DEMAND – Handling Data Safely, Responsibly, and Efficiently

Our data driven world demands efficiency, security and responsibility.

DEMAND creates data tools aimed at organizations and companies for these purposes. In this day and age, digitalization is key to everything – and it’s here to stay. There is so much data available, but at the same time there are still many unanswered questions about how to use it in an effective, sustainable and safe way. DEMAND aims to answer these questions. How? By combining our knowledge and optimizing data chains for companies and organizations in the public sector. Read more about what our goals are and who we work with.

About DEMAND

Latest News (in Dutch)

DPP op komst: wie heeft de regie over de data?
Vanaf 2027 krijgen steeds meer producten een digitaal productpaspoort (DPP). Daarin staat informatie over bijvoorbeeld herkomst, materialen en reparatie- of recyclemogelijkheden. Die gegevens komen niet van één partij.
Zo zet je AI slim in voor data engineering
LLM’s, generatieve AI en Agentic AI zijn niet meer weg te denken uit de wereld van technologie. Maar hoe zet je deze ontwikkelingen concreet in binnen data engineering? Tijdens de Data Expo nam Petra Heck bezoekers mee in de mogelijkheden van AI-ondersteunde data engineering.
Dit waren de highlights van het DEMAND Community Event
Met een sterk programma vol gerenommeerde sprekers en een inspirerende locatie, Bellevue bij Alliander, was deze editie van het DEMAND Community event een groot succes. Na de opening door Astrid van der Hoge, academiedirecteur van de HAN, deelden de sprekers hun inzichten en ervaringen.
DEMAND Meetup – GenAI Engineering
Op 1 april organiseerde Fontys ICT een meetup over GenAI Engineering. Petra Heck (Fontys ICT) trapte af met een kort overzicht van wat GenAI Engineering is en hoe GenAI ingezet kan worden binnen data engineering.

Agenda

Vier jaar DEMAND: kennis delen en successen vieren
Op 13 november organiseren we het laatste DEMAND Community Event van fase 1. We komen samen in het kersverse Frontrunner-gebouw op de Noviotech Campus in Nijmegen. Tijdens dit event staat niet één specifiek thema centraal. We laten DEMAND in de volle breedte zien met inhoudelijke verhalen uit alle themagroepen en korte updates van alle PhD- en PD-kandidaten.

Themagroepen

Data Governance

How to organize data management emphasizing roles and responsibilities?

Lead: Donné de Ruijter (Alliander)
Topics: Data mesh, Data products, Data Ownership, Data Spaces, Data Ecosystems.

Responsible Data

Stakeholder involvement in data excellence for AI

Lead: Mettina Veenstra (Saxion University of Applied Sciences)
Topics: Responsible data collection, collaborative design of datasets, collaborative exploration and assessment of existing datasets, tools for responsible use of data for AI

Data Semantics

Datasemantics and -modelling as the core of data management, but in view of a changing context.

Lead: Carla Arauco (Gorilla IT)
Topics: Data Spaces, Data veracity, Information Modelling, Ontologies, Concept Mining, Knowledge Graphs

Data Spaces

From siloed data ecosystems and disconnected stakeholders to interoperable data spaces enabling trusted data-sharing. And from isolated data exchanges and inconsistent governance to standardized, secure, and scalable data collaboration frameworks.

Lead: Pieter Zeilstra (Saxion)
Topics: 
- Data sharing
- International Data spaces
- GaiaX
- Data space connector
- Data interoperability
- Opensource data space components
- Minimal Viable Data spaces

MLOps

Data-driven AI engineering: How to operationalize machine learning models, focused on the necessary data infrastructure. Data pipelines in production for ML models.

Lead: Petra Heck, Merel Veracx (Fontys)
Topics: DataOps, Data Wrangling, Data Science & ML platforms & pipelines, Data drift.

LLM Engineering

Data architecture for trustworthy LLM applications.

Lead: Leon Schrijvers, Petra Heck (Fontys)
Topics: Document databases, RAG (Retrieval Augmented Generation), Open Source LLMs, Testing RAG/LLMs, Chunking.

Universities of Applied Sciences

Partners

Looking for the best data pipeline tool for your organization?

Answer a few questions (5 minutes max).
The tool generates personal recommendations.
Compare platforms such as Amazon SageMaker, Databricks, and Microsoft Azure Machine Learning.
Find the most suitable platforms for your organization.

Try the data platform tool