Opleidingen

Lesmethode : Klassikaal Algemeen : In this course, you will learn how to assess software quality and security, including code written by external suppliers or generated by AI. You will examine the checks required during development, at delivery and throughout maintenance. This will help you identify security risks and maintainability issues earlier. You will examine the entire software lifecycle through four different lenses: functionality, security, architecture, and governance. We cover how to map risks using threat modeling and explore the role that tools such as SAST, DAST, and SBOM play in providing evidence of quality. Additionally, you'll learn how to counter architectural erosion and identify where human judgment remains essential alongside automated quality gates. Using a continuous case study, you will analyze software resulting from a mix of internal development, external vendors, and AI agents. You will practice identifying assurance gaps and determining which measures are proportional to mitigate risks. This approach will help you ask targeted questions about software quality in your own work and make informed, defensible decisions about whether to accept or reject code. Doel : After this course, you will be able to systematically gather evidence regarding the quality and security of software, regardless of whether it was written internally, by partners, or by AI. Doelgroep : Software professionals who want to controle the quality of a growing code base, like software developers, architects, QA-engineers and Dev(Sec)Ops experts. Voorkennis : The following prior knowledge is required: - Experiencewith software development or quality assurance - Basic understanding of the software development lifecycle (SDLC) Onderwerpen : - Introduction +nbsp;+nbsp;+nbsp;- Growth in code volume, maintenance burden, and verification debt +nbsp;+nbsp;+nbsp;- Code provenance: in-house, outsourcing, open source, and GenAI +nbsp;+nbsp;+nbsp;- Software assurance as a system of evidence and feedback - Plan +nbsp;+nbsp;+nbsp;- Risk classification, ownership, and accountability +nbsp;+nbsp;+nbsp;- Quality objectives, definition of done, and GenAI policy +nbsp;+nbsp;+nbsp;- Supplier governance, maintenance, and phase-out - Specify +nbsp;+nbsp;+nbsp;- Testable functional and non-functional requirements +nbsp;+nbsp;+nbsp;- Security, privacy, performance, misuse cases, and abuse cases +nbsp;+nbsp;+nbsp;- Acceptance criteria and traceability for humans, suppliers, and agents - Design +nbsp;+nbsp;+nbsp;- Modularity, coupling, cohesion, and architectural decisions +nbsp;+nbsp;+nbsp;- Trust boundaries, data flows, and threat modelling +nbsp;+nbsp;+nbsp;- Secure by design, reference architectures, and early debt prevention - Develop +nbsp;+nbsp;+nbsp;- Coding standards, peer review, and manageable changes +nbsp;+nbsp;+nbsp;- SAST, linting, secret detection, and dependency selection +nbsp;+nbsp;+nbsp;- Unit tests and repository instructions such as AGENTS.md and RULES.md +nbsp;+nbsp;+nbsp;- Generated and outsourced code treated as untrusted contributions - Verify +nbsp;+nbsp;+nbsp;- Test portfolio: unit, integration, contract, system, and end-to-end testing +nbsp;+nbsp;+nbsp;- Positive, negative, exploratory, and security testing +nbsp;+nbsp;+nbsp;- Coverage, mutation testing, DAST, and fuzzing +nbsp;+nbsp;+nbsp;- False positives and negatives, false confidence, and agentic QA - Release & Deploy +nbsp;+nbsp;+nbsp;- CI, quality gates, SCA, and CVE prioritisation +nbsp;+nbsp;+nbsp;- SBOM, build provenance, artifact integrity, and configuration validation +nbsp;+nbsp;+nbsp;- Release evidence, risk acceptance, rollback, and supplier acceptance - Operate & Maintain +nbsp;+nbsp;+nbsp;- Observability, incident response, patch management, and vulnerability management +nbsp;+nbsp;+nbsp;- Dependency updates, regression testing, and architectural erosion +nbsp;+nbsp;+nbsp;- Technical debt, knowledge loss, ownership, and use of the SBOM +nbsp;+nbsp;+nbsp;- Feedback from operations into planning, requirements, and design

Lesmethode : Klassikaal Algemeen : Tijdens deze cursus leer je de kwaliteit en veiligheid van software beoordelen, ook wanneer de code door leveranciers of AI is geschreven. Je bekijkt welke controles nodig zijn tijdens de ontwikkeling, bij oplevering en tijdens het onderhoud. Daarmee herken je eerder beveiligingsrisico's en problemen die de software moeilijker te onderhouden maken. Je kijkt naar de volledige levenscyclus van software door vier verschillende lenzen: functionaliteit, security, architectuur en governance. We behandelen hoe je risico's in kaart brengt via threat modelling en welke rol tools als SAST, DAST en SBOM spelen bij het bewijzen van kwaliteit. Je bespreekt hoe wijzigingen de samenhang tussen softwareonderdelen kunnen verstoren en hoe je dat voorkomt. Daarbij is er aandacht voor wat je automatisch kunt controleren en wanneer menselijke beoordeling nodig blijft. Aan de hand van een doorlopende casus analyseer je software die is ontstaan uit een mix van intern werk, externe leveranciers en AI-agents. Je oefent met het herkennen van assurance-gates en bepaalt welke maatregelen proportioneel zijn om risico's te beperken. Deze werkwijze helpt je om in je eigen werk gerichte vragen te stellen over softwarekwaliteit en te onderbouwen waarom je code wel of niet accepteert. Doel : Na deze cursus kun je systematisch bewijs verzamelen over de kwaliteit en veiligheid van software, ongeacht of deze intern, via partners of door AI is geschreven. Doelgroep : Softwareprofessionals die de kwaliteit van groeiende codebases willen bewaken, zoals softwareontwikkelaars, architecten, QA-engineers en Dev(Sec)Ops-experts. Voorkennis : De volgende voorkennis is vereist: - Ervaring met softwareontwikkeling of kwaliteitsbewaking - Basisbegrip van de software development lifecycle (SDLC) - Het cursusmateriaal is in het Engels, een goede beheersing van de Engelse taal is vereist. Onderwerpen : - Introduction +nbsp;+nbsp;+nbsp;- Growth in code volume, maintenance burden, and verification debt +nbsp;+nbsp;+nbsp;- Code provenance: in-house, outsourcing, open source, and GenAI +nbsp;+nbsp;+nbsp;- Software assurance as a system of evidence and feedback - Plan +nbsp;+nbsp;+nbsp;- Risk classification, ownership, and accountability +nbsp;+nbsp;+nbsp;- Quality objectives, definition of done, and GenAI policy +nbsp;+nbsp;+nbsp;- Supplier governance, maintenance, and phase-out - Specify +nbsp;+nbsp;+nbsp;- Testable functional and non-functional requirements +nbsp;+nbsp;+nbsp;- Security, privacy, performance, misuse cases, and abuse cases +nbsp;+nbsp;+nbsp;- Acceptance criteria and traceability for humans, suppliers, and agents - Design +nbsp;+nbsp;+nbsp;- Modularity, coupling, cohesion, and architectural decisions +nbsp;+nbsp;+nbsp;- Trust boundaries, data flows, and threat modelling +nbsp;+nbsp;+nbsp;- Secure by design, reference architectures, and early debt prevention - Develop +nbsp;+nbsp;+nbsp;- Coding standards, peer review, and manageable changes +nbsp;+nbsp;+nbsp;- SAST, linting, secret detection, and dependency selection +nbsp;+nbsp;+nbsp;- Unit tests and repository instructions such as AGENTS.md and RULES.md +nbsp;+nbsp;+nbsp;- Generated and outsourced code treated as untrusted contributions - Verify +nbsp;+nbsp;+nbsp;- Test portfolio: unit, integration, contract, system, and end-to-end testing +nbsp;+nbsp;+nbsp;- Positive, negative, exploratory, and security testing +nbsp;+nbsp;+nbsp;- Coverage, mutation testing, DAST, and fuzzing +nbsp;+nbsp;+nbsp;- False positives and negatives, false confidence, and agentic QA - Release & Deploy +nbsp;+nbsp;+nbsp;- CI, quality gates, SCA, and CVE prioritisation +nbsp;+nbsp;+nbsp;- SBOM, build provenance, artifact integrity, and configuration validation +nbsp;+nbsp;+nbsp;- Release evidence, risk acceptance, rollback, and supplier acceptance - Operate & Maintain +nbsp;+nbsp;+nbsp;- Observability, incident response, patch management, and vulnerability management +nbsp;+nbsp;+nbsp;- Dependency updates, regression testing, and architectural erosion +nbsp;+nbsp;+nbsp;- Technical debt, knowledge loss, ownership, and use of the SBOM +nbsp;+nbsp;+nbsp;- Feedback from operations into planning, requirements, and design

Lesmethode : Virtueel Algemeen : Met het Model Context Protocol (MCP) geef je AI-agents gecontroleerd toegang tot externe informatie, applicaties en tools. In deze eendaagse cursus leer je bestaande MCP-servers gebruiken en zelf een eenvoudige server bouwen. Zo begrijp je niet alleen wat een AI-agent doet, maar ook hoe je de koppelingen doelgericht en veilig inzet in je dagelijkse werk. Je maakt kennis met MCP-hosts, clients en servers en werkt met tools, resources en prompts. Je koppelt bestaande MCP-servers aan een AI-assistent, onderzoekt MCP-aanroepen en combineert meerdere bronnen en functies in één workflow. Ook bouw je met Python een eenvoudige MCP-server met parameters, invoervalidatie, foutafhandeling en gestructureerde resultaten. Daarbij behandel je authenticatie, autorisatie, least privilege, prompt injection, logging, menselijke goedkeuring en het verschil tussen informatie opvragen en acties uitvoeren. De cursus volgt de leerlijn gebruiken, begrijpen, combineren, bouwen en beveiligen. Je doorzoekt onder meer Microsoft-documentatie via MCP, laat een AI-agent de passende tool kiezen, voert gecontroleerd een actie uit en analyseert beveiligingsrisico's in een realistisch scenario. Tot slot koppel, test en gebruik je jouw eigen MCP-server. Je werkt in een voorgeconfigureerde online ontwikkelomgeving; een Azure-abonnement is niet nodig. Doel : Na afloop kun je MCP-servers configureren en gebruiken, meerdere MCP-tools combineren en een eenvoudige MCP-server bouwen, testen en koppelen aan een AI-agent. Je kunt daarnaast relevante beveiligings- en toegangsmaatregelen beoordelen. Doelgroep : Professionals die AI-agents willen verbinden met externe informatie en functionaliteit, zoals AI-specialisten, consultants, applicatiebeheerders, cloud- en DevOps-engineers, Power Platform-professionals, solution architects en softwareontwikkelaars. Voorkennis : #Basiskennis van generatieve AI en AI-assistenten is gewenst. #Basiskennis van Python is vereist: je kunt bestaande code lezen en aanpassen en kent variabelen, functies en packages. Onderwerpen : - Model Context Protocol (MCP): werking en architectuur - Bestaande MCP-servers koppelen, configureren en gebruiken - Werken met tools, resources en prompts - Toolselectie en acties door AI-agents - Meerdere MCP-servers combineren in AI-workflows - Een eenvoudige MCP-server bouwen met Python - MCP-servers testen, debuggen en beveiligen - Security en governance, (o.a. toegangsbeheer, human-in-the-loop en prompt injection)

Lesmethode : Virtueel Algemeen : Tijdens deze cursus leer je de kwaliteit en veiligheid van software beoordelen, ook wanneer de code door leveranciers of AI is geschreven. Je bekijkt welke controles nodig zijn tijdens de ontwikkeling, bij oplevering en tijdens het onderhoud. Daarmee herken je eerder beveiligingsrisico's en problemen die de software moeilijker te onderhouden maken. Je kijkt naar de volledige levenscyclus van software door vier verschillende lenzen: functionaliteit, security, architectuur en governance. We behandelen hoe je risico's in kaart brengt via threat modelling en welke rol tools als SAST, DAST en SBOM spelen bij het bewijzen van kwaliteit. Je bespreekt hoe wijzigingen de samenhang tussen softwareonderdelen kunnen verstoren en hoe je dat voorkomt. Daarbij is er aandacht voor wat je automatisch kunt controleren en wanneer menselijke beoordeling nodig blijft. Aan de hand van een doorlopende casus analyseer je software die is ontstaan uit een mix van intern werk, externe leveranciers en AI-agents. Je oefent met het herkennen van assurance-gates en bepaalt welke maatregelen proportioneel zijn om risico's te beperken. Deze werkwijze helpt je om in je eigen werk gerichte vragen te stellen over softwarekwaliteit en te onderbouwen waarom je code wel of niet accepteert. Doel : Na deze cursus kun je systematisch bewijs verzamelen over de kwaliteit en veiligheid van software, ongeacht of deze intern, via partners of door AI is geschreven. Doelgroep : Softwareprofessionals die de kwaliteit van groeiende codebases willen bewaken, zoals softwareontwikkelaars, architecten, QA-engineers en Dev(Sec)Ops-experts. Voorkennis : De volgende voorkennis is vereist: - Ervaring met softwareontwikkeling of kwaliteitsbewaking - Basisbegrip van de software development lifecycle (SDLC) - Het cursusmateriaal is in het Engels, een goede beheersing van de Engelse taal is vereist. Onderwerpen : - Introduction +nbsp;+nbsp;+nbsp;- Growth in code volume, maintenance burden, and verification debt +nbsp;+nbsp;+nbsp;- Code provenance: in-house, outsourcing, open source, and GenAI +nbsp;+nbsp;+nbsp;- Software assurance as a system of evidence and feedback - Plan +nbsp;+nbsp;+nbsp;- Risk classification, ownership, and accountability +nbsp;+nbsp;+nbsp;- Quality objectives, definition of done, and GenAI policy +nbsp;+nbsp;+nbsp;- Supplier governance, maintenance, and phase-out - Specify +nbsp;+nbsp;+nbsp;- Testable functional and non-functional requirements +nbsp;+nbsp;+nbsp;- Security, privacy, performance, misuse cases, and abuse cases +nbsp;+nbsp;+nbsp;- Acceptance criteria and traceability for humans, suppliers, and agents - Design +nbsp;+nbsp;+nbsp;- Modularity, coupling, cohesion, and architectural decisions +nbsp;+nbsp;+nbsp;- Trust boundaries, data flows, and threat modelling +nbsp;+nbsp;+nbsp;- Secure by design, reference architectures, and early debt prevention - Develop +nbsp;+nbsp;+nbsp;- Coding standards, peer review, and manageable changes +nbsp;+nbsp;+nbsp;- SAST, linting, secret detection, and dependency selection +nbsp;+nbsp;+nbsp;- Unit tests and repository instructions such as AGENTS.md and RULES.md +nbsp;+nbsp;+nbsp;- Generated and outsourced code treated as untrusted contributions - Verify +nbsp;+nbsp;+nbsp;- Test portfolio: unit, integration, contract, system, and end-to-end testing +nbsp;+nbsp;+nbsp;- Positive, negative, exploratory, and security testing +nbsp;+nbsp;+nbsp;- Coverage, mutation testing, DAST, and fuzzing +nbsp;+nbsp;+nbsp;- False positives and negatives, false confidence, and agentic QA - Release & Deploy +nbsp;+nbsp;+nbsp;- CI, quality gates, SCA, and CVE prioritisation +nbsp;+nbsp;+nbsp;- SBOM, build provenance, artifact integrity, and configuration validation +nbsp;+nbsp;+nbsp;- Release evidence, risk acceptance, rollback, and supplier acceptance - Operate & Maintain +nbsp;+nbsp;+nbsp;- Observability, incident response, patch management, and vulnerability management +nbsp;+nbsp;+nbsp;- Dependency updates, regression testing, and architectural erosion +nbsp;+nbsp;+nbsp;- Technical debt, knowledge loss, ownership, and use of the SBOM +nbsp;+nbsp;+nbsp;- Feedback from operations into planning, requirements, and design

Lesmethode : Klassikaal Algemeen : Met het Model Context Protocol (MCP) geef je AI-agents gecontroleerd toegang tot externe informatie, applicaties en tools. In deze eendaagse cursus leer je bestaande MCP-servers gebruiken en zelf een eenvoudige server bouwen. Zo begrijp je niet alleen wat een AI-agent doet, maar ook hoe je de koppelingen doelgericht en veilig inzet in je dagelijkse werk. Je maakt kennis met MCP-hosts, clients en servers en werkt met tools, resources en prompts. Je koppelt bestaande MCP-servers aan een AI-assistent, onderzoekt MCP-aanroepen en combineert meerdere bronnen en functies in één workflow. Ook bouw je met Python een eenvoudige MCP-server met parameters, invoervalidatie, foutafhandeling en gestructureerde resultaten. Daarbij behandel je authenticatie, autorisatie, least privilege, prompt injection, logging, menselijke goedkeuring en het verschil tussen informatie opvragen en acties uitvoeren. De cursus volgt de leerlijn gebruiken, begrijpen, combineren, bouwen en beveiligen. Je doorzoekt onder meer Microsoft-documentatie via MCP, laat een AI-agent de passende tool kiezen, voert gecontroleerd een actie uit en analyseert beveiligingsrisico's in een realistisch scenario. Tot slot koppel, test en gebruik je jouw eigen MCP-server. Je werkt in een voorgeconfigureerde online ontwikkelomgeving; een Azure-abonnement is niet nodig. Doel : Na afloop kun je MCP-servers configureren en gebruiken, meerdere MCP-tools combineren en een eenvoudige MCP-server bouwen, testen en koppelen aan een AI-agent. Je kunt daarnaast relevante beveiligings- en toegangsmaatregelen beoordelen. Doelgroep : Professionals die AI-agents willen verbinden met externe informatie en functionaliteit, zoals AI-specialisten, consultants, applicatiebeheerders, cloud- en DevOps-engineers, Power Platform-professionals, solution architects en softwareontwikkelaars. Voorkennis : #Basiskennis van generatieve AI en AI-assistenten is gewenst. #Basiskennis van Python is vereist: je kunt bestaande code lezen en aanpassen en kent variabelen, functies en packages. Onderwerpen : - Model Context Protocol (MCP): werking en architectuur - Bestaande MCP-servers koppelen, configureren en gebruiken - Werken met tools, resources en prompts - Toolselectie en acties door AI-agents - Meerdere MCP-servers combineren in AI-workflows - Een eenvoudige MCP-server bouwen met Python - MCP-servers testen, debuggen en beveiligen - Security en governance, (o.a. toegangsbeheer, human-in-the-loop en prompt injection)

Praktijkgerichte leerroute voor startende en junior professionals bij waterschappen. Aandacht voor de taken van het waterschap, mede in relatie tot die van andere overheden. Specifieke aandacht voor de doelen voor het watersysteembeheer en het waterketenbeheer (zuiveringstaak). Aandacht voor de waterbeheerregels in de Omgevingswet, de vier AmvB’s onder de Omgevingswet en de decentrale verordeningen, met specifieke aandacht voor de waterschapsverordening. Hierbij komt ook het stelsel van regulering aan bod: van zorgplichten tot aan mogelijke verboden. Aandacht voor de relatie tussen de verschillende kerninstrumenten van de Omgevingswet op regionaal en lokaal niveau: omgevingsvisies (incl. de ‘blauwe visie’ van het waterschap), programma’s (waaronder het Wbp) en de decentrale verordening (waterschapsverordening, omgevingsplan en omgevingsverordening). Verdieping op specifieke thema’s voor het waterbeheer: waterkwaliteit (incl. directe en indirecte lozingen), grondwater, stedelijk waterbeheer en klimaatadaptatie + waterkwantiteit en waterveiligheid. Wat waterkwaliteit en -kwantiteit betreft wordt vrij uitgebreid ingegaan op de betekenis van de KRW (en aanverwante Europese richtlijnen) voor het waterschap. Praktische toepassing wet- en regelgevingvoor vergunningverlening, toetsingskaders en procedures. Plus begrip van toezicht en handhaving. Training in beoordelen, afwegen, schrijven, communiceren en bestuurlijke sensitiviteit Inhoud Inleiding Waterschappen werken aan opgaven die steeds sterker met elkaar verweven zijn. Waterkwaliteit, waterkwantiteit, bodem, natuur, klimaatadaptatie, woningbouw, droogte, stedelijke ontwikkeling en gebiedsontwikkeling raken elkaar in vrijwel elke praktijkcasus. De Omgevingswet versterkt deze samenhang: regels, beleid, programma’s, verordeningen en vergunningprocedures moeten in onderlinge samenhang worden begrepen en toegepast. Voor startende professionals is dit een complex werkveld. Je moet weten hoe het waterbeheer in Nederland is georganiseerd, welke instrumenten en regels relevant zijn en hoe deze doorwerken naar de dagelijkse praktijk. Tegelijkertijd moet je kunnen beoordelen wat een activiteit betekent voor het watersysteem, de waterkwaliteit, de waterkwantiteit, ecologie, uitvoerbaarheid en handhaafbaarheid. Deze opleiding biedt daarvoor een stevig fundament. Inhoud en resultaat In deze opleiding Junior vergunningerlener voor waterschappen leer je hoe wateropgaven, regelgeving, beleid en uitvoering in de praktijk samenkomen. De leerroute is onderdeel van de bredere leerlijn Water, Bodem en Natuur. Dat betekent dat deelnemers niet alleen kijken naar water als afzonderlijk domein, maar ook juist naar de samenhang tussen water, bodem, natuur, klimaat, ruimtelijke ontwikkeling en maatschappelijke opgaven. Waterbeheer is integraal waterbeheer! We starten met een strategische kick-off over de samenhang tussen water, bodem en natuur. Daarna bouwen we verder aan kennis van wet- en regelgeving, beleid en toetsingskaders. Vervolgens verschuift de nadruk naar toepassing in de praktijk: vergunningverlening, procedures, samenloop, waterkwaliteit, lozingen, waterkwanteit (zoals peilbeheer) grondwaterbeheer, hydrologie, voorschriften, motivering, communicatie en bestuurlijke sensitiviteit. Deelnemers starten met de vraag waarom water, bodem en natuur in samenhang moeten worden bekeken. Vervolgens verdiepen zij zich in de Omgevingswet, waterregelgeving, instrumenten, bevoegdheden en de rol van het waterschap. Daarna komen grondwaterbeheer, stedelijk waterbeheer, klimaatadaptatie en de KRW aan bod. In het praktijkdeel ligt de nadruk op vergunningverlening binnen het waterdomein. Deelnemers leren hoe een aanvraag wordt behandeld, welke stappen in de procedure relevant zijn, hoe samenloop en coördinatie met andere besluiten werken en hoe het DSO en de VTH-keten zich verhouden tot de vergunningpraktijk. Ook wordt gewerkt aan juridische grondslagen, toetsingskaders, voorschriften, motivering en handhaafbaarheid. Binnen waterkwaliteit is er aandacht voor lozingsregelgeving, KRW, beoordelingskaders, Bal-milieubelastende activiteiten, de mogelijkheden van de bruidsschatregels, indirecte lozingen, ABM, BBT, immissietoets, ZZS en bronaanpak. Binnen waterkwantiteit komen het watersysteem, hydrologie, assets, peilbeheer, grondwateronttrekkingen, bemalingen, lozingen, beschermingszones en effecten op het watersysteem aan bod. De opleiding sluit af met een integrale praktijkdag en eindcasus. Hierin beoordelen deelnemers een vergunningaanvraag waarin waterkwaliteit, waterkwantiteit, juridische kaders, risico’s, voorschriften, communicatie en bestuurlijke context samenkomen. Hybride opzet De leerroute is hybride ingericht. Dat betekent dat fysieke bijeenkomsten worden gecombineerd met e-learning, zelfstudie, verdiepende artikelen, praktijkopdrachten en reflectiemomenten. Deelnemers bereiden zich online voor, passen de kennis toe tijdens fysieke bijeenkomsten en vertalen de leerstof daarna naar hun eigen werkpraktijk. Door de combinatie van kennis, toepassing en reflectie ontstaat een leerroute die niet alleen gericht is op weten, maar vooral op kunnen handelen in de praktijk.   Leerdoelen Na afloop van deze leerroute kun je: De samenhang tussen water-, bodem- en natuuropgaven uitleggen en deze vertalen naar de rol, verantwoordelijkheden en praktijk van het waterschap. De relevante wet- en regelgeving, beleidskaders en instrumenten toepassen binnen de vergunningverlening, waaronder de Omgevingswet, het Bal, zorgplichten, de waterschapsverordening, beleidsregels en de KRW. Een vergunningaanvraag binnen het waterdomein integraal beoordelen, met aandacht voor procedurele en juridische vereisten, waterkwaliteit, lozingen, waterkwantiteit, grondwater, hydrologie, beschermingszones en assets. Een zorgvuldig en uitvoerbaar besluit voorbereiden en toelichten door belangen af te wegen, besluiten en vergunningvoorschriften helder te motiveren, professioneel te communiceren en te reflecteren op je eigen rol als vergunningverlener. Doelgroep Deze leerroute is primair bedoeld voor: startende vergunningverleners water; junior medewerkers bij waterschappen; trainees binnen het fysieke domein; zij-instromers die met waterregelgeving en vergunningverlening gaan werken; junior VTH-medewerkers. De leerroute is met name relevant voor professionals werkzaam bij waterschappen. Een uitgebreide juridische achtergrond is niet noodzakelijk. Affiniteit met waterbeheer, het fysieke domein en maatschappelijke opgaven is wel gewenst. Kwaliteitseisen Na succesvolle afronding ontvangen deelnemers een certificaat. Daarmee tonen zij aan dat zij beschikken over basiskennis en praktische vaardigheden op het gebied van waterregelgeving, waterbeheer en vergunningverlening binnen het waterdomein. Deelnemers ronden de leerroute af door actief deel te nemen aan de bijeenkomsten, de online onderdelen te doorlopen, praktijkopdrachten en de integrale eindcasus uit te werken. Programma Dag 1 – Kick-off: water, bodem en natuur in samenhang Inspiratiesessie over water-, bodem- en natuurproblematiek in samenhang De maatschappelijke urgentie van water, bodem en natuur Relatie met klimaatadaptatie, woningbouw, droogte, waterkwaliteit en gebiedsontwikkeling Integratie van water, bodem en natuur binnen de leerlijn Gezamenlijke start van de leerroute en verbinding met de eigen werkpraktijk Dag 2 – Waterregelgeving, instrumenten en waterbeheer Het stelsel: De kern van de waterregelgeving binnen de Omgevingswet en de relatie tussen de verschillende instrumenten. Relatie centrale en decentrale instrumenten: Hoe verhouden omgevingsvisies en programma's zich tot de decentrale verordeningen? Hoe vindt doorwerking plaats van beleid naar juridisch bindende regels? Overige instrumenten: Een overzicht van peilbesluit, legger, projectbesluit, toezicht, handhaving en de 'waterheffingen'. Activiteiten onder de loep: Regulering van lozingsactiviteiten, wateronttrekkingen en beperkingengebiedactiviteiten. Met ook aandacht voor lozingen vanuit in het Bal gereguleerde milieubelastende activiteiten. Dag 3 – Grondwater, stedelijk waterbeheer, klimaat en KRW-basis Grondwaterbeheer: wie moet en doet wat op grondwatergebied? Met aandacht voor zowel kwantiteits- als kwaliteitsbeheer en de betekenis hiervan voor onttrekkingen. Stedelijk Waterbeer & Klimaat: Hoe gebruik je de Omgevingswet voor klimaatadaptatie en stedelijke wateropgaven? Kaderrichtlijn Water (KRW): De mogelijkheden en verplichtingen vanuit de Omgevingswet in relatie tot de Europese doelen. Casuïstiek en discussie: Ruimte voor eigen inbreng en complexe Dag 4  – Vergunningproces in de praktijk Stappen in het vergunningverleningsproces Aanvraag, volledigheidstoets, beoordeling en besluitvorming Reguliere en uitgebreide procedure Samenloop met andere besluiten en coördinatievraagstukken Werken met het DSO vanuit de praktijk Relatie tussen vergunningverlening, toezicht en handhaving Praktijkopdracht: beoordelen van een vergunningaanvraag Dag 5 – Lozingsregelgeving, KRW en beoordelingskaders Systeem regelgeving lozingen in stelsel Ow Plek van de KRW in het stelsel: doelen en taken Regulering lozingen vanuit een ‘Bal-mba’, incl. complexe bedrijven Regulering overige lozingen (bruidsschatten) Indirecte lozingen en de KRW Procedurele aspecten vergunningverlening, incl. beoordelingskader Dag 6 – Lozingen, technische beoordeling en vergunningvoorschriften Indieningsvereisten 'lozingsvergunning' (directe en indirecte lozingen) BBT, ZZS, ABM-toets en Handboek Immissietoets Ambtshalve wijzigen 'lozingsvergunning' Opdracht: samenwerken aan wijziging 'lozingsvergunning' Bespreken opdracht Dag 7 – Waterkwantiteit: watersysteem, hydrologie, assets en grondwater Basis hydrologie: afvoer, berging, infiltratie, peilbeheer en droogte Effecten van activiteiten op het watersysteem Werken in en nabij waterlopen, kanalen, rivieren en beschermingszones Dijken, legger, waterstaatswerken en assets Grondwateronttrekkingen, bemalingen en grondwaterlozingen Ecologische effecten van waterkwantitatieve ingrepen Praktijkopdracht: beoordelen van een aanvraag met effecten op waterkwantiteit en watersysteem Dag 8 – Toetsen, afwegen en schrijfatelier Toetsingskaders en beoordelingsruimte binnen vergunningverlening Motiveren van besluiten Begrijpelijk schrijven voor initiatiefnemers en omgeving Handhaafbaarheid en uitvoerbaarheid van vergunningen Formuleren, bespreken en verbeteren van vergunningvoorschriften Praktijkopdracht: schrijven en beoordelen van vergunningvoorschriften Begrijpelijkheid, uitvoerbaarheid en handhaafbaarheid Dag 9 – Omgevings- en bestuurlijke sensitiviteit in water Communicatie met initiatiefnemers, interne adviseurs en bestuur Belangenafweging en bestuurlijke sensitiviteit Omgaan met belangen, druk, weerstand en bestuurlijke context Professionele rol van de junior vergunningverlener Oefenen met gesprekken en toelichting op gemaakte keuzes Dag 10 – Integrale praktijkdag: vergunningaanvraag beoordelen en besluit toelichten Integrale beoordeling van een vergunningaanvraag Samenhang tussen waterkwaliteit, waterkwantiteit en juridische kaders Risicodenken: impact op watersysteem, waterkwaliteit, uitvoerbaarheid en handhaafbaarheid Formuleren en motiveren van vergunningvoorschriften Communicatie met initiatiefnemers, interne adviseurs, ketenpartners en bestuur Eindcasus Materiaal Digitale hand-outs en digitaal materiaal van de opleiding zelf in een online leeromgeving. Daarnaast krijg je een jaar lang het Expert Lidmaatschap PONT | Omgeving op alle informatie voor de transitie naar een veilige en gezonde leefomgeving. Hierin vind je alles met betrekking tot ruimtelijke ordening, grond en vastgoed, bouwen, milieu en natuur, water, stedelijk beheer en infrastructuur, wonen en werken en bestuursrecht en handhaving. Ook zit daarin de toegang tot meer dan 20 e-learnings en e-colleges, 15% korting op alle cursussen van PONT Academy, onbeperkt toegang tot de kennisbank met alle e-cursussen Omgevingsdomein, een persoonlijk nieuwsoverzicht, tientallen themadossiers, en toegang tot het expert netwerk waarbij je gericht advies kunt vragen aan meer dan 50 specialisten. Jouw toegang is een jaar geldig. Zo kun je voor, tijdens en na de opleiding continu leren over dit onderwerp. Als Expert krijg je toegang tot veel extra kennis, zoals: Onbeperkt toegang tot alle e-cursussen Onbeperkt toegang tot alle e-colleges 15% korting op alle vervolgcursussen en workshops Naslag: toegang tot ruim 40 uitgaven over een breed scala aan onderwerpen zoals de Omgevingswet, ruimtelijke ordening, milieu, natuur, vergunningsvrij bouwen etc. Tientallen themadossiers

Van juridisch fundament naar verantwoord en praktisch AI-gebruik in twee dagen Krijg grip op de AI Act, AVG en voldoe aan de AI-geletterdheidsplicht uit de Europese AI Act  Werk met praktijkcasussen én generatieve AI-tools zoals ChatGPT, Copilot en Gemini  Vertaal wet- en regelgeving naar afspraken en directe implementatie binnen jouw organisatie Voor juristen, beleidsadviseurs, FG's, privacy- en compliance professionals Inhoud Inleiding AI wordt in hoog tempo onderdeel van het dagelijkse werk van publieke organisaties. Medewerkers gebruiken generatieve AI voor onder andere beleidsstukken, analyses, communicatie en het verwerken van informatie. De AI Act stelt eisen aan organisaties en aan de AI-geletterdheid van medewerkers. Met de verdere inwerkingtreding van de AI Act wordt het daarom steeds belangrijker om verantwoord AI-gebruik zowel bij individuele medewerkers als organisatiebreed te organiseren. Hoe vertaal je de juridische kaders van de AI Act en AVG naar verantwoord AI-gebruik en de inrichting van je werkprocessen? In deze cursus verbinden we recht, AI-geletterdheid en toepassing. Op dag één leggen we het juridische fundament. We behandelen de werking en risico’s van AI, de AI Act, de AVG en intellectueel eigendom en vertalen deze naar concrete situaties binnen organisaties. Op dag twee verschuift de aandacht van juridisch kader naar implementatie in de praktijk. Je leert AI-systemen kritisch te beoordelen en verantwoord te gebruiken. Je werkt hands-on met generatieve AI en onderzoekt kansen en risico’s in werkprocessen. Daarbij komen ook menselijke controle, ethische afwegingen en verantwoordelijkheden aan bod. Zo krijg je inzicht in wat nodig is om AI verantwoord te gebruiken en implementeren binnen jouw werkzaamheden. Inhoud en resultaat Deze interactieve cursus wisselt theorie, praktijkvoorbeelden en opdrachten af. Dag 1 juridisch kader: AI Act, AVG, intellectueel eigendom en aansprakelijkheid. Dag 2 toepassing en implementatie: AI-geletterdheid, ethiek en een hands-on prompt-workshop. Na afloop kun je: juridische, privacy-, ethische en organisatorische risico’s van AI herkennen en beoordelen; generatieve AI kritisch, veilig en effectief toepassen in werkzaamheden binnen de publieke sector; bepalen welke randvoorwaarden en afspraken nodig zijn om AI verantwoord binnen je organisatie in te zetten. Tijdens het volgen van de cursus heb je ook toegang tot de kennisbank van PONT | Data & Privacy , waarin je relevante wetgeving, jurisprudentie, boeken en andere interessante achtergrondinformatie kunt vinden. Deze kennisbank kun raadplegen bij het beantwoorden van de vragen of ter verdere verdieping in specifieke onderwerpen. Je ontvangt voor de kennisbank een aparte inlogcode. Doelgroep Deze 2-daagse cursus is bedoeld voor professionals binnen publieke en semipublieke organisaties die AI gebruiken, adviseren over de inzet ervan of betrokken zijn bij beleid en implementatie. Geschikt voor juristen, beleidsadviseurs en beleidsambtenaren, privacy- en complianceprofessionals, FG’s, informatiemanagers en project- en programmamanagers. De cursus is ook relevant voor CISO’s, managers en bestuurders en professionals die verantwoordelijk zijn voor digitalisering, innovatie, informatievoorziening of AI-beleid. Deelnemers leren de verbinding te leggen tussen juridische kaders, verantwoord AI-gebruik en praktische implementatie binnen de organisatie. Technische voorkennis van AI is niet vereist. Gerelateerde cursus De Nieuwe Privacy Officer AI Governance & Europese Digitale Regelgeving: AI Act en NIS2 Programma 09.30 – 16.45 uur (inloop vanaf 09.00 uur) Dag 1 - Juridische aspecten van AI AI en het recht: techniek, mogelijkheden en risico’s Werking en kenmerken van AI en generatieve AI Verschillen met traditionele software Hallucinaties, bias, transparantie en uitlegbaarheid Juridische en maatschappelijke risico’s De AI-verordening Risico gebaseerde systematiek van de AI Act Verboden AI-praktijken en hoog-risico-AI Transparantieverplichtingen voor AI-systemen Rollen en verantwoordelijkheden binnen de AI Act Juridisch perspectief: Wat betekent de AI-verordening voor jouw organisatie? FRIA AI, persoonsgegevens en de AVG Grondslagen voor verwerking van persoonsgegevens AVG-beginselen en AI Geautomatiseerde besluitvorming en profilering Gebruik van persoonsgegevens in generatieve AI-tools AI en intellectueel eigendom Auteursrecht en AI IE in internationaal perspectief Dag 2 - AI-geletterdheid en implementatie in de publieke praktijk Vertaling van juridische kaders van de eerste dag naar dagelijks AI-gebruik in de publieke sector AI-geletterdheid, ethiek en risico’s in de praktijk Herkennen van hallucinaties, bias en onbetrouwbare output Beoordelen van bronnen, context en kwaliteit Menselijke controle en professionele verantwoordelijkheid Ethische principes zoals transparantie, uitlegbaarheid en het voorkomen van bias Risico’s en kwetsbaarheden in workflows en documentstromen AI verantwoord implementeren Selecteren van kansrijke AI-toepassingen en werkprocessen Rollen, eigenaarschap en afspraken over tools, data en gebruik De toekomst van werk in de publieke sector en de competenties die jij nodig hebt voor een AI-gedreven overheid of organisatie Is jouw organisatie compliant? Vertrek met een AI-werkelijkheidsscan voor jouw eigen afdeling of organisatie: risico’s, maatregelen, verantwoording. Praktijkgerichte scenario’s Afwegen van juridische, ethische en organisatorische vraagstukken Omgaan met risico’s en dilemma’s bij het gebruik van AI. Hoe voorkom je bias? Veilig en effectief werken met generatieve AI (Privacybewust) werken met ChatGPT, Copilot en andere relevante AI-tools Opbouwen van effectieve prompts en context Controleren, verbeteren en valideren van AI-output Toepassen op eigen publieke werkzaamheden, zoals beleidsnotities, analyses, samenvattingen en communicatie Materiaal Je ontvangt de digitale versie van de presentatieslides, voorafgaand of achteraf aan de cursus. Je krijgt gratis toegang tot de gehele digitale kennisbank van PONT | Data & Privacy tot een maand na de cursus. Hiermee krijg je volledige toegang tot het themadossier rondom de cursus, evenals andere dossiers, digitale boeken en het gehele jurisprudentie-archief van Berghauser Pont Publishing. Zo kun je voor, tijdens en na de cursus continu leren over dit onderwerp. Je ontvangt voor de kennisbank een aparte inlogcode.

Betere prompts schalen niet. Leer hoe harness engineering AI-agents betrouwbaar maakt in productieomgevingen. Naarmate AI-agents steeds autonomer worden, blijkt dat betere prompts alleen niet voldoende zijn. Prompts zijn suggesties die agents kunnen negeren of vergeten tussen sessies. Betrouwbare AI-systemen ontstaan niet door een slimmer model, maar door een goede agent harness—de infrastructuur die een AI-agent omwikkelt, gedrag afdwingt en resultaten valideert. Deze training lost drie echte problemen op: agents die voortijdig aangeven klaar te zijn ook als tests falen, contextverlies en herhaalwerk tussen sessies, en het bouwen van meer dan gevraagd omdat scope niet duidelijk is. Een harness bestaat uit vijf subsystemen die samenwerken: - Instructions — Wat de agent moet doen en in welke volgorde (CLAUDE.md, ADR's, domeintaal, progressieve informatieverstrekking) - State — Wat is gedaan, wat is bezig, wat komt hierna (voortgangslogboeken, feature lists, git history, sessievervolg) - Verification — Alleen geslaagde tests tellen als bewijs (linting, mutatietesten, E2E runs, geen voortijdige voltooiing) - Scope — Eén feature tegelijk, geen overreach (feature lists, expliciete done-definities, afgedwongen grenzen) - Lifecycle — Initialiseer in ee…

Over Microsoft 365 and AI services (AB-650) De training Administer Microsoft 365 and AI services (AB-650) is geschikt voor systeembeheerders die verantwoordelijk zijn voor het configureren, beheren, beveiligen en optimaliseren van Microsoft 365-omgevingen en AI-diensten. Organisaties maken steeds vaker gebruik van Microsoft 365 Copilot, AI-agents en andere intelligente oplossingen om de productiviteit en samenwerking te verbeteren. Hierdoor groeit de behoefte aan professionals die deze technologieën veilig en effectief kunnen beheren in overeenstemming met wet- en regelgeving. Door de training Administer Microsoft 365 and AI services (AB-650) te volgen, zul je leren hoe jij Microsoft 365-tenants en -diensten kunt beheren, hoe jij licenties kunt configureren en hoe jij identiteiten, toegangsrechten en beveiligingsinstellingen kunt inrichten. Daarnaast ontdek je in de AB-650 training hoe jij gegevens kunt beschermen met governance- en nalevingsoplossingen en hoe jij bedreigingen kunt detecteren en beperken binnen een Microsoft 365-omgeving. Verder leer je in de training Administer Microsoft 365 and AI services (AB-650) hoe jij Microsoft 365 Copilot, AI-agents en aanverwante AI-diensten kunt implementeren en beheren. Daarbij zul je inzicht krijgen in Copilot-gereedheid, AI-governance, agentidentiteiten, machtigingen, beleidsinstellingen en adoptiemetingen. Het volgen van de AB-650 training helpt jou om een organisatie te leren ondersteunen bij het verantwoord inzetten van kunstmatige intelligentie (AI) binnen Microsoft 365. Let op: Er is geen examenvoucher inbegrepen bij de training Administer Microsoft 365 and AI services (AB-650). Bij ons kun je echter eenvoudig een AB-650 examenvoucher aanschaffen. Voor wie is de AB-650? De training Administer Microsoft 365 and AI services (AB-650) is geschikt voor ICT-professionals die Microsoft 365-omgevingen willen leren beheren en beveiligen, evenals hoe AI-diensten als Microsoft 365 Copilot en AI-agents op een verantwoorde manier ingezet kunnen worden binnen een organisatie. De training Administer Microsoft 365 and AI services (AB-650) is met name geschikt voor de volgende mensen: Microsoft 365-beheerders. Microsoft 365-specialisten. Microsoft 365 Engineers. Systeembeheerders. Cloudbeheerders. Microsoft Entra ID-beheerders. Identiteits- en toegangsbeheerders. Beveiligingsbeheerders. Nalevingsspecialisten. ICT-beheerders. Werkplekbeheerders. AI-beheerders. Microsoft Copilot-beheerders. Functioneel beheerders van Microsoft 365. ICT-consultants. Professionals die verantwoordelijk zijn voor identiteitsbeheer, governance en beveiliging binnen Microsoft 365. Iedereen die Microsoft 365 Copilot en AI-diensten binnen een organisatie wil beheren. Leerdoelen van de AB-650 In de training Administer Microsoft 365 and AI services (AB-650) leer je hoe jij Microsoft 365-omgevingen en AI-diensten kunt beheren, beveiligen en optimaliseren. Daarnaast ontdek je in de AB-650 training hoe jij Microsoft 365 Copilot, AI-agents en governanceoplossingen in kunt zetten binnen een hedendaagse werkomgeving, zodat gebruikers veilig en productief samen kunnen werken. Door de training Administer Microsoft 365 and AI services (AB-650) te volgen, zul je de volgende dingen leren: Microsoft 365-tenants configureren en beheren. Microsoft 365-diensten implementeren en optimaliseren. Licenties en abonnementen beheren. Identiteiten en toegangsrechten beheren met Microsoft Entra ID. Beveiligingsinstellingen configureren voor Microsoft 365. Bedreigingen detecteren en beperken met Microsoft-beveiligingsoplossingen. Gegevens beschermen met informatiebeveiligings- en governanceoplossingen. Nalevings- en gegevensbeheerbeleid toepassen. Microsoft 365 Copilot voorbereiden en configureren. AI-services binnen Microsoft 365 beheren en beveiligen. AI-agents registreren, beheren en monitoren. Agentidentiteiten beheren met Microsoft Entra Agent ID. Machtigingen en beleidsregels voor AI-agents configureren. Agentactiviteiten, risico's en gebruik analyseren. Governance toepassen op AI-oplossingen binnen Microsoft 365. Adoptie, effectiviteit en gebruik van AI-diensten evalueren. Microsoft 365 en AI-services beheren op ondernemingsniveau. Aanbevolen voorkennis AB-650 Voordat je deelneemt aan de training Administer Microsoft 365 and AI services (AB-650), is het van belang dat jij beschikt over de volgende kennis en ervaring: Ervaring met het beheren van Microsoft 365-diensten (Exchange, SharePoint, Teams, OneDrive) en Microsoft Entra ID. Basiskennis van DNS-principes. Bekendheid met Microsoft Entra en de belangrijkste identiteitsprincipes. Ervaring met cloudgebaseerde productiviteitsdiensten op beheerdersniveau. Basiservaring met PowerShell. Bekendheid met Microsoft Copilot en de bijbehorende mogelijkheden. Onderwerpen van de AB-650 In de onderstaande lijst vind je alle kernonderwerpen die in de training Administer Microsoft 365 and AI services (AB-650) worden behandeld. De AB-650 training is speciaal ontwikkeld voor beheerders die verantwoordelijk zijn voor het configureren, beheren, beveiligen en optimaliseren van Microsoft 365, Microsoft 365 Copilot en AI-diensten binnen een organisatie. Tijdens de training Administer Microsoft 365 and AI services (AB-650) leer je hoe jij Microsoft 365-tenants, workloads en AI-oplossingen effectief kunt beheren, zodat je een veilige werkomgeving kunt ondersteunen die voldoet aan wet- en regelgeving. Daarnaast ontdek je hoe jij governance, identiteitsbeheer, beveiliging en AI-beheer kunt combineren binnen een hedendaagse Microsoft 365-omgeving. AB-650 | Leertraject 1: Microsoft 365-tenants en -diensten configureren en beheren Modules: Een Microsoft 365-tenant inrichten en aanpassen aan de huisstijl van de organisatie. Microsoft 365- en AI-diensten op organisatieniveau licentiëren. Een Microsoft 365-tenant betrouwbaar en veerkrachtig houden. Exchange Online en Microsoft Teams configureren. SharePoint en OneDrive voor Microsoft Copilot beheren en beheersen. AB-650 | Leertraject 2: Microsoft 365-tenants en -diensten beheren en beveiligen Modules: Identiteiten in Microsoft Entra inrichten en beheren. Authenticatie en toegang implementeren binnen Microsoft Entra. E-mail en samenwerking beveiligen met Microsoft Defender voor Office 365. Informatie beschermen met Microsoft Purview-informatiebescherming. Gegevensverlies voorkomen en de levenscyclus van gegevens beheren met Microsoft Purview. AB-650 | Leertraject 3: Microsoft 365-services beheren en beveiligen Modules: Beoordeel de gereedheid en implementeer Microsoft Copilot. De instellingen en uitbreidingsmogelijkheden van Microsoft Copilot configureren. Agentidentiteiten inrichten en toegang beveiligen met Microsoft Entra Agent ID. Agents beheren en controleren met Agent Registry en Agent 365. Agents monitoren en beheren met Microsoft Agent 365. Agents beheren en beheersen met Agent 365. Microsoft 365 AI-services monitoren en optimaliseren.

Algemene omschrijving Na aanschaf van een Administering Microsoft 365 and AI Services (AB-650) examenvoucher is deze één jaar geldig. Het AB-650 examen - Administering Microsoft 365 and AI Services is bedoeld voor ICT-professionals die verantwoordelijk zijn voor het configureren, beheren, beveiligen en optimaliseren van Microsoft 365-tenants, -diensten en AI-services en hun expertise willen bevestigen. In het Administering Microsoft 365 and AI Services (AB-650) examen wordt jouw kennis getoetst van Microsoft 365 Copilot, AI-agents, gegevensbeveiliging, naleving, identiteitsbeheer en samenwerking binnen een hedendaagse Microsoft 365-omgeving. Daarnaast wordt er in het AB-650 examen beoordeeld of jij in staat bent om AI-technologieën op een veilige en beheersbare manier te implementeren binnen een organisatie. Door te slagen voor het AB-650 examen - Administering Microsoft 365 and AI Services en de AB-650 certificering Microsoft 365 Certified: Microsoft 365 and AI Services Administrator Associate te behalen, kun jij jouw vermogen aantonen in het beheren van Microsoft 365 en AI-services op ondernemingsniveau. Hierdoor kun je een organisatie ondersteunen in het productiever, veiliger en efficiënter werken binnen een AI-gedreven werkomgeving. Doelgroep Het AB-650 examen - Administering Microsoft 365 and AI Services is geschikt voor ICT-professionals die beschikken over ervaring met Microsoft 365-diensten en Microsoft Entra ID, kennis van de mogelijkheden van Defender XDR en bekendheid met Microsoft Graph PowerShell. Het AB-650 examen - Administering Microsoft 365 and AI Services is met name geschikt voor de volgende mensen: Microsoft 365-beheerders. Microsoft 365-specialisten. Microsoft 365 Engineers. Systeembeheerders. Cloudbeheerders. Microsoft Entra ID-beheerders. Identiteits- en toegangsbeheerders. Beveiligingsbeheerders. Nalevingsspecialisten. ICT-beheerders. Werkplekbeheerders. AI-beheerders. Microsoft Copilot-beheerders. Functioneel beheerders van Microsoft 365. ICT-consultants. Professionals die verantwoordelijk zijn voor identiteitsbeheer, governance en beveiliging binnen Microsoft 365. Iedereen die Microsoft 365 Copilot en AI-diensten binnen een organisatie wil beheren. Certificering Als jij slaagt voor het AB-650 examen - Administering Microsoft 365 and AI Services, dan zul je de AB-650 certificering Microsoft 365 Certified: Microsoft 365 and AI Services Administrator Associate ontvangen. Hiermee kun je aantonen dat jij in staat bent om Microsoft 365- en AI-services te beheren, te beveiligen en te optimaliseren binnen een organisatie. Verder kun je met het AB-650 certificaat jouw expertise bevestigen in het ondersteunen van een organisatie bij het veilig inzetten van Microsoft 365 Copilot, AI-agents en andere AI-oplossingen volgens beveiligings-, governance- en nalevingseisen. Examenvoorbereiding Voor een goede voorbereiding op het AB-650 examen - Administering Microsoft 365 and AI Services kun je bij Startel terecht om de klassikale of virtuele training Administer Microsoft 365 and AI services (AB-650) te volgen. Daarnaast kun je oefenen met een sandbox-omgeving van Microsoft om een goede indruk te krijgen van het uiterlijk van het Administering Microsoft 365 and AI Services (AB-650) examen. Tevens kun je de AB-650 studiegids doornemen om gericht te studeren. Verder raden wij aan om praktijkervaring op te doen met Microsoft 365-beheer, Microsoft Entra ID, Microsoft Defender, Microsoft Purview en Microsoft 365 Copilot. Examenonderwerpen In het AB-650 examen - Administering Microsoft 365 and AI Services worden de volgende onderwerpen getoetst: AB-650 | Domein 1: Microsoft 365-tenants en -diensten configureren en beheren (20-25%) Een Microsoft 365-tenant configureren en beheren. Microsoft 365-diensten beheren. AB-650 | Domein 2: Microsoft 365-tenants en -diensten beheren en beveiligen (40–45%) Identiteiten beheren in Microsoft Entra. Verificatie en toegang implementeren en beheren in Microsoft Entra. Beveilig Microsoft 365-diensten. Gegevens in Microsoft 365 beveiligen met behulp van Microsoft Purview. AB-650 | Domein 3: AI-services beheren en beveiligen in Microsoft 365 (35-40%) Microsoft 365 Copilot inschakelen en beheren. Agents implementeren en beheren in Microsoft 365 en Agent 365. Agents beveiligen en beheren met Agent 365. AI-services controleren in Microsoft 365. Examenopzet Het Administering Microsoft 365 and AI Services (AB-650) examen bestaat uit verschillende soorten vragen, waaronder meerkeuzevragen en scenario's uit de praktijk. Hiermee wordt jouw expertise in het beheren van Microsoft 365 en AI-services getoetst. Je krijgt 100 minuten de tijd (of 30 minuten extra tijd op aanvraag als Engels niet jouw moedertaal is) om het AB-650 examen af te leggen. Slaagcriteria Om te slagen dien je ten minste een score van 700 of hoger (op een schaal van 1000) te hebben behaald. Het AB-650 examen - Administering Microsoft 365 and AI Services is alleen in het Engels af te leggen.