Snelheid en wendbaarheid voortaan key bij Defensie

Het ministerie van Defensie heeft zijn softwareontwikkeling teruggesnoerd naar cycli van vier maanden om telkens zeven AI-toepassingen live te brengen. Hoofd DATA Sofie Berns beschrijft de bottlenecks en wat het heeft opgeleverd.

Toen Berns zo’n drie jaar geleden bij Defensie kwam, kreeg ze de opgave om de krijgsmacht een voorsprong te bezorgen op het gebied van data science en AI. Inmiddels staat ze aan het hoofd van de afdeling DATA, kort voor Data & AI Technology Accelerator, met zo’n tachtig data scientists, data engineers en DevOps programmeurs. De krijgsmacht is op de weg terug van een lange periode van bezuinigen. Het budget is door de geopolitieke onrust flink uitgebreid, maar het voortdurend om moeten keren van elke euro heeft de doorlooptijd van projecten aanzienlijk verlengd, wat ook geldt voor technologieontwikkeling. Alles wat Berns en haar team voor elkaar moeten krijgen past niet in de werkwijze van Defensie en het onwrikbare geloof in het staal van tanks, schepen en vliegtuigen. ‘Mijn team en ik moeten continu de status quo uitdagen en bestaande processen en procedures bevechten. Gelukkig heb ik een directeur die vierkant achter me staat. Dat is de bepalende succesfactor.’

Berns en haar data & AI-team stelden zich als doel om in cycli van vier maanden in scrum-teams telkens zeven verschillende AI-toepassingen op te leveren, van experiment tot productie. De tijdspanne van vier maanden is willekeurig gekozen, om ergens een grens te stellen die er voorheen niet was. Maar uiterst ambitieus. ‘We krijgen daar af en toe best stress van. Een reden ook om geen eenmalige maar generiek inzetbare AI te ontwikkelen’, zegt Berns. ‘Het blijft wennen. We weten pas enkele weken van tevoren waar we de vier maanden daarop aan gaan werken en welke kennis en kunde we aan moeten klikken. Ook het sparren met kennisinstituten moet veel sneller dan vroeger, toen je nog wel eens vier jaar op een onderzoeksrapport moest wachten. Dat kan nu niet meer.’

Compliance

Het tijdrovende compliance-traject van AI-algoritmen was de grootste bottleneck. ‘Na het ontwikkelen van een algoritme duurde het nog anderhalf jaar voor we die in gebruik konden nemen’, legt Berns uit. In goed overleg met de betreffende afdeling is de compliance teruggebracht tot een dynamische risicoanalyse. Ontwikkelde AI-modellen kunnen nu na drie weken door, maar elke paar maanden stopt deze afdeling er de compliance-thermometer even in. Iedereen tevreden.  Berns en haar team zijn nu zover dat ze elke vier weken een toepassing opleveren. ‘Ertegenover staat dat onze hele organisatie erop moet kunnen vertrouwen dat we de termijn van vier maanden niet overschrijden. Dat geldt ook voor onze Oekraïense collega’s’, verwijst ze naar de samenwerking tussen de Nederlandse en Oekraïense krijgsmacht tegen de Russische agressie. ‘Een dag of een week vertraging is voor hen erg veel.’

We zijn nu een zodanige grote database aan het opbouwen, dat we de AI-algoritmen kunnen ontwikkelen, waarmee het Oekraïense leger zich continu aan het veranderende gevecht aan kan passen en doelen kan blijven herkennen. AI maakt het verschil voor onze Oekraïense collega’s dat ze de strijd niet verliezen.’

Defensie heeft voor zijn AI-competenties een eigen data science-platform met een eigen tooling gebouwd, niet met die van externe leveranciers. ‘Onze infrastructuur moet 24/7 in de lucht zijn en bij dreigingen direct kunnen migreren. We hebben inmiddels een grote uitvoeringscapaciteit. Het Franse leger heeft net zoveel medewerkers op dit vlak als wij, maar qua omvang is het veel groter. De Belgen hebben slechts twee medewerkers op data en AI.’