Veri egemenliği
Veri Egemenliği: Verinin Konumundan Uçtan Uca Kontrole
Kurumsal veri stratejilerinde uzun süredir temel sorulardan biri şu: verimiz nerede tutuluyor? Bu soru bugün de önemini koruyor. Özellikle finans, kamu, sağlık ve enerji gibi regülasyon, güvenlik veya hassas veri gereksinimlerinin belirgin olduğu sektörlerde verinin hangi ülke veya bölgede konumlandığı önemli bir mimari kriter.
Son güncelleme: Eylül 2026
Ancak modern Data & AI mimarilerinde veri artık yalnızca depolanmıyor. Veri sorgulanıyor, işleniyor, dönüştürülüyor, farklı sistemler arasında hareket ediyor, analitik uygulamalarda kullanılıyor ve yapay zeka iş yüklerine dahil ediliyor. Dolayısıyla modern veri mimarisinde yalnızca “veri nerede?” sorusunu sormak yeterli değil. Bunun yanına başka sorular da ekleniyor: veri nerede işleniyor, hangi servislerden geçiyor, kim erişebiliyor, erişim politikalarını kim yönetiyor, işlemler izlenebiliyor mu, platform hangi dış sistemlere bağımlı?
Data residency ile data sovereignty arasındaki fark da tam burada önem kazanıyor. Data residency, verinin fiziksel veya coğrafi olarak nerede bulunduğuna odaklanır. Data sovereignty ise verinin hangi hukuki ve düzenleyici çerçeveye tabi olduğunu ifade eder. Modern bir Data & AI platformunun görevi ise kurumun bu konularda belirlediği gereksinimleri yalnızca storage katmanında değil, veri yaşam döngüsünün tamamında uygulayabilmesini sağlamaktır.
Kauzas Data & AI Platform'un mimari yaklaşımı da tam olarak bu noktadan başlıyor: modern Data & AI yeteneklerini, kurumun ihtiyaç duyduğu altyapıda ve kurumun belirlediği kontrol modeli içerisinde çalıştırabilmek.
Veri egemenliği nedir?
Veri egemenliği en temel anlamıyla verinin hangi hukuki ve düzenleyici çerçeveye tabi olduğunu ifade eder. Ancak bir kurum açısından yalnızca hukuki çerçeveyi tanımlamak yeterli değildir; bu gereksinimin teknoloji mimarisinde de korunabilmesi gerekir. Bu nedenle modern Data & AI sistemlerinde şu sorular önem kazanır:
- Veri nerede depolanıyor?
- Nerede işleniyor?
- Compute hangi altyapıda çalışıyor?
- Veriye kim erişebiliyor?
- Yetkilendirmeyi kim yönetiyor?
- Veri hangi servisler arasında hareket ediyor?
- Yönetim katmanı nerede çalışıyor?
- Log ve sistem hareketleri nerede tutuluyor?
- Platform hangi dış servislere bağımlı?
- Veri hareketleri ve erişimler denetlenebiliyor mu?
Burada önemli bir ayrım var: kimlik yönetimi, yetkilendirme, audit, lineage veya monitoring veri egemenliğinin tanımı değildir. Bunlar, kurumun belirlediği veri egemenliği ve kontrol gereksinimlerinin teknik mimari içerisinde uygulanmasını ve denetlenmesini sağlayan mekanizmalardır.
Kauzas bu nedenle veri egemenliğini tek bir özellik veya checkbox olarak ele almıyor. Platform; storage, compute, katalog, SQL, Spark, notebook, orkestrasyon, yönetişim, kimlik, monitoring ve AI iş yüklerini ortak bir Kubernetes tabanlı mimaride bir araya getirerek kurumun bu katmanları hangi ortamda ve hangi kontrol modeliyle çalıştıracağına karar verebilmesini sağlıyor.
Konum tek başına kontrol vermez
Birçok kurum için verinin Türkiye'de tutulması önemli bir gereksinim olabilir. Bunun nedeni kurumun tabi olduğu mevzuat, işlediği veri türleri, sözleşmesel yükümlülükleri, bilgi güvenliği politikaları veya kendi risk yaklaşımı olabilir.
Kauzas'ın AWS Local Zone İstanbul çalışma modeli bu noktada önemli bir alternatif sunuyor. AWS Local Zone İstanbul üzerindeki yerel compute ve depolama altyapısının üzerine Kauzas'ın Data & AI platform katmanı konumlandırılabiliyor. Aynı platform mimarisi kurumun kendi veri merkezinde veya tercih ettiği private cloud ortamında da çalışabiliyor. Bu sayede kurumlar modern lakehouse ve AI yeteneklerini kullanırken veri yerleşimi gereksinimlerini kendi altyapı tercihleri doğrultusunda ele alabiliyor.
Ancak önemli nokta şu: bir verinin belirli bir ülkede depolanıyor olması tek başına bütün veri egemenliği sorularını cevaplamaz. Çünkü storage Türkiye'de olsa bile şu sorular hala geçerlidir: compute nerede çalışıyor, sorgular nerede gerçekleştiriliyor, yönetim katmanı nerede, kimlik doğrulama nerede uygulanıyor, log ve metadata hangi sistemlere gidiyor, AI inference nerede yapılıyor?
Bu nedenle Kauzas'ın yaklaşımında veri konumu bir başlangıç noktasıdır; değerlendirme platformun geri kalanına doğru devam eder.
Depolama bir yerde, hesaplama başka yerde
Veri platformlarında en sık gözden kaçan konulardan biri budur. Bir kurum verisini istediği lokasyonda tutabilir; ancak sorgulama veya veri işleme için kullanılan compute başka bir ortamda bulunabilir.
Modern Data & AI mimarilerinde bu ayrım daha da önem kazanıyor. Çünkü aynı veri SQL sorgularından Spark işlerine, notebook ortamlarından machine learning veya inference iş yüklerine kadar birçok farklı compute katmanı tarafından kullanılabiliyor.
Kauzas bu katmanları ortak platform mimarisi içerisinde ele alıyor. Kauzas SQL dağıtık sorgu iş yüklerini, Spark veri işleme süreçlerini, notebook ortamları analitik ve veri bilimi çalışmalarını, AI/ML katmanı ise yapay zeka iş yüklerini platform içerisinde konumlandırabiliyor.
Dolayısıyla kurum yalnızca “verim nerede?” sorusunu değil, “verime dokunan compute nerede?” sorusunu da mimari kararın parçası haline getirebiliyor. Bu, Kauzas'ın veri egemenliği yaklaşımındaki en önemli farklardan biri.
Data plane ve control plane ayrımı
Verinin ve iş yüklerinin nerede çalıştığını bilmek önemli. Ancak bir başka kritik soru daha var: platformu yöneten katman nerede?
Modern platform mimarilerinde data plane ile control plane birbirinden ayrılabilir. Data plane, kurumun verisinin ve iş yüklerinin çalıştığı alanı ifade ederken; control plane platformun yönetimi ve operasyonunda kullanılan kontrol katmanıdır.
Her kurumun bu iki katman için aynı gereksinime sahip olması beklenemez. Kritik veya kapalı bir ortamda çalışan kurum, hem data plane'in hem control plane'in tamamen kendi altyapısında bulunmasını tercih edebilir. Başka bir kurum verisini ve iş yüklerini kendi altyapısında tutarken platform yönetimini hizmet olarak almak isteyebilir. Birden fazla tesisi veya sahası bulunan bir kurum ise merkezi yönetim ile dağıtık veri ve compute katmanlarını birlikte kullanmayı tercih edebilir.
Kauzas bu nedenle farklı yönetim modellerini destekliyor. Platform; tamamen kurum içerisinde çalışan yapıdan, yönetilen kontrol düzlemine veya merkezi yönetim ve dağıtık sahalara uzanan farklı işletim modelleriyle konumlandırılabiliyor. Bu yaklaşım veri egemenliğini tek tip bir deployment modeliyle eşitlemek yerine kurumun kendi gereksinimlerine göre mimari karar verebilmesine imkan tanıyor.
Veri üzerinde kontrol, erişim üzerinde kontrolü de gerektirir
Bir verinin kurumun tercih ettiği lokasyonda bulunması tek başına yeterli değildir. Kimin hangi veriye erişebildiği de kontrol modelinin temel parçalarından biridir.
Kauzas kurumun mevcut kimlik altyapısıyla OIDC tabanlı entegrasyon sağlayarak kullanıcı ve grup bilgilerinin platform yetkileriyle ilişkilendirilebilmesini destekliyor. Yetkilendirme ise yalnızca kullanıcı arayüzü seviyesinde ele alınmıyor: politika bazlı erişim modeliyle kimin hangi kaynağa ve hangi koşullarda erişebileceği merkezi olarak tanımlanabiliyor. Kauzas'ın yönetişim katmanında Cedar tabanlı politika mekanizmaları bu amaçla kullanılıyor.
Bunun önemi şu: kurum veri konumu konusunda verdiği kararları erişim katmanında da sürdürebiliyor. “Veri nerede?” sorusunun yanına “kim erişebilir, hangi koşulda, hangi yetkiyle?” soruları ekleniyor.
Kontrol, görebilmekle başlar
Kontrol yalnızca bir işlemi engelleyebilmek anlamına gelmez. Aynı zamanda sistem içerisinde ne olduğunu görebilmek ve gerektiğinde geriye dönük olarak inceleyebilmek gerekir. Bu nedenle denetlenebilirlik modern veri platformlarının önemli bir bileşenidir.
Kauzas'ın yönetişim yaklaşımında erişim politikalarının yanında veri soy ağacı, audit kayıtları ve monitoring mekanizmaları da bulunuyor. OpenLineage ile veri hareketlerinin ve iş akışlarının izlenebilmesi, kurumların bir verinin nereden geldiğini ve hangi süreçlerden geçtiğini anlamasına yardımcı olur. Monitoring katmanı ise platform ve iş yüklerinin operasyonel durumunu görünür hale getirir.
Böylece veri üzerinde kontrol üç farklı soruya dönüşür: kim erişebilir, veri nereden nereye hareket etti, platformda ne gerçekleşti?
Kapalı ağ ve operasyonel özerklik
Bazı kurumlar için dış internet bağlantısı veya harici servis bağımlılığı kabul edilebilir değildir. Kamu, kritik altyapı veya yüksek güvenlik gerektiren ortamlarda platformun dış dünyadan bağımsız çalışabilmesi mimarinin önemli bir parçası haline gelebilir.
Kauzas dış internet erişimi olmayan kapalı ağlarda kurulup işletilebilen modelleri destekliyor. Bu özellik doğrudan “data sovereignty” tanımı değildir. Ancak kurumun belirlediği egemenlik, güvenlik ve operasyonel kontrol gereksinimlerini uygulayabilmesi açısından önemli bir kabiliyettir.
Çünkü soru artık yalnızca verinin dışarı çıkıp çıkmadığı değildir. Aynı zamanda platformun çalışmak için dışarıya ihtiyacı olup olmadığı da önem kazanır.
Tek sağlayıcıya bağlılık bir tercih, zorunluluk değil
Veri egemenliği ile teknoloji bağımsızlığı aynı kavram değildir. Ancak uzun vadeli kontrol açısından birbirleriyle yakından ilişkilidirler. Bir kurumun veri ve AI platformu tek bir altyapının özel servislerine tamamen bağımlı hale geldikçe, platformu farklı bir çalışma ortamına taşımanın maliyeti ve karmaşıklığı artabilir.
Kauzas bu nedenle Kubernetes tabanlı bir platform mimarisi kullanıyor. Aynı Data & AI platformu AWS Local Zone İstanbul'da, kurum veri merkezinde veya private cloud ortamında konumlandırılabiliyor. Bu yaklaşım kurumun altyapı kararını değiştirdiğinde bütün veri platformunu yeniden tasarlamak zorunda kalma riskini azaltmayı hedefliyor.
Aynı prensip platform bileşenlerinde de görülüyor. Lakehouse, katalog, dağıtık SQL, Spark, notebook, orkestrasyon, yönetişim, monitoring ve AI katmanları ortak mimari içerisinde ancak birbirinden ayrıştırılmış biçimde ele alınıyor. Bu, data sovereignty'nin kendisi değildir; ancak kurumun veri ve AI altyapısının geleceği üzerinde daha fazla mimari tercih hakkı sağlar.
Modern Data & AI mimarisi veri egemenliğini zorlaştırır
Geleneksel bir veri sisteminde verinin nerede olduğunu belirlemek nispeten kolay olabilir. Modern bir Data & AI platformunda ise aynı veri aynı anda birçok farklı bileşenle etkileşime girer: nesne depolama, katalog, SQL motorları, Spark, notebook, pipeline, event altyapısı, BI, AI/ML, kimlik, yönetişim ve monitoring.
Bu nedenle modern veri egemenliği değerlendirmesi yalnızca database veya storage katmanına bakılarak yapılamaz; verinin uçtan uca yolunun anlaşılması gerekir.
Kauzas'ın tüm bu bileşenleri tek bir platform mimarisinde bir araya getirmesinin temel avantajlarından biri de budur. Farklı veri ve AI iş yükleri aynı platform çerçevesinde yönetilebilirken kurum bunların hangi altyapıda çalışacağını ve hangi kontrol mekanizmalarına tabi olacağını belirleyebilir.
Veri egemenliğinden AI egemenliğine
Aynı konu artık yapay zeka tarafında da karşımıza çıkıyor. AI uygulamalarında kontrol edilmesi gereken tek unsur veri değil: prompt'lar, embedding'ler, kurumsal bağlam, modeller, inference altyapısı ve GPU kaynakları da veri akışının bir parçası haline geliyor.
- Kurumsal veri modele nerede gönderiliyor?
- Inference nerede gerçekleşiyor?
- Prompt veya embedding kurumun kontrol alanından çıkıyor mu?
- Model hangi compute altyapısını kullanıyor?
- Kurumsal erişim politikaları AI katmanında da uygulanıyor mu?
- AI işlemleri izlenebiliyor mu?
Kauzas'ın AI iş yüklerini veri platformunun geri kalanından ayrı bir dünya olarak değil, aynı Data & AI mimarisinin parçası olarak konumlandırmasının önemi burada ortaya çıkıyor. Kurum veri, compute ve AI iş yüklerini kendi altyapı modeline göre birlikte konumlandırabiliyor. Bu yaklaşım özellikle önümüzdeki dönemde daha fazla konuşulacak olan Sovereign AI tartışmaları açısından da önemli bir temel oluşturuyor.
Kauzas'ın sağladığı ve sağlamadığı
Burada önemli bir ayrım yapmak gerekiyor. Hiçbir teknoloji platformu tek başına bir kurum için veri egemenliği veya mevzuat uyumluluğu garanti edemez. Bunlar kurumun tabi olduğu hukuk, işlediği veri, kullandığı altyapı, operasyon modeli ve teknik yapı birlikte değerlendirilerek belirlenir.
Kauzas'ın rolü farklıdır. Kauzas, kurumların kendi veri yerleşimi, egemenlik, güvenlik ve operasyonel kontrol gereksinimlerini modern bir Data & AI mimarisine uygulayabilmesini sağlayan teknik platform katmanını oluşturur.
- Verinin nerede tutulacağı
- Compute'un nerede çalışacağı
- Hangi altyapının kullanılacağı
- Control plane'in nasıl konumlandırılacağı
- Kimlerin erişebileceği
- Hangi işlemlerin izleneceği
- Platformun dış sistemlerle nasıl ilişki kuracağı
Bu kararların tamamını kurum kendi gereksinimleri doğrultusunda tasarlayabilir. Bu nedenle Kauzas'ın veri egemenliği yaklaşımını tek bir özellikten ziyade mimari bir tercih özgürlüğü olarak değerlendirmek daha doğru.
Veriniz nerede, kontrol kimde
Data residency tartışması önemli bir soruyla başlar: veri nerede? Data sovereignty bunun üzerine başka bir soru ekler: veri hangi hukuki çerçeveye tabi? Modern Data & AI mimarisi ise işi bir adım daha ileri taşır: bu gereksinimler veri işlendiğinde, sorgulandığında, taşındığında ve AI tarafından kullanıldığında da korunabiliyor mu?
Kauzas Data & AI Platform tam olarak bu üçüncü soruya odaklanıyor. Kubernetes tabanlı ortak platform mimarisi; AWS Local Zone İstanbul, kurum veri merkezi ve private cloud gibi farklı çalışma ortamlarında lakehouse, katalog, SQL, Spark, notebook, orkestrasyon, yönetişim, SSO, monitoring ve AI iş yüklerini bir araya getiriyor.
Ama asıl değer yalnızca bu teknolojileri aynı yerde toplamak değil; kurumun veri ve AI altyapısının nerede ve nasıl çalışacağı konusunda kontrol sahibi olabilmesi.
Modern Data & AI altyapısı. İhtiyaç duyduğunuz yerde. Kontrol sizde.
Sık sorulan sorular
- Veri egemenliği nedir?
- Veri egemenliği, verinin hangi hukuki ve düzenleyici çerçeveye tabi olduğunu ifade eder. Modern Data & AI mimarilerinde bu gereksinimin korunabilmesi için veri konumu, işleme, erişim, yönetim ve veri hareketlerinin birlikte değerlendirilmesi gerekir.
- Data residency ile data sovereignty arasındaki fark nedir?
- Data residency verinin fiziksel veya coğrafi olarak nerede bulunduğuna odaklanır. Data sovereignty ise verinin hangi hukuki ve düzenleyici çerçeveye tabi olduğu ile ilgilidir.
- Kauzas veri egemenliğini nasıl destekler?
- Kauzas, kurumların veri ve AI iş yüklerini ihtiyaç duydukları altyapıda konumlandırabilmelerine; storage, compute, kimlik, yönetişim ve operasyon katmanlarını ortak bir Data & AI platform mimarisi içerisinde yönetebilmelerine imkan sağlar.
- Kauzas verinin Türkiye'de tutulmasını destekler mi?
- Kauzas AWS Local Zone İstanbul üzerinde çalışabilir. Bunun yanında kurumun kendi veri merkezi veya tercih ettiği private cloud altyapısında da konumlandırılabilir. Böylece kurum veri yerleşimi gereksinimine uygun çalışma ortamını seçebilir.
- Kauzas yalnızca AWS üzerinde mi çalışır?
- Hayır. Kauzas Kubernetes tabanlı mimarisiyle AWS Local Zone İstanbul, kurum veri merkezi ve private cloud gibi farklı altyapı modellerinde konumlandırılabilir.
- Verinin Türkiye'de tutulması veri egemenliği için yeterli midir?
- Tek başına değil. Verinin bulunduğu lokasyon önemli olmakla birlikte compute, erişim, yönetim katmanı, veri hareketleri ve diğer operasyonel bileşenlerin de değerlendirilmesi gerekir.
- Kauzas kapalı ağda çalışabilir mi?
- Kauzas dış internet erişimi olmayan kapalı ağlarda çalışabilecek deployment modellerini destekler. Bu, özellikle dış servis bağımlılığının sınırlandırılması gereken ortamlarda önemli bir operasyonel kontrol sağlar.
- Kauzas'ta erişim ve yönetişim nasıl ele alınır?
- Kauzas kurumsal kimlik entegrasyonu, politika bazlı yetkilendirme, veri soy ağacı, audit ve monitoring mekanizmalarını platform yönetişiminin parçaları olarak ele alır.
- Sovereign AI nedir?
- Sovereign AI; verinin yanında model, inference, prompt, embedding, compute altyapısı ve AI yönetişiminin de kurumun hukuki ve operasyonel gereksinimleri doğrultusunda kontrol edilebildiği yaklaşımları ifade eder.
Bu soruları kendi kurumunuz için birlikte cevaplayalım.
Mevcut mimarinizde verinin, compute'un ve yönetim katmanının nerede durduğunu birlikte çıkaralım; Kauzas'ın sizin ortamınızda nasıl konumlanacağını gösterelim.