English

Procesautomatisering met AI

Veel kantoorwerk bestaat uit informatie van de ene plek naar de andere brengen en onderweg kleine beslissingen nemen. Ik automatiseer die stappen, met AI voor het lees- en schrijfwerk en een mens voor de stappen die oordeel vragen.

Vertel over uw project

Het probleem

Denk aan de inkomende e-mail die gesorteerd moet worden, de rapportage die iemand elke week met de hand samenstelt, of het verzoek dat langs drie mensen gaat voordat er iets gebeurt. Elke stap is klein, maar samen kosten ze uren.

Klassieke automatiseringstools lopen vast zodra de invoer niet precies gestructureerd is. Taalmodellen kunnen met rommelige invoer overweg, maar hebben een betrouwbaar proces eromheen nodig.

Hoe ik het aanpak

  1. Het proces in kaart brengen

    We lopen het stap voor stap door en markeren welke stappen herhalend zijn, welke oordeel vragen en waar het misgaat.

  2. Het saaie werk automatiseren

    Geplande taken, wachtrijen en koppelingen verplaatsen de gegevens tussen systemen, en proberen het opnieuw als een systeem even niet bereikbaar is.

  3. AI voor lezen en schrijven

    Taalmodellen sorteren e-mails, halen gegevens eruit en schrijven conceptantwoorden of samenvattingen, altijd in een vast formaat dat de volgende stap kan controleren.

  4. Mensen waar het ertoe doet

    Goedkeuringen en uitzonderingen gaan naar de juiste persoon, met alles wat die nodig heeft op één plek.

  5. Zichtbaar en meetbaar

    Logs en eenvoudige dashboards laten zien wat er gedraaid heeft, wat misging en wat nog wacht, zodat het proces geen black box wordt.

Waar u op moet letten

  • Een slecht proces automatiseren maakt de fouten alleen sneller. Vereenvoudig eerst.
  • Elke koppeling kan falen. Zorg voor nieuwe pogingen, meldingen en een handmatige terugvaloptie.
  • Niet elke beslissing heeft een model nodig. Vaste regels zijn goedkoper, sneller en beter uit te leggen.

Vergelijkbare projecten

  • B2B-leverancier
  • 2026

Expertartikelen voor de blog, in veel talen

De klant wilde regelmatig expertartikelen op de website, in veel talen. Een blogengine kiest een onderwerp, zoekt het uit op het web, schrijft het artikel met bronnen, controleert het en vertaalt het. De engine maakt ook de afbeeldingen en zet het artikel in het CMS. Een redacteur keurt elk artikel goed voordat het online gaat.

  • Na de eerste versie heb ik gewerkt aan het bronnenonderzoek van de engine, de schaal en de levering aan het CMS.
  • Elk artikel heeft bronnen die de lezer kan nagaan. Zonder bronnen komt een artikel er niet door.
  • Validatiestappen controleren de structuur, de merkregels en de feitelijke claims voordat het artikel wordt geleverd.
  • Een wachtrij stuurt elk artikel naar het CMS en probeert het opnieuw als het CMS een fout geeft.
  1. OnderwerpprofielWebbronnen
  2. Artikel schrijven met bronnen
  3. Feiten en structuur controleren
  4. Vertalen en afbeeldingen maken
  5. Artikel in het CMS, klaar voor goedkeuring
  • Financiële dienstverlener
  • 2025

Automatische nieuwscontrole voor elke klant

Medewerkers zochten met de hand naar nieuws over elke klant. Nu verzamelt een geplande taak elke nacht artikelen, koppelt ze aan de klantenlijst en classificeert ze. 's Ochtends ziet het team alleen wat ertoe doet, zoals een faillissement.

  • Elke nacht haalt de taak artikelen op uit veel nieuwsbronnen.
  • De taak markeert faillissementen en andere belangrijke gebeurtenissen en filtert gewoon nieuws eruit.
  • Het team leest nu elke ochtend één korte lijst in plaats van urenlang te zoeken.
  1. Nieuwsbronnen, elke nacht
  2. Koppelen aan de klantenlijst
  3. Gebeurtenis classificeren
  4. Ochtendlijst met belangrijke berichten
  • Investeringsmaatschappij
  • 2025

Een persoonlijke openingszin in elke nieuwsbrief

De klant stuurt een nieuwsbrief naar zakelijke contacten, en een algemene opening krijgt weinig aandacht. Nu krijgt elk contact een korte, persoonlijke openingszin die verwijst naar een recente LinkedIn-post van de persoon of het bedrijf, of naar het laatste e-mailcontact.

  • De tool haalt de contactenlijst en bedrijfsgegevens uit het CRM.
  • Hij zoekt recente LinkedIn-posts van elke persoon en elk bedrijf.
  • Een taalmodel schrijft per contact één of twee zinnen, in de toon van de klant.
  1. Contactenlijst uit het CRMLinkedIn-postsLaatste e-mailcontact
  2. Relevant onderwerp vinden
  3. Openingszin schrijven
  4. Persoonlijke opening in elke nieuwsbrief

Veelgestelde vragen

Gebruikt u tools als Zapier, Make of n8n?

Waar ze passen wel. Bij processen met meer volume, complexe logica of gevoelige gegevens is maatwerkcode meestal betrouwbaarder en goedkoper in gebruik.

Welke systemen kunt u koppelen?

Alles met een API, en veel systemen zonder API via exports, e-mail of een database. Denk aan CRM's, boekhoudsoftware, SharePoint, ticketsystemen en webshops.

Wat gebeurt er als er iets misgaat?

Het proces probeert het opnieuw waar dat kan, waarschuwt iemand als het niet lukt, en laat nooit ongemerkt iets liggen.