Zo maak je je bedrijfsdata klaar voor een AI-lab

Wat komt er kijken bij data klaarmaken voor een AI-lab?

Drie klussen: afspreken wat erin gaat, het exporteren en het opgeschoonde resultaat goedkeuren. Het opschonen daartussen is ons werk, niet het jouwe.

Een beheerdersexport is de ingebouwde manier van een tool om alles in een account te downloaden: elk kanaal, elke mailbox of elk project, met de historie erbij. Slack, Microsoft 365, Google Workspace, Jira en de meeste andere zakelijke tools hebben er een. Je doet het zelf, met je eigen tool, en het levert een net bestand op.

We koppelen niet met je live systemen. Een eenmalige export is eenvoudiger en makkelijk te controleren. Als hij klaar is, blijft er niets draaien. De meeste bedrijven hebben hier geen nieuwe software voor nodig: de exports zitten al in de tools waarvoor je betaalt.

Klaarmaken is niet hetzelfde als de data zelf "AI-ready" maken. Labs willen niet dat je bestanden hernoemt, mappen samenvoegt of met de hand namen weghaalt. Ze willen de gegevens zoals ze zijn, met de persoonsgegevens verwijderd door iemand die dat elke dag doet.

Stap 1: spreek af wat erin gaat, voordat je iets exporteert

Eerst de afspraken, dan de bestanden. Een gesprek van 20 minuten legt vast welke tools erin gaan, hoeveel jaren en wat buiten blijft.

Maak een lijst van je tools

Schrijf elke tool op waarin werk gebeurt, hoe ver die teruggaat en wie beheerdersrechten heeft. Noteer ook het abonnement of de licentie, want dat bepaalt wat een export kan bevatten. Een bedrijf met acht jaar aan tickets heeft meer te bieden dan een bedrijf dat afgelopen voorjaar van systeem wisselde.

Markeer wat buiten blijft

• Klantsystemen, en alle data die je namens klanten verwerkt.
• HR-, salaris- en medische dossiers.
• Alles onder een geheimhoudingsverklaring of een contract dat hergebruik verbiedt.
• Nationale identificatienummers en andere nummers van de overheid.
• Elk kanaal, elke mailbox of map die je zelf buiten wilt laten.

Zoek de oude systemen op

Tools die je niet meer gebruikt, tellen ook mee. Een oude mailserver, een ticketsysteem dat je jaren geleden hebt vervangen of een gedeelde schijf die niemand meer opent, kan tien jaar aan gegevens bevatten. Vraag wie toen de IT deed waar de back-ups staan. Onze pagina over geld verdienen met oude bedrijfsdata legt uit wat in een archief geld waard is.

Een hele mailbox of een heel kanaal buiten laten mag. Maar een vollere export is meestal meer waard, dus schrap niet uit gewoonte. Onze pagina over Slack-, Teams- en Jira-data verkopen laat zien wat labs van elke tool leren.

Stap 2: draai de eigen export van elke tool

Eén export per tool, gedraaid door iemand met beheerdersrechten. Kies hieronder je tools. Je ziet wie de export draait, wat je krijgt en waar je op moet letten.

Draai de exports op het abonnement dat je nu hebt. Soms geeft een maand op een hoger abonnement een vollere export, zoals privékanalen op Slack Business+. In het gesprek zeggen we het als dat de moeite waard is.

Slack

Een eigenaar van de workspace start de export onder Workspace settings en dan Import/Export data. Op de Free- en Pro-abonnementen krijg je alleen openbare kanalen. Op Business+ kan de eigenaar bij Slack een volledige export aanvragen met privékanalen en DM's, en op Enterprise zet Slack Support de tools daarvoor aan. De export bevat links naar gedeelde bestanden, niet de bestanden zelf. Houd de workspace dus actief tot de bestanden binnen zijn.

Microsoft 365: Outlook, Teams, SharePoint en OneDrive

Eén eDiscovery-zoekopdracht in Microsoft Purview dekt elke mailbox, de Teams-chats, de SharePoint-sites en OneDrive, en exporteert ze in één keer. De beheerder die hem draait, heeft eDiscovery-rechten nodig en een licentie waarin exporteren zit. Daarom is dit vaak een klus voor je IT-leverancier.

Google Workspace: Gmail, Drive, Agenda en Meet

Een superbeheerder gebruikt de Data Export-tool van Google om de hele organisatie in één keer te exporteren. Volgens Google zelf moet het beheerdersaccount minstens 30 dagen oud zijn en verificatie in twee stappen gebruiken. Een export duurt meestal ongeveer 72 uur en kan tot 14 dagen duren. Organisaties met meer dan 1.000 gebruikers nemen eerst contact op met de support van Google, en de export vraagt een actief abonnement.

Jira, Confluence, code en de rest

Jira en Confluence maken een volledige back-up van de site, met bijlagen. Op GitHub bevat één migratiearchief de code met de volledige historie, de issues, de pull requests en de reviews. Die zijn net zo belangrijk als de code zelf. Helpdesks, CRM's en Notion hebben elk een eigen export. In je Lodex-account staat voor elke tool een stap-voor-stapgids.

Stap 3: upload het, of geef de klus aan je IT-persoon

Upload elke export in je Lodex-account zodra we je als verkoper hebben goedgekeurd. Of stuur één uploadlink naar wie je IT doet. Die uploadt het dan zonder account.

Grote exports gaan in delen omhoog, en elk deel wordt gecontroleerd zodra het binnenkomt. Valt de verbinding weg, dan hoef je niet opnieuw te beginnen. Voor heel grote exports kun je ons om directe toegang tot een bucket vragen.

Het meeste werk ligt bij wie de beheerdersrechten heeft. Vaak is dat niet de eigenaar, maar een IT-verantwoordelijke of een externe IT-leverancier. Dat is normaal: de eigenaar tekent, de beheerder exporteert.

Houd kort bij wat je hebt geëxporteerd: welke tool, welke jaren en wat je bewust buiten hebt gelaten. Dat maakt onze controle sneller, en het gaat mee in de papieren die bij de dataset horen.

Wat moet je niet doen voordat je verkoopt?

Niet verwijderen, niet downgraden en niet opschonen. Elk daarvan kost je geld, of data die je niet terugkrijgt.

• Verwijder geen oude kanalen, mailboxen of projecten. Jaren historie is waar een lab voor betaalt.
• Zet Slack niet terug naar Free. Het gratis abonnement verwijdert berichten en bestanden die ouder zijn dan een jaar.
• Zeg geen abonnement op voordat de export klaar is. De volledige export van Google vraagt een actief abonnement.
• Haal niet zelf namen weg. Met de hand zoeken en vervangen mist dingen en breekt de gesprekken. Opschonen is ons werk, en jij controleert het resultaat.
• Verkort geen bewaartermijnen. Een instelling die berichten na een jaar verwijdert, haalt stilletjes de historie weg die je wilt verkopen.
• Mail geen bestanden en deel geen links naar schijven. Gebruik de uploadpagina, zodat elk deel gecontroleerd binnenkomt.

Stop je tegelijk met het bedrijf? Dan doet de volgorde er nog meer toe. Onze pagina over je bedrijfsdata als je je bedrijf stopt zet de stappen op een rij.

Hoe houd je gegevens van klanten en medewerkers veilig?

Door sommige data buiten te laten en uit de rest de persoonsgegevens te halen, voordat er iets weggaat. Namen, e-mailadressen, telefoonnummers, adressen en rekeningnummers worden verwijderd of vervangen. Vervangingen blijven binnen een gesprek gelijk, zodat het gesprek nog te volgen is. Er wordt geen sleutel bewaard om de namen terug te zetten. Wachtwoorden, API-sleutels en tokens die in chat of code opduiken, worden ook gevonden en verwijderd.

Jij exporteert. Wij schonen op. Jij keurt goed. Er gaat niets naar een lab voordat je een opgeschoonde steekproef hebt gezien.

Onze pagina over hoe we bedrijfsdata anonimiseren laat een gegeven zien, voor en na. Onder de AVG heb je ook een duidelijke reden nodig om de data te verwerken, en een duidelijke grens voor wat buiten blijft. De AVG-gids over bedrijfsdata verkopen loopt het stap voor stap door.

We geven alleen licenties aan AI-labs en onderzoeksteams onder contract, nooit aan je concurrenten. Onze kopie van de originelen wordt verwijderd zodra de verwerking klaar is.

Hoe lang duurt het om bedrijfsdata klaar te maken?

Twee tot drie weken, van het eerste gesprek tot een opgeschoonde dataset, is gebruikelijk. De exports zelf duren van een paar minuten tot een paar dagen.

Een export van Google Workspace duurt meestal ongeveer drie dagen. Kleinere tools zijn vaak dezelfde dag klaar. Het trage deel zit meestal in je eigen bedrijf: uitzoeken wie beheerdersrechten heeft, of wachten tot een bestuur of ondernemingsraad akkoord geeft.

Daarom raden we aan die gesprekken al te beginnen voordat je met ons belt. Onze stap-voor-stappagina over hoe je bedrijfsdata verkoopt zet op een rij wie waarvoor akkoord moet geven.

Heb je een deadline, zoals een abonnement dat afloopt of een bedrijf dat stopt? Zeg het in het eerste gesprek, en begin met de langste export. Dat is meestal Google Workspace of Microsoft 365.

Wat gebeurt er na de upload?

We controleren de uploads tegen wat is afgesproken, schonen ze op en laten je een steekproef zien. Jij geeft akkoord, en pas dan wordt de data in licentie gegeven.

1. Controle. We vergelijken wat er binnenkwam met wat was afgesproken, en laten het je weten als er iets ontbreekt.
2. Opschonen. De persoonsgegevens gaan eruit, en wat volgens afspraak buiten blijft, wordt verwijderd.
3. Steekproef. Je bekijkt opgeschoonde gegevens uit je eigen data.
4. Akkoord. Je geeft akkoord, of je vraagt om aanpassingen.
5. Licentie. Een lab of onderzoeksteam krijgt de opgeschoonde kopie onder contract.
6. Betaling. Binnen 7 dagen nadat de koper Lodex heeft betaald.

Bedrijfsdata kan €50K–€600K opbrengen, en de meest complete datasets zijn het meest waard. De schatting hieronder geeft in een minuut een eerste bandbreedte. Onze gids over wat je bedrijfsdata waard is legt uit wat de prijs bepaalt.