[{"data":1,"prerenderedAt":583},["ShallowReactive",2],{"footer-vacatures-nl":3,"case-robo-helma-nl":4,"content-by-keys-useCases-nl-ai-agent-laten-bouwen,interne-ai-assistent-laten-ontwikkelen,eigen-data-en-kennis-gebruiken-met-ai,ai-toevoegen-aan-bestaande-software,tests-evals-monitoring-voor-ai":186},[],{"id":5,"title":6,"approach":7,"body":22,"build":29,"card":42,"connections":46,"cta":47,"dataExamples":46,"description":26,"extension":53,"facts":54,"featured":69,"guardrails":70,"hero":83,"integrations":46,"key":88,"meta":89,"navigation":69,"offers":90,"order":100,"path":101,"proof":102,"relations":115,"result":136,"seo":148,"situation":151,"stem":164,"summary":165,"usecases":166,"visuals":178,"__hash__":185},"cases_nl\u002Fcases\u002Frobo-helma.md","Robo Helma: AI-support die weet waar ze het over heeft",{"title":8,"steps":9},"Hoe hebben we het aangepakt?",[10,13,16,19],{"title":11,"text":12},"Kennis opdelen naar functie","We behandelen gedrag en supportregels als OpenAI Skills, productdocumentatie als doorzoekbare kennis in een vector store en actuele klant- of systeeminformatie als externe context. Daardoor heeft iedere soort informatie een duidelijke plek.\n",{"title":14,"text":15},"Context ophalen vóór het antwoord","Per supportvraag verzamelt Helma eerst de relevante context. Productkennis komt via File Search, klantinformatie kan via een externe MCP-koppeling worden opgehaald en actuele incidentinformatie komt uit een aparte gecontroleerde bron.\n",{"title":17,"text":18},"Engineering en support verbinden","Een supportticket kan aan een bestaand GitHub-issue worden gekoppeld. Helma volgt de technische status read-only. Als engineering een issue sluit of heropent, kan die nieuwe status worden meegenomen in een klantveilig conceptantwoord zonder interne ontwikkelinformatie bloot te geven.\n",{"title":20,"text":21},"De mens houdt de eindcontrole","Helma maakt een conceptantwoord voor human review. De medewerker kan het direct versturen of aanpassen. Het oorspronkelijke AI-antwoord en het uiteindelijk verzonden antwoord worden beide bewaard, zodat we meten hoe bruikbaar de AI werkelijk is.\n",{"type":23,"value":24,"toc":25},"minimark",[],{"title":26,"searchDepth":27,"depth":27,"links":28},"",2,[],{"title":30,"intro":31,"points":32},"Wat hebben we gebouwd?","Robo Helma is een complete supportworkflow waarin AI, kennis, integraties, ticketing en feedback samenkomen, geen losse chatbot naast een bestaande helpdesk.\n",[33,36,39],{"title":34,"text":35},"Een configureerbare kennislaag","Iedere brand kan eigen OpenAI Skills en een eigen vector store gebruiken. Skills bevatten bijvoorbeeld supportgedrag, tone of voice en escalatiebeleid. De vector store bevat productkennis zoals FAQ's, policies, known issues en documentatie.\n",{"title":37,"text":38},"Context uit echte systemen","Helma kan productkennis combineren met klantgebonden informatie, actuele incidenten, eerdere klantinteracties en gekoppelde engineeringcontext. Zo hoeft het model kritieke feiten niet zelf te bedenken.\n",{"title":40,"text":41},"Een volledige supportomgeving","Rond de AI bouwden we een multi-tenant inbox, ticketstatussen, interne notities, attachments, reporting, feedbackregistratie en koppelingen voor onder andere e-mail, Facebook Messenger, app-store reviews en GitHub.\n",{"tag":43,"title":6,"summary":44,"metric":45},"AI support · human-in-the-loop","Robo Helma combineert productdocumentatie, supportregels, klantdata, incidentinformatie en GitHub-status tot één gecontroleerde AI-workflow.","67% van de gegenereerde antwoorden wordt zonder aanpassing verstuurd.",null,{"title":48,"body":49,"primaryCta":50,"secondaryCta":51,"local":52},"Ook AI bouwen die méér moet kunnen dan een nette tekst genereren?","Laat zien welke kennis en systemen bij jouw proces betrokken zijn. We helpen je bepalen hoe je daar een betrouwbare AI-workflow van maakt, inclusief integraties, guardrails en human-in-the-loop.\n","Plan een gesprek","Bekijk aanbod","Senior AI- en software engineering vanuit Delft, voor organisaties in Delft, Den Haag, Rotterdam en omgeving.\n","md",{"title":55,"items":56},"Case in het kort",[57,60,63,66],{"label":58,"value":59},"Direct bruikbaar","67% zonder aanpassing verstuurd",{"label":61,"value":62},"Kleine aanpassing","18%",{"label":64,"value":65},"Volledig aangepast","15%",{"label":67,"value":68},"Kennis","Skills, vector search en live context",true,{"title":71,"intro":72,"points":73},"Betrouwbare AI vraagt meer dan goede prompts","Klanten kunnen alles in een bericht zetten en externe bronnen kunnen verouderde of onbetrouwbare informatie bevatten. Daarom behandelen we die input niet automatisch als instructie voor het model.\n",[74,77,80],{"title":75,"text":76},"Prompt injection wordt expliciet gecontroleerd","Helma controleert klantberichten op pogingen om instructies, veiligheidsregels, tools of verborgen prompts te manipuleren.\n",{"title":78,"text":79},"Iedere bron heeft een eigen rol","Productdocumentatie bepaalt productfeiten, klantdata bepaalt klantgebonden informatie en GitHub geeft alleen technische status. De ene bron mag niet zomaar iets overnemen van de andere.\n",{"title":81,"text":82},"Geen automatische beloften uit engineeringdata","Een gesloten GitHub-issue betekent bijvoorbeeld niet automatisch dat een fix al gedeployed of beschikbaar is. Die grens is expliciet opgenomen in de AI-workflow.\n",{"headline":84,"intro":85,"primaryCta":86,"secondaryCta":87},"Twee van de drie AI-antwoorden zijn in één keer goed genoeg om te versturen.","Een taalmodel kan in seconden een vriendelijk antwoord schrijven. Het moeilijke is dat het antwoord ook klopt: met de juiste productkennis, supportregels, actuele klantinformatie en de status van technische problemen. Robo Helma brengt die bronnen samen en maakt een conceptantwoord dat een medewerker controleert voordat het naar de klant gaat.\n","Bekijk hoe Helma werkt","Vertel wat je wilt bouwen","robo-helma",{},{"eyebrow":91,"primary":92},"Passend aanbod",{"key":93,"title":94,"text":95,"price":96,"result":97,"duration":98,"nextStep":99},"build-integrate","Build & Integrate","Heb je zelf een AI-vraagstuk waarbij meerdere kennisbronnen, bestaande systemen en betrouwbare AI samen moeten komen? Dan ontwerpen en bouwen we de benodigde workflow en integraties rondom jouw situatie.\n","Vaste prijs na scope","Productieklare AI geïntegreerd in je bestaande omgeving","Afhankelijk van scope","Eerst bepalen we welke kennis, systemen en controles echt nodig zijn",0,"\u002Fcases\u002Frobo-helma",{"title":103,"intro":104,"points":105},"Bewijs","De betrouwbaarheid komt uit de engineering rondom het model. Robo Helma bewaart per AI-run welke context is gebruikt en meet wat medewerkers uiteindelijk met het gegenereerde antwoord doen.\n",[106,109,112],{"title":107,"text":108},"67% directe AI-acceptance","Twee van de drie gegenereerde antwoorden worden momenteel zonder inhoudelijke aanpassing verstuurd. Nog eens 18% wordt slechts enigszins aangepast.\n",{"title":110,"text":111},"Broninformatie is zichtbaar","In de AI-analyse kan een medewerker zien welke kennisreferenties via File Search gebruikt zijn, inclusief de gebruikte bestanden en beschikbare relevantiescores.\n",{"title":113,"text":114},"Verbetering is onderdeel van het systeem","Reporting vergelijkt het gegenereerde concept met het werkelijk verzonden antwoord en classificeert het als accepted, edited of rejected. Daardoor kunnen we meten of de AI beter wordt en waar verbetering nodig is.\n",{"buyerTriggerKeys":116,"useCaseKeys":118,"offerKeys":124,"solutionKey":88,"capabilityKeys":125},[117],"ai-laten-bouwen",[119,120,121,122,123],"ai-agent-laten-bouwen","interne-ai-assistent-laten-ontwikkelen","eigen-data-en-kennis-gebruiken-met-ai","ai-toevoegen-aan-bestaande-software","tests-evals-monitoring-voor-ai",[93],[126,127,128,129,130,131,132,133,134,135],"ai-engineering","software-engineering","retrieval","vector-search","ai-agents","integrations","human-in-the-loop","evaluation","monitoring","security",{"title":137,"items":138},"Wat levert het op?",[139,142,145],{"title":140,"text":141},"67% kan direct naar de klant","Momenteel wordt 67% van de door Robo Helma gegenereerde supportantwoorden zonder aanpassing verstuurd. De medewerker hoeft het antwoord alleen nog te controleren en te verzenden.\n",{"title":143,"text":144},"Nog eens 18% heeft alleen een aanpassing nodig","Bij 18% is het gegenereerde antwoord grotendeels bruikbaar, maar past een medewerker nog iets aan voordat het wordt verstuurd.\n",{"title":146,"text":147},"De resterende 15% laat zien waar we verder kunnen verbeteren","Ongeveer 15% van de antwoorden wordt volledig aangepast. Omdat we het oorspronkelijke AI-concept en het uiteindelijke antwoord bewaren, kunnen we precies zien waar Helma nog tekortschiet en daarop verder verbeteren.\n",{"title":149,"description":150},"Robo Helma: AI-helpdesk met kennis en integraties | 9to5 software","Case: hoe 9to5 software Robo Helma bouwde, een AI-helpdesk die productdocumentatie, skills, klantdata en GitHub combineert. 67% van de AI-antwoorden wordt momenteel zonder aanpassing verstuurd.\n",{"title":152,"intro":153,"points":154},"Waar zat het echte probleem?","Support automatiseren lijkt op het eerste gezicht een promptprobleem. In de praktijk zit de moeilijkheid ergens anders. Een goed antwoord vraagt om verschillende soorten kennis die elk een andere bron, actualiteit en betrouwbaarheid hebben.\n",[155,158,161],{"title":156,"text":157},"Productkennis verandert continu","FAQ's, handleidingen, policies, known issues en andere documentatie moeten beschikbaar zijn voor de AI zonder alles in één enorme prompt te stoppen of kennis handmatig in code vast te leggen.\n",{"title":159,"text":160},"Niet alle kennis is documentatie","Tone of voice, supportbeleid, escalatieregels en werkwijze zijn instructies. Klantgegevens en actuele incidenten zijn juist live data. Die verschillende soorten context kun je niet betrouwbaar behandelen alsof ze allemaal hetzelfde zijn.\n",{"title":162,"text":163},"Een overtuigend antwoord kan nog steeds fout zijn","Een model kan heel netjes iets verzinnen wat plausibel klinkt. Voor support is dat niet genoeg. De AI moet weten welke bronnen leidend zijn, wanneer informatie ontbreekt en wanneer een mens moet controleren of overnemen.\n","cases\u002Frobo-helma","Robo Helma is een AI-first helpdesk die supportmedewerkers helpt om sneller goede antwoorden te geven. In plaats van alleen een taalmodel op een inbox te zetten, combineren we productdocumentatie, supportregels, klantdata, incidentinformatie en GitHub-status tot één gecontroleerde AI-workflow. Momenteel wordt 67% van de gegenereerde antwoorden zonder aanpassing doorgestuurd naar de klant.\n",{"title":167,"items":168},"Waar is dit relevant?",[169,172,175],{"title":170,"text":171},"Onze supportmedewerkers zoeken steeds dezelfde informatie bij elkaar","Productkennis, klantdata en technische status zitten verspreid over verschillende systemen voordat iemand een goed antwoord kan geven.\n",{"title":173,"text":174},"We willen AI-support, maar geen hallucinerende chatbot","Antwoorden moeten gebaseerd zijn op controleerbare kennis en actuele data, met duidelijke grenzen voor wat de AI wel en niet mag aannemen.\n",{"title":176,"text":177},"We willen weten of de AI daadwerkelijk beter wordt","Niet alleen aantallen gegenereerde antwoorden meten, maar hoeveel concepten zonder wijziging bruikbaar zijn en waar medewerkers nog moeten corrigeren.\n",{"hero":179,"situation":180,"approach":181,"build":182,"proof":183,"teaser":184},"\u002Fmedia\u002Fscreenshots\u002Fhelma-hero.webm","\u002Fmedia\u002Fscreenshots\u002Fhelma-knowledge.webp","ls-workflow-flow","\u002Fmedia\u002Fscreenshots\u002Fhelma-analysis.webp","\u002Fmedia\u002Fscreenshots\u002Fhelma-reporting.webp","\u002Fmedia\u002Fscreenshots\u002Fhelma-teaser.webm","EayLrYtoP47az4m0WOFZVVtJS0h2unCX11bgovcb09w",[187,269,349,425,502],{"id":188,"title":189,"body":190,"description":26,"desiredOutcome":194,"extension":53,"hero":206,"key":119,"meta":208,"navigation":69,"path":209,"problem":210,"proof":222,"recognition":234,"recommendedApproach":249,"relations":251,"seo":259,"stem":262,"summary":263,"visuals":264,"__hash__":268},"useCases_nl\u002Fuse-cases\u002Fai-agent-laten-bouwen.md","AI-agent laten bouwen",{"type":23,"value":191,"toc":192},[],{"title":26,"searchDepth":27,"depth":27,"links":193},[],{"intro":195,"items":196},"Je wilt geen losse AI-demo, maar een agent die een duidelijke taak uitvoert en past binnen de software en processen die er al zijn.\n",[197,200,203],{"title":198,"text":199},"Een werkende end-to-end flow","De agent kan de relevante informatie ophalen, beslissingen nemen en de juiste acties uitvoeren.\n",{"title":201,"text":202},"Controle over wat hij mag doen","Rechten, validatie en menselijke controle begrenzen de autonomie waar dat nodig is.\n",{"title":204,"text":205},"Beheersbaar in productie","Fouten, modelgedrag, kosten en toolcalls zijn zichtbaar genoeg om de agent verantwoord te gebruiken.\n",{"intro":207},"Een agent die alleen slim antwoord geeft, heb je meestal weinig aan. Hij wordt pas nuttig als hij informatie kan ophalen, keuzes kan maken en veilig acties kan uitvoeren in je bestaande systemen. Dat hele technische geheel bouwen wij.\n",{},"\u002Fuse-cases\u002Fai-agent-laten-bouwen",{"intro":211,"causes":212},"Een AI-agent is meer dan een prompt met een paar functies. Het is een softwaresysteem waarin onvoorspelbare modellen echte acties mogen uitvoeren.\n",[213,216,219],{"title":214,"text":215},"Autonomie introduceert risico","Een verkeerde modelbeslissing kan gevolgen hebben buiten de chatinterface.\n",{"title":217,"text":218},"Integraties bepalen de echte waarde","Zonder goede toegang tot bestaande data en systemen blijft de agent vooral een demonstratie.\n",{"title":220,"text":221},"Betrouwbaarheid ontstaat rondom het model","Validatie, retries, state, logging en human-in-the-loop zijn vaak net zo belangrijk als de modelkeuze.\n",{"intro":223,"points":224},"9to5 software combineert AI-engineering met senior software engineering. Daarom bouwen we naast het slimme onderdeel ook de technische omgeving die je nodig hebt om een agent serieus te gebruiken.\n",[225,228,231],{"title":226,"text":227},"Agents én gewone software","Tooling, APIs, data, auth en foutafhandeling horen bij dezelfde oplossing.\n",{"title":229,"text":230},"Human-in-the-loop waar nodig","Niet ieder proces wordt beter van maximale autonomie.\n",{"title":232,"text":233},"Geen black box achterlaten","We documenteren de belangrijke keuzes zodat het systeem overdraagbaar blijft.\n",{"intro":235,"signals":236},"De toepassing is vaak al duidelijk. De technische uitdaging zit in het betrouwbaar uitvoeren van de complete workflow.\n",[237,240,243,246],{"title":238,"text":239},"De agent moet meer doen dan antwoorden","Hij moet gegevens ophalen, systemen aanroepen of daadwerkelijk iets wijzigen.\n",{"title":241,"text":242},"Er zijn meerdere tools of systemen nodig","De workflow loopt over API's, databases of bestaande bedrijfssoftware.\n",{"title":244,"text":245},"Niet iedere actie mag automatisch","Voor kritieke stappen moet een gebruiker kunnen controleren of goedkeuren.\n",{"title":247,"text":248},"Een simpele prompt is niet genoeg","State, context, foutafhandeling en toolgebruik worden onderdeel van het technische ontwerp.\n",{"intro":250},"Met Build & Integrate ontwerpen en bouwen we de complete agentflow: architectuur, tools, integraties, rechten, guardrails en productiegedrag. Wanneer een nieuw of onzeker agentconcept eerst technisch bewezen moet worden, kan een AI Prototype Sprint een logischere eerste stap zijn.\n",{"buyerTriggerKeys":252,"primaryOfferKey":93,"offerKeys":253,"caseKeys":255,"relatedUseCaseKeys":256},[117],[93,254],"ai-prototype-sprint",[],[257,258],"agentic-workflows-bestaande-software","bedrijfsproces-automatiseren-met-ai",{"title":260,"description":261},"AI-agent laten bouwen (Claude, ChatGPT, MCP) | 9to5 software","AI-agent laten bouwen voor een serieus bedrijfsproces? 9to5 bouwt agents met Claude of OpenAI, MCP-tools en koppelingen met je bestaande software en data.\n","use-cases\u002Fai-agent-laten-bouwen","Je weet welke taak of workflow de agent moet uitvoeren. Nu moet hij technisch goed worden ontworpen, gekoppeld en betrouwbaar genoeg worden voor echt gebruik.\n",{"hero":265,"problem":266,"proof":267},"sq-process-steps","sq-guardrails-check","ls-agentic-loop","fLKQsEITxqmhieaxc_x5vmFfJRCGwynsevyJ0o4-DYs",{"id":270,"title":271,"body":272,"description":26,"desiredOutcome":276,"extension":53,"hero":288,"key":120,"meta":290,"navigation":69,"path":291,"problem":292,"proof":304,"recognition":316,"recommendedApproach":331,"relations":333,"seo":339,"stem":342,"summary":343,"visuals":344,"__hash__":348},"useCases_nl\u002Fuse-cases\u002Finterne-ai-assistent-laten-ontwikkelen.md","Interne AI-assistent laten ontwikkelen",{"type":23,"value":273,"toc":274},[],{"title":26,"searchDepth":27,"depth":27,"links":275},[],{"intro":277,"items":278},"Medewerkers moeten sneller bij de juiste informatie komen zonder een nieuw kennisprobleem te creëren met onbetrouwbare antwoorden.\n",[279,282,285],{"title":280,"text":281},"Antwoorden op basis van eigen bronnen","De assistent gebruikt relevante interne documenten, data en kennis.\n",{"title":283,"text":284},"Bronnen blijven controleerbaar","Gebruikers kunnen zien waar belangrijke informatie vandaan komt.\n",{"title":286,"text":287},"Toegang volgt bestaande rechten","De assistent maakt geen informatie zichtbaar die de gebruiker normaal niet mag inzien.\n",{"intro":289},"Een interne assistent wordt pas echt nuttig wanneer hij jullie context kent, bronnen kan vinden en alleen informatie laat zien die een gebruiker ook mag zien. Wij bouwen de techniek achter die ervaring.\n",{},"\u002Fuse-cases\u002Finterne-ai-assistent-laten-ontwikkelen",{"intro":293,"causes":294},"Een interne AI-assistent is vooral een informatie- en integratievraagstuk rond een taalmodel.\n",[295,298,301],{"title":296,"text":297},"Kennis is verspreid","Documenten, databases en andere systemen hebben allemaal hun eigen structuur.\n",{"title":299,"text":300},"Een model weet niet wat waar is","Zonder goede retrieval en bronselectie kan overtuigend klinkende onzin ontstaan.\n",{"title":302,"text":303},"Rechten moeten doorwerken","Centrale toegang tot kennis mag bestaande securitygrenzen niet omzeilen.\n",{"intro":305,"points":306},"Een goed chatvenster is het probleem niet. Of medewerkers de assistent kunnen vertrouwen, hangt af van de koppeling tussen data, rechten, retrieval en AI.\n",[307,310,313],{"title":308,"text":309},"Eigen data als onderdeel van het ontwerp","We beginnen bij de bronnen en gebruikers, niet bij een willekeurig model.\n",{"title":311,"text":312},"Integraties horen erbij","De assistent kan aansluiten op bestaande software in plaats van een nieuwe informatiesilo te worden.\n",{"title":314,"text":315},"Betrouwbaarheid boven magie","Bronnen, onzekerheid en grenzen mogen zichtbaar blijven voor de gebruiker.\n",{"intro":317,"signals":318},"De behoefte is meestal duidelijk wanneer veel waardevolle kennis wel bestaat, maar moeilijk vindbaar of versnipperd is.\n",[319,322,325,328],{"title":320,"text":321},"Medewerkers zoeken steeds dezelfde informatie","Antwoorden zitten verspreid over documenten, systemen en collega's.\n",{"title":323,"text":324},"Een algemene chatbot kent jullie context niet","Goede antwoorden vereisen toegang tot organisatie-specifieke informatie.\n",{"title":326,"text":327},"Bronnen veranderen regelmatig","De oplossing moet met actuele kennis kunnen werken zonder alles in een model te bakken.\n",{"title":329,"text":330},"Niet iedereen mag alles zien","Rollen, teams of klanten hebben verschillende toegangsrechten.\n",{"intro":332},"Met Build & Integrate bouwen we de assistent rond jullie echte bronnen, toegangsmodel en gebruikssituaties. Is nog onzeker of retrieval en antwoordkwaliteit voldoende gaan werken, dan kunnen we die kern eerst in een AI Prototype Sprint valideren.\n",{"buyerTriggerKeys":334,"primaryOfferKey":93,"offerKeys":335,"caseKeys":336,"relatedUseCaseKeys":337},[117],[93,254],[],[121,338],"documenten-en-mails-automatisch-verwerken",{"title":340,"description":341},"Interne AI-assistent laten ontwikkelen | 9to5 software","Interne AI-assistent of eigen ChatGPT op je kennis en systemen laten bouwen? 9to5 bouwt veilige, geïntegreerde AI-assistenten voor serieus intern gebruik.\n","use-cases\u002Finterne-ai-assistent-laten-ontwikkelen","Je wilt medewerkers sneller toegang geven tot interne kennis, documenten en systemen via een assistent die past bij jullie organisatie.\n",{"hero":345,"problem":346,"proof":347},"sq-knowledge-filter","sq-connect-nodes","ls-system-connect","JnvxIfPMnJbkuTKd1Wxa4tceJRFky4xGs0-f2_N25aI",{"id":350,"title":351,"body":352,"description":26,"desiredOutcome":356,"extension":53,"hero":368,"key":121,"meta":370,"navigation":69,"path":371,"problem":372,"proof":384,"recognition":396,"recommendedApproach":411,"relations":413,"seo":418,"stem":421,"summary":422,"visuals":423,"__hash__":424},"useCases_nl\u002Fuse-cases\u002Feigen-data-en-kennis-gebruiken-met-ai.md","Eigen documenten, data en kennis bruikbaar maken voor AI",{"type":23,"value":353,"toc":354},[],{"title":26,"searchDepth":27,"depth":27,"links":355},[],{"intro":357,"items":358},"Je wilt AI toegang geven tot relevante eigen informatie zonder alles in één oncontroleerbare databak te stoppen.\n",[359,362,365],{"title":360,"text":361},"Relevante informatie op het juiste moment","De AI krijgt alleen de context die voor de huidige taak nodig is.\n",{"title":363,"text":364},"Bronnen blijven traceerbaar","Belangrijke output kan worden teruggeleid naar onderliggende informatie.\n",{"title":366,"text":367},"Rechten en actualiteit blijven intact","Gebruikers zien alleen wat zij mogen zien en wijzigingen in bronnen kunnen doorwerken in de oplossing.\n",{"intro":369},"Een taalmodel kent jullie organisatie niet vanzelf. Als AI moet werken met eigen documenten, productdata of interne kennis, moet die informatie op het juiste moment en met de juiste rechten beschikbaar worden gemaakt.\n",{},"\u002Fuse-cases\u002Feigen-data-en-kennis-gebruiken-met-ai",{"intro":373,"causes":374},"\"Onze eigen data aan AI geven\" klinkt als één technische stap, maar bestaat meestal uit selectie, retrieval, rechten en kwaliteitscontrole.\n",[375,378,381],{"title":376,"text":377},"Meer context is niet automatisch beter","Een model krijgt juist slechtere antwoorden wanneer te veel irrelevante informatie meegaat.\n",{"title":379,"text":380},"Bronnen hebben verschillende structuren","Een PDF, relationele database en ticketsysteem vragen ieder een andere aanpak.\n",{"title":382,"text":383},"Datarechten verdwijnen niet bij AI","Retrieval moet rekening houden met dezelfde toegang die elders in de organisatie geldt.\n",{"intro":385,"points":386},"De kwaliteit van een AI-oplossing wordt vaak meer bepaald door de context die je aanbiedt dan door het nieuwste model. Daarom behandelen we retrieval en data-integratie als volwaardige engineering.\n",[387,390,393],{"title":388,"text":389},"Bron en use case horen bij elkaar","We indexeren niet zomaar alles omdat het kan.\n",{"title":391,"text":392},"Bestaande rechten blijven leidend","AI mag geen omweg rond het toegangsmodel worden.\n",{"title":394,"text":395},"Geen onnodige platformlaag","We kiezen alleen technische componenten die voor het echte probleem nodig zijn.\n",{"intro":397,"signals":398},"Dit vraagstuk ontstaat wanneer algemene AI goed werkt, maar bedrijfsspecifieke context ontbreekt.\n",[399,402,405,408],{"title":400,"text":401},"Kennis zit verspreid over veel bronnen","Documenten, databases en andere systemen bevatten ieder een deel van de context.\n",{"title":403,"text":404},"Kopiëren naar een prompt schaalt niet","Handmatig informatie toevoegen werkt voor een demo, maar niet voor structureel gebruik.\n",{"title":406,"text":407},"Informatie verandert regelmatig","Een statische dataset is snel verouderd.\n",{"title":409,"text":410},"Niet alle kennis is voor iedereen","Toegangsregels uit bestaande systemen moeten behouden blijven.\n",{"intro":412},"Met Build & Integrate bouwen we de technische laag waarmee AI gericht toegang krijgt tot jullie data en kennis. Is de haalbaarheid of antwoordkwaliteit nog onzeker, dan kan een AI Prototype Sprint eerst de belangrijkste bronnen en use case valideren.\n",{"buyerTriggerKeys":414,"primaryOfferKey":93,"offerKeys":415,"caseKeys":416,"relatedUseCaseKeys":417},[117],[93,254],[],[120,122],{"title":419,"description":420},"Eigen data en kennis gebruiken met AI | 9to5 software","Eigen documenten en databases inzetten met AI? 9to5 bouwt RAG, retrieval, integraties en AI-workflows rond je bestaande informatie.\n","use-cases\u002Feigen-data-en-kennis-gebruiken-met-ai","De waardevolle informatie is er al. Nu moet AI er betrouwbaar, veilig en praktisch mee kunnen werken.\n",{"hero":345,"problem":346,"proof":347},"NPSJ_Ns2zloMyBXj_QzcXOI6vysiUT9sZXgIW4kRJOM",{"id":426,"title":427,"body":428,"description":26,"desiredOutcome":432,"extension":53,"hero":444,"key":122,"meta":446,"navigation":69,"path":447,"problem":448,"proof":460,"recognition":472,"recommendedApproach":487,"relations":489,"seo":494,"stem":497,"summary":498,"visuals":499,"__hash__":501},"useCases_nl\u002Fuse-cases\u002Fai-toevoegen-aan-bestaande-software.md","AI toevoegen aan bestaande software, app of SaaS",{"type":23,"value":429,"toc":430},[],{"title":26,"searchDepth":27,"depth":27,"links":431},[],{"intro":433,"items":434},"De nieuwe AI-functionaliteit moet voelen als onderdeel van het product, niet als een chatbot die er later naast is geplakt.\n",[435,438,441],{"title":436,"text":437},"AI past in de bestaande gebruikersflow","De functie ondersteunt wat gebruikers al proberen te doen.\n",{"title":439,"text":440},"De bestaande architectuur blijft beheersbaar","AI wordt geïntegreerd zonder onnodig een tweede technische wereld erbij.\n",{"title":442,"text":443},"Productierisico's zijn afgevangen","Kosten, latency, fouten en onzeker modelgedrag krijgen een plek in het ontwerp.\n",{"intro":445},"Je hoeft geen compleet nieuw AI-product te bouwen. Vaak zit de meeste waarde juist in één slimme functie binnen software die gebruikers al kennen. We zorgen dat die functie technisch bij het bestaande product past.\n",{},"\u002Fuse-cases\u002Fai-toevoegen-aan-bestaande-software",{"intro":449,"causes":450},"Een losse AI-API integreren is eenvoudig. AI ontwerpen als betrouwbaar onderdeel van bestaande productsoftware is een ander verhaal.\n",[451,454,457],{"title":452,"text":453},"Bestaande software heeft al regels","Data, rechten, businesslogica en gebruikersverwachtingen liggen grotendeels vast.\n",{"title":455,"text":456},"AI introduceert andere failure modes","Latency, onjuiste output en variabele kosten moeten in bestaande flows worden opgevangen.\n",{"title":458,"text":459},"De nieuwe feature kan te los komen te staan","Een apart AI-systeem zorgt snel voor duplicatie van data en logica.\n",{"intro":461,"points":462},"Bestaande software begrijpen en uitbreiden is een groot deel van ons werk. AI hoeft dus niet op een groen veld te landen om goed gebouwd te worden.\n",[463,466,469],{"title":464,"text":465},"Bestaande architectuur eerst begrijpen","We ontwerpen de AI-functie rond wat al werkt.\n",{"title":467,"text":468},"Integratie boven eilandvorming","Data, auth en businesslogica worden niet onnodig gedupliceerd.\n",{"title":470,"text":471},"Productie vanaf het ontwerp","Betrouwbaarheid en operationele gevolgen tellen mee voordat de feature live gaat.\n",{"intro":473,"signals":474},"Het probleem is meestal niet hoe je een model aanroept, maar hoe de nieuwe functionaliteit zich tot het bestaande product moet verhouden.\n",[475,478,481,484],{"title":476,"text":477},"De feature heeft bestaande productdata nodig","AI moet werken met gebruikers, documenten of andere informatie die al in het product zit.\n",{"title":479,"text":480},"Rechten moeten gewoon blijven werken","AI mag niet ineens informatie of acties toegankelijk maken die elders beschermd zijn.\n",{"title":482,"text":483},"De bestaande UX moet leidend blijven","Gebruikers willen een betere workflow, niet per se een chatinterface.\n",{"title":485,"text":486},"Je wilt het huidige product niet opnieuw bouwen","De AI-laag moet aansluiten op wat technisch al goed werkt.\n",{"intro":488},"Met Build & Integrate voegen we de AI-functionaliteit gericht toe aan de bestaande codebase en systemen. Wanneer het nieuwe onderdeel technisch risicovol of inhoudelijk nog onzeker is, kan een AI Prototype Sprint eerst de kern bewijzen.\n",{"buyerTriggerKeys":490,"primaryOfferKey":93,"offerKeys":491,"caseKeys":492,"relatedUseCaseKeys":493},[117],[93,254],[],[257,121],{"title":495,"description":496},"AI toevoegen aan bestaande software of SaaS | 9to5 software","AI-functionaliteit (ChatGPT, Claude, OpenAI API) toevoegen aan bestaande software? 9to5 ontwerpt, bouwt en integreert AI in bestaande apps en SaaS- producten.\n","use-cases\u002Fai-toevoegen-aan-bestaande-software","Het product bestaat al. Nu wil je AI-functionaliteit toevoegen zonder de bestaande architectuur, gebruikerservaring en betrouwbaarheid uit het oog te verliezen.\n",{"hero":346,"problem":500,"proof":347},"sq-foundation-build","k2CU_vqMIflpqtgqLTd3zPmZAfGAHXKzObODk1vj8T4",{"id":503,"title":504,"body":505,"description":26,"desiredOutcome":509,"extension":53,"hero":521,"key":123,"meta":523,"navigation":69,"path":524,"problem":525,"proof":537,"recognition":549,"recommendedApproach":564,"relations":566,"seo":576,"stem":579,"summary":580,"visuals":581,"__hash__":582},"useCases_nl\u002Fuse-cases\u002Ftests-evals-monitoring-voor-ai.md","We missen tests, evals of monitoring",{"type":23,"value":506,"toc":507},[],{"title":26,"searchDepth":27,"depth":27,"links":508},[],{"intro":510,"items":511},"Je wilt met vertrouwen kunnen veranderen omdat je snel ziet wat een nieuwe prompt, modelversie of codewijziging daadwerkelijk doet.\n",[512,515,518],{"title":513,"text":514},"Regressies worden zichtbaar","Belangrijke bestaande situaties worden automatisch opnieuw gecontroleerd.\n",{"title":516,"text":517},"AI-kwaliteit wordt meetbaar","Je vergelijkt wijzigingen op relevante voorbeelden en criteria.\n",{"title":519,"text":520},"Productie geeft feedback","Fouten, latency en opvallend gedrag verdwijnen niet meer stilletjes in logs.\n",{"intro":522},"\"Het voelt beter\" is geen betrouwbare teststrategie. Als je AI-functionaliteit serieus gebruikt, moet je kunnen zien wat wijzigingen doen en wanneer het in productie misgaat. Wij helpen die feedbackloop neerzetten.\n",{},"\u002Fuse-cases\u002Ftests-evals-monitoring-voor-ai",{"intro":526,"causes":527},"Traditionele softwaretests blijven belangrijk, maar AI voegt gedrag toe waarvoor niet altijd één exact goed antwoord bestaat.\n",[528,531,534],{"title":529,"text":530},"AI-output is probabilistisch","Exacte stringvergelijkingen zijn voor veel AI-taken niet voldoende.\n",{"title":532,"text":533},"Goede voorbeelden zijn niet vastgelegd","Kennis over wat goed en fout is zit vooral in hoofden en losse chats.\n",{"title":535,"text":536},"Observability stopt bij technische errors","Een HTTP 200 zegt niets over de kwaliteit van het antwoord.\n",{"intro":538,"points":539},"Een meetlaag is voor ons pas nuttig als engineers er sneller mee kunnen zien of een verandering veilig en daadwerkelijk beter is.\n",[540,543,546],{"title":541,"text":542},"Gewone tests waar het kan","Deterministische software blijft gewoon deterministisch testbaar.\n",{"title":544,"text":545},"Evals waar het nodig is","AI-gedrag krijgt voorbeelden en criteria die passen bij de echte use case.\n",{"title":547,"text":548},"Productiedata sluit de lus","Monitoring laat zien welke situaties in de werkelijkheid aandacht vragen.\n",{"intro":550,"signals":551},"Zonder goede feedbackloop wordt een AI-product steeds moeilijker verantwoord door te ontwikkelen.\n",[552,555,558,561],{"title":553,"text":554},"Testen gebeurt vooral handmatig","Iemand probeert na iedere wijziging een paar bekende voorbeelden.\n",{"title":556,"text":557},"Promptwijzigingen zijn moeilijk te vergelijken","Je weet niet objectief of versie B werkelijk beter is dan versie A.\n",{"title":559,"text":560},"Productiefouten worden via gebruikers ontdekt","Het systeem signaleert zelf nauwelijks afwijkend gedrag.\n",{"title":562,"text":563},"Modelupdates voelen spannend","Een nieuwe provider- of modelversie kan gedrag veranderen zonder duidelijke waarschuwing.\n",{"intro":565},"Als de scope duidelijk is, zetten we in een Rescue Sprint een praktische feedbackloop neer met de juiste combinatie van tests, evals, traces en monitoring. Is eerst breder onderzoek nodig, dan beginnen we met een audit.\n",{"buyerTriggerKeys":567,"primaryOfferKey":569,"offerKeys":570,"caseKeys":572,"relatedUseCaseKeys":573},[568],"vastgelopen-met-ai","rescue-sprint",[569,571],"vibe-code-rescue-audit",[],[574,575],"ai-agent-niet-betrouwbaar","ai-code-breekt-steeds",{"title":577,"description":578},"Tests, evals en monitoring voor AI | 9to5 software","AI zonder goede tests, LLM-evals of monitoring? 9to5 helpt meetbare kwaliteit, regressietests en productie-observability opzetten.\n","use-cases\u002Ftests-evals-monitoring-voor-ai","De AI-functionaliteit draait, maar niemand kan objectief zien of wijzigingen beter worden, slechter worden of stilletjes iets breken.\n",{"hero":266,"problem":265,"proof":181},"F0-JIBI3DxurVE_QrFLSjLeY9RS71WylBwFI2fvkDtw",1792049913621]