PrismShield — Adoptie

De twee echte barrières

PrismShield heeft twee adoptiedrempels die eerlijk benoemd moeten worden. Niet om het idee af te schieten — maar omdat eerlijkheid het verhaal sterker maakt dan optimisme.

Barrière 1

Lokaal model vs. cloudgiganten

BioCatch heeft miljarden sessies aan trainingsdata. Een lokaal model op een apparaat heeft dat niet. De nauwkeurigheid van dwangdetectie op basis van bewegingspatronen vereist een uitgebreide trainingsset per gebruiker — en die bouw je niet op in één week.

Eerlijk: dit is het zwaarste technische risico. Het lokale model moet gevalideerd worden voor het product verantwoord is.

Barrière 2

False positives in de eerste weken

Een nieuw systeem kent jouw normaalpatroon nog niet. De eerste 14 dagen zijn kwetsbaar: het model traint zich in op jouw gedrag. In die periode is de kans op een false positive — onterechte Duress Mode — het hoogst.

Eerlijk: dit vraagt een zorgvuldig onboarding-protocol en een gebruiksvriendelijke manier om het model bij te sturen.

Waarom het toch kan slagen

1

De EU heeft het principe al geaccepteerd

Elke nieuwe auto in de EU is sinds juli 2024 verplicht uitgerust met een systeem dat de mentale toestand van de bestuurder beoordeelt. De maatschappij heeft al gezegd: ja, een machine mag ingrijpen als een mens niet in staat is bewust te handelen. PrismShield past dat principe toe op inloggen.

2

Het hoeft niet perfect te zijn om waardevol te zijn

BioCatch detecteert fraude met 95%+ nauwkeurigheid na jaren training op miljarden sessies. PrismShield hoeft niet te concurreren op die nauwkeurigheid — het hoeft beter te zijn dan niets. En niets is precies wat elk huidig authenticatiesysteem biedt als bescherming tegen dwang.

3

Privacy als differentiatie tegenover BioCatch

BioCatch verwerkt gedragsdata in de cloud — gedragsdata van honderden miljoenen gebruikers. PrismShield verwerkt alles lokaal op het apparaat. Dat is niet alleen privacyvriendelijker — het is ook een GDPR-argument voor elke organisatie die BioCatch overweegt maar juridisch huiverig is.

4

Onderzoeksprotocol als eerste stap

PrismShield hoeft niet als consumentenproduct te starten. Een wetenschappelijk onderzoeksprotocol met een universiteit of veiligheidsinstelling bouwt de trainingsdata op, valideert de nauwkeurigheid, en creëert de bewijsbasis voor een later product. Dat is een realistisch en haalbaar eerste pad.

Het adoptiepad

1

Wetenschappelijke onderbouwing

21 peer-reviewed bronnen bevestigen dat de afzonderlijke meetmethoden — bewegingskwaliteit, contextvenster, HRV — individueel werken voor gedragsdetectie.

Bewezen

2

Onderzoeksprotocol opzetten

Samenwerking met universiteit of veiligheidslab. Dataset opbouwen van vrijwillige testgebruikers. Nauwkeurigheid van gecombineerd model meten.

Volgende stap

3

Pilot in gesloten omgeving

Eerste implementatie bij een organisatie met hoog risico op zakelijke dwang — financiële instelling of zorgomgeving — waar false positives beheersbaar zijn.

Fase 3

4

Integratie in PrismPass ecosysteem

Na validatie: PrismShield als optionele laag bovenop PrismPass. Niet verplicht, niet standaard aan — maar beschikbaar voor wie het nodig heeft.

Lange termijn

Kernpositie

PrismShield lost een probleem op dat niemand anders aanpakt — niet omdat het makkelijk is, maar omdat het belangrijk is. De technische uitdagingen zijn reëel en eerlijk benoemd. Het adoptiepad begint niet bij een consumentenproduct maar bij wetenschappelijk bewijs. Dat is de juiste volgorde.

De eerlijke adoptieanalyse