Deze week hebben we bij een Regionale Ontwikkelmaatschappij succesvol de nieuwe release van ons AI-native dataplatform uitgerold. De nadruk ligt daarbij niet alleen op een nieuw dataplatform, maar op een nieuwe, AI-ondersteunde manier om dataplatformen gecontroleerd te ontwikkelen, te beheren en door te ontwikkelen.
Microsoft Fabric biedt een geïntegreerd platform voor data-engineering, analytics, data science en business intelligence. Met OneLake als gedeelde datalaag kunnen organisaties data centraal opslaan, beheren en gebruiken voor analytics- en AI-workloads, zonder onnodige kopieën tussen verschillende tools.
Van code-first naar specs-first
De kern van deze release is spec-driven development. In plaats van te beginnen met losse code, notebooks of prompts, leggen we eerst vast:
- Wat een verandering functioneel moet opleveren.
- Welke architectuur- en kwaliteitsprincipes gelden.
- Welke data, processen en afhankelijkheden geraakt worden.
- Hoe de oplossing wordt gevalideerd en beheerd.
Die specificaties zijn vervolgens het gedeelde vertrekpunt voor ontwikkelaars én AI-coding agents. Agents kunnen daardoor niet vrijblijvend “code genereren”, maar werken binnen expliciete context, afspraken en grenzen. Dit maakt AI-ondersteunde ontwikkeling beter herhaalbaar, controleerbaar en passend bij enterprise-platformen. Een gangbare SDD-flow is: specificatie, contract, implementatie, testen en review — met een duidelijke rol voor agents per stap.
Bekijk de training AI-native software ontwikkelen.
Agentic, met regie
In deze release kunnen tools zoals GitHub Copilot, Codex en Claude werken vanuit dezelfde projectinstructies. De centrale AGENTS.md beschrijft de dagelijkse werkwijze; aanvullende instructies per onderdeel van het platform geven agents de benodigde lokale context. De constitution bevat de niet-onderhandelbare principes: wanneer een praktische instructie daarvan afwijkt, wordt de instructie aangepast — niet het principe.
Dat is essentieel voor agentic softwareontwikkeling. AI maakt het mogelijk om sneller ontwerpen te analyseren, code voor te stellen, tests te ondersteunen en documentatie actueel te houden. Maar snelheid zonder duidelijke architectuur leidt gemakkelijk tot versnippering. Met Specs First houden we de menselijke ontwerpkeuzes, platformstandaarden en kwaliteitskaders leidend.
Lees meer over Loop-engineering.
Technisch fundament
Onder de motorkap is het platform opgezet als een herbruikbare, opnieuw uitrolbare Microsoft Fabric-basis:
- Een centrale Python-wheel verzorgt de uitvoerlogica van de platformnotebooks.
- Een SQL-metastore bevat de proces-specifieke configuratie en metadata.
- Generieke dispatchers verwerken de raw- en standardized-lagen, zodat hiervoor geen aparte notebooks per proces nodig zijn.
- Voor de consumption-laag wordt bewust gewerkt met een template per business-entiteit: uniform waar het kan, specifiek waar het moet.
- Airflow en Fabric-native orkestratie draaien naast elkaar tegen dezelfde metadatafundering.
- Klantomgevingen ontstaan vanuit templates, terwijl de gedeelde platformkern centraal beheerd en verder ontwikkeld wordt.
Microsoft Fabric-notebooks zijn een primair ontwikkelonderdeel voor Apache Spark-jobs en machine-learningexperimenten; ze vormen daarmee een passende uitvoeringslaag voor een gestandaardiseerd, notebookgedreven dataplatform.
Wat deze release oplevert
Voor de Regionale Ontwikkelmaatschappij betekent dit een dataplatform dat niet alleen data verwerkt, maar ook sneller en veiliger kan evolueren. Nieuwe processen, databronnen en informatieproducten kunnen voortbouwen op vaste patronen, centrale metadata en vastgelegde specificaties.
De grootste opbrengst van deze release is daarmee ontwikkelsnelheid met behoud van regie:
- Minder herhaalbaar maatwerk en minder afhankelijkheid van individuele implementatiekennis.
- Snellere, consistentere wijzigingen met ondersteuning van AI-coding agents.
- Meer traceerbaarheid van businessvraag via specificatie naar code, testen en productie.
- Een platform dat herbruikbaar is voor nieuwe domeinen en klantimplementaties.
- Een solide basis voor toekomstige data- en AI-producten binnen Microsoft Fabric.
Met de succesvolle uitrol bij deze Regionale Ontwikkelmaatschappij bewijzen we dat agentic development en enterprise-grade dataplatformontwikkeling elkaar versterken — mits architectuur, specificaties en governance vanaf het begin leidend zijn.
DIKW helpt organisaties om de stap naar een AI-native dataplatform gecontroleerd én praktisch te zetten. We combineren diepgaande kennis van Microsoft Fabric, data-architectuur en governance met ervaring in AI-assisted softwareontwikkeling. Daardoor leveren we niet alleen een technische basis, maar ook een herhaalbare werkwijze waarin specificaties, kwaliteit en beheer vanaf het begin zijn ingebouwd. Klanten kiezen voor DIKW wanneer zij sneller willen innoveren met data en AI, zonder concessies te doen aan betrouwbaarheid, veiligheid, overdraagbaarheid en grip op hun platform.
Meer weten over de overgang naar AI-native dataplatformen?
Hugo Koopmans, Managing Partner bij DIKW Intelligence, deelt op 10 november tijdens AI & Automation Day van Heliview zijn visie en praktische ervaringen met AI-ondersteunde ontwikkeling, datafundamenten en agentic werkwijzen.
