Wat is UCA precies?

UCA wordt omschreven als een gratis, open standaard in natuurlijke taal. De standaard gebruikt 11 Organizational Cognates: terugkerende kennisdomeinen die bedoeld zijn om organisatorische informatie op een consistente manier te classificeren. De belofte is dat informatie kan worden opgehaald via een stabiele naam of een vast adres, in plaats van via een zoekopdracht die telkens een andere uitkomst kan geven.

Starling noemt het resultaat een Domain Language Model (DLM). Daarbij blijft het algemene LLM zelf stateless: het model hoeft de specifieke kennis van een organisatie niet permanent op te slaan. Tijdens een sessie krijgt het toegang tot een gestructureerd en beheerd organisatiegeheugen.

De eenvoudigste vergelijking is die met een bibliotheek. Het boekencollectief en de catalogus blijven bestaan, ook als de bibliothecaris wordt vervangen. Op dezelfde manier kan het AI-model veranderen terwijl de geordende kennis en de bijbehorende adressen behouden blijven.

Hoe werkt de architectuur?

• Vaste semantische adressen: terugkerende organisatiebegrippen krijgen een permanent identificatienummer. Een adres voor de concurrentiepositie van een organisatie verwijst dan steeds naar hetzelfde concept, zodat mens en machine het canonieke record kunnen terugvinden in plaats van de betekenis telkens opnieuw uit zoekresultaten af te leiden.
• Twee kennislagen: Starling maakt onderscheid tussen de Org Library, met beheerde en van versies voorziene organisatierecords, en Resources, met ondersteunend bronmateriaal en werk- of gegenereerde documenten. De eerste laag moet de canon bevatten; de tweede is bedoeld voor referentie en uitwerking.
• Leesbare opslag: de repository is tekstgericht. Records worden bewaard als leesbare Markdown-bestanden zonder verlies van inhoud, niet als ondoorzichtige modeltoestand. Daardoor zijn ze controleerbaar, versieerbaar en overdraagbaar, en kunnen mensen er eveneens mee werken.
• Context op maat: een manifest aan de machinekant selecteert en assembleert de relevante context uit de repository voor een model. Aan de menselijke kant bepaalt governance welke informatie gezaghebbend is en wordt ongecontroleerde inhoudelijke drift beperkt.
• Koppeling via MCP: Starling positioneert Anthropic’s Model Context Protocol (MCP) als de verbindingslaag waarmee AI-modellen externe organisatiecontext kunnen gebruiken. UCA moet vervolgens zorgen voor een gemeenschappelijke structuur en semantische adressering van die context. Volgens Starling maakt dat modellen beter uitwisselbaar en voorkomt het permanente afhankelijkheid van één AI-leverancier.

Wat betekent dit voor AI-soevereiniteit?

Volgens CEO Chris Kincade is AI-soevereiniteit meer dan zelf GPU’s bezitten, infrastructuur lokaal hosten of kiezen voor een nationale modelleverancier. In zijn visie gaat het er vooral om dat een organisatie controle houdt over haar gezaghebbende beslissingen, beleid, werkwijzen, herkomstinformatie en toegangsrechten: de canon waarop elk model zijn redeneringen baseert.

Als een model wordt vervangen, bijgewerkt, tijdelijk niet beschikbaar is of om governance-redenen wordt afgewezen, zou de organisatie haar eigen geheugen behouden en een ander model op dezelfde records kunnen aansluiten.

Dat kan vendor lock-in verminderen. De waarde zit dan vooral in de repository die de organisatie zelf beheert en in de classificatiestructuur, niet in de gespreksgeschiedenis of een gesloten geheugenfunctie van een specifieke AI-aanbieder.

De aanpak kan ook de veerkracht vergroten: modellen blijven bewust stateless wat betreft blijvende organisatiekennis, terwijl de repository als controleerbare bron van waarheid blijft bestaan.

Daarmee vat Starling zijn visie samen in de formulering: ‘het model vergeet; de organisatie onthoudt.’ Het model is de vervangbare redeneermotor, terwijl het beheerde organisatiegeheugen het blijvende bezit van de instelling vormt.

Mogelijke toepassingen en eerste signalen

Starling noemt toepassingen in persoonlijke coaching, marketing, bouwmanagement en juridische dienstverlening. Ook wordt Wrks Online’s QuillOS in verband gebracht met de aanpak. De aangeleverde informatie onderbouwt die relatie en de omvang, prestaties of schaal van dergelijke implementaties echter niet onafhankelijk. Voor sterkere claims over adoptie is daarom onvoldoende bewijs beschikbaar.

Ook SelfOS moet voorzichtig worden geïnterpreteerd. De uitspraak van Brady Patterson, die zegt dat een duidelijk anker contextverlies en datadrift verminderde, is een aanbeveling van een praktijkgebruiker en geen onafhankelijke validatie van de producteffectiviteit.

Belangrijke kanttekening

UCA en Starling MX zijn nieuw. Veel technische en zakelijke claims komen uit eigen materiaal van Starling of uit berichtgeving over de lancering. Het basisidee — een draagbaar, tekstgebaseerd en beheerd organisatiegeheugen dat door verschillende AI-modellen kan worden gebruikt — is conceptueel aannemelijk. Er is op basis van de beschikbare bronnen echter nog onvoldoende onafhankelijk bewijs om vast te stellen dat de aanpak in echte implementaties leidt tot een hogere nauwkeurigheid, lagere kosten, betere beveiliging of daadwerkelijke onafhankelijkheid van leveranciers.

De open standaard is volgens de berichtgeving blijvend gratis beschikbaar onder een Creative Commons-licentie, zodat organisaties erop kunnen voortbouwen zonder licentiekosten of voorafgaande toestemming. Dat maakt de standaard toegankelijker, maar zegt op zichzelf nog niets over de kosten, kwaliteit of risico’s van producten die erop worden gebouwd.

Wat is UCA precies?

UCA wordt omschreven als een gratis, open standaard in natuurlijke taal. De standaard gebruikt 11 Organizational Cognates: terugkerende kennisdomeinen die bedoeld zijn om organisatorische informatie op een consistente manier te classificeren. De belofte is dat informatie kan worden opgehaald via een stabiele naam of een vast adres, in plaats van via een zoekopdracht die telkens een andere uitkomst kan geven.

Starling noemt het resultaat een Domain Language Model (DLM). Daarbij blijft het algemene LLM zelf stateless: het model hoeft de specifieke kennis van een organisatie niet permanent op te slaan. Tijdens een sessie krijgt het toegang tot een gestructureerd en beheerd organisatiegeheugen.

De eenvoudigste vergelijking is die met een bibliotheek. Het boekencollectief en de catalogus blijven bestaan, ook als de bibliothecaris wordt vervangen. Op dezelfde manier kan het AI-model veranderen terwijl de geordende kennis en de bijbehorende adressen behouden blijven.

Hoe werkt de architectuur?

• Vaste semantische adressen: terugkerende organisatiebegrippen krijgen een permanent identificatienummer. Een adres voor de concurrentiepositie van een organisatie verwijst dan steeds naar hetzelfde concept, zodat mens en machine het canonieke record kunnen terugvinden in plaats van de betekenis telkens opnieuw uit zoekresultaten af te leiden.
• Twee kennislagen: Starling maakt onderscheid tussen de Org Library, met beheerde en van versies voorziene organisatierecords, en Resources, met ondersteunend bronmateriaal en werk- of gegenereerde documenten. De eerste laag moet de canon bevatten; de tweede is bedoeld voor referentie en uitwerking.
• Leesbare opslag: de repository is tekstgericht. Records worden bewaard als leesbare Markdown-bestanden zonder verlies van inhoud, niet als ondoorzichtige modeltoestand. Daardoor zijn ze controleerbaar, versieerbaar en overdraagbaar, en kunnen mensen er eveneens mee werken.
• Context op maat: een manifest aan de machinekant selecteert en assembleert de relevante context uit de repository voor een model. Aan de menselijke kant bepaalt governance welke informatie gezaghebbend is en wordt ongecontroleerde inhoudelijke drift beperkt.
• Koppeling via MCP: Starling positioneert Anthropic’s Model Context Protocol (MCP) als de verbindingslaag waarmee AI-modellen externe organisatiecontext kunnen gebruiken. UCA moet vervolgens zorgen voor een gemeenschappelijke structuur en semantische adressering van die context. Volgens Starling maakt dat modellen beter uitwisselbaar en voorkomt het permanente afhankelijkheid van één AI-leverancier.

Wat betekent dit voor AI-soevereiniteit?

Volgens CEO Chris Kincade is AI-soevereiniteit meer dan zelf GPU’s bezitten, infrastructuur lokaal hosten of kiezen voor een nationale modelleverancier. In zijn visie gaat het er vooral om dat een organisatie controle houdt over haar gezaghebbende beslissingen, beleid, werkwijzen, herkomstinformatie en toegangsrechten: de canon waarop elk model zijn redeneringen baseert.

Als een model wordt vervangen, bijgewerkt, tijdelijk niet beschikbaar is of om governance-redenen wordt afgewezen, zou de organisatie haar eigen geheugen behouden en een ander model op dezelfde records kunnen aansluiten.

Dat kan vendor lock-in verminderen. De waarde zit dan vooral in de repository die de organisatie zelf beheert en in de classificatiestructuur, niet in de gespreksgeschiedenis of een gesloten geheugenfunctie van een specifieke AI-aanbieder.

De aanpak kan ook de veerkracht vergroten: modellen blijven bewust stateless wat betreft blijvende organisatiekennis, terwijl de repository als controleerbare bron van waarheid blijft bestaan.

Daarmee vat Starling zijn visie samen in de formulering: ‘het model vergeet; de organisatie onthoudt.’ Het model is de vervangbare redeneermotor, terwijl het beheerde organisatiegeheugen het blijvende bezit van de instelling vormt.

Mogelijke toepassingen en eerste signalen

Starling noemt toepassingen in persoonlijke coaching, marketing, bouwmanagement en juridische dienstverlening. Ook wordt Wrks Online’s QuillOS in verband gebracht met de aanpak. De aangeleverde informatie onderbouwt die relatie en de omvang, prestaties of schaal van dergelijke implementaties echter niet onafhankelijk. Voor sterkere claims over adoptie is daarom onvoldoende bewijs beschikbaar.

Ook SelfOS moet voorzichtig worden geïnterpreteerd. De uitspraak van Brady Patterson, die zegt dat een duidelijk anker contextverlies en datadrift verminderde, is een aanbeveling van een praktijkgebruiker en geen onafhankelijke validatie van de producteffectiviteit.

Belangrijke kanttekening

UCA en Starling MX zijn nieuw. Veel technische en zakelijke claims komen uit eigen materiaal van Starling of uit berichtgeving over de lancering. Het basisidee — een draagbaar, tekstgebaseerd en beheerd organisatiegeheugen dat door verschillende AI-modellen kan worden gebruikt — is conceptueel aannemelijk. Er is op basis van de beschikbare bronnen echter nog onvoldoende onafhankelijk bewijs om vast te stellen dat de aanpak in echte implementaties leidt tot een hogere nauwkeurigheid, lagere kosten, betere beveiliging of daadwerkelijke onafhankelijkheid van leveranciers.

De open standaard is volgens de berichtgeving blijvend gratis beschikbaar onder een Creative Commons-licentie, zodat organisaties erop kunnen voortbouwen zonder licentiekosten of voorafgaande toestemming. Dat maakt de standaard toegankelijker, maar zegt op zichzelf nog niets over de kosten, kwaliteit of risico’s van producten die erop worden gebouwd.