Technische termen

Wij zitten soms zo diep in de materie dat we een term laten vallen die niet iedereen kent: een Model Context Protocol hier, een agent-to-agent-koppeling daar. Logisch dat je dan even wilt weten wat dat inhoudt. Niemand is geboren met een diploma AI, en je hoeft ook niet alle begrippen te kennen. Daarom leggen we de termen die we op deze site en in onze projecten gebruiken hier in gewone taal uit, met waar mogelijk een verwijzing naar de pagina of het project waar de term in de praktijk terugkomt.

Disciplines

Webdevelopment. Het bouwen van websites en webapplicaties: alles wat in de browser draait, van een marketingsite tot een dashboard waarin je dagelijks werkt. Zie ook: Over ons.

Data science. Het halen van inzicht en voorspellingen uit data met statistiek en machine learning: patronen herkennen, classificeren of voorspellen op basis van historische gegevens. Zie ook: onze cases.

Kunstmatige intelligentie (AI). De verzamelnaam voor systemen die taken uitvoeren waarvoor normaal menselijk inzicht nodig is: taal begrijpen, beelden herkennen, beslissingen ondersteunen. Generatieve AI en LLM's vallen hieronder.

10x-engineer. Term uit de software-industrie voor een engineer die met de juiste tooling en aanpak een veelvoud levert van wat in een traditioneel team gebruikelijk is. Bij ons komt die hefboom vooral van slimme inzet van AI-tooling en sterke automatisering, waardoor een klein team het werk van een veel groter team aankan. Zie ook: sub-agents.

Proces en aanpak

Human-in-the-loop. De mens houdt bij elke stap de regie. De AI doet het voorwerk en doet voorstellen; een mens controleert, past aan, keurt goed of wijst af. Het oordeel en de eindverantwoordelijkheid blijven bij mensen. Zie ook: Over ons en de case AI Debat Assistent.

MVP (minimum viable product). Een eerste werkende versie met net genoeg functionaliteit om de waarde aan te tonen en van te leren, voordat verder wordt ontwikkeld. Zie ook: de case AI Debat Assistent, die als MVP begon.

Proof-of-concept. Een aantoonbaar werkend bewijs dat een idee technisch haalbaar is, meestal kleiner en ruwer dan een MVP. Zie ook: de case Staatstoezicht op de Mijnen.

Pilot. Een beperkte praktijkproef waarin een oplossing onder echte omstandigheden wordt getest, vaak naast het bestaande proces.

Business rules. Vaste, expliciete regels die een beslissing sturen ("als X, dan Y"). Veel wat als AI-vraag binnenkomt, blijkt bij goed nadenken een set duidelijke regels; AI vullen we pas in voor de uitzonderingen. Goedkoper en voorspelbaarder.

Wet van de remmende voorsprong. Wie een voorsprong heeft opgebouwd met oude techniek, stapt vaak te laat over op iets beters, omdat bestaande systemen en werkwijzen blijven trekken. Nieuwkomers zonder die ballast springen in één keer naar de nieuwste generatie. Zie ook: Wat onderscheidt jullie?.

MoSCoW. Een manier om scope te prioriteren: elke wens valt onder Must (noodzakelijk), Should (belangrijk), Could (mooi meegenomen) of Won't (nu niet). Zo gaat het budget eerst naar wat echt moet. Zie ook: onze werkwijze.

Sprint. Een vaste tijdsblok van twee weken waarin een werkend stuk software wordt opgeleverd. Onze standaardeenheid van levering: na elke sprint is er iets te zien, te testen en te beoordelen. Zie ook: onze werkwijze.

Custom AI development. Het bouwen van AI-software die specifiek is afgestemd op de werkprocessen, data en vereisten van een organisatie. In tegenstelling tot kant-en-klare AI-tools die voor iedereen hetzelfde werken. Zie ook: Over ons.

Show & tell. Aan het einde van elke sprint laten we live zien wat we hebben gebouwd: werkende software, geen PowerPoint. Jij geeft feedback voordat we doorgaan, zodat je nooit maanden op een eindoplevering wacht die niet klopt. Zie ook: onze werkwijze.

Beheerdashboard. Ons eigen dashboard waar je je data zelf beheert: vragen en antwoorden, FAQ, voorzieningen, meldingen, statistieken en rechten, zonder onze tussenkomst. Zo sta je zelf aan het roer over je content. Zie ook: de cases f1vraag.nl en Zomer in Zandvoort.

AI en techniek

Magie versus AI. AI is geen toverstaf die elk probleem vanzelf oplost. Het is krachtig wanneer een taak duidelijk afgebakend en goed begrepen is, en onbetrouwbaar zodra het probleem vaag of te breed is. Wij zijn eerlijk over wat AI in jouw situatie wel en niet kan. Zie ook: human-in-the-loop.

Generatieve AI. AI die nieuwe inhoud maakt (tekst, beeld, code) op basis van patronen in trainingsdata, in plaats van alleen bestaande data te herkennen of te classificeren.

LLM (large language model). Een groot taalmodel dat tekst begrijpt en genereert. De motor achter veel generatieve-AI-toepassingen.

Parameters. De miljoenen tot miljarden instelbare waarden die een LLM tijdens training leert en waarmee het zijn antwoorden vormt. Meer parameters betekent doorgaans meer nuance, maar ook meer rekenkracht.

Probabilistisch. Werkend op basis van statistische waarschijnlijkheid: een LLM kiest steeds het meest waarschijnlijke volgende woord, dus exact hetzelfde verzoek kan net andere uitkomsten geven. Voor taal en creatief werk is dat een kracht; voor exacte berekeningen kiezen we juist een deterministische aanpak.

Deterministisch. Werkend volgens vaste regels, zodat dezelfde invoer altijd exact dezelfde uitvoer geeft. Voor data waar het elke keer hetzelfde moet zijn (zoals een reisadvies per postcode) kiezen we deterministische logica in plaats van een probabilistisch AI-model. Zie ook: de case HIRS advies.

Prompt. De instructie of vraag die je aan een AI-model geeft. Hoe preciezer de prompt, hoe gerichter het antwoord; het opstellen ervan heet prompting.

RAG (retrieval augmented generation). Een techniek waarbij het AI-model eerst relevante documenten ophaalt en die als context meekrijgt, zodat antwoorden op echte bronnen zijn gebaseerd en naar die bron kunnen verwijzen. RAG op zichzelf is een vrij eenvoudige techniek: de kracht zit in de combinatie met knowledge graphs, sub-agents en goede zoekmethoden zoals BM25. Zie ook: onze cases, waarin RAG meermaals is toegepast.

Semantisch (betekenis). Gericht op de betekenis van tekst in plaats van op exacte woorden. Twee zinnen die hetzelfde bedoelen met andere woorden liggen semantisch dicht bij elkaar, waardoor een AI ze als verwant herkent ook al komen de woorden niet letterlijk overeen. Zie ook: de case V&VN.

Knowledge graph (kennisgrafiek). Een netwerk van feiten als knooppunten met relaties ertussen: geen losse tekst, maar verbonden kennis (X hoort bij Y, Y volgt uit Z). Gecombineerd met RAG en AI-agents kan een model gericht redeneren over samenhangende informatie in plaats van over losse fragmenten. Benieuwd hoe zoiets er uitziet? Kijk naar de graph van deze website.

Sub-agents. Gespecialiseerde AI-agents die elk een deeltaak oppakken onder regie van een hoofdagent: de een zoekt, de ander vat samen, de derde controleert. Door het werk te verdelen wordt de uitkomst betrouwbaarder dan met een enkel model.

BM25. Een beproefde zoekmethode die documenten rangschikt op hoe goed ze op de zoekwoorden matchen (woordfrequentie en zeldzaamheid). Wij gebruiken BM25 binnen onze RAG-aanpak, voor klantcases aangevuld met een filter over onze knowledge graph, zodat antwoorden op de best matchende content gebaseerd zijn.

MCP (Model Context Protocol). Een open standaard waarmee AI-assistenten op een gestandaardiseerde manier verbinding maken met externe tools en databronnen. Onze site biedt een MCP-server zodat AI-agents onze content rechtstreeks kunnen bevragen. Zie ook: Integreren via MCP.

AI-agents. AI-systemen die niet alleen antwoorden, maar zelfstandig taken uitvoeren: ze plannen stappen, gebruiken tools (zoeken, rekenen, systemen aanroepen) en werken een opdracht af. Een mens houdt de regie en keurt waar nodig goed. Zie ook: human-in-the-loop.

Skill. Een op maat geschreven instructiebestand dat een AI-assistent leert hoe en wanneer een specifieke tool of MCP-server te gebruiken. De assistent laadt de skill automatisch zodra die relevant is en volgt daarna de daarin beschreven werkwijze, zonder dat de gebruiker dit zelf hoeft te configureren. Zie ook: Integreren via MCP.

Transcriptie. Het automatisch omzetten van gesproken audio naar tekst (spraak-naar-tekst). Zie ook: de case AI Debat Assistent.

Vraagdestillatie. Het automatisch uit een tekst of transcript halen van de kernvragen, zodat een mens ze kan controleren en beantwoorden. Zie ook: de case AI Debat Assistent.

OCR-pipelines. OCR (optical character recognition) zet tekst in afbeeldingen en scans om naar doorzoekbare, bewerkbare tekst. Een pipeline koppelt die stap aan vervolgbewerking (opschonen, structureren, doorzoekbaar maken), zodat documenten automatisch worden verwerkt. Naast traditionele tekstherkenning zetten we ook multimodale AI-modellen in die een pagina als geheel lezen, inclusief lay-out, tabellen en handschrift, zonder tussenstap van losse tekstherkenning. Zie ook: Documentverwerking.

Documentverwerking. Het automatisch inlezen, structureren en beoordelen van documenten met AI. Meestal met multimodale modellen die zowel tekst als beeld begrijpen (lay-out, tabellen, stempels en handtekeningen), niet alleen losse tekstherkenning. De term beschrijft het hele proces, niet alleen de analyse. Zie ook: de case Staatstoezicht op de Mijnen.

Bronvermelding. Elk AI-antwoord verwijst naar het brondocument of de FAQ-pagina waar het antwoord op is gebaseerd. Zo kan de gebruiker de bron controleren en weet de organisatie altijd op welke informatie het antwoord steunt. Onlosmakelijk verbonden met RAG. Zie ook: de case f1vraag.nl en Staatstoezicht op de Mijnen.

Hallucinaties. Wanneer een AI-model een antwoord verzint dat plausibel klinkt maar feitelijk onjuist is. RAG en bronvermelding beperken dit sterk: het model antwoordt op basis van opgehaalde brondocumenten in plaats van op een gok. Zie ook: de case f1vraag.nl.

RPA (Robotic Process Automation). Automatisering van repetitieve digitale taken via softwarerobots die vaste regels volgen: klik-hier, kopieer-daar. RPA kan niet omgaan met ongestructureerde invoer zoals vrije tekst of audio. Custom AI development vult die leemte: het AI-model begrijpt context, structureert input zelf en stelt een rapport op.

Privacy en compliance

AVG (Algemene Verordening Gegevensbescherming). De Europese privacywet (in het Engels GDPR) die regelt hoe organisaties persoonsgegevens mogen verwerken. Zie ook: ons Privacybeleid.

Verwerkersovereenkomst (DPA). Een overeenkomst (data processing agreement) waarin staat hoe wij als verwerker persoonsgegevens namens een opdrachtgever verwerken: doeleinden, maatregelen, sub-processors en bewaartermijnen. Zie ook: ons Privacybeleid en de Algemene voorwaarden.

Sub-processor. Een externe partij die wij inschakelen om namens ons een deel van de verwerking te doen (bijvoorbeeld een hostingprovider). Onder de AVG worden die transparant en met waarborgen vastgelegd. Zie ook: ons Privacybeleid.

Datalek. Een inbreuk op de beveiliging waarbij persoonsgegevens verloren gaan of bij onbevoegden terechtkomen. De AVG verplicht tot melding wanneer er een risico voor betrokkenen is. Zie ook: ons Privacybeleid.

Privacy by design. Het principe dat gegevensbescherming niet achteraf wordt toegevoegd, maar vanaf het begin in de architectuur is ingebouwd: dataminimalisatie, toegangsbeperking op rol, en verwerking beperkt tot het noodzakelijke. Vereist onder de AVG voor verwerkingen met een hoog risico. Zie ook: ons Privacybeleid.

Audit trail. Een chronologisch logboek van alle acties in een systeem: wie deed wat, wanneer, op basis van welke bron, en wie het heeft geaccordeerd. Verplicht bij auditwaardige AI in gereguleerde sectoren. Zie ook: de case Kamer Debat Assistent en de use-case AI met audit trail.

DPIA (Data Protection Impact Assessment). Een gegevensbeschermingseffectbeoordeling: een analyse van de privacyrisico's bij een gegevensverwerking met een hoog risico, met maatregelen om die risico's te beperken.

IAMA (Impact Assessment Mensenrechten en Algoritmes). Een Nederlands instrument om vooraf de risico's en effecten van een algoritme op mensenrechten in kaart te brengen.

Beveiliging

Zero-trust. Een beveiligingsmodel dat geen enkel verzoek automatisch vertrouwt: elke toegang wordt geverifieerd op identiteit en context, ongeacht of die van binnen of buiten het netwerk komt. Zie ook: Beveiliging en toegang.

MFA (multi-factor authenticatie). Inloggen met meer dan alleen een wachtwoord, bijvoorbeeld een extra code of een bevestiging in een app, zodat een gestolen wachtwoord op zichzelf niet volstaat. Zie ook: Beveiliging en toegang.

Least privilege (minimale rechten). Iedere gebruiker of dienst krijgt alleen de toegang die strikt nodig is voor de taak, niet meer. Zo blijft de schade beperkt als een account misbruikt wordt. Zie ook: Beveiliging en toegang.

Encryptie (versleuteling). Het onleesbaar maken van gegevens voor onbevoegden, zowel bij opslag (in rust) als tijdens transport, zodat alleen bevoegden ze kunnen lezen. Zie ook: Beveiliging en toegang.

Licenties en hosting

EUPL (European Union Public Licence). Een door de Europese Commissie opgestelde open-source-licentie, veel gebruikt door overheden. Zie ook: de case AI Debat Assistent, die onder de EUPL is opgeleverd.

On-premise. Software die draait op apparatuur in eigen beheer van de organisatie, in plaats van bij een externe clouddienst. Zie ook: de case AI Debat Assistent.

Open source. Software waarvan de broncode openbaar is, zodat anderen die mogen inzien, gebruiken en aanpassen onder de voorwaarden van de licentie.