Cases

Een selectie van projecten die Backlight.ai opleverde. Elke case beschrijft het probleem, wat we bouwden en wat het oplevert.

Kamer Debat Assistent (KDAI)

Klant: Ministerie van Binnenlandse Zaken en Koninkrijksrelaties Domein: AI-ondersteuning voor het volledige kamerdebatproces

De Kamer Debat Assistent (KDAI) ondersteunt het volledige kamerdebatproces: van het voorbereiden van dossiers, via live transcriptie, tot het automatisch destilleren en routeren van kernvragen. On-premise transcriptie en automatische vraagextractie verlagen de werkdruk en maken reacties sneller en consistenter, zonder dat de mens de regie verliest.

Backlight.ai bouwde KDAI samen met het Ministerie van Binnenlandse Zaken en Koninkrijksrelaties. De assistent werd op 27 januari 2026 gepresenteerd tijdens de aftrap van de online AI-lunchbreaksessies, met Jurriaan Raaijmakers MSc, CIPP/E als gastspreker.

De uitdaging

Een kamerdebat is een arbeidsintensief proces. Voor, tijdens en na een debat zijn medewerkers bezig met het voorbereiden van dossiers, het meeschrijven van wat er gezegd wordt, het herkennen van de echte vragen tussen de woordenstroom, en het naar de juiste persoon sturen van die vragen om ze te laten beantwoorden. Dat werk kost veel tijd en handen, en het moet snel, want een debat staat niet stil.

Wat we bouwden

KDAI ondersteunt het debatproces in vier opeenvolgende stappen. Bij elke stap blijft een mens in the loop.

1. Eerste-termijn voorbereiding. Per debat wordt een dossier opgebouwd: brainstormen, voorbereidende vragen formuleren, themas vastleggen en procesvoorstellen verzamelen.
2. Live transcriptie. Tijdens een uitgezonden debat zet KDAI de spraak om naar tekst. De gebruiker selecteert de sprekende partij, brengt waar nodig correcties aan en kan fragmenten terugluisteren.
3. Vraagdestillatie. Uit het transcript haalt de AI automatisch de kernvragen. De gebruiker controleert en verfijnt: vraagstelling aanpassen, partij corrigeren, vraagsteller benoemen en themas toekennen.
4. Antwoorden en goedkeuring. Bij elke vraag wordt een conceptantwoord opgesteld op basis van openbare bronnen. Antwoorden doorlopen een goedkeuringsproces met een eerste en een tweede goedkeurder.

Human in the loop

KDAI is geen black box. Bij elke stap is menselijke interventie ingebouwd, gekoppeld aan een expliciete risicobeperking:

De AI versnelt en ontlast, de mens beslist en verantwoordt.

Privacy en hosting

Voor de transcriptie is een DPIA en risicoanalyse uitgevoerd. De transcriptie draait on-premise, zodat gevoelige verwerking binnen de eigen omgeving blijft. KDAI kan zowel on-premise bij de afnemende partij draaien als bij de leverancier.

Stand van zaken

• Transcriptie werkt stabiel op de juiste machine en is getest.
• Vraagextractie werkt; aan de kwaliteit wordt verder gewerkt.
• Pilots draaien op dit moment nog in de schaduw van live debatten. Op grote stukken werkt het al, en gebruikers zijn enthousiast.

KDAI is breder inzetbaar dan alleen de Tweede Kamer: ook bij gemeenteraadsvergaderingen en vergelijkbare debatvormen biedt het dezelfde ondersteuning.

Staatstoezicht op de Mijnen (SodM)

Klant: Staatstoezicht op de Mijnen Domein: AI-rapportagecontrole

Inspecteurs van het Staatstoezicht op de Mijnen controleren grote hoeveelheden rapportages. Backlight.ai bouwde een AI-applicatie die direct laat zien of een rapportage volledig is en klaar is voor inhoudelijke controle. Zo besparen inspecteurs tijd en zetten ze hun expertise gerichter in. Het project werd gebouwd door Piet Jonker en Robbe van der Mieden, samen met Sjoerd Wierenga.

De uitdaging

Inspecteurs van het SodM controleren onder meer of ondernemingen in de mijnbouw voldoen aan vergunningsvereisten en wet- en regelgeving. Dat doen ze onder andere door grote hoeveelheden rapportages door te nemen. Voordat een inspecteur een rapportage inhoudelijk kan beoordelen, moet eerst worden vastgesteld of die rapportage volledig is. Dat volledigheidsoordeel kost tijd en vertraagt de inhoudelijke beoordeling.

Wat we bouwden

Na een succesvolle pilot tussen het SodM en TNO ontwikkelde Backlight.ai een Proof-of-Concept door tot een werkende applicatie:

• De applicatie draait op de SodM Data Science-omgeving.
• Via een veilige verbinding communiceert ze met de Microsoft Azure OpenAI Service.
• Inspecteurs zien direct of een specifiek type rapportage volledig is en gecontroleerd kan worden op inhoud.

Het routinematige volledigheidsoordeel wordt zo geautomatiseerd, waardoor inspecteurs hun tijd en expertise op de inhoud kunnen richten.

Publieke demo

Om de techniek te illustreren bouwde Backlight.ai een publieke demo van de PDF-analysetool.

Zo werkt het:

1. Upload een PDF, of kies een van de demo-documenten.
2. Definieer je vragen.
3. De AI verwijst je naar de relevante paginas en citaten.

Het verwerken duurt ongeveer een halve minuut. Probeer de demo op pdf.backlight.ai.

Resultaat

Inspecteurs krijgen direct zicht op de volledigheid van een rapportage en besparen daarmee waardevolle tijd. De inhoudelijke beoordeling, het werk waar hun expertise echt telt, kan daardoor gerichter en sneller.