BELEIDSINFORMATIESYSTEMEN
SAMENVATTING
2025-2026
ELIZA VAN VLAENDEREN
, unoconv_2059936333.docx
Inhoudsopgave
Hoofdstuk 1........................................................................................3
1.1 wat is een informatiesysteem?......................................................................3
1.2 informatiesysteem strategie.........................................................................6
Hoofdstuk 2......................................................................................11
2.1.1 bedrijfswaarde van IT............................................................................... 11
2.1.2 technology acceptance models................................................................16
2.2.1 enterprise architecture – waarom?...........................................................20
2.2.2 enterprise architecture – wat?..................................................................23
2.2.3 enterprise architecture – hoe?..................................................................26
Hoofdstuk 3......................................................................................31
3.1 de BPM cyclus............................................................................................. 31
3.1.1 wat is een business process?................................................................31
3.1.2 business processen en enterprise architecture.....................................33
3.1.3 de BPM cycle......................................................................................... 34
3.2 business process identification....................................................................41
3.3 business process modelling.........................................................................41
3.3.1 essentials van BP modelling..................................................................41
3.3.2 overzicht van technieken......................................................................41
3.3.3 BPMN (Business Process Model Notation).............................................43
3.4 business proces enactment.........................................................................47
3.4.1 basisconcepten..................................................................................... 47
3.4.2 enactment architecture.........................................................................48
3.4.3 business process evolution...................................................................51
3.5 business process redesign..........................................................................51
Hoofdstuk 4......................................................................................53
4.1 conceptual data modelling..........................................................................53
4.2 logical data modelling................................................................................. 53
4.3 SQL.............................................................................................................. 55
Hoofdstuk 5......................................................................................55
5.1 introductie................................................................................................... 55
5.2 technologie & tooling.................................................................................. 61
5.3 descriptieve analyse.................................................................................... 64
5.4 predictive analyse....................................................................................... 69
Nearest Neighbors Methods (k-NN)................................................................69
Regression..................................................................................................... 69
1
, unoconv_2059936333.docx
Artificial Neural Networks (ANNs)...................................................................70
Decision Trees................................................................................................ 70
Performance Evaluation................................................................................. 71
5.5 prescriptieve analyse.................................................................................. 72
1. Wat is Prescriptive Analytics?.....................................................................72
2. Customer Churn Prediction (CCP)...............................................................72
3. Vier soorten klanten................................................................................... 73
4. Feedback Loops......................................................................................... 73
5. Customer Churn Uplift (CCU)......................................................................73
6. Probleem van Causal Inference..................................................................73
7. Methoden om uplift te schatten.................................................................74
8. Evaluatie van CCU-modellen......................................................................74
Hoofdstuk 6......................................................................................74
Time series forecasting..................................................................................... 74
Explainable AI (XAI)........................................................................................... 76
1. Waarom is XAI nodig?................................................................................ 76
2. De Wet- en Regelgeving............................................................................. 76
3. De Tegenstelling: White-box vs Black-box.................................................76
4. XAI Technieken.......................................................................................... 76
5. XAI voor Large Language Models...............................................................77
6. Human-Centered XAI (HCXAI)....................................................................77
Process mining & process analytics..................................................................78
2
, unoconv_2059936333.docx
Hoofdstuk 1
1.1 wat is een informatiesysteem?
Een informatiesysteem spiegelt de organisatie van de reële wereld
-> om op een efficiënte en gemakkelijke manier informatie te verkrijgen
We willen het spiegelbeeld zo correct mogelijk krijgen maar dat is moeilijk
vb) je ziet dat er 2 stoelen in de winkel zijn maar je weet niet waar, die kunnen
nog op het rek
liggen of in iemands kar…
» Informatie: welke info willen we, waar zijn we in geïnteresseerd?
» Spiegelen: input systeem -> hoe komen we aan die info?
» Toegang: output systeem -> hoe gaan we die info ophalen en
teruggeven?
Wat wordt gespiegeld en wat is ‘shared’?
Wat wordt opgenomen en wat niet?
Vb) KULoket = informatiesysteem (ERP)
Wat is hier shared phenomena? -> je inschrijving (gebeurt in de reële wereld
want je gaat naar de les, en jouw informatie wordt opgeslagen in het systeem)
In dit geval krijgt KULoket voorrang op de reële wereld, dus als je het vak volgt
maar je bent niet ingeschreven heb je dikke pech
Een student die niest wordt uiteraard niet geregistreerd want daar hebben we
niks aan
/!\ tijdens corona wel!
Afhankelijk van de omstandigheden kan sommige info wél relevant worden
Wat gaan we opnemen in het IS en wat niet wordt bepaald per bedrijf
Data <-> informatie <-> kennis
Data = getallen zonder context
Informatie = die getallen betekenis geven, met context, verbanden leggen
Kennis = heel veel informatie verzamelen, analyseren, conclusies uit trekken …
Informatiesystemen
-> nodig om van data naar kennis te gaan
3
, unoconv_2059936333.docx
Enkel het verzamelen van data heb je niks aan -> je moet ermee aan de slag
gaan
Hoe controleren we de input?
Informatie verzamelen en opslaan
Sommige dingen zijn simpel om te registreren (vb. boeken uitlenen) en sommige
zijn heel moeilijk om op te volgen (vb. hoeveel mensen lezen dit papieren boek)
Met technologie kunnen we dat soms wél (vb. je kan zien hoe vaak een e-book
gelezen wordt)
Input vereist engineering
= wat we kunnen registreren gaan we omzetten naar de dingen die we niet
kunnen registreren
Vb) je kan het aantal clicks op Toledo registreren, maar je weet uiteindelijk niet
wat ze écht in die
tijd gedaan hebben
Om dat te kunnen omzetten/interpreteren moet je goed alle onderliggende
systemen begrijpen
-> wederom de noodzaak om verschillende experts van elk domein samen te
brengen
Soorten informatiesystemen:
1) Operationele informatiesystemen
» Verzamelen informatie uit de reële wereld en verwerken die om ze simpel
terug te geven
» Kunnen worden opgedeeld per domein (sommige zijn gespecialiseerd)
Een IS voor de boekhouding, een IS voor de supply chain …
Karakteristieken:
o Gaat over gestructureerde, duidelijke en routinematige processen
o Voor dagelijkse beslissingen, KT, weinig onzekerheid
o Gebruikt door iedereen
o Nodige informatie komt van binnen het bedrijf, makkelijk te bepalen
Vb) ERP (Enterprise Resource Planning)
2) Management-level informatiesystemen
» Nemen de data die operationele IS verzamelden en gaan die analyseren en
visualiseren
» Proberen de data om te zetten in informatie die nuttig kan zijn voor
managers
» Nodig voor strategische beslissingen
Karakteristieken:
4
SAMENVATTING
2025-2026
ELIZA VAN VLAENDEREN
, unoconv_2059936333.docx
Inhoudsopgave
Hoofdstuk 1........................................................................................3
1.1 wat is een informatiesysteem?......................................................................3
1.2 informatiesysteem strategie.........................................................................6
Hoofdstuk 2......................................................................................11
2.1.1 bedrijfswaarde van IT............................................................................... 11
2.1.2 technology acceptance models................................................................16
2.2.1 enterprise architecture – waarom?...........................................................20
2.2.2 enterprise architecture – wat?..................................................................23
2.2.3 enterprise architecture – hoe?..................................................................26
Hoofdstuk 3......................................................................................31
3.1 de BPM cyclus............................................................................................. 31
3.1.1 wat is een business process?................................................................31
3.1.2 business processen en enterprise architecture.....................................33
3.1.3 de BPM cycle......................................................................................... 34
3.2 business process identification....................................................................41
3.3 business process modelling.........................................................................41
3.3.1 essentials van BP modelling..................................................................41
3.3.2 overzicht van technieken......................................................................41
3.3.3 BPMN (Business Process Model Notation).............................................43
3.4 business proces enactment.........................................................................47
3.4.1 basisconcepten..................................................................................... 47
3.4.2 enactment architecture.........................................................................48
3.4.3 business process evolution...................................................................51
3.5 business process redesign..........................................................................51
Hoofdstuk 4......................................................................................53
4.1 conceptual data modelling..........................................................................53
4.2 logical data modelling................................................................................. 53
4.3 SQL.............................................................................................................. 55
Hoofdstuk 5......................................................................................55
5.1 introductie................................................................................................... 55
5.2 technologie & tooling.................................................................................. 61
5.3 descriptieve analyse.................................................................................... 64
5.4 predictive analyse....................................................................................... 69
Nearest Neighbors Methods (k-NN)................................................................69
Regression..................................................................................................... 69
1
, unoconv_2059936333.docx
Artificial Neural Networks (ANNs)...................................................................70
Decision Trees................................................................................................ 70
Performance Evaluation................................................................................. 71
5.5 prescriptieve analyse.................................................................................. 72
1. Wat is Prescriptive Analytics?.....................................................................72
2. Customer Churn Prediction (CCP)...............................................................72
3. Vier soorten klanten................................................................................... 73
4. Feedback Loops......................................................................................... 73
5. Customer Churn Uplift (CCU)......................................................................73
6. Probleem van Causal Inference..................................................................73
7. Methoden om uplift te schatten.................................................................74
8. Evaluatie van CCU-modellen......................................................................74
Hoofdstuk 6......................................................................................74
Time series forecasting..................................................................................... 74
Explainable AI (XAI)........................................................................................... 76
1. Waarom is XAI nodig?................................................................................ 76
2. De Wet- en Regelgeving............................................................................. 76
3. De Tegenstelling: White-box vs Black-box.................................................76
4. XAI Technieken.......................................................................................... 76
5. XAI voor Large Language Models...............................................................77
6. Human-Centered XAI (HCXAI)....................................................................77
Process mining & process analytics..................................................................78
2
, unoconv_2059936333.docx
Hoofdstuk 1
1.1 wat is een informatiesysteem?
Een informatiesysteem spiegelt de organisatie van de reële wereld
-> om op een efficiënte en gemakkelijke manier informatie te verkrijgen
We willen het spiegelbeeld zo correct mogelijk krijgen maar dat is moeilijk
vb) je ziet dat er 2 stoelen in de winkel zijn maar je weet niet waar, die kunnen
nog op het rek
liggen of in iemands kar…
» Informatie: welke info willen we, waar zijn we in geïnteresseerd?
» Spiegelen: input systeem -> hoe komen we aan die info?
» Toegang: output systeem -> hoe gaan we die info ophalen en
teruggeven?
Wat wordt gespiegeld en wat is ‘shared’?
Wat wordt opgenomen en wat niet?
Vb) KULoket = informatiesysteem (ERP)
Wat is hier shared phenomena? -> je inschrijving (gebeurt in de reële wereld
want je gaat naar de les, en jouw informatie wordt opgeslagen in het systeem)
In dit geval krijgt KULoket voorrang op de reële wereld, dus als je het vak volgt
maar je bent niet ingeschreven heb je dikke pech
Een student die niest wordt uiteraard niet geregistreerd want daar hebben we
niks aan
/!\ tijdens corona wel!
Afhankelijk van de omstandigheden kan sommige info wél relevant worden
Wat gaan we opnemen in het IS en wat niet wordt bepaald per bedrijf
Data <-> informatie <-> kennis
Data = getallen zonder context
Informatie = die getallen betekenis geven, met context, verbanden leggen
Kennis = heel veel informatie verzamelen, analyseren, conclusies uit trekken …
Informatiesystemen
-> nodig om van data naar kennis te gaan
3
, unoconv_2059936333.docx
Enkel het verzamelen van data heb je niks aan -> je moet ermee aan de slag
gaan
Hoe controleren we de input?
Informatie verzamelen en opslaan
Sommige dingen zijn simpel om te registreren (vb. boeken uitlenen) en sommige
zijn heel moeilijk om op te volgen (vb. hoeveel mensen lezen dit papieren boek)
Met technologie kunnen we dat soms wél (vb. je kan zien hoe vaak een e-book
gelezen wordt)
Input vereist engineering
= wat we kunnen registreren gaan we omzetten naar de dingen die we niet
kunnen registreren
Vb) je kan het aantal clicks op Toledo registreren, maar je weet uiteindelijk niet
wat ze écht in die
tijd gedaan hebben
Om dat te kunnen omzetten/interpreteren moet je goed alle onderliggende
systemen begrijpen
-> wederom de noodzaak om verschillende experts van elk domein samen te
brengen
Soorten informatiesystemen:
1) Operationele informatiesystemen
» Verzamelen informatie uit de reële wereld en verwerken die om ze simpel
terug te geven
» Kunnen worden opgedeeld per domein (sommige zijn gespecialiseerd)
Een IS voor de boekhouding, een IS voor de supply chain …
Karakteristieken:
o Gaat over gestructureerde, duidelijke en routinematige processen
o Voor dagelijkse beslissingen, KT, weinig onzekerheid
o Gebruikt door iedereen
o Nodige informatie komt van binnen het bedrijf, makkelijk te bepalen
Vb) ERP (Enterprise Resource Planning)
2) Management-level informatiesystemen
» Nemen de data die operationele IS verzamelden en gaan die analyseren en
visualiseren
» Proberen de data om te zetten in informatie die nuttig kan zijn voor
managers
» Nodig voor strategische beslissingen
Karakteristieken:
4
