{"id":86267,"date":"2025-10-15T03:49:49","date_gmt":"2025-10-15T03:49:49","guid":{"rendered":"https:\/\/hanstimmerman.me\/?p=86267"},"modified":"2025-10-16T15:55:41","modified_gmt":"2025-10-16T15:55:41","slug":"data-versus-informatie-van-getal-tot-betekenis","status":"publish","type":"post","link":"https:\/\/hanstimmerman.me\/en\/data-versus-informatie-van-getal-tot-betekenis\/","title":{"rendered":"Data versus Informatie \u2014 van getal tot betekenis"},"content":{"rendered":"<p style=\"text-align: right;\"><span style=\"color: #000000;\"><em>English version: scroll down<\/em><\/span><\/p>\n<h5><span style=\"color: #000000;\">Last week I attended a conference where <i>datamanagement<\/i>, <i>data-gestuurd werken<\/i> en <i>data governance<\/i> centraal stonden. Boeiende onderwerpen, vol technieken en methodes om data beter te organiseren en beheren. Wat me opviel tijdens discussies met verschillende sprekers, was dat directie en business in het algemeen niet zaten te wachten op meer of beter datamanagement. De roep van die dataspecialisten om meer aandacht \u2013 en dus budget \u2013 kwam vaak niet aan.<span class=\"Apple-converted-space\">\u00a0<\/span><\/span><\/h5>\n<p><span style=\"color: #000000;\">In een discussie die startte, bleek waarom: veel dataspecialisten beseffen onvoldoende dat de business niet op <b>data<\/b>, maar op <b>informatie<\/b> zit te wachten. Ze spreken onvoldoende de taal van de business. Ze kunnen wel uitleggen <i>hoe<\/i> ze data beheren, maar niet <i>waarom<\/i> dat voor de business waardevol is. Daardoor wordt hun boodschap niet gehoord.<\/span><\/p>\n<p><span style=\"color: #000000;\"><b>Wat is data waard?<\/b><\/span><\/p>\n<p><span style=\"color: #000000;\">Dat deed me denken aan een ervaring uit mijn eigen verleden. Ik had een back-up oplossing nodig voor de snel groeiende hoeveelheid data die we gebruikten. De Raad van Bestuur vond die \u20ac120.000 echter een kostbare investering en vroeg zich hardop af of die bedrijfsdata dat bedrag ter verzekering wel waard was. Hun vraag was eenvoudig: Hans, wat is die data eigenlijk waard?<\/span><\/p>\n<p><span style=\"color: #000000;\">Een vraag die ik toen niet direct kon beantwoorden \u2014 maar ik beloofde erop terug te komen.\u00a0<\/span><br \/>\n<span style=\"color: #000000;\">Twee weken later had ik het antwoord. De <b>maakkosten<\/b> van die data bedroegen ruim <b>\u20ac600 miljoen<\/b> als je alleen al de arbeidsuren zou meetellen. Verlies van die data zou betekenen dat al dat werk opnieuw gedaan moest worden \u2014 met tijdelijk een productiestilstand als gevolg. Binnen vijf minuten had ik mijn budget en de goedkeuring.\u00a0<\/span><\/p>\n<p><span style=\"color: #000000;\">Wat ik leerde, was dit: <b>waarde zit niet in de data zelf, maar in wat je ermee kunt verliezen of winnen. <\/b>Pas als je data kunt vertalen naar betekenis, risico en waarde, wordt het informatie. In <a href=\"https:\/\/hanstimmerman.me\/en\/gewaardeerde-data-op-de-balans\/\">deze blog<\/a> uit 2020 \u2018<em>Gewaardeerde data op de balans<\/em>&#8216; stel ik zelfs dat data- en\/of informatie-bezit op de balans zou moeten staan. Het is immers inmiddels een onmisbaar bezit voor het bedrijf geworden. Zonder data staat alles stil. Vraag maar aan <a href=\"https:\/\/www.theguardian.com\/business\/2025\/oct\/07\/jaguar-land-rover-restart-production-suppliers-cyber-attack\">Jaguar Land Rover<\/a> . . . \u00a0<\/span><\/p>\n<p><span style=\"color: #000000;\"><b>De hamer en de spijkers<\/b><\/span><\/p>\n<p><span style=\"color: #000000;\">Wie met data werkt, ziet al snel overal data. En wie zijn vakmanschap heeft opgebouwd rond datakwaliteit, metadatering en governance, ziet dat als het belangrijkste onderdeel van het werk. Logisch. Maar het risico is dat de hamer het gereedschap wordt waarmee we alles willen oplossen \u2014 en dat we vergeten <i>waarvoor <\/i>we eigenlijk aan het bouwen zijn.<\/span><\/p>\n<p><span style=\"color: #000000;\">Informatie is m\u00e9\u00e9r dan een verzameling juiste gegevens. Het is samengevoegde data waaraan betekenis en context is toegevoegd. Informatie geeft richting, biedt inzicht en vermindert onzekerheid. Het is de brug tussen ruwe data en menselijk begrip \u2014 een boodschap die kennisoverdracht mogelijk maakt.<\/span><\/p>\n<p><span style=\"color: #000000;\">In een <a href=\"https:\/\/hanstimmerman.me\/en\/data-zonder-betekenis-is-waardeloos\/\">eerdere blog<\/a> \u2018<i>Data zonder betekenis is waardeloos\u2019<\/i> gebruikte ik dit voorbeeld: Als iemand het getal <b>32<\/b> noemt, zegt dat weinig. Gaat het over leeftijd, gewicht of afstand? Voeg je \u2018graden\u2019 toe, dan krijg je meer context. Zet er \u2018Fahrenheit\u2019 achter, en het wordt betekenisvol: het is een temperatuur, koud, rond het vriespunt. En als we ook weten dat dit de buitentemperatuur is, kunnen we besluiten een jas aan te trekken. Pas dan is het <b>data <\/b><b>\u2192<\/b><b> informatie <\/b><b>\u2192<\/b><b> <\/b><b><i>actie<\/i><\/b>.<\/span><\/p>\n<p><span style=\"color: #000000;\"><b>De keten van data naar kennis<\/b><\/span><\/p>\n<p><span style=\"color: #000000;\">Wanneer informatie begrepen wordt, ontstaat kennis. Dat is de echte waarde van informatie: niet dat ze juist is, maar dat ze <i>begrepen en toegepast<\/i> kan worden. Dat er actie mee kan worden ondernomen. Kennis groeit wanneer we informatie kunnen plaatsen binnen een context. Wanneer ze iets toevoegt aan wat we al weten en wanneer ze leidt tot nieuwe inzichten of beslissingen. Met goede data kun je betrouwbare informatie maken en met betrouwbare informatie kun je kennis opbouwen. Zo ontstaat een keten van kwaliteit:<\/span><\/p>\n<p><span style=\"color: #000000;\"><b>Gekwalificeerde data <\/b><b>\u2192<\/b><b> Gekwalificeerde informatie <\/b><b>\u2192<\/b><b> Toepasbare kennis <\/b><b>\u2192<\/b><b> Betekenisvol inzicht<\/b><b><\/b><\/span><\/p>\n<p><span style=\"color: #000000;\">Elk niveau in die keten heeft zijn eigen eisen:<\/span><\/p>\n<ul>\n<li><span style=\"color: #000000;\"><b>Data<\/b> moet juist, volledig, betrouwbaar en beheersbaar zijn.<\/span><\/li>\n<li><span style=\"color: #000000;\"><b>Informatie<\/b> moet relevant, begrijpelijk en betekenisvol zijn.<\/span><\/li>\n<li><span style=\"color: #000000;\"><b>Kennis<\/b> moet gedeeld, toegepast en ge\u00ebvalueerd worden.<\/span><\/li>\n<\/ul>\n<p><span style=\"color: #000000;\">Dataspecialisten vervullen in die keten een cruciale rol \u2014 maar wel als onderdeel van een groter geheel: <b>informatiemanagement<\/b>. Wie zich alleen op data richt, blijft steken bij het verzamelen van bouwstenen. Wie informatie begrijpt, bouwt kennis op. En pas wie kennis deelt, cre\u00ebert waarde. Mijn oude werkgever EMC<sup>2<\/sup> vatte dat ooit prachtig samen in zijn slogan: <i>\u201cWhere information lives.\u201d <\/i>Opgeslagen data als grondstof voor levende informatie \u2014 d\u00e1t was de essentie.<\/span><\/p>\n<p><span style=\"color: #000000;\"><b>Kunstmatige intelligentie als nieuwe schakel<\/b><\/span><\/p>\n<p><span style=\"color: #000000;\">Bij veel discussies over AI wordt datakwaliteit terecht als fundament genoemd. Goede data is noodzakelijk, maar als \u2018data alleen\u2019 is het onvoldoende voor kunstmatige intelligentie.<\/span><\/p>\n<p><span style=\"color: #000000;\">De huidige taalmodellen kunnen woorden prachtig samenvoegen tot betekenisvolle zinnen \u2014 de woorden als stenen, met voorzetsels, werkwoorden en lidwoorden als cement. Zo ontstaan begrijpelijke muren van tekst. Dat is zowel de ingang als de uitgang van moderne AI-systemen: ze stellen ons in staat om in <i>mensentaal<\/i> met een computer te praten.<\/span><\/p>\n<p><span style=\"color: #000000;\">Maar daarachter draait een complexe machine van algoritmen, datasets, leerprocessen en historische gegevens. Al die elementen bouwen samen context, betekenis en structuur, zodat uiteindelijk een antwoord ontstaat dat \u2014 als het goed is \u2014 kennis toevoegt. Ook hier doorlopen we dezelfde keten: van <b>inhoudelijke vraag<\/b> naar <b>gezochte data<\/b>, van <b>gebouwde informatie<\/b> naar <b>begrijpelijk antwoord<\/b>.<\/span><\/p>\n<p><span style=\"color: #000000;\"><b>Intelligence is information verzamelen<\/b><\/span><\/p>\n<p><span style=\"color: #000000;\">De Engelse term <i>intelligence<\/i> betekent \u201cinformatie verzamelen om kennis te cre\u00ebren\u201d. In de militaire wereld kennen we dat proces goed: gegevens worden verzameld, geanalyseerd en samengevoegd tot informatie. Dat<\/span><span style=\"color: #000000;\"> leidt tot een totaalbeeld waarop besluiten kunnen worden genomen. Kunstmatige intelligentie volgt in wezen hetzelfde principe, maar mist nog steeds menselijkheid. De mens beschikt over emotie, intu\u00eftie, gevoel en wijsheid \u2014 dimensies die (voorlopig) nog niet in algoritmen of leermodellen zijn te vangen.<\/span><\/p>\n<p><span style=\"color: #000000;\">AI-systemen leveren al een enorme meerwaarde: ze kunnen grote hoeveelheden informatie begrijpelijk samenbrengen en ons ondersteunen als digitale assistent. Ze begrijpen onze vragen, zoeken patronen en formuleren antwoorden in herkenbare taal. Maar of dat antwoord <i>juist<\/i> is en gebaseerd op de <i>goede data<\/i> \u2014 d\u00e1t blijft aan ons om te beoordelen. Dat vraagt immers kennis en inzicht over de context en de reden van de oorspronkelijke vraag.\u00a0<\/span><\/p>\n<p><span style=\"color: #000000;\"><b>Menselijke kennis en intelligentie dus. <\/b>En precies dat kan kunstmatige intelligentie (nog) niet bieden.<\/span><\/p>\n<p><span style=\"color: #000000;\">Photo by <a href=\"https:\/\/www.pexels.com\/photo\/pile-of-scrabble-letter-pieces-278888\/\">Pixabay<\/a><\/span><\/p>\n<p><span style=\"color: #000000;\">&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212; \u00a0Translated by ChatGPT \u00a0&#8212;&#8212;&#8212;&#8212;-<\/span><\/p>\n<h3 data-start=\"321\" data-end=\"385\"><span style=\"color: #000000;\"><strong data-start=\"325\" data-end=\"385\">Data vs. Information \u2013 Why Good Data Alone Is Not Enough<\/strong><\/span><\/h3>\n<h5 data-start=\"387\" data-end=\"805\"><span style=\"color: #000000;\">Last week I attended a conference where <em data-start=\"427\" data-end=\"444\">data management<\/em>, <em data-start=\"446\" data-end=\"467\">data-driven working<\/em>, and <em data-start=\"473\" data-end=\"490\">data governance<\/em> took center stage. Fascinating topics, full of methods to better organize and manage data.<\/span><br data-start=\"581\" data-end=\"584\" \/><span style=\"color: #000000;\">What struck me during several presentations, however, was that boards and executives were not really waiting for <em data-start=\"697\" data-end=\"721\">better data management<\/em>. Their calls for more attention \u2014 and therefore more budget \u2014 often went unheard.<\/span><\/h5>\n<p data-start=\"807\" data-end=\"1181\"><span style=\"color: #000000;\">During a discussion I initiated, it became clear why: many data specialists didn\u2019t realize that management isn\u2019t waiting for <em data-start=\"932\" data-end=\"938\">data<\/em> \u2014 they\u2019re waiting for <em data-start=\"961\" data-end=\"974\">information<\/em>. They simply weren\u2019t speaking the language of the board. They could explain how they managed data, but not why that was valuable for the business. As a result, their message wasn\u2019t understood \u2014 or valued.<\/span><\/p>\n<h3 data-start=\"1188\" data-end=\"1215\"><span style=\"color: #000000;\"><strong data-start=\"1192\" data-end=\"1215\">What Is Data Worth?<\/strong><\/span><\/h3>\n<p data-start=\"1217\" data-end=\"1539\"><span style=\"color: #000000;\">It reminded me of an experience from my own past. I once needed a backup solution for our rapidly growing volume of data. The Board of Directors, however, saw the \u20ac120,000 investment as expensive and openly questioned whether the data was worth that amount. Their question was simple: <em data-start=\"1502\" data-end=\"1537\">what is that data actually worth?<\/em><\/span><\/p>\n<p data-start=\"1541\" data-end=\"1919\"><span style=\"color: #000000;\">At the time, I couldn\u2019t answer immediately \u2014 but I promised to come back with a response.<\/span> <span style=\"color: #000000;\">Two weeks later, I did. I calculated that the <em data-start=\"1679\" data-end=\"1694\">creation cost<\/em> of that data was over \u20ac600 million, based solely on the labor hours invested. Losing that data would mean redoing all that work, while production would come to a halt.<\/span> <span style=\"color: #000000;\">Within five minutes, I had my budget \u2014 and approval.<\/span><\/p>\n<p data-start=\"1921\" data-end=\"2148\"><span style=\"color: #000000;\">That experience taught me something essential: value does not lie in the data itself, but in what you can lose or gain through it. Only when you can translate data into <em data-start=\"2090\" data-end=\"2116\">meaning, risk, and value<\/em> does it become <em data-start=\"2132\" data-end=\"2145\">information<\/em>. In <a href=\"https:\/\/hanstimmerman.me\/en\/gewaardeerde-data-op-de-balans\/\">this blog<\/a> from 2020, <em data-start=\"14\" data-end=\"51\">\u201cValued Data on the Balance Sheet,\u201d<\/em> I even argue that data and\/or information ownership should be included on the balance sheet.<\/span><\/p>\n<h3 data-start=\"2155\" data-end=\"2187\"><span style=\"color: #000000;\"><strong data-start=\"2159\" data-end=\"2187\">The Hammer and the Nails<\/strong><\/span><\/h3>\n<p data-start=\"2189\" data-end=\"2506\"><span style=\"color: #000000;\">When you work with data, you start seeing data everywhere. And when your craft revolves around data quality, metadata, and governance, it\u2019s natural to view that as the most important part of the process. But the risk is that the <em data-start=\"2418\" data-end=\"2456\">hammer becomes the only tool you see<\/em> \u2014 and you forget what you\u2019re actually building.<\/span><\/p>\n<p data-start=\"2508\" data-end=\"2795\"><span style=\"color: #000000;\">Information is more than a collection of correct data points. It\u2019s <em data-start=\"2575\" data-end=\"2616\">data combined with meaning and context.<\/em> Information gives direction, provides insight, and reduces uncertainty. It bridges the gap between raw data and human understanding \u2014 a message that enables knowledge transfer.<\/span><\/p>\n<p data-start=\"2797\" data-end=\"3248\"><span style=\"color: #000000;\">In an <a href=\"https:\/\/hanstimmerman.me\/en\/data-zonder-betekenis-is-waardeloos\/\">earlier blog<\/a>, <em data-start=\"2817\" data-end=\"2855\">\u201cData Without Meaning Is Worthless,\u201d<\/em> I used this example:<\/span><br data-start=\"2876\" data-end=\"2879\" \/><span style=\"color: #000000;\">If someone says \u201c32,\u201d that tells you very little. Is it age, weight, or distance? Add the word \u201cdegrees,\u201d and it starts to make sense. Add \u201cFahrenheit,\u201d and it becomes meaningful \u2014 it\u2019s a temperature, cold, around freezing point. If we then know it\u2019s the <em data-start=\"3134\" data-end=\"3143\">outside<\/em> temperature, we can decide to wear a coat.<\/span><br data-start=\"3186\" data-end=\"3189\" \/><span style=\"color: #000000;\">That\u2019s the transformation: <strong data-start=\"3216\" data-end=\"3248\">data \u2192 information \u2192 action.<\/strong><\/span><\/p>\n<h3 data-start=\"3255\" data-end=\"3295\"><span style=\"color: #000000;\"><strong data-start=\"3259\" data-end=\"3295\">The Chain from Data to Knowledge<\/strong><\/span><\/h3>\n<p data-start=\"3297\" data-end=\"3619\"><span style=\"color: #000000;\">When information is understood, <em data-start=\"3329\" data-end=\"3340\">knowledge<\/em> is created.<\/span><br data-start=\"3352\" data-end=\"3355\" \/><span style=\"color: #000000;\">That\u2019s the real value of information \u2014 not just that it\u2019s correct, but that it can be understood, applied, and acted upon. Knowledge grows when we can place information in context, connect it to what we already know, and derive new insights or decisions from it.<\/span><\/p>\n<p data-start=\"3621\" data-end=\"3819\"><span style=\"color: #000000;\">With high-quality data, you can create reliable information. With reliable information, you can build knowledge. And with knowledge, you create meaningful insight. That forms a <em data-start=\"3798\" data-end=\"3816\">chain of quality<\/em>:<\/span><\/p>\n<p data-start=\"3821\" data-end=\"3907\"><span style=\"color: #000000;\"><strong data-start=\"3821\" data-end=\"3907\">Qualified Data \u2192 Qualified Information \u2192 Applicable Knowledge \u2192 Meaningful Insight<\/strong><\/span><\/p>\n<p data-start=\"3909\" data-end=\"3961\"><span style=\"color: #000000;\">Each level in this chain has its own requirements:<\/span><\/p>\n<ul data-start=\"3962\" data-end=\"4156\">\n<li data-start=\"3962\" data-end=\"4028\">\n<p data-start=\"3964\" data-end=\"4028\"><span style=\"color: #000000;\"><strong data-start=\"3964\" data-end=\"3972\">Data<\/strong> must be accurate, complete, reliable, and manageable.<\/span><\/p>\n<\/li>\n<li data-start=\"4029\" data-end=\"4098\">\n<p data-start=\"4031\" data-end=\"4098\"><span style=\"color: #000000;\"><strong data-start=\"4031\" data-end=\"4046\">Information<\/strong> must be relevant, understandable, and meaningful.<\/span><\/p>\n<\/li>\n<li data-start=\"4099\" data-end=\"4156\">\n<p data-start=\"4101\" data-end=\"4156\"><span style=\"color: #000000;\"><strong data-start=\"4101\" data-end=\"4114\">Knowledge<\/strong> must be shared, applied, and evaluated.<\/span><\/p>\n<\/li>\n<\/ul>\n<p data-start=\"4158\" data-end=\"4436\"><span style=\"color: #000000;\">Data specialists play a <em data-start=\"4182\" data-end=\"4196\">crucial role<\/em> in this chain \u2014 but as part of a larger whole: <em data-start=\"4244\" data-end=\"4269\">information management.<\/em><\/span><br data-start=\"4269\" data-end=\"4272\" \/><span style=\"color: #000000;\">Those who focus only on data remain collectors of building blocks. Those who understand information, build knowledge. And those who share knowledge, create value.<\/span><\/p>\n<p data-start=\"4438\" data-end=\"4618\"><span style=\"color: #000000;\">My former employer <\/span><strong style=\"color: #000000;\" data-start=\"4457\" data-end=\"4465\">EMC\u00b2<\/strong><span style=\"color: #000000;\"> captured that beautifully in its slogan: <\/span><em data-start=\"4507\" data-end=\"4535\"><span style=\"color: #000000;\">\u201cWhere information lives.\u201d<\/span> <\/em><span style=\"color: #000000;\">Stored data as the raw material for living information \u2014 that was the essence.<\/span><\/p>\n<h3 data-start=\"4625\" data-end=\"4673\"><span style=\"color: #000000;\"><strong data-start=\"4629\" data-end=\"4673\">Artificial Intelligence as the Next Link<\/strong><\/span><\/h3>\n<p data-start=\"4675\" data-end=\"4838\"><span style=\"color: #000000;\">In today\u2019s AI discussions, data quality is rightly seen as the foundation.<\/span><br data-start=\"4749\" data-end=\"4752\" \/><span style=\"color: #000000;\">Good data is essential \u2014 but <em data-start=\"4781\" data-end=\"4793\">data alone<\/em> is not enough for artificial intelligence.<\/span><\/p>\n<p data-start=\"4840\" data-end=\"5143\"><span style=\"color: #000000;\">Modern language models can beautifully assemble words into meaningful sentences \u2014 the words as bricks, with prepositions, verbs, and articles as the mortar. The result is coherent walls of text. That\u2019s the entry and the output of today\u2019s AI systems: enabling us to talk to computers in human language.<\/span><\/p>\n<p data-start=\"5145\" data-end=\"5510\"><span style=\"color: #000000;\">Behind that, however, runs a complex machine of algorithms, datasets, learning processes, and historical information. Together, they build context, meaning, and structure, resulting in an answer that \u2014 ideally \u2014 adds knowledge.<\/span><br data-start=\"5372\" data-end=\"5375\" \/><span style=\"color: #000000;\">Even here, we follow the same chain: from a user\u2019s question to relevant data, from structured information to understandable response.<\/span><\/p>\n<h3 data-start=\"5517\" data-end=\"5565\"><span style=\"color: #000000;\"><strong data-start=\"5521\" data-end=\"5565\">Intelligence Means Gathering Information<\/strong><\/span><\/h3>\n<p data-start=\"5567\" data-end=\"5910\"><span style=\"color: #000000;\">In English, <em data-start=\"5579\" data-end=\"5593\">intelligence<\/em> literally means \u201cgathering information to create knowledge.\u201d<\/span> <span style=\"color: #000000;\">In the military world, that process is well understood: data is collected, analyzed, and combined into information, which then forms the basis for decisions. Artificial intelligence follows the same logic \u2014 but lacks one essential element: <em data-start=\"5897\" data-end=\"5908\">humanity.<\/em><\/span><\/p>\n<p data-start=\"5912\" data-end=\"6361\"><span style=\"color: #000000;\">Humans bring emotion, intuition, empathy, and wisdom \u2014 dimensions that (for now) cannot be captured in algorithms or models.<\/span><br data-start=\"6036\" data-end=\"6039\" \/><span style=\"color: #000000;\">Yet AI systems add tremendous value: they can process vast amounts of information, find patterns, and formulate answers in human language.<\/span><br data-start=\"6177\" data-end=\"6180\" \/><span style=\"color: #000000;\">But whether those answers are correct \u2014 and based on the right data \u2014 remains up to <em data-start=\"6264\" data-end=\"6268\">us<\/em> to decide. That requires <em data-start=\"6294\" data-end=\"6323\">knowledge and understanding<\/em> of the context behind the question.<\/span><\/p>\n<p data-start=\"6363\" data-end=\"6489\"><span style=\"color: #000000;\">Human knowledge and intelligence, in other words.<\/span><br data-start=\"6412\" data-end=\"6415\" \/><span style=\"color: #000000;\">And that is precisely what artificial intelligence still cannot provide.<\/span><\/p>\n<hr data-start=\"6491\" data-end=\"6494\" \/>\n<p data-start=\"6496\" data-end=\"6691\">","protected":false},"excerpt":{"rendered":"<p>In today\u2019s data-obsessed world, we often forget that data alone is not the goal. However accurate, complete, or well-managed it may be, data by itself has no meaning until it becomes information \u2014 something that informs, explains, or guides decisions. Too often, data professionals focus so deeply on the data itself that they lose sight of what really matters: the story it tells.<br \/>\nThis blog explores that essential difference between data and information \u2014 why good data is a necessary but insufficient condition for good information, how meaning creates value, and how understanding transforms information into knowledge.<\/p>","protected":false},"author":3,"featured_media":86278,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[476,70,75,78,80],"tags":[780,781,119,246,508,544,631,682,773,777,778,779],"class_list":["post-86267","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-data-sharing","category-data-ownership","category-innovation","category-storage","category-trusted-it","tag-meaningfuldata","tag-intelligence","tag-ai","tag-datamanagement","tag-datagovernance","tag-emc2","tag-digitaltransformation","tag-artificialintelligence","tag-leadership","tag-informationmanagement","tag-knowledgechain","tag-informationvalue"],"jetpack_featured_media_url":"https:\/\/i0.wp.com\/hanstimmerman.me\/wp-content\/uploads\/2025\/10\/pexels-pixabay-278888-scaled.jpg?fit=2560%2C1439&ssl=1","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/hanstimmerman.me\/en\/wp-json\/wp\/v2\/posts\/86267","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/hanstimmerman.me\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/hanstimmerman.me\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/hanstimmerman.me\/en\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/hanstimmerman.me\/en\/wp-json\/wp\/v2\/comments?post=86267"}],"version-history":[{"count":16,"href":"https:\/\/hanstimmerman.me\/en\/wp-json\/wp\/v2\/posts\/86267\/revisions"}],"predecessor-version":[{"id":86289,"href":"https:\/\/hanstimmerman.me\/en\/wp-json\/wp\/v2\/posts\/86267\/revisions\/86289"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/hanstimmerman.me\/en\/wp-json\/wp\/v2\/media\/86278"}],"wp:attachment":[{"href":"https:\/\/hanstimmerman.me\/en\/wp-json\/wp\/v2\/media?parent=86267"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/hanstimmerman.me\/en\/wp-json\/wp\/v2\/categories?post=86267"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/hanstimmerman.me\/en\/wp-json\/wp\/v2\/tags?post=86267"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}