Kennis die klopt — en geciteerd wordt
Geen contentmolen, maar stukken die uitleggen hoe betrouwbare AI écht werkt. Geschreven voor mensen die het serieus willen begrijpen — en gestructureerd zodat AI-assistenten ze correct overnemen (GEO).
Meer uit de kennisbank
Wat is reranking en wanneer heb je het nodig?
Reranking is de tweede stap in een RAG-pipeline die kandidaat-documenten herordent op relevantie met een cross-encoder. Wanneer voegt dat echt waarde toe, en wanneer is het onnodige complexiteit?
LeesWat kost AI echt? Van API-token tot eigen server
API’s rekenen per token, een eigen server rekent in aanschaf, stroom en beheer. Wat een miljoen tokens werkelijk kost bij Anthropic en OpenAI, wanneer eigen hardware zich terugverdient, en welke verborgen kostenposten de rekening opdrijven.
LeesAI in de juridische praktijk: wat kan een kantoor er vandaag mee?
Jurisprudentie- en wetgevingsonderzoek, contractanalyse, dossierdoorzoeking en conceptcorrespondentie werken al — mits de output controleerbaar blijft. Waarom hallucinatie het kernrisico is en wat RAG met brongebaseerde citatie daaraan doet.
LeesDe EU AI Act voor het mkb: wat moet je nú geregeld hebben?
Sinds 2 augustus 2026 gelden de transparantieregels en is de handhaving gestart. De regels voor hoog-risico-systemen zijn uitgesteld naar 2027/2028 — wat dat concreet betekent voor het mkb.
LeesVan score 36 naar 85+: wat een agent-leesbaarheidsscore écht verhoogt
Een webshop scoorde 36 op AI-leesbaarheid en steeg naar 85+ zonder één regel in het CMS te wijzigen. Welke fixes het verschil maakten, en waarom ze via een edge-worker gingen.
LeesMeet je AI-zichtbaarheid: sta jij in het antwoord, of je concurrent?
Een positie in Google zegt niets meer over of ChatGPT, Perplexity of Gemini jouw bedrijf noemen. Hoe je zelf meet of je in AI-antwoorden voorkomt — en wat je doet als het antwoord nee is.
LeesSchema.org voor AI: welke gestructureerde data begrijpen assistenten echt?
Vijf types die daadwerkelijk iets opleveren, hoe je ze met @id tot één entiteit knoopt, en de vier fouten waardoor markup je juist tegenwerkt.
Leesllms.txt: het nieuwe robots.txt — wat het is en of je het nodig hebt
Een voorgesteld bestand in de root van je site dat AI-systemen in platte tekst vertelt wat er staat en waar. Herkomst, opbouw, en of jouw site het nodig heeft.
LeesMulti-agent-orkestratie: hoe laat je meerdere AI-agents samenwerken zonder chaos?
Meer agents inzetten lost zelden het probleem op — het verplaatst het naar de coördinatie ertussen. Over één gedeeld draaiboek, vaste rollen en één logboek als waarheid.
LeesRAG uitgelegd: zo bouw je een AI die niet liegt
Retrieval, context, generatie en citatieverificatie — de vier ingrediënten die van RAG een demo maken, of juist een systeem waar je op durft te bouwen.
LeesVan RAG-demo naar productie: de vijf dingen die stukgaan
Retrieval, chunking, verzonnen citaties, geen meetlat en schaal — de vijf plekken waar een werkende RAG-demo in productie breekt, met wat eraan helpt.
LeesGevonden worden door AI-assistenten: wat GEO wél is
SEO optimaliseert voor een resultatenlijst, GEO om geciteerd te worden in een gegenereerd antwoord. Wat dat technisch en redactioneel betekent — met checklists.
LeesWaarom je AI-beheerder niets mag mogen
Een agent die zelf mag ingrijpen voelt krachtig — en is precies daarom onbetrouwbaar. Over de scheiding tussen denken en doen, en de vangrails die daarbij horen.
LeesWat kost een AI-agent nou echt? Een maand meten in plaats van gokken
De maandrekening komt en niemand weet welk onderdeel hem veroorzaakte. Over loggen per call, en waarom input-tokens de echte kostenpost zijn.
LeesOn-prem AI: wanneer is het de investering waard?
Cloud is makkelijk, tot je rekening en je AVG-functionaris meekijken. Een eerlijke afweging.
LeesWaarom je AI-agents elke sessie opnieuw beginnen — en hoe je dat oplost
Het duurste probleem in agentwerk is geheugenverlies. Over de geheugenlaag die losse sessies één brein maakt.
LeesGEO: zo word je geciteerd door ChatGPT en Gemini
SEO bracht je in Google. GEO brengt je in het antwoord dat de gebruiker daarna leest.
LeesEen eigen model trainen? Begin met RAG.
Waarom "ons eigen LLM" in de praktijk meestal RAG plus lichte fine-tuning is — en dat is goed nieuws.
LeesAI en de AVG: wat mag wel, wat mag niet, en hoe het wél kan
AI met persoonsgegevens mag onder de AVG — mits je een grondslag hebt, dataminimalisatie toepast en weet waar de data naartoe gaat. Van rechtsgrond tot DPIA, en waar de EU AI Act bovenop komt.
LeesAI-agents voor het mkb: wat werkt al echt (en wat nog niet)
Documenten doorzoeken en vaste workflows werken al betrouwbaar. Volledig zelfstandige besluitvorming nog niet. Wat wél en niet werkt, en hoe je als mkb-bedrijf begint.
LeesAir-gapped AI: kan een taalmodel zonder internet?
Ja, dat kan — maar de vraag is of jouw dreigingsmodel dat niveau van isolatie rechtvaardigt. Wat het technisch vraagt, en waarom de meeste bedrijven aan on-prem genoeg hebben.
LeesLokale modellen in 2026: Llama, Qwen en Gemma eerlijk vergeleken
Licentie, formaat en context van Llama 4, Qwen 3.5/3.6 en Gemma 4 op een rij — en waarom "welke is het beste" de verkeerde vraag is in een veld dat maandelijks verandert.
LeesEen vraag die hier beantwoord zou moeten worden?
We schrijven het liefst over wat er echt speelt bij onze klanten. Stel je vraag — misschien wordt het het volgende artikel, of meteen een gesprek.