Winst:
- Vermogen om de grenzen van het gebruik van kunstmatige intelligentie in MIS uit te leggen binnen het kader van KVKK en basisprincipes van informatiebeveiliging
- Mogelijkheid om principes van anonimisering, minste privileges en gegevensclassificatie veilig toe te passen op workflows voor kunstmatige intelligentie
- Vermogen om op verantwoorde wijze een end-to-end MIS-AI-project te beheren binnen het kader van ethiek, compliance en competente goedkeuring.
Module-examen
1. Welke uitspraak beschrijft het meest nauwkeurig de rol van de output van kunstmatige intelligentie in het werk van een specialist op het gebied van managementinformatiesystemen?
- A) AI produceert concepten en voorstellen; ✔ Bedrijfsregel is de verantwoordelijkheid van de mens om te verifiëren met echte gegevens en competente goedkeuring
- B) AI-uitvoer is vloeiend en technisch geschreven, dus vereist meestal geen verificatie
- C) AI kan vereisten rechtstreeks finaliseren zonder goedkeuring van de business unit
- D) Bij financieel-kritische beslissingen vervangt AI-output de goedkeuring van een competente expert
Omschrijving: Kunstmatige intelligentie stelt snel tussenproducten op zoals eisen, datamodellen, SQL en rapporten; Het is echter de menselijke verantwoordelijkheid om deze concepten te verifiëren aan de hand van de bedrijfsregel, feitelijke gegevens en bevestiging door belanghebbenden. Met name bij financiële en compliance-kritische beslissingen is AI geen vervanging voor de goedkeuring van competente deskundigen.
2. Wat is het voornaamste probleem met de stelling 'het systeem moet snel zijn' in een behoefteanalyseonderzoek?
- A) Het is geschreven als niet-functioneel, ook al is het een functionele vereiste
- B) Kan niet worden getest en geverifieerd omdat er geen meetbare drempelwaarde in zit ✔
- C) Belanghebbenden begrijpen het niet omdat het te veel technische details bevat
- D) Het is ongeldig omdat het niet in user story-formaat is geschreven
Toelichting: Deze stelling beschrijft een niet-functionele eis, maar is niet meetbaar. 'Snel' is subjectief; definieert een aanvaardbare vereisteresponstijd op basis van aantal, toestand en belasting (bijvoorbeeld 'queryrespons minder dan 2 seconden bij gemiddelde belasting'). Een vereiste die niet kan worden gemeten, kan niet worden getest.
3. Wat is het hoofddoel van normalisatie bij datamodellering?
- A) Vereenvoudig de zoekopdracht door alle gegevens in één grote tabel te verzamelen
- B) Voorkom afwijkingen bij updates door gegevensduplicatie te verminderen en de integriteit te behouden ✔
- C) Minimaliseer altijd de grootte van back-upbestanden
- D) Directe garantie voor grafische en bordprestaties
Beschrijving: Normalisatie is het proces waarbij tabellen logisch worden gesplitst om redundantie te verminderen en de integriteit van gegevens te behouden. Door dezelfde informatie op één plek te bewaren, worden afwijkingen en inconsistenties bij updates voorkomen. Het doel is niet om het rapport te versnellen; opzettelijke denormalisatie wordt soms gedaan voor snelheid.
4. Wat is het belangrijkste risico als we op een business intelligence-dashboard afleiden dat de omzet stijgt naarmate de advertentie-uitgaven stijgen, dus adverteren verhoogt de omzet?
- A) Verwarring van correlatie met causaliteit; Samen optreden bewijst niet dat het een het ander creëert ✔
- B) Onjuiste selectie van diagramtype
- C) De gegevens zijn niet genormaliseerd
- D) Het bord bevat te veel kleuren
Uitleg: Dit verwart correlatie met causaliteit. De twee statistieken kunnen samen bewegen, maar een derde factor (bijvoorbeeld seizoen, campagneperiode) kan ervoor zorgen dat beide stijgen. De MIS-expert moet deze valkuil ook controleren in door AI gegenereerde verhalende teksten en causale beweringen testen met bewijsmateriaal.
5. Voor welk staptype is RPA het meest geschikt bij slimme automatisering, waarbij RPA (robotische procesautomatisering) en kunstmatige intelligentie samen worden gebruikt?
- A) Stappen die onduidelijk zijn, gebaseerd zijn op interpretatie, en elke keer andere beslissingen vereisen
- B) Stappen die werken aan reguliere, repetitieve en gestructureerde gegevens ✔
- C) Stappen die empathie met de klant vereisen
- D) Stappen waarin strategische investeringsbeslissingen worden genomen
Toelichting: RPA is sterk in regelmatige, repetitieve en gestructureerde datastappen: het kopiëren van data van het ene scherm en het invoeren ervan in een ander systeem. Kunstmatige intelligentie speelt een rol in stappen die een dubbelzinnig oordeel, classificatie of begrip van natuurlijke taal vereisen; Beslissingen met een hoog risico blijven onderworpen aan menselijke goedkeuring.
6. Waarom moeten AI-resultaten bijzonder zorgvuldig worden gevalideerd in ERP-systemen?
- A) ERP-gegevens zijn altijd anoniem, dus extra voorzichtigheid is geboden
- B) ERP-processen zijn financieel en operationeel cruciaal; Een fout heeft directe financiële en juridische gevolgen ✔
- C) ERP-systemen kunnen helemaal niet worden geïntegreerd met kunstmatige intelligentie
- D) AI begrijpt ERP-rapporten niet omdat ze niet visueel zijn
Omschrijving: ERP; Voert financiële en operationele kritische processen uit, zoals boekhouding, inventaris, inkoop en salarisadministratie. Een fout komt hier direct tot uiting in de financiële vastlegging, betalings- of inventarisbeslissing. Daarom worden AI-aanbevelingen niet verwerkt zonder de goedkeuring van een competente deskundige; Audittrail is verplicht.
7. Waar moet een MIS-specialist als eerste op letten bij het inzetten van kunstmatige intelligentie bij het werken met CRM-data?
- A) Het kleurenpalet van het paneel kiezen
- B) Privacy van persoonsgegevens: anonimisering, minimale autorisatie en eerst naleving van KVKK-naleving ✔
- C) Het laden van de grootst mogelijke dataset in het voertuig zoals deze is
- D) Het is voldoende om de nieuwste versie van het model te gebruiken
Beschrijving: CRM-gegevens zijn grotendeels persoonlijke gegevens (naam, contact, aankoopgeschiedenis). Voordat deze gegevens aan een kunstmatige-intelligentietool worden gegeven, moeten anonimisering, minimale autorisatie en KVKK-naleving worden geëvalueerd. Bovendien vereisen geautomatiseerde besluiten die gevolgen hebben voor de klant menselijk toezicht en het recht om bezwaar te maken.
8. Welk type diagram is over het algemeen het meest geschikt om de koerswijzigingen (percentages) in de loop van de tijd op een dashboard weer te geven?
- A) Lijndiagram voor tijdtrend; schaal en as moeten correct zijn ingesteld ✔
- B) Een cirkeldiagram is het beste in elke situatie
- C) Afbeeldingen met driedimensionale effecten verhogen de leesbaarheid
- D) Het grafiektype heeft geen invloed op de boodschap, ze zijn allemaal gelijkwaardig
Toelichting: Een lijndiagram is geschikt om een trend in de tijd weer te geven; Als de assen en schaal correct zijn ingesteld, is de wijziging duidelijk afleesbaar. Het cirkeldiagram toont het aandeel op een bepaald tijdstip; het is niet geschikt voor tijdtrending. De grafische selectie wordt gemaakt op basis van de boodschap die moet worden overgebracht.
9. Wat is het belangrijkste risico van no-code/low-code platforms op het gebied van governance?
- A) Applicaties draaien altijd erg langzaam
- B) Ongedocumenteerde, niet-gecontroleerde 'schaduw-IT'-oplossingen creëren data- en veiligheidsrisico's ✔
- C) Ze lossen nooit echte zakelijke problemen op
- D) Ze kunnen alleen in grote bedrijven worden gebruikt
Omschrijving: No-code/low-code zorgt ervoor dat niet-technische medewerkers (citizen-ontwikkelaars) snel applicaties kunnen installeren. Wanneer het echter ongecontroleerd groeit; Ongedocumenteerde, onbeveiligde en verweesde 'schaduw-IT'-oplossingen veroorzaken datalekken en technische schulden. Governance vereist het vastleggen en monitoren van deze oplossingen.
10. Wat betekent ‘consistentie’, een van de dimensies van datakwaliteit?
- A) De gegevens komen exact overeen met de waarde in de echte wereld
- B) Dezelfde gegevens conflicteren niet met elkaar in verschillende systemen en dossiers ✔
- C) Alle velden in de gegevens zijn ingevuld
- D) Het vinden van de gegevens in de meest actuele vorm
Toelichting: Consistentie betekent dat dezelfde gegevens niet met elkaar conflicteren in verschillende systemen of records; Het adres van een klant is bijvoorbeeld hetzelfde in het CRM- en facturatiesysteem. Nauwkeurigheid betekent conformiteit met de werkelijkheid, volledigheid betekent volledigheid en up-to-dateheid betekent tijdigheid van gegevens. Dit zijn aparte afmetingen.
11. Wat is binnen de reikwijdte van KVKK het meest fundamentele principe dat een MIS-expert moet toepassen voordat hij persoonsgegevens verwerkt met een hulpmiddel voor kunstmatige intelligentie?
- A) Het verzamelen van alle persoonlijke gegevens die kunnen worden verkregen
- B) Gegevensminimalisatie en doelbinding: verwerk alleen noodzakelijke gegevens voor het gedefinieerde doel ✔
- C) De gegevens in een openbare map plaatsen waar iedereen toegang toe heeft
- D) De privacybeslissing volledig overlaten aan kunstmatige intelligentie
Omschrijving: Dataminimalisatie en doelbinding zijn essentieel: alleen de noodzakelijke gegevens verwerken voor een geïdentificeerd en legitiem doel. Waar mogelijk worden gegevens geanonimiseerd of gepseudonimiseerd; Gebieden die de persoon identificeren, worden uit de buurt van het voertuig gehouden. De ‘meer data, hoe beter’-aanpak is in strijd met de KVKK-principes.
12. Waarom is de zin ‘het systeem keurt automatisch goed als dat nodig is’ een riskante eis in een door AI aangedreven eisenconcept?
- A) Omdat het te lang is
- B) 'Haalbare gevallen' zijn ongedefinieerd, open voor interpretatie, niet testbaar en foutgevoelig ✔
- C) Automatisering is altijd verboden
- D) Omdat het niet in het user story-formaat is
Toelichting: 'Passende situaties' is een vage uitdrukking; Het is niet gedefinieerd welke voorwaarden aanleiding geven tot goedkeuring. De dubbelzinnige vereiste wordt door de ontwikkelaar verkeerd geïnterpreteerd en kan niet worden getest. De MIS-expert moet dergelijke dubbelzinnige uitspraken van AI verduidelijken met duidelijke regels en drempels en deze laten bevestigen door de stakeholder.
13. Wat is het hoofddoel van een ETL-proces (Extract-Transform-Load) in een datawarehouse?
- A) Het genereren van nieuwe klantgegevens
- B) Gegevens uit verschillende bronnen extraheren en transformeren en in een consistente structuur laden die klaar is voor analyse ✔
- C) Automatisch selecteren van de kleuren van de panelen
- D) Het delen van persoonsgegevens ongeacht de wet
Omschrijving: ETL; Het haalt gegevens uit bronnen (Extract), ruimt deze op en zet deze om in een standaardstructuur (Transform) en laadt deze in het datawarehouse voor analyse (Load). Het doel is om verspreide en verschillende formaten van operationele gegevens in een consistente structuur te brengen, klaar voor rapportage en analyse. ETL produceert geen data, het verplaatst en organiseert bestaande data.
14. Waarom is 'afhandeling van uitzonderingen' van cruciaal belang bij het ontwerpen van procesautomatisering?
- A) Omdat het de automatisering altijd sneller laat werken
- B) Omdat het mensen veilig kan stoppen en begeleiden in plaats van stille fouten in illegale situaties ✔
- C) Omdat het het grafische ontwerp verbetert
- D) Omdat persoonlijke gegevens automatisch worden verwijderd
Toelichting: Automatiseringen komen altijd situaties tegen die in strijd zijn met de regels (ontbrekende gegevens, onverwacht formaat, systeemfout). Door het afhandelen van uitzonderingen kan de robot het proces veilig stoppen en in deze gevallen doorsturen naar een mens, in plaats van stilletjes de verkeerde actie te ondernemen. Als er geen uitzonderingen worden ontworpen, zullen fouten zich stilzwijgend voortplanten en zal de audittrail verloren gaan.