# Pilot voor de voorbereiding op datalicentiëring

Aangemaakt: 2026-11-17
Bijgewerkt: 2026-11-17

## Vraag en beslissing

Wat moet een organisatie voorbereiden voor haar eerste gesprek met een programma voor datalicentiëring of datalevering? De beoogde lezer bezit of beheert een dataset van een organisatie en moet die nauwkeurig kunnen beschrijven. Deze pilot onderzoekt of openbaar gemaakte aanmeldingsstappen voldoende aanknopingspunten bieden voor een bruikbaar voorbereidingsoverzicht. De pilot meet geen prestaties van aanbieders en beveelt geen aanbieder aan.

De 10 programma's in `observations.json` zijn vóór de belangrijkste actualisering van het bewijsmateriaal geselecteerd om verschillende zichtbare soorten aanmeldingsroutes te vertegenwoordigen in een eerdere beoordeling van een overzicht van leveranciersroutes. De selectie is doelgericht, niet willekeurig: rechtstreekse interesse vanuit labs, marktplaatsen, een door analisten beoordeeld overzicht, inhoudslicentiëring, operationele bedrijfsdata en industriële archieven. Het eerdere overzicht is geen volledige inventarisatie van de markt. Eerdere scores, accountactiviteit, privédata en subjectieve rangschikkingen maken geen deel uit van deze dataset.

## Verzameling

Onderzoeksdatum: 17 november 2026, Asia/Bangkok. Bronnen: officiële Engelstalige openbare programmapagina's, direct relevante openbare toelichtingen en openbaar beschikbare aanmeldingslabels die konden worden uitgelezen. De tool voor het ophalen van webpagina's kan geïndexeerde kopieën gebruiken; dit is een lezing van toegankelijk bronmateriaal op een bepaalde datum, geen door de aanbieder gecertificeerde live-audit. Het toelichtende artikel van OpenAI is oorspronkelijk gepubliceerd op 9 november 2023 en wordt niet als een nieuwe aankondiging behandeld.

De reikwijdte eindigt vóór het invoeren van persoonsgegevens, het aanmaken van een account, het accepteren van een overeenkomst, het uploaden van een voorbeeld of het indienen van iets. Geen van deze handelingen is uitgevoerd. Elk record vermeldt de specifiek onderzochte bronnen en de grens van de waarneming. Aanvullende openbare toelichtingspagina's zijn gebruikt wanneer de aanmeldingspagina de aanvraag niet zichtbaar maakte. De diepgang verschilt per aanbieder, waardoor aantallen openbaar gemaakte gegevens geen vergelijkbare scores zouden opleveren.

Bij Turing Lazarus leverde de extractietool geen bruikbare programma-inhoud op. De homepage van The General Data Company was leesbaar, maar de partnerschapsroute niet. Deze 2 gevallen blijven in de vaste steekproef als niet waarneembaar voor deze vraag; geen van beide is aangemerkt als gesloten, ontoegankelijk voor mensen of zonder aanmeldingsroute. Het openbare programma en de contactroute van Protege waren leesbaar, maar de ingesloten velden niet. Het ingesloten formulier van Neudata is niet uitgelezen; de openbare pagina beschreef het verzoek om bedrijfs- en contactgegevens en de daaropvolgende stappen.

## Codering

Eén record vertegenwoordigt één programma. `observation_status` is `substantive` wanneer ten minste één actuele bron relevante informatie over aanmelding of voorbereiding biedt; anders `unobservable`. Een inhoudelijk record betekent niet dat een volledige aanvraag is waargenomen.

`first_action` beschrijft de aangegeven ingang: `interest_form`, `account_creation`, `provider_application`, `listing_request`, `partner_form`, `meeting_request`, `estimate_or_contact` of `unknown`. Dit is geen bewering dat de handeling is uitgevoerd. `preparation` bevat beknopte parafrases van expliciet bronmateriaal; `later_stage` bewaart de door een aanbieder vermelde volgorde. `limitations` legt vast waar zicht ontbreekt. Veldlabels bewijzen niet hoe validatie werkt en beloften van aanbieders zijn geen onafhankelijk waargenomen resultaten.

De synthese groepeert de voorbereiding in bedrijfscontext, kenmerken van de dataset en toestemming/reikwijdte. Dit zijn door de auteurs gemaakte indelingscategorieën. Ze vormen een praktische interpretatie van de waarnemingen, geen gevalideerde schaal. Onbekende informatie wordt niet gecodeerd als nul of als het ontbreken van een vereiste.

## Reproduceren

Voer `python3 analyze.py` uit vanuit deze map. Het script leest alleen `observations.json` en produceert `results.json` en `evidence-table.md`; het maakt geen netwerkverbindingen en heeft geen afhankelijkheden van derden. De controles toetsen de vaste steekproef, datums, toegestane handelingscategorieën, bronverwijzingen en de grens tussen inhoudelijke en niet waarneembare records. De uitkomst van 8/10 beschrijft alleen het leesbare bewijsmateriaal in deze pilot; een betrouwbaarheidsinterval of marktpercentage is niet passend.

Het reproduceren van de analyse op basis van de meegeleverde waarnemingen is deterministisch. Voor het opnieuw verzamelen moeten de vermelde URL's opnieuw worden bezocht; hun inhoud kan veranderen. De download bevat bewust feitelijke waarnemingen van de auteurs en bronverwijzingen, geen opnieuw verspreide volledige webpagina's, schermafbeeldingen, accountgegevens of het privéonderzoeksarchief. Het auteursrecht op gekoppeld bronmateriaal blijft bij de rechthebbenden. Het eigen artikel, werkblad en de waarnemingsbestanden van Sapien1 mogen worden gebruikt als materiaal van de gepubliceerde site; dit pakket verleent geen rechten op brondatasets of inhoud van derden.

Voer `python3 render-assets.py` uit om de 2 oorspronkelijke SVG-figuren te reproduceren. De figuur met ingangspunten gebruikt de waarnemingsrecords; de voorbereidingsinfographic toont de door de auteurs gemaakte synthese. Beide bevatten bewerkbare tekst, titels en beschrijvingen.
