Een van de meest gestelde vragen over ThetaOS, mijn Life Lens System: waarom zou je dit in vredesnaam allemaal doen?

Inmiddels zit er meer dan 1.000 uur werk in. Het centrale systeem ThetaOS bevat bijna 350.000 records in 320 tabellen en praat via ruim 1.700 API-endpoints met dertig zelfgebouwde apps op iPhone en Mac. Dat bouwde ik allemaal alleen, zonder team of budget. Omdat ik ergens al heel lang voel dat ik veel waardevollere dingen met mijn data kan dan de apps tot nu toe mogelijk maakten.

Onlangs begon ik onder mijn vingers iets te voelen terwijl ik doorwerkte. Elke keer als ik iets nieuws bouwde ging het merkbaar sneller dan de vorige keer. Ik had minder stappen nodig en puzzelstukjes schoven beter en sneller in elkaar. Stukken die ik nodig had bleken er al te liggen, weken of maanden eerder gebouwd voor iets heel anders.

Zo bouw ik bijvoorbeeld een mailprogramma dat mails automatisch verwerkt op basis van het type afzender. Een boekingsaanvraag komt binnen als ingevuld formulier via de mail. Nu kan ik met één knop alles doorsturen naar mijn boekingssysteem voor optredens. Omdat alle velden en pagina's al volledig goed gestructureerd en gedocumenteerd waren, kan ik mijn eigen mailprogramma moeiteloos vertellen wat er met alle data in een mail moet gebeuren. Dat scheelt me enorm veel werk. Niet omdat dat mailprogramma zo slim is, maar omdat het systeem al wist wat een boeking is, hoe die eruitziet en waar die hoort. Ik hoefde alleen de verbinding te leggen.

Een andere app die ik intensief gebruik is pStats, een van mijn apps waarmee ik mijn dagritme log. Elke ochtend druk ik op een knop om de locatie waar ik wakker werd vast te leggen: thuis, zelfde als gisteren, of ergens anders. Die locatie haalt het systeem uit een database die ik ooit voor iets heel anders had gemaakt. En omdat die locatie er al was, kon ik er ook het weer aan koppelen voor de plek waar ik wakker werd. Die weerkoppeling bestaat alleen omdat de locatiekoppeling er al was.

Het benodigde denkwerk wordt steeds minder. Op een gegeven moment voelde het niet langer als bouwen maar als oogsten.

Bij platformen als WhatsApp of LinkedIn geldt: hoe meer mensen meedoen, hoe waardevoller het wordt voor iedereen die er al op zit. Dat heet een netwerkeffect. Volgens mij is dat dus hetzelfde met je eigen data, en ik denk dat dit verklaart waarom het steeds sneller gaat.

Elke databron die ik toevoeg wordt niet alleen zelf bruikbaar, maar maakt ook alles wat er al was krachtiger en sneller. Mijn locatiedata werd nuttiger toen pStats erop ging leunen. Mijn beschrijving van wat een boeking is werd nuttiger toen het mailprogramma erbij kwam. En elke nieuwe app gaat sneller dan de vorige, omdat er steeds meer LEGO-blokjes klaarliggen die ik kan hergebruiken.

Dit zou je "data-netwerkeffecten" kunnen noemen. Het geheel wordt meer dan de som der delen, en dat verschil groeit met elke verbinding die ik toevoeg. Het rendement van mijn Life Lens System vliegt omhoog. En dat is eigenlijk het antwoord op de vraag waar ik heel lang geen antwoord op had.

Achteraf is dat logisch. De ingewikkeldheid van een informatiesysteem zit niet in hoeveel data erin staat, maar in hoeveel stappen je nodig hebt om er iets bruikbaars en waardevols uit te halen. Met mijn goed uitgedokterde ontologie werd het heel handig om informatie acuut op de juiste plek weg te schrijven als kleine LEGO-blokjes. En omdat die zo robuust is, kan ik er nu oneindig veel mee bouwen en alles oneindig hergebruiken. Daardoor valt de totale hoeveelheid data ook reuze mee, omdat er geen duplicaten in staan.

Aanvankelijk, in de eerste maanden, kostte het echt veel meer dan het opleverde. Ik was vooral bezig met data binnenhalen en structuren bedenken, zonder dat er zichtbaar resultaat tegenover stond. Maar ik merkte dat ik iets krachtigs op het spoor was.

Seth Godin, die ik al jaren volg, schreef onlangs iets dat precies dit raakt: als iets "more trouble than it's worth" lijkt, is dat vaak het kenmerk van projecten die achteraf de moeite waard blijken. De moeite is het bewijs dat je iets doet wat anderen niet de energie of het geduld voor opbrengen. Dingen die voor de hand liggen worden namelijk al door iedereen gedaan.

Dat ik al twintig jaar over dit soort puzzels nadenk, betekent niet dat jij als lezer met misschien een soortgelijke wens op achterstand staat. Integendeel, ik ontdekte flink wat slimme manieren om het gros van die informatie bliksemsnel binnen te kunnen halen.

De meeste mensen zijn zich niet bewust van hoe verschrikkelijk veel data ze zelf al beschikken. Het is alleen een kwestie van downloaden, exporteren en ontsluiten. Ik haalde bijvoorbeeld twintig jaar aan geolocatie uit mijn oude apps en dertigduizend banktransacties uit een simpele bankexport. Uit mijn gezondheids-app kwamen bloeddrukdata en wandelroutes, uit Foursquare mijn locatiegeschiedenis, en bij Facebook en LinkedIn kun je met een paar klikken je complete datahistorie downloaden.

Ik had geen enkele ervaring met programmeren en had nooit een regel code gemaakt voordat ik aan ThetaOS begon. Maar het denken over informatie en de waarde ervan doe ik al heel lang. Informatie zien als een vorm van kapitaal die je net als geld hyperliquide wilt krijgen. Eindelijk zijn de AI-tools sterk en bruikbaar genoeg om dingen te bouwen die ik al die tijd alleen maar kon wensen.

Ik ben benieuwd wat er gaat gebeuren als meer mensen gaan ontdekken hoe krachtig het hergebruik van hun eigen data is, en hoeveel minder data je eigenlijk nodig hebt dan wat je nu verspreid over al die systemen hebt staan. Ik denk dat thema's als sensemaking en action taking, net als beter kunnen reflecteren op heden en verleden, veel toegankelijker worden voor mensen zodra ze over dit soort eigen data kunnen beschikken in een ontsloten vorm.

Op de meetups van de Digitale Fitheid Community en het online platform zijn veel meer mensen te vinden die hiermee bezig zijn en je met plezier helpen. Aanmelden is gratis.