TU/e bouwt aan een toekomstbestendig datafundament

“We zijn de samenwerking met Cegeka aangegaan om een fundamentele omslag te maken”, vertelt Jeroen Bovend'eerdt, Product Owner BI, Analytics & Data Coordination bij de Technische Universiteit Eindhoven (TU/e). “We zijn overgestapt van een traditionele BI-aanpak, waarbij ieder dataverzoek via mijn team liep, naar een aanpak waarin we data als strategische asset beschouwen, met Databricks als fundament en selfservice als uitgangspunt.”

Weinig universiteiten in Europa zijn zo sterk verbonden met het bedrijfsleven als de TU/e. De universiteit werd in 1957 opgericht, destijds in de achtertuin van Philips, en levert inmiddels al bijna zeventig jaar onderzoekers en talent voor enkele van de meest geavanceerde bedrijven van Europa. ASML, DAF, Vanderlande, Philips en duizenden toeleveranciers binnen het Brainport-ecosysteem bevinden zich nog altijd letterlijk om de hoek. Met 13.500 studenten, 5.000 medewerkers en negen faculteiten legt de TU/e de lat hoog.

En die ambities zijn groter dan ooit. De TU/e speelt een belangrijke rol binnen Project Beethoven, een nationaal investeringsprogramma van € 2,5 miljard dat de positie van Nederland en Europa in de wereldwijde semiconductorindustrie moet versterken. Om voldoende talent op te leiden voor bedrijven als ASML moet de universiteit haar opleidingen en onderzoeksfaciliteiten in hoog tempo uitbreiden. Om die groei goed te kunnen sturen, was een volgende stap nodig: van traditionele rapportages naar een moderne datastrategie.

Van wachtrij naar schaalbare data-aanpak

Sinds 2018 werkte de TU/e met een centraal BI-programma, gebaseerd op een traditioneel Microsoft SQL-datawarehouse. Daarmee werden onder andere HR, finance, onderzoek en facility management ondersteund. De vraag naar rapportages, dashboards en data bleef echter groeien, waardoor het centrale BI-team steeds meer onder druk kwam te staan.

“De vraag was altijd groter dan onze capaciteit”, herinnert Bovend'eerdt zich. “We waren voortdurend aan het prioriteren en achterstanden aan het wegwerken. Elk rapport, elk dashboard en ieder dataverzoek kwam in dezelfde lange wachtrij terecht. Het was net zo goed een architectuurprobleem als een capaciteitsprobleem — alleen meer mensen toevoegen zou het nooit oplossen.” Strenge eisen rondom privacy en compliance maakten de behoefte aan een structurele oplossing alleen maar groter.

De omslag naar selfservice

Een paar kleine aanpassingen zouden niet voldoende zijn. De TU/e koos daarom samen met Cegeka voor een fundamenteel andere aanpak. Er werd een nieuw platform gebouwd met Databricks op Azure en de universiteit maakte de beweging naar een data mesh-model, waarin afdelingen zelf hun eigen dataproducten kunnen ontwikkelen.

“Alles moest rechtstreeks in Databricks worden gebouwd: één samenhangend platform, met zo min mogelijk verschillende tooling. Cegeka ging daarin mee en leverde.”

“In de praktijk betekent dit echte selfservice”, legt Bovend'eerdt uit. “Iedere afdeling met Power BI-kennis hoeft niet langer een verzoek in te dienen en in de rij te wachten. Ze bouwen en publiceren hun eigen rapportages. Ze zitten nu zelf aan het stuur en bepalen hun eigen ontwikkelsnelheid. Onze rol is verschoven van bottleneck naar ruggengraat: we ontsluiten de data, stellen de standaarden vast en onderhouden de infrastructuur, in plaats van rapportages één voor één op te leveren.”

Bij het ontwerp is nadrukkelijk naar de langere termijn gekeken. Zo biedt het platform sandboxomgevingen voor onderzoekers en is vanaf het begin rekening gehouden met daadwerkelijke integratie van AI. “Dit zijn geen nice-to-haves voor een instelling die data science serieus neemt”, aldus Bovend'eerdt.

De juiste expertise aan tafel

De keuze voor Cegeka als partner sloot aan bij de technische cultuur van de universiteit. “We hebben die cv’s echt grondig doorgenomen en uitgebreid gesproken met de technische specialisten”, vertelt Bovend'eerdt. “De profielen van Cegeka waren indrukwekkend en hielpen de doorslag te geven.”

Ook de bereidheid van Cegeka om binnen de technische visie van de TU/e te werken, speelde een belangrijke rol in de samenwerking. Een meer traditionele architectuur zou Azure Data Factory hebben gebruikt voor data-ingestie, maar de universiteit wilde juist één samenhangend platform dat volledig binnen Databricks werd gebouwd.

“We wilden alles op één plek, met zo min mogelijk verschillende tooling. Cegeka ging daarmee akkoord en leverde”

De migratie betekende daarmee een volledige herinrichting van de architectuur. De bestaande omgeving op basis van SQL Server, Visual Studio en Azure Data Factory werd afgebouwd en opnieuw opgebouwd als een volledig Databricks-dataplatform. Gedurende het hele traject werkten de teams nauw met elkaar samen. “Extreem deskundig, flexibel en eerlijk gezegd op ieder moment bereikbaar”, zegt Bovend'eerdt over het Cegeka-team.

Sneller, betere datakwaliteit en compliant

De resultaten van de nieuwe aanpak zijn inmiddels zichtbaar. Afdelingen kunnen hun eigen tempo bepalen en doordat het eigenaarschap dichter bij de afdelingen ligt, is ook de verantwoordelijkheid voor datakwaliteit duidelijker belegd. Teams kunnen bovendien datasets rechtstreeks met elkaar delen, zonder daarbij sterk afhankelijk te zijn van het centrale team.

Ook voldoet het systeem nu volledig aan de privacyvereisten. “Die compliance wordt mogelijk gemaakt door een AI-gestuurde classificatietool die in het Databricks-platform is geïntegreerd”, vertelt Bovend'eerdt. “Die scant datasets automatisch op privacygevoelige informatie, niet alleen in gestructureerde velden, maar ook in ongestructureerde velden, waaronder vrije tekstvelden voor opmerkingen. Wanneer gevoelige data wordt gevonden, wordt deze gepseudonimiseerd en kan de toegang per rol worden ingesteld.”

Met het nieuwe platform als fundament bouwt de TU/e inmiddels ook aan een speciaal Beethoven-dashboard. Daarmee kan de universiteit haar bijdrage aan de ontwikkeling van talent voor de semiconductorindustrie nauwkeurig volgen.

“Het geeft ons College van Bestuur een duidelijk beeld van waar we staan ten opzichte van specifieke Beethoven-doelstellingen — budgettering, studentenbehoud enzovoort. Dit is aanzienlijk eenvoudiger en sneller dan in de oude omgeving.”

“We zijn nu klaar om AI Agents aan het werk te zetten om razendsnel selfservice-datamodellen te bouwen en eindgebruikers eenvoudig de rapportages te laten vinden waarvan ze niet wisten dat ze bestonden!”

Samen bouwen aan de volgende stap met data

Met het nieuwe dataplatform heeft de TU/e niet alleen een technisch fundament gelegd. De manier waarop binnen de universiteit met data wordt gewerkt, verandert mee. Afdelingen krijgen meer ruimte om zelfstandig met data aan de slag te gaan, terwijl het centrale team zich kan richten op het ontsluiten van data, standaarden en een betrouwbare infrastructuur.

Zo ontstaat een datafundament dat kan meegroeien met de ambities van een universiteit die zelf volop in beweging is.

Ook meer waarde halen uit data met een schaalbaar en toekomstbestendig datafundament? Neem contact met ons op.