Een collega werkt glimlachend op zijn laptop, naast een boeket bloemen

AI in de systemen die je al hebt

AI integreren in je processen

Je hebt een zaaksysteem, een documentbeheersysteem, een CRM en ergens een dataplatform. Het werkt allemaal, en niemand zit te wachten op een vervangingstraject. Wij brengen AI daarom naar dat landschap toe: als module in een applicatie die er al staat, als losse app ernaast, of via het Model Context Protocol (MCP), de open standaard waarmee een AI-toepassing en bestaande systemen elkaar aanspreken.

Plan een kennismaking

Een module in wat er al draait

De AI komt in de applicatie waar je team al werkt, dus zonder tweede omgeving en zonder tweede inlog. Zo bouwen we voor het Ministerie van Financiën de module die per dossier een tijdlijn opbouwt uit openbare stukken, op B1-niveau en met de bron erbij.

Koppelen via MCP

Blijven je systemen staan zoals ze staan, maar moet de AI eruit kunnen lezen en er gecontroleerd in kunnen schrijven? Dan koppelen we via MCP. Eén standaard aan de kant van het systeem, en daarna kan elke toepassing die hem spreekt erbij, ook een toepassing die je later pas bouwt.

Een app naast je systemen

Soms past de AI nergens in en hoort er een eigen toepassing naast te staan, die uit je bronnen leest en terugschrijft waar dat mag. De BeleidsBot begon zo bij vijf gemeenten en NCOD, en groeide uit tot de Omgevingswet-module van Codi.

Drie routes

Hoe AI in je proces terechtkomt

Welke route past, hangt af van waar het werk nu gebeurt en van wat je systemen toelaten. Vaak is het een combinatie: een module op de plek waar de meeste tijd in gaat zitten, en koppelingen voor de systemen die daarnaast blijven bestaan.

Onder de motorkap

Wat MCP is, en waarom dat uitmaakt

MCP is de afgelopen jaren de standaard geworden voor de vraag hoe je een taalmodel laat samenwerken met software die er al staat. Het is geen product dat je aanschaft maar een afspraak over de manier van praten, en juist daarom verandert het wat er mogelijk is in een bestaand landschap. Vijf dingen die in gesprekken telkens het kwartje laten vallen.

Eén standaard in plaats van tien losse koppelingen

Vóór MCP was elke verbinding tussen een AI-toepassing en een systeem maatwerk: eigen code per systeem, en opnieuw sleutelen zodra het model of dat systeem veranderde. Nu stelt een systeem één keer beschikbaar wát het kan (zoeken, een dossier ophalen, een concept klaarzetten) en kan elke toepassing die het protocol spreekt daar gebruik van maken. Ook een toepassing die je volgend jaar pas bouwt.

De AI krijgt geen kopie van je gegevens

Dit is in de praktijk het punt dat het meeste oplevert. Een koppeling betekent niet dat je hele archief naar een AI-omgeving wordt overgezet: de toepassing stelt op het moment dat het nodig is een gerichte vraag aan je systeem en krijgt daar antwoord op. Autorisaties en logging blijven staan waar ze horen, in het bronsysteem zelf, en dat scheelt je een tweede plek waar rechten bijgehouden moeten worden. Wat op zo'n moment wél naar het taalmodel gaat, is het opgehaalde fragment; welk model dat is en waar het draait kiezen we daarom samen, en we brengen vooraf in beeld wat die keuze betekent.

Ook naar onze eigen bronnen

Het werkt twee kanten op. We kunnen jouw systemen aan een AI-toepassing hangen, en we kunnen een toepassing net zo goed aan onze bronnen hangen: achter Codi liggen ruim vijftien miljoen overheidsdocumenten en honderden databronnen. Voor wie beleid, wet- en regelgeving of aanbestedingen moet meewegen, is dat het verschil tussen een AI die alleen jouw archief kent en een die de context eromheen ook ziet.

Het taalmodel blijft vervangbaar

Omdat de koppelingen los staan van het model, wissel je van model zonder de integraties opnieuw te bouwen. Dat is geen theorie: de markt voor taalmodellen verschuift per kwartaal, en die keuze wil je niet vastzetten in de verbinding naar je zaaksysteem.

Bewezen op schaal, niet in een proefopstelling

Wij bouwen erop in Codi en PRYSM, die door tientallen organisaties gebruikt worden. Met meer dan duizend professionals op Codi weten we wat deze manier van koppelen doet onder echte belasting, en dat is een ander vraagstuk dan een demo die één keer werkt.

Een collega kijkt vanachter haar scherm mee terwijl een tweede collega langsloopt

Hoe wij het bouwen

Aansluiten op wat er staat, niet het vervangen

De techniek is de helft. De andere helft is dat het antwoord bruikbaar moet zijn in een proces waar iemand verantwoording over aflegt. Daarom begint een traject bij ons niet bij een koppelvlak maar bij een werkstap: welke kost nu de meeste tijd, welke informatie is daarvoor nodig, en in welk systeem staat die?

Je systemen blijven staan

We lezen uit de systemen die je hebt en schrijven terug op de plekken waar dat mag. Geen migratie, en je leverancier hoeft niet mee te bewegen. Wat wij toevoegen is er ook weer uit te halen zonder dat het proces stilvalt, en dat is een ontwerpkeuze: je moet van ons af kunnen.

Navolgbaar tot in het dossier

Een proces kent een moment waarop iemand verantwoording aflegt: een accountantscontrole, een bezwaar, een vraag uit de raad. Wat de AI heeft aangeleverd moet op dat moment terug te vinden zijn, met de passage en het document erbij, ook een halfjaar later en ook als de medewerker die het deed er niet meer werkt. Daar richten we de vastlegging op in, niet op het gesprek van vandaag.

De mens houdt de regie

AI versterkt de mens, en de mens houdt de regie. In een proces is dat een expliciete goedkeurstap: de AI zet werk klaar en onderbouwt het, een medewerker beslist en ondertekent. Zo onderzochten zes rijksorganisaties met ons of AI helpt bij het beantwoorden van Kamervragen, waarbij het concept van de AI kwam en het antwoord van de organisatie zelf.

Europees waar jij dat wilt

We kunnen de volledige keten Europees leveren, van infrastructuur in Amsterdam tot Europese taalmodellen, en waar het past zelfs met open-sourcemodellen op Nederlandse bodem. Jij kiest; verwerking buiten de EU gebeurt alleen in afstemming en passend bij de oplossing.

Onze aanpak: de Data Discovery Sprint

Zo krijgt AI een plek in je proces

Ook een integratie bouwen we met de Data Discovery Sprint, en de eerste fase is hier zwaarder dan elders: pas als het proces en de systemen in kaart staan, weet je waar AI iets oplevert en waar hij alleen ruis toevoegt.

Lees hoe de sprint werkt

  1. Launch

    We lopen het proces af zoals het écht gaat, met de mensen die het werk doen, en tekenen erbij welke systemen ze daarvoor openen. Daar komt uit waar de tijd blijft en welke informatie nu tussen twee schermen wordt overgetypt.

  2. Validate

    We bouwen op je eigen gegevens een eerste versie op de zwaarste processtap en laten die door de medewerkers zelf gebruiken. Werkt het niet, of levert het te weinig op om de koppeling te rechtvaardigen, dan weet je dat nu.

  3. Awaken

    We leggen de koppelingen naar je bronsystemen aan, bouwen de module of de app af en zetten de goedkeurstap en de bronvermelding erin. Rechten en logging volgen wat je organisatie al hanteert, zodat beheer geen nieuw eiland wordt.

  4. Deliver

    De oplossing gaat live in je eigen omgeving of bij ons, je team wordt meegenomen en we spreken af wie wat beheert. Verandert er straks iets aan een bronsysteem, dan weet je vooraf wat dat betekent.

Benieuwd waar AI in jouw proces past?

Plan een kennismaking

Een gesprek van dertig minuten, gratis. Daarna krijg je een schets van het proces zoals het echt loopt, met de systemen die erin voorkomen en de stap waar AI het meeste oplevert. Joris Petter neemt binnen één werkdag contact met je op.

Plan een kennismaking

Integraties uit ons portfolio

Bekijk ons werk

Veelgestelde vragen

Vragen over AI in je processen

Bij een integratie komen dezelfde vragen steeds terug. Mis je er een, dan bespreken we die in het eerste gesprek.

Hoe lang duurt een integratie?

Dat hangt af van het proces en van wat je systemen toelaten. De Kamervragen-pilot liep vier maanden. De eerste fase is bij een integratie zwaarder dan elders: pas als het proces en de systemen in kaart staan, weet je waar AI iets oplevert. Een realistische planning maken we samen in het eerste gesprek, niet op deze pagina.

Wat als de koppeling niet oplevert wat we hoopten?

Dan weet je dat vroeg. We bouwen eerst een eerste versie op de zwaarste processtap en laten medewerkers die zelf gebruiken. Levert het te weinig op om de koppeling te rechtvaardigen, dan kun je stoppen.

Waar draait het en wie beheert het?

Dat kan op twee manieren en jij kiest. Je draait de oplossing in je eigen omgeving, of wij hosten en beheren hem voor je in een omgeving die gescheiden is van die van andere klanten. Hoe we Europees kunnen werken, lees je op onze pagina over veilig en Europees werken. Welke hostingpartij we inschakelen, leggen we per opdracht vast in de bijlagen bij de verwerkersovereenkomst.

Hoe kopen we dit in?

Dat hangt af van hoe jouw organisatie inkoopt. Een eerste gesprek kost niets en verplicht tot niets; daarna maken we een voorstel dat past bij jullie inkoopregels. Of dat binnen een bestaande overeenkomst kan of een eigen traject vraagt, bespreken we in het eerste gesprek.

Van wie zijn onze gegevens?

Een koppeling hoeft niet te betekenen dat je archief wordt overgezet: de toepassing stelt op het moment dat het nodig is een gerichte vraag aan je systeem. Jij bent verwerkingsverantwoordelijke voor de gegevens en wij zijn verwerker. Wij verwerken gegevens alleen om de oplossing te laten werken, actueel te houden en te beveiligen, en niet voor eigen doeleinden. Loopt de beheerovereenkomst af, dan dragen we ze over of verwijderen we ze binnen dertig dagen. Wie de rechten op de software krijgt, leggen we per opdracht vast in de overeenkomst.

Wat hebben jullie van ons nodig?

Iemand die het proces kent en een beheerder van de systemen waar we mee koppelen. Verder hebben we toegang nodig tot een testomgeving of voorbeeldgegevens. In het eerste gesprek bepalen we wat er in jouw situatie nog bij komt.

Uit onze reeks over generatieve AI

Verder lezen

Naar de hele reeks