In de nieuwste Update-aflevering van De Boardroom gaan Ronald ter Voert en Bert Hagendoorn in gesprek met Freek Bomhof, Program Director Applied AI bij TNO, over de opkomst van synthetische data en wat dit onder meer betekent voor het marketingvak.
Terwijl marketeers worstelen met de AVG en de AI Act ligt er een oplossing klaar die grotendeels onder de radar blijft: synthetische data. Freek Bomhof, program director applied AI bij TNO, schoof aan bij De Boardroom Update om uit te leggen waarom nep-Nederlanders straks een vast onderdeel worden van elke marketingtoolkit.
Wat zijn synthetische data?
Synthetische data zijn kunstmatig gegenereerde gegevens die dezelfde statistische kenmerken hebben als echte data, zonder dat er een echt persoon achter schuilt. Geen geanonimiseerde klant, maar een volledig verzonnen profiel dat qua leeftijd, woonplaats, inkomen en gedrag realistisch aanvoelt. Het verschil met anonimiseren is cruciaal: bij anonimiseren blijft er altijd een kans dat een slimme puzzelaar, met hulp van AI, alsnog kan herleiden om wie het gaat. Bij synthetische data bestaat die persoon simpelweg niet.
Bomhof illustreert het risico van anonimisering met een herkenbaar voorbeeld: een vijftigplusser in Den Haag met een inkomen van drie miljoen die geen belasting betaalt en in een villa van meer dan 200 vierkante meter woont, is met een beetje rekenwerk zo naar één naam te herleiden. Synthetische data elimineert dat risico grotendeels.
Waarom dit nu versnelt
Volgens Bomhof is meer dan de helft van alle nieuwe content op internet inmiddels AI-gegenereerd, en synthetische data volgt hetzelfde patroon. Gartner voorspelt dat synthetische data in 2030 de meerderheid van alle gebruikte data zal vormen, wat eigenlijk al enorm dichtbij is.
De versnelling komt uit twee richtingen tegelijk. Aan de ene kant: de AVG (die krijgt steeds meer tanden) en de recent geïntroduceerde AI Act (voegt extra verplichtingen toe voor bedrijven). Aan de andere kant: AI maakt het genereren van realistische synthetische datasets steeds toegankelijker, ook voor marketeers zonder eigen datascience-team.
De praktische toepassing voor merken en bureaus
Voor marketeers ligt de meerwaarde volgens de Program Director vooral in snelheid en schaal. Een merk dat vandaag wil experimenteren met een nieuwe doelgroep hoeft niet eerst een kostbaar onderzoek onder duizenden Nederlanders te starten. Met synthetische persona's kunnen bureaus een virtuele database bouwen, digital twins ontwikkelen en gerichter targeten, zonder het risico op datalekken dat kleeft aan het rondmailen van Excel-bestanden met echte klantgegevens.
Wie het slim aanpakt, bouwt volgens Bomhof daadwerkelijk een concurrentievoordeel op. Sneller en goedkoper tot resultaat komen dan een concurrent die nog vasthoudt aan traditionele dataverzameling, is in een competitief speelveld geen kleine winst.
Waar het misgaat
De grootste valkuil is het onderschatten van de complexiteit van de werkelijkheid. Bomhof geeft het voorbeeld van een synthetische Nederlander van 16 jaar oud waarvan het rijbewijs al drie keer is ingenomen, of iemand met drie kunstheupen. Dat soort logische inconsistenties duiken sneller op dan je zou verwachten, simpelweg omdat de wereld ingewikkelder in elkaar zit dan een dataset op het eerste gezicht laat zien.
Zelf synthetiseren met AI-prompts of een enthousiaste data scientist werkt prima voor eenvoudige toepassingen, maar loopt vast zodra de vraag complexer wordt. Op dat moment ligt gespecialiseerde hulp voor de hand. In Nederland zijn dat onder meer Syntho uit Amsterdam en BlueGen AI uit Den Haag, een spin-off van de TU Delft.
Wat marketeers nu al kunnen doen
Niet elke toepassing vraagt om synthetische data. Voor individuele klantbehandeling, zoals een specifiek aanbod voor één klant, blijft echte data nodig. Maar voor marktanalyses, het testen van nieuwe applicaties of het trainen van nieuwe medewerkers is productiedata vaak overbodig. Precies daar ligt de laaghangende winst voor marketingteams die vandaag nog willen starten.
Bomhof’s advies: begin met de vraag wat je wilt bereiken, voordat je een dataset laat genereren. En besef dat de oude gewoonte van Excel-bestanden mailen definitief passé is, niet alleen vanwege regelgeving, maar ook omdat cybercriminaliteit alleen maar toeneemt.
Presentatie: Ronald ter Voert. Sidekick: Bert Hagendoorn.
Stream deze aflevering als podcast of video via:
Reacties:
Om een reactie achter te laten is een account vereist.
Inloggen Abonneer nu