De Boardroom Update is dé special interest talkshow over specifieke actuele en urgente onderwerpen uit de wereld van creativity, marketing en digital. In deze aflevering praten we met Freek Bomhof (Program Director Applied AI TNO) over onder meer: Wat is synthetische data? Wat maakt dit nu urgent? Hoe kan je hier als bedrijf gebruik van maken? En wat betekent het voor jouw business in de nabije toekomst? Sidekick: Bert Hagendoorn. Presentatie: Ronald ter Voert. Meer info op: deboardroom.live.
Samenvatting
Synthetische data: de nep-Nederlander die je bedrijf redt
Freek Bomhof, Program Director Applied AI bij TNO, is te gast om het te hebben over synthetische data: kunstmatig gegenereerde data die dezelfde statistische kenmerken heeft als echte data, maar niet herleidbaar is naar bestaande personen. Volgens Bomhof is het concept niet nieuw: statistiekbureaus als het CBS experimenteerden er al mee om onderzoeksdata te kunnen delen zonder privacyrisico’s.
Het verschil met traditionele anonimisering is groot. Waar geanonimiseerde data door ‘slimme puzzelaars’ vaak alsnog is terug te herleiden naar een individu, bestaat die data bij synthetische datasets simpelweg niet: de personen zijn volledig verzonnen op basis van statistische verdelingen (leeftijd, woonplaats, inkomen, beroep). Moderne AI-modellen maken dat proces steeds toegankelijker, al waarschuwt Bomhof dat de werkelijkheid vaak complexer is dan verwacht. Willekeurig gegenereerde combinaties kunnen onrealistisch uitpakken, zoals een zestienjarige wiens rijbewijs al drie keer is ingenomen. Voor serieuze toepassingen is daarom vaak specialistische kennis nodig, bijvoorbeeld via Nederlandse spelers als Syntho (Amsterdam) en BlueGen AI (Den Haag, spin-off van de TU Delft).
De belangrijkste toepassingen liggen op dit moment bij het testen van nieuwe applicaties, marktonderzoek en gevoelige sectoren zoals de zorg en de financiële wereld, waar organisaties liever geen echte persoonsgegevens laten rondzwerven. Bomhof signaleert een duidelijke versnelling, gedreven door zowel de ‘stick’ van strengere regelgeving zoals de AVG en de nieuwe AI Act, als de ‘carrot’ van steeds toegankelijkere AI-tools.
Een belangrijk aandachtspunt blijft kwaliteitsborging: er bestaat nog geen gestandaardiseerde meetlat om de betrouwbaarheid en privacyveiligheid van synthetische datasets te toetsen, al werkt een nationaal consortium daar momenteel aan. Bomhof’s belangrijkste boodschap: de oude gewoonte van Excel-bestandjes rondmailen is definitief passé, en synthetische data is, ondanks de resterende beperkingen, vrijwel altijd een beter alternatief dan het onnodig verplaatsen van echte persoonsgegevens.