De kunst van data-interpretatie

Wat moderne kunst ons leert over data, AI en betere besluitvorming.

Iedere organisatie gebruikt data om de werkelijkheid beter te begrijpen. Door gebeurtenissen terug te brengen tot cijfers, indicatoren en visualisaties worden patronen zichtbaar die we anders moeilijk zouden herkennen. Dat maakt data krachtig, maar ook onvolledig. Data vertelt nooit vanzelf het hele verhaal en vraagt daarom om interpretatie.

In deze training staat één vraag centraal: Hoe geven we betekenis aan data, zodat we betere besluiten kunnen nemen?

Om bovenstaande vraag te beantwoorden volgen we drie stappen:

1. Werkelijkheid → Data
We onderzoeken waarom data zo krachtig is. Juist doordat data de werkelijkheid terugbrengt tot de essentie, worden patronen zichtbaar die we anders niet zouden zien. Tegelijkertijd ontstaat daardoor een interpretatieopgave.

2. Data → Interpretatie
Aan de hand van moderne kunst ontdekken we hoe betekenis ontstaat. Kunstenaars kiezen bewust voor abstractie en laten zien dat verschillende perspectieven tot verschillende interpretaties kunnen leiden. Hun werk maakt zichtbaar welke vragen nodig zijn om een abstracte weergave goed te begrijpen.

3. Interpretatie → Betekenis → Handelen
De inzichten uit de kunst en de hermeneutiek vertalen we naar een praktisch analysekader met vijf analysevragen. Deze helpen deelnemers om dashboards, rapportages en AI-uitkomsten beter te begrijpen en beter onderbouwde beslissingen te nemen.

Waar gaat deze training over?

Data spelen een steeds grotere rol in organisaties. Dashboards, rapportages, algoritmen en AI ondersteunen dagelijks beleid, bedrijfsvoering en besluitvorming.

De kracht van data zit in het zichtbaar maken van patronen, trends en onderliggende structuren. Door grote hoeveelheden gebeurtenissen terug te brengen tot een beperkt aantal indicatoren ontstaat overzicht en kunnen ontwikkelingen worden herkend die in afzonderlijke gebeurtenissen verborgen blijven.

Maar precies daarin schuilt ook de uitdaging.

Om patronen zichtbaar te maken, vereenvoudigen we de werkelijkheid. Niet alles wordt gemeten, niet iedere gebeurtenis krijgt dezelfde aandacht en context verdwijnt deels naar de achtergrond. Data zijn daardoor nooit de werkelijkheid zelf, maar een hulpmiddel om haar beter te begrijpen.

Dat betekent dat goede besluitvorming niet alleen vraagt om goede data, maar vooral om goede interpretatie. Welke keuzes liggen aan de data ten grondslag? Welke informatie ontbreekt? Welke aannames nemen wij zelf mee? En wat betekenen de uitkomsten voor de vraagstukken waarvoor onze organisatie staat?

Juist in een tijd waarin AI steeds vaker analyses uitvoert, wordt deze interpretatievaardigheid belangrijker dan ooit.

Waarom kunst?

De vraag hoe we betekenis geven aan een abstracte voorstelling van de werkelijkheid houdt kunstenaars en filosofen al eeuwen bezig.

Aan het einde van de negentiende en het begin van de twintigste eeuw kozen kunstenaars als Mondriaan, Kandinsky, Picasso, en later ook Pollock bewust voor abstractie. Niet omdat zij de werkelijkheid minder belangrijk vonden, maar juist omdat zij op zoek waren naar de onderliggende structuur, beweging of essentie ervan. Zij ontdekten dat een abstracte weergave soms méér kan vertellen dan een natuurgetrouwe afbeelding.

Daarmee ontstond ook een nieuwe vraag: hoe geven we betekenis aan een abstracte weergave van de werkelijkheid?

Over die vraag is binnen de hermeneutiek – de leer van het interpreteren – eeuwenlang nagedacht. De inzichten die daaruit zijn voortgekomen, blijken verrassend goed toepasbaar op data. Want ook een dashboard, grafiek of AI-model is uiteindelijk een abstracte voorstelling van de werkelijkheid.

In deze training gebruiken we daarom voorbeelden uit de moderne kunst niet als illustratie, maar als leeromgeving voor data-interpretatie. Aan de hand van moderne kunstwerken wordt zichtbaar gemaakt welke interpretatievragen allemaal aan de orde zijn. Zo ontdekken deelnemers stap voor stap de vijf vindplaatsen van betekenis. Vervolgens passen zij dezelfde vragen toe op dashboards, rapportages en AI-uitkomsten uit hun eigen praktijk.

De vijf vindplaatsen van betekenis

De rode draad van de training wordt gevormd door vijf analysevragen. Deze zijn gebaseerd op vijf vindplaatsen waar betekenis kan ontstaan. Iedere vraag wordt eerst verkend aan de hand van kunst en vervolgens toegepast op data uit de eigen praktijk.

1. Wat staat er?
We beginnen altijd bij wat daadwerkelijk zichtbaar is.
Wat staat er eigenlijk? Wat zijn de definities? Wat laat de visualisatie zien? Welke patronen zijn zichtbaar en welke nog niet?
Vindplaats van betekenis: de data of het kunstwerk zelf.

2. Waarom staat het er?
Data ontstaat nooit vanzelf.
Welke keuzes heeft de maker gemaakt? Waarom zijn juist deze indicatoren gekozen? Welke aannames liggen onder het dashboard?
Ook kunstenaars maken voortdurend keuzes.
Vindplaats van betekenis: de maker.

3. Had het ook anders gekund?
Iedere dataset ontstaat binnen een bepaalde context.
Beschikbare bronnen, technieken, organisatiebelangen en beperkingen beïnvloeden de uitkomst.
Ook kunstenaars werken nooit los van hun materiaal, tijd en omgeving.
Vindplaats van betekenis: de context van de maker.

4. Wat vind ik ervan?
Geen enkele interpretatie is volledig objectief.
Iedere beschouwer brengt eigen kennis, ervaring, verwachtingen en overtuigingen mee.
Hetzelfde dashboard kan daardoor verschillende reacties oproepen.
Vindplaats van betekenis: de horizon van de beschouwer.

5. Wat moet ik nu doen?
Data krijgt uiteindelijk betekenis doordat zij wordt gebruikt.
Welke consequenties heeft de analyse voor de vraag waarvoor mijn organisatie staat? Welk besluit vraagt deze informatie? Welke aanvullende informatie is nog nodig?
Vindplaats van betekenis: de context van de gebruiker.

Wat leer je?

Na afloop van de training:

begrijp je waarom data nooit de werkelijkheid zelf is, maar een abstracte weergave daarvan;
herken je de kracht én de beperkingen van data;
begrijp je hoe betekenis ontstaat uit data;
leer je werken met vijf analysevragen die de kwaliteit van iedere interpretatie vergroten;
herken je welke rol makers, context en gebruikers spelen bij de betekenis van data;
ben je je bewuster van de invloed van aannames en biases;
leer je AI-uitkomsten kritischer beoordelen;
beschik je over een methode (‘data-dialoog’) om met collega's gezamenlijk data te interpreteren;
kun je dashboards, rapportages en beleidsinformatie beter beoordelen én verbeteren.

Voor wie

De training is bedoeld voor iedereen die data gebruikt om de werkelijkheid beter begrijpbaar te maken of om er informatie aan te ontlenen om betere besluiten te nemen.

Ontwikkelaars van data
Data engineers, BI-specialisten, data-analisten, dashboardontwikkelaars en data-scientists.

Zij leren hoe gebruikers betekenis geven aan hun producten en hoe dashboards beter kunnen aansluiten bij het interpretatieproces.

Gebruikers van data
Beleidsmedewerkers, adviseurs, managers, leidinggevenden, programmamanagers, controllers en professionals die werken met AI.

Zij leren kritischer te kijken naar data, betere vragen te stellen en beter onderbouwde besluiten te nemen.

Varianten van de training

Inspiratiesessie
Duur: 1 tot 2 uur
Een inspirerende kennismaking met de relatie tussen data, abstractie en moderne kunst.
Geschikt voor congressen, managementbijeenkomsten, teamdagen en kennisbijeenkomsten.

Basistraining
Duur: 2 dagdelen
Een compacte training waarin deelnemers kennismaken met de vijf vindplaatsen van betekenis en deze direct toepassen op eigen dashboards en rapportages.
Geschikt voor teams die hun data-interpretatie willen versterken.

Verdiepingstraining
Duur: 4 dagdelen
De volledige training waarin deelnemers stap voor stap de ontwikkeling van interpretatie volgen: van de kracht van data en abstractie, via de inzichten uit de moderne kunst en hermeneutiek, naar de toepassing van de vijf analysevragen, biases en de data-dialoog.
Veel ruimte voor oefenen met eigen casussen.

Verbeterprogramma
Deze training vormt het startpunt van een organisatiebreed verbetertraject.

Mogelijke onderdelen:

training van medewerkers;
begeleiding van teams;
beoordeling van dashboards en rapportages;
verbetering van BI-producten;
ontwikkelen van een gezamenlijke methode voor data-interpretatie;
versterken van de datacultuur binnen de organisatie.

Over de trainer

Harm Nico Plomp is een ervaren manager, adviseur en trainer die al zijn hele carrière werkt op het grensgebied van data en de toepassing daarvan. In deze training komt zijn kennis van data, als econometrist, samen met zijn passie voor moderne kunst.