Ga naar inhoud

1. Model Governance

Doel

Richtlijnen voor het beheren van AI-modellen gedurende hun levenscyclus: van ontwikkeling tot productie en uitfasering.

1. Doel

Deze module definieert hoe wij AI-modellen beheren gedurende hun levenscyclus: van ontwikkeling tot productie en uiteindelijke uitfasering. Goede model governance zorgt voor traceerbaarheid, controleerbaarheid en veilige releases.

2. Kernprincipes

Elk Model Heeft Een Eigenaar

  • Elke AI-oplossing heeft één aangewezen Tech Lead die verantwoordelijk is voor de technische kwaliteit.
  • De eigenaar is aanspreekpunt voor incidenten, updates en decommissioning.

Alles Is Versiebeheerd

  • Modelgewichten, configuraties en Prompts staan in versiebeheer.
  • Wijzigingen zijn traceerbaar: wie heeft wat wanneer aangepast?

Geen Wijziging Zonder Review

  • Wijzigingen aan productiemodellen vereisen review door ten minste één andere teamlid.
  • Bij Hoog Risico: Guardian review verplicht.

3. Model Registry

Een centrale plek waar alle modellen zijn geregistreerd met hun metadata.

Minimale Metadata per Model

Veld Beschrijving Voorbeeld
Model ID Unieke identificatie invoice-classifier-v2.1
Versie Semantische versie of hash 2.1.0 of abc123
Status Development / Staging / Production / Deprecated Production
Eigenaar Verantwoordelijke persoon/team Team Finance AI
Aanmaakdatum Wanneer getraind/gedeployed 2026-01-15
Databron versie Welke data gebruikt voor training invoices-2025-q4
Prompts Link naar prompt/config versie prompts/invoice-v2.1.yaml
Validatierapport Link naar bijbehorend bewijs reports/invoice-v2.1.md
Risiconiveau Classificatie conform EU AI Act Beperkt

Implementatie-opties

Optie Geschikt voor Complexiteit
Spreadsheet/Wiki Startende teams, weinig modellen Laag
Git repository met YAML Engineering teams Midden
Experiment tracking platform Mature MLOps-omgeving, veel modellen Hoog

4. Goedkeuringsworkflow

Standaard Flow (Beperkt Risico)

[Development] → [Code Review] → [Staging Test] → [Gate Review] → [Production]
  • Code Review: Ten minste één peer review
  • Staging Test: Golden Set test op staging-omgeving
  • Gate Review: Validatierapport voldoet aan Bewijsstandaarden

Uitgebreide Flow (Hoog Risico)

[Development] → [Code Review] → [Guardian Review] → [Staging Test] → [Fairness audit (bias audit)] → [Gate Review] → [Gefaseerde Uitrol] → [Production]
  • Guardian Review: Onafhankelijke toetsing op Harde Grenzen
  • Fairness audit (bias audit): Kwantitatieve bias-analyse
  • Gefaseerde Uitrol: Start met beperkte gebruikersgroep, monitor, dan volledige uitrol

5. Modellevenscyclus

Fase Kenmerken Acties
Development Experimenten, prototypes Geen productiedata, geen externe gebruikers
Staging Kandidaat voor productie Volledige Golden Set test, review
Production Live, wordt actief gebruikt Monitoring, incidentprocedure actief
Deprecated Wordt uitgefaseerd Geen nieuwe gebruikers, migratieplan actief
Retired Niet meer beschikbaar Archivering, documentatie bewaard

6. Wijzigingsbeheer

Typen Wijzigingen

Type Voorbeeld Vereiste Goedkeuring
Configuratie-aanpassing Temperatuur van 0.7 naar 0.5 Peer review
Prompt-wijziging Instructie herschrijven Peer review + regressietest
Modelversie-update Nieuw basismodel (bijv. GPT-4 → GPT-5) Volledige Gate Review
Databron-wijziging Nieuwe kennisbank koppelen Guardian review (Hoog Risico)

Rollback Procedure

  • Elke productierelease heeft een gedocumenteerd rollback plan.
  • Rollback moet binnen 30 minuten uitvoerbaar zijn.
  • Na rollback: incident-analyse en documentatie.

7. Checklist Model Governance

Model Governance Checklist

  • Model registry is ingericht en up-to-date
  • Alle productiemodellen hebben een eigenaar
  • Goedkeuringsworkflow is gedocumenteerd en wordt gevolgd
  • Wijzigingsbeheer is ingericht met rollback-procedure
  • Modellen zijn gekoppeld aan Validatierapporten

8. Gerelateerde Modules