mei 2026

The Monoculture Premium

Wanneer standaardisatie van het IT-landschap de onderneming kwetsbaarder maakt, en hoeveel er dan wel gestandaardiseerd moet worden.

Samenvatting

Het consolideren van de systemen van een onderneming op minder platforms is orthodox advies, en met goede reden: minder platforms kosten minder om te beheren, te bemensen en te integreren. Wij betogen dat het advies slechts tot een bepaald punt juist is, en dat punt kan worden berekend. Standaardisatie ruilt veel kleine, onafhankelijke storingen in voor weinig grote, gecorreleerde; wanneer de schade van een storing sneller groeit dan haar bereik, stijgt het verwachte storingsverlies naarmate platforms worden geconsolideerd, ook al wordt geen enkele afzonderlijke storing waarschijnlijker. Wij bij Nashua stellen een minimaal model op van een onderneming die kiest hoeveel platforms zij draait, met exploitatiekosten die dalen met consolidatie en een storingsverlies dat convex is in het aandeel van de onderneming dat wordt uitgeschakeld, en leiden in gesloten vorm het aantal platforms af dat hun som minimaliseert. Het resultaat is niet-monotoon: volledige standaardisatie is optimaal wanneer storingen zeldzaam, goedkoop of lineair zijn, en anders is een tussenliggend aantal platforms dat, waarbij het verschil de monocultuurpremie is die consolidatiebusinesscases over het hoofd zien. Wij laten zien dat nominale diversiteit de effectieve diversiteit overschat zodra platforms een component delen, en betogen dat nauw gekoppelde ketens gestandaardiseerd moeten worden en los gekoppelde functies niet. Verankerd in de Nederlandse situatie en de regelgeving DORA en NIS2, sluit dit theoretische onderzoek af met hoe het gemeten zou kunnen worden.

Trefwoorden: standaardisatie; IT-consolidatie; concentratierisico; gecorreleerde uitval; monocultuur; veerkracht; portefeuillediversificatie; DORA; NIS2; Nederland; operationeel risico

1. Inleiding

Met standaardisatie bedoelen wij het terugbrengen van het aantal verschillende platforms, producten, leveranciers of componenten dat een onderneming voor een bepaald doel draait, zodat een groter deel van de onderneming afhankelijk wordt van elk platform dat overblijft. Het behoort tot de minst omstreden aanbevelingen in de informatietechnologie. Minder platforms betekenen minder licenties, minder vaardigheden om in stand te houden, minder integraties om te bouwen en minder zaken om te beveiligen; de literatuur over enterprise-architectuur beschouwt een gestandaardiseerde kern als een fundament voor uitvoering (Ross, Weill & Robertson, 2006), en consolidatieprogramma’s zijn een vast onderdeel van elke kostenreview. Wij bij Nashua bevelen standaardisatie vaak aan, en dit artikel betoogt niet dat zij verkeerd is. Het betoogt dat zij niet-monotoon is: goed tot een bepaald punt, schadelijk daarbuiten, en dat dat punt berekend kan worden uit grootheden die een onderneming kan schatten.

Het argument werd voor ons gemaakt op 19 juli 2024, toen een gebrekkige content-update van een wijdverbreid endpoint-security-product binnen enkele uren naar schatting 8.5 miljoen Windows-computers uitschakelde (Weston, 2024; CrowdStrike, 2024). Het product was door duizenden organisaties gekozen om de beste redenen: het was capabel, het was standaard, en één beveiligingsagent overal draaien was eenvoudiger dan er meerdere draaien. De storing bereikte dezelfde ochtend luchtvaartmaatschappijen, luchthavens, ziekenhuizen, omroepen en ministeries, in Nederland net als elders, omdat zij alle op dezelfde component hadden gestandaardiseerd. Geen van hen afzonderlijk had een fout gemaakt. Samen hadden zij een monocultuur gebouwd, en een monocultuur faalt in één keer.

De ecologische analogie is oud (Geer et al., 2003) en is doorgaans gemaakt over softwarebeveiliging: een populatie die één besturingssysteem draait, is kwetsbaar voor één exploit. Dit artikel doet een andere en bredere bewering. De schade van gecorreleerde uitval hangt niet af van een aanvaller; zij hangt alleen af van de vorm van de verliesfunctie, van de vraag of het verlies van de hele onderneming in één keer erger is dan het verlies van haar delen afzonderlijk. Wij betogen dat dit bijna altijd zo is, laten zien dat dit alleen al het verwachte storingsverlies doet stijgen met consolidatie, en leiden af hoeveel platforms een onderneming zou moeten draaien als functie van haar storingskans, haar verliesschaal, de convexiteit van haar verlies en de kosten van elk extra platform.

Het artikel stelt de vraag: onder welke voorwaarden vergroot standaardisatie van het IT-landschap het verwachte verlies van de onderneming in plaats van het te verkleinen, en hoeveel zou een onderneming in plaats daarvan moeten standaardiseren? Paragraaf 2 plaatst de vraag tussen de literaturen die haar in andere vakgebieden hebben beantwoord. Paragraaf 3 geeft het model en het optimum in gesloten vorm. Paragraaf 5 betoogt waar de convexiteit vandaan komt en waar zij ontbreekt. Paragraaf 7 laat zien waarom nominale diversiteit de werkelijke diversiteit overschat. Paragraaf 9 leest de Nederlandse situatie door het model. Paragraaf 10 volgt een geconstrueerde bank. De paragrafen 12 tot 16 geven regels, beperkingen en conclusies.

De Nederlandse invalshoek is bewust gekozen. Nederland heeft een nationale digitale identiteit waarmee de meeste burgers de overheid, zorgverzekeraars en pensioenfondsen bereiken, en die is per ontwerp een single point of failure. De financiële sector valt sinds januari 2025 onder een Europese verordening die instellingen verplicht de concentratie van hun ICT-afhankelijkheden te beoordelen en ernstige incidenten te melden; de vitale sectoren komen onder de Nederlandse implementatie van een tweede regeling die die plicht uitbreidt. Concentratierisico is in Nederland een onder toezicht staande grootheid geworden. Dit artikel is een poging er een prijs aan te geven.

2. Achtergrond

2.1 Het pleidooi voor standaardisatie

De voordelen van consolidatie zijn reëel en goed gedocumenteerd. Ross, Weill en Robertson (2006) toonden aan dat ondernemingen met een gestandaardiseerde, geïntegreerde kern hun strategie betrouwbaarder uitvoerden; Weill en Ross (2004) vonden dat de best presterende ondernemingen de lokale keuzevrijheid in infrastructuur beperkten. De praktijkliteratuur over total cost of ownership rust op dezelfde economie: elk afzonderlijk platform draagt vaste kosten in licenties, vaardigheden, tooling, integratie en beveiliging die grotendeels onafhankelijk zijn van hoeveel van de onderneming het bedient, zodat de kosten per eenheid dienstverlening dalen naarmate platforms worden geconsolideerd. Wij nemen dit alles als gegeven aan. Het model van paragraaf 3 bevat exploitatiekosten die dalen met consolidatie, en de stelling van dit artikel gaat over wat daartegenover gezet moet worden.

2.2 Gecorreleerde uitval in andere vakgebieden

Andere vakgebieden hebben lang geleden geleerd dat concentratie en kwetsbaarheid samen reizen. In de financiële wereld toonde Markowitz (1952) aan dat het risico van een portefeuille niet afhangt van het risico van haar afzonderlijke posities maar van hoe die samen bewegen, en dat diversificatie over onvolledig gecorreleerde activa het risico verlaagt zonder dat het verwachte rendement eronder lijdt; dat inzicht is het fundament van het vakgebied. In de ecologie toonde May (1972) aan dat grotere en sterker verbonden systemen, bij overigens gelijke omstandigheden, minder stabiel zijn, en Tilman, Reich en Knops (2006) lieten experimenteel zien dat diverse ecosystemen stabieler zijn in hun productiviteit dan monoculturen. Haldane en May (2011) brachten het ecologische argument naar het bankwezen en lieten zien dat een stelsel van instellingen die vergelijkbare activa aanhouden en door vergelijkbare blootstellingen verbonden zijn, vatbaar is voor het gelijktijdige falen dat 2008 liet zien. In het supply-chainmanagement documenteerde Sheffi (2005) hoe redundantie en flexibiliteit, en niet efficiëntie alleen, bepalen welke bedrijven een verstoring overleven, en de literatuur over resilience engineering (Hollnagel, Woods & Leveson, 2006) heeft hetzelfde betoog gevoerd voor sociotechnische systemen in het algemeen. In de veiligheidskunde betoogde Perrow (1984) dat nauw gekoppelde, interactief complexe systemen ongelukken voortbrengen die normaal zijn in plaats van uitzonderlijk, en Leveson (2011) dat veiligheid een eigenschap is van de structuur van het systeem en niet van zijn componenten. In de beveiliging betoogden Geer et al. (2003) dat een softwaremonocultuur een nationale kwetsbaarheid is omdat één exploit iedereen bereikt.

Elk van deze literaturen bevat de stelling van dit artikel in een ander vocabulaire. Wat de literatuur over enterprise-IT ontbeert, is de stap die de financiële wereld in 1952 zette: een model waarin het voordeel van concentratie en de kosten van correlatie in dezelfde vergelijking verschijnen, zodat de afweging berekend kan worden in plaats van beweerd. Paragraaf 3 is een poging tot die stap.

2.3 Concentratierisico als onder toezicht staande grootheid

De Europese Digital Operational Resilience Act (Verordening (EU) 2022/2554), die sinds januari 2025 van toepassing is op financiële entiteiten, verplicht instellingen het ICT-concentratierisico dat voortkomt uit afhankelijkheid van derde aanbieders te identificeren en te beoordelen, en ernstige ICT-gerelateerde incidenten te melden aan hun toezichthouder, in Nederland de centrale bank. De tweede Network and Information Security-richtlijn (Richtlijn (EU) 2022/2555) breidt de meldplicht en de risicobeheersingsverplichtingen via de Nederlandse implementatiewet uit naar essentiële en belangrijke entiteiten in de vitale sectoren. Beide behandelen concentratie als een risico dat gemeten en beheerst moet worden, en geen van beide zegt hoeveel concentratie te veel is. Het onderstaande model wordt aangeboden als één antwoord, en de incidentgegevens die de meldplichten zullen opleveren zijn, zoals paragraaf 15 betoogt, het middel waarmee het gekalibreerd zou kunnen worden.

3. Een minimaal model

3.1 Opzet

Een onderneming heeft NN bedrijfsfuncties, die elk op een platform moeten draaien. Zij kiest hoeveel verschillende platforms zij draait, mm, met 1≤m≤N1 \le m \le N; m=1m = 1 is volledige standaardisatie en m=Nm = N is één platform per functie. Voor de duidelijkheid nemen wij aan dat de functies gelijkmatig verdeeld zijn, N/mN/m per platform; ongelijke verdelingen worden behandeld in paragraaf 7.

Platforms draaien kost geld. Elk afzonderlijk platform draagt kosten c1c_1 per periode die onafhankelijk zijn van het aantal functies dat het bedient: licenties, de vaardigheden om het te beheren, zijn tooling, zijn integratie met de rest, zijn beveiliging. De exploitatiekosten zijn

R(m)=c0+c1 m,(1)R(m) = c_0 + c_1 \, m, \tag{1}

Vergelijking 1. Exploitatiekosten van het landschap: een vast deel plus kosten per platform.

waarin c0c_0 de kosten zijn die niet afhangen van het aantal platforms. Dit is het pleidooi voor standaardisatie: RR daalt met c1c_1 voor elk verwijderd platform.

Platforms vallen uit. In elke periode wordt elk platform met kans pp getroffen door een storing die het uitschakelt, onafhankelijk van de andere; wanneer dat gebeurt, is elke functie erop gedurende de referentieduur van de storing buiten bedrijf. Het verlies door een storing hangt af van het aandeel ff van de functies van de onderneming dat tegelijk buiten bedrijf is:

L(f)=ℓ fγ,(2)L(f) = \ell \, f^{\gamma}, \tag{2}

Vergelijking 2. Verlies door een storing als convexe functie van het aandeel functies dat tegelijk buiten bedrijf is.

waarin ℓ\ell het verlies is als de hele onderneming buiten bedrijf is en γ\gamma de convexiteit van het verlies. Als γ=1\gamma = 1 is het verlies evenredig met het uitgevallen aandeel: de helft van de onderneming verliezen kost half zoveel als alles verliezen. Als γ>1\gamma > 1 is het verlies convex: alles verliezen kost meer dan tweemaal de helft verliezen. Paragraaf 5 betoogt dat γ>1\gamma > 1 het normale geval is en zegt waar dat niet zo is.

3.2 Verwacht verlies en het totaal

Met mm platforms die elk een aandeel 1/m1/m van de functies dragen, is het verwachte storingsverlies per periode

E(m)=m⋅p⋅ℓ(1m)γ=p ℓ m 1−γ(3)E(m) = m \cdot p \cdot \ell \left(\tfrac{1}{m}\right)^{\gamma} = p \, \ell \, m^{\,1-\gamma} \tag{3}

Vergelijking 3. Verwacht storingsverlies per periode voor mm gelijk belaste platforms.

De uitdrukking bevat de stelling van dit artikel. Wanneer γ=1\gamma = 1 is E(m)=p ℓE(m) = p\,\ell voor elke mm: het verwachte verlies hangt niet af van het aantal platforms, en alleen de exploitatiekosten beslissen, zodat volledige standaardisatie optimaal is. Wanneer γ>1\gamma > 1 daalt E(m)E(m) naarmate mm stijgt: meer platforms, die elk minder dragen, betekenen minder verwacht verlies, omdat de convexiteit de grote storingen bestraft die weinig platforms voortbrengen. Consolidatie verhoogt het verwachte verlies niet omdat storingen waarschijnlijker worden, pp is onveranderd, maar omdat elke storing groter wordt, en grote storingen meer kosten dan hun omvang.

De onderneming minimaliseert het totaal

T(m)=c0+c1 m+p ℓ m 1−γ(4)T(m) = c_0 + c_1 \, m + p \, \ell \, m^{\,1-\gamma} \tag{4}

Vergelijking 4. Totale kosten: exploitatiekosten plus verwacht storingsverlies, de grootheid die de onderneming minimaliseert.

Wie mm als continu behandelt en de afgeleide gelijk aan nul stelt, krijgt het optimum in gesloten vorm:

m∗=(p ℓ (γ−1)c1)1/γ(5)m^{*} = \left( \frac{p \, \ell \, (\gamma - 1)}{c_1} \right)^{1/\gamma} \tag{5}

Vergelijking 5. Het optimale aantal platforms, in gesloten vorm.

Het optimale aantal platforms stijgt met de storingskans pp, de verliesschaal ℓ\ell en de convexiteit γ\gamma, en daalt met de kosten van een platform c1c_1. Wanneer de uitdrukking onder één ligt, is volledige standaardisatie optimaal; het orthodoxe advies houdt stand. Wanneer zij boven één ligt, minimaliseert een tussenliggend aantal platforms de totale kosten, en het verschil T(1)−T(m∗)T(1) - T(m^{*}) is wat wij de monocultuurpremie noemen: het bedrag waarmee volledige standaardisatie per periode duurder is dan het optimum, zodra het storingsverlies wordt meegeteld.

3.3 Twee regimes

Vergelijking (5) verdeelt ondernemingen in twee regimes, en de praktische inhoud van dit artikel ligt in het onderscheiden ervan. Tabel 1 toont beide met illustratieve parameters, en figuur 1 tekent het tweede.

Tabel 1. Twee regimes van het model, met illustratieve parameters. Kosten en verliezen in EUR miljoen per jaar; c0c_0 weggelaten omdat het het optimum niet beïnvloedt.

Lage inzet Hoge inzet
Storingskans pp (per platformjaar) 0.02 0.10
Verlies bij volledige uitval ℓ\ell 20 60
Kosten per platform c1c_1 1.0 1.0
Convexiteit γ\gamma 2 2
p ℓp\,\ell 0.4 6.0
m∗m^{*} uit (5) 0.63 →\to 1 2.45 →\to 2–3
T(1)T(1): één platform 1.4 7.0
T(2)T(2): twee platforms 2.2 5.0
T(3)T(3): drie platforms 3.1 5.0
Monocultuurpremie T(1)−T(m∗)T(1) - T(m^{*}) 0 2.0

In het regime met lage inzet zijn storingen zeldzaam en goedkoop, is p ℓp\,\ell klein ten opzichte van de kosten van een platform, en ligt m∗m^{*} onder één: standaardiseer volledig, zoals de orthodoxie zegt. In het regime met hoge inzet, een uitschakelende storing per platformdecennium en een verlies van EUR 60 miljoen bij volledige uitval, wat niet exotisch is voor een bank, een luchtvaartmaatschappij of een ziekenhuisgroep, is m∗m^{*} ongeveer tweeënhalf, kost één platform draaien EUR 2 miljoen per jaar meer dan twee of drie platforms draaien, en heeft de orthodoxe consolidatiebusinesscase, die alleen c1c_1 meetelt, het verkeerde teken.

Figuur 1. Het regime met hoge inzet uit tabel 1 (p = 0.10, ℓ = 60, c₁ = 1). De exploitatiekosten stijgen met het aantal platforms; het verwachte storingsverlies daalt wanneer het verlies convex is; hun som heeft een inwendig minimum. Met γ = 2 ligt het optimum tussen twee en drie platforms en kost één platform EUR 2 miljoen per jaar meer; met γ = 1.5 is het optimum twee en is de premie kleiner. Met γ = 1 zou de verlieslijn vlak zijn en één platform optimaal.
Figuur 1. Het regime met hoge inzet uit tabel 1 (p = 0.10, ℓ = 60, c₁ = 1). De exploitatiekosten stijgen met het aantal platforms; het verwachte storingsverlies daalt wanneer het verlies convex is; hun som heeft een inwendig minimum. Met γ = 2 ligt het optimum tussen twee en drie platforms en kost één platform EUR 2 miljoen per jaar meer; met γ = 1.5 is het optimum twee en is de premie kleiner. Met γ = 1 zou de verlieslijn vlak zijn en één platform optimaal.

3.4 De verwachting is niet het hele verhaal

Vergelijking (5) gaat over het verwachte verlies, en het verwachte verlies onderschat het pleidooi tegen monocultuur. Neem het regime met hoge inzet met γ=1\gamma = 1, waarin het verwachte verlies EUR 6 miljoen per jaar is, wat mm ook is. Met één platform verliest de onderneming niets in negen van de tien jaar en EUR 60 miljoen in het tiende. Met drie platforms verliest zij EUR 20 miljoen in ongeveer een kwart van de jaren, EUR 40 miljoen in ongeveer drie jaar op de honderd, en EUR 60 miljoen in één jaar op de duizend. De verwachtingen zijn gelijk; de verdelingen niet. De onderneming met één platform heeft elk jaar een kans van één op tien op een verlies dat een wettelijke meldingsdrempel, een kapitaalbuffer of een reputationele tolerantie kan overschrijden; de onderneming met drie platforms heeft een kans van één op duizend. Een raad van bestuur die niet onverschillig staat tegenover de omvang van zijn slechtste jaar, en dat is elke raad van bestuur, zou de verdeling met drie platforms moeten verkiezen zelfs waar de verwachtingen gelijk zijn, en die voorkeur komt bovenop het convexiteitsargument in plaats van ervan af te hangen. Bijlage A geeft de staartcijfers.

4. Uitbreidingen van het model

Het minimale model maakt vier vereenvoudigingen die een practicus versoepeld zal willen zien voordat hij het getal vertrouwt: platforms vallen onafhankelijk van elkaar uit, functies zijn gelijkmatig verdeeld, het verlies van een storing hangt niet af van haar duur, en consolidatie zelf is gratis. Elk ervan kan worden versoepeld zonder de les van de gesloten vorm te verliezen, en elke versoepeling verschuift het optimum in een richting die het waard is te kennen.

4.1 Gemeenschappelijke schokken

Veronderstel dat, naast het onafhankelijke falen van elk platform, met kans qq per periode een gemeenschappelijke schok alle platforms tegelijk uitschakelt: een gedeelde component faalt, een cyberincident verspreidt zich, de regio van een aanbieder valt uit. Het verwachte verlies wordt

E(m)=q ℓ+(1−q) p ℓ m 1−γ(6)E(m) = q\,\ell + (1-q)\,p\,\ell\,m^{\,1-\gamma} \tag{6}

Vergelijking 6. Verwacht verlies met een gemeenschappelijke schok die met kans qq alle platforms tegelijk uitschakelt.

De gemeenschappelijke schok voegt een bodem toe, q ℓq\,\ell, die geen enkel aantal platforms wegneemt, en schaalt het voordeel van diversificatie terug met (1−q)(1-q). Het optimum is als in vergelijking (5) met pp vervangen door (1−q) p(1-q)\,p: het is de moeite waard minder platforms te draaien wanneer gemeenschappelijke schokken domineren, omdat diversificatie er geen vat op heeft. De praktische lezing is die welke paragraaf 7 uitwerkt: het eerste geld moet gaan naar het verlagen van qq, door gedeelde componenten weg te nemen, en pas daarna naar het verhogen van mm, omdat een platform dat onder een gedeelde component wordt toegevoegd niets koopt tegen de schok die het meest telt.

4.2 Ongelijke verdelingen en het kern-en-satellietenontwerp

Functies zijn zelden gelijkmatig verdeeld. Het gangbare ontwerp is een kernplatform dat het grootste deel van de onderneming draagt en satellieten die de rest dragen, en de vraag is of de satellieten hun kosten waard zijn. Met aandelen s1,…,sms_1, \dots, s_m die optellen tot één is het verwachte verlies p ℓ∑jsjγp\,\ell \sum_j s_j^{\gamma}, dat voor een gegeven mm geminimaliseerd wordt door gelijke aandelen, omdat sγs^{\gamma} convex is; elke ongelijkheid verhoogt het verwachte verlies boven het gelijkmatige geval. Een kern die negen tienden draagt met twee satellieten van elk een twintigste heeft, bij γ=2\gamma = 2, een verwacht verlies van p ℓ (0.81+0.0025+0.0025)=0.815 p ℓp\,\ell\,(0.81 + 0.0025 + 0.0025) = 0.815\,p\,\ell, nauwelijks onder de p ℓp\,\ell van het enkele platform, terwijl er voor drie platforms wordt betaald. De satellieten kosten bijna evenveel als echte diversificatie en leveren er nagenoeg niets van. Het ontwerp dat loont is het ontwerp dat de last splitst, en daarom splitst de bank in paragraaf 10 retailbankieren van zakelijk bankieren in plaats van een kleine satelliet van een dominante kern af te snijden.

4.3 Duur

Het verlies van een storing groeit met hoe lang zij duurt, en de duur hangt op twee tegengestelde manieren af van het aantal platforms. De herstelcapaciteit is eindig, zodat een grotere storing langer duurt om te herstellen als dezelfde teams alles serieel moeten herstellen; dit is een van de bronnen van convexiteit in paragraaf 5 en zit al in γ\gamma. Daartegenover heeft een landschap met meer platforms meer verschillende dingen die kunnen breken en meer verschillende herstelprocedures om te onderhouden, zodat elk afzonderlijk herstel trager kan zijn uit gebrek aan oefening. Het tweede effect pleit ervoor mm bescheiden te houden en het herstel op elk behouden platform te oefenen, en het is een van de redenen waarom de regels van paragraaf 12 de kleinere consolidatie verkiezen boven de grotere diversificatie.

4.4 De kosten van consolideren

Consolidatie is een migratie, en migraties zijn zelf een bron van storingen: data die wordt verplaatst, interfaces die worden herbouwd, personeel dat wordt omgeschoold, en een periode van dubbel draaien waarin de onderneming van zowel het oude als het nieuwe afhankelijk is. Een consolidatiebusinesscase zou naast de terugkerende besparing een eenmalige risicoterm moeten dragen, het verwachte verlies door migratie-incidenten, en zou moeten erkennen dat die term stijgt met het aantal verwijderde platforms. Het model prijst haar niet, omdat zij eenmalig is en het model per periode werkt, maar zij beweegt de beslissing in dezelfde richting als de premie: naar de kleinere consolidatie.

4.5 Gevoeligheid van het optimum

Figuur 2 tekent het optimum van vergelijking (5) tegen de verhouding p ℓ/c1p\,\ell / c_1, de inzet ten opzichte van de kosten van een platform, voor drie waarden van γ\gamma. Onder een verhouding van ongeveer één is het optimum één platform, wat de convexiteit ook is, en is het orthodoxe advies veilig. Daarboven stijgt het optimum, langzaam, met de inzet: een verhouding van zes, het geval van de bank, geeft twee tot drie platforms; een verhouding van twintig, een ziekenhuisgroep of een beurs, geeft drie tot vijf. De curven zijn vlak genoeg om de exacte parameters minder te laten tellen dan het regime: een onderneming hoeft slechts ruwweg te weten of haar verhouding onder één of ruim daarboven ligt om te weten of zij in het orthodoxe of in het premieregime zit, en de bijlage geeft het volledige raster.

Figuur 2. Het optimale aantal platforms tegen de inzetverhouding p ℓ/c₁, voor drie convexiteiten. Onder een verhouding van ongeveer één is volledige standaardisatie optimaal; daarboven stijgt het optimum langzaam met de inzet. De curven kruisen elkaar omdat een hogere convexiteit het verlies door grote storingen verhoogt, maar ook het voordeel van de eerste splitsing meer dan dat van latere.
Figuur 2. Het optimale aantal platforms tegen de inzetverhouding p ℓ/c₁, voor drie convexiteiten. Onder een verhouding van ongeveer één is volledige standaardisatie optimaal; daarboven stijgt het optimum langzaam met de inzet. De curven kruisen elkaar omdat een hogere convexiteit het verlies door grote storingen verhoogt, maar ook het voordeel van de eerste splitsing meer dan dat van latere.

5. Waar de convexiteit vandaan komt

Het resultaat van het model draait om γ>1\gamma > 1: om de bewering dat het verlies van de hele onderneming in één keer meer kost dan de som van het verlies van haar delen afzonderlijk. De bewering moet worden beargumenteerd, niet aangenomen, en er moet worden gezegd waar zij niet opgaat, omdat waar zij niet opgaat het orthodoxe advies juist is.

5.1 Vijf bronnen van convexiteit

Onderlinge opvang. Wanneer één functie buiten bedrijf is, vangen andere haar op: een filiaal neemt een telefoontje aan dat de app niet kan afhandelen, een magazijn verzendt wat het portaal niet kan verkopen, medewerkers werken met papier. Opvang is alleen mogelijk als de opvangende functie werkt. Een gedeeltelijke storing wordt door opvang geabsorbeerd; bij een totale storing is er niemand om op te vangen. Het verlies van de laatste functie die uitvalt is daarom groter dan het verlies van de eerste, en dat is convexiteit.

Eindige workaroundcapaciteit. Een onderneming heeft een eindig aantal mensen dat handmatige workarounds kan uitvoeren, een eindig aantal telefoonlijnen en een eindige tolerantie bij haar klanten. Een kleine storing past binnen die capaciteit; een grote overschrijdt haar, en het overschot gaat regelrecht verloren.

Drempels. Wettelijke meldplichten, contractuele servicekredieten, reputationele aandacht en media-aandacht hebben alle drempels. Een storing onder de drempel kost haar directe verlies; een storing erboven kost haar directe verlies plus de gevolgen van de drempel. Drempels laten de verliesfunctie trapsgewijs stijgen met de omvang, wat in het aggregaat convexiteit is.

Herstelparallellisme. Herstel wordt gedaan door teams met eindige capaciteit. Twee onafhankelijke storingen op verschillende platforms kunnen parallel door verschillende teams worden hersteld; één storing over alles heen wordt serieel door dezelfde mensen hersteld, zodat haar duur, en haar verlies, groeit met haar omvang.

Afhankelijkheidsbesmetting. Functies hangen van elkaar af. Een functie die werkt maar afhangt van een functie die buiten bedrijf is, is gedegradeerd; naarmate het uitgevallen aandeel stijgt, stijgt het gedegradeerde aandeel sneller, omdat elke extra storing een afhankelijkheid wegneemt voor meerdere overlevers.

Elke bron is vertrouwd voor wie ooit een incident heeft gemanaged, en samen maken zij γ>1\gamma > 1 tot het normale geval voor een onderneming van los gekoppelde functies. De waarde van γ\gamma is een empirische kwestie; wij gebruiken 1.5 en 2 als illustraties, en paragraaf 15 zegt hoe zij gemeten zou kunnen worden.

5.2 Waar convexiteit ontbreekt: nauwe koppeling

Het argument keert om waar functies zo nauw gekoppeld zijn dat het verlies van één ervan even erg is als het verlies van alle. Een betaalketen waarin autorisatie, clearing en settlement alle moeten werken om enige betaling te voltooien is zo’n geval: een storing in één stap stopt de keten, en het verlies van één uitgevallen stap is het verlies van de uitgevallen keten. Binnen zo’n keten is γ≤1\gamma \le 1, koopt diversificatie over platforms niets, omdat elk falend platform alles stopt, en is standaardisatie juist: één platform, één faalwijze, één herstel. Perrows (1984) nauwe koppeling is de voorwaarde, en zij geeft het artikel zijn eerste regel: standaardiseer binnen nauw gekoppelde ketens, diversifieer over los gekoppelde functies. De eenheid van diversificatie is niet de functie maar de keten, en een onderneming zou haar ketens in kaart moeten brengen voordat zij haar platforms telt.

Dezelfde logica beantwoordt een bezwaar. Meerdere platforms draaien helpt niet als een storing op het ene zich voortplant naar de andere; voortplanting is koppeling, en gekoppelde platforms zijn voor het model één platform. Diversiteit telt alleen waar de platforms onafhankelijk van elkaar uitvallen, wat het onderwerp is van de volgende paragraaf.

6. Het meten van de convexiteit

Alles in het model draait om γ\gamma, en γ\gamma is een grootheid die geen enkele onderneming vastlegt. Zij kan worden gemeten, en deze paragraaf laat met een geconstrueerd voorbeeld zien hoe, zodat een risicofunctie hetzelfde kan doen met haar eigen incidentenregister.

6.1 De gegevens

Voor elke storing in het register zijn twee getallen nodig: het aandeel van de functies van de onderneming dat zij bereikte, ff, en het verlies dat zij veroorzaakte, LL, in dezelfde eenheden als ℓ\ell. Het aandeel is doorgaans terug te vinden in het incidentdossier, dat de getroffen systemen noemt; het verlies is lastiger, omdat ondernemingen de directe kosten van een incident vastleggen en zelden de gemiste omzet, de compensatie of de reputatiegevolgen, en de convexiteit zit grotendeels daarin. Een register dat alleen directe kosten vastlegt zal γ\gamma onderschatten. De meting begint daarom met een eenmalige oefening: reconstrueer voor de tien of twintig grootste storingen in het register samen met de business het volledige verlies, inclusief wat door opvang en workarounds is opgevangen en wat niet.

6.2 De fit

Met de verliesfunctie L=ℓfγL = \ell f^{\gamma} geeft logaritmen nemen log⁡L=log⁡ℓ+γlog⁡f\log L = \log \ell + \gamma \log f, een rechte lijn waarvan de helling γ\gamma is. Tabel 2 geeft een geconstrueerd register van acht storingen voor een onderneming met twaalf functies, en de fit. De storingen die één functie bereikten kostten ongeveer een twintigste van het bedrag bij volledige uitval, niet een twaalfde; die welke de helft van de onderneming bereikten kostten ongeveer een derde, niet de helft; de helling is ongeveer 1.8. Het getal is illustratief, maar zijn grootte is het punt: een onderneming waarvan de kleine storingen door opvang worden geabsorbeerd en de grote niet, zal γ\gamma ruim boven één vinden, en de fit maakt van die bevinding een getal in plaats van een indruk.

Tabel 2. Een geconstrueerd incidentenregister voor een onderneming van twaalf functies, en de daarop gefitte convexiteit. Verlies in EUR miljoen, gereconstrueerd inclusief gemiste omzet en compensatie. De gefitte helling van log⁡L\log L op log⁡f\log f is γ≈1.8\gamma \approx 1.8; het intercept geeft ℓ≈58\ell \approx 58.

Storing Functies Aandeel ff Verlies LL L/ℓL/\ell
A 1 0.08 0.7 0.012
B 1 0.08 1.1 0.019
C 2 0.17 2.4 0.041
D 3 0.25 4.9 0.084
E 4 0.33 8.0 0.138
F 6 0.50 17.0 0.293
G 9 0.75 36.0 0.621
H 12 1.00 58.0 1.000

6.3 De residuen lezen

De residuen van de fit zijn even informatief als haar helling. Storingen die meer kostten dan de lijn voor hun omvang voorspelt, zijn die waarbij de opvang faalde, de workarounds uitgeput raakten of een drempel werd overschreden; hun dossiers zeggen welke, en dat zeggen identificeert de bronnen van paragraaf 5 die in deze onderneming actief zijn. Storingen die minder kostten dan voorspeld, zijn die waarbij de opvang werkte, en zij identificeren de handmatige en onderlinge capaciteiten van paragraaf 7 die het waard zijn te behouden. Een onderneming die de lijn fit en de residuen leest, leert zowel haar γ\gamma als de redenen ervoor, wat meer is dan het model vraagt en precies wat de consolidatiebeslissing nodig heeft.

6.4 Elicitatie van γ\gamma zonder gegevens

Waar het register dun is, kan γ\gamma door elicitatie worden begrensd. Vraag de business, voor een kleine storing en een grote, hoe lang de opvang standhoudt en welk deel van de waarde zij in stand houdt; vraag waar de wettelijke, contractuele en reputationele drempels liggen en wat het overschrijden van elk kost; vraag hoe het herstel schaalt met het aantal uitgevallen systemen. Elk antwoord geeft een punt op de verliescurve, en drie of vier punten geven een helling. De elicitatie is grof, maar zij is grof op de juiste plaats: de beslissing tussen één platform en twee draait om de vraag of γ\gamma dicht bij één of dicht bij twee ligt, en een elicitatie kan die doorgaans uit elkaar houden.

7. Verborgen monoculturen

7.1 Nominale en effectieve diversiteit

Het model telt platforms die onafhankelijk van elkaar uitvallen. Een onderneming die drie applicatieplatforms draait op één besturingssysteem, alle drie authenticeert via één identity provider, alle drie patcht via één agent en alle drie host in één cloudregio, heeft drie platforms voor haar licentiefactuur en één voor een storing in een van die gedeelde componenten. Haar nominale diversiteit is drie; haar effectieve diversiteit, tegen een storing in een gedeelde component, is één. De storing van juli 2024 was precies dit: organisaties met diverse applicatielandschappen ontdekten dat zij één beveiligingsagent deelden, en de agent was het platform dat faalde.

Twee maten maken het onderscheid operationeel. Voor ongelijke verdelingen, waarbij platform jj een aandeel sjs_j van de functies draagt, is het effectieve aantal platforms de inverse van de som van de gekwadrateerde aandelen,

meff=1∑jsj2,(7)m_{\text{eff}} = \frac{1}{\sum_j s_j^{2}}, \tag{7}

Vergelijking 7. Effectief aantal platforms bij ongelijke aandelen: de inverse van de som van de gekwadrateerde aandelen.

de inverse Simpson-index (Simpson, 1949), in de economie bekend als de inverse Herfindahl-index (Hirschman, 1964). Drie platforms die de helft, drie tienden en een vijfde van de onderneming dragen hebben meff=2.6m_{\text{eff}} = 2.6, niet drie; één platform dat negen tienden draagt met twee kleine andere heeft meff≈1.2m_{\text{eff}} \approx 1.2. Het verwachte verlies van de onderneming wordt bepaald door meffm_{\text{eff}}, en vergelijking (5) moet worden gelezen als een streefwaarde daarvoor.

Voor gedeelde componenten, waarbij het falen van de platforms gecorreleerd is met paarsgewijze correlatie ρ\rho, is het effectieve aantal

meff=m1+(m−1) ρ,(8)m_{\text{eff}} = \frac{m}{1 + (m-1)\,\rho}, \tag{8}

Vergelijking 8. Effectief aantal platforms wanneer storingen gecorreleerd zijn met paarsgewijze correlatie ρ\rho.

dat daalt van mm bij ρ=0\rho = 0 tot één bij ρ=1\rho = 1. Drie platforms met een correlatie van een half zijn effectief anderhalf; met een correlatie van negen tienden zijn zij effectief één. Een gedeelde component waarvan alle platforms afhangen zet ρ=1\rho = 1 voor storingen in die component, hoe divers de platforms verder ook zijn.

7.2 Een inventaris van gedeelde componenten

Tabel 3 somt de componenten op waardoor ondernemingen het vaakst ongemerkt een faalwijze delen, omdat geen ervan als platform in de applicatie-inventaris voorkomt. De gemeenschappelijke eigenschap is dat elk ervan één keer wordt gekozen, voor de hele onderneming, door een functie die geen platforms telt: security kiest de agent, infrastructuur kiest de hypervisor en de regio, identity kiest de provider, netwerken kiest de DNS. Elke keuze is lokaal verstandig en elke voegt een afhankelijkheid toe met ρ=1\rho = 1.

Tabel 3. Componenten waardoor nominaal diverse platforms een faalwijze delen, en de functie die ze doorgaans kiest zonder platforms te tellen.

Gedeelde component Gekozen door, en waarom zij onzichtbaar is
Endpoint-security-agent Security; per beleid op elk apparaat uitgerold
Besturingssysteem en patchkanaal Infrastructuur; ‘de standaardbuild’
Identity provider, single sign-on Identity; elke applicatie authenticeert erdoor
Hypervisor, cloudaanbieder, regio Infrastructuur; de hostingbeslissing
DNS, certificaten, content delivery Netwerken; niemand anders ziet ze
Integratiebus, API-gateway Architectuur; elke integratie loopt erdoor
Eén SaaS-leverancier voor meerdere producten Inkoop; één contract, één leveranciersmanager
Eén integrator of managed-serviceprovider Sourcing; één partij om verantwoordelijk te houden
Netwerkkern, firewalls Netwerken; één architectuur

De inventaris geeft het artikel zijn tweede regel: tel effectieve diversiteit, niet nominale diversiteit. Een consolidatiebusinesscase zou meffm_{\text{eff}} vóór en na moeten vermelden, berekend over de gedeelde componenten én de applicatieplatforms, en een diversificatiebeslissing zou moeten nagaan dat de platforms die gescheiden worden gehouden geen component delen die ze tot één maakt.

7.3 Diversiteit als laatste redmiddel

Eén platform is altijd beschikbaar en wordt bijna nooit meegeteld: het handmatige proces. Een filiaal dat een betaling op papier kan aannemen, een magazijn dat van een geprinte lijst kan picken, een verpleegafdeling die met de hand kan registreren, is een tweede platform met hoge exploitatiekosten per transactie, een correlatie van nagenoeg nul met alles wat digitaal is, en een capaciteit die eindig is en wegkwijnt als zij niet wordt geoefend. In het model is het een platform met een grote c1c_1 en ρ=0\rho = 0, dat wil zeggen de duurste en de waardevolste soort. Ondernemingen die tot één digitaal platform hebben geconsolideerd en de handmatige capaciteit hebben laten verlopen, hebben meff=1m_{\text{eff}} = 1 in de strengste zin, en de organisaties die het er in juli 2024 het beste afbrachten waren, volgens de meeste verslagen, die welke nog zonder hun schermen konden werken.

8. Diversiteit die weinig kost

Een tweede platform draaien is de dure manier om diversiteit te kopen, en het model prijst haar op c1c_1. Verscheidene ontwerpen kopen een deel van dezelfde bescherming voor veel minder, en het model laat zien waarom zij werken: elk verlaagt het aandeel ff dat één storing kan bereiken, of verlaagt de correlatie ρ\rho tussen de dingen die kunnen falen, zonder een platform toe te voegen.

8.1 Diversiteit in de tijd: ringen en canaries

Een wijziging die in één keer naar alle instanties wordt uitgerold bereikt f=1f = 1 als zij slecht is. Dezelfde wijziging uitgerold in RR ringen, waarbij elke ring wordt vastgehouden tot de vorige een periode schoon heeft gedraaid, bereikt hoogstens f=1/Rf = 1/R voordat zij wordt gestopt, zodat het verlies door een slechte wijziging daalt van ℓ\ell naar ℓ (1/R)γ\ell\,(1/R)^{\gamma}: met vier ringen en γ=2\gamma = 2 tot een zestiende. Uitrol in ringen is diversiteit in de tijd in plaats van in platform, zij kost vertraging in plaats van geld, en zij is beschikbaar voor elke gedeelde component in tabel 3. Het is ook wat de leverancier in het centrum van de storing van juli 2024 naderhand invoerde voor de content-updates die haar veroorzaakten (CrowdStrike, 2024): de eerste ring is de canary, en de canary is het goedkoopste platform dat een onderneming kan draaien. Het voorbehoud van het model is dat ringen alleen beschermen tegen storingen die zich binnen de wachtperiode aandienen; een defect dat sluimert bereikt elke ring, en sluimerende defecten zijn een gemeenschappelijke schok.

8.2 Diversiteit in plaats: regio’s en locaties

Hetzelfde platform in twee regio’s of op twee locaties hosten voegt geen platform toe, maar verlaagt ρ\rho voor de storingen die lokaal zijn aan een regio: stroom, netwerk, een regionaal incident bij een aanbieder. Het doet niets tegen storingen in de eigen software van het platform, die beide regio’s bereiken, en een onderneming die een tweede regio als tweede platform telt, heeft de twee verward. De lezing van het model is dat regionale diversiteit qq verlaagt voor één klasse gemeenschappelijke schokken en als zodanig geprijsd moet worden, niet als m=2m = 2.

8.3 Gedegradeerde modi

Een platform dat kan terugvallen op een beperkte modus, alleen-lezen, gecachet, queue-and-forward, wanneer een afhankelijkheid faalt, zet een totale storing om in een gedeeltelijke: het aandeel ff dat een storing bereikt wordt het aandeel van de functie dat de gedegradeerde modus niet in stand kan houden. Gedegradeerde modi zijn goedkoop waar zij zijn ingebouwd en onmogelijk waar dat niet zo is, en het model telt ze mee door ff te verlagen voor het falen van de afhankelijkheid. Het handmatige proces van paragraaf 7 is het grensgeval, de gedegradeerde modus die geen software nodig heeft.

8.4 Diversiteit in leveranciers, niet in producten

Twee producten van één leverancier delen de faalwijzen van die leverancier: zijn updateproces, zijn identiteitsdienst, zijn financiële gezondheid. Een onderneming die leveranciersdiversiteit wil in een laag waarin een tweede product te duur is, kan die soms in plaats daarvan verkrijgen in de afhankelijkheden van die laag, een tweede identity provider als terugvaloptie, een tweede DNS, een tweede certificaatautoriteit, voor een fractie van de kosten van een platform. Deze verlagen ρ\rho voor het falen van de afhankelijkheid en laten het aantal platforms onveranderd.

8.5 Wat deze gemeen hebben

Elk van deze ontwerpen is goedkoop omdat het niets toevoegt dat gedraaid moet worden; het verandert hoe iets bestaands faalt. Het model is onverschillig tussen een lagere ff, een lagere ρ\rho en een hogere mm, omdat alle drie het verwachte verlies verlagen, en een onderneming zou ze moeten kopen in volgorde van kosten per eenheid reductie. Ringen en gedegradeerde modi komen doorgaans eerst, regionale en afhankelijkheidsdiversiteit daarna, en een tweede platform als laatste, wat het omgekeerde is van de volgorde waarin consolidatiereviews ze overwegen.

9. De Nederlandse situatie

9.1 Een ochtend in juli

De storing van 19 juli 2024 bereikte Nederland zoals zij overal aankwam. Vluchten op de nationale luchthaven werden vertraagd en geannuleerd toen systemen van luchtvaartmaatschappijen en grondafhandeling uitvielen; ziekenhuizen meldden verstoring van systemen op getroffen werkstations en stelden zorg uit; publieke en private diensten werden onderbroken. De getroffen organisaties hadden niet dezelfde applicatieplatforms gekozen; zij hadden dezelfde beveiligingsagent gekozen, die met verhoogde rechten draaide op elke Windows-computer die zij bezaten. In de termen van het model was hun applicatiediversiteit irrelevant: de agent was een gedeelde component met ρ=1\rho = 1, de storing bereikte in elke getroffen organisatie een aandeel ff dicht bij één, en de convexiteit deed de rest. De kosten werden gedragen door organisaties die, afzonderlijk, niets onverstandigs hadden gedaan, wat het kenmerk van een monocultuur is.

9.2 Een single point of failure per ontwerp

De nationale digitale identiteit, DigiD, beheerd door de digitale dienstverleningsorganisatie van de rijksoverheid, is het middel waarmee de meeste inwoners online de Belastingdienst, gemeenten, zorgverzekeraars, pensioenuitvoerders en ziekenhuizen bereiken. Zij is per ontwerp een single point of failure, gekozen om de consistentie en het gemak die één identiteit biedt, en de keuze is verdedigbaar op precies de standaardisatie-economie die dit artikel als gegeven aanneemt. Het model zegt wat de keuze kost: voor elke dienst die ervan afhangt is de identiteitslaag een gedeelde component met ρ=1\rho = 1, en een storing, waarvan denial-of-service-aanvallen er verscheidene hebben veroorzaakt, neemt de toegang tot alle diensten tegelijk weg. De mitigaties die bestaan, een apart identiteitsstelsel voor bedrijven, de komende Europese digitale-identiteitswallet en de eigen terugvalkanalen van de diensten, zijn diversificatie in de zin van het model, en hun waarde kan in zijn termen worden uitgedrukt: elk verlaagt ρ\rho voor een deel van de afhankelijke diensten. Wij betogen niet dat de nationale identiteit gedupliceerd zou moeten worden; wij betogen dat de ondernemingen die ervan afhangen haar zouden moeten meetellen in meffm_{\text{eff}} en een terugvalkanaal geoefend zouden moeten houden.

9.3 Regelgeving die concentratie telt

DORA verplicht Nederlandse financiële entiteiten hun ICT-concentratierisico te beoordelen en ernstige incidenten te melden aan de centrale bank; de Nederlandse implementatie van NIS2 breidt de meld- en risicobeheersingsplichten uit naar de vitale sectoren. Beide maken concentratie tot een grootheid die gekend moet worden. Het model biedt toezichthouder en onder toezicht gestelde hetzelfde vocabulaire: meffm_{\text{eff}} is de concentratie, vergelijking (5) is het niveau waarop zij ophoudt prudent te zijn, en de monocultuurpremie is de prijs van het overschrijden ervan. De incidentmeldingen die beide regelingen nu vereisen zijn, zoals paragraaf 15 betoogt, de gegevens waaruit pp, ℓ\ell en vooral γ\gamma eindelijk gemeten zouden kunnen worden in plaats van aangenomen.

9.4 De ochtend van de ziekenhuizen

Ziekenhuizen zijn de sector waarin de convexiteit van paragraaf 5 het zichtbaarst is, omdat de drempels klinisch zijn. Een verpleegafdeling die haar elektronisch dossier verliest, valt terug op papier en redt zich; een ziekenhuis dat het dossier van elke afdeling tegelijk verliest, samen met het laboratorium, de apotheek en de beeldvormingssystemen die van dezelfde werkstations afhangen, redt zich niet en stelt zorg uit. Verscheidene Nederlandse ziekenhuizen meldden precies dit op 19 juli 2024, en de ziekenhuizen die het snelst herstelden waren, naar eigen zeggen, die met geoefende papieren procedures, wat in de termen van het model de diversiteit als laatste redmiddel is. De consolidatie van de sector op een klein aantal platforms voor elektronische patiëntendossiers, verdedigbaar op elke standaardisatiegrond, is ook een monocultuur over ziekenhuizen heen: een defect in één platform bereikt elk ziekenhuis dat het draait, wat een gemeenschappelijke schok op sectorniveau is die geen diversificatie van een afzonderlijk ziekenhuis kan verhelpen, en die de NIS2-implementatiewet, door de sector als essentieel aan te merken, de sector nu verplicht in overweging te nemen.

9.5 Wat de regelgeving vraagt, in de termen van het model

De eisen van DORA vertalen zich rechtstreeks in de grootheden van het model. Het register van ICT-overeenkomsten met derde aanbieders dat zij elke financiële entiteit verplicht bij te houden, is de inventaris van gedeelde componenten van tabel 3 in regelgevende vorm, en meffm_{\text{eff}} kan eruit worden berekend. De beoordeling van het concentratierisico die zij vereist, is de vraag of meffm_{\text{eff}} prudent is, waarop vergelijking (5) één antwoord is. En haar classificatie van ernstige incidenten, die drempels hanteert voor getroffen cliënten, duur, geografische spreiding en economische impact, is op zichzelf een bron van convexiteit: een storing die de drempels overschrijdt draagt meldings-, toezichts- en reputatiegevolgen die een storing eronder niet draagt, zodat de regelgeving zelf de verliescurve boven de drempel steiler maakt. Een instelling die haar γ\gamma schat, zou de drempels van de regelgeving onder de bronnen moeten opnemen, wat betekent dat DORA concentratie zowel meet als de kosten ervan verhoogt.

9.6 De soevereiniteitsvraag

Het Nederlandse publieke debat over de afhankelijkheid van een klein aantal niet-Europese cloudaanbieders is, in de termen van het model, een debat over qq: een gemeenschappelijke schok, juridisch, politiek of commercieel, die elke workload die bij één aanbieder wordt gehost tegelijk zou treffen. Het model beslecht het debat niet, dat draait om de kans op zo’n schok, maar het benoemt wel de termen ervan: een tweede aanbieder is een platform tegen kosten c1c_1 dat qq verlaagt voor één klasse schokken, en of het de moeite waard is het te draaien hangt op de gebruikelijke manier af van qq, ℓ\ell en γ\gamma. Ondernemingen aan beide kanten van het debat zouden nuttiger argumenteren met die drie getallen dan zonder.

10. Een geconstrueerde casus

De casus is geconstrueerd, niet waargenomen. Zij is geen verslag over enige bank en haar cijfers zijn illustratief; zij bestaat om het model te laten lopen op een beslissing van het soort dat consolidatiereviews voortbrengen.

10.1 Het voorstel

Bank K is een middelgrote Nederlandse bank die, na twee fusies, vier core-bankingplatforms draait, één per voormalige entiteit, elk met ruwweg een kwart van haar functies. Een kostenreview stelt consolidatie tot één voor, met een besparing van EUR 3 miljoen per jaar aan licenties, vaardigheden, tooling en integratie: het verwijderen van drie platforms tegen c1=c_1 = EUR 1 miljoen elk. De businesscase telt de besparing en de migratiekosten en verder niets, en wordt in beginsel goedgekeurd.

10.2 De lezing van het model

De risicofunctie van de bank schat, uit haar eigen incidenthistorie en die van vergelijkbare banken, dat een uitschakelende storing van een kernplatform ongeveer eens per decennium per platform voorkomt, p=0.10p = 0.10; dat een volledige uitval van de referentieduur ongeveer EUR 60 miljoen zou kosten aan compensatie, gemiste omzet, toezichtsgevolgen en reputatie; en, uit de vorm van haar eerdere gedeeltelijke storingen, die veel minder kostten dan hun evenredige aandeel, dat γ≈2\gamma \approx 2. Dit zijn de parameters met hoge inzet van tabel 1, en de lezing van het voorstel door het model staat in tabel 4.

Tabel 4. Bank K: exploitatiekosten, verwacht storingsverlies en totaal voor het huidige landschap, het voorstel en het optimum van het model. EUR miljoen per jaar; c0c_0 weggelaten. Staartcijfers uit bijlage A.

4 (nu) 1 (plan) 2 3
Exploitatiekosten c1mc_1 m 4.0 1.0 2.0 3.0
Verwacht verlies E(m)E(m) 1.5 6.0 3.0 2.0
Totaal T(m)T(m) 5.5 7.0 5.0 5.0
Slechtste jaar in 20 (VaR 95%) ≈\approx30 60 30 20

Het voorstel bespaart EUR 3 miljoen aan exploitatiekosten en voegt EUR 4.5 miljoen aan verwacht storingsverlies toe. Zijn totaal is EUR 1.5 miljoen per jaar slechter dan het landschap dat het vervangt, en zijn slechtste jaar in twintig verdubbelt van ongeveer EUR 30 miljoen naar EUR 60 miljoen. Consolidatie tot twee platforms bespaart daarentegen EUR 2 miljoen aan exploitatiekosten, voegt EUR 1.5 miljoen aan verwacht verlies toe en verlaagt het totaal met een half miljoen bij een onveranderd slechtste jaar; consolidatie tot drie verlaagt het totaal met hetzelfde bedrag en halveert het slechtste jaar. De orthodoxe stap heeft het verkeerde teken; de juiste stap is een kleinere consolidatie dan de review voorstelde.

10.3 Het ontwerp

De bank consolideert tot twee platforms en past de regels van dit artikel toe op de splitsing. Zij brengt eerst haar nauw gekoppelde ketens in kaart: de betaalketen, van autorisatie tot settlement, wordt in haar geheel op één platform geplaatst, omdat daarbinnen γ≤1\gamma \le 1 geldt en diversiteit niets zou opleveren. De overige functies worden gesplitst langs de losste koppeling die de bank heeft, retailbankieren op het ene platform en zakelijk bankieren op het andere, zodat een storing van het ene het andere zijn klanten laat bedienen en in staat laat op te vangen, wat de bron van de convexiteit is. De bank controleert vervolgens de effectieve diversiteit: de twee platforms krijgen verschillende patchkanalen en verschillende endpoint-agents, worden gehost in verschillende cloudregio’s en authenticeren via een identiteitslaag waarvan de terugvaloptie elk kwartaal wordt geoefend, zodat de correlatie via gedeelde componenten laag is in plaats van één. De handmatige capaciteit voor het retailfilialennetwerk wordt behouden en geoefend. De mm van de bank is twee; haar meffm_{\text{eff}}, berekend over gedeelde componenten, ligt dicht bij twee; en haar consolidatiebusinesscase draagt nu een regel voor storingsverlies die die van de review niet had.

11. Een tweede geconstrueerde casus: een ziekenhuisgroep

De casus van de bank gaat over platforms. De tweede gaat over gedeelde componenten, waar volgens het model het grotere risico doorgaans ligt. Zij is geconstrueerd, niet waargenomen, en is geen verslag over enig ziekenhuis.

11.1 Het landschap

Ziekenhuisgroep G draait drie ziekenhuizen op één elektronisch patiëntendossier, één laboratoriumsysteem, één beeldvormingssysteem en één apotheeksysteem: vier platforms, elk een sectorstandaard, elk goed gekozen. Elk werkstation in de drie ziekenhuizen draait dezelfde besturingssysteembuild, dezelfde endpoint-security-agent en hetzelfde patchkanaal; elke clinicus authenticeert via één identity provider; alle vier platforms worden gehost in één datacenter met een warme standby in een tweede. Nominaal is m=4m = 4. Het register van de groep, opgebouwd voor de NIS2-implementatiewet, laat zien dat alle vier platforms afhangen van de werkstationbuild, de agent, de identity provider en het netwerk van het datacenter, en dat de standby de agent en de identity provider met de primaire omgeving deelt.

11.2 Effectieve diversiteit

Voor storingen in de eigen software van de platforms is meffm_{\text{eff}} ongeveer vier, en is de groep goed gediversifieerd: een defect in het apotheeksysteem laat het dossier, het laboratorium en de beeldvorming draaien, en het klinische verlies is begrensd. Voor storingen in de werkstationbuild, de agent, de identity provider of het netwerk is ρ=1\rho = 1 over alle vier platforms en meff=1m_{\text{eff}} = 1: een defect in een ervan bereikt elke clinicus in elk ziekenhuis tegelijk, en de standby, die er twee van deelt, helpt niet. De werkelijke diversiteit van de groep is één platform voor de faalwijzen waarvan de geschiedenis zegt dat zij het meest waarschijnlijk gecorreleerd zijn, en juli 2024 was een storing van precies die soort.

11.3 De cijfers

De risicofunctie van de groep schat een uitschakelende storing van een gedeelde component op p=0.08p = 0.08 per jaar over de hele set, een verlies bij volledige uitval van ongeveer EUR 40 miljoen voor de referentieduur, aan uitgestelde zorg, omleiding, overwerk en toezichtsgevolgen, en, uit de eigen gedeeltelijke storingen van de ziekenhuizen, een γ\gamma van ongeveer 2.2, steil omdat een gedeeltelijke storing door papier wordt geabsorbeerd en een totale niet. Voor de faalwijze van de gedeelde componenten geeft p ℓ/c1p\,\ell / c_1 met c1c_1 op ongeveer EUR 0.8 miljoen een verhouding van vier, en geeft vergelijking (5) m∗≈2m^{*} \approx 2: de groep zou haar gedeelde componenten in twee onafhankelijke sets moeten draaien, niet in één.

11.4 Het ontwerp

Twee elektronische patiëntendossiers draaien zou ruïneus zijn, en het model vraagt daar niet om; het vraagt om twee onafhankelijke sets van de gedeelde componenten die de vier platforms nu tot één maken. De groep splitst haar werkstations in twee builds met twee agents van verschillende leveranciers en twee patchkanalen, wijst elke afdeling van het ziekenhuis aan één build toe zodat elke verpleegafdeling collega’s op de andere heeft, voegt een tweede identiteitspad toe als terugvaloptie die maandelijks wordt geoefend, en verplaatst het standby-datacenter naar een netwerk en een agent die de primaire omgeving niet deelt. De platforms blijven op vier. De effectieve diversiteit voor storingen in gedeelde componenten stijgt van één naar ongeveer twee, wat het model vroeg, tegen kosten ruim onder die van een tweede platform: de tweede build en agent kosten een fractie van c1c_1, het tweede identiteitspad is een afhankelijkheid en geen platform, en de uitrol in ringen van paragraaf 8 wordt op beide builds toegepast zodat een slechte update hoogstens een kwart van het landschap bereikt. De papieren terugvaloptie wordt behouden, gefinancierd en elk kwartaal geoefend, omdat zij voor de groep het enige platform is met een correlatie van nul met alles overige.

11.5 Wat de casus laat zien

De casus van de bank liet zien dat de orthodoxe consolidatie het verkeerde teken kan hebben. Die van het ziekenhuis laat iets gewoners zien: een onderneming die gediversifieerd is in haar platforms en een monocultuur in haar componenten, waar de premie wordt betaald zonder dat ooit een consolidatie is voorgesteld, en waar de remedie weinig kost omdat het diversiteit in componenten, tijd en afhankelijkheden is in plaats van in platforms. De meeste ondernemingen staan dichter bij het ziekenhuis dan bij de bank, en het register dat DORA en NIS2 nu vereisen is het instrument dat hun dat laat zien.

12. Regels

Standaardiseer binnen ketens, diversifieer over functies. Breng de nauw gekoppelde procesketens in kaart; binnen elke keten één platform. Over los gekoppelde functies geldt het optimum van het model. De eenheid van diversificatie is de keten.

Tel effectieve diversiteit. Bereken meffm_{\text{eff}} over gedeelde componenten én applicatieplatforms, vóór en na elke consolidatie. Drie platforms op één agent zijn één platform.

Prijs de premie. Voeg aan elke consolidatiebusinesscase een regel toe voor het verwachte storingsverlies, p ℓ m1−γp\,\ell\,m^{1-\gamma} vóór en na, met de eigen schattingen van de onderneming. Een case die pp, ℓ\ell en γ\gamma niet kan noemen is geen case over risico, en consolidatie is een beslissing over risico.

Controleer de staart. Vermeld het slechtste jaar in twintig vóór en na, en vergelijk het met de meldingsdrempels, kapitaalbuffers en contractuele blootstellingen van de onderneming. Gelijke verwachtingen met verschillende staarten zijn verschillende beslissingen.

Behoud de diversiteit als laatste redmiddel. Behandel de handmatige capaciteit als een platform: financier haar, oefen haar en tel haar mee. Zij is het enige platform met een correlatie van nul.

Verkies de kleinere consolidatie. Waar het model een inwendig optimum geeft, is het verlies van één platform vóór het optimum stoppen klein en het verlies van één platform voorbij het optimum gaan groot, omdat de curve van het verwachte verlies steil is nabij één. Houd bij twijfel een platform aan.

13. De premie prijzen in een businesscase

De regels van paragraaf 12 vragen dat de premie wordt geprijsd. Deze paragraaf laat zien hoe de regel eruitziet in het document waarin over consolidatie werkelijk wordt beslist, omdat een risico dat niet op de pagina van de businesscase staat niet in de beslissing zit. Tabel 5 zet een consolidatiecase uiteen in de vorm die de meeste financiële functies gebruiken, met de regels die het model toevoegt gemarkeerd, voor de bank van paragraaf 10.

Tabel 5. Een consolidatiebusinesscase voor Bank K met de regels van het model toegevoegd (gemarkeerd met ⋆\star). Jaarcijfers in EUR miljoen, behalve de eenmalige migratieregels. De orthodoxe case laat het voorstel 3.0 per jaar besparen; de volledige case laat het 1.5 per jaar meer kosten dan vandaag en 2.0 meer dan het alternatief met twee platforms, met een verdubbeld slechtste jaar.

Regel Vandaag (m=4m=4) Voorstel (m=1m=1) Alternatief (m=2m=2) Bron
Exploitatiekosten platforms, c1mc_1 m 4.0 1.0 2.0 Licenties, vaardigheden, tooling, integratie
Exploitatiekosten, overig (c0c_0) 12.0 12.0 12.0 Onveranderd door mm
Orthodox jaartotaal 16.0 13.0 14.0
⋆\star Verwacht storingsverlies, p ℓ m1−γp\,\ell\,m^{1-\gamma} 1.5 6.0 3.0 p=0.10p=0.10, ℓ=60\ell=60, γ=2\gamma=2
⋆\star Waarvan toe te rekenen aan gedeelde componenten (q ℓq\,\ell) 0.6 0.6 0.6 q=0.01q=0.01; onveranderd tenzij componenten worden gediversifieerd
Volledig jaartotaal 17.5 19.0 17.0
⋆\star Slechtste jaar in twintig (VaR 95%) ≈\approx30 60 30 Bijlage A
⋆\star Overschrijdt DORA-drempels voor ernstige incidenten in slechtste jaar waarschijnlijk zeker waarschijnlijk Getroffen cliënten, duur
Eenmalige migratiekosten – 18.0 9.0 Programmaraming
⋆\star Eenmalig migratiestoringsrisico – 2.4 1.0 Verwacht verlies door migratie-incidenten
⋆\star Effectieve diversiteit meffm_{\text{eff}} na gedeelde componenten 3.6 1.0 1.9 Uit het register

Drie kenmerken van de volledige case verdienen aandacht. Ten eerste verschillen de orthodoxe case en de volledige case niet van mening over de omvang van de besparing maar over haar teken: de besparing op exploitatiekosten van EUR 3 miljoen van het voorstel is reëel, en zij is kleiner dan de EUR 4.5 miljoen aan storingsverlies die het toevoegt. Een financiële functie die alleen het bovenste blok ziet, keurt het voorstel goed; een die de hele pagina ziet, verkiest het alternatief, en beide lezen dezelfde cijfers. Ten tweede is de regel voor gedeelde componenten onveranderd over de kolommen, wat de manier van het model is om te zeggen dat de consolidatiebeslissing het grootste gecorreleerde risico van de onderneming niet raakt; dat risico wordt aangepakt door het ontwerp van paragraaf 8, niet door het aantal platforms, en een case die de regel onveranderd toont, roept de vraag op wat haar wél zou veranderen. Ten derde zijn de staartregels niet optelbaar bij de rest en moeten zij niet tegen de besparing worden weggestreept; zij worden getoond zodat de raad van bestuur kan zien wat hij aanvaardt, en het zijn de regels waarnaar een toezichthouder die de case onder DORA leest het eerst zal vragen.

Het sjabloon generaliseert. Elke consolidatiecase kan de vier gemarkeerde jaarregels, de twee gemarkeerde eenmalige regels en de regel voor effectieve diversiteit dragen, en een onderneming die ze niet kan invullen heeft pp, ℓ\ell en γ\gamma nog niet geschat, waarvoor bijlage B laat zien hoe dat moet. De oefening kost een risicofunctie doorgaans enkele weken, wat kort is tegenover de jaren die een consolidatie duurt en het decennium waarover haar premie wordt betaald.

14. Implicaties voor toezichthouders

De regelgeving die Nederlandse ondernemingen nu verplicht hun concentratierisico te beoordelen, zegt niet hoeveel concentratie te veel is, en een toezichthouder die de beoordeling van een instelling beoordeelt, heeft een maatstaf nodig. Het model biedt drie vragen die een toezichthouder kan stellen over de consolidatiebeslissing of concentratiebeoordeling van elke instelling, en op elk ervan is het antwoord een getal.

De eerste is de effectieve diversiteit van het landschap, berekend uit het register over gedeelde componenten én platforms, en of zij überhaupt berekend is. Een instelling die haar aantal platforms rapporteert zonder haar gedeelde componenten, heeft nominale diversiteit gerapporteerd, en juli 2024 is de blijvende demonstratie dat nominale diversiteit niet de grootheid is die faalt. De tweede is de eigen schatting van de instelling van haar verliesconvexiteit, met de incidentgegevens of elicitatie die haar onderbouwen, omdat een instelling die γ\gamma niet heeft geschat haar concentratie niet geprijsd kan hebben, en een instelling waarvan de γ\gamma dicht bij één ligt, naar eigen zeggen weinig te winnen heeft bij diversificatie en zou moeten kunnen zeggen waarom. De derde is of de consolidatiebeslissingen van de afgelopen jaren de regels van tabel 5 droegen, en zo niet, wat de premie op elk ervan geweest zou zijn. Geen van deze vragen vereist dat de toezichthouder een aantal platforms voorschrijft, wat het model evenmin doet; zij vereisen dat de instelling laat zien dat zij de afweging kent die zij heeft gemaakt, en daar is een beoordeling van het concentratierisico voor.

Een toezichthouder kan het model ook op sectorniveau gebruiken, waar zijn vorm met gemeenschappelijke schokken van toepassing is. Een sector waarin de meeste instellingen hetzelfde platform, dezelfde agent of dezelfde aanbieder draaien, heeft een qq die de eigen diversificatie van geen enkele instelling verlaagt, en de veerkracht van de sector is dan een eigenschap van de leverancier in plaats van van de onder toezicht gestelden. Het model geeft de toezichthouder het vocabulaire om dat te zeggen, en de registergegevens geven hem de middelen om het te zien vóór de ochtend waarop het wordt gedemonstreerd.

15. Beperkingen en onderzoeksagenda

Dit is theoretisch onderzoek. Daaruit volgen vier beperkingen, elk met een toets.

Ten eerste is γ\gamma ongemeten. Het is de beslissende parameter van het model en de parameter die geen enkele onderneming momenteel vastlegt. Zij zou geschat kunnen worden uit incidenthistories door het verlies van elke storing te regresseren op het aandeel van de onderneming dat zij bereikte, binnen een onderneming of over een sector; de incidentmelding die DORA en NIS2 nu vereisen zal voor het eerst de steekproef opleveren. Wij voorspellen dat γ\gamma boven één ligt voor de meeste ondernemingen en sectoren, ruim boven één waar drempels prominent zijn, en op of onder één binnen nauw gekoppelde ketens. Een bevinding van γ≤1\gamma \le 1 over de hele linie zou de praktische stelling van dit artikel weerleggen en alleen zijn staartargument overlaten.

Ten tweede neemt het model platformstoringen als onafhankelijk en behandelt het correlatie via meffm_{\text{eff}}. Een voller model zou de gezamenlijke verdeling van storingen over een afhankelijkheidsgraaf geven, en de inventaris van gedeelde componenten van paragraaf 7 is de eerste stap daarnaartoe. De toets is of meffm_{\text{eff}}, berekend uit een inventaris, de waargenomen correlatie van storingen voorspelt.

Ten derde zijn de exploitatiekosten lineair in het aantal platforms en is het verlies een macht van het uitgevallen aandeel. Beide zijn vereenvoudigingen; de vaste kosten per platform kunnen dalen met schaal en verliezen kunnen trapsgewijs verlopen in plaats van gebogen. Het kwalitatieve resultaat, een inwendig optimum zodra het verlies convex is en p ℓp\,\ell groot is ten opzichte van c1c_1, overleeft elke kostenfunctie die stijgt met het aantal platforms en elke verliesfunctie die convex is; de gesloten vorm niet.

Ten vierde is de casus geconstrueerd en is de Nederlandse lezing interpretatief. De gebeurtenissen van juli 2024 en het ontwerp van de nationale identiteit zijn publiek; de bewering dat ondernemingen die ervan afhangen ze zouden moeten meetellen in meffm_{\text{eff}} is de onze. Een veldstudie die meffm_{\text{eff}} berekende voor een steekproef van Nederlandse financiële entiteiten uit hun DORA-concentratiebeoordelingen, en die vergeleek met vergelijking (5) met hun eigen verliesschattingen, zou laten zien hoe ver de sector van het optimum van het model af staat en in welke richting.

16. Conclusie

Standaardisatie van het IT-landschap verlaagt de exploitatiekosten ervan en verhoogt zijn kwetsbaarheid, en de twee heffen elkaar niet op. Minder platforms betekenen grotere storingen, en wanneer de schade van een storing sneller groeit dan haar omvang, wat het geval is zodra functies elkaar kunnen opvangen, workarounds eindig zijn en drempels bestaan, stijgt het verwachte storingsverlies naarmate platforms worden geconsolideerd, ook al wordt geen enkele storing waarschijnlijker. Het aantal platforms dat de som van exploitatiekosten en storingsverlies minimaliseert heeft een gesloten vorm: het stijgt met de kans op en de omvang van storingen en met de convexiteit van het verlies, en daalt met de kosten van een platform. Onder één houdt het orthodoxe advies stand; boven één betaalt de onderneming die volledig standaardiseert een monocultuurpremie die haar consolidatiebusinesscase niet laat zien.

Wij bij Nashua hebben betoogd dat de premie reëel is, dat zij het grootst is waar ondernemingen haar het minst verwachten, in nominaal diverse landschappen die een component delen, en dat zij in elke consolidatiebeslissing naast de besparingen geprijsd zou moeten worden. De regels zijn weinig in getal: standaardiseer binnen nauw gekoppelde ketens en diversifieer over los gekoppelde functies; tel effectieve diversiteit, niet nominale; prijs de premie; controleer de staart; en behoud de handmatige capaciteit als het ene platform dat met niets anders tegelijk faalt. De convexiteit waarop het betoog rust is de grootheid die het meest de moeite van het meten waard is, en de regelgeving die Nederlandse ondernemingen nu hun incidenten laat melden, zal haar voor het eerst meetbaar maken. Wij zien haar liever gemeten dan geloofd.

Bijlage A. Staartcijfers

Voor mm gelijk belaste platforms, die elk onafhankelijk uitvallen met kans pp per jaar en elk een aandeel 1/m1/m dragen, is het aantal uitgevallen platforms in een jaar binomiaal verdeeld met parameters mm en pp, en is het verlies ℓ (j/m)γ\ell\,(j/m)^{\gamma} wanneer er jj zijn uitgevallen. De onderstaande cijfers gebruiken p=0.10p = 0.10 en ℓ=60\ell = 60; de 95%-VaR (value at risk) is het kleinste verlies waarvan de overschrijdingskans onder 5% ligt.

Tabel 6.

m=1m=1 m=2m=2 m=3m=3 m=4m=4
P(geen storing) 0.900 0.810 0.729 0.656
P(één platform uitgevallen) 0.100 0.180 0.243 0.292
P(twee uitgevallen) – 0.010 0.027 0.049
P(drie of meer uitgevallen) – – 0.001 0.004
Verlies, één uitgevallen (γ=1\gamma=1) 60 30 20 15
Verwacht verlies (γ=1\gamma=1) 6.0 6.0 6.0 6.0
Verwacht verlies (γ=2\gamma=2) 6.0 3.0 2.0 1.5
VaR 95% (γ=1\gamma=1) 60 30 20 ≈\approx30

De VaR bij m=4m = 4 is ongeveer 30 omdat de kans dat twee of meer platforms in hetzelfde jaar uitvallen, ongeveer 5.2%, net boven het niveau van 5% ligt; bij een iets lagere pp zou zij 15 zijn. Het punt van de tabel zit in de eerste en de laatste rij: het verwachte verlies onder γ=1\gamma = 1 is identiek over de kolommen, en het slechtste jaar in twintig niet.

Bijlage B. Het schatten van de parameters

Storingskans pp. Uit het incidentenregister van de onderneming: uitschakelende storingen per platformjaar over het langst beschikbare venster, samengevoegd met gegevens van vergelijkbare ondernemingen of de sector waar de eigen historie van de onderneming kort is. Tel storingen die het platform gedurende de referentieduur of langer uitschakelden; kortere storingen behoren tot een andere verliesschaal.

Verliesschaal ℓ\ell. Het verlies wanneer de hele onderneming gedurende de referentieduur buiten bedrijf is: gemiste omzet of dienstverlening, compensatie en servicekredieten, toezichtsgevolgen, herstelkosten en een reputatieschatting. De meeste ondernemingen hebben dit cijfer onder een andere naam in hun bedrijfscontinuïteitsplanning.

Convexiteit γ\gamma. Uit het incidentenregister: voor elke storing het bereikte aandeel van de functies en het geleden verlies; fit log⁡(loss)=log⁡ℓ+γlog⁡(share)\log(\text{loss}) = \log \ell + \gamma \log(\text{share}). Waar het register dun is, ontlok γ\gamma aan de bronnen van paragraaf 5: vraag hoe lang opvang en workarounds standhouden, waar de drempels liggen en hoe het herstel schaalt, en begrens γ\gamma op basis van de antwoorden.

Platformkosten c1c_1. Uit de consolidatiebusinesscase zelf: de geclaimde besparing per verwijderd platform is, per constructie, c1c_1.

Effectieve diversiteit meffm_{\text{eff}}. Uit de applicatie-inventaris en de inventaris van gedeelde componenten van tabel 3: bereken de op aandelen gebaseerde maat over de platforms, leg vervolgens voor elke gedeelde component vast welke platforms ervan afhangen en stel hun paarsgewijze correlatie voor de faalwijze van die component op één.

Bijlage C. Gevoeligheidsraster

Tabel 7 geeft m∗m^{*} uit vergelijking (5) voor een raster van de inzetverhouding p ℓ/c1p\,\ell / c_1 en de convexiteit γ\gamma. Waarden onder één betekenen volledige standaardisatie.

Tabel 7. Optimaal aantal platforms m∗m^{*} naar inzetverhouding en convexiteit.

p ℓ/c1p\,\ell / c_1 0.5 1 2 4 8 16
γ=1.25\gamma = 1.25 0.19 0.33 0.57 1.00 1.74 3.03
γ=1.5\gamma = 1.5 0.40 0.63 1.00 1.59 2.52 4.00
γ=2\gamma = 2 0.71 1.00 1.41 2.00 2.83 4.00
γ=2.5\gamma = 2.5 0.92 1.18 1.55 2.05 2.70 3.56
γ=3\gamma = 3 1.00 1.26 1.59 2.00 2.52 3.17

Bijlage D. Verwacht verlies bij gecorreleerde storingen

Laat de mm platforms uitvallen met marginale kans pp elk en paarsgewijze correlatie ρ\rho tussen de uitvalindicatoren. Het verwachte aantal uitgevallen platforms is m pm\,p ongeacht ρ\rho, zodat bij lineair verlies (γ=1\gamma = 1) correlatie de verwachting niet verandert; zij verandert alleen de verdeling, door hetzelfde verwachte verlies te concentreren in minder, grotere gebeurtenissen. Bij convex verlies verhoogt correlatie de verwachting, omdat zij de kans verhoogt op de grote ff die de convexiteit bestraft. Voor de vorm met gemeenschappelijke schokken van paragraaf 4, waarin een schok met kans qq alle platforms uitschakelt en storingen verder onafhankelijk zijn, is het verwachte verlies exact q ℓ+(1−q) p ℓ m1−γq\,\ell + (1-q)\,p\,\ell\,m^{1-\gamma}, en is het effectieve aantal platforms dat het in het onafhankelijke model reproduceert meff=(q/p+(1−q) m1−γ)1/(1−γ)m_{\text{eff}} = \left(q/p + (1-q)\,m^{1-\gamma}\right)^{1/(1-\gamma)} voor γ≠1\gamma \neq 1. De vorm met paarsgewijze correlatie meff=m/(1+(m−1)ρ)m_{\text{eff}} = m / (1 + (m-1)\rho) van paragraaf 7 is de overeenkomstige reductie voor de variantie van het uitgevallen aandeel, en is de betere maat wanneer de correlatie diffuus is in plaats van één enkele schok.

Referenties

CrowdStrike (2024, 6 August). Channel File 291 incident: Root cause analysis. CrowdStrike Holdings. https://www.crowdstrike.com/wp-content/uploads/2024/08/Channel-File-291-Incident-Root-Cause-Analysis-08.06.2024.pdf

European Parliament and Council (2022). Regulation (EU) 2022/2554 on digital operational resilience for the financial sector (DORA). Official Journal of the European Union, L 333, 27 December 2022. https://eur-lex.europa.eu/eli/reg/2022/2554/oj

European Parliament and Council (2022). Directive (EU) 2022/2555 on measures for a high common level of cybersecurity across the Union (NIS 2). Official Journal of the European Union, L 333, 27 December 2022. https://eur-lex.europa.eu/eli/dir/2022/2555/oj

Geer, D., Bace, R., Gutmann, P., Metzger, P., Pfleeger, C. P., Quarterman, J. S., & Schneier, B. (2003, 24 September). CyberInsecurity: The cost of monopoly. Computer & Communications Industry Association. https://www.schneier.com/essays/archives/2003/09/cyberinsecurity_the.html

Haldane, A. G., & May, R. M. (2011). Systemic risk in banking ecosystems. Nature, 469, 351–355. https://doi.org/10.1038/nature09659

Hirschman, A. O. (1964). The paternity of an index. American Economic Review, 54(5), 761–762.

Hollnagel, E., Woods, D. D., & Leveson, N. (Eds.) (2006). Resilience engineering: Concepts and precepts. Ashgate. (Reissued by CRC Press, 2017. https://doi.org/10.1201/9781315605685)

Leveson, N. G. (2011). Engineering a safer world: Systems thinking applied to safety. MIT Press. https://doi.org/10.7551/mitpress/8179.001.0001

Markowitz, H. (1952). Portfolio selection. Journal of Finance, 7(1), 77–91. https://doi.org/10.1111/j.1540-6261.1952.tb01525.x

May, R. M. (1972). Will a large complex system be stable? Nature, 238, 413–414. https://doi.org/10.1038/238413a0

Perrow, C. (1984). Normal accidents: Living with high-risk technologies. Basic Books.

Ross, J. W., Weill, P., & Robertson, D. C. (2006). Enterprise architecture as strategy: Creating a foundation for business execution. Harvard Business School Press. ISBN 978-1-59139-839-4.

Sheffi, Y. (2005). The resilient enterprise: Overcoming vulnerability for competitive advantage. MIT Press.

Simpson, E. H. (1949). Measurement of diversity. Nature, 163, 688. https://doi.org/10.1038/163688a0

Tilman, D., Reich, P. B., & Knops, J. M. H. (2006). Biodiversity and ecosystem stability in a decade-long grassland experiment. Nature, 441, 629–632. https://doi.org/10.1038/nature04742

Weill, P., & Ross, J. W. (2004). IT governance: How top performers manage IT decision rights for superior results. Harvard Business School Press. ISBN 978-1-59139-253-8.

Weston, D. (2024, 20 July). Helping our customers through the CrowdStrike outage. The Official Microsoft Blog. https://blogs.microsoft.com/blog/2024/07/20/helping-our-customers-through-the-crowdstrike-outage/