Field Note 0222 min
Multi-agent systemen: wanneer zet je de stap?
Zodra één AI-agent de complexiteit niet meer aankan, wordt multi-agent de logische volgende stap. Hoe het werkt, en wanneer het de moeite waard is.
Field Notes
De kennis achter wat we bouwen.
Praktische inzichten uit het bouwen van AI-systemen, maatwerksoftware en digitale producten. We schrijven niet omdat het moet, maar omdat we iets hebben geleerd dat het delen waard is.
Elke Field Note begint in een echt project.
Sommige inzichten zijn te waardevol om binnen één opdracht te blijven. Hier delen we wat we leren tijdens het ontwerpen, bouwen en laten meegroeien van software, AI-systemen en digitale producten.
Uitgelicht
Collecties
Verken op onderwerp.
Zoek je iets specifieks?
Multi-agent systemen: wanneer zet je de stap?
Zodra één AI-agent de complexiteit niet meer aankan, wordt multi-agent de logische volgende stap. Hoe het werkt, en wanneer het de moeite waard is.
AI governance: van AI Act naar bestuurbare AI
Voldoen aan de wet is niet hetzelfde als je AI onder controle hebben. Hoe je governance inricht die in de praktijk werkt.
AI data-analyse: van data naar beslissingen
Dashboards vol cijfers geven zelden richting. AI-analyse vertelt waarom iets gebeurde, wat er komt, en wat je nu zou moeten doen.
AI in de procesindustrie: wat het vandaag al oplevert
Minder stilstand, strengere kwaliteitseisen, hogere energiekosten. Vier AI-toepassingen die vandaag al draaien, geen toekomstvisie.
AI in recruitment: waar het helpt, en waar een mens moet blijven
AI versnelt de bovenkant van de funnel: vacatures, screening, planning. De beslissing wie je aanneemt blijft mensenwerk, en de wet ziet werving als hoog-risico.
AI-softwareontwikkeling: zo maken we impact
AI-software is meer dan een chatbot toevoegen. Het is doordacht ontwerpen, kwaliteit bewaken en AI verweven met bestaande systemen.
AI in de Nederlandse logistiek: veel interesse, weinig beleid
De sector ziet de kansen, maar vertaalt ze zelden naar beleid. De cijfers, de toepassingen die vandaag al renderen, en waarom de meeste bedrijven nog wachten.
AI in finance: waar het loont, en waar regels beter werken
Niet elke financiële taak vraagt om AI. De winst zit in forecasting, factuurstromen en anomaliedetectie, mits je governance en controls vanaf dag één meeneemt.
Model Context Protocol: één standaard voor AI en je systemen
MCP is de USB-C voor AI: één protocol waarmee een model met je tools, data en systemen praat, in plaats van een eigen koppeling per bron. Waarom dat de manier verandert waarop we integreren.
Waarom AI-projecten stranden op data, niet op AI
De meeste AI-initiatieven lopen niet vast op het model, maar op versnipperde, onbetrouwbare data. Wat we leerden over het fundament eronder.
AI die code schrijft: sneller vooruit, of sneller in de problemen
AI genereert in seconden code die werkt. Of die code veilig, onderhoudbaar en toegankelijk is, blijft een menselijke verantwoordelijkheid. Waar het misgaat, en hoe je de snelheid houdt zonder de rekening later te betalen.
AI-automatisering: waar het wél en niet loont
AI kan bergen repetitief werk overnemen. De kunst zit niet in wat kán, maar in kiezen waar automatisering echt waarde oplevert en waar ze een puinhoop versnelt.
Eigen AI bouwen: maatwerk of generiek, open of gesloten
De vraag is zelden welk model het beste is, maar hoeveel ervan je zelf wil bezitten. Twee keuzes bepalen dat: maatwerk versus generiek, en open versus gesloten.
Vibe coding: waar het vliegt en waar het vastloopt
Software bouwen door in natuurlijke taal te beschrijven wat je wil, en AI de code laten schrijven. Voor prototypes is het een doorbraak. Voor productie is het een valkuil.
Duurzame AI: de rekening die niemand op de factuur ziet
AI verbruikt energie op een schaal die er echt toe doet. De goede keuzes zitten niet in minder AI, maar in kleinere modellen, slimmer hosten en bewust inzetten.
Van proof of concept naar proof of product
Een proof of concept bewijst dat iets technisch kan. Dat is niet meer de vraag. De vraag is of het product werkt voor echte gebruikers, en dat bewijs je alleen met een echt product.
AI en ethiek: van mooie principes naar controleerbare keuzes
Ethiek rond AI blijft vaag zolang het bij principes blijft. Het wordt concreet bij bias, uitlegbaarheid en de vraag wie verantwoordelijk is als het misgaat.
AI en de AVG: waar de wet schuurt met hoe modellen leren
Modellen willen zoveel mogelijk data, de AVG wil zo min mogelijk. Die spanning los je niet op met een vinkje, maar met keuzes in het ontwerp.
Spraakgestuurd rapporteren in de zorg: minder typen, betere dossiers
Zorgverleners verliezen uren aan administratie. Spraak naar gestructureerd verslag geeft die tijd terug, mits privacy en controle in het ontwerp zitten.
RAG in de praktijk: AI die je eigen kennis kent
Retrieval-Augmented Generation laat een taalmodel antwoorden op basis van jouw documenten in plaats van zijn training. Hoe het werkt, wanneer je het kiest boven fine-tuning, en waar het misgaat.
Core Web Vitals: waarom snelheid een ontwerpkeuze is
Drie meetwaarden bepalen hoe snel en stabiel een pagina aanvoelt, en hoe Google je beoordeelt. Wat ze meten, welke drempels gelden, en hoe je ze haalt.
Agile prototyping: bouw iets dat werkt voordat je alles bouwt
Een werkend prototype vertelt je in dagen wat een specificatie in maanden mist. Het is de goedkoopste manier om de duurste fout te voorkomen.
