Een AI-agent denkt niet na. Hij zoekt. En dat is precies wat je wilt.
Een AI-agent denkt niet na. Hij zoekt. En dat is precies wat je wilt.
Document Processor
AI webinar | 8 oktober 2026
Hoe verwerk je dagelijks grote hoeveelheden documenten sneller en efficiënter? Samen met Logicx ontwikkelden we een AI-oplossing voor het verwerken van chauffeursmappen. Tijdens deze webinar laten we samen zien hoe een AI-agent documenten automatisch herkent, classificeert en verwerkt, waardoor het proces aanzienlijk wordt versneld.
Wil jij inzicht in wat AI kan betekenen voor jouw organisatie? Meld je dan aan voor deze webinar op 8 oktober.
Het is maandagochtend, 7:15 uur. Een chauffeur meldt zich ziek en drie ritten moeten om. Je ervaren planner hoeft daar niet lang over na te denken. Ze weet welke chauffeurs beschikbaar zijn. Ze weet dat die ene klant nooit vóór acht uur wil lossen, en dat de trailer geladen op dock 3 klaar staat. Ze opent het rooster, kijkt in het klantdossier, en binnen tien minuten ligt er een nieuwe planning.
We noemen dat snel “slim nadenken”. Maar kijk eens goed naar wat ze eigenlijk deed. Het grootste deel van haar werk was weten waar ze moest kijken.
Precies zo werkt een goede AI-agent ook.
Het misverstand over “slimme” AI
Als je een AI-agent aan het werk ziet, lijkt het alsof er iets nadenkt. Hij formuleert vloeiend, legt uit, komt met een voorstel. Het is dan verleidelijk om te denken dat de agent het antwoord “weet”.
Dat klopt maar half. Taalmodellen weten veel over de wereld in het algemeen. Maar ze weten niets over jóuw wereld. Ze kennen jouw planning niet, de afspraken met klanten, of de werkinstructie die jullie in maart hebben aangepast. Laat je een agent antwoorden uit zijn eigen “geheugen”, dan krijg je een antwoord dat aannemelijk klinkt. Of het klopt, is een tweede vraag.
Vergelijk het met een nieuwe collega op zijn eerste werkdag. Slim, goed opgeleid, vol boekenkennis. Maar je laat hem nog niet zelfstandig de planning maken. Niet omdat hij niet kan denken, maar omdat hij nog niet weet hoe het hier werkt.
De agent als bibliothecaris
Vergelijk een agent liever met een bibliothecaris. Een goede bibliothecaris kent niet elk boek uit zijn hoofd. Zijn kracht zit ergens anders: hij begrijpt wat je eigenlijk zoekt, weet in welke kast het ligt, pakt de juiste bron en begeleidt je naar waar het antwoord staat. Dat is wat je van een agent in je werkproces wilt. Geen “ik denk dat…”, maar “volgens de werkinstructie van maart, paragraaf 4, moet je…”. Een antwoord dat je kunt controleren, en dat gebaseerd is op de actuele situatie in jouw organisatie.
In de praktijk doet een agent meestal vier dingen:
1. De vraag begrijpen
Wat wordt er eigenlijk gevraagd, en welke informatie is daarvoor nodig?
2. Zoeken
In het planningssysteem, het ERP, documenten, e-mails of de klantgegevens.
3. Combineren en afwegen
Welke informatie is relevant, wat is actueel, wat spreekt elkaar tegen?
4. Concluderen en handelen
Een voorstel doen, een actie uitvoeren of juist aangeven dat een mens moet meekijken.
Hieronder kan je een illustratie zien waarbij een agent op basis van de benodigde gegevens door een kennisbank op zoekt gaat naar de benodigde informatie. Zelf proberen? Klik op een van de situaties!
Van vraag naar bron.
Zo vindt een AI-agent het juiste antwoord in de bibliotheek van jouw organisatie.
Kies een voorbeeld en kijk mee
- 1Vraag begrijpen
- 2Zoeken
- 3Afwegen
- 4Antwoord met bron
De vraag
Gevonden bronnen
Antwoord van de agent
Een voorbeeld uit de praktijk: orders verwerken bij een transportbedrijf
Bij een transportbedrijf komen dagelijks honderden orders binnen: per e-mail, pdf, Excel, en elke klant in een eigen format. De orderdesk tikte al die orders met de hand over.
Je zou denken dat het slimme werk hier het “lezen” van het document is. Dat is inmiddels het makkelijke deel. Het echte werk begint daarna, en dat is vooral zoeken:
- Wie is deze klant? “Jansen Logistiek BV” in de e-mail moet worden gekoppeld aan het juiste klantnummer, ook als de naam net anders geschreven is.
- Waar moet het naartoe? “DC Venlo, dock 3” moet worden vertaald naar de juiste adrescode, met de bijbehorende laad- en lostijden.
- Welke afspraken gelden er? Tarieven, voorwaarden en speciale eisen zoals gekoeld transport staan in het klantdossier, niet altijd in de order zelf.
Is alles helder, dan staat de order klaar in het systeem. Twijfelt de agent, bijvoorbeeld omdat een adres niet te vinden is of een tarief afwijkt, dan gaat de order naar een medewerker. De agent geeft er dan meteen bij wát er niet klopt en waar hij heeft gekeken.
Het resultaat: de medewerkers van de orderdesk besteden hun tijd niet meer aan overtikken. Ze besteden het aan de uitzonderingen, waar hun kennis en ervaring echt het verschil maken.
Ook zonder chatvenster
Bij AI denken veel mensen aan een chatbot. Maar in het voorbeeld hierboven typt niemand een vraag: de agent draait op de achtergrond, midden in het orderproces. Een binnenkomende e-mail is de aanleiding, een voorbereide order in het TMS het resultaat. Voor dit soort agents geldt het bibliothecaris-principe misschien nog wel sterker. Nu kan niemand doorvragen als een antwoord raar klinkt. Daarom moet zo’n agent zijn beslissingen baseren op controleerbare bronnen. Hij moet vastleggen waar hij heeft gekeken, en hij moet weten wanneer hij het niet zeker weet.
AI en mens: samen beslissen
Wij zien de grootste waarde niet in AI die mensen vervangt. We zien die in AI die mensen helpt betere beslissingen te nemen.
De taakverdeling is eigenlijk heel logisch. De agent vindt en combineert informatie en zet een voorstel klaar, honderden keren per dag. De mens doet waar mensen goed in zijn: uitzonderingen beoordelen, afwegen wat er op het spel staat, de klantrelatie meenemen en verantwoordelijkheid nemen voor de beslissing.
Het mooie is dat die samenwerking de bibliotheek ook steeds beter maakt. Elke keer dat een medewerker een voorstel van de agent corrigeert, leren we iets, zowel de mens als de AI. Zo wordt niet alleen de agent beter, maar de hele organisatie toekomstbestendiger.
Een bibliotheek werkt alleen als hij op orde is
Stel je een bibliotheek voor waar de boeken op willekeurige stapels liggen. De helft heeft geen titel op de rug. Zelfs de beste bibliothecaris loopt daar vast. De kennis in veel organisaties ziet er zo uit. Een SharePoint vol “definitief_v3_NIEUW.docx”. Een Excel-bestand op iemands bureaublad. En de belangrijkste kennis zit in het hoofd van Henk, die al dertig jaar weet hoe het écht zit.
Dit is een risico, een collega ziet misschien nog dat een document uit 2019 vast niet meer klopt. Een agent kan een verouderde versie pakken. Daarom is het ordenen van je informatie geen saai IT-klusje. Het is je organisatie doorzoekbaar maken, voor agents én voor mensen. Mooie bijvangst: nieuwe collega’s zijn er ook sneller mee ingewerkt.
Wat maakt een bibliotheek goed?
Een catalogus
Je weet wat je hebt, waar het staat, van wie het is en hoe oud het is. Zonder overzicht is zoeken gokken.
Oude edities uit de kast
Eén bron van waarheid per onderwerp voorkomt dat een agent twee tegenstrijdige antwoorden vindt en er zelf maar eentje kiest.
De kennis uit de hoofden halen
Wat Henk weet, staat nergens. Leg die kennis vast, ook als het maar een paar alinea’s zijn.
Niet iedereen mag het archief in
Een bibliotheek heeft afdelingen die niet voor iedereen open zijn. Een agent moet ook alleen kunnen zien wat de persoon die hem gebruikt mag zien. Dat regel je aan de voorkant, niet achteraf.
Bronvermelding
Een goed antwoord laat zien waar het vandaan komt. Zo kan een medewerker in een paar seconden controleren of het klopt, en groeit het vertrouwen in de agent op een gezonde manier.
Durven zeggen: “dat hebben we niet”
Een goede bibliothecaris verzint geen boek dat niet bestaat. Een agent die zegt “ik kan dit niet vinden” is meer waard dan een agent die een mooiklinkend antwoord verzint.
Waar begin je?
Je hoeft niet eerst je hele organisatie op te ruimen voordat je met agents aan de slag gaat. Begin klein, bij één proces of één beslissing die je wilt ondersteunen. Stel jezelf dan een paar simpele vragen:
- Welke informatie gebruikt een ervaren collega om deze beslissing te nemen?
- Waar staat die informatie nu? In een systeem, een document, of in iemands hoofd?
- Is die informatie actueel, en wie is er eigenaar van?
Die antwoorden laten meestal snel zien waar de winst zit. Vaak blijkt het niet om de AI te gaan, maar om de bibliotheek eromheen.
Twee situaties komen we daarbij vaak tegen.
1. Staat je informatie verspreid over verschillende systemen, zoals een TMS, ERP en CRM? Dan zorgt een integratieplatform als eMagiz ervoor dat die systemen met elkaar praten, zodat een agent alles kan vinden zonder dat je overal losse koppelingen voor bouwt.
2. Zit je informatie vast in documenten, zoals pdf’s, e-mails of scans? Dan haalt onze Document Processor die gegevens eruit en maakt ze bruikbaar voor je processen.
Tot slot
De slimste agent is niet de agent die het meeste weet. Het is de agent die het snelst het juiste boek uit de kast pakt, laat zien waar het staat, eerlijk zegt als het boek er niet is en weet wanneer hij een collega erbij moet halen.
Benieuwd hoe doorzoekbaar jouw organisatie is, en waar een agent het verschil kan maken? Neem gerust contact met mij op. Ik denk graag met je mee.
