AI van fiduciair niveau: beheerde AI in gespecialiseerde uitgeverijen – Hoe Thomson Reuters het vertrouwensprobleem van AI in de zakelijke wereld oplost met Snowflake

Reuters opent archieven: Hoe journalistieke content waardevol AI-grondmateriaal wordt

AI van fiduciair niveau: waarom vertrouwen alles is bij het gebruik van kunstmatige intelligentie

Kunstmatige intelligentie heeft zich gevestigd als een drijvende kracht achter innovatie in diverse sectoren, maar in zeer gevoelige gebieden zoals recht, belastingen en regelgeving gelden eigen regels. Waar hallucinatoire AI-modellen of gebrekkige wetsbepalingen niet alleen kunnen leiden tot reputatieschade, maar ook tot enorme aansprakelijkheidsrisico's, is blind vertrouwen in technologie geen optie. Om deze uitdaging aan te gaan, vertrouwt de wereldwijde informatiedienstverlener Thomson Reuters op een verreikende samenwerking met de AI-datacloud Snowflake. De kern hiervan is het concept van 'Managed AI' – een strikt gecontroleerde, betrouwbare AI die betrouwbare resultaten boven pure snelheid stelt. Dit artikel onderzoekt hoe Thomson Reuters tienduizenden databases consolideert, cruciale werkprocessen drastisch versnelt en, en passant, zijn omvangrijke, decenniaoude nieuwsarchief transformeert tot een waardevolle bron voor de wereldwijde AI-economie. Ontdek waarom uitstekend databeheer een doorslaggevend concurrentievoordeel wordt in de moderne gespecialiseerde uitgeverijwereld en welke hindernissen er nog moeten worden overwonnen bij het opschalen van AI binnen bedrijven.

"Fiduciary-Grade AI" is een specifiek type beheerde AI: het beschrijft specifiek het hoogste niveau van vertrouwen en governance binnen een beheerde AI-omgeving, wat vereist is voor fiduciair gevoelige toepassingen zoals recht, belastingen en regelgeving. Beheerde AI is daarentegen de meer algemene term voor professioneel beheerde en gecontroleerde AI-infrastructuur in het algemeen.

Thomson Reuters is een Canadees-Brits media- en technologiebedrijf met hoofdkantoor in Toronto, opgericht in 2008 door de overname van het Britse persbureau Reuters door de Canadese Thomson Corporation.

Reuters zelf werd in 1851 in Londen opgericht en is een van de oudste en grootste persbureaus ter wereld. Thomson Reuters is nog steeds grotendeels in handen van Woodbridge Company, de private investeringsmaatschappij van de Canadese familie Thomson, die ongeveer 67 tot 70 procent van de aandelen bezit. Het bedrijf is genoteerd aan de New York Stock Exchange en de Toronto Stock Exchange onder het tickersymbool TRI.

In het fiscale jaar 2025 genereerde de groep een omzet van circa 7,48 miljard dollar en had wereldwijd ongeveer 27.100 medewerkers in meer dan 100 landen. Het bedrijf is in wezen verdeeld in vijf segmenten: Legal Professionals (juridisch onderzoek en workflowproducten voor advocatenkantoren en overheidsinstanties), Corporates (oplossingen voor interne juridische, fiscale en compliance-afdelingen), Tax & Accounting Professionals (fiscale en boekhoudkundige producten), Reuters News (de traditionele nieuwsactiviteiten) en Global Print.

Thomson Reuters omschrijft zichzelf nu als een "AI- en technologiebedrijf" dat professionals ondersteunt met betrouwbare content en geautomatiseerde workflows, voortbouwend op meer dan 150 jaar opgebouwde expertise op het gebied van content. Tot de bekendste producten behoren het juridische onderzoeksplatform Westlaw en de generatieve AI-assistent CoCounsel voor juristen, die beide steeds meer afhankelijk zijn van een gemoderniseerde, AI-gestuurde data-infrastructuur – precies het gebied dat centraal staat in de eerder geanalyseerde samenwerking met Snowflake.

Betrouwbaarheid boven snelheid: de nieuwe maatstaf voor kunstmatige intelligentie in gespecialiseerde uitgeverijen

Foutloze AI: Hoe Thomson Reuters het vertrouwensprobleem in het rechtssysteem oplost

Kunstmatige intelligentie wordt over het algemeen beschouwd als een groeiversneller, maar in de juridische, fiscale en regelgevende sectoren is één ding van het grootste belang: betrouwbaarheid. Iedereen die advocaten, belastingadviseurs en compliance-afdelingen een AI-systeem verkoopt dat onjuiste juridische paragrafen verzint of verouderde regelgeving aanhaalt, riskeert niet alleen reputatieschade, maar ook juridische gevolgen voor hun cliënten. Dit is precies waar de samenwerking tussen Thomson Reuters en Snowflake, gepresenteerd tijdens de Snowflake Summit 26 in juni 2026, van pas komt. Het laat zien hoe een traditioneel media- en informatiebedrijf zijn omvangrijke, zeer gevoelige databestanden kan omzetten in een robuuste basis voor generatieve AI, zonder de controle over de herkomst, kwaliteit en toegankelijkheid van de data te verliezen.

Thomson Reuters is een wereldwijde aanbieder van informatiediensten voor juridische, fiscale en regelgevende zaken. Het bedrijf levert zijn klanten producten zoals Westlaw voor juridisch onderzoek en CoCounsel, een generatieve AI-assistent voor juristen. Snowflake positioneert zich op zijn beurt als een AI-datacloud, een platform dat bedrijfsdata centraal, veilig en conform de regelgeving beschikbaar stelt voor analyses en AI-toepassingen. De samenwerking tussen de twee bedrijven is een treffend voorbeeld van hoe het concept van beheerde AI – professioneel beheerde, gemonitorde en geïntegreerde kunstmatige intelligentie binnen bestaande bedrijfsprocessen – succesvol kan zijn in een van de meest veeleisende regelgevingsomgevingen.

Van 37.500 tabellen naar één uniforme waarheid: de data-architectuur achter AI

In 2021 koos Thomson Reuters voor Snowflake omdat het platform de governance- en beveiligingsvereisten van de hele organisatie combineerde met een schaalbare data-infrastructuur. Sindsdien heeft het bedrijf één betrouwbare bron van waarheid gecreëerd voor meer dan 37.500 beheerde tabellen en 350 verschillende databronnen. Deze basis vormt de kern van het interne My Data Space-platform, waarmee centrale teams betrouwbare dataproducten binnen de organisatie leveren en delen.

Meer dan 1500 interne gebruikers, waaronder data-engineers, analisten en managers, hebben nu dagelijks toegang tot dit systeem om beveiligde gegevens op te halen en inzichten te verkrijgen voor hun werkprocessen. Bijzonder opmerkelijk is de versnelling van kritieke workloads tot wel 3,4 keer, waardoor complexe data-analyses die voorheen weken duurden, nu in seconden kunnen worden voltooid. Deze sprong voorwaarts is niet alleen te danken aan de rekenkracht, maar is het resultaat van een geconsolideerde datapipeline die handmatige gegevensvoorbereiding overbodig maakt, waardoor teams zich kunnen concentreren op besluitvorming in plaats van op de onderliggende datalogistiek.

Cortex AI en CoCo: de twee tools voor snelheid en modernisering

De kern van de technische implementatie wordt gevormd door Snowflake Cortex AI, een volledig beheerde AI-service waarmee organisaties grote taalmodellen rechtstreeks op hun eigen, door governance beveiligde data kunnen uitvoeren zonder deze naar externe systemen te hoeven verplaatsen. Voor Thomson Reuters betekent dit dat complexe datasets met regelgeving worden omgezet in realtime inzichten, waardoor de ontwikkeling van intelligente applicaties aanzienlijk wordt versneld. Cortex AI ondersteunt modellen van verschillende leveranciers, waaronder Anthropic, Meta en Mistral, evenals actuele modellen zoals Claude Opus 5 en Gemini 3 Pro, die rechtstreeks binnen de beveiligde Snowflake-omgeving draaien.

Tegelijkertijd gebruikt Thomson Reuters Snowflake CoCo, een AI-gestuurde programmeerassistent die teams helpt bij het moderniseren van verouderde systemen en het versnellen van hun migratie naar de Snowflake-omgeving. Door de ontwikkeling binnen een gecontroleerde omgeving te vereenvoudigen, kunnen teams AI- en data-innovaties opschalen zonder concessies te doen aan de beveiliging of nalevingsnormen. Deze combinatie van analysetool en ontwikkelingsassistent illustreert hoe beheerde AI in de praktijk werkt: de infrastructuur, modelselectie, beveiligingsbeleid en schaalbaarheid worden beheerd door de platformaanbieder, terwijl de business unit de controle over de inhoud van de data en use cases behoudt.

AI van fiduciair niveau: een nieuwe maatstaf voor fiduciaire verantwoordelijkheid in AI

De term 'fiduciary AI', gebruikt door Snowflake en Thomson Reuters, beschrijft een kwaliteitsniveau waarbij nauwkeurigheid, traceerbaarheid en verdedigbaarheid van de resultaten niet onderhandelbaar zijn. Caitlin Halferty, hoofd data en analytics bij Thomson Reuters, benadrukte dat de werkelijke waarde niet alleen in snelheid ligt, maar ook in de mogelijkheid om te innoveren in een gecontroleerde omgeving waar teams complexe regelgevingsgegevens kunnen omzetten in bruikbare inzichten, met behoud van het niveau van vertrouwen, controle en betrouwbaarheid dat vereist is voor professionele, risicovolle toepassingen.

Voor een bedrijf waarvan de kernproducten worden gebruikt door advocaten, belastingadviseurs en experts op het gebied van regelgeving in bedrijfskritische situaties, is deze aanpak geen marketingleuze, maar een economische noodzaak. Onjuiste of ongedocumenteerde AI-uitgaven in een gebied waar miljoenen dollars of juridische aansprakelijkheid op het spel staan, zouden het gehele bedrijfsmodel van de onderneming in gevaar brengen. De governance-laag van Snowflake, die onder andere rolgebaseerde toegangscontrole, datamasking, objecttagging en auditlogs omvat, vormt de technische basis, terwijl extra filterfuncties zoals Cortex Guard helpen om ongepaste of schadelijke modeluitvoer te voorkomen.

Beheerd AI-platform - Afbeelding: Xpert.Digital

Hier leert u hoe uw bedrijf snel, veilig en zonder hoge drempels AI-oplossingen op maat kan implementeren.

Een beheerd AI-platform is uw allesomvattende, zorgeloze oplossing voor kunstmatige intelligentie. In plaats van te worstelen met complexe technologie, dure infrastructuur en langdurige ontwikkelprocessen, ontvangt u een kant-en-klare oplossing op maat van een gespecialiseerde partner – vaak al binnen enkele dagen.

De belangrijkste voordelen in één oogopslag:

⚡ Snelle implementatie: Van idee tot gebruiksklare applicatie in dagen, niet maanden. Wij leveren praktische oplossingen die direct toegevoegde waarde creëren.

🔒 Maximale gegevensbeveiliging: Uw gevoelige gegevens blijven bij u. Wij garanderen een veilige en conforme verwerking zonder gegevens met derden te delen.

💸 Geen financieel risico: u betaalt alleen voor de resultaten. Hoge investeringen vooraf in hardware, software of personeel zijn volledig uitgesloten.

🎯 Focus op uw kernactiviteiten: concentreer u op waar u het beste in bent. Wij zorgen voor de volledige technische implementatie, werking en het onderhoud van uw AI-oplossing.

📈 Toekomstbestendig en schaalbaar: Uw AI groeit met u mee. Wij garanderen continue optimalisatie en schaalbaarheid en passen de modellen flexibel aan nieuwe eisen aan.

Meer informatie vindt u hier:

• Beheerd AI-platform

Westlaw en CoCounsel als begunstigden: praktische implicaties voor vlaggenschipproducten

Een belangrijk effect van dataconsolidatie is direct zichtbaar in de twee vlaggenschipproducten van Thomson Reuters. Door de samenvoeging van de datapipelines voor Westlaw, het gevestigde platform voor juridisch onderzoek, en CoCounsel, de generatieve AI-assistent voor advocaten, draait Thomson Reuters nu tot 3,4 keer sneller. Dit maakt de overgang mogelijk van statische rapporten naar bijna realtime inzichten. Deze verschuiving verandert fundamenteel de manier waarop juristen dagelijks werken: in plaats van te wachten op dagelijkse updates, ontvangen gebruikers nu continu geverifieerde informatie over ontwikkelingen in de regelgeving.

Christian Kleinerman, Executive Vice President of Product bij Snowflake, benadrukte dat Thomson Reuters aantoont hoe bedrijven AI en governance samen kunnen opschalen door een betrouwbare basis te creëren die teams in staat stelt sneller te werken en AI binnen de hele organisatie te implementeren. Deze uitspraak onderstreept de strategische dubbele functie van het partnerschap: het is zowel een project voor technologische modernisering als een instrument om vertrouwen op te bouwen bij een klantenbestand dat traditioneel zeer risicomijdend is als het gaat om technologische innovatie.

Content als grondstof: Reuters opent zijn archieven voor de AI-economie

Naast het interne dataplatform kondigde Reuters in augustus 2026 aan dat het zijn journalistieke content beschikbaar zou stellen via de Snowflake Marketplace. Hierdoor kunnen bedrijven hun AI-toepassingen en -modellen verrijken met feitelijk nieuws en multimedia-content van Reuters. Deze marketplace biedt bedrijven toegang tot journalistiek van Reuters die teruggaat tot 1987, beschikbaar in vijf talen en direct geïntegreerd in AI-workflows. Deze opening is een belangrijke stap voor de gehele media-industrie en laat zien hoe beschermde, auteursrechtelijk beschermde journalistieke archieven een lucratieve bron kunnen worden voor generatieve AI-systemen, zonder de controle over de gebruiksrechten te verliezen.

Dit positioneert Thomson Reuters tegelijkertijd als leverancier van betrouwbare trainings- en contextuele data voor AI-systemen van derden en als exploitant van eigen, aan de regelgeving voldoenende AI-applicaties voor haar kernklanten. Deze dubbele rol onderscheidt uitgevers en gespecialiseerde informatieaanbieders fundamenteel van pure technologiebedrijven, omdat zij beschikken over exclusieve, vaak decennia oude datasets die een significant kwalitatief voordeel bieden voor generatieve AI-modellen in vergelijking met openbaar beschikbare internetdata.

De platformstrategie van Snowflake: van datawarehouse tot besturingslaag voor AI in de zakelijke markt

De samenwerking met Thomson Reuters sluit aan bij de bredere strategische richting van Snowflake, aangezien het bedrijf zich steeds meer positioneert als een controlelaag voor de agentgebaseerde bedrijfsomgeving. In april 2026 kondigde Snowflake belangrijke verbeteringen aan voor Snowflake Intelligence en Cortex Code, ontworpen om organisaties in staat te stellen nog meer databronnen, bedrijfssystemen en AI-modellen te verbinden met hun vertrouwde Snowflake-data binnen een uniforme ervaring. Snowflake Intelligence fungeert als een persoonlijke werkassistent voor zakelijke gebruikers en past zich in de loop van de tijd aan individuele voorkeuren en workflows aan, terwijl Cortex Code dient als de ontwikkelingslaag voor bedrijfs-AI, waardoor datagedreven ontwikkeling in het hele ecosysteem mogelijk wordt.

Sinds de lancering in november 2025 is deze tool snel in gebruik genomen, waarbij meer dan de helft van de klanten hem actief gebruikt om de productiviteit te verhogen. Snowflake volgt een vergelijkbare aanpak in de financiële sector met Cortex AI for Financial Services, dat strenge beveiligings- en compliancecontroles combineert met toegang tot partnergegevens van aanbieders zoals FactSet, MSCI en Associated Press. Deze parallel tussen de financiële en juridische sector benadrukt een patroon in de branche: waar fouten kostbaar zijn en traceerbaarheid essentieel is, wint het governance-gerichte AI-model het van open, ongecontroleerde benaderingen.

Beheerde AI als bedrijfsmodel: waarom beheer belangrijker wordt dan modelkeuze

De term Managed AI beschrijft een fundamentele verschuiving in de manier waarop bedrijven kunstmatige intelligentie gebruiken. In plaats van individuele taalmodellen geïsoleerd te beheren, draagt ​​een bedrijf als Thomson Reuters belangrijke onderdelen van de infrastructuur, de beveiligingsarchitectuur, de modelselectie en de operationele processen over aan een gespecialiseerd platform dat deze taken op grote schaal en met continue updates uitvoert. De werkelijke waarde wordt niet langer uitsluitend gecreëerd door het trainen of aanpassen van individuele modellen, maar door het betrouwbare beheer van de gehele data- en AI-levenscyclus: van data-acquisitie en -governance tot de levering van resultaten in productieapplicaties.

Voor gespecialiseerde uitgeverijen, advocatenkantoren, adviesbureaus en andere kennisintensieve sectoren betekent dit dat concurrentievoordeel steeds vaker niet voortkomt uit de toegang tot AI-modellen zelf – deze zijn nu grotendeels gestandaardiseerd en toegankelijk voor veel aanbieders – maar uit de kwaliteit, exclusiviteit en governance van de onderliggende data. Thomson Reuters illustreert dit op indrukwekkende wijze: het werkelijke concurrentievoordeel schuilt niet in het gebruik van Claude, Gemini of andere taalmodellen op zich, maar in de mogelijkheid om deze modellen veilig, transparant en wettelijk conform te gebruiken op zeer gespecialiseerde datasets die in de loop der decennia zijn opgebouwd.

Concurrentiedynamiek in de markt voor specialistische informatie: versnelling als onderscheidende factor

Door de verwerkingstijd tot wel 3,4 keer te versnellen, kan Thomson Reuters zijn klanten – advocaten, belastingdeskundigen en regelgevingsanalisten – aanzienlijk sneller dan voorheen voorzien van cruciale, actuele informatie. In een markt waar concurrenten zoals LexisNexis, Bloomberg Law en gespecialiseerde legal tech-startups ook generatieve AI-tools introduceren, wordt snelheid in combinatie met betrouwbaarheid een cruciale onderscheidende factor. De eerste aanbieder die robuuste, geverifieerde antwoorden levert, wint het vertrouwen van een beroepsgroep die traditioneel zeer terughoudend is ten opzichte van nieuwe technologieën.

Tegelijkertijd creëert deze ontwikkeling een structureel voordeel voor gevestigde informatieaanbieders met uitgebreide, historisch gegroeide en juridisch getoetste datasets ten opzichte van nieuwe marktdeelnemers die, hoewel ze beschikken over moderne AI-technologie, niet over vergelijkbare datadiepte en reputatie beschikken. De samenwerking met Snowflake fungeert dus ook als een soort toetredingsbarrière: hoewel een kleiner bedrijf theoretisch dezelfde cloudinfrastructuur zou kunnen gebruiken, ontbreekt het aan de decenniaoude, zorgvuldig samengestelde data die de daadwerkelijke inhoud van AI-toepassingen vormt.

Risico's en open vragen met betrekking tot op governance gebaseerde AI-schaalvergroting

Ondanks de positieve weergave in de officiële persberichten blijven er diverse vragen onbeantwoord die cruciaal zijn voor een evenwichtige beoordeling. Noch Thomson Reuters, noch Snowflake publiceren gedetailleerde informatie over de daadwerkelijke foutpercentages van de gebruikte AI-systemen, de frequentie van menselijke controles of de specifieke implementatiekosten. De versnelling van 3,4x heeft expliciet betrekking op bepaalde kritieke workloads en niet op alle gebruiksscenario's binnen het bedrijf, wat de relevantie ervan voor een algemene succesbeoordeling beperkt.

Bovendien blijft de vraag naar de afhankelijkheid van één enkele cloudprovider relevant: een bedrijf dat zijn volledige data-infrastructuur en AI-governance baseert op een platform als Snowflake, gaat een aanzienlijke strategische verbintenis aan die merkbare gevolgen kan hebben in geval van prijsverhogingen, technische storingen of strategische heroriëntaties door de provider. De vraag hoe generatieve AI-modellen omgaan met tegenstrijdige of verouderde juridische bronnen binnen de enorme dataset van 37.500 tabellen blijft ook onbeantwoord in de openbare verklaringen en zal waarschijnlijk een voortdurende uitdaging vormen in de praktijk.

Gereguleerde data als nieuwe kerncompetentie van de media-industrie

De samenwerking tussen Thomson Reuters en Snowflake biedt een inzichtelijk voorbeeld van hoe traditionele media en gespecialiseerde informatiebedrijven relevant kunnen blijven in het tijdperk van generatieve AI. In plaats van rechtstreeks te concurreren met de grote aanbieders van AI-modellen, positioneren ze zich als beheerders, rentmeesters en waarborgers van hoogwaardige, gecontroleerde datasets die de basis vormen voor betrouwbare AI-toepassingen. Dit patroon zal zich de komende jaren waarschijnlijk uitbreiden naar andere sectoren met strenge regelgeving, zoals de gezondheidszorg, het financieel toezicht en de publieke sector, waar de herkomst, controleerbaarheid en controle van data minstens even belangrijk zijn als de rekenkracht van de gebruikte modellen.

Op de lange termijn zal het succes van beheerde AI-strategieën niet afhangen van welk taalmodel het krachtigst is, maar eerder van hoe consistent bedrijven hun data beheren, onderhouden en voorbereiden voor productief gebruik. Thomson Reuters heeft door jarenlange investeringen in een uniforme, gecontroleerde data-architectuur een structureel voordeel opgebouwd dat zich nu vertaalt in meetbare snelheids- en efficiëntiewinsten en tegelijkertijd dient als blauwdruk voor de gehele professionele uitgevers- en informatiebranche.

Snowflake en Unframe.AI streven beide naar het veilig en conform de geldende regelgeving leveren van AI voor bedrijven, maar verschillen fundamenteel in hun bedrijfsmodel en doelgroep: Snowflake is primair een data-infrastructuurplatform, Unframe een volledig beheerde oplossing biedt.

Kernbedrijfsmodel en -aanpak

Snowflake is ontstaan ​​als een cloudgebaseerd datawarehouseplatform dat is uitgegroeid tot een "AI Data Cloud". Het biedt bedrijven de infrastructuur, beheertools en AI-bouwstenen zoals Cortex AI om hun eigen AI-applicaties te bouwen, zelfstandig of via partners zoals Thomson Reuters. Unframe daarentegen omschrijft zichzelf expliciet als een "Managed AI Delivery Platform". In plaats van doe-het-zelf-tools aan te bieden, levert het kant-en-klare, productiegereed AI-oplossingen voor specifieke bedrijfsproblemen binnen enkele dagen. Deze oplossingen worden geconfigureerd vanuit vooraf gebouwde, modulaire "bouwstenen" volgens een blauwdrukarchitectuur. Met Unframe definieert de klant in principe het gewenste resultaat, terwijl het bedrijf de technische implementatie, de werking en de continue optimalisatie verzorgt.

Overeenkomsten

Beide aanbieders benadrukken een hoog niveau van governance, beveiliging en traceerbaarheid als belangrijk verkoopargument voor grote bedrijven die AI willen inzetten zonder de controle over gevoelige gegevens te verliezen. Beide zijn ook modelonafhankelijk, wat betekent dat ze klanten niet vastzetten aan één enkel taalmodel, maar het gebruik van verschillende taalmodellen zoals Claude, Gemini of GPT binnen hetzelfde platform toestaan. Beide streven er ook naar om gegevens uit diverse bronsystemen te verenigen en deze op een gecontextualiseerde manier voor te bereiden voor AI-toepassingen: Snowflake via zijn centrale dataplatform Unframe via zijn "Knowledge Fabric".

Belangrijkste verschillen

Wanneer zou Unframe.AI interessanter kunnen worden?

Unframe.AI is waarschijnlijk de aantrekkelijkere keuze, vooral voor bedrijven die snel meetbare resultaten nodig hebben voor specifieke, duidelijk gedefinieerde use cases, zonder dat ze over grote interne data-engineering- of AI-ontwikkelingsteams beschikken. Het platform adverteert namelijk expliciet met implementatie binnen enkele dagen in plaats van maanden. Dit is met name relevant voor organisaties die al beschikken over gedistribueerde, historisch gegroeide IT-systemen zoals SAP, Salesforce of legacy-databases en deze willen integreren in AI-workflows zonder complexe migraties. Unframe maakt namelijk expliciet gebruik van vooraf gebouwde connectors voor dergelijke systemen, in plaats van dat er een centraal dataplatform zoals Snowflake nodig is.

Het resultaatgerichte prijsmodel van Unframe maakt het ook aantrekkelijk voor bedrijven die aarzelen om grote investeringen vooraf te doen, omdat ze doorgaans pas betalen als een oplossing effectief is gebleken. Casestudies zoals de 45% reductie in de gemiddelde reactietijd bij een Fortune 500-verzekeraar of de driemaal snellere schadeafhandeling bij een wereldwijde verzekeraar tonen aan dat deze aanpak bijzonder geschikt is voor operationele, procesgerichte toepassingen met duidelijk meetbare key performance indicators (KPI's). Zodra een bedrijf echter een uitgebreide, bedrijfsbrede data-infrastructuur met duizenden tabellen en databronnen wil opbouwen en beheren, zoals het geval was bij Thomson Reuters, blijft een platform zoals Snowflake structureel gezien de meer geschikte, zij het aanzienlijk tijdrovendere, oplossing.

Konrad Wolfenstein

Ik sta graag tot uw beschikking als uw persoonlijke adviseur.

U kunt contact met mij opnemen via wolfenstein∂xpert.digital of

U kunt me bellen op +49 7348 4088 965 .

LinkedIn