Beschikbaar voor opdrachten

Ik bouw AI-automatiseringendie je terugkomende werk overnemen.

Geen chatbot. Het werk dat elke week terugkomt, uit handen, in de software die je al gebruikt.

Plan een gesprek Wat ik doe
Scroll
Stack & waarborgen
Python SQL PyTorch scikit-learn OCR Power BI Azure Docker CI/CD MLflow MLOps Monitoring Logging Guardrails Evals Human in the loop Bronvermelding Prototype Versiebeheer Audit log On-behalf-of EU-regio AVG DPIA
Projecten

Wat al in productie staat.

Defensie, Fellowmind, Cyclomedia. Jij praat met de bouwer, geen bureau ertussen.

In productie
Industrieel bedrijf

OrderScribe

Leest de order-mails en de pdf’s die eraan hangen, vraagt bij twijfel om bevestiging en zet daarna de verkooporder in het ERP.

D365 F&OGraphMens bevestigt
In productie
Logistiek

DocketLink

Koppelt binnenkomende pakbonnen aan de juiste inkooporder. Wat vroeger een middag overtypen was.

D365 F&OPDFClaude
In productie
Zorgverzekeraar

ClauseFinder

Doorzoekt de contracten. Juridisch, sales en finance zien alleen waar ze recht op hebben, en elke vraag is achteraf terug te halen.

SharePointAKSAuditlog
In productie
Meertalig

VoiceQuery

Vraag hardop iets over een order of een document en krijg antwoord terug, in meerdere talen.

VoiceD365 F&OMeertalig
Restricted
Ministerie van Defensie

Gen-AI platform

Meerdere agents in een streng beveiligde omgeving. Volledig on-premise, elke stap gelogd, en iedereen ziet alleen zijn eigen niveau.

LoggingVolledig
DeployOn-prem
Live2024
In productie
Fellowmind

Hive AI-platform

Vier agents live op een platform met koppelingen naar D365, Graph, SharePoint en PDF-extractie. De motor onder de agents hiernaast.

Agents4
MCP14+
DeployAKS
In productie

RAG-kennissysteem

Zoekt antwoorden in je eigen documenten, met bewaking tegen verzinsels en een betrouwbaarheidsscore bij elk antwoord.

RAGPythonLLMOpsGuardrailsConfidence
In productie

Afvalstroom-classificatie

Een model dat afvalstromen herkent voor beter recyclinginzicht, met een complete MLOps-pijplijn en een live dashboard eronder.

PythonMLflowDVCDockerCI/CDSQLPower BI
In productie

Levertijd-voorspelling

Voorspelt welke zendingen te laat komen: klassieke modellen afgezet tegen een BERT-model op tracking-events.

PythonXGBoostBERTSnowflakedbt
In productie

Gewas-forecasting

Voorspelt de samenstelling van gewassen door PLSR met tijdreeksmodellen te combineren in één datapijplijn.

PythonPLSRTijdreeksenData pipeline
In productie

Agentic AI in productie

Productieklare agents, veilig gekoppeld aan de kernsystemen via het Model Context Protocol, met multi-agent-orkestratie voor complexe workflows.

Azure AI FoundryMCPMulti-agentKubernetesDockerCI/CD
Open source
Koppeling

Outlook

Geeft een agent toegang tot mail, agenda en contacten. Twintig handelingen, en jij bevestigt wat er de deur uit gaat.

.NET 8GraphEntra ID
Open source
Koppeling

Dynamics 365 CRM

Laat een agent lezen en schrijven in je CRM: accounts, contactpersonen, kansen en cases.

D365 CEDataverseEntra ID
Open source
Koppeling

SharePoint

Zoekt namens de gebruiker zelf, dus niemand krijgt een document te zien waar hij geen recht op heeft.

.NET 10SharePointOBO
Open source
Koppeling

Leadscraping

Haalt bedrijfsdata en contactpersonen op en levert ze als bruikbare leads bij een agent af.

TypeScriptApifyLeads
Wat ik bouw

Zes agents op je software.

Acht agents in productie, vier daarvan bij Fellowmind. Elke agent hangt op je software. Voorbeelden hieronder.

Factuuragent

Boekt facturen door. Twijfel komt bij jou.

94% automatischExact

Mailagent

Antwoordt zelf. De rest ligt klaar als concept.

73% zelf afgehandeldOutlook
B&B INTELLIGENCE

Het knooppunt.

Agents hangen op je Microsoft 365, Google Workspace, Exact of Twinfield. Geen nieuw platform, geen migratie.

DIT BLIJFT VAN JOU

Gespreksagent

Gesprek wordt verslag. In jouw format, in jouw CRM.

Elk formatJe eigen CRM

Orderagent

Bestelling in, voorraad gecheckt, bevestiging eruit.

4 min per orderJe eigen pakket

Bankagent

Alleen de verschillen komen bij jou.

5 dagen naar 4 uurTwinfield

Offerteagent

Offerte uit je eigen sjabloon, op de goede plek.

Uit jouw sjabloonSharePoint
Wat anderen zeggen

Niet mijn woorden.

Mark Vervuurt
Mark Vervuurt Lead AI Engineer, AI Guild Lead
Very driven and motivated colleague who knows how to inspire others about (Gen) AI. An indispensable AI support pillar both within and outside our project.
Rob Kemperman
Rob Kemperman Head of Data & Analytics, Road.io
A great asset for every company. Already tackling advanced topics with a strong grasp of AI, and always finding a way to solve the task at hand.
Giulio Piccolo
Giulio Piccolo Head of Data Platform
An exceptionally skilled professional. Attention to detail and the ability to interpret complex data sets have been invaluable to our projects.
De bouwer

Direct de bouwer, geen bureau.

Jij praat met wie het bouwt. Geen accountmanager.

Robin Bril, AI engineer
AI Engineer

RobinBril

AI-tools voor het Ministerie van Defensie en vier agents bij Fellowmind. Daarvoor Capgemini.

Capgemini Defensie Fellowmind
Values

AI in productie, niet in theorie.

Vier dingen waar ik niet vanaf wijk. Klik er een open voor hoe dat eruitziet in de praktijk.

  1. Een demo bouw je in een middag. Ik lever pas op als hij op jouw data in jouw systeem draait en je hem zelf hebt zien werken. Daarna blijft hij draaien: ik monitor of een model afzakt, hertrain waar het nodig is en houd een rollback klaar.

  2. Verzenden, boeken en betalen zitten achter een akkoordknop. De agent zet het klaar, er gebeurt niets tot iemand klikt. Geen afspraak maar rechten: die scope krijgt hij niet. Ik vang prompt-injectie af, valideer de output en grond elk antwoord in je eigen bronnen, zodat het model niet gaat verzinnen.

  3. Elke stap komt in een audit-log: welke versie van model, prompt en dataset draaide, en onder wiens account. Zit in elke opdracht, je exporteert het zelf. Een agent zoekt namens de gebruiker zelf, met precies diens rechten en niets meer. De agent draait in je eigen omgeving, dus je data blijft staan waar hij nu al staat. Welke gegevens hij raakt, waar ze langskomen en hoe lang ze blijven schrijf ik uit: klaar voor je verwerkingsregister en je DPIA. Bij Defensie en een zorgverzekeraar kon het niet anders.

  4. Machine learning, vision, agents: ik pak wat bij het probleem past. Kan het met een script, dan wordt het een script. Software die pakbonnen uitleest of schade herkent op een foto, of cijfers waar je echt op kunt sturen in plaats van een dashboard vol getallen.

Vragen

Korte antwoorden. Geen brochure.

Staat je vraag er niet bij: WhatsApp.

Hoe groot is een opdracht?

Small: één scherp proces, één systeem.
Medium (standaard): proces met oordeel.
Large: door de hele keten.
Platform, architectuur en het eerste jaar onderhoud zitten erbij. Wat bij je past, bepaal ik in het gesprek, niet via een bedrag op deze pagina.

Wanneer staat hij live?

Drie sessies. Dan go of stop. Bij stop: klaar, geen verdere verplichting. Bij go: pas dan bouwen. Geen multi-week discovery voordat je weet of het past.

Van wie is de code?

Van jou. Code + docs bij oplevering. Draait op jóuw account. Ik ben te vervangen. Dat is de bedoeling, geen lock-in.

Wat gebeurt er met onze data?

Die blijft bij jou. Jouw omgeving, jouw rechten, jij ziet het verbruik. Voor Defensie bouwde ik hetzelfde: volledig on-premise, geen cloud-shortcut.

Wat als de agent iets fout doet?

Bij twijfel: niks sturen, door naar een mens. Elke stap staat in de log. Achteraf leesbaar: wat, wanneer, waarom.

En als ik er over een jaar niet meer ben?

Hij blijft draaien. Jouw code, jouw account, docs ernaast. Wijzigt je software in het eerste jaar iets dat hem breekt: ik fix, geen factuur.

Ons werk is te specifiek. Past dat?

Weet je na dertig minuten. Ik bouw per bedrijf, niet uit een doos. Specifiek is vaak makkelijker dan generiek. Past een agent niet: zeg ik meteen, niet na een factuur.

Hoe het gaat

Drie sessies, dan beslissen.

De eerste drie fasen zijn het beslismoment. Geen go? Dan stopt het daar. Bouwen is een aparte stap, pas na de go.

  1. Envisioning

    Je processen en knelpunten in kaart. Waar AI het meeste verschil maakt, en welke richting past, volgt daaruit.

  2. Scope en prototype

    Per case een uitgewerkte scope en een werkende demo op je data, met een eerste inschatting van omvang en aanpak.

  3. Deep dive

    Verdieping op processen en knelpunten. Scope wordt definitief, met meetbare criteria en een concrete aanpak.

Beslismoment

Go of no-go

De drie sessies dekken tot hier. Geen go? Dan stopt het. Geen bouw, geen vervolg.

Na de go

Bouw en oplevering

Bouwen met je team, opleveren op je systemen. Omvang Small, Medium of Large. Het eerste jaar onderhoud en kleine fixes zit erbij.

Omvang

Drie maten.

Eenmalig project. Eerste jaar onderhoud erbij. De drie sessies tot de go/no-go staan apart. Wat het kost, in het gesprek.

Small

Eén scherp proces

Eén systeem, vaste regels. Platform en architectuur erbij.

Medium · standaard

Proces met oordeel

Met uitzonderingen. 2 tot 3 systemen. Compliance-basis erbij.

Large

Door de hele keten

Het landschap, zwaardere compliance. On-prem of EU waar nodig.

De drie sessies tot go/no-go staan los van de bouw. Wat het kost, hoor je in het gesprek.

Plan een gesprek

Welk werk zou jij nooit meer willen doen?

Dertig minuten. Als het niet kan, zeg ik dat ook.

WhatsApp Mail