Wat is dataminimalisatie? Alleen de gegevens gebruiken die het doel nodig heeft. Ook in prompts en logs. Zo blijft een AI-project beheersbaar.
Dataminimalisatie betekent: verwerk alleen de gegevens die het doel werkelijk nodig heeft, en laat de rest waar hij staat. In AI-projecten is het een ontwerpregel. Geen hele dossiers in een prompt, alleen de velden die de taak vraagt. Minder gegevens betekent minder risico, scherpere uitkomsten en een simpeler verhaal richting klanten. EIGHTY8 behandelt het als eerste bouwbesluit.
De AVG schrijft voor dat gegevens toereikend, relevant en beperkt zijn tot wat nodig is. In gewone woorden: het doel bepaalt de verzameling, niet andersom. In AI-projecten wringt dit vaak, omdat de verleiding groot is om 'alles er maar bij te gooien'. Meer context lijkt betere antwoorden op te leveren. In de praktijk werkt het anders: een model dat tien relevante velden krijgt, doet het werk net zo goed als eentje dat een dossier van veertig pagina's krijgt, en het maakt veel minder kans om iets te zeggen dat niet de bedoeling was.
Minimaliseren is daarom een ontwerpklus, geen afvinklijst. Bij een samenvattende stap kies je de velden die de taak nodig heeft: klanttype, orderregels, het verzoek. En niet de volledige correspondentie. Bij een zoeksysteem bepaal je welke documenten geïndexeerd mogen worden en welke niet. Bij logging beslis je dat de prompt zelf niet bewaard wordt, alleen het feittje dat er een aanroep was. Elke stap in de werkstroom krijgt zijn eigen verzameling, klein genoeg om op een hand te tellen.
Een voorbeeld: een servicebureau wil binnengekomen mails automatisch routeren. Met het hele bericht inclusief handtekening, telefoonnummers en vertrouwelijke voetnoten werkt dat ook. Maar met het onderwerp, het berichtlichaam zonder voetnoten en het klantnummer werkt het net zo goed, en het verhaal richting de klanten van het bureau wordt een stuk eenvoudiger. Dat is minimalisatie in de praktijk: geen kunstgreep, maar een keuze die je kunt uitleggen.
Altijd, is het eerlijke antwoord. Maar het levert het meest op bij toepassingen met persoonsgegevens en bij werkstromen die automatisch draaien: daar beperkt minimalisatie de schade van elke fout, van een verkeerde route tot een lek. Ook in gesprekken met klanten van jouw klanten is het goud waard: het antwoord op de vraag 'wat doen jullie met onze gegevens?' is dan kort en trots in plaats van vaag.
Een kanttekening is eerlijk op zijn plaats: te weinig gegevens kan de kwaliteit drukken. Een assistent die orders samenvat zonder de orderhistorie, mist soms het verband dat het werk makkelijker maakt. Minimalisatie is dus afwegen per taak (welke velden zijn nodig, welke niet) en niet het naakt strepen van elke bron. De afweging leggen we per werkstroom vast, zodat de keuze uitlegbaar is en niet uit ervaring hoefde te worden ontdekt.
In de discovery staat de vraag 'welke gegevens heeft deze stap werkelijk nodig?' standaard op de agenda. De antwoorden landen in de scope als een veldenlijst per werkstroom, en de bouw houdt zich daaraan: een prompt krijgt wat op de lijst staat, niets meer. Verandert de taak, dan wordt de lijst bijgesteld. Bewust, met een reden, in plaats van dat velden stilletjes meegroeien met de ambitie van het project.
Door de prompt niet als vuilnisbak te behandelen maar als formulier met vaste velden. Bepaal per taak welke gegevens nodig zijn (klanttype, orderregels, het verzoek) en bouw de aanroep daaromheen, in plaats van het hele dossier mee te sturen 'voor de zekerheid'. Werkt de taak dan nog goed, toets je met echte gevallen; slaat de kwaliteit terug, dan weet je precies welk veld ontbrak. Zo ontstaat een veldenlijst die bewezen genoeg is en niet één veld te breed.
Dan voeg je toe wat de taak aantoonbaar nodig heeft. En niet meer. Minimalisatie is geen sport om het kleinste antwoord te vinden, maar een afweging: elk extra veld moet zich rechtvaardigen door zijn bijdrage aan de uitkomst. Toets het met echte gevallen, liefst met de lastige erbij. Blijkt een veld structureel nodig, dan hoort hij op de veldenlijst en in de vastlegging; was het een malheur, dan blijft hij eruit. Zo houdt de lijst de werkelijkheid van het werk bij.
Ja, en het wordt daar makkelijk vergeten. Logs, gespreksgeschiedenissen en cachegeheugens zijn stille verzamelaars: wat een keer in een prompt stond, kan daar weken blijven hangen. Onze aanpak: leg vast wat er bewaard wordt (het feittje dat een aanroep was, niet de hele prompt) stel bewaartermijnen in per onderdeel en ruim periodiek op. Zo is het minimale dat er staat, precies wat nodig was om fouten te kunnen herleiden.
Met de veldenlijst zelf: per werkstroom staat er op papier welke gegevens meedoen en waarom de rest niet nodig is. Dat is een document dat je in één pagina kunt laten zien, en dat meer indruk maakt dan een lange beleidsnota. Het bewijst dat de beperking in het ontwerp zit, niet op de wil van een medewerker. Wij leveren die lijst als onderdeel van de scope bij elke oplossing die we bouwen, met een datum, zodat er over verloop van tijd ook een ontwikkeling in zichtbaar is.
EIGHTY8