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
Wanneer moet een mens goedkeuren? Een beslisboom voor autonomie
Niet elke actie van een AI-agent hoort hetzelfde vrijheidsniveau te krijgen. Een praktisch afwegingskader langs omkeerbaarheid, impact, schaal en betrouwbaarheid van de input — met een concrete beslisboom voor wanneer een mens eerst moet goedkeuren.
LeesHoe anonimiseer je documenten voordat ze een model in gaan?
Documenten anonimiseer je vóór verwerking door het AI-model door persoonsgegevens automatisch te detecteren en te verwijderen, maskeren of vervangen — bij voorkeur lokaal, voordat tekst een externe API bereikt. Pseudonimiseren is vaak praktischer, maar de gegevens blijven dan persoonsgegevens onder de AVG.
LeesHoe meet je of je RAG-systeem beter wordt?
Zonder vaste eval-set is verbeteren giswerk. Hoe je retrieval-precision en -recall, antwoordkwaliteit, latency en kosten meet — en hoe je regressie voorkomt bij wijzigingen aan chunking, embeddings of prompts.
LeesMonitoring van AI-diensten: welke signalen doen er echt toe?
Een AI-dienst kan technisch volledig "up" zijn terwijl gebruikers trage, dure of inhoudelijk foute antwoorden krijgen. Welke signalen naast latency, kosten, drift en hallucinaties je monitoring wél moet vangen.
LeesChatbot-disclosure: hoe zeg je het zonder je bezoeker af te schrikken?
Een chatbot-disclosure hoeft geen juridische waarschuwing te zijn. Waar de melding moet staan, vijf concrete voorbeeldzinnen van subtiel tot expliciet, en wanneer je in zorg, financiën of bij minderjarigen explicieter moet formuleren.
LeesSchrijven voor mens én model: een opbouw die allebei bedient
Content die goed werkt voor mensen werkt vaak ook goed voor taalmodellen — als je met dezelfde discipline schrijft. Waarom het antwoord vooraan moet staan, wanneer een lijst of tabel helpt, en hoe je chunkbare content schrijft zonder dat het robotisch aanvoelt.
LeesHoe zie je wat je agent vannacht heeft gedaan?
Een agent die 's nachts autonoom taken uitvoert, moet je de ochtend erna kunnen naspelen. Wat je moet loggen, waarom tracing met bijvoorbeeld OpenTelemetry helpt, en hoe je een eenvoudig audit trail en dashboard bouwt.
LeesData-residency: wat betekent 'EU-regio' bij een Amerikaanse cloud echt?
Een EU-cloudregio houdt data niet automatisch onder Europese controle. Wat opslaglocatie, toegang, de Amerikaanse CLOUD Act en cloudsoevereiniteit voor jouw AI-project echt betekenen.
LeesRate limits en quota: hoe voorkom je dat je dienst stilvalt?
Rate limits en quota kunnen AI-diensten onverwacht afremmen of stilleggen. Retries, queues, model-routing, budget-guards en monitoring zorgen samen voor gecontroleerde capaciteit in plaats van volledige uitval.
LeesAI voor gemeenten: beleidsstukken doorzoekbaar maken
Beleidsstukken, raadsverslagen, vergunningendossiers en verordeningen worden met RAG doorzoekbaar op betekenis in plaats van alleen trefwoorden, met citaten naar het originele document. Waarom de Woo en datasoevereiniteit meespelen, en wanneer een toepassing onder de AI Act als hoog-risico kan gelden.
LeesWanneer moet een AI-assistent 'dat weet ik niet' zeggen?
Een AI-assistent die nooit weigert, is voorspelbaar onbetrouwbaar. Hoe je met relevantiedrempels, contextdetectie en citatieverificatie een RAG-systeem bouwt dat weigert wanneer het moet.
LeesWaarom presteert je FAQ-pagina slechter dan één goede vraag per pagina?
Een lange FAQ-pagina laat meerdere onderwerpen om aandacht concurreren, terwijl zoek- en retrievalsystemen content vaak in kleinere blokken verwerken. Wanneer verdient een vraag een eigen kennisbankpagina, en wanneer hoort hij gewoon in de FAQ?
LeesPrompt-injectie: hoe een e-mail jouw agent kan kapen
Een AI-agent die e-mail leest en acties uitvoert, kan door tekst in die e-mail worden gemanipuleerd — zonder wachtwoord, zonder hack. Wat indirecte prompt-injectie is, en hoe least privilege en mens-in-de-loop de schade beperken.
LeesWat is een DPIA en wanneer heb je er een nodig voor AI?
Voor AI heb je een DPIA nodig zodra de verwerking van persoonsgegevens waarschijnlijk een hoog risico voor mensen oplevert. AI op zichzelf is niet de juridische trigger, de combinatie van gegevens, doel, schaal en gevolgen is dat wel.
LeesEmbeddings kiezen: welk model begrijpt Nederlandse tekst het best?
Er is geen embeddingmodel dat objectief "het beste voor Nederlands" is. E5-NL, Qwen3 Embedding, Jina Embeddings v5, BGE-M3 en multilingual-e5 zijn kandidaten — jouw eigen retrievaltest bepaalt de winnaar.
LeesCaching voor AI: welke antwoorden mag je hergebruiken?
AI-antwoorden mag je vooral hergebruiken wanneer dezelfde vraag onder dezelfde omstandigheden hetzelfde geldige antwoord hoort op te leveren. Tijdgevoelige, gepersonaliseerde of creatieve antwoorden meestal niet — en semantische caching heeft zijn eigen risico's.
LeesAI in de zorg: waarom on-prem daar bijna altijd het antwoord is
Gezondheidsgegevens zijn bijzondere persoonsgegevens onder de AVG. Dat maakt on-prem of een strikt gecontroleerde private omgeving vaak de meest verdedigbare architectuur voor AI die met patiëntdossiers werkt — geen absoluut verbod op cloud-AI, wel een hogere lat.
LeesAI-geletterdheid (artikel 4): wat verwacht de wet van je personeel?
Artikel 4 AI-verordening verplicht aanbieders en gebruiksverantwoordelijken om maatregelen te nemen die AI-geletterdheid van personeel ondersteunen — context- en risicoafhankelijk, zonder verplicht certificaat. Sinds 2 februari 2025 van kracht, in 2026 aangepast.
LeesWelke AI-crawlers bezoeken je site — en hoe zie je dat in je logs?
GPTBot, ClaudeBot, PerplexityBot en meer doen niet hetzelfde: sommige verzamelen trainingsdata, andere bouwen een zoekindex, weer andere halen op verzoek van een gebruiker direct een pagina op. Zo filter en verifieer je ze in je logs.
LeesHoe geef je een AI-agent veilig toegang tot je bestanden?
Maak de toegang zo klein mogelijk: een expliciete allowlist in plaats van een denylist, gescheiden read- en write-rechten, backups vóór iedere mutatie en een tool-laag die de scope afdwingt buiten het model om.
LeesMag je klantgegevens door ChatGPT halen?
Onder de AVG mag het onder voorwaarden: een geldige grondslag, dataminimalisatie en — als OpenAI als verwerker optreedt — een verwerkersovereenkomst. Maar een persoonlijk ChatGPT-account is iets anders dan ChatGPT Business, Enterprise of de API.
LeesHoeveel documenten heb je nodig voordat RAG zin heeft?
Er is geen minimum-aantal. RAG wordt zinvol zodra documenten niet meer in één contextvenster passen, content vaak verandert, meerdere gebruikers moeten zoeken, of bronvermelding nodig is — niet bij het aantal bestanden.
LeesFallback-ketens: wat doet je systeem als de provider eruit ligt?
Een fallback-keten combineert alternatieve AI-providers of modellen met health-checks, timeouts, retries en circuit breakers. Niet alleen downtime telt als storing — ook meetbare kwaliteitsdegradatie.
LeesAI voor accountants: waar zit de winst en waar het risico?
De winst zit in het versnellen van documentverwerking, journaalpost-voorstellen en periodieke afsluiting. Het risico zit in hallucinatie bij cijfers en fiscale interpretatie, AVG en aansprakelijkheid.
LeesWat is een hoog-risico-AI-systeem — en ben jij er een?
Niet elk geavanceerd AI-systeem is hoog-risico onder de EU AI Act, en niet elke eenvoudige toepassing valt erbuiten. Artikel 6 en Annex III bepalen het — met de deadlines die de Digital Omnibus medio 2026 verschoof.
LeesBlokkeer je AI-crawlers of laat je ze binnen?
Alle AI-crawlers blokkeren is meestal te grof. GPTBot, ClaudeBot, PerplexityBot, Google-Extended en CCBot hebben elk een andere functie — hoe je robots.txt gericht instelt op training versus zichtbaarheid.
Leesn8n of code: wanneer is een workflow-tool genoeg?
Waar workflow-tools sterk in zijn, wanneer maatwerkcode beter past, en waarom n8n met code combineren vaak de sterkste architectuur is voor AI-automatisering.
LeesArtikel 50 uitgelegd: wanneer moet je zeggen dat het AI is?
Artikel 50 verplicht niet om bij ieder AI-gebruik dit te melden. De transparantieplicht geldt specifiek bij chatbots, AI-gegenereerde content, deepfakes en emotieherkenning — sinds 2 augustus 2026 van toepassing.
LeesMoet je AI-gegenereerde content labelen?
De AI Act verplicht geen algemeen zichtbaar label op alle AI-content. Artikel 50 maakt onderscheid tussen technische markering, deepfakes en AI-teksten over onderwerpen van publiek belang.
LeesModel-routing: waarom niet elk verzoek naar het duurste model moet
Niet elke AI-taak vraagt om het zwaarste model. Hoe je routeert op taakcomplexiteit, latency, kosten en betrouwbaarheid — met classifiers, regels, fallbacks en kostenplafonds.
LeesKan AI jurisprudentie doorzoeken zonder te verzinnen?
Een taalmodel zonder brongrond kan overtuigend klinkende maar niet-bestaande uitspraken en ECLI-nummers verzinnen. Hoe RAG, verplichte brongrond en een link naar de echte uitspraak dat risico beperken.
LeesOllama, vLLM of llama.cpp: welke runtime past bij jouw situatie?
llama.cpp is de C/C++ inference-engine, Ollama de gebruiksvriendelijke laag eromheen voor lokaal experimenteren, en vLLM de productie-serving-engine voor GPU’s met veel gelijktijdige gebruikers. Welke past bij jouw workload.
LeesHoe kiezen ChatGPT, Perplexity en Gemini welke bron ze citeren?
Een positie in Google is niet hetzelfde als een citatie in een AI-antwoord. Hoe ChatGPT Search, Perplexity en Gemini bronnen ophalen, beoordelen en koppelen aan specifieke beweringen — en wat dat betekent voor GEO.
LeesWat is MCP (Model Context Protocol) en waarom verandert het agents?
Het open protocol waarmee AI-agents op een gestandaardiseerde manier tools, data en systemen aanspreken. Hoe het zich verhoudt tot API’s, function calling en RAG, en wat het betekent voor beveiliging en on-prem AI.
LeesWelke hardware heb je nodig om een taalmodel lokaal te draaien?
RAM, VRAM, quantisatie en opslag bepalen welk taalmodel lokaal past. Praktische vuistregels voor 7B tot 70B+ modellen op CPU, GPU en Apple Silicon.
LeesWat 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?
LeesChunking: hoe knip je een document op zonder de betekenis te slopen?
Goede chunking bepaalt wat je RAG-systeem überhaupt kan terugvinden. Waarom chunking vaak misgaat, hoe je chunkgrootte en overlap kiest, en hoe je chunking per documenttype (pdf, tabellen, code) aanpakt.
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.