Categorieën
Article

RPA in mensentaal

RPA staat voor Robotic Process Automation. Het is een software die in staat is manuele handelingen ‘na te doen’. Beeld je in: een medewerker moet vandaag gegevens die via de website per email binnenkomen, overtikken in een software pakket om de verdere opvolging te kunnen doen. Wel, dit soort handelingen kunnen geautomatiseerd worden met RPA, zonder aan de bron en doel applicatie iets te veranderen.

Elke organisatie kent manuele repetitieve taken die vandaag door medewerkers moeten worden uitgevoerd. Daarin is de manuele handeling niet meer dan een brug tussen een applicatie en een andere, dikwijls gebonden aan een aantal regels. En dat kan deels of geheel overgenomen worden door een RPA oplossing. RPA is dus geen integratie tussen systemen, maar een soort slimme plakband.

RPA kan een oplossing bieden voor taken die:

  • Repetitief zijn.
  • Gebaseerd op eenduidige logische regels.
  • Gaan over het bewerken van gestructureerde data.

RPA kan bijvoorbeeld emails openen en informatie er uithalen, databases lezen, data invullen, berekeningen uitvoeren op data, logica toepassen.

Wat vindt Foursevens van RPA?

We wegen in onze projecten steeds een aantal dingen af. Het antwoord op die vragen zal afhangen van de specifieke context, maar de vragen blijven dezelfde.

Wat is het precieze probleem?

Is de oplossing gebruiksvriendelijk?

Manueel overtikken van gegevens, het doet wat denken aan het Middeleeuws scriptorium maar dan in digitale vorm. Niemand wordt daar echt gelukkig van. In de juiste context is het overnemen van deze activiteiten door een RPA oplossing dus zeker het overwegen waard.

Is de oplossing duurzaam in de bredere architectuur van de organisatie?

Maar zoals problemen nooit los van elkaar staan, zo zijn los van elkaar staande oplossingen al snel een kluwen. Het gevaar van RPA is dat het een stopmiddel wordt voor slecht ontwerp van je enterprise architectuur. Daarmee veeg je dingen onder de mat, maar kan op termijn een totaal ondoorzichtelijk kluwen van automatische processen ontstaan waar niemand nog precies de inhoud van kent. RPA is maar het overwegen waard indien een API oplossing echt niet mogelijk is. Een API biedt een veel betere manier om te integreren dan RPA. Vaak loont het de moeite om dit goed te analyseren.

Zorgt RPA voor tijds of geldwinst?

Als RPA kan zorgen dat de weg naar een verdere digitalisering van je organisatie sneller gaat, vinden wij RPA het overwegen waard. Wij geloven dat het dan een transitie-oplossing kan zijn, of een goedkope oplossing om een paar losse eindjes aan elkaar te knopen (denk oude custom software links of rechts in minder kritische hoeken van je processen). Oude applicaties kunnen al eens in de weg staan van een doorgedreven digitalisering, RPA kan zeker onderdeel zijn van een oplossing daarvoor. Zeker als blijkt dat RPA een goedkopere oplossing is dan het eventueel aanpassen of herbouwen van die oude applicaties.

Ook bij het migreren van data tussen oude en nieuwe applicaties kan RPA een rol spelen. Weerom een tijdelijke.

RPA is dus applicatie-plakband, die in sommige gevallen heel goed van pas kan komen, maar waar voorzichtig mee moet worden omgesprongen.

Categorieën
Article

Rotterdam Circulair

Foursevens gaat elk jaar op weekend. Niet omdat we vinden dat dat moet, maar omdat we als team graag tijd met elkaar doorbrengen. Afwisselend krijgt dat de vorm van genieten van de natuur en het bezoeken van een stad.

Dit jaar wilden we enerzijds inspiratie opdoen in een bruisende stad in volle verandering, maar we wilden ook de impact van ons weekend beperken. Daarom kozen we voor Rotterdam, waar we samen met de trein naartoe reisden.

Het thema van ons stadsbezoek was circulaire economie. En dat bracht ons in de fascinerende omgeving van Blue City; een voormalig subtropisch zwemparadijs dat zich transformeert tot Circulaire startup omgeving. En om dat wat concreet te maken delen we hier een paar voorbeelden van bedrijven die we er leerden kennen.

Bouwen met afval

Werk Units Blue City Rotterdam. Credits Ines Vanlangendonck

De eerste ruimte in Blue City die tot startup space omgetoverd werd was de oude discotheek. Om daarin modules te creëren waarin verschillende startups konden werken, werd een ontwerp gemaakt op basis van bouwmateriaal dat anders op een stort was beland: en dat afval had de vorm van 220 houten ramen van een ziekenhuis dat werd afgebroken. De architect ontwierp op basis van het beschikbaar materiaal prachtige units.

Waarde creëren uit PET

We zagen ook de creaties van de Better Future Factory waar enerzijds gewerkt wordt aan bewustmaking (door installaties waarin mensen zelf afval kunnen omzetten naar bvb een juweel) en door productontwikkeling van gerecycleerd plastiek. Op die manier brengen zij o.a. gerecycleerd 3D Filament op de markt, op basis van dashboards, binnenkanten van oude koelkasten en PET flessen.

Korte Keten restaurant

Heerlijk eten deden we in korte-keten-restaurant Dertien. Korte keten betekent dat er zo weinig mogelijk tussenstappen zijn tussen producent en verbruiker. Dertien kent haar telers en kwekers en neemt alleen af wat op dat moment voorradig is. Dertien kookt dus op basis van de oogst, steeds seizoensgebonden maar bovendien om duimen en vingers van af te likken.

Meer verhalen over circulair in Rotterdam, contacteer ons en we nodigen je uit op de koffie!

Categorieën
Article

Verzekerings Enquête

VerzekeringsEnqueteFoursevens

Een paar maanden geleden deden we een enquête over digitale communicatie in de verzekeringssector. We hebben de resultaten in deze infographic gegoten. Ben je geboeid door deze informatie en wil je graag de volledige set antwoorden uit onze enquête, contacteer ons dan en we bezorgen je het rapport.

Categorieën
Article

Generatie Y

We vroegen een groep mensen tussen 18 en 25 hoe zij online en mobiel bankieren. Daaruit distilleerden we deze infographic. Als je interesse hebt in de volledige resultaten bezorgen we die je met plezier. Gewoon even een berichtje sturen via onze contactpagina.

Categorieën
Article

Innovatie en het vluchtelingenkamp

Ik heb vorige zomer mogen helpen in het Brusselse vluchtelingenkamp. Mijn taken waren bijzonder bescheiden maar ik kon het niet laten dit fascinerende, zelf-organiserende allegaartje te observeren. Mijn professionele zelf gelooft dat hieruit een les of twee te trekken valt over innovatie.

Het kamp startte met een soep bedeling en groeide uit tot een plaats waar onderdak, medische diensten, maaltijden, onderwijs en kledingbedeling gebeurde voor meer dan 900 mensen. Het kamp ging van 1 bewoner naar 900 in drie weken tijd.

Communicatie vervangt structuur

Ondanks wat veel mensen denken; het Brusselse kamp was geen centraal georganiseerde hulpactie. Een aantal individuen en losse NGOs startten met het bieden van eerst maaltijden daarna onderdak. Elke dag arriveerden meer vrijwilligers. NGOs namen bepaalde taken op en maakt die tot haar verantwoordelijkheid. Allemaal in ad hoc afspraken, door veel met elkaar te praten en de situatie elke dag te herbekijken. Een zo’n organisatie stond in voor het coördineren van vrijwilligers. Ze openden een tent, zetten er een bordje ‘vrijwilligers hier registreren’ naast en klaar. Dat betekende niet dat het Vrijwilligerstentje plots een overzicht had over het werk dat er moest gebeuren. Het betekende alleen dat vrijwilligers hier kort uitleg kregen, een paar spullen en de opdracht om rond te wandelen en te zien waar hulp nodig was. In het geval van een dringende nood kwamen andere ‘diensten’ (de keuken, douches, kledingtent, etc) naar de vrijwilligerstent om te melden dat ze mensen nodig hadden. Niets anders dan voortdurende communicatie verzekerde het correcte doorsturen van vrijwilligers naar het werk dat er nodig was.

Struikel over je ‘gebruiker’

Elke dag kwamen meer vluchtelingen aan in het kamp. Hun wachttijden gingen omhoog, wat betekende dat ze ook langer in het kamp bleven. Het aantal bewoners ging snel de hoogte in. Aangezien alle vrijwilligers en vluchtelingen op dezelfde plaats werkten, een klein park in het centrum van Brussel, waren zij die problemen probeerden op te lossen steeds vlakbij zij die een probleem hadden. De reacties en feedback van vluchtelingen op de aangeboden hulp dwong het kamp om zichzelf steeds te herorganiseren of oplossingen te herdenken. Een voorbeeld: het werd snel duidelijk dat veel vluchtelingen een smartphone hadden om te communiceren met zij die waren achtergebleven. Een aantal mensen vonden dus de ‘oplaadtent’ uit. Een tent vol kabels en stekkers, een bordje met ‘Charging Station’ aan de ingang en klaar. Niet lang daarna bereikte dit nieuws de nabijgelegen toren van Proximus en installeerden die prompt gratis Wifi in het park. Allemaal snelle, pragmatische en efficiënte oplossingen voor echte problemen.

Continuous improvement

Het kamp functioneerde in een schijnbare staat van permanente chaos. Zo leek dat voor buitenstaanders. In werkelijkheid werden voortdurend nieuwe oplossingen opgebouwd naast de bestaande. De school van het kamp werd te klein en niet bestand tegen regen dus terwijl de lessen doorgingen werd verderop een nieuwe en meer robuuste tent gebouwd. De keuken bleek snel aan haar limieten en een groep van handige harries en architecten bouwde een nieuwe keuken en eetruimte. Dat alles terwijl de normale activiteiten in het kamp gewoon doorgingen. Met zowel de bezetting als de weersomstandigheden die voortdurend evolueerden was het kamp in een constante transformatie, er was geen dag waarop het kamp hetzelfde was als de dag voordien.

De kracht van motivatie

Om deze activiteiten aan te drijven was er natuurlijk enorm veel energie, optimisme en hard werk van duizenden vrijwilligers. Zowel van mensen die in het kamp werkten als van de velen die spullen kwamen brengen naar het ad hoc pakhuis. Er waren mensen van alle achtergronden, leeftijden, kleuren, talen, beroepen etc. (ik heb eens gekookt met een Iraakse chef-van-de-dag die geen woord Frans of Engels kon, maar een Belgisch-Marrokaans meisje stond in voor vertaling voor de verder nog zeer diverse keukenploeg). Het belangrijkste dat alles bij elkaar hield was de motivatie om iets te doen. Om toe te komen in het kamp en ergens werk van te maken.

Categorieën
Article

Wat is een algoritme?

Het is hoog tijd dat iedereen begrijpt wat algoritmes zijn. We worden binnenkort omgeven door meer algoritmes dan radiogolven, niet begrijpen wat een algoritme is is dus niet langer aanvaardbaar. Maar geen nood, ik leg het u in 5 minuten uit.

Een algoritme in haar puurste vorm is een reeks instructies die tot een resultaat leidt.  Aangezien dat wel erg vaag is, geef ik een voorbeeld;

We zouden een algoritme kunnen schrijven om een wandelende robot aan te leren om over te steken. Een eenvoudig oversteek algoritme zou dan zijn;

  • begeef je naar de rand van de stoep
  • vraag je af of je in een rechts rijdend land bent
  • kijk naar links
  • indien er geen auto komt van links kijk dan naar rechts
  • indien er geen auto komt kijk dan terug naar links en steek over
  • stap de stoep op
  • you made it!

Algoritmes hebben vandaag meestal te maken met technologie. De instructies bestaan daarom gebruikelijk uit een reeks berekeningen, data verwerkingen en logica. Algoritmes draaien op volle toeren in software van Tinder tot Facebook, van nieuwsbrieven tot reclamefolder-software, van apps voor mobiel bankieren tot in software die bvb eenzijdige opzeggingen van verzekeringscontracten voorstelt. Allemaal maken ze gebruik van algoritmes. Allemaal duwen ze data door een computerprogramma om er conclusies uit te trekken.

Facebook vertelt u bijvoorbeeld regelmatig met wie u bevriend zou kunnen worden. Daarvoor heeft Facebook een algoritme. Dat kan dan zoiets zijn (maar is in realiteit vele malen complexer);

  • haal uit alle email contacten van Mijnheer Bouwers de mensen die Facebook gebruiker zijn en steek die in een Groep 1
  • zoek de Facebook gebruikers uit Groep 1 die geen Facebook vriend van Mijnheer Bouwers zijn en maak daarmee Groep 2
  • Plaats Groep 2 in de volgorde van dichtst bevriend met Facebook vrienden van Mijnheer Bouwers
  • Plaats Groep 2 in volgorde van meeste updates per week
  • Toon de top 5 van Groep 2 aan Mijnheer Bouwers

De realiteit is dat Facebook uit veel bronnen informatie put en dus ingewikkelde algoritmes heeft, een lukrake greep uit de mogelijke bronnen zijn;

  • mensen die jij opgezocht hebt in Facebook
  • mensen die jou opgezocht hebben
  • mensen die jou getagd hebben in een foto
  • mensen die samen met jou op een foto getagd werden
  • mensen die hetzelfde event hebben bezocht als jij
  • mensen die dezelfde groepen volgen

Data is het nieuwe goud. En algoritmes zijn dan.. euh, tja, heel erg belangrijk! Zonder algoritmes blijven data gewoon opgestapelde brokjes waar je niks mee kan. En als die stapel heel hoog wordt noemen we dat op een bepaald moment Big Data. Maar alleen dankzij algoritmes kan je ooit iets aanvangen met Big Data. En alleen dankzij grondige kennis van algoritmes en de wetenschap dat ze krachtig zijn maar ook zeer verregaande gevolgen kunnen hebben in deze gedigitaliseerde wereld, zullen we software kunnen bouwen die op een goeie manier data aan het werk zetten.

Wil je graag meer weten over algoritmes en wat jij ermee kan doen, stuur ons dan een berichtje of kom een kopje thee drinken.

PS: wij hebben geen algoritme dat ons toelaat koffie-drinkende mensen van thee-drinkende mensen te onderscheiden. Wij zien ons dus genoodzaakt deze vraag expliciet te stellen tijdens uw eerste bezoek.

Categorieën
Article

Big Data: kort en simpel

Ik voelde toch enige opluchting, toen op een congres voor data scientists bleek dat ook daar niet iedereen het erover eens was wanneer ‘gewone’ data eindigt en ‘Big Data’ begint. En wat voor de ene organisatie gewoon data is, betekent voor een kleinere organisatie misschien big.

Enerzijds kan je Big Data op een kwantitatieve manier definiëren. Zo hoorde ik een definitie: ‘wanneer je het niet meer gewoon in een database kan stoppen en er een SQL query op loslaten, is het Big Data’. Dat betekent met andere woorden dat data met pakweg 650,000 records prima bruikbaar zijn en dus gewone data. Maar een dataset met 18.908.000.000 records, zoals de Event Database van het Google GDELT project, is niet langer benaderbaar met klassieke tools en machines. Grootte bepaalt dus of data Big is of niet.

Maar niet alleen omvang maakt dat data Big is. De complexiteit van data en de kracht van data om er correcte en relevante conclusies en voorspellingen uit te halen, maken evenzeer of het label Big van toepassing is. Het onderwerp van de data en de daaraan gekoppelde voorspellende kracht bepalen dus ook in welke mate die data als Big beschouwd kunnen worden. Een ontzettend grote hoop losse gegevens waar je onmogelijk conclusies of voorspellingen uit kan berekenen blijven een grote hoop en dus geen Big Data.

Om het kort samen te vatten: Big Data zijn extreem grote data sets die door computer analyse informatie over patronen kunnen blootleggen en trends kunnen voorspellen.

Categorieën
Article

Natural language processing, euh?

Dit is een gast artikel van Guy De Pauw, founder van Textgain.

Computerlinguïsten hebben een geweldige baan! Tot die opmerkelijke conclusie kwam het Amerikaanse HR-bedrijf Brazen enkele jaren geleden. Maar waarom juist? Taaltechnologie ontwikkelen is vaak een erg ondankbare bezigheid: we hebben allemaal al wel eens gegiecheld om de kromme vertalingen van Google Translate en de spell checker van Microsoft Word laat onze DT-fouten vaak vrolijk staan. En hoewel computers ondertussen tot aan de rand van het heelal kunnen theoretiseren,  kost het hen nog steeds een heleboel moeite om te bevatten dat je de bank in je woonkamer niet om een hypotheek kan vragen.

Taal is een complex cultureel gegeven waar computers slechts beperkt vat op lijken te krijgen. Het is de taak van computerlinguïsten om hen daarbij te helpen. Het vereist niet alleen inzicht in hoe mensen taal produceren en verwerken maar ook en vooral inzicht in zowel de cognitieve beperkingen als sterktes van computers. In de beginjaren van de computerlinguïstiek probeerden we vooral instructies te verzinnen die computers stap voor stap moesten volgen om taalkundige analyses te maken. Tegenwoordig leren we computers taal te verwerken door hen massa’s voorbeelden aan te bieden en hen met behulp van machine learning technieken zelf een analysemodel te laten creëren. En dat werkt een pak beter: we dwingen ze niet meer in een menselijke vorm van taalverwerking, maar laten hen toe om op eigen houtje patronen te ontdekken in grote multidimensionale ruimtes volgestouwd met taaldata.

Op die manier kan je computermodellen ontwikkelen die aan nieuwe teksten een categorie kunnen toekennen, van grammaticale structuren tot complexe semantische concepten. Zo kan een computer bijvoorbeeld zelf leren hoe jihadistische propaganda eruit ziet, zonder dat we op voorhand moeten weten welke terminologie daarbij gebruikt wordt. Wat computers dan nog missen in accuraatheid en talig buikgevoel, maken ze ruimschoots goed door hun duizelingwekkende verwerkingssnelheid. En dat is geen overbodige luxe in een wereld waarin massa’s tekst wordt geproduceerd: duizenden publicaties per seconde op Twitter bevatten allemaal een zekere mate van kennis die we met taaltechnologie kunnen ontsluiten.

In elke situatie waarin je zelf geen vat kan krijgen op de hoeveelheid tekst die wordt geproduceerd, is taaltechnologie een onmisbare hulp. Taaltechnologie laat bijvoorbeeld toe om gerichte interventies te plannen tijdens natuurrampen of om de organisatie van grote evenementen te stroomlijnen op basis van nieuwsartikelen, social media content of e-mails. De commerciële toepassingen zijn dan ook legio. Zo gebruikt Dell automatische sentiment analyse om hun prijszetting te bepalen: een laptop met goede reviews en social media buzz zal minder snel afgeprijsd worden dan eerder lauw onthaalde modellen.

Mensen zijn immers niet karig met hun opinies op sociale media en de gegevens die je via text mining op sociale media kan verzamelen zijn dan ook erg waardevol: je verzamelt immers gegevens zonder mensen lastig te vallen en op het moment dat ze een mening hebben gevormd, dit in tegenstelling tot de traditionele enquêtevorm. En het is zelfs mogelijk om met taaltechnologie te achterhalen of die meningen.

Maar we kunnen ook nog verder gaan dan de tekst zelf. Een van de meest tot de verbeelding sprekende toepassingen van taaltechnologie is auteursprofilering: op basis van iemands schrijfstijl kan je immers een heleboel verborgen demografische aspecten achterhalen: zijn/haar leeftijd, geslacht of opleidingsniveau, maar ook persoonlijkheidskenmerken zijn automatisch te herkennen in iemands schrijfstijl. De combinatie van sentiment analyse en automatische auteursprofilering laat dan toe om opinies te linken aan bepaalde demografische groepen, zonder dat je hierbij de privacy van het individu zelf schendt.

Volledig taalbegrip ligt voor computers nog niet binnen handbereik, al zorgen recente ontwikkelingen binnen het deep learning paradigma voor een indrukwekkende stroomversnelling. Als een van de meest uitdagende takken van de kunstmatige intelligentie, blijft computerlinguïstiek in elk geval tot de verbeelding spreken.

Wie graag hands-on wil gaan met taaltechnologie, nodigen we uit om onze web services uit te proberen. Ook kan je je schrijfstijl laten analyseren in onze on-line demo. We zijn in elk geval benieuwd naar jullie ervaringen.

Guy De Pauw is als postdoctoraal onderzoeker verbonden aan het CLiPS onderzoekscentrum van de Universiteit Antwerpen. Hij werkt voor het AMiCA-project dat onderzoekt hoe taaltechnologie de veiligheid van kinderen op sociale media kan vrijwaren. Guy is ook CEO van Textgain, een recente spin-off van de Universiteit Antwerpen, die state-of-the-art taaltechnologie naar de markt brengt.

En als je je afvraagt of jouw bedrijf baat kan hebben bij toepassingen met NLP denken wij bij Foursevens graag met je mee, je kan dan ook ineens kennismaken met onze NLP-gedreven AI assistente Julie: info@foursevens.be.

Categorieën
Article

Technology in the classroom: time to experiment!

Yesterday I was invited to share my views on technology in the classroom to a group of 25 educational experts. Here’s a brief overview of some of the topics.

Experience based learning

The biggest impact technology can have in teaching is by creating a realistic environment. We learn faster and better in an environment that gives us lots of stimuli and lots of useful feedback on our interactions with the new material.

the circular learning process

I introduced my audience to examples of experience based learning like the collaboration between English students in Brazil and people at a retirement home in the US. You can watch that moving story here. It gives me goose bumps every time I watch it!

I also made them remember their geography classes and presented how that class would never be the same again thanks to a smart sandbox (https://www.youtube.com/watch?v=j9JXtTj0mzE) and we watched how augmented reality could help electronics students work and learn at their own pace. We also looked at the power of artificial intelligence and the effect it has on small children in Cognitoys.

Virtual reality

And then I really got out the big surprises when we watched virtual reality, thanks to a Google Cardboard and the fabulous virtual reality documentaries of VRSE. Having never experienced virtual reality before, it had a stunning effect on them.

Inspire and experiment

I hope these examples inspire people. Give them ideas on how much more realistic an environment we can create thanks to technology. These examples show how a lot of things can be done, today, with readily available hardware and experimental software. Because this is the time for experimenting. So many things are being invented that could be turned into learning experiences. Today no one has a ready answer on how to integrate these in a school environment and curriculum. Therefore it is up to everyone in education to experiment and learn. If there was ever a time to do crazy stuff; this is the time!

Categorieën
Article

Ik ga op reis…

Wat is dat eigenlijk, de blockchain? Ik kreeg de vraag vorige week en dacht me daar even makkelijk vanaf te maken. Daar bestaan toch al duizenden filmpjes over? Een snelle zoektocht op Youtube bracht de conclusie: mijn vraagsteller gaat met geen enkel van deze filmpjes verder komen. Ofwel veel te vaag, of te technisch of gewoon ultra-incrowd-technees.

Dus dan maar zelf; blockchain uitleggen op een manier dat je nooit meer vergeet wat blockchain is.

Je kent het spelletje ‘Ik ga op reis en ik neem mee’? Omdat je het vroeger zelf speelde en omdat je er nu soms je kinderen zoet mee houdt tijdens lange autoritten. In dat spelletje gebeurt het volgende;

  • de eerste deelnemer zegt een ding
  • de volgende herhaalt wat de vorige deelnemer zei en voegt daar een ding aan toe
  • alle volgende deelnemers herhalen de hele hoop dingen van alle vorigen en voegen telkens iets toe

In het spelletje is het belangrijk dat de juiste dingen herhaald worden en dat ze in de juiste volgorde herhaald worden. Doordat iedereen meeluistert kan elke deelnemer detecteren wanneer iemand een fout maakt. Die fout kan een verkeerd ding zijn of een ding dat op de foute plaats in de volgorde vermeld wordt.

En dat is precies wat blockchain doet. In plaats van een centraal ‘geheugen’ met blokken informatie te maken, wordt deze informatie verspreid over een groot aantal ‘deelnemers’. Elke deelnemer in het netwerk heeft dezelfde informatie, namelijk blokken informatie en een volgorde waarin die opgeslagen werden. Zowel de blokken als de volgorde zijn versleuteld en kunnen niet veranderd worden. Dat heet Distributed Ledger en is het principe waarop Blockchain gebouwd werd.

‘Ik ga op reis’ gebeurt natuurlijk in een voor iedereen begrijpelijke en hoorbare taal. Blockchain is echter ook een beveiligd en versleuteld systeem. Wanneer er nieuwe informatie in het systeem wordt aangeboden, moeten een aantal deelnemers checken of dit strookt met hun informatie en vervolgens hun akkoord geven. Een deelnemer geeft goedkeuring door een sleutel vrij te geven. Verschillende sleutels samen vormen de toegang, de nieuwe informatie kan worden toegevoegd aan de blockchain. Als iemand een deelnemer probeert uit te schakelen, kunnen de nodige sleutels niet meer verzameld worden en is er geen toegang.

Neem nu een testament. Wanneer ik heb beslist dat mijn vleugelpiano* na mijn dood geschonken moet worden aan het beloftevolle zoontje van de buren kan mijn zus* niet prutsen aan mijn testament. Mijn testament en identiteit is namelijk versleuteld opgeslagen op alle computers in het netwerk van de testament-blockchain*. Het hele netwerk kent mijn testament en weet dat ik de eigenaar ben. Als er aan mijn testament iets moet worden aangepast, kijkt het hele netwerk toe om te verzekeren dat ìk een nieuwe versie van mijn testament toevoeg. Als iemand anders dat zou proberen roepen de deelnemers ‘neen’!. Mijn zus zou bijgevolg alle computers in de testament-blockchain tegelijkertijd moeten hacken om ooit iets aan te passen. En dat is onmogelijk.

Met andere woorden, de blockchain is een digitale en versleutelde vorm van ‘ik ga op reis en ik neem mee’!  Precies daarom zal ze een rol kunnen spelen in omgevingen waar centraal beheer en controle van transacties traag en duur is en waar beveiliging van data een zeer belangrijke rol spelen. Denk dus niet alleen aan digitaal geld maar zeker ook aan energie productie tov verbruik, transacties van vastgoed, aandelenverkeer, etc.

*ik bezit alleen in mijn dromen een vleugelpiano
*er bestaat nog geen testament-blockchain
*mijn zus zou zoiets nooit doen want ’t is een lieve