Datakwaliteit en AI: waarom goede data essentieel is voor betrouwbare resultaten
Maarten Gerritsen
September 18, 2026
Steeds meer organisaties zetten Copilot, Data Agents of andere AI-toepassingen in op hun Microsoft Fabric-omgeving. De verwachting is vaak dat AI meteen waardevolle antwoorden geeft, zodra de tool is aangezet. In de praktijk valt dat vaak tegen, niet omdat de AI tekortschiet, maar omdat de onderliggende data dat doet.
Een AI-model is namelijk niet slimmer dan de data waarop het is losgelaten. In deze blog leggen we uit waarom datakwaliteit de bepalende factor is voor succesvolle AI-toepassingen, en hoe je daar in Microsoft Fabric grip op krijgt.
Het principe achter AI is simpel: garbage in, garbage out. Een AI-model dat rekent, redeneert of antwoordt op basis van onvolledige, verouderde of inconsistente data, geeft onvermijdelijk onbetrouwbare uitkomsten. Het probleem is dat een AI-antwoord er zelfverzekerd uitziet, ook als de onderliggende data niet klopt. Waar een verouderd cijfer op een dashboard nog wordt opgemerkt door een kritische lezer, presenteert een Copilot of Data Agent een fout antwoord met dezelfde overtuiging als een correct antwoord.
Datakwaliteit laat zich in de praktijk onderverdelen in een aantal dimensies:
Een AI-toepassing die op deze punten scoort, geeft merkbaar betere en voorspelbaardere resultaten dan een toepassing die los wordt gezet op een ongeorganiseerde dataomgeving.
Organisaties die Copilot of vergelijkbare AI-functionaliteit inzetten vóórdat hun data op orde is, lopen tegen een aantal terugkerende problemen aan.
Overtuigende, maar onjuiste antwoorden. Een AI-toepassing die reageert op basis van verouderde of onvolledige data, geeft geen waarschuwing dat het antwoord mogelijk niet klopt. Voor een besluitvormer die dat antwoord als uitgangspunt neemt, kan dat directe gevolgen hebben.
Inconsistente definities leiden tot verwarring. Als "omzet" in het ene systeem iets anders betekent dan in het andere, kan een AI-toepassing niet weten welke definitie bedoeld wordt. Het resultaat is een antwoord dat technisch klopt, maar inhoudelijk niet aansluit bij de vraag.
Trager adoptietraject. Organisaties die eerst AI uitrollen en pas daarna hun datafundament op orde brengen, ervaren vaak meer terugval en herstelwerk dan organisaties die dit in omgekeerde volgorde aanpakken. Een goed gestructureerde databasis maakt de introductie van AI juist sneller, niet langzamer.
Centraliseer je data in OneLake. Doordat OneLake data uit verschillende bronnen op één centrale plek samenbrengt, zonder dat je die data hoeft te dupliceren, ontstaat een uniforme basis waarop zowel rapportages als AI-toepassingen kunnen bouwen.
Meet en verbeter datakwaliteit structureel. Via Microsoft Purview Data Quality, onderdeel van de Unified Catalog, kun je regels instellen op de zes eerder genoemde kwaliteitsdimensies, met zowel kant-en-klare als AI-gegenereerde regels. Dit werkt onder andere voor Fabric Lakehouse-data, gespiegelde databases en shortcuts naar externe bronnen. Een recente toevoeging (in preview) laat zien dat de oorzaak van een datakwaliteitsprobleem direct herleidbaar is tot in OneLake, zodat je niet alleen ziet dát iets fout is, maar ook waar het vandaan komt.
Investeer in je semantisch model. Voor AI-toepassingen die vragen beantwoorden op basis van een Power BI-rapport of semantisch model, zoals Fabric Data Agents, is een consistente naamgeving en heldere definitie van kernbegrippen essentieel. Dit hebben we uitgebreider behandeld in onze blog over Data Agents.
Een organisatie zet een Data Agent in om vragen over omzet per klant te beantwoorden. Doordat dezelfde klant in het CRM-systeem en het factuursysteem onder een licht andere naam is vastgelegd, telt de agent de omzet van deze klant dubbel. Door eerst een uniciteitscontrole uit te voeren via Purview Data Quality, wordt dit probleem zichtbaar en opgelost voordat het tot verkeerde besluitvorming leidt.
Een salesteam gebruikt Copilot in Power BI om snel inzicht te krijgen in de pijplijn. Doordat een van de brontabellen niet dagelijks wordt ververst, baseert Copilot een deel van de antwoorden op data van een week oud. Door een actualiteitscontrole in te stellen, ontvangt het team een melding zodra een bron achterloopt, nog voordat dit tot een verkeerd antwoord leidt.
Een organisatie introduceert een nieuw datadomein waarvoor nog geen kwaliteitsregels bestaan. In plaats van deze handmatig op te stellen, gebruikt het datateam de AI-gegenereerde regels in Purview Data Quality als startpunt, en verfijnt deze op basis van de eerste scanresultaten.
Een deel van de datakwaliteitsfunctionaliteit rond Fabric, zoals het herleiden van de oorzaak van een probleem direct in OneLake, bevindt zich nog in preview. Houd er rekening mee dat werking en beschikbaarheid hiervan nog kunnen veranderen.
Daarnaast is het verstandig om vooraf een inschatting te maken van het aantal assets dat je wilt laten scannen. Het aantal gescande data-assets heeft direct invloed op het capaciteitsgebruik, en dus op de kosten, zeker als je dit breed uitrolt over meerdere domeinen tegelijk.
Tot slot geldt: een datakwaliteitstraject is geen eenmalige actie. Regels die vandaag kloppen, kunnen morgen verouderd zijn doordat een bronsysteem verandert. Plan periodieke controles in, in plaats van dit als een afgerond project te beschouwen.
Nee, maar hoe beter de datakwaliteit, hoe betrouwbaarder en voorspelbaarder de resultaten. Begin met de belangrijkste databronnen voor je eerste AI-toepassing, en breid vandaaruit stapsgewijs uit.
Datagovernance gaat over wie toegang heeft tot welke data en onder welke voorwaarden. Datakwaliteit gaat specifiek over de betrouwbaarheid van de data zelf, denk aan volledigheid, actualiteit en consistentie. Beide zijn nodig voor verantwoord AI-gebruik, maar lossen een ander probleem op.
Microsoft Purview Data Quality, onderdeel van de Unified Catalog, biedt no-code en low-code regels om datakwaliteit te meten en te monitoren voor onder andere Fabric Lakehouse-data, gespiegelde databases en shortcuts.
Ja. Het scannen van data-assets voor datakwaliteitscontroles telt mee in je capaciteitsgebruik. Het is verstandig om dit vooraf in te schatten, zeker bij een groot aantal assets.
Het principe geldt voor elke AI-toepassing die op je data reageert, van Copilot in Power BI tot Fabric Data Agents en eigen AI-oplossingen. Goede datakwaliteit is de basis, ongeacht welke AI-laag je erbovenop zet.
Goede data is geen bijzaak bij AI, het is de voorwaarde waarop alles verder bouwt. Organisaties die hier eerst in investeren, zien doorgaans een soepelere adoptie en betrouwbaardere resultaten dan organisaties die AI meteen op een ongeorganiseerde databasis loslaten.
Wil je weten hoe AI-klaar jouw data eigenlijk is? Neem contact met ons op. Bij Mount Data helpen we je met het beoordelen en verbeteren van je datakwaliteit, zodat AI-toepassingen in Fabric vanaf de start betrouwbare resultaten opleveren.
Deze website maakt gebruik van cookies voor een goede werking van de site.
Cookies zijn kleine tekstbestanden die door websites kunnen worden gebruikt om de gebruikerservaring efficiënter te maken. Volgens de wet mogen wij cookies op uw apparaat opslaan als ze strikt noodzakelijk zijn voor het functioneren van deze site. Voor alle andere soorten cookies hebben wij uw toestemming nodig. Deze site maakt gebruik van verschillende soorten cookies. Sommige cookies worden geplaatst door diensten van derden die op onze pagina’s worden weergegeven.
