AI-agent of chatbot laten bouwen.
We bouwen chatbots, kennisassistenten en AI-agents die werken op je eigen data en in je eigen systemen. Met antwoorden die je kunt controleren, en onder jouw regie.
Wat is het verschil tussen een chatbot en een AI-agent?
Een chatbot voert een gesprek en beantwoordt vragen. Een AI-agent gaat een stap verder: hij voert zelf taken uit in je systemen, zoals gegevens opzoeken, een dossier aanmaken of een verzoek doorzetten. Daartussen zit de kennisassistent, die antwoordt op basis van je eigen documenten.
| Type | Wat het doet | Past bij | Let op |
|---|---|---|---|
| Chatbot | Beantwoordt vragen in een gesprek, op basis van vaste kennis en scenario's. | Veelgestelde vragen, eerste lijn klantcontact, afspraken plannen. | Weet alleen wat je erin stopt en verwijst door zodra een vraag buiten dat kader valt. |
| Kennisassistent (RAG) | Zoekt in je eigen documenten en geeft een antwoord met bronvermelding. | Protocollen, handboeken, beleid en vakkennis die verspreid over systemen staat. | Zo goed als de bronnen eronder: verouderde documenten geven verouderde antwoorden. |
| AI-agent | Voert zelfstandig stappen uit in je systemen: gegevens opzoeken, iets aanmaken, een proces in gang zetten. | Terugkerende taken met duidelijke regels, zoals intake, routering en dossiervoorbereiding. | Mag alleen doen wat je expliciet toestaat, met logging en een mens op de kritieke stappen. |
Wanneer een AI-agent loont, en wanneer niet.
Het loont als
- Er is een terugkerende vraag of taak die nu veel tijd kost.
- De kennis of data bestaat al, maar is lastig te vinden.
- Je kunt vooraf zeggen wanneer een antwoord goed is.
Kies iets anders als
- Elke situatie is uniek en vraagt om menselijk oordeel.
- De onderliggende data is onvolledig of niet te vertrouwen.
- Een vaste regel of een goed formulier lost het ook op.
Twijfel je nog waar AI waarde toevoegt? Begin dan met AI-advies en strategie.
Van eerste idee naar een agent die dagelijks wordt gebruikt.
- OntdekkenWe kiezen samen het vraagstuk met de meeste waarde en brengen de data, systemen en gebruikers in kaart. Meestal in enkele weken.
- ValiderenEen werkend prototype op je eigen data, getest met echte gebruikers. Zo weet je of het werkt voordat je groot investeert.
- OntwikkelenWe bouwen het uit tot productiesoftware: gekoppeld aan je systemen, beveiligd, met evaluatie en logging.
- DoorontwikkelenWe meten hoe het gebruikt wordt, verbeteren de antwoorden en wisselen modellen als er betere komen.
Slim, maar wel controleerbaar.
Data blijft van jou
Hosting in de EU en heldere afspraken over waar je data staat. Privacy en de AVG zitten in het ontwerp, niet erachteraan.
Geen vendor lock-in
Modellen en componenten zijn uitwisselbaar. Je zit niet vast aan één leverancier als de technologie verandert.
Controleerbare antwoorden
Bronvermelding bij elk antwoord, evaluatie op echte vragen en een duidelijke overdracht naar een mens.
AI Act op orde
Gebruikers weten dat ze met AI praten, en we classificeren het risico vooraf. Zo is het aantoonbaar verantwoord.
Wat organisaties ons vaak vragen.
Wat kost het om een AI-agent of chatbot te laten bouwen?
Dat hangt vooral af van het aantal koppelingen met je systemen, de hoeveelheid en kwaliteit van je bronnen, en de eisen aan beveiliging en toezicht. We beginnen bewust klein met een prototype op je eigen data, zodat je de waarde ziet voordat je groter investeert. In een kennismaking schetsen we een passende aanpak.
Hoe lang duurt het voordat er iets werkt?
De ontdekfase duurt meestal enkele weken. Daarna volgt een werkend prototype op je eigen data, dat je met echte gebruikers test. Pas als dat overtuigt, bouwen we het uit tot productiesoftware.
Kan een chatbot antwoorden op basis van onze eigen documenten?
Ja. Met Retrieval-Augmented Generation (RAG) zoekt het systeem eerst de relevante passages in je eigen bronnen en baseert het antwoord daarop, met bronvermelding. Zo krijg je antwoorden over je eigen protocollen en beleid in plaats van algemene kennis.
Welk AI-model gebruiken jullie?
Dat kiezen we per vraagstuk, op basis van kwaliteit, kosten, privacy en energieverbruik. Dat kan een Europees of open model zijn. De architectuur houdt het model uitwisselbaar, zodat je later kunt overstappen zonder opnieuw te beginnen.
Is een AI-chatbot AVG-proof?
Dat hangt af van hoe je hem bouwt. Wij leggen vooraf vast welke persoonsgegevens het systeem verwerkt, waar de data wordt opgeslagen en wie erbij kan, en we sluiten een verwerkersovereenkomst. Waar nodig voeren we samen een DPIA uit.
Moet een chatbot melden dat hij AI is?
Ja. Sinds 2 augustus 2026 verplicht artikel 50 van de AI Act dat mensen weten dat ze met een AI-systeem communiceren, tenzij dat al duidelijk is. We bouwen die melding standaard in.
Wat gebeurt er als de AI een fout antwoord geeft?
Je ontwerpt daar vooraf voor. Antwoorden tonen hun bron, zodat gebruikers ze kunnen controleren. We meten de kwaliteit op echte vragen, en bij twijfel of gevoelige onderwerpen schakelt het systeem over naar een medewerker.
Meer over agents, RAG en eigen AI.
- RAG in de praktijk: AI die je eigen kennis kent
- Multi-agent systemen: wanneer zet je de stap?
- Model Context Protocol: één standaard voor AI en je systemen
- Eigen AI bouwen: maatwerk of generiek, open of gesloten
Benieuwd wat een AI-agent voor jouw organisatie kan doen?
Plan een kennismaking