Anjana Data

Gobierna tus datos abiertos conforme a DCAT-AP-ES listo para publicar en datos.gob.es

clara — Tue, 14 Apr 2026 16:48:18 +0000

DCAT-AP-ES en Anjana Data ya es una realidad. En un momento en que las administraciones públicas y las organizaciones que operan en España necesitan publicar sus datos abiertos conforme a la Norma técnica de Interoperabilidad (NTI-RISP), contar con una solución que traduzca el estándar en configuración real, sin desarrollo, sin fricciones, marca la diferencia entre cumplir y liderar.
Hemos analizado en profundidad el perfil de aplicación DCAT-AP-ES (versión 1.0.0), basado en DCAT-AP 2.1.1 y la extensión europea de Datos de Alto Valor (HVD 2.2.0), y lo hemos traducido en una configuración completa y desplegable en Anjana Data Platform. El resultado: una solución que permite gobernar catálogos, conjuntos de datos, distribuciones y servicios de datos conforme al estándar español, lista para interoperar con datos.gob.es y con cualquier portal europeo.

Del BOE a la plataforma: el estándar hecho configuración

DCAT-AP-ES no es solo un documento técnico. Es el marco que define cómo deben describirse, clasificarse y compartirse los datos abiertos en España. Pero aplicarlo exige mapear decenas de clases, propiedades obligatorias, vocabularios controlados y reglas de validación.
Nosotros ya lo hemos hecho. La configuración en Anjana Data incluye:

5 tipos de entidad alineados con las clases del estándar: Catálogo, Dataset, Distribución, Servicio de Datos y Registro de Catálogo
9 tipos de relación que reflejan fielmente el modelo DCAT-AP-ES: desde la relación Catálogo-Dataset hasta el linaje entre conjuntos de datos
Mas de 50 atributos de metadatos mapeados uno a uno con las propiedades del estándar, usando la nomenclatura técnica dcat_ y dcatapes_ para garantizar trazabilidad total con la especificación
15 vocabularios controlados precargados: temáticas NTI-RISP, categorías EU Data Theme, licencias, formatos, frecuencias de actualización, cobertura geográfica por comunidades autónomas, categorías de Datos de Alto Valor y más

Todo esto con los atributos nativos name y description mapeados a dct:title y dct:description, tal como exige el estándar.

Preparado para Datos de Alto Valor (HVD)

El Reglamento europeo de Datos de Alto Valor (UE 2023/138) establece obligaciones específicas para datasets de seis categorías críticas: geoespacial, meteorológica, estadística, movilidad, empresas y medio ambiente. DCAT-AP-ES incorpora estas exigencias, y nuestra configuración también:

Sección dedicada HVD en Dataset y Servicio de Datos con los campos dcatapes_hvdCategory y dcatapes_applicableLegislation
Vocabulario de categorías HVD precargado y listo para usar
Filtro en el buscador para localizar rápidamente todos los activos clasificados como Datos de Alto Valor

Así, las organizaciones que gestionen datos de alto valor pueden cumplir con la normativa europea desde el primer día.

Listo para desplegar: sin código, sin fricción

La configuración de DCAT-AP-ES en Anjana Data es out of the box. Esto significa:

Implantación en tiempo récord: toda la estructura de menús, secciones, atributos, validaciones y vocabularios se despliega de forma automatizada
Sin necesidad de programación: la configuración se aplica directamente a través de la API de administración de Anjana
Personalizable: se puede partir de esta base y adaptar menús, secciones o atributos a las necesidades específicas de cada organización, añadiendo metadatos propios sin romper la conformidad con el estándar
Validaciones integradas: los campos obligatorios del estándar (título, descripción, publicador, temática, derechos de acceso…) ya vienen configurados como REQUIRED, reduciendo errores de catalogación desde el origen

Interoperabilidad real con el ecosistema español y europeo

La configuración ha sido diseñada pensando en la interoperabilidad:

Vocabularios NTI-RISP: temáticas sectoriales y cobertura territorial alineadas con los recursos oficiales de datos.gob.es
Publicadores como Unidades Organizativas: los organismos públicos se modelan mediante el selector nativo de Anjana, facilitando la integración con el Directorio Común DIR3
Puntos de contacto desglosados: la información de contacto (vcard:Kind) se desglosa en campos individuales —nombre, organización, email, teléfono, URL— para facilitar tanto la cumplimentación como la exportación
API REST abierta: todos los metadatos gobernados en Anjana son accesibles vía API, permitiendo alimentar portales de datos abiertos, federaciones de catálogos y harvesting automatizado

Tres capas de linaje para visualizar tu catálogo

Mas allá de los metadatos, hemos configurado tres capas de linaje que permiten visualizar las relaciones entre los activos desde diferentes perspectivas:

Vista general del catálogo: muestra la jerarquía completa Catálogo > Datasets > Distribuciones > Servicios, con agrupaciones que permiten colapsar y expandir cada nivel
Linaje de datos: centrada en la trazabilidad entre datasets, sus distribuciones y los servicios que los sirven, incluyendo relaciones entre conjuntos de datos fuente
Gobernanza del catálogo: orientada a la gestión, mostrando registros de catálogo, subcatálogos y la relación de cada registro con el recurso que cataloga

10 filtros en el buscador, listos para encontrar lo que importa

El buscador de Anjana Data queda configurado con 10 filtros específicos para DCAT-AP-ES:

Filtros principales (visibles por defecto): Temática, Publicador, Derechos de acceso, Cobertura geográfica y Categoría HVD
Filtros secundarios (a demanda del usuario): Idioma, Formato, Fecha de publicación, Fecha de modificación y Frecuencia de actualización

Cada filtro esta traducido a español e ingles, y conectado directamente con los vocabularios controlados del estándar.

Una solución modular, preparada para crecer

DCAT-AP-ES es la base, pero Anjana Data permite ir mas alla:

Anadir extensiones sectoriales (salud, energia, geoespacial…) sobre la misma configuración base
Incorporar metadatos propios de la organización en secciones adicionales, sin alterar la conformidad con el estándar
Activar workflows de gobernanza para la revisión y aprobación de metadatos antes de su publicación
Conectar con portales de datos abiertos existentes para automatizar la sincronización de catálogos

[VÍDEO] Demo de configuración DCAT-AP-ES

Te mostramos en detalle cómo luce esta implementación en la plataforma:

https://youtu.be/CyHWst97aA8

Quieres gobernar tus datos abiertos conforme al estándar español?

Si tu organizacion necesita alinear su catálogo de datos con DCAT-AP-ES, cumplir con el Reglamento de Datos de Alto Valor o prepararse para la Data Act, ahora puedes hacerlo de forma inmediata, sin desarrollo y con una solución 100% interoperable.
Contacta con nosotros para activar esta configuración en tu entorno, solicitar una demo personalizada o conocer como Anjana Data puede ayudarte a convertir la normativa en gobernanza real.

ADP4DS en el Webinar de CRED: cómo operar Espacios de Datos soberanos en producción

clara — Fri, 27 Feb 2026 09:13:08 +0000

Esta semana participamos en el webinar organizado por el Centro de Referencia en Economía del Dato (CRED): “Soluciones para Espacios de Datos”.

En representación de Anjana Data, nuestro CEO Mario de Francisco Ruiz presentó cómo ADP4DS (Anjana Data Platform for Data Spaces) permite pasar del diseño conceptual de un Espacio de Datos a su operación real en producción.

Porque el reto ya no es entender qué es un Espacio de Datos.
El reto es cómo gobernarlo, operarlo y escalarlo con garantías.

El desafío: industrializar la gobernanza en entornos multi-organización

Los Espacios de Datos implican:

Múltiples participantes
Políticas de uso del dato
Estándares europeos (Gaia-X, IDSA)
Cumplimiento regulatorio
Trazabilidad y control continuo

Sin una plataforma preparada para ello, la complejidad crece exponencialmente.

ADP4DS: Plataforma para Espacios de Datos en producción

Durante el webinar mostramos cómo ADP4DS actúa como capa común de gobierno e intercambio de información y conocimiento, basada en metadatos y diseñada específicamente para entornos federados.

ADP4DS permite:

Gobernar activos con trazabilidad, auditoría y versionado
Gestionar acuerdos de compartición de datos
Integrar vocabularios comunes sobre una capa semántica compartida
Automatizar procesos con enfoque governance-first
Operar entornos multi-organización con workflows basados en roles
Integrarse con conectores IDS, Clearing House y otras tecnologías

No hablamos de teoría.
Hablamos de infraestructura tecnológica preparada para producción.

Más allá del catálogo: Marketplace Federado de Conocimiento

Un Espacio de Datos no es solo intercambio de datasets.

ADP4DS habilita un Marketplace Federado de Conocimiento, donde:

Los activos están contextualizados semánticamente
Los acuerdos son trazables
El linaje es declarativo y multicapas
El conocimiento es reutilizable

Esto permite evolucionar del simple data sharing hacia la creación de valor compartido.

Soberanía real, no declarativa

La soberanía del dato implica:

Control efectivo del acceso
Políticas ejecutables
Capacidad de auditoría
Interoperabilidad sin pérdida de autonomía

ADP4DS está diseñada para habilitar Espacios de Datos soberanos alineados con marcos europeos y preparados para entornos regulados.

¿Estás diseñando o impulsando un Espacio de Datos?

Si tu organización está:

Promoviendo un Espacio de Datos sectorial
Adhiriéndose a un ecosistema existente
Buscando tecnología interoperable y preparada para producción

Hablemos.

Solicita una sesión técnica sobre ADP4DS:
https://anjanadata.com/solicita-una-demo/

Si no pudiste asistir al webinar, aquí puedes consultar todo el material:

Ver la grabación completa del webinar
https://www.youtube.com/watch?v=e0ROLt5R0As

CNIS 2026: Industrializando el Gobierno del Dato, la IA y los Espacios de Datos en el Sector Público

clara — Thu, 19 Feb 2026 20:19:37 +0000

Anjana Data estará presente en CNIS 2026, el Congreso Nacional de Innovación y Servicios Públicos, acompañando a nuestro partner estratégico hiberus, a quien queremos agradecer especialmente la invitación y la oportunidad de compartir espacio en su stand.

Tras participar en las dos últimas ediciones, volvemos a CNIS reforzando un mensaje claro:

El reto del Sector Público ya no es definir estrategias de datos e IA.
El reto es industrializarlas y escalarlas.

Un partnership estratégico para transformar el Sector Público

Nuestra colaboración con hiberus va mucho más allá de un evento.

Compartimos visión y compromiso con la modernización del Sector Público, y contamos con casos de éxito conjuntos como el del Gobierno de Aragón, referente nacional en Gobierno del Dato y Gobierno de la IA.

Este tipo de proyectos demuestran que es posible:

Integrar gobierno, tecnología y operación.
Alinear estrategia y ejecución.
Construir capacidades estructurales, no soluciones aisladas.

Nuestra propuesta de valor para el Sector Público

1⃣ Gobierno del Dato: de la teoría a la ejecución

Las AAPP necesitan algo más que un catálogo.

Necesitan:

Gestión integral de metadatos.
Control de calidad.
Políticas y roles.
Trazabilidad y auditoría.
Automatización del cumplimiento.
Integración real con el stack tecnológico existente.

Anjana Data Platform permite convertir el gobierno en una capacidad operativa permanente.

2⃣ Gobierno de la IA: control, supervisión y cumplimiento

La adopción de la IA en la Administración exige:

Trazabilidad de datasets y modelos.
Gestión de riesgos.
Control de uso.
Supervisión continua.
Alineación con el marco regulatorio europeo.

Nuestra plataforma integra el Gobierno de la IA como extensión natural del Gobierno del Dato, evitando silos y garantizando coherencia.

3⃣ Espacios de Datos: interoperabilidad con soberanía

España está impulsando activamente Espacios de Datos sectoriales.

Pero para que funcionen, necesitan infraestructura preparada para producción.

Con ADP4DS (Anjana Data Platform for Data Spaces) habilitamos:

Gestión de acuerdos de compartición (Data Sharing Agreements).
Control de acceso y soberanía.
Auditoría y trazabilidad.
Interoperabilidad real.
Escalabilidad más allá de pilotos.

El diferencial: Data & Knowledge Marketplace

Una de las capacidades diferenciales de Anjana Data Platform es su enfoque de Marketplace.

No hablamos solo de catalogar datos, sino de habilitar un verdadero:

Data & Knowledge Marketplace

Donde:

Productores publican activos gobernados.
Consumidores (personas y agentes inteligentes) pueden descubrirlos y solicitarlos.
Los accesos se gestionan mediante acuerdos formales y trazables.
Se garantiza control, seguridad y cumplimiento.

Este enfoque convierte la plataforma en una infraestructura de intercambio de conocimiento, preparada para un entorno donde los consumidores ya no son solo personas, sino también sistemas y agentes autónomos.

Marca España con reconocimiento internacional

Anjana Data es la única empresa española incluida en un Magic Quadrant de Gartner en el ámbito de Data & Analytics.

Esto refuerza nuestro compromiso con:

Soberanía tecnológica.
Industria nacional.
Competitividad internacional.
Estándares globales.

Demos en directo en CNIS 2026

El jueves por la mañana, en el stand de hiberus, realizaremos demos personalizadas de la nueva versión de la plataforma, mostrando:

Gobierno del Dato en operación real.
Gobierno de la IA integrado.
Marketplace activo.
Casos reales en Administraciones Públicas.

En las demos estarán presentes:

Mario de Francisco Ruiz, CEO & Business Development Director
Lucía Engo Bermejo, Head of Customer Success & Product Strategy Director

Si asistes a CNIS 2026, estaremos encantados de conversar sobre cómo llevar tu estrategia de datos e IA a producción con garantías.

Nos vemos en Madrid.

Gobernar no es catalogar: entender el mercado antes de empezar una iniciativa de Gobierno del Dato & IA

clara — Mon, 16 Feb 2026 11:44:57 +0000

Gobernar no es catalogar

Entender el mercado antes de empezar una iniciativa de Gobierno de Datos & IA

En los últimos años, el mercado del Data Management ha cambiado de forma significativa. No es casualidad que Gartner dejase de publicar el histórico Magic Quadrant for Metadata Management Solutions para evolucionar hacia nuevas categorías como Active Metadata Management y, más recientemente, el Magic Quadrant for Data & Analytics Governance Platforms.

Este movimiento no es simplemente terminológico. Refleja una realidad del mercado: no todas las soluciones que gestionan metadatos o catalogan activos están diseñadas para gobernar datos e IA desde un punto de vista organizativo.

Hoy conviven, al menos, dos grandes bloques tecnológicos:

Por un lado, las Plataformas de Datos & IA que incluyen capacidades de gobierno técnico dentro de su propio stack (Microsoft Fabric y Purview, AWS Glue Catalog, Lake Formation, DataZone y Sagemaker, Google Dataplex, Unity Catalog en Databricks, Snowflake Horizon, IBM, SAP, Oracle, Cloudera, Denodo, Qlik-Talend, Stratio, entre otros).

Por otro lado, las Plataformas de Gobierno de Datos & IA independientes y transversales, reconocidas como categoría propia por Gartner, donde se sitúan soluciones como Collibra, Informatica, Atlan, Alation, Erwin, DataGalaxy… y Anjana Data Platform.

Lee aquí nuestro artículo acerca de nuestra aparición en el Magic Quadrant for Data & Analytics Governance Platforms

Para una organización que está empezando, entender esta diferenciación es crítico. Porque el error más habitual no es elegir una herramienta equivocada. Es no entender qué problema está resolviendo realmente cada tipo de solución.

Catalogar vs Gobernar: una diferencia estructural

Muchas organizaciones comienzan su camino activando el catálogo técnico que ya viene incluido en su plataforma cloud o analítica. Es lógico: la funcionalidad está disponible, la integración es sencilla y el valor es inmediato.

Herramientas como Microsoft Purview, AWS Glue Catalog, Google Dataplex, Unity Catalog, Snowflake Horizon o Cloudera Catalog permiten descubrir activos técnicos automáticamente, extraer metadatos estructurales, inferir linaje técnico y clasificar información sensible (con algunas limitaciones, por supuesto). Para equipos de arquitectura y data engineering, esto es extremadamente útil.

Pero catalogar no es gobernar.

Catalogar significa describir lo que existe. Gobernar significa decidir cómo debe existir, quién es responsable, bajo qué reglas se construye y cómo se consume.

Un catálogo responde a la pregunta:

¿Qué activos técnicos tengo y cómo están conectados?

Una plataforma de gobierno organizativo responde a preguntas más complejas:

¿Quién es el Data Owner?
¿Qué políticas aplican?
¿Qué contrato regula su consumo?
¿Qué impacto tiene un cambio?
¿Cómo se integra esto en la gestión de la demanda y en los procesos de negocio?

Desde nuestra experiencia en proyectos reales —incluyendo organizaciones que han tenido que rediseñar su enfoque tras varios meses de implantación— la confusión entre ambos conceptos suele generar iniciativas con mucha visibilidad técnica y poco control organizativo.

Gobierno técnico vs Gobierno funcional

Los catálogos nativos de las plataformas cloud y de datos cumplen una función clara: proporcionar gobierno técnico dentro de su propio ecosistema.

Purview y OneLake “gobiernan” Azure y Fabric.
Unity Catalog “gobierna” Databricks.
Horizon “gobierna” Snowflake.
Cloudera SDX “gobierna” Cloudera.
Dataplex “gobierna” GCP.
Glue Catalog, Lake Formation, DataZone y Sagemaker “gobiernan” AWS.

Su integración es profunda, su automatización es potente y su alineación con la arquitectura subyacente es natural. Son piezas muy valiosas.

Pero su alcance está limitado al ámbito tecnológico que controlan.

El gobierno funcional, en cambio, tiene que ver con cómo la organización estructura dominios, responsabilidades, políticas, contratos de datos, workflows de aprobación y modelos operativos. Tiene que ver con cómo se gestiona el ciclo de vida completo del dato y de los activos de IA desde una perspectiva organizativa, no solo técnica.

Aquí es donde aparecen las Plataformas de Gobierno de Datos & IA reconocidas por Gartner como categoría diferenciada. Estas plataformas —Collibra, Informatica, Atlan, Alation, entre otras— nacen con vocación transversal, no como extensión de una única arquitectura tecnológica.

Anjana no compite con el gobierno técnico nativo de las Plataformas de Datos & IA. Lo eleva a una capa superior de gobierno integral, transversal, agnóstico y orientado al negocio.

No sustituye el gobierno técnico. Lo complementa y lo integra en un marco organizativo más amplio.

Gobierno pasivo y reactivo vs Gobierno proactivo y preventivo

Existe otra distinción menos visible pero igualmente crítica.

Un modelo basado exclusivamente en catálogo técnico tiende a ser reactivo. Descubre activos una vez construidos. Detecta cambios cuando ya han ocurrido. Clasifica información después de su creación.

Es un gobierno posterior al hecho.

Un modelo de gobierno proactivo integra el gobierno en el diseño. Declara activos antes de su construcción. Define reglas y responsabilidades antes de su puesta en producción. Evalúa impactos antes de ejecutar cambios.

En organizaciones que aspiran a modelos como Data Mesh y DataOps, ecosistemas híbridos y federados o gobierno de agentes de IA avanzado, el enfoque reactivo resulta insuficiente. No porque el catálogo técnico no sea útil, sino porque llega tarde para influir en decisiones críticas.

En nuestra experiencia, las iniciativas más sólidas son aquellas que combinan visibilidad técnica automatizada con operativización organizativa preventiva.

Linaje técnico inferido vs Linaje declarativo

El linaje es uno de los argumentos más utilizados en el mercado.

Las plataformas técnicas tienen ciertas capacidades para inferir linaje técnico automáticamente (OJO, la magia negra no existe y aquí hay mucho humo en el mercado) a partir de pipelines, consultas y transformaciones. Esta capacidad es valiosa para entender dependencias técnicas y analizar impactos.

Pero el linaje técnico inferido no captura relaciones organizativas ni contractuales. No representa responsabilidades, acuerdos de compartición, políticas aprobadas o dependencias entre productos de información desde un punto de vista funcional.

El linaje declarativo, en cambio, permite modelar explícitamente estas relaciones. Representa cómo los activos están conectados desde la perspectiva de gobierno, no solo desde la transformación técnica.

Ambos enfoques no son excluyentes. De hecho, deben convivir.

El linaje técnico vive donde debe vivir: en la capa técnica.
El linaje declarativo aporta una capa de significado organizativo que el inferido no puede ofrecer.

Cuando se diseñan arquitecturas híbridas bien pensadas, ambos flujos se integran bidireccionalmente bajo principios de Active Metadata.

Gobierno basado en control vs Gobierno flexible

Algunas organizaciones interpretan el gobierno como un mecanismo de control centralizado rígido. En la práctica, esto genera resistencia, fricción y ralentización.

Pero tampoco funciona el extremo opuesto: el gobierno puramente observacional que solo documenta lo que ocurre.

Un gobierno flexible combina estructura y autonomía. Permite modelos centralizados, federados o híbridos. Se adapta a grupos empresariales con múltiples organizaciones. Puede coexistir en entornos multi-cloud y on-premise.

En arquitecturas reales —con Azure, AWS, GCP, Snowflake, Databricks, Oracle, SQL Server, Cloudera, Denodo y múltiples combinaciones— la agnosticidad no es un lujo, es una necesidad.

Evitar el lock-in no es solo una cuestión tecnológica. Es también conceptual.

Si el modelo de gobierno está diseñado alrededor de una única plataforma técnica, cualquier cambio estratégico futuro puede obligar a rediseñar el gobierno desde cero.

Anticiparse al coste y a la madurez

El modelo de coste es otro elemento que rara vez se analiza en profundidad al inicio.

Algunas soluciones técnicas operan bajo modelos de consumo continuo: escaneos recurrentes, perfilados automáticos, clasificación dinámica, detección de cambios. En fases iniciales el impacto puede parecer reducido. Con el crecimiento del ecosistema, puede convertirse en un factor estructural.

Pero más allá del coste, está la madurez organizativa. Un modelo excesivamente técnico puede funcionar en organizaciones centradas en ingeniería. Resulta insuficiente cuando el gobierno debe involucrar negocio, riesgos, cumplimiento normativo o gobierno de IA.

Anticiparse a estos factores es una cuestión de diseño estratégico, no de configuración técnica.

Defender el escenario híbrido desde el inicio

Después de años trabajando con organizaciones reales —y viendo tanto implementaciones exitosas como rectificaciones complejas— nuestra conclusión es clara:

El debate no es “Purview o Anjana”.
No es “Unity Catalog o plataforma de gobierno”.
No es “catálogo nativo u open-source”.

El debate es arquitectura y visión.

Lo razonable es aprovechar el gobierno técnico nativo allí donde aporta valor —descubrimiento, clasificación, linaje técnico profundo— y elevar esa información a una capa superior de gobierno organizativo, transversal y agnóstico.

Ese enfoque híbrido:

Evita el lock-in conceptual y tecnológico.
Permite escalar a medida que crece la madurez.
Integra gobierno técnico y funcional.
Facilita el paso del gobierno reactivo al proactivo.
Hace sostenible el modelo a medio y largo plazo.

Gobierno del Dato & Gobierno de la IA

Gobernar datos y gobernar IA no es exactamente lo mismo. Pero tampoco pueden abordarse como mundos separados.

El gobierno del dato tradicionalmente se ha centrado en aspectos como calidad, definición semántica, responsabilidades, trazabilidad, cumplimiento normativo y control de accesos. Incluso cuando se ha limitado al plano técnico, su foco ha estado en la gestión del ciclo de vida de los activos estructurados: tablas, pipelines, informes, datasets.

El gobierno de la IA introduce nuevas dimensiones:

- Versionado de modelos.
- Trazabilidad de datasets de entrenamiento.
- Explicabilidad.
- Evaluación de riesgos.
- Impacto ético y regulatorio.
- Supervisión continua del comportamiento.
- Control de agentes autónomos.
- Gestión de prompts, embeddings y fuentes de conocimiento en entornos generativos.

Las piezas de gobierno técnico nativas de las plataformas suelen extender sus capacidades hacia la IA desde una perspectiva igualmente técnica. Por ejemplo, integrando metadatos de modelos, capturando información sobre entrenamientos o mostrando dependencias técnicas entre datasets y modelos dentro del mismo ecosistema tecnológico.

Esto es útil, pero insuficiente.

Porque gobernar IA no es solo registrar que un modelo existe o saber con qué dataset fue entrenado. Es establecer quién lo aprobó, bajo qué criterios, con qué finalidad, con qué límites de uso, bajo qué política de riesgo y qué mecanismos de supervisión aplican.

Es pasar del metadato técnico al contexto organizativo.

Además, un modelo, un sistema o un agente de IA no existe en el vacío. Depende de datos de entrenamiento, definiciones semánticas, reglas de calidad, políticas de acceso, dominios responsables, contratos de uso, etc.

Si el gobierno del dato y el gobierno de la IA están gestionados en plataformas diferentes, con modelos organizativos distintos o sin integración real, aparecen problemas estructurales. Aparecen las inconsistencias en responsabilidades, la falta de trazabilidad end-to-end, las dificultades para evaluar impacto regulatorio, la duplicidad de workflows, la falta de alineamiento entre negocio y tecnología y el riesgo de que la IA consuma datos no aprobados o no certificados.

En un entorno donde la regulación sobre IA está creciendo y donde los agentes autónomos empiezan a tomar decisiones operativas, esta desconexión no es solo una ineficiencia. Es un riesgo estratégico.

Gobernar datos sin gobernar la IA deja abierta la puerta a decisiones automatizadas sin control organizativo.
Gobernar IA sin integrar el gobierno del dato genera modelos técnicamente trazables pero organizativamente opacos.

Cuando el gobierno del dato y el gobierno de la IA conviven en una misma Plataforma de Gobierno de Datos & IA, el enfoque cambia radicalmente.

En un modelo integrado:

Un modelo de IA puede declararse como producto de información.
Se asocia a un dominio responsable.
Se vincula formalmente a los datasets aprobados que lo alimentan.
Se somete a workflows de aprobación antes de su despliegue.
Se le asignan contratos de uso específicos.
Se conecta con políticas regulatorias.
Se integra en el linaje declarativo junto con los activos de datos.

Esto permite tener una visión completa, desde el dato bruto hasta la decisión automatizada. No es solo una cuestión técnica. Es una cuestión de coherencia organizativa.

Además, la integración aporta tres beneficios estratégicos clave:

Trazabilidad end-to-end real: Desde el dato fuente hasta el modelo y desde el modelo hasta el proceso de negocio que lo consume.
Responsabilidad clara: Cada activo —dato o modelo— tiene un dominio y roles asociados dentro de un mismo marco organizativo.
Gobernanza preparada para agentes autónomos: En un mundo donde los consumidores de conocimiento ya no son solo personas sino también agentes de IA, tener una capa de gobierno unificada permite controlar qué conocimiento se expone, bajo qué condiciones y con qué contratos.

Las plataformas técnicas pueden registrar modelos y datasets dentro de su ecosistema. Pero no están diseñadas para articular un modelo organizativo transversal que conecte datos, modelos, contratos, responsabilidades y procesos.

Una Plataforma de Gobierno de Datos & IA moderna permite integrar ambos mundos bajo una misma lógica de gobierno.

No se trata de añadir “gobierno de IA” como un módulo adicional. Se trata de reconocer que los modelos de IA son activos de información gobernados y que deben formar parte del mismo sistema de responsabilidades, políticas y contratos que los datos.

Aquí vuelve a cobrar sentido el mensaje central: Anjana no compite con el gobierno técnico nativo de las Plataformas de Datos & IA. Lo eleva a una capa superior de gobierno integral, transversal, agnóstico y orientado al negocio.

Y en el contexto actual, esa integración entre gobierno del dato y gobierno de la IA no es opcional. Es el único enfoque coherente para organizaciones que quieren escalar su uso de la inteligencia artificial sin asumir riesgos innecesarios.

Del Data Catalog al Knowledge Marketplace: la verdadera ventaja competitiva

Hasta aquí hemos hablado de visibilidad, control y arquitectura. Pero hay una pregunta aún más estratégica que pocas organizaciones se hacen al inicio:

¿Para qué queremos gobernar realmente?

La respuesta no debería ser únicamente cumplir normativa o tener el inventario ordenado. El verdadero objetivo es convertir los datos y la IA en conocimiento reutilizable, compartible y explotable de forma controlada.

Si el gobierno del dato y el gobierno de la IA están integrados en una misma lógica organizativa, ocurre algo muy interesante. La conversación deja de ser puramente defensiva —control, cumplimiento, mitigación de riesgos— y pasa a ser estratégica.

Porque cuando datos y modelos están declarados formalmente como activos gobernados, asociados a dominios y responsables, vinculados mediante linaje declarativo, sujetos a workflows y políticas, regulados mediante contratos de uso y son auditables en todo su ciclo de vida, entonces la organización no solo controla. También puede activar el conocimiento de forma segura y escalable.

Y es en ese punto donde aparece el siguiente nivel evolutivo. No hablamos ya de catálogo. No hablamos solo de gobierno. Hablamos de Knowledge Marketplace.

Durante años, el mercado ha hablado de Data Marketplace como repositorio de datasets. Pero esa visión es limitada. Un Knowledge Marketplace no publica solo tablas; publica productos de información completos, que integran datos, contexto semántico, reglas de calidad, políticas de uso, responsables, contratos y trazabilidad.

No se comparte únicamente el dato. Se comparte conocimiento empresarial gobernado.

Y esto no puede construirse únicamente sobre un catálogo técnico. Un catálogo puede mostrar que un dataset existe. Pero no puede, por sí solo, declararlo como producto aprobado, asociarlo a un dominio responsable, establecer contratos de uso ni automatizar la concesión de accesos bajo reglas organizativas.

La materialización real de un Knowledge Marketplace exige una Plataforma de Gobierno de Datos & IA moderna, capaz de convertir activos técnicos en productos gobernados.

Lee aquí nuestro artículo en el que explicamos la evolución del Data Marketplace al Knowledge Marketplace

Esto transforma la democratización del conocimiento en un proceso regulado, trazable y alineado con el modelo de gobierno.

Y cobra aún más relevancia en el contexto actual. Los consumidores de conocimiento ya no son solo personas. Son también modelos de IA, agentes autónomos y sistemas automatizados que necesitan acceder al conocimiento empresarial de forma estandarizada, segura y gobernada.

Estos agentes no pueden interpretar informalidades organizativas ni navegar manualmente catálogos técnicos. Necesitan contexto, contratos y reglas claras.

En este escenario, el Knowledge Marketplace se convierte en la guinda del pastel. Es el resultado natural de haber diseñado correctamente la arquitectura de gobierno desde el inicio.

Y es, cada vez más, la fuente de ventaja competitiva real.

Conclusión. Del catálogo al gobierno real

Gobernar no es catalogar. El gobierno técnico no sustituye al gobierno organizativo. El linaje inferido no reemplaza la responsabilidad declarativa. El control reactivo no equivale a diseño preventivo.

Democratizar el conocimiento no significa abrir accesos sin control. Significa hacerlo de forma gobernada, contextualizada, segura y alineada con responsabilidades claras.

Y gobernar la IA no consiste únicamente en registrar modelos. Consiste en garantizar que cada decisión automatizada esté respaldada por datos aprobados, políticas definidas y contratos de uso explícitos.

Anjana no compite con el gobierno técnico nativo de las Plataformas de Datos & IA. Lo eleva a una capa superior de gobierno integral, transversal, agnóstico y orientado al negocio.

Una capa que permite integrar gobierno del dato y gobierno de la IA bajo una misma lógica organizativa. Una capa que habilita la democratización controlada del conocimiento empresarial. Una capa que hace posible que personas y agentes autónomos accedan al conocimiento de forma estandarizada, segura y trazable.

En un mercado cada vez más impulsado por datos, IA y automatización, la diferencia no está en quién tiene más metadatos. Está en quién es capaz de transformar datos y modelos en conocimiento gobernado y activable. Y esa diferencia es estratégica.

I Encuentro Nacional de Espacio de Datos

clara — Wed, 11 Feb 2026 14:46:55 +0000

El pasado 29 de enero de 2026, Madrid acogió el I Encuentro Nacional de Espacios de Datos, organizado por el Centro de Referencia en Economía del Dato (CRED) y respaldado por la Secretaría de Estado de Digitalización e Inteligencia Artificial (SEDIA).

El evento confirmó algo que desde Anjana Data llevamos tiempo constatando en proyectos reales: los Espacios de Datos han superado la fase conceptual y entran en una etapa de implementación efectiva.

Ya no se trata de definir qué es un Espacio de Datos, sino de cómo operarlo en producción.

La conversación ha madurado: ahora el reto es ejecutar

Durante las distintas sesiones se abordaron cuestiones clave como interoperabilidad, cumplimiento normativo, soberanía y estándares europeos. Sin embargo, el verdadero desafío no es estratégico, sino operativo:

¿Cómo se despliega técnicamente un Espacio de Datos?
¿Cómo se gobierna en entornos federados?
¿Cómo se garantiza control real sobre el dato cuando múltiples actores participan?

Desde nuestra experiencia desplegando Espacios de Datos reales, sabemos que estas preguntas requieren infraestructura específica, no solo marcos conceptuales.

ADP4DS: Espacios de Datos diseñados para producción

En Anjana Data abordamos los Espacios de Datos desde una perspectiva práctica: dotar a las organizaciones de una plataforma lista para operar entornos federados.

ADP4DS (Anjana Data Platform for Data Spaces) nace precisamente para cubrir ese vacío entre la estrategia institucional y la realidad técnica. No es un marco teórico ni un conjunto de buenas prácticas, sino una plataforma diseñada para:

Implementar gobernanza efectiva en entornos distribuidos
Integrar estándares europeos como Gaia-X e IDSA
Garantizar trazabilidad y control sobre los activos de información
Facilitar la interoperabilidad sin perder soberanía

Nuestra aproximación parte de una premisa clara: un Espacio de Datos no es un proyecto piloto, es una infraestructura crítica.

Interoperabilidad real, no declarativa

Uno de los mensajes recurrentes del Encuentro fue la necesidad de avanzar sobre estándares abiertos y arquitecturas federadas.

En nuestra experiencia, la interoperabilidad no se consigue únicamente adhiriéndose a un marco de referencia, sino resolviendo aspectos técnicos concretos:

Gestión de identidades y confianza
Control de acceso distribuido
Políticas de uso del dato
Conectividad segura entre participantes

ADP4DS integra estos componentes como parte nativa de la plataforma, permitiendo que las organizaciones operen dentro de un ecosistema federado sin depender de desarrollos ad hoc.

Del discurso de soberanía al control efectivo

La soberanía del dato fue uno de los ejes centrales del evento. Sin embargo, soberanía no significa simplemente alojar datos en territorio europeo.

Significa:

Decidir quién accede
Bajo qué condiciones
Con qué trazabilidad
Y con qué capacidad de revocación

En proyectos como el caso real de Evidenze, hemos demostrado que es posible poner en producción un Espacio de Datos con control efectivo sobre los activos compartidos, manteniendo la autonomía de cada participante.

Esa experiencia práctica es la que diferencia una aproximación tecnológica madura de una iniciativa exploratoria.

España acelera. Ahora toca escalar

El I Encuentro Nacional de Espacios de Datos evidencia que España está alineada con la agenda europea y decidida a consolidar sectores estratégicos como salud, industria o movilidad mediante infraestructuras de datos compartidos.

El siguiente paso es escalar.

Escalar implica pasar de pilotos financiados a entornos estables.
Implica industrializar la gobernanza.
Implica operar Espacios de Datos con garantías técnicas, regulatorias y organizativas.

Desde Anjana Data seguiremos contribuyendo a esta transición con una convicción clara:

Los Espacios de Datos no son una promesa futura.
Son infraestructuras que deben funcionar hoy.

Y para ello, necesitan tecnología preparada para producción.

Un Espacio de Datos en producción: el caso real de Evidenze

clara — Wed, 11 Feb 2026 13:35:38 +0000

Los Espacios de Datos se están consolidando como una pieza clave para habilitar nuevos modelos de colaboración basados en datos, especialmente en contextos donde la seguridad, el gobierno y el cumplimiento regulatorio son críticos. Sin embargo, uno de los principales retos para los promotores sigue siendo cómo pasar de la estrategia a la operación real en producción.

En este contexto, Evidenze, una compañía que impulsa la investigación clínica mediante Real World Evidence (RWE/RWD) y trabaja con distintos actores del ecosistema sanitario europeo, compartió su experiencia como promotor de un Espacio de Datos durante el webinar “Evidenze Data Space: casos de uso reales y claves para el Kit de Espacios de Datos”.

El webinar tuvo lugar el 14 de enero de 2026, de 12:00h a 14:00h, y mostró cómo es posible desplegar, en un plazo inferior a dos meses, toda la capa de catalogación, gobierno del dato y automatización de la gestión de accesos, utilizando una plataforma tecnológica propietaria, sin desarrollos a medida.

Durante la sesión, Lucía Engo, Directora de Customer Success de Anjana Data, realizó una demo en directo sobre el Espacio de Datos de Evidenze, mostrando cómo Anjana Data Platform for Data Spaces (ADP4DS) actúa como la plataforma tecnológica que soporta la capa de catalogación, gobierno y automatización de la gestión de accesos del Data Space del cliente.

ADP4DS es una plataforma en TRL 9, líder en el mercado español, con múltiples implantaciones y casos de éxito en producción en grandes organizaciones del sector privado y de la Administración Pública, y reconocida por Gartner en el ámbito de Data & Analytics Governance.

Este webinar constituye un ejemplo real y replicable de cómo cualquier organización —pública o privada— puede actuar como promotor de un Espacio de Datos y disponer, en muy poco tiempo, de una infraestructura tecnológica madura, configurable y soportada por fabricante para operar su ecosistema de intercambio de datos.

Accede aquí a la grabación completa del webinar:

Video

Unboxing: ADP4DS (Anjana Data Platform For Data Spaces)

clara — Thu, 18 Dec 2025 15:52:31 +0000

Dentro de la nueva serie de webinars de BAIDATA, titulada “Unboxing”, hemos creado un espacio dedicado a mostrar las soluciones tecnológicas que están transformando los espacios de datos, fomentando la interoperabilidad y fortaleciendo la soberanía digital en diversos sectores. Con esta serie queremos abrir la “caja” de la innovación y analizar, de forma práctica y cercana, cómo distintas organizaciones están construyendo ecosistemas de datos confiables y sostenibles.

Con esta iniciativa “Unboxing” se convierte en una cita clave para descubrir ideas relevantes, inspirar nuevas colaboraciones, promover el intercambio de conocimiento y visibilizar el valor que aportan las soluciones presentadas y que hacen posible un ecosistema digital más confiable y soberano.

Mario de Francisco Ruiz (CEO de Anjana Data) y Lucía Engo Bermejo (Head of Customer Success de Anjana Data), han sido los encargados de liderar esta nueva serie, presentando ADP4DS (Anjana Data Platform For Data Spaces), un producto desarrollado por esta empresa española para ofrecer a los promotores de Espacios de Datos una herramienta tecnológica “plug and play” para construir un Espacios de Datos de manera rápida y eficiente, evitando desarrollos costosos y permitiendo centrarse en los casos de uso y el modelo de negocio del mismo.

Durante la sesión también se realizó una demostración práctica de la plataforma, mostrando sus principales funcionalidades, la facilidad de uso, la interfaz adaptada a distintos perfiles de participantes y cómo facilita la implementación, operación y administración de un Espacio de Datos.

Cumple los requisitos técnicos de los Espacios de Datos según la Orden TDF/1461/2023.
Garantiza soberanía y control total de los datos por parte de sus propietarios.
Facilita el intercambio seguro mediante contratos digitales legibles por máquina.

Siguiendo los principales estándares y frameworks en Data Management, Regulación y normativa europea, Espacios de Datos y Open Data, ADP4DS brinda una solución integral para implementar y administrar Espacios de Datos en formatos SaaS, PaaS o IaaS. Su arquitectura es escalable, interoperable, modular y abierta, y posibilita la personalización a través de low-code y no-code. La plataforma, que se basa en tecnología consolidada y reconocida en todo el mundo, ofrece una experiencia ajustada a diversos tipos de usuarios, como productores, administradores y consumidores. Proporciona habilidades avanzadas para usuarios expertos y simplifica la implementación, la operación y la gestión con una curva de aprendizaje baja. Además, tiene un modelo de pago por uso flexible que ofrece una cobertura sin límites de conectores y participantes, garantizando la escalabilidad y eficiencia en la administración de los Espacios de Datos.

En la sesión se enfatizó también que ADP4DS es una realidad gracias a la subvención del Plan de impulso de Productos y Servicios, fortaleciendo de esta manera una solución tecnológica completamente española que apoya la soberanía en términos digitales y tecnológicos de todo el ecosistema de datos europeo.

Accede a la grabación y la presentación de la sesión:

Video

Presentación

Gobierna tus datos conforme a DCAT‑AP… en tiempo récord

Lucía Engo — Fri, 11 Jul 2025 11:46:35 +0000

Health DCAT‑AP para el gobierno de espacios y portales de datos ya es una realidad gracias a la colaboración entre Anjana Data y DQTeam. En un momento en que las organizaciones necesitan convertir sus estrategias de datos en acciones concretas, esta solución permite gobernar catálogos abiertos y espacios de datos sanitarios conforme a los estándares europeos más exigentes.

Estamos trabajando en configuraciones out of the box para todas las extensiones del estándar DCAT‑AP —como Salud, Geoespacial, Estadística o Energía—, con el objetivo de que cualquier organización pueda activar una solución completa sin necesidad de programar. Gracias a la colaboración con DQTeam, ya está disponible la primera de estas configuraciones: Health DCAT‑AP, diseñada para gobernar catálogos de datos abiertos y espacios de datos sanitarios de forma sencilla, interoperable y conforme al perfil europeo.

Alianza estratégica con nuestros partners. Objetivo: de la norma a la acción

Gracias al trabajo conjunto con DQTeam, hemos definido y parametrizado una solución en Anjana Data que permite a nuestros clientes:

Poner en marcha una gobernanza 100% alineada con estándares DCAT‑AP y su extensión sanitaria Health DCAT‑AP
Configurar los roles oficiales definidos por Health DCAT‑AP (publisher, creator, rights holder, contact point…)
Activar plantillas completas de metadatos para datasets, distribuciones y catálogos

Todo esto bajo una nomenclatura técnica y funcional completamente alineada con el estándar, asegurando interoperabilidad total entre instituciones, regiones y plataformas europeas.

Listo para desplegar: sin código, sin fricción

La solución cuenta con un kit de configuración out of the box que permite:

Implantaciones en tiempo récord
Sin necesidad de programación
Plantillas personalizables para adaptar los metadatos a las necesidades específicas de cada organización

Anjana Data permite empezar con una configuración base y evolucionar según las necesidades de gobierno del dato.

Interoperabilidad real: APIs abiertas + federación de metadatos

Anjana Data ha sido diseñada con una arquitectura 100% interoperable, lo que permite:

Compartir y federar metadatos entre diferentes instancias o versiones del Health DCAT‑AP
Llevar la lógica de transformación a donde debe estar: plugins y procesos que consumen APIs
Integrarse con portales externos, catálogos públicos y espacios de datos sectoriales, sin fricciones

Todo gracias a su API REST documentada con Swagger y a sus kits de desarrollo de plugins, pensados para entornos heterogéneos.

Una interfaz para gobernar tus portales de datos abiertos

Más allá del back-end técnico, Anjana Data ofrece una interfaz sencilla, intuitiva y orientada a usuarios de negocio, donde es posible:

Inventariar datasets, distribuciones y catálogos
Gestionar portales de datos abiertos, espacios de datos sectoriales o redes federadas
Localizar y aplicar filtros para localizar y acceder a distribuciones reales

¿Quieres verlo en acción?

Aquí tienes una demo práctica de cómo se configura y se utiliza la solución basada en Health DCAT‑AP dentro de Anjana Data, con una experiencia completa de búsqueda, filtrado, exploración de metadatos y descarga de datos desde un dataset interoperable:

Ver vídeo en YouTube – Demo Health DCAT‑AP con DQTeam y Anjana Data

¿Listo para gobernar tus datos con estándares europeos?

Si tu organización quiere alinear su estrategia de datos con DCAT‑AP, DAMA, UNE o la Data Act, ahora puedes hacerlo de forma inmediata y sin desarrollo, con un enfoque modular, extensible y 100% interoperable.

Contacta con nosotros para conocer cómo activar esta configuración en tu entorno o probar una demo personalizada.