice De-pseudonimisering alleen mogelijk door geautoriseerde rollen met specifieke taaksleutel. AI-BOK v1.0, Module 1, sectie 5.10, p.33 Sleutelkast-patroon Pseudonimiseringslaag die persoonsgegevens scheidt van inhoudelijke data. Taaksleutels koppelen gepseudonimiseerde data aan taken, niet aan personen. AI-BOK v1.0, Module 1, sectie 5.10, p.33 OpenAI GPT-4o Current High AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Anthropic Claude Current High AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Meta LLaMA Current Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Google Gemini Current High AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Cohere Medium AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Azure OpenAI Service High AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 AWS Bedrock High AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 vLLM Planned Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 TensorFlow Serving AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 TorchServe AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Triton Inference Server High AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 LangGraph Current AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 CrewAI Emerging Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 AutoGen Emerging Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Semantic Kernel Emerging AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 LangChain Current Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 LlamaIndex Current Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Haystack Emerging Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Azure AI Search High AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Amazon Kendra High AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 PromptLayer Low AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Humanloop Low AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 NeMo Guardrails Current Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Guardrails AI Emerging Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Garak Emerging Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 PromptFoo Emerging Medium AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 RAGAS Current Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 DeepEval Emerging Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 TruLens Emerging AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 HELM AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 lm-eval-harness AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 BLEU AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 ROUGE AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 BERTScore AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Microsoft Entra ID Current High AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Keycloak Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Okta Medium AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Open Policy Agent Current Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Cedar Planned AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 OpenTelemetry Current Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Jaeger Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Langfuse Emerging Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 OpenLineage AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 MLflow Current Medium AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Weights & Biases Medium AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Kubeflow AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Google Vertex AI High AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Azure ML Model Registry AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Neptune.ai Medium AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 ClearML Medium AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 DVC (Data Version Control) Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Hugging Face Model Hub AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Model Card Toolkit AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Kong Medium AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Apigee High AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 AWS API Gateway AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Azure API Management AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 LiteLLM Emerging Low AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 OpenRouter Emerging Low AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Pinecone Current Medium AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Weaviate Current Low AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Qdrant Emerging Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 ChromaDB Emerging Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 pgvector Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Neo4j Current Low AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Amazon Neptune AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 GraphDB Low AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Apache Jena Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Stardog Low AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Protégé Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Databricks Current High AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Snowflake High AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Delta Lake AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Feast Planned Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Tecton Planned AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 SharePoint AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Confluence AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Amazon S3 AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Prometheus Current Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Grafana Current Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Datadog High AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Azure Monitor AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 ELK Stack AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Loki Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Evidently AI Emerging Medium AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 WhyLabs Emerging Medium AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 NannyML Emerging Medium AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Helicone AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 LLMeter AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Azure Cost Management AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 AWS Cost Explorer AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 AI Fairness 360 (IBM) Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Fairlearn (Microsoft) Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Aequitas Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 What-If Tool (Google) AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 SHAP Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 LIME Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Great Expectations Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Soda Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Label Studio Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Prodigy AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 GitHub Actions Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 GitLab CI AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Azure DevOps AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Jenkins Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Docker Current Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Kubernetes Current Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Helm Charts Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Terraform Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 Pulumi Planned AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 TriplyDB Current Low AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 BegrippenXL Current Free AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 WikiXL Current Low AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 ArchiMedes Current Low AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 EU AI Act Europese verordening voor AI-regulering met risicoklassen. AI-BOK v1.0, Module 1, sectie 1.1, p.7 Digitale Transformatie Organisaties moeten AI inzetten om concurrerend te blijven. AI-BOK v1.0, Module 1, sectie 2.1, p.14 Vertrouwen in AI Maatschappelijk vertrouwen in AI is essentieel voor adoptie. AI-BOK v1.0, Module 1, sectie 11.1, p.34 Opkomst Agentic AI Autonome AI-agents vereisen nieuwe governance-mechanismen. AI-BOK v1.0, Module 3, sectie 3.6.6, p.163 Technologische versnelling Snelle ontwikkeling van foundation models en agentic AI. AI-BOK v1.0, Module 3, sectie 3.4.8, p.149 Talent schaarste Arbeidsmarkt voor AI-specialisten is zeer krap. AI-BOK v1.0, Module 3, sectie 3.4.8, p.149 Organisatiecultuur & veranderbereidheid Cultuur bepaalt adoptietempo van AI. AI-BOK v1.0, Module 3, sectie 3.4.8, p.149 Sectorspecifieke regulering Aanvullende eisen per sector (zorg, finance, overheid). AI-BOK v1.0, Module 3, sectie 3.4.8, p.149 Duurzaamheid & ESG (CSRD) AI-energieverbruik en CO2-uitstoot worden gerapporteerd. AI-BOK v1.0, Module 3, sectie 3.4.8, p.149 Data Spaces & ketendigitalisering Federatieve datadeling vereist interoperabele AI. AI-BOK v1.0, Module 3, sectie 3.4.8, p.149 KG1: Verantwoorde AI-besturing Condities creëren waaronder AI-systemen maximale waarde leveren binnen acceptabele risicogrenzen. AI-BOK v1.0, Module 1, sectie 1.2, p.7 KG2: Maximale AI-waardecreatie Maximale organisatiewaarde uit AI-investeringen door systematische selectie en prioritering. AI-BOK v1.0, Module 1, sectie 2.2, p.14 KG3: Coherente AI-architectuur Een samenhangend, herhaalbaar en evolueerbaar blauwdruk voor AI-capabilities. AI-BOK v1.0, Module 1, sectie 3.2, p.20 KG4: Voorspelbaar AI-lifecycle Voorspelbare, herhaalbare en bestuurbare voortgang van AI-initiatieven. AI-BOK v1.0, Module 1, sectie 4.2, p.26 KG5: Betrouwbare datafundament Betrouwbare, traceerbare en semantisch verankerde datafundament voor AI. AI-BOK v1.0, Module 1, sectie 5.2, p.28 KG6: Beheersbaar modelportfolio Betrouwbaar, reproduceerbaar en verantwoord modelportfolio. AI-BOK v1.0, Module 1, sectie 6.2, p.26 KG7: Gebruikersgerichte AI-interactie AI-interacties die gebruikersgericht, betrouwbaar en inclusief zijn. AI-BOK v1.0, Module 1, sectie 7.2, p.30 KG8: Betrouwbare AI-operaties Betrouwbare, observeerbare en kostenefficiënte AI-operaties in productie. AI-BOK v1.0, Module 1, sectie 8.2, p.26 KG9: Proactief risicomanagement Proactief identificeren, beoordelen en mitigeren van AI-gerelateerde risico's. AI-BOK v1.0, Module 1, sectie 9.2, p.30 KG10: Aantoonbare AI-compliance Verifieerbare, risicogebaseerde compliance van AI-systemen. AI-BOK v1.0, Module 1, sectie 10.2, p.28 KG11: Ethisch verantwoorde AI Ethische overwegingen structureel ingebed in ontwerp en inzet van AI. AI-BOK v1.0, Module 1, sectie 11.2, p.34 KG12: Gegronde AI-kennisverwerking AI-systemen produceren gegronde, traceerbare en semantisch gevalideerde output. AI-BOK v1.0, Module 1, sectie 12.2, p.34 Verantwoorde AI-inzet AI wordt ingezet op een verantwoorde, transparante en veilige manier. AI-BOK v1.0, Module 3, sectie 3.0, p.119 AI-compliance Volledige compliance met EU AI Act en relevante standaarden. AI-BOK v1.0, Module 3, sectie 3.0, p.119 Semantische Precisie Eenduidige definities van de begrippen die AI gebruikt. AI-BOK v1.0, Module 3, sectie 3.6.4, p.162 Betrouwbare Kennisbronnen Autoritatieve, gecureerde informatie voor grounding. AI-BOK v1.0, Module 3, sectie 3.6.4, p.162 Expliciete Governance Duidelijke regels, rollen en mandaten. AI-BOK v1.0, Module 3, sectie 3.6.4, p.162 Verantwoordelijkheid is expliciet belegd Elk AI-systeem heeft een aangewezen eigenaar verantwoordelijk voor functioneren, impact en beleidsnaleving. AI-BOK v1.0, Module 1, sectie 1.2, p.7 Besturing is proportioneel aan het risico Governance-intensiteit is evenredig aan de risicoclassificatie van het AI-systeem. AI-BOK v1.0, Module 1, sectie 1.2, p.7 Transparantie over autonomie De mate van autonoom opereren is gedocumenteerd en zichtbaar. AI-BOK v1.0, Module 1, sectie 1.2, p.7 Governance is ingebed, niet opgelegd Governance-mechanismen zijn onderdeel van de AI-architectuur, geen bijzaak. AI-BOK v1.0, Module 1, sectie 1.2, p.7 Menselijke controle als ontwerpprincipe Human-in-the-loop of human-on-the-loop is ingebouwd voor beslissingen met significante impact. AI-BOK v1.0, Module 1, sectie 1.2, p.7 Continue verbetering op basis van meetgegevens Governance is niet statisch maar wordt periodiek aangepast. AI-BOK v1.0, Module 1, sectie 1.2, p.7 Strategische alignment boven technologische ambitie AI-initiatieven worden geselecteerd op bijdrage aan bedrijfsdoelstellingen. AI-BOK v1.0, Module 1, sectie 2.2, p.14 Portfoliobalans als sturingsmechanisme Het AI-portfolio is bewust gebalanceerd tussen exploratief en exploitatief. AI-BOK v1.0, Module 1, sectie 2.2, p.14 Waarderealisatie boven activiteit Niet het aantal AI-projecten telt maar de gerealiseerde waarde. AI-BOK v1.0, Module 1, sectie 2.2, p.14 Capaciteitsplanning als randvoorwaarde AI-strategie zonder capaciteitsplanning is een wensenlijst. AI-BOK v1.0, Module 1, sectie 2.2, p.14 Adaptief plannen in een dynamisch veld Strategie wordt jaarlijks herzien; portfolio minstens per kwartaal. AI-BOK v1.0, Module 1, sectie 2.2, p.14 Cognitievlak als strategische laag Strategie adresseert het cognition plane als nieuwe architectuurlaag. AI-BOK v1.0, Module 1, sectie 2.2, p.14 Semantische precisie boven ambiguïteit AI-systemen moeten concepten eenduidig interpreteren via terminologieraamwerken. AI-BOK v1.0, Module 1, sectie 3.2, p.20 Expliciete governance boven impliciete controle Bevoegdheden en escalatieregels voor AI-agents staan expliciet in de architectuur. AI-BOK v1.0, Module 1, sectie 3.2, p.20 Scheiding van verantwoordelijkheden Architectuur scheidt data, kennis, logica en governance als vier lagen. AI-BOK v1.0, Module 1, sectie 3.2, p.20 Herleidbaarheid als architectuureis Elke AI-output moet traceerbaar zijn naar bronnen, modellen en redeneerstappen. AI-BOK v1.0, Module 1, sectie 3.2, p.20 Interoperabiliteit via open standaarden AI-componenten communiceren via MCP en A2A. Vendor lock-in wordt geminimaliseerd. AI-BOK v1.0, Module 1, sectie 3.2, p.20 Ontwerp voor evolutie Architectuur is modulair en loosely coupled zodat componenten vervangbaar zijn. AI-BOK v1.0, Module 1, sectie 3.2, p.20 Privacy by design via pseudonimisering Persoonsgegevens worden nooit onnodig blootgesteld aan AI-componenten. AI-BOK v1.0, Module 1, sectie 3.2, p.20 Fasebewuste besturing Elke lifecycle-fase heeft eigen kwaliteitscriteria, rollen en deliverables. AI-BOK v1.0, Module 1, sectie 4.2, p.26 Continue feedbackloops Productieobservaties stromen structureel terug naar eerdere fasen. AI-BOK v1.0, Module 1, sectie 4.2, p.26 Reproduceerbaarheid als randvoorwaarde Elk experiment, training en deployment moet herhaalbaar zijn. AI-BOK v1.0, Module 1, sectie 4.2, p.26 Waarde-gedreven prioritering De lifecycle wordt gestuurd op bedrijfswaarde, niet alleen technische haalbaarheid. AI-BOK v1.0, Module 1, sectie 4.2, p.26 Verantwoorde uitfasering Einde lifecycle is even belangrijk als begin: audittrail, dataretentie, kennisoverdracht. AI-BOK v1.0, Module 1, sectie 4.2, p.26 Agentic-bewustzijn Voor agentic AI gelden aanvullende lifecycle-eisen per fase. AI-BOK v1.0, Module 1, sectie 4.2, p.26 Semantische precisie boven datavolume Datawaarde voor AI wordt bepaald door eenduidigheid, niet door hoeveelheid. AI-BOK v1.0, Module 1, sectie 5.2, p.28 Grounding in gezaghebbende bronnen AI-systemen verankeren antwoorden in traceerbare, autoritatieve kennisbronnen. AI-BOK v1.0, Module 1, sectie 5.2, p.28 Traceerbaarheid van bron tot uitvoer Elke AI-output is traceerbaar naar databronnen en semantische definities. AI-BOK v1.0, Module 1, sectie 5.2, p.28 Datakwaliteit als continu proces Datakwaliteit is een doorlopend proces van meting, signalering en verbetering. AI-BOK v1.0, Module 1, sectie 5.2, p.28 Bias-bewustzijn in alle datafasen Biasdetectie is ingebouwd in elke fase van de datapipeline. AI-BOK v1.0, Module 1, sectie 5.2, p.28 Interoperabiliteit door open standaarden Semantische modellen gebruiken SKOS, RDF, OWL, SHACL. AI-BOK v1.0, Module 1, sectie 5.2, p.28 Elk model is een beheerd asset Elk productiemodel is geregistreerd in een centraal modelregister. AI-BOK v1.0, Module 1, sectie 6.2, p.26 Documentatie als eerste vereiste Geen model naar productie zonder model card. AI-BOK v1.0, Module 1, sectie 6.2, p.26 Reproduceerbaarheid is niet onderhandelbaar Elke modelversie moet reproduceerbaar zijn. AI-BOK v1.0, Module 1, sectie 6.2, p.26 Bias-toetsing is structureel Modellen worden periodiek getest op ongewenste biases. AI-BOK v1.0, Module 1, sectie 6.2, p.26 Bewust kiezen: foundation model vs eigen model De keuze is een architectuurbeslissing met gevolgen. AI-BOK v1.0, Module 1, sectie 6.2, p.26 Modelportfolio-denken Modellen worden als portfolio beheerd: overlap en risico's zichtbaar. AI-BOK v1.0, Module 1, sectie 6.2, p.26 Gebruiker centraal Elke AI-interactie is ontworpen vanuit taak, context en kennisniveau. AI-BOK v1.0, Module 1, sectie 7.2, p.30 Vertrouwenscalibratie Gebruikers vormen een realistisch beeld van wat AI kan en niet kan. AI-BOK v1.0, Module 1, sectie 7.2, p.30 Transparantie in werking Het systeem communiceert proactief over bronnen en onzekerheden. AI-BOK v1.0, Module 1, sectie 7.2, p.30 Inclusieve toegankelijkheid AI-interfaces zijn bruikbaar voor gebruikers met diverse abilities. AI-BOK v1.0, Module 1, sectie 7.2, p.30 Menselijke autonomie De gebruiker behoudt controle over het beslisproces. AI-BOK v1.0, Module 1, sectie 7.2, p.30 Iteratieve verbetering Interactiepatronen worden continu geëvalueerd en verbeterd. AI-BOK v1.0, Module 1, sectie 7.2, p.30 Productiebetrouwbaarheid AI-systemen functioneren met dezelfde betrouwbaarheid als bedrijfskritische applicaties. AI-BOK v1.0, Module 1, sectie 8.2, p.26 Observeerbaarheid Prestaties, kosten, kwaliteit en afwijkingen worden continu gemeten. AI-BOK v1.0, Module 1, sectie 8.2, p.26 Reproduceerbaarheid Elke deployment is reproduceerbaar: modellen, configuraties en prompts zijn geversioneerd. AI-BOK v1.0, Module 1, sectie 8.2, p.26 Geautomatiseerde levering CI/CD-pipelines voor maximale automatisering van model naar productie. AI-BOK v1.0, Module 1, sectie 8.2, p.26 Kostenbeheersing AI-inferentiekosten worden actief gemonitord en geoptimaliseerd. AI-BOK v1.0, Module 1, sectie 8.2, p.26 Geleidelijke uitrol Nieuwe versies worden in fasen uitgerold (canary, A/B, blue-green). AI-BOK v1.0, Module 1, sectie 8.2, p.26 Risico-evenredigheid Risicomanagement-intensiteit is proportioneel aan het risiconiveau. AI-BOK v1.0, Module 1, sectie 9.2, p.30 Proactieve identificatie Risico's worden vóór deployment geïdentificeerd en geadresseerd. AI-BOK v1.0, Module 1, sectie 9.2, p.30 Continue waakzaamheid Risicoprofielen veranderen; monitoring is continu, niet eenmalig. AI-BOK v1.0, Module 1, sectie 9.2, p.30 Veiligheid als cultuur AI-veiligheid is een organisatiecultuur, geen checklist. AI-BOK v1.0, Module 1, sectie 9.2, p.30 Wettelijke conformiteit EU AI Act-risicoclassificatie is het minimumkader. AI-BOK v1.0, Module 1, sectie 9.2, p.30 Transparante verantwoording Risicobeoordelingen zijn gedocumenteerd en beschikbaar voor audit. AI-BOK v1.0, Module 1, sectie 9.2, p.30 Aantoonbare naleving Compliance is pas echt als verifieerbaar en reproduceerbaar. AI-BOK v1.0, Module 1, sectie 10.2, p.28 Risicogebaseerde classificatie Compliance-inspanning schaalt met risiconiveau. AI-BOK v1.0, Module 1, sectie 10.2, p.28 Onafhankelijkheid van audit Audits worden uitgevoerd door functioneel onafhankelijke partijen. AI-BOK v1.0, Module 1, sectie 10.2, p.28 Continue traceerbaarheid Audittrails worden continu vastgelegd, niet achteraf gereconstrueerd. AI-BOK v1.0, Module 1, sectie 10.2, p.28 Proactieve transparantie Organisaties publiceren actief in het algoritmeregister. AI-BOK v1.0, Module 1, sectie 10.2, p.28 Integrale aansluiting AI-compliance integreert met enterprise governance en informatiebeveiliging. AI-BOK v1.0, Module 1, sectie 10.2, p.28 Fairness als meetbare eis Eerlijkheid is een testbare eigenschap met gestandaardiseerde metrics. AI-BOK v1.0, Module 1, sectie 11.2, p.34 Uitlegbaarheid als recht Betrokkenen hebben recht op een begrijpelijke uitleg van AI-beslissingen. AI-BOK v1.0, Module 1, sectie 11.2, p.34 Menselijk toezicht als grondbeginsel Human-in/on/in-command per AI-systeem op basis van risico en impact. AI-BOK v1.0, Module 1, sectie 11.2, p.34 Maatschappelijke verantwoordelijkheid Organisaties beoordelen ook bredere maatschappelijke consequenties. AI-BOK v1.0, Module 1, sectie 11.2, p.34 Waardeafstemming als ontwerpeis AI-systemen zijn ontworpen in lijn met organisatie- en maatschappelijke waarden. AI-BOK v1.0, Module 1, sectie 11.2, p.34 Ethiek by design Ethische overwegingen zijn structureel geïntegreerd in het ontwerpproces. AI-BOK v1.0, Module 1, sectie 11.2, p.34 Grounding boven generatie AI-output gebaseerd op geverifieerde, autoritatieve bronnen. AI-BOK v1.0, Module 1, sectie 12.2, p.34 Expliciete bronautoriteit Kennisbronnen zijn geclassificeerd op betrouwbaarheid en autoriteit. AI-BOK v1.0, Module 1, sectie 12.2, p.34 Hallucinatiepreventie als systeemeis Voorkomen van feitelijk onjuiste output is een harde systeemeis. AI-BOK v1.0, Module 1, sectie 12.2, p.34 Kennisactualiteit als continu proces Mechanismen voor verouderingsdetectie zijn structureel ingebed. AI-BOK v1.0, Module 1, sectie 12.2, p.34 Semantische validatie Elke kennisbron en AI-output wordt gevalideerd tegen terminologieraamwerken. AI-BOK v1.0, Module 1, sectie 12.2, p.34 Federatieve kennisdeling Kennis wordt ontsloten aan de bron en gedeeld conform data spaces principes. AI-BOK v1.0, Module 1, sectie 12.2, p.34 SKOS W3C standaard voor terminologieraamwerken en thesauri. AI-BOK v1.0, Module 3, sectie 3.3, p.138 NL-SBB (Geonovum) Standaard voor het Beschrijven van Begrippen. AI-BOK v1.0, Module 3, sectie 3.3, p.138 RDF / RDFS W3C Resource Description Framework voor linked data. AI-BOK v1.0, Module 3, sectie 3.3, p.138 OWL W3C Web Ontology Language voor ontologieën. AI-BOK v1.0, Module 3, sectie 3.3, p.138 SHACL W3C Shapes Constraint Language voor validatie. AI-BOK v1.0, Module 3, sectie 3.3, p.138 SPARQL W3C query-taal voor RDF-data. AI-BOK v1.0, Module 3, sectie 3.3, p.138 DCAT 3.0 W3C Data Catalog Vocabulary voor datasetmetadata. AI-BOK v1.0, Module 3, sectie 3.3, p.138 DCAT-AP-NL Nederlands profiel voor datacatalogus. AI-BOK v1.0, Module 3, sectie 3.3, p.138 JSON-LD Linked data serialisatieformaat. AI-BOK v1.0, Module 3, sectie 3.3, p.138 W3C PROV-O Provenance ontologie voor herkomstregistratie. AI-BOK v1.0, Module 3, sectie 3.3, p.138 Dublin Core Metadata-standaard voor informatiebronnen. AI-BOK v1.0, Module 3, sectie 3.3, p.138 ISO/IEC 42001:2023 AI Management System standaard. AI-BOK v1.0, Module 3, sectie 3.3, p.138 NIST AI RMF 1.0 AI Risk Management Framework. AI-BOK v1.0, Module 3, sectie 3.3, p.138 EU AI Act Europese verordening voor AI-regulering. AI-BOK v1.0, Module 3, sectie 3.3, p.138 AVG / GDPR Europese privacyverordening. AI-BOK v1.0, Module 3, sectie 3.3, p.138 ISO/IEC 25010 Software product quality characteristics. AI-BOK v1.0, Module 3, sectie 3.3, p.138 IEEE P2247 Adaptive Autonomous Systems Architecture. AI-BOK v1.0, Module 3, sectie 3.3, p.138 TOGAF Enterprise Architecture framework. AI-BOK v1.0, Module 3, sectie 3.3, p.138 ArchiMate 3.2 Architecture modelling language. AI-BOK v1.0, Module 3, sectie 3.3, p.138 MIM Metamodel Informatiemodellering (Geonovum/VNG). AI-BOK v1.0, Module 3, sectie 3.3, p.138 OpenLineage Pipeline metadata lineage standaard. AI-BOK v1.0, Module 3, sectie 3.3, p.138 MCP (Model Context Protocol) Agent-tool integratieprotocol. AI-BOK v1.0, Module 3, sectie 3.3, p.138 A2A (Agent-to-Agent) Agent-agent communicatieprotocol. AI-BOK v1.0, Module 3, sectie 3.3, p.138 Model Cards (Mitchell et al.) De facto standaard voor modeldocumentatie. AI-BOK v1.0, Module 3, sectie 3.3, p.138 Datasheets for Datasets (Gebru) Standaard voor datasetdocumentatie. AI-BOK v1.0, Module 3, sectie 3.3, p.138 Agent Card (A2A) Agent metadata specificatie. AI-BOK v1.0, Module 3, sectie 3.3, p.138 SKILL.md (Agent Skills) Open standaard voor AI-interactiepatronen. AI-BOK v1.0, Module 3, sectie 3.3, p.138 ISO/IEC 5338:2023 AI Lifecycle Processes. AI-BOK v1.0, Module 3, sectie 3.3, p.138 ISO/IEC 22989:2022 AI Concepts & Terminology. AI-BOK v1.0, Module 3, sectie 3.3, p.138 ISO/IEC 23894:2023 AI Risk Management. AI-BOK v1.0, Module 3, sectie 3.3, p.138 ISO/IEC 25012 Data Quality Model. AI-BOK v1.0, Module 3, sectie 3.3, p.138 ISO 9241-210:2019 Human-Centred Design. AI-BOK v1.0, Module 3, sectie 3.3, p.138 WCAG 2.2 / EN 301 549 Toegankelijkheidsstandaard. AI-BOK v1.0, Module 3, sectie 3.3, p.138 FAIR Data Principles Findable, Accessible, Interoperable, Reusable. AI-BOK v1.0, Module 3, sectie 3.3, p.138 DMN (Decision Model & Notation) Standaard voor beslismodellen. AI-BOK v1.0, Module 3, sectie 3.3, p.138 SBVR Semantics of Business Vocabulary and Business Rules. AI-BOK v1.0, Module 3, sectie 3.3, p.138 BPMN 2.0 Business Process Model and Notation. AI-BOK v1.0, Module 3, sectie 3.3, p.138 ONNX Open Neural Network Exchange formaat. AI-BOK v1.0, Module 3, sectie 3.3, p.138 OpenAPI Specification REST API specificatiestandaard. AI-BOK v1.0, Module 3, sectie 3.3, p.138 FinOps Framework Cloud financial management framework. AI-BOK v1.0, Module 3, sectie 3.3, p.138 ISO 31000:2018 Risk Management standaard. AI-BOK v1.0, Module 3, sectie 3.3, p.138 AI Impact Assessment Beoordeling van impact en risico's per AI-systeem. Mogelijk persoonsgegevens Vertrouwelijk 10 jaar Verplicht bij hoog-risico AI AI-BOK v1.0, Module 1, sectie 9.4, p.32 Niveau 1: Initieel Ad hoc, geen gestructureerde AI-governance. AI-BOK v1.0, Module 3, sectie 3.4, p.145 Niveau 2: Herhaalbaar Basale processen en rollen gedefinieerd. AI-BOK v1.0, Module 3, sectie 3.4, p.145 Niveau 3: Gedefinieerd Organisatiebrede standaarden en procedures. AI-BOK v1.0, Module 3, sectie 3.4, p.145 Niveau 4: Beheerst Kwantitatief gestuurd, continue monitoring. AI-BOK v1.0, Module 3, sectie 3.4, p.145 Niveau 5: Geoptimaliseerd Continue verbetering, innovatie-gedreven. AI-BOK v1.0, Module 3, sectie 3.4, p.145 Dimensie: Governance Beleid, besluitstructuren, verantwoordelijkheden. AI-BOK v1.0, Module 3, sectie 3.4, p.145 Dimensie: Proces Lifecycle-processen, kwaliteitsgates, feedbackloops. AI-BOK v1.0, Module 3, sectie 3.4, p.145 Dimensie: Mensen Rollen, competenties, training, cultuur. AI-BOK v1.0, Module 3, sectie 3.4, p.145 Dimensie: Technologie Tooling, platformen, infrastructuur, automatisering. AI-BOK v1.0, Module 3, sectie 3.4, p.145 Dimensie: Cultuur AI-geletterdheid, innovatiemindset, ethisch bewustzijn. AI-BOK v1.0, Module 3, sectie 3.4, p.145 AI Volwassenheidsbeoordeling Assessment van AI-volwassenheid op 5 dimensies en 5 niveaus. Geen persoonsgegevens Vertrouwelijk AI-BOK v1.0, Module 3, sectie 3.1, p.119 FRIA (Fundamental Rights Impact Assessment) Beoordeling van impact op grondrechten. Waarschijnlijk persoonsgegevens (grondrechtentoets) Vertrouwelijk 10 jaar Verplicht (Art. 27) AI-BOK v1.0, Module 3, sectie 3.1, p.119 DPIA voor AI Data Protection Impact Assessment specifiek voor AI-systemen. Waarschijnlijk persoonsgegevens (DPIA) Vertrouwelijk 10 jaar (AVG) Verplicht (AVG Art. 35) AI-BOK v1.0, Module 3, sectie 3.1, p.119 AI Quality Scorecard Kwaliteitsscore op 5 dimensies per AI-systeem. Geen persoonsgegevens Intern AI-BOK v1.0, Module 3, sectie 3.1, p.119 Datakwaliteit Volledigheid, actualiteit, representativiteit, labeling, bias, semantische consistentie. AI-BOK v1.0, Module 3, sectie 3.7, p.164 Modelkwaliteit Accuratesse, robuustheid, reproduceerbaarheid, generaliseerbaarheid, eerlijkheid. AI-BOK v1.0, Module 3, sectie 3.7, p.164 Interactiekwaliteit Taaksucces, gebruikerstevredenheid, vertrouwenskalibratie, hallucinatiepercentage. AI-BOK v1.0, Module 3, sectie 3.7, p.164 Operationele kwaliteit Beschikbaarheid, betrouwbaarheid, schaalbaarheid, driftdetectiesnelheid, kosten. AI-BOK v1.0, Module 3, sectie 3.7, p.164 Governance-kwaliteit Complianceratio, auditeerbaarheid, transparantie, ethische review-dekking. AI-BOK v1.0, Module 3, sectie 3.7, p.164 Policy-as-code governance Governance-regels moeten machine-leesbaar en runtime-evalueerbaar zijn. Not Started Must Have Ja Onveranderbare audittrail Alle AI-beslissingen en -interacties moeten onveranderbaar gelogd worden. Not Started Must Have Ja Agent-autorisatie en mandaat Agents moeten runtime geautoriseerd worden op basis van expliciete mandaten. Not Started Must Have Ja Input/output guardrails AI-output moet gefilterd worden op veiligheid, correctheid en ethiek. Not Started Must Have Ja Continue observeerbaarheid AI-systemen moeten continu gemonitord worden op prestaties, drift en kosten. Not Started Must Have Ja Semantische verankering AI-systemen moeten begrippen interpreteren via autoritatieve terminologieraamwerken. Not Started Must Have Ja End-to-end traceerbaarheid Elke AI-output moet traceerbaar zijn naar bronnen, modellen en redeneerstappen. Not Started Must Have Ja Centraal modelbeheer Alle productiemodellen moeten geregistreerd zijn met model cards en versies. Not Started Must Have Ja Structurele biasdetectie Modellen moeten periodiek getest worden op ongewenste biases. Not Started Must Have Ja Uitlegbaarheid van beslissingen Betrokkenen hebben recht op een begrijpelijke uitleg van AI-beslissingen. Not Started Must Have Ja Privacy by design Persoonsgegevens worden nooit onnodig blootgesteld aan AI-componenten. Not Started Must Have Ja Grounding in autoritatieve bronnen AI-output moet gebaseerd zijn op geverifieerde, traceerbare kennisbronnen. Not Started Must Have Ja Open standaarden en interoperabiliteit AI-componenten communiceren via gestandaardiseerde protocollen (MCP, A2A). Not Started Must Have Ja Geautomatiseerde delivery pipeline Model-naar-productie moet maximaal geautomatiseerd via CI/CD. Not Started Must Have Ja Gebruikersgericht promptontwerp AI-interacties worden ontworpen vanuit taak, context en kennisniveau. Not Started Must Have Ja Continue datakwaliteitsbewaking Datakwaliteit is een doorlopend proces van meting en verbetering. Not Started Must Have Ja Raad van Bestuur Strategische besluitvorming over AI-inzet en risicoacceptatie. CIO / CDO Verantwoordelijk voor IT/data-strategie en AI-integratie. Business Eigenaar Eigenaar van het bedrijfsproces dat door AI wordt ondersteund. Eindgebruiker Medewerker die dagelijks met AI-systemen werkt. Burger / Klant Persoon die geraakt wordt door AI-beslissingen. Toezichthouder Externe partij die toeziet op AI-compliance (bijv. AP, ACM). AI-team Multidisciplinair team van AI-specialisten. AI Een technologie die, voor expliciete of impliciete doelen, afleidt hoe het op basis van ontvangen input (zoals data), outputs genereert. Outputs betreffen onder meer voorspellingen, content, aanbevelingen en/of beslissingen. De technologie kan leren, redeneren en taken uitvoeren op een manier die normaliter menselijke intelligentie vereist. AI (Artificial Intelligence) verwijst naar het bredere concept van kunstmatige intelligentie—de wetenschap en technologie die machines in staat stelt om menselijke cognitieve taken na te bootsen, zoals leren, redeneren en probleemoplossing.Dit omvat technieken zoals machine learning, neurale netwerken en natuurlijke taalverwerking. https://www.rijksoverheid.nl/documenten/publicaties/2025/04/22/overheidsbrede-handreiking-generatieve-ai kunstmatige intelligentie AI (kunstmatige intelligentie) is een technologie waarbij computers taken uitvoeren die normaal door mensen worden gedaan, zoals leren, denken en problemen oplossen. AI kan bijvoorbeeld gezichten herkennen, teksten begrijpen of zelf rijden in een auto. Dit gebeurt met slimme programma’s die veel gegevens verwerken en daaruit leren. AI-systeem Een op een machine gebaseerd systeem dat is ontworpen om met verschillende niveaus van autonomie te werken en dat na het inzetten ervan aanpassingsvermogen kan vertonen, en dat, voor expliciete of impliciete doelstellingen, uit de ontvangen input afleidt hoe output te genereren zoals voorspellingen, inhoud, aanbevelingen of beslissingen die van invloed kunnen zijn op fysieke of virtuele omgevingen. Voorbeelden van AI-systemen zijn machine learning, Natural Language Processing (NLP) en computer vision (classifiers). https://minbzk.github.io/Algoritmekader/overhetalgoritmekader/definities/ kunstmatige intelligentie Een AI-systeem omvat niet alleen het model, maar ook de gehele infrastructuur eromheen. Dit omvat de hardware, software, gegevensverwerking, input- en outputinterfaces, en alle componenten die nodig zijn om het model effectief te laten werken. Voorbeelden van AI-systemen zijn ChatGPT, Google Gemini en Co-Pilot. https://www.rijksoverheid.nl/documenten/publicaties/2025/04/22/overheidsbrede-handreiking-generatieve-ai Algoritme Een set van regels en instructies die een computer geautomatiseerd volgt bij het maken van berekeningen om een probleem op te lossen of een vraag te beantwoorden. https://www.rekenkamer.nl/binaries/rekenkamer/documenten/rapporten/2021/01/26/aandacht-voor-algoritmes/Aandacht+voor+algoritmes.pdf Met een algoritme bedoelen we een set regels en instructies die een computer uitvoert, met 1 of meer van deze doelen: * problemen oplossen * vragen beantwoorden * taken of processen uitvoeren * besluiten nemen Een recept om een informaticaprobleem op te lossen vanuit een gegeven begintoestand naar een beoogd einddoel, dat bestaat uit een eindige reeks eenduidig gedefinieerde instructies of regels. Model Een programma getraind om patronen in data te herkennen en voorspellingen te doen. concept Bijvoorbeeld weer voorspellen, katten herkennen Een model is een versimpelde weergave van iets uit de echte wereld. Het helpt om iets beter te begrijpen, te onderzoeken of te voorspellen. AI-model Een AI-model is het resultaat van het trainen van een algoritme op data. Een algoritme is een set instructies, en het model is het specifieke resultaat van het volgen van de set instructies op basis van bepaalde data. concept Een model wordt getraind op een taak, bijvoorbeeld het classificeren van documenten of bij een LLM het genereren van zinnen die lijken op de trainingsdata. GPT-4 is een voorbeeld van een AI-model. https://www.rijksoverheid.nl/documenten/publicaties/2025/04/22/overheidsbrede-handreiking-generatieve-ai Machine Learning De manier waarop computers nieuwe dingen leren zonder expliciete programmering, door te leren van gelabelde data om voorspellingen te doen. ML Zelflerende algoritmes zijn algoritmes die zichzelf trainen. Dit proces heet machinelearning. Hierdoor leren computers van data, zonder dat mensen dit precies zo programmeren. Ze zoeken bijvoorbeeld naar patronen of doen voorspellingen. Dit is een veel voorkomende vorm van AI. https://minbzk.github.io/Algoritmekader/overhetalgoritmekader/soorten-algoritmes/#zelflerende-algoritmes Supervised Learning Machine learning proces waarbij een model leert van gelabelde voorbeelden (input-output paren), vergelijkbaar met een docent-student scenario. gecontroleerd leren Je algoritme leert van gegevens die je labelt met informatie. Je biedt bijvoorbeeld foto’s aan met de labels: dit is wel een kat, dit is geen kat. https://minbzk.github.io/Algoritmekader/overhetalgoritmekader/soorten-algoritmes/#zelflerende-algoritmes Unsupervised Learning Machine learning proces waarbij AI zelf verborgen patronen in ongelabelde data zoekt zonder expliciete begeleiding. Je laat het algoritme zelf patronen en structuren ontdekken in ongestructureerde gegevens zonder labels. Je biedt bijvoorbeeld foto’s aan van dieren die het algoritme zelf moet groeperen. https://minbzk.github.io/Algoritmekader/overhetalgoritmekader/soorten-algoritmes/#zelflerende-algoritmes Reinforcement Learning Het algoritme leert door straf en beloning. Het doel is zo hoog mogelijk scoren in zo min mogelijk tijd. Je geeft bijvoorbeeld punten als het algoritme foto’s sorteert die op katten lijken. Dit proces is vergelijkbaar met hoe mensen leren door ervaring. Bij reinforcement learning leert het AI-model autonoom bij. Bij online reinforcement learning kan het model in productie ook nog continu zichzelf bijstellen. Je kunt er ook voor kiezen dit alleen in trainingsfase te doen, en het model 'bevroren' in te zetten. https://minbzk.github.io/Algoritmekader/overhetalgoritmekader/soorten-algoritmes/#zelflerende-algoritmes bekrachtiginsleren Validatie Stap in machine learning om de prestaties van een model te controleren met een aparte dataset (validatieset) die niet voor training is gebruikt. Neurale Netwerken Een geavanceerde vorm van AI die complexe patronen in data herkent via gelaagde neurale netwerken, nuttig voor beeldherkenning, spraakverwerking en taalbegrip. deeplearning CNN (Convolutional) Vooral gebruikt bij beeldherkenning. Convolutional Neural Networks RNN (Recurrent) Geschikt voor sequentiegegevens zoals tekst en spraak. Recurrent Neural Networks Transformers Backbone van moderne NLP-modellen zoals GPT en BERT. Generatieve AI Een vorm van artificiële intelligentie die content (tekst, afbeeldingen en/of gevarieerde inhoud zoals muziek) kan produceren (genereren) op basis van de gegevens waarop het wordt getraind. GenAI Een voorbeeld is het genereren van synthetische data en ondersteuning bij programmeren. https://datanorth.ai/nl/blog/agentic-ai-begrijpen-definitie-en-toepassingen-in-de-praktijk Generatieve AI, dat vaak wordt gebruikt door grote taalmodellen zoals GPT-4o en DALL-E 3, richt zich op het creëren van nieuwe content op basis van patronen die zijn geleerd uit enorme datasets. Large Language Model Een gespecialiseerd type generatief AI-model dat getraind is op grote hoeveelheden tekst om bestaande content te begrijpen en tekstuele content te generen. Large Language Model https://www.rijksoverheid.nl/documenten/publicaties/2025/04/22/overheidsbrede-handreiking-generatieve-ai Type AI getraind op grote hoeveelheden tekstdata, capabel om menselijk klinkende tekst te creëren, vragen te beantwoorden, etc. GPT Een type neuraal netwerk, vooraf getraind op veel tekstdata, dat duidelijke en relevante tekst genereert op basis van prompts Generative Pre-trained Transformer Een voorbeeld is ChatGPT. RAG Is een techniek binnen kunstmatige intelligentie die de kracht van generatieve AI combineert met informatieopvraging. Dit betekent dat een AI-model niet alleen tekst genereert op basis van vooraf getrainde data, maar ook relevante informatie kan ophalen uit externe kennisbronnen om nauwkeurigere en actuele antwoorden te geven Retrieval Augmented Generation Prompt Engineering Het proces van het zorgvuldig kiezen en aanpassen van de input (prompt) voor een machine learning-model om de best mogelijke output te krijgen. prompten Voorbeelden van prompt engineering: - Een duidelijke vraag stellen zodat de AI een informatief antwoord geeft. - Specifieke instructies toevoegen om een bepaalde schrijfstijl of toon te krijgen. - Creatieve prompts maken zodat een AI interessante ideeën of ontwerpen genereert. https://www.mckinsey.com/featured-insights/mckinsey-explainers/what-is-prompt-engineering Prompt engineering is het slim formuleren van opdrachten voor een AI-systeem, zoals een chatbot of tekstgenerator. Door de juiste woorden en structuur te gebruiken, kan een AI betere en nauwkeurigere antwoorden geven. Token De basiseenheid van tekst (een woord of deel van een woord) die wordt verwerkt door LLMs. Temperatuur De mate van willekeur (randomness) in de output van een LLM. Hallucinatie Output van generatieve AI die feitelijk onjuist is of niet overeenkomt met de werkelijkheid, ondanks dat deze semantisch correct kan lijken. Bias In de context van AI verwijst bias of vooringenomenheid naar de aannames die een AI-systeem doet om het leerproces en de taakuitvoer te vereenvoudigen. AI-onderzoekers proberen bias tot een minimum te beperken, omdat deze kan leiden tot slechte resultaten of onverwachte uitkomsten. Bias in de context van AI verwijst naar systematische fouten of vooroordelen in een algoritme die ontstaan door bevooroordeelde trainingsdata. Dit kan leiden tot oneerlijke of onnauwkeurige resultaten. Bijvoorbeeld, als een AI-systeem wordt getraind op data die voornamelijk afkomstig is van een bepaalde demografische groep, kan het systeem bevooroordeeld zijn tegen andere groepen. Bias kan verschillende vormen aannemen, zoals: * Sample Bias: Wanneer de trainingsdata niet representatief is voor de populatie. * Measurement Bias: Wanneer de data die wordt verzameld onnauwkeurig of misleidend is. * Algorithmic Bias: Wanneer het algoritme zelf bepaalde groepen systematisch benadeelt. vooringenomenheid Natuurlijke Taalverwerking De manier waarop computers nieuwe dingen leren zonder expliciete programmering, door te leren van gelabelde data om voorspellingen te doen. Natural Language Processing NLP Named Entity Recognition Identificeren van namen, locaties en concepten in tekst. Named Entity Recognition Sentimentanalyse Interpreteren of een tekst positief, negatief of neutraal is. AI-agent Een AI-agent is een software-entiteit die autonoom taken uitvoert en beslissingen neemt op basis van waarnemingen, regels en machine learning-algoritmen. zelflerende bot AI-agenten kunnen variëren in complexiteit, van eenvoudige bots tot geavanceerde zelflerende systemen. https://news.microsoft.com/source/features/ai/ai-agents-what-they-are-and-how-theyll-change-the-way-we-work/ Een AI-agent is een computerprogramma dat zelfstandig beslissingen kan nemen en handelingen uitvoert om een doel te bereiken. Het gebruikt kunstmatige intelligentie (AI) om informatie te verzamelen, te leren en zich aan te passen aan veranderingen. Agentic AI Agentic AI geeft het AI-systeem ook het vermogen tot zelfstandige handelingen, om bijvoorbeeld bestanden aan te maken. Een voorbeeld van Agentic AI is een digitale assistent die niet alleen vragen beantwoordt, maar ook zelfstandig een reis plant, tickets boekt en een hotel reserveert op basis van voorkeuren. https://datanorth.ai/nl/blog/agentic-ai-begrijpen-definitie-en-toepassingen-in-de-praktijk Agentic AI verwijst naar kunstmatige intelligentie die zelfstandig beslissingen kan nemen en acties kan uitvoeren zonder directe menselijke tussenkomst. Dit type AI gaat verder dan traditionele AI-systemen, die meestal reageren op input zonder echte autonomie. Agentic AI kan taken plannen, uitvoeren en zichzelf aanpassen op basis van veranderende omstandigheden. Autonome Agent Deze kunnen zelfstandig complexe taken uitvoeren, zoals zelfrijdende auto's die verkeersomstandigheden analyseren en handelen zonder directe menselijke controle. Reactieve Agent Deze reageren direct op input zonder een langetermijngeheugen. Bijvoorbeeld een schaakcomputer die alleen de huidige zet analyseert. Multi-agent Systeem Dit zijn meerdere AI-agents die samenwerken, bijvoorbeeld robots in een fabriek die gezamenlijk een productieproces optimaliseren. EU AI-verordening De Europese AI-verordening vormt een van ’s werelds eerste uitgebreide wetten specifiek voor kunstmatige intelligentie (AI). De AI-verordening legt kaders en eisen vast voor zowel overheden als bedrijven met betrekking tot de ontwikkeling en het gebruik van AI-systemen. https://www.digitaleoverheid.nl/overzicht-van-alle-onderwerpen/nieuwe-technologieen-data-en-ethiek/artificiele-intelligentie-ai/ai-verordening/ AI Act Het doel van de wet is dat AI-systemen die organisaties (binnen de EU) gebruiken, veilig zijn en fundamentele rechten respecteren. Het maakt niet uit of die AI-systemen binnen of buiten de EU zijn ontwikkeld. AI-systemen worden onderverdeeld in verschillende risicocategorieën. Afhankelijk van de categorie waarin een AI-systeem valt, gelden zwaardere, minder zware of geen regels. De AI-verordening is een Europese wet die regels stelt voor de ontwikkeling en het gebruik van AI-systemen. Ook geeft de wet rechten aan burgers die in aanraking komen met AI-systemen. AI-geletterdheid Vaardigheden, kennis en begrip die aanbieders, gebruiksverantwoordelijken en betrokken personen, rekening houdend met hun respectieve rechten en plichten in het kader van de de AI-verordening, in staat stellen met kennis van zaken AI-systemen in te zetten en zich bewuster te worden van de kansen en risico’s van AI en de mogelijke schade die zij kan veroorzaken. https://minbzk.github.io/Algoritmekader/overhetalgoritmekader/definities/ AI-detector Een AI-detector is een hulpmiddel dat is ontworpen om te detecteren wanneer een stuk tekst (of soms een afbeelding of video) is gemaakt door AI-tools (zoals ChatGPT en DALL-E). Deze detectoren zijn niet 100% betrouwbaar, maar ze kunnen een indicatie geven van de waarschijnlijkheid dat een tekst door AI is gegenereerd. AI-detectoren werken met soortgelijke grote taalmodellen (large language models, LLMs) als de tools die ze proberen te detecteren. Deze modellen kijken in wezen naar een tekst (of afbeelding of video) en vragen zich af: “Is dit iets wat ik zou hebben gegenereerd?”. Ze zoeken naar lage niveaus van twee criteria: perplexiteit (perplexity) en onregelmatigheid (burstiness).AI-detectoren kunnen worden gebruikt door universiteiten en andere instellingen om door AI gegenereerde inhoud te identificeren. https://www.scribbr.nl/ai-tools-gebruiken/ai-termen-begrippenlijst/ Deepfake Door AI gegenereerd of gemanipuleerd beeld-, audio- of videomateriaal dat een gelijkenis vertoont met bestaande personen, voorwerpen, plaatsen, entiteiten of gebeurtenissen, en door een persoon ten onrechte voor authentiek of waarheidsgetrouw zou worden aangezien. https://minbzk.github.io/Algoritmekader/overhetalgoritmekader/definities/ Algoritme Impact Assessment Een algoritme impact assessment is een hulpmiddel voor het maken van afwegingen bij het inzetten van algoritmes en kunstmatige intelligentie. https://www.rijksoverheid.nl/documenten/publicaties/2025/04/22/overheidsbrede-handreiking-generatieve-ai Voorbeelden van algoritme impact assessments zijn het Impact Assessment Mensenrechten en Algoritmes (IAMA) en het AI Impact Assessment (AIIA) AIIA Algoritme Register Een register met beschrijvingen van algoritmische toepassingen die direct of indirect een maatschappelijk en/of economisch effect hebben, op burgers of op de maatschappij als geheel. http://begrippen.kadaster.nl/ar/id/concept/AlgorithmRegister Cognition Plane De architectuurlaag waar AI-systemen redeneren, interpreteren en beslissingen nemen. Onderscheidt zich van het data- en controlvlak door non-deterministisch, contextafhankelijk gedrag. Het cognition plane is de kernarchitectuurinnovatie van de AI-BOK. Het vereist eigen governance-mechanismen zoals mandaten en redeneringsgrenzen. AI-BOK v1.0, Module 3, sectie 3.6, p.209 Grounding Het verankeren van AI-output in geverifieerde, autoritatieve bronnen zodat antwoorden feitelijk correct en traceerbaar zijn. Grounding is een van de drie fundamenten van het cognition plane. Zonder grounding produceert een LLM antwoorden op basis van trainingsdata die verouderd of onjuist kan zijn. AI-BOK v1.0, Module 3, sectie 3.6.4, p.210 Semantische Precisie Eenduidige, formeel gedefinieerde begrippen die AI-systemen in staat stellen concepten correct te interpreteren. Eerste fundament van het cognition plane. Vereist autoritatieve terminologieraamwerken (SKOS/NL-SBB). AI-BOK v1.0, Module 3, sectie 3.6.4, p.210 AI Governance Het geheel van beleidsraamwerken, besluitstructuren, verantwoordelijkheden en mandaten waarmee een organisatie AI-systemen bestuurt. KG1 is het centrale kennisgebied van de AI-BOK. AI Governance is ingebed, niet opgelegd — mechanismen zijn onderdeel van de architectuur. AI-BOK v1.0, Module 1, sectie 1.1, p.16 Shadow AI Niet-goedgekeurd gebruik van AI-tools en -diensten door medewerkers buiten het zicht van IT en governance. Shadow AI vormt een groeiend risico. De AI-BOK adviseert channeling (veilige alternatieven bieden) boven verbieden. AI-BOK v1.0, Module 1, sectie 1.13, p.20 Driftdetectie Het monitoren van verschuivingen in data- of modelgedrag die de prestaties van een AI-systeem in productie degraderen. Onderscheid tussen data drift (inputverdeling verandert) en concept drift (relatie input-output verandert). Trigger voor de hertrainingsloop. AI-BOK v1.0, Module 1, sectie 8.6, p.51 Guardrail Programmeerbare begrenzingen op de input en output van AI-modellen die ongewenst gedrag voorkomen. Guardrails zijn architecturaal verankerd in het cognition plane. Ze vormen een extra beveiligingslaag bovenop modeltraining. AI-BOK v1.0, Module 1, sectie 6.8, p.41 Agent Mandaat Formele specificatie van de autonomiegrenzen, escalatieregels en contextbeperkingen waarbinnen een AI-agent mag opereren. Agent mandaten zijn het governance-instrument voor agentic AI. Ze specificeren wat een agent mag, niet mag, en wanneer een mens moet ingrijpen. AI-BOK v1.0, Module 1, sectie 1.5, p.18 Quality Gate Formeel beslismoment in de AI-levenscyclus waar een AI-initiatief wordt beoordeeld op kwaliteitscriteria voordat het naar de volgende fase mag. Elke quality gate heeft specifieke criteria, verantwoordelijke rollen en deliverables. Vergelijkbaar met TOGAF ADM quality reviews. AI-BOK v1.0, Module 3, sectie 3.1, p.181 Model Card (begrip) Gestandaardiseerd documentatieformaat dat beschrijft wat een AI-model doet, voor wie, met welke beperkingen en welke prestaties. Gebaseerd op Mitchell et al. (2019). Elke model card bevat: doel, eigenaar, trainingsdata, evaluatieresultaten, beperkingen, fairness-assessment. AI-BOK v1.0, Module 1, sectie 6.4, p.40 Human-in-the-loop Ontwerppatroon waarbij een mens actief betrokken is in het beslisproces van een AI-systeem en elke output beoordeelt voordat deze wordt uitgevoerd. HITL, menselijke controle Drie varianten: human-in-the-loop (elke beslissing), human-on-the-loop (steekproefsgewijs), human-in-command (beleid/strategie). AI-BOK v1.0, Module 1, sectie 11.6, p.63 Kennisgraaf Een grafenstructuur die entiteiten en hun onderlinge relaties representeert als kennisbasis voor AI-systemen. Knowledge Graph, KG Kennisgrafen vormen een kerncomponent van het data plane. Ze worden ingezet voor GraphRAG, entity resolution en semantische zoekfuncties. AI-BOK v1.0, Module 1, sectie 5.7, p.35 Embedding Een numerieke vectorrepresentatie van tekst, beeld of andere data die semantische betekenis vastlegt in een continue vectorruimte. Embeddings zijn de basis van RAG-pipelines en semantisch zoeken. Kwaliteit van embeddings bepaalt retrieval-effectiviteit. AI-BOK v1.0, Module 1, sectie 5.5, p.34 Fine-tuning Het verder trainen van een foundation model op domeinspecifieke data om de prestaties voor een specifieke taak te verbeteren. Alternatief voor RAG wanneer domeinkennis structureel in het model moet worden opgenomen. Duurder en complexer dan prompting. AI-BOK v1.0, Module 1, sectie 6.6, p.40 Responsible AI De praktijk van het ontwerpen, ontwikkelen en inzetten van AI-systemen op een manier die ethisch, transparant, eerlijk en verantwoord is. Verantwoorde AI Responsible AI omvat fairness, uitlegbaarheid, privacy, veiligheid en menselijk toezicht. Het is het overkoepelende thema van KG11. AI-BOK v1.0, Module 1, sectie 11.1, p.62 Verantwoorde AI-waardecreatie Meetbare businesswaarde uit AI-systemen binnen acceptabele risicogrenzen. Niveau 1: AI als Gereedschap AI ondersteunt individuele taken, geen autonomie. Gebruiker initieert en controleert volledig. AI-BOK v1.0, Module 3, sectie 3.6.6, p.163 Niveau 2: AI in Workflows AI is geïntegreerd in bedrijfsprocessen, geautomatiseerde stappen met menselijke supervisie. AI-BOK v1.0, Module 3, sectie 3.6.6, p.163 Niveau 3: Digitale Assistent AI voert conversaties, beantwoordt vragen, helpt bij beslissingen. Beperkte autonomie. AI-BOK v1.0, Module 3, sectie 3.6.6, p.163 Niveau 4: Orchestratie Meerdere AI-agents werken samen, gecoördineerd door een orchestrator. Hoge governance-intensiteit. AI-BOK v1.0, Module 3, sectie 3.6.6, p.163 Niveau 5: Autonome Agents AI-agents handelen zelfstandig binnen mandaten. Zeer hoge governance-vereisten. AI-BOK v1.0, Module 3, sectie 3.6.6, p.163 Niveau 6: Federatieve Samenwerking Agents van verschillende organisaties werken samen. Maximale governance-complexiteit. AI-BOK v1.0, Module 3, sectie 3.6.6, p.163 Fase 1: Quick Wins (0-3 mnd) Inventariseer bestaande AI-initiatieven, stel AI Board samen, classificeer risico, creëer bewustzijn. AI-BOK v1.0, Module 3, sectie 3.5, p.151 Fase 2: Fundament (3-12 mnd) Governance framework operationeel, lifecycle ingericht, eerste modellen in registry, basismonitoring. AI-BOK v1.0, Module 3, sectie 3.5, p.151 Fase 3: Opschaling (12-24 mnd) Organisatiebrede uitrol, cognition plane operationeel, multi-agent pilots, volledige compliance. AI-BOK v1.0, Module 3, sectie 3.5, p.151 Fase 4: Optimalisatie (24+ mnd) Continue verbetering, federatieve samenwerking, AI-gedreven innovatie, volwassenheidsniveau 4-5. AI-BOK v1.0, Module 3, sectie 3.5, p.151 Gap: Geen → Quick Wins Verschil tussen huidige situatie en eerste quick wins. Gap: Quick Wins → Fundament Verschil tussen ad-hoc en gestructureerd. Gap: Fundament → Opschaling Verschil tussen basis en organisatiebrede uitrol. Semantische Precisie + Betrouwbare Kennisbronnen + Expliciete Governance zijn alle drie nodig. Cognition Plane Redenering, interpretatie, besluitvorming door AI. AI-BOK v1.0, Module 3, sectie 3.6.1, p.159 Control Plane Identiteit, autorisatie, logging, audit. AI-BOK v1.0, Module 3, sectie 3.6.1, p.159 Data Plane Data, kennis, vectorstores, kennisgrafen. AI-BOK v1.0, Module 3, sectie 3.6.1, p.159 1e Lijn: Uitvoering AI Engineers, AI Operations Engineers — dagelijkse operatie en eerste kwaliteitscontrole. AI-BOK v1.0, Module 3, sectie 3.3.4, p.140 2e Lijn: Oversight AI Risk Manager, AI Compliance Officer — onafhankelijke controle en risicobewaking. AI-BOK v1.0, Module 3, sectie 3.3.4, p.140 3e Lijn: Assurance AI Auditor — onafhankelijke audit van governance en systemen. AI-BOK v1.0, Module 3, sectie 3.3.4, p.140 Cognition Plane Leveranciers in het Cognition Plane. Control Plane Leveranciers in het Control Plane. Data Plane Leveranciers in het Data Plane. LLM Providers Agent & RAG Guardrails & Safety Evaluatie & Fairness Prompt Management Identity & Access Policy Engines MLOps & Registry API Gateways Monitoring CI/CD & Infra Model Serving Vector Databases Knowledge Graphs Data Platforms Data Quality Feature Stores Annotation Document Storage Data Lineage Cloud & Research Architectuur stelt governance kaders voor definieert architectuurprincipes bepaalt gate-criteria stelt risicotolerantie mandateert compliance verankert ethiek stelt kennisbron-eisen levert architectuurvereisten bepaalt initiatieven formuleert data-eisen prioriteert modelontwikkeling bepaalt operationele capaciteit definieert lifecycle-blauwdruk specificeert data-ontsluiting definieert infra-eisen specificeert interactiepatronen levert doelarchitectuur specificeert RAG-architectuur levert lifecycle-raamwerk levert systemen voor deployment levert trainings-/evaluatiedata levert begrippenkaders levert biasanalyses levert data-lineage levert biasdetectie levert semantische bouwblokken levert gevalideerde modellen escaleert modelrisico's levert model cards levert fairness-assessments levert interactiepatronen levert monitoringdata escaleert incidenten levert operationele logs levert risico-input deelt risico-ethiek raakvlak deelt FRIA-beoordeling levert contextspecificaties levert bronverwijzingen levert hallucinatiepreventie levert traceerbaarheid voorzitter lid lid lid lid Retraining loop Evaluation loop Evolution loop betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij betrokken bij ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door ondersteund door primair primair primair primair primair primair primair primair primair primair van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op vereist vereist vereist vereist vereist vereist vereist vereist vereist vereist vereist vereist vereist vereist vereist vereist vereist vereist vereist vereist vereist vereist vereist leidt heeft belang bij heeft belang bij heeft belang bij heeft belang bij heeft belang bij heeft belang bij heeft belang bij van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op van toepassing op levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert levert getraind op ontvangt raadpleegt resulteert in heeft valt onder genereert bevat bestuurt bestuurt bestuurt governance governance governance governance governance governance governance governance performance degradatie hertrain evaluatie gefaald hertrain fundamentele wijziging herstart cyclus heeft als begrip heeft als begrip heeft als begrip heeft als begrip heeft als begrip heeft als begrip heeft als begrip heeft als begrip heeft als begrip heeft als begrip heeft als begrip heeft als begrip heeft als begrip heeft als begrip heeft als begrip heeft als begrip heeft als begrip heeft als begrip heeft als begrip heeft als begrip heeft als begrip ai-act-risk-class automatiseringsgraad availability-sla avg-classificatie bewaartermijn business-value compliance-relevantie cost-indication data-sensitivity dct:source deployment-model enterprise-readiness eu-ai-act-relevant eu-ai-act-relevantie fte-indicatie governance-intensity herkomst implementation-status integration-protocol license-model lifecycle-phase maturity-level menselijk-toezicht plane prioriteit rdfs:comment senioriteitsniveau skos:altLabel skos:closeMatch skos:notation skos:scopeNote url vendor-dependency vendor-type vertrouwelijkheid 01.01 AI Capability Map (12 Kennisgebieden) Bron: AI-BOK v1.0, Module 1, sectie 1-12, p.7 AI-BOK v1.0, Module 1, sectie 1-12, p.7 01.02 Layered View (alle lagen) Bron: AI-BOK v1.0, Module 3, sectie 3.6, p.159 AI-BOK v1.0, Module 3, sectie 3.6, p.159 01.00 AI-BOK Overzicht — Waarom, Wat, Hoe & Wie Bron: AI-BOK v1.0, Module 1, sectie 1-12, p.7 AI-BOK v1.0, Module 1, sectie 1-12, p.7 02.01 AI Rollenmodel (19 Rollen) Bron: AI-BOK v1.0, Module 2, sectie 2.2, p.88 AI-BOK v1.0, Module 2, sectie 2.2, p.88 02.02 AI Lifecycle Management (TOGAF ADM-stijl) Bron: AI-BOK v1.0, Module 1, sectie 4, p.26 AI-BOK v1.0, Module 1, sectie 4, p.26 02.03 Procesmodel met Quality Gates Bron: AI-BOK v1.0, Module 1, sectie 4, p.26 AI-BOK v1.0, Module 1, sectie 4, p.26 02.04 RACI Matrix (Rollen × Kennisgebieden) Bron: AI-BOK v1.0, Module 2, sectie 2.2, p.88 AI-BOK v1.0, Module 2, sectie 2.2, p.88 02.05 Bedrijfsfuncties & Bedrijfsobjecten (52 objecten) Bron: AI-BOK v1.0, Module 1, sectie 1-12, p.7 AI-BOK v1.0, Module 1, sectie 1-12, p.7 02.06 Functiemodel met ABBs Bron: AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 02.10 AI Value Stream Bron: AI-BOK v1.0, Module 3, sectie 3.5, p.151 AI-BOK v1.0, Module 3, sectie 3.5, p.151 02.07 Three Lines of Defence Bron: AI-BOK v1.0, Module 3, sectie 3.3.4, p.140 AI-BOK v1.0, Module 3, sectie 3.3.4, p.140 02.08 Sub-rollen en Specialisaties Bron: AI-BOK v1.0, Module 2, sectie 2.2, p.88 AI-BOK v1.0, Module 2, sectie 2.2, p.88 02.09 Bedrijfsobjecten per Kennisgebied Bron: AI-BOK v1.0, Module 1, sectie 1-12, p.7 AI-BOK v1.0, Module 1, sectie 1-12, p.7 03.01 Drie Planes Architectuur (ABBs + Services) Bron: AI-BOK v1.0, Module 3, sectie 3.6.1, p.159 AI-BOK v1.0, Module 3, sectie 3.6.1, p.159 03.02 SBBs Cognition Plane Bron: AI-BOK v1.0, Module 3, sectie 3.6.1, p.159 AI-BOK v1.0, Module 3, sectie 3.6.1, p.159 03.03 SBBs Control Plane Bron: AI-BOK v1.0, Module 3, sectie 3.6.1, p.159 AI-BOK v1.0, Module 3, sectie 3.6.1, p.159 03.04 SBBs Data Plane Bron: AI-BOK v1.0, Module 3, sectie 3.6.1, p.159 AI-BOK v1.0, Module 3, sectie 3.6.1, p.159 03.05 AI Meta-model (Datamodel) Bron: AI-BOK v1.0, Module 3, sectie 3.2, p.190 AI-BOK v1.0, Module 3, sectie 3.2, p.190 03.06 Application Cooperation (Data Flows) Bron: AI-BOK v1.0, Module 3, sectie 3.6.5, p.162 AI-BOK v1.0, Module 3, sectie 3.6.5, p.162 03.07 RAG Architectuurvarianten Bron: AI-BOK v1.0, Module 1, sectie 12.6, p.73 AI-BOK v1.0, Module 1, sectie 12.6, p.73 03.08 Privacy Architectuur (Sleutelkast-patroon) Bron: AI-BOK v1.0, Module 1, sectie 5.10, p.33 AI-BOK v1.0, Module 1, sectie 5.10, p.33 03.09 Vendor Landscape Bron: AI-BOK v1.0, Module 3, sectie 3.6.1, p.159 AI-BOK v1.0, Module 3, sectie 3.6.1, p.159 04.01 AI Governance Structuur Bron: AI-BOK v1.0, Module 1, sectie 1.2, p.7 AI-BOK v1.0, Module 1, sectie 1.2, p.7 04.00 Stakeholder Analyse Bron: AI-BOK v1.0, Module 2, sectie 2.3, p.108 AI-BOK v1.0, Module 2, sectie 2.3, p.108 04.02 Principes Detail (KG1 Governance + KG3 Architectuur) Bron: AI-BOK v1.0, Module 1, sectie 1.2, 3.2, p.7 AI-BOK v1.0, Module 1, sectie 1.2, 3.2, p.7 04.03 Alle Principes Overzicht (72+) Bron: AI-BOK v1.0, Module 1, sectie 1-12, p.7 AI-BOK v1.0, Module 1, sectie 1-12, p.7 04.08 Requirements Realization (Principe → Eis → ABB) Bron: AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 AI-BOK v1.0, Module 3, sectie 3.6.5a, p.163 04.04 Standaarden & Constraints (met ABB-koppelingen) Bron: AI-BOK v1.0, Module 3, sectie 3.3, p.138 AI-BOK v1.0, Module 3, sectie 3.3, p.138 04.05 AI Begrippen in Context Bron: AI Thesaurus (AI-BOK bijlage) AI Thesaurus (AI-BOK bijlage) 04.07 Aanvullende Standaarden & Omgevingsfactoren Bron: AI-BOK v1.0, Module 3, sectie 3.3, p.138 AI-BOK v1.0, Module 3, sectie 3.3, p.138 04.06 Governance Integratie (TOGAF/DAMA/COBIT/AVG) Bron: AI-BOK v1.0, Module 3, sectie 3.3, p.138 AI-BOK v1.0, Module 3, sectie 3.3, p.138 04.09 Alle AI Begrippen (Thesaurus) Bron: AI Thesaurus (AI-BOK bijlage) AI Thesaurus (AI-BOK bijlage) 05.01 Agent Maturity Spectrum (6 niveaus) Bron: AI-BOK v1.0, Module 3, sectie 3.6.6, p.163 AI-BOK v1.0, Module 3, sectie 3.6.6, p.163 05.02 Volwassenheidsmodel (5x5 met Roadmap & Agent Maturity) Bron: AI-BOK v1.0, Module 3, sectie 3.4, p.145 AI-BOK v1.0, Module 3, sectie 3.4, p.145 05.03 AI Quality Framework (5 dimensies) Bron: AI-BOK v1.0, Module 3, sectie 3.7, p.164 AI-BOK v1.0, Module 3, sectie 3.7, p.164 05.04 Implementatie Roadmap (4 fasen met Gaps) Bron: AI-BOK v1.0, Module 3, sectie 3.5, p.151 AI-BOK v1.0, Module 3, sectie 3.5, p.151 06.01 KG1: AI Governance Bron: AI-BOK v1.0, Module 1, sectie 1, p.7 AI-BOK v1.0, Module 1, sectie 1, p.7 06.02 KG2: AI Strategie & Portfoliomanagement Bron: AI-BOK v1.0, Module 1, sectie 2, p.14 AI-BOK v1.0, Module 1, sectie 2, p.14 06.03 KG3: AI Architectuur Bron: AI-BOK v1.0, Module 1, sectie 3, p.20 AI-BOK v1.0, Module 1, sectie 3, p.20 06.04 KG4: AI Lifecycle Management Bron: AI-BOK v1.0, Module 1, sectie 4, p.26 AI-BOK v1.0, Module 1, sectie 4, p.26 06.05 KG5: Data & Semantiek voor AI Bron: AI-BOK v1.0, Module 1, sectie 5, p.28 AI-BOK v1.0, Module 1, sectie 5, p.28 06.06 KG6: Model Management Bron: AI-BOK v1.0, Module 1, sectie 6, p.26 AI-BOK v1.0, Module 1, sectie 6, p.26 06.07 KG7: AI Interactie & UX Bron: AI-BOK v1.0, Module 1, sectie 7, p.30 AI-BOK v1.0, Module 1, sectie 7, p.30 06.08 KG8: AI Operations Bron: AI-BOK v1.0, Module 1, sectie 8, p.26 AI-BOK v1.0, Module 1, sectie 8, p.26 06.09 KG9: AI Risicomanagement Bron: AI-BOK v1.0, Module 1, sectie 9, p.30 AI-BOK v1.0, Module 1, sectie 9, p.30 06.10 KG10: AI Compliance & Audit Bron: AI-BOK v1.0, Module 1, sectie 10, p.28 AI-BOK v1.0, Module 1, sectie 10, p.28 06.11 KG11: AI Ethiek Bron: AI-BOK v1.0, Module 1, sectie 11, p.34 AI-BOK v1.0, Module 1, sectie 11, p.34 06.12 KG12: AI Kennis- & Contextmanagement Bron: AI-BOK v1.0, Module 1, sectie 12, p.34 AI-BOK v1.0, Module 1, sectie 12, p.34