AI & automatisering

AI automatisering voor bedrijven: workflows, koppelingen en AI-agents die werk uit handen nemen

Terugkerend werk dat telkens dezelfde stappen volgt, hoeft niet met de hand te gebeuren. Ik automatiseer processen waar dat tijd of fouten bespaart: met vaste regels waar die volstaan, met AI waar tekst of ongestructureerde gegevens in het spel zijn. Een mens houdt de controle over wat ertoe doet.

  • Praktisch, geen hype
  • Menselijke controle
  • Koppelingen via API’s
  • Rechtstreeks met de developer

In het kort

Wat is AI automatisering?

AI automatisering is het automatiseren van bedrijfsprocessen waarbij een AI-model een deel van het werk doet dat vroeger alleen een mens kon: een tekst begrijpen, samenvatten of schrijven, gegevens uit een document halen, een vraag in een categorie indelen. De stappen eromheen, zoals gegevens ophalen, doorsturen en opslaan, blijven klassieke automatisering.

Bij MadeByDries bouwt Dries Nijs AI automatisering voor bedrijven als maatwerk: een workflow, een koppeling tussen systemen of een AI-functie in een website of applicatie. Altijd afgebakend, getest met echte voorbeelden en met een mens die het resultaat kan controleren.

AI automatisering – een workflow van invoer en AI-stap tot menselijke controle en actie

De keuze

Wanneer is AI automatisering zinvol?

Niet elk proces wordt beter van AI. Vaak is de eerlijkste vraag: is dit werk voorspelbaar genoeg om te automatiseren, en wat gebeurt er als het resultaat één keer fout is?

Een goede kandidaat

  • het werk komt vaak terug en volgt telkens dezelfde stappen
  • iemand typt gegevens over van het ene systeem naar het andere
  • er wordt veel tekst gelezen, gesorteerd, samengevat of herschreven
  • een fout is zichtbaar en eenvoudig recht te zetten
  • er zijn voorbeelden van hoe een goed resultaat eruitziet

Beter niet, of nog niet

  • het proces zelf is nog onduidelijk of verandert elke maand
  • een fout heeft zware gevolgen en niemand controleert het resultaat
  • de gegevens zijn onvolledig of staan verspreid zonder vaste vorm
  • het werk komt zo zelden voor dat automatiseren meer kost dan het oplevert

Een rommelig proces automatiseren levert sneller rommel op. Daarom begin ik bij het proces zelf, en pas daarna bij de techniek.

Toepassingen

Wat kan ik voor je bedrijf automatiseren?

Zes soorten werk waar AI automatisering in de praktijk het meest oplevert. Vaak begint een traject met één ervan. Werk ik voor KMO’s, dan is dat meestal het proces dat vandaag de meeste handmatige uren kost.

  • Workflows Een vaste reeks stappen die vanzelf doorloopt: een aanvraag komt binnen, wordt aangevuld, doorgestuurd en opgevolgd.
  • Contentprocessen Teksten voorbereiden, herschrijven of vertalen volgens vaste regels, met een redacteur die goedkeurt voor er iets online komt.
  • Dataverwerking Gegevens uit mails, formulieren of documenten halen en gestructureerd in je systeem zetten.
  • Koppelingen tussen systemen Website, webshop, CRM en boekhouding die gegevens uitwisselen via hun API, zodat niemand ze overtypt.
  • AI in je website of applicatie Een AI-functie als onderdeel van je eigen product: zoeken, samenvatten, genereren of adviseren op basis van je eigen gegevens.
  • AI-agents Een AI-model dat binnen duidelijke grenzen zelf opeenvolgende stappen zet. Alleen waar dat verantwoord is.

Vergelijking

Automatisering met vaste regels of met AI?

De twee worden vaak door elkaar gehaald. Het verschil bepaalt de kosten, de betrouwbaarheid en hoeveel controle er nodig is.

Klassieke automatisering vergeleken met AI automatisering
KenmerkVaste regelsMet AI
Soort werkGestructureerde gegevens en vaste stappenTekst, documenten en invoer zonder vaste vorm
ResultaatAltijd hetzelfde bij dezelfde invoerKan variëren, moet beoordeeld worden
FoutenVoorspelbaar: de regel klopt of klopt nietMinder voorspelbaar, dus controle inbouwen
Kosten in gebruikLaag en vastPer gebruik van het AI-model, afhankelijk van het volume
Typisch voorbeeldEen bestelling doorsturen naar de boekhoudingEen binnenkomende mail samenvatten en indelen

Mijn vuistregel: wat met een vaste regel kan, krijgt een vaste regel. AI zet ik in voor de stap die zonder AI een mens zou vragen. De meeste goede oplossingen combineren de twee.

AI-agents

AI-agents: waar ze passen en waar niet

Een AI-agent is een AI-model dat niet één antwoord geeft, maar zelf stappen kiest en uitvoert om een doel te bereiken: informatie opzoeken, een hulpmiddel gebruiken, het resultaat beoordelen en verdergaan. Dat maakt een agent krachtig, en ook moeilijker te voorspellen dan een vaste workflow.

Daarom horen agents grenzen te krijgen: een beperkte set acties, toegang tot alleen de gegevens die nodig zijn, en menselijke controle bij beslissingen met grote gevolgen. Welke controle past, bepalen we per project.

Voor veel processen is een vaste workflow met één of twee AI-stappen de betere keuze: goedkoper, eenvoudiger te testen en makkelijker uit te leggen aan wie ermee werkt. Concrete voorbeelden staan in AI-agents voor bedrijven: 7 processen die je kunt automatiseren.

Controle

Menselijke controle: waar je op let

Een AI-model kan overtuigend klinken en toch fout zitten. Een automatisering is pas af wanneer vastligt wat er gebeurt als het misloopt.

01

Een mens beslist waar het telt

Hoe groter het gevolg van een fout, hoe meer menselijke controle zinvol is. Denk aan wat naar een klant gaat, gepubliceerd wordt of geld kost.

02

Een afgebakende taak

Eén duidelijke opdracht per AI-stap, met voorbeelden van goede en foute resultaten. Een model dat alles mag, is niet te testen.

03

Testen met echte gevallen

Vóór de ingebruikname loopt de automatisering door echte voorbeelden uit je bedrijf, ook de uitzonderingen.

04

Navolgbaarheid

Het helpt wanneer je achteraf kunt nagaan wat er binnenkwam en wat het resultaat was. Hoe dat geregeld wordt, hangt af van het proces en de gebruikte tools.

05

Terugvaloptie

Als het model twijfelt, de invoer onbruikbaar is of een dienst uitvalt, gaat het werk naar een mens in plaats van stil te blijven liggen.

Privacy en beveiliging

Privacy en beveiliging op hoofdlijnen

Zodra bedrijfs- of klantgegevens naar een AI-model gaan, moet duidelijk zijn wat daarmee gebeurt. Dit bekijk ik bij elk project. Het is geen juridisch advies: voor de verwerking van persoonsgegevens blijf je zelf verantwoordelijk, en vind je de regels bij de Gegevensbeschermingsautoriteit.

  • Welke gegevens Alleen wat de taak nodig heeft gaat naar het model. Wat weg kan, gaat niet mee.
  • Persoonsgegevens Gegevens van klanten of medewerkers vragen een bewuste keuze: weglaten, onherkenbaar maken of expliciet regelen.
  • Voorwaarden van de leverancier Wat de aanbieder van het AI-model met de gegevens doet en waar ze verwerkt worden, bekijken we vooraf.
  • Toegang en sleutels API-sleutels staan buiten de code, en de automatisering krijgt alleen de rechten die ze nodig heeft.
  • Invoer van buitenaf Tekst die van buiten komt, zoals een mail of een webpagina, wordt behandeld als gegevens en niet als opdracht.
  • Bewaren Hoe lang gegevens en tussenresultaten bewaard blijven, bekijken we per project.

AI-integraties

AI-integraties: bestaande tools of maatwerk?

Taalmodellen worden aangesproken via hun API: je stuurt een opdracht en gegevens, en krijgt een resultaat terug. De waarde zit zelden in die ene aanroep. Ze zit in wat eromheen gebeurt: de juiste gegevens aanleveren, het resultaat controleren en het op de juiste plek in je systemen zetten.

  • In bestaande workflows AI neemt één stap over in een proces dat al loopt, zoals samenvatten, indelen of een eerste versie schrijven. De rest van de workflow blijft wat ze was.
  • API-koppelingen Het model wordt via zijn API aangesproken vanuit je eigen software, met alleen de gegevens die voor die taak nodig zijn.
  • Content en data Teksten, productgegevens of documenten als invoer, en een resultaat in een vast formaat dat je systemen kunnen verwerken.
  • Menselijke controle Een medewerker kijkt het resultaat na of keurt het goed voordat het naar een klant of naar je website gaat.
  • Bestaande bedrijfssoftware Het resultaat komt terecht waar je al werkt: je website, je webshop, je CRM of een eigen applicatie.
  • Maatwerk Wanneer een standaardtool de logica, het volume of de gevoeligheid van de gegevens niet aankan.

Voor eenvoudige koppelingen bestaan er automatiseringstools zoals n8n, Make en Zapier. Volstaat zo’n tool, dan is dat vaak de goedkoopste weg. Maatwerk wordt zinvol wanneer de logica complex is, het volume groot wordt, de gegevens gevoelig zijn of de automatisering een vast onderdeel van je eigen software moet worden.

Dat maatwerk bouw ik in Node.js, los of als deel van een maatwerk webapplicatie. Wil je vooral dat AI-systemen zoals ChatGPT je bedrijf correct vermelden? Dat is een ander vraagstuk: GEO (Generative Engine Optimization), zie GEO & AI SEO. Hoe een AI-integratie in elkaar zit, staat in het artikel AI-integraties: AI koppelen aan bestaande systemen.

Organic Web

Automatiseren volgens Kern. Code. Groei.

Ook een automatisering bouw ik volgens Organic Web, mijn vaste manier van werken. Drie fases, in deze volgorde.

01

KERN.

Het proces uittekenen zoals het vandaag echt loopt, met de uitzonderingen erbij, en kiezen welke stap eerst komt.

02

CODE.

De automatisering bouwen en testen met echte voorbeelden, met controle en een terugvaloptie ingebouwd.

03

GROEI.

In gebruik nemen, meten wat het oplevert en pas daarna uitbreiden naar de volgende stap.

Mijn vuistregel: wat met een vaste regel kan, krijgt een vaste regel.

Dries Nijs

Realisaties

Automatisering in mijn eigen platformen

Drie platformen die ik zelf ontwikkel. SEO Websites bevat onder meer een AI-artikel- en productgenerator en koppelingen met WordPress, WooCommerce en Drupal. BM Jumpfun en Pelletkachelzorg tonen automatisering zonder AI: reservaties, planning en administratie in één gegevensstroom, en een wizard die het benodigde kachelvermogen berekent.

  • SEO · GEO · Organic Web

    SEO Websites

    Mijn eigen SaaS-platform voor website-analyse, SEO-content en vindbaarheid in zoekmachines en AI-systemen.

    • React
    • Node.js
    • Express
    • Claude
  • React app · Webapplicatie · Full-stack Development

    BM Jumpfun

    Een meertalige React-app waarin de catalogus, reservaties, planning en administratie van een verhuurbedrijf samenkomen.

    • React
    • Claude
    • GPT
    • Gemini
  • React & Next.js · E-commerce · Organic Web

    Pelletkachelzorg

    Mijn eigen commerceplatform in React en Next.js voor de verkoop, plaatsing en het onderhoud van kachels, in vier talen.

    • React
    • Next.js
    • Claude
    • GPT

Werkwijze

Van proces tot werkende automatisering

Klein beginnen is hier geen zwakte. Eén automatisering die betrouwbaar draait, leert meer dan een groot plan op papier.

Een doorlooptijd spreek ik af wanneer het proces en de systemen bekend zijn.

01

Proces in kaart

Wie doet wat, met welke gegevens, in welke systemen, en waar gaat vandaag de meeste tijd naartoe.

02

Eerste stap kiezen

Eén afgebakend stuk met een duidelijk resultaat, en een maatstaf om te beoordelen of het werkt.

03

Bouwen en testen

De workflow, de koppelingen en de AI-stappen, getest met echte gevallen uit je bedrijf.

04

In gebruik, met controle

Eerst met een mens die elk resultaat nakijkt. De controle wordt pas lichter wanneer de resultaten dat rechtvaardigen.

05

Meten en uitbreiden

Wat levert het op, waar gaat het fout, en welke stap is de volgende.

Prijs

Wat kost AI automatisering?

Voor AI automatisering geldt: prijs op aanvraag. De omvang hangt af van het proces, niet van de technologie. Na een eerste gesprek over het proces en de systemen kan ik de scope en de prijs van een eerste stap concreet vastleggen.

De bouw is een projectprijs. De kosten voor het gebruik van een AI-model komen daar los van: die rekent de aanbieder aan volgens het verbruik.

  • Aantal stappen Hoe lang de workflow is en hoeveel uitzonderingen ze kent.
  • Aantal systemen Welke software gekoppeld wordt en hoe goed die een API aanbiedt.
  • Kwaliteit van de gegevens Gestructureerd en volledig, of eerst op te schonen.
  • Controle Hoeveel menselijke controle het proces vraagt.
  • Volume Hoe vaak de automatisering draait, en dus het verbruik van het AI-model.
  • Opvolging Wie de automatisering na de oplevering bewaakt en bijstuurt.

Waarom Dries

Automatisering van iemand die ze ook zelf gebruikt

  • Eigen product met AI In mijn eigen SaaS-platform is AI een deel van het product. Ik ken dus ook de kant van onderhoud en kosten.
  • Developer, geen doorverkoper Ik schrijf de koppelingen en de logica zelf, in code die je kunt laten nakijken.
  • Nuchter Kan het zonder AI, of zonder maatwerk, dan zeg ik dat.
  • Rechtstreeks contact Je bespreekt je proces met de persoon die de automatisering bouwt.
Dries Nijs, developer van AI automatisering en integraties bij MadeByDries

Over de specialist

Dries Nijs, Organic Web Specialist

Ik ben Dries Nijs, developer uit Maasmechelen, en ik bouw sinds de jaren 90 voor het web. AI is voor mij het nieuwste gereedschap in die reeks, na HTML, PHP, WordPress en React. Ik gebruik het dagelijks bij onderzoek, code en content, en bouw het in waar een proces er aantoonbaar beter van wordt. MadeByDries is het persoonlijke merk waaronder ik werk.

FAQ

Veelgestelde vragen over AI automatisering

Automatisering voert vaste stappen uit volgens regels: als dit gebeurt, doe dan dat. AI kan omgaan met invoer zonder vaste vorm, zoals tekst, en levert een resultaat dat beoordeeld moet worden. AI automatisering combineert de twee: vaste stappen waar het kan, een AI-model waar interpretatie nodig is.

AI is het brede vakgebied. ChatGPT is één toepassing ervan: een chatprogramma bovenop een taalmodel. In een automatisering praat je meestal niet met een chatvenster, maar spreekt je software een taalmodel rechtstreeks aan via een API, met een vaste opdracht en je eigen gegevens.

Met één proces dat vaak terugkomt, veel handwerk vraagt en waar een fout geen ramp is. Beschrijf hoe het vandaag loopt, kies één stap om te automatiseren en laat een mens het resultaat controleren. Breid pas uit wanneer die eerste stap betrouwbaar werkt.

ChatGPT is in de eerste plaats een chatprogramma: het antwoordt op een vraag. Het heeft functies waarmee het zelf stappen kan zetten, zoals zoeken op het web, en gedraagt zich dan als een agent. In een bedrijfsproces is een AI-agent meestal een eigen opzet, met alleen de acties en gegevens die voor die ene taak nodig zijn.

De belangrijkste zijn een fout resultaat dat niemand opmerkt, gevoelige gegevens die bij een externe dienst terechtkomen en een proces dat stilvalt wanneer die dienst uitvalt. Alle drie zijn te beperken: met menselijke controle, bewuste keuzes over gegevens en een terugvaloptie.

Een chatbot voert een gesprek en geeft antwoorden. Een AI-agent voert taken uit: hij gebruikt hulpmiddelen, zet opeenvolgende stappen en werkt naar een resultaat toe. Een chatbot kan een agent zijn wanneer hij ook acties mag uitvoeren, zoals een afspraak inplannen.

Meestal wel, wanneer die software een API of een andere manier van gegevensuitwisseling heeft. Dat is het eerste wat ik nakijk. Biedt een pakket geen koppeling aan, dan bekijken we of een export of import een werkbaar alternatief is.

Ze neemt taken over, geen verantwoordelijkheid. Het repetitieve deel van het werk verdwijnt, de beoordeling en de uitzonderingen blijven bij mensen. Een automatisering die zonder toezicht alles zelf beslist, bouw ik niet voor processen waar een fout zwaar weegt.

Een proces dat te veel handwerk vraagt?

Beschrijf hoe het vandaag loopt en welke systemen je gebruikt. Dan bekijken we of automatiseren zinvol is, en met welke stap je best begint.

Bespreek je project

Vertel me wat je wilt bouwen of verbeteren

Je hoeft nog geen technische briefing te hebben. Vertel me waar je nu staat en wat je wilt bereiken, dan denk ik mee over de juiste aanpak.

Kies minstens één onderwerp. Meer dan één mag ook.

Ik gebruik je gegevens alleen om op je aanvraag te reageren.

Liever meteen mailen?

Locatie
Maasmechelen, België