14 · Inspiratie van buiten — wie maakt er al betekenis uit een web van dingen en relaties
Bijdrage aan de brainstorm ronde 2 · profiel als web van zaken en relaties · 17 september 2026
Het idee in vijf zinnen. De grootste spelers ter wereld hebben het segment al jaren geleden ingeruild voor iets dat op onze taal lijkt: Spotify's microgenres, Netflix' tweeduizend smaakgemeenschappen en Pinterest' taste graph zijn geen hokjes maar dichte webben van zaken en relaties, ontstaan uit gedrag, niet getekend door een marketeer. Het verschil tussen een web dat warm voelt en een web dat griezelig voelt zit zelden in de hoeveelheid data — het zit in de vraag van wie het web is: Netflix zegt letterlijk "jouw Netflix is niet mijn Netflix", terwijl Facebooks schaduwprofielen het omgekeerde bewijzen, een web over je in plaats van van jou. Betekenis maken is intussen een eigen vak met een eigen woordenschat: sensemaking, ontologie, Jobs to be Done en signaaldetectie zeggen allemaal een vorm van hetzelfde — begin niet bij het profiel maar bij het moment waarop iemand iets voor elkaar probeert te krijgen. Nederland heeft, zonder het ooit zo te noemen, al een web van het huis zelf gebouwd: de Kadaster Knowledge Graph verbindt gebouw, kavel, kaart en adres met precies het soort relaties die wij zaken noemen, alleen spreekt niemand daar Carmens taal. En de partijen die het mooist teruggeven wat ze weten — een vierkantje, een boom die je zelf laat groeien, een filmdagboek — bewijzen telkens dat mensen geen data willen zien, maar een vorm van zichzelf die ze nog niet eerder zagen.
1 · Profielen als web, geen segment
Spotify bouwt geen genrelijst maar een landschap: Every Noise at Once, gemaakt door voormalig medewerker Glenn McDonald, bracht meer dan 6.000 microgenres in kaart, clusters die nooit door een marketeer bedacht zijn maar vanzelf ontstonden uit hoe mensen luisteren. Die microgenres voeden features als de "daylist", een lijst die meerdere keren per dag verandert en zichzelf een naam geeft naar tijdstip en stemming. Voor ons: een web mag zichzelf een naam geven die niemand had kunnen verzinnen, dat voelt persoonlijker dan een keurig label. Bron: Every Noise at Once, Wikipedia, TechCrunch over daylist.
Netflix deelt zijn 125 miljoen kijkers niet naar leeftijd of land, maar naar ongeveer 2.000 "taste communities", clusters met dezelfde smaak, gevoed door tienduizenden microgenres. Een vicepresident van het bedrijf zei het zo: ras, gender of etniciteit voorspellen slecht wat iemand waardeert, en niemand hoort maar bij één gemeenschap. Voor ons: een mens hoort tegelijk bij meerdere vormen — Wieke is evengoed geworteld als flirtend, en beide mogen waar zijn. Bron: Rohit Bhargava, "Why Netflix Uses Taste Communities Instead of Demographics".
Pinterest' taste graph koppelt elke bewaarde afbeelding aan een interesse, en die interesse vervaagt vanzelf als iemand er een tijd niets mee doet — wie niets meer over trouwen bewaart, ziet geen trouwcontent meer. Voor ons: een relatie hoort een temperatuur te hebben die vanzelf afkoelt, Carmen mag een oude interesse laten wegzakken zonder dat iemand hem hoeft te wissen. Bron: Pinterest Engineering, "Taste Graph part 1".
LinkedIn's Economic Graph telt meer dan 1 miljard knopen (mensen, bedrijven, vaardigheden) en 250 miljard verbindingen ertussen, gebouwd om te tonen waar talent en kansen elkaar raken op wereldschaal. Voor ons: een web wordt pas nuttig zodra je het niet per persoon maar over duizenden huizen heen leest, precies zoals "de goot staat deze week bovenaan in Wittevrouwen" al in concept v2 staat. Bron: LinkedIn Economic Graph.
Facebook bouwde het bekendste sociale web ter wereld, en ook het bekendste voorbeeld van waar het omslaat: een schaduwprofiel, een dossier over iemand die zelf nooit lid werd, gebouwd zodra een ander zijn contacten uploadt. Voor ons: het verschil met Carmen is scherp — niemand mag ooit een web over een ander opbouwen buiten diegene om, precies waarom "andere mensen komen alleen als rol voor" een grens is. Bron: The Conversation, "Shadow profiles".
Stitch Fix en Amazon tonen twee uiteinden van hetzelfde idee. Amazon vergelijkt sinds 2003 producten met producten in plaats van mensen met mensen, "wie dit kocht, kocht ook dat", en dat schaalt zonder trager te worden. Stitch Fix versmalt een stijlprofiel uit vragenlijst en tekst tot een shortlist, waarna een van de 1.600 menselijke stylisten de uiteindelijke keuze maakt, omdat menselijk oordeel nuances vangt die data mist. Voor ons: het huis mag zelf zeggen "ik heb ochtendlicht" als een item-relatie, en Carmen mag de menselijke laag zijn die de toon zet. Bron: Amazon.com Recommendations, IEEE, Modern Retail over Stitch Fix.
2 · Persoonlijke kennisgrafen en tweede breinen
Roam Research maakte in 2019 furore met één idee: elke notitie kan naar elke andere linken, in beide richtingen, en die link ontstaat zodra je een woord tussen dubbele haken zet, zonder mappenstructuur. Voor ons: een relatie hoeft niet vooraf bedacht te zijn — "de knik in je straat" mag een verbinding worden puur omdat iemand er twee keer over begint. Bron: Roam Research, Nick Vitucci.
Obsidian nam dat idee over en voegde er een beeld aan toe: de graph view, een wolk van bolletjes en lijnen die je hele aantekeningenwereld toont. Dat beeld is meteen een waarschuwing: die technische bolletjeswolk is precies wat wij nooit aan een bewoner mogen laten zien, mensen willen hun eigen leven niet als netwerkdiagram terugkrijgen, maar als verhaal. Bron: Obsidian Help, Graph view.
Notion lost hetzelfde probleem anders op: relaties tussen databases blijven onzichtbaar totdat je ze nodig hebt. Niemand die Notion gebruikt denkt in knopen en lijnen, mensen denken in taken die bij een project horen — de techniek achter een web mag onzichtbaar blijven zolang het resultaat voelt als "dit hoort bij je huis", niet als "gerelateerd item". Bron: Notion Help, relaties en rollups.
Apple Journal doet het beste voorwerk voor wat Carmen moet kunnen: op het toestel zelf worden wandelingen, foto's en gesprekken gegroepeerd tot een moment, met een voorzichtige vraag erbij, zoals "wat was het hoogtepunt van deze wandeling", en alleen wat je zelf opslaat blijft bewaard. Voor ons: het huis mag zulke momenten samenrapen, "de derde ketelbeurt sinds we elkaar kennen", zolang het bij een vraag blijft, geen verplichte melding. Bron: Apple, Journaling Suggestions & Privacy.
Google's Knowledge Graph veranderde zoeken in 2012 van "strings" naar "things": het systeem snapt dat "Apple" soms een bedrijf is en soms een vrucht, omdat het niet naar het woord kijkt maar naar wat eromheen hangt. Voor ons: een zaak wordt pas een zaak zodra ze een plek in een web heeft, niet zodra ze een naam heeft — "de serre" is pas interessant zodra ze aan "twee winters ergernis" hangt. Bron: Singularity Hub, Knowledge Graph.
Wikidata is het tegenovergestelde van een gesloten bedrijfsweb: een open, door iedereen te bewerken graaf van miljoenen "dingen" zonder eigenaar. Voor ons is dat vooral een contrast: Casa's web van een huis is juist wél van één huis en één bewoner, nooit een publiek gedeeld feitenblad. Bron: Wikidata, hoofdpagina.
3 · Betekenis maken als vak
Karl Weick muntte het woord sensemaking in de jaren zestig: betekenis ontstaat pas achteraf, als mensen terugkijken en er een verhaal van maken dat aannemelijk genoeg is om op te handelen, niet accuraat. In drie zinnen: een profiel is nooit een meting op dit moment, het is een terugblik die net genoeg klopt om de volgende zin te durven zeggen. Carmen hoeft nooit gelijk te hebben, ze hoeft aannemelijk te zijn. Bron: Sensemaking, Wikipedia.
Brenda Dervin benaderde hetzelfde vanuit communicatie: mensen lopen op hun levenspad tegen gaten aan, en informatie is pas nuttig als ze dat gat overbrugt. In drie zinnen: stel nooit een vraag om een veld te vullen, stel een vraag om een gat te overbruggen — "wat zou je meenemen als je ooit ergens anders wakker wordt" overbrugt een gat, "wat is je favoriete kamer" vult alleen een veld. Bron: JASIST, Dervins sense-making.
Palantirs ontologie is het meest technisch, en toch het dichtst bij onze eigen taal: een organisatie wordt beschreven in objecten met eigenschappen, relaties daartussen, en acties die daaruit mogen volgen, een levende laag boven de ruwe data. Vertaald zonder jargon: eerst benoem je de dingen, dan de zinnen tussen de dingen, en pas daarna mag er iets gebeuren — bijna letterlijk onze eigen woordenschat van zaak, relatie en helpende hand. Bron: Palantir, action types.
Jobs to be Done, van Clayton Christensen, draait het probleem een kwartslag om: mensen "huren" een product voor een klus in hun leven, niet vanwege wie ze zijn. De beroemde milkshake-studie vond dat de helft van alle milkshakes 's ochtends verkocht werd aan forenzen die iets nodig hadden om lang mee bezig te blijven, iets geen demografische vraag ooit had gevonden. In drie zinnen: vraag nooit wie iemand is, vraag welke klus hij nu probeert te klaren, het antwoord ligt zelden in het profiel maar in het moment. Bron: Harvard Business School Online.
Life-event-detectie bij banken en verzekeraars is de meest ongemakkelijke toepassing van hetzelfde idee: een nieuwe cluster babyproducten in de rekeningafschriften, of een hypotheeklast op een ander adres, verraadt een verhuizing of geboorte lang voordat iemand het zelf vertelt. Het idee zelf is niet fout, vroeg weten dat er iets speelt is wat een goede vriend ook doet; de fout zit in wat je ermee doet, zie sectie 5. Bron: octrooibeschrijving levensgebeurtenis-detectie.
Martin Lindstrom's boek Small Data zet zich af tegen het grote getal: hij observeert honderden nachten per jaar in huizen van gewone mensen en vindt in kleine details, een teddybeer op een bed, een afgetrapte sneaker, wat duizenden persona's niet vonden. In drie zinnen: een profiel uit segmenten praat over groepen, een profiel uit één zin over de serre praat over een mens, precies waarom "elk veld is een zin" sterker is dan een persona-naam. Bron: Goodreads, Small Data.
4 · Huizen en plekken als web
De Kadaster Knowledge Graph is de meest verrassende vondst van dit onderzoek: Nederland heeft al een openbare, gratis graaf waarin gebouw (BAG), kadastrale kaart (BRK), topografie (BGT) en landkaart (BRT) verbonden zijn via linked data, met bijna 2 miljard relaties uit twaalf datasets. Het is precies het web dat Carmen nodig heeft om te weten dat een huis aan een straat grenst die aan een park grenst dat op een oude gasfabriek ligt, alleen praat de graaf zelf in tabellen en codes, niet in zinnen. Voor ons: de bronnen voor "het huis als knooppunt" bestaan al, gratis en overheidsbreed, wat ontbreekt is de vertaalslag naar een zin die Carmen zou zeggen. Bron: Kadaster Knowledge Graph, MDPI, PDOK, linked data.
Digitale tweelingen van gebouwen bestaan al op nationale schaal: Zuid-Korea bouwt standaarden zodat gemeentelijke tweelingen op elkaar aansluiten voor verkeer en hitte, het Verenigd Koninkrijk deed hetzelfde voor infrastructuur. Voor ons: als landen dit al voor bruggen en steden doen, is het geen sprong om het voor één huis en zijn straat te doen. Bron: Smart City Korea.
What3words deelt de wereld op in 57 biljoen vakjes van drie bij drie meter, elk met een uniek drie-woordadres, gebruikt door meer dan 85 procent van de Britse hulpdiensten omdat een plek zonder straatnaam toch aanwijsbaar wordt. Voor ons: een tuin, een stukje water, "ergens aan het water" verdient evenveel recht op een naam als een adres, precies wat Carmen al doet als ze een droom net zo serieus neemt als een postcode. Bron: Esri, what3words overview.
Nextdoor bouwt een sociaal web per buurt, met adresverificatie via een postcode, telefoonnummer of creditcard, zodat de buurt echt is voordat het gesprek begint. Voor ons: Casa hoeft geen sociaal netwerk te worden, maar dit bewijst dat "je straat" een gemeenschap is die mensen al willen voelen, precies de laag die het huis en Carmen samen al vertellen zonder profielfoto's van buren. Bron: Harvard Digital Innovation, Nextdoor.
5 · Waar het misging
Target's zwangerschapscase is al genoemd in ronde 1: een score op 25 producten voorspelde een zwangerschap zo goed dat een vader zich schaamde voor babykortingen aan zijn tienerdochter. Niet het weten was de fout, het ongevraagd tonen wel.
Cambridge Analytica ging verder: het won persoonlijkheidsprofielen van 87 miljoen Facebookgebruikers, grotendeels zonder hun medeweten, via een test van 270.000 mensen wier vrienden automatisch meegetrokken werden, en gebruikte die profielen voor politieke boodschappen op maat. Voor ons: een web opgebouwd via de band van iemand anders is per definitie een web dat over je gaat, ook al klikte je zelf nergens op. Bron: Facebook–Cambridge Analytica scandal, Wikipedia.
Schaduwprofielen, al genoemd in sectie 1, zijn de zuiverste vorm van hetzelfde: een dossier dat over je bestaat zonder dat je ooit lid werd, en dat je niet kunt inzien. Casa's regel dat andere mensen alleen als rol voorkomen, is het spiegelbeeld van die fout.
SyRI, het Nederlandse Systeem Risico Indicatie, koppelde overheidsdatabases om bijstandsfraude te voorspellen, gericht op wijken met lage inkomens. De rechtbank in Den Haag zette het in 2020 stil, niet omdat voorspellen verboden is, maar omdat het systeem ondoorzichtig was en niemand zijn eigen risicoscore kon inzien of aanvechten. Bij SyRI kon niemand zijn eigen web zien of corrigeren, bij Casa is dat het hele punt van "dat klopt" en "dat klopt niet". Bron: AlgorithmWatch, SyRI.
Deze drie voorbeelden wijzen naar dezelfde twee vragen: wie bouwde dit web, en mag degene over wie het gaat het zien en tegenspreken. Zodra beide antwoorden "ikzelf" zijn, is het een geschenk; zodra een van beide "een ander, buiten mij om" is, is het een dossier.
6 · De mooiste teruggave-vormen
Dit bouwt voort op wat ronde 1 al zei over Wrapped, Strava en 23andMe, hier drie vormen die daar nog niet stonden.
Letterboxd houdt een filmdagboek bij met datum en sterren, en toont altijd vier favoriete titels op je profiel. Het jaaroverzicht laat je hoogst gewaardeerde acteurs, regisseurs en genres zien, geen ranglijst van meest bekeken, maar een portret van smaak. Voor ons: "je vier favorieten" is een sterker signaal dan "je laatste twintig bezoeken" — Carmen zou een bewoner kunnen vragen zijn vier favoriete straten te kiezen, niet zijn twintig meest bezochte. Bron: Letterboxd, veelgestelde vragen.
Goodreads' leesuitdaging is eenvoudig: je kiest zelf een aantal boeken voor het jaar, en elk afgevinkt boek telt mee, een simpele voortgangsbalk zonder algoritme. Voor ons: soms is de sterkste teruggave niet slim maar een getal dat de bewoner zelf koos, misschien "ik wilde dit jaar drie keer met Carmen een wijk verkennen". Bron: Goodreads Reading Challenge.
Ancestry laat een familieboom groeien die met elk gevonden DNA-familielid vanzelf uitbreidt via ThruLines, een functie die jouw boom koppelt aan bomen van mensen met wie je DNA deelt, met een blaadje-icoon dat uitnodigt een nieuwe tak te bevestigen. Voor ons: de kaart van je leven zou zich zo kunnen gedragen, nooit compleet, met zachte uitnodigingen zoals het gat "ik weet niet waar je woonde voordat je hier kwam". Bron: Ancestry, family tree building.
Apple Health Trends kijkt niet naar het dagcijfer maar naar de verschuiving: het meldt pas iets als een basislijn, rusthartslag, slaap, beweging, langzaam opschuift, in plaats van te reageren op elke losse dag. Voor ons is dit bijna letterlijk "de knik, niet het niveau" uit concept v2: niet het aantal bezoeken aan een woning is het signaal, maar het moment waarop het patroon omslaat. Bron: Century, Apple Health Trends.
De vijf sterkste ideeën
- Vormen verdringen in plaats van vervangen (Netflix, Pinterest). Niemand hoort maar bij één vorm, en een oude relatie mag vanzelf afkoelen zonder dat iemand hem wist, precies zoals de wijzer in concept v2 al zegt dat niemand zijn eigen wijzer ziet.
- De SyRI-les omgedraaid tot geschenk: alles wat wij over iemand weten moet diegene altijd kunnen zien en tegenspreken. Dat is al "dat klopt / dat klopt niet" in het rijke profiel, maar verdient de status van hard ontwerpprincipe.
- De Kadaster Knowledge Graph als bronvoorraad voor het huis-als-web. Nederland heeft de gekoppelde data van gebouw, kavel en kaart al gratis en openbaar; de vertaalslag naar een zin die Carmen zou zeggen is precies het handwerk dat sectie 5 van concept v2 beschrijft, nu met een concrete technische bron.
- Sensemaking in drie woorden: aannemelijk, niet accuraat (Weick). Carmen hoeft nooit zeker te zijn, ze hoeft geloofwaardig genoeg te zijn om de volgende zin te wagen, dat neemt druk weg van elk weetje dat ooit een keer mis kan zijn.
- De klus in plaats van het profiel (Jobs to be Done). Bij elk signaal is de vraag niet "wat voor type is dit" maar "welke klus probeert deze persoon nu voor elkaar te krijgen" — bij de airco-week uit concept v2 is dat al de vorm, maar het verdient een naam in ons eigen vocabulaire.
Drie wilde ideeën
- Het huis toont zijn eigen web, een keer per jaar, als een korte tekst in plaats van een netwerkplaatje: "ik hoor bij een straat die bij een park hoort dat op een gasfabriek ligt, en bij een bewoner die al twee winters naar de serre kijkt." Schuurt tegen "Carmen roddelt over 1890, niet over 2026" zodra het te dicht bij het heden komt.
- Een ThruLines voor huizen: zoals Ancestry twee onbekende bomen koppelt via gedeeld DNA, zou het systeem twee huizen met dezelfde vorm, dezelfde architect, dezelfde erker, aan elkaar kunnen voorstellen zonder ooit een naam te noemen. Ligt dicht bij "broers en zussen" uit concept v2, met de nadruk op verwantschap in plaats van aantal.
- Een what3words voor gevoel in plaats van locatie: drie woorden die niet een plek maar een moment vastleggen, "ochtendlicht, tuin, deur open", die een bewoner zelf kiest. Schuurt tegen "wij zeggen nooit wat een huis waard is", want drie woorden voelen dicht bij een taxatie van verlangen.
Wat dit vraagt
Kort. Een vertaalslag van de Kadaster Knowledge Graph en vergelijkbare open bronnen naar zinnen die Carmen zou zeggen. Een correctiemechanisme, net zo zichtbaar als "dat klopt / dat klopt niet", zodat niets ooit een SyRI wordt. Een manier om relaties af te laten koelen zonder handmatig wissen, zoals Pinterest' vervagende interesses. En een vaste toets per weetje: aannemelijk genoeg om uit te spreken, of een gok die als feit klinkt.
Later toetsen
De scherpste vraag die dit onderzoek achterlaat is niet juridisch maar ontwerpkundig, en toch een vraag die de regie ooit met echte mensen moet meten: waar precies ligt de grens tussen een web dat warm voelt omdat je het zelf kunt zien en corrigeren, en een web dat griezelig voelt omdat het net iets te veel weet voordat je het zelf had gezegd. SyRI en Cambridge Analytica laten zien wat er misgaat als niemand die vraag stelt, Netflix en Ancestry laten zien dat het ook anders kan. Dat toetsen we samen met de vragen die al in ../OPDRACHT.md en in ronde 1 zijn opgeschreven, niet in deze ronde.