• Home
• Nieuws

Copilot zonder kompas? Waarom AI pas echt werkt als je data op orde zijn

Geplaatst door CorporatieMedia op Tuesday 1 July 2025

Ik geef het toe: de eerste keer dat ik Copilot in Power BI zag, was ik onder de indruk. Een paar simpele vragen, en de AI toverde in seconden grafieken en KPI’s op het scherm. Geen DAX meer, geen eindeloze slicers, gewoon antwoorden. Maar al snel kwam de twijfel: Wat zie ik hier eigenlijk? Waar komen die cijfers vandaan? En wat als dit niet klopt?

Bij Zig houden we van innovatie – maar alleen als het werkt in de praktijk van woningcorporaties. Dus zijn we gaan testen. We vroegen Copilot om de gemiddelde onderhoudslasten te berekenen. Dat leek goed te gaan. Maar toen kwamen de vragen: telt hij ook geannuleerde werkorders mee? Welke statussen? Welke kostenposten? Haalt hij bedragen uit het grootboek of de subadministratie? We kwamen erachter: Copilot geeft altijd een antwoord, maar zonder goed fundament weet je niet wat dat antwoord waard is. En we kwamen er ook achter dat de antwoorden van Copilot ronduit fout kunnen zijn.

Daarom ben ik ervan overtuigd: Copilot is geen magische oplossing. Het is een krachtige assistent, áls je hem goed voedt. En precies daar komt Insights in beeld.

Hoe Copilot werkt – en waarom dat minder vanzelfsprekend is dan het lijkt
Copilot in Power BI maakt gebruik van generatieve AI. In plaats van formules schrijven of filters aanklikken, kun je gewoon in natuurlijke taal een vraag stellen. Bijvoorbeeld: “Laat me het energieverbruik per complex zien in het afgelopen kwartaal.”

Op basis van jouw vraag bouwt Copilot een gegevensvraag op het onderliggende datamodel. Het zoekt naar relevante tabellen, meetwaarden en kolommen, en maakt daar een grafiek of samenvatting van. Ook voor vervolgvragen, zoals “en toon alleen de vijf slechtst presterende complexen”, weet Copilot moeiteloos een filter toe te passen.

Het voelt intuïtief en snel – en dat is het ook. Maar de crux zit in dat woordje “onderliggend”. Want wat als dat model onduidelijk is? Wat als meetwaarden ontbreken, verkeerd gedefinieerd zijn, of de naamgeving cryptisch is? Dan maakt Copilot aannames. En dan krijg je plausibele, maar potentieel verkeerde antwoorden.

Copilot verzint namelijk niets. Hij haalt zijn informatie uit het datamodel. Maar zonder goed gedefinieerde context gaat het alsnog mis. Dan wordt AI een schijnzekerheid: een indrukwekkend antwoord, zonder dat je weet wat je precies vraagt of krijgt.

Daarom zeggen we bij Zig: AI werkt pas écht met goede data. En het is aan ons als softwaremakers om dat fundament op orde te brengen. Met Insights bouwen we bewust aan zo’n fundament: gestructureerd, gestandaardiseerd en rijk aan metadata. Zodat Copilot niet hoeft te gissen – maar precies weet wat jij bedoelt.

Eén simpele vraag, duizend mogelijke antwoorden
Laat me je meenemen in een praktijkvoorbeeld. We vroegen Copilot: Wat zijn onze gemiddelde onderhoudslasten? Op het eerste gezicht een duidelijke vraag. Maar de complexiteit zit onder de oppervlakte.

Worden hierin alleen uitgevoerde werkorders meegenomen? Of ook geannuleerde? Gebruikt Copilot de bedragen uit de subadministratie, het grootboek of een combinatie daarvan? Gaat het om werkelijke kosten, geplande kosten, of ingekochte bedragen? En tellen alleen inkoopopdrachten mee of ook de kosten van de interne vaklieden?

Dit soort vragen zijn voor mensen herkenbaar – je zou het navragen bij een collega of in de definities duiken. Maar voor Copilot geldt: als de context niet in het model zit, moet hij gokken. En AI die gokt, klinkt vaak overtuigender dan terecht.

Bij Insights hebben we iets fundamenteels gedaan: we hebben definities, rekenregels en bedrijfslogica vastgelegd in metadata. Dat doen we al vanaf het begin. Het is namelijk onze filosofie. Maar door die aanpak hebben we nu een enorm voordeel. Want nu weet Copilot precies wat ‘onderhoudslasten’ betekent in jouw organisatie. Hij gebruikt de juiste filters, sluit irrelevante statussen uit en bouwt op de afgesproken rekenwijze.

Zo verandert de AI van een ongeleid projectiel in een betrouwbare sparringpartner. En kun jij met vertrouwen verder bouwen op de antwoorden die je krijgt.

Copilot zonder kompas – de risico’s van een slecht fundament
Zonder goed datamodel is Copilot als een piloot zonder vliegplan. Hij doet zijn best, maar weet niet waar hij is of waar hij heen moet. En dat zie je terug in de antwoorden.

In onze tests zagen we voorbeelden waarbij Copilot op het oog correcte visuals maakte, maar verkeerde kolommen gebruikte. Of meetwaarden combineerde die inhoudelijk niet bij elkaar hoorden. Soms was het subtiel – een filter te veel of te weinig. Soms ronduit misleidend. En het vervelende is: het voelt alsof het klopt. De AI praat overtuigend, bouwt keurig ogende rapporten, en je denkt al snel: dit ziet er goed uit.

Maar schijnzekerheid is gevaarlijker dan onzekerheid. Je neemt besluiten op basis van data waarvan je niet doorhebt dat ze niet kloppen. Het resultaat? Vertrouwen daalt, BI-teams moeten corrigeren, en de AI wordt terug in de kast gezet.

Daarom zeggen wij: zet Copilot pas aan als je fundament klopt. Niet omdat we sceptisch zijn over AI – integendeel. Maar juist omdat we de waarde ervan zien, willen we dat het werkt zoals het bedoeld is. En dat begint bij een helder, betrouwbaar datamodel. Insights biedt dat fundament. Copilot bouwt erop voort.

Insights + Copilot = wél betrouwbare antwoorden
De kracht van Insights zit in de structuur. Waar veel datamodellen organisch gegroeid zijn – met Excel-exports, ad-hoc measures en ongedocumenteerde filters – is Insights gebouwd op standaarden. CORA voor processen en de opbouw van definities, VERA voor data. Dat maakt het model niet alleen robuust, maar ook uitlegbaar.

En precies dat is waar Copilot baat bij heeft. Dankzij de uniforme structuur en heldere metadata kan de AI direct de juiste velden vinden, filters correct toepassen en meetwaarden gebruiken zoals ze bedoeld zijn. Sterker nog: Copilot begrijpt onze definities. Omdat we ze expliciet aan hem beschikbaar stellen via modelbeschrijvingen en synoniemen.

Zo weet Copilot het verschil tussen “bruto huur” en “aanvangshuur”. Hij begrijpt wat je bedoelt met “netto onderhoudslasten” of “toewijzingen per doelgroep”. En hij gebruikt bestaande berekeningen in plaats van ter plekke iets te verzinnen.

We hebben zelfs de mogelijkheid om veelgestelde vragen te koppelen aan geverifieerde antwoorden. Zo kan Copilot niet alleen sneller, maar ook consistenter reageren. Geen interpretatieverschillen, geen verrassingen bij het MT-dashboard.

In feite geven we Copilot niet alleen toegang tot data, maar ook tot de manier waarop jouw organisatie denkt. En dat maakt het verschil. Zo wordt AI niet een leuke gimmick, maar een volwaardige collega in je datagedreven team.

Wat dit betekent voor jouw organisatie?
Copilot verandert hoe we naar data kijken. Van iets dat je ophaalt in een dashboard, naar iets waarmee je live in gesprek gaat. Maar die belofte komt alleen uit als de basis klopt. Dat betekent: eenduidige definities, duidelijke relaties, governance over je datamodel.

Veel organisaties willen “iets met AI”, maar worstelen met versnipperde data, tegenstrijdige rapporten en een gebrek aan vertrouwen in cijfers. Insights helpt je die drempels te overwinnen. Je krijgt niet alleen tooling, maar ook structuur, standaarden en support. En daar plukt Copilot de vruchten van.

Wat je nodig hebt, is geen losse AI-oplossing, maar een fundament waarop AI kan bouwen. Met Insights creëer je die basis. En pas dan wordt Copilot echt een versneller: voor inzicht, voor besluitvorming en voor je hele organisatie.

Afsluiting – Met Insights maak je een goede keuze
AI is geen doel op zich. Het is een versneller, een hulpmiddel – mits je de juiste voorbereiding treft. Copilot kan jouw organisatie écht verder helpen. Maar alleen als hij werkt op een fundament dat klopt: een betrouwbaar, gestructureerd en uitlegbaar datamodel.

Met Insights leg je dat fundament. Je werkt volgens standaarden, met eenduidige definities en krachtige metadata. Je maakt data niet alleen beschikbaar, maar ook begrijpelijk – voor mensen én voor AI. En dat maakt alle verschil.

Ik geloof dan ook: als je meer wilt doen met Copilot, begin dan bij je data. En met Insights maak je daarin een goede keuze.

Dit artikel deelt onze eerste bevindingen uit het Copilot-lab. We werken hard aan een robuuste integratie die écht waarde toevoegt. Ben je benieuwd naar de voortgang of wil je als eerste organisatie meedenken over use cases? Meld je aan voor ons pilot-programma (start Q3 2024)

Bron: Zig, Foto: Zig