# Backlight.ai: Volledige inhoud > Wij bouwen maatwerk AI-software voor mkb, maatschappelijke organisaties, gemeenten en ministeries die repetitief werk willen automatiseren. Met jouw experts aan het stuur, slimme bronvermelding, inzicht en volledige audit trails. > Gegenereerd door de build. Canonical URL: https://backlight.ai/llms-full.txt --- ## Homepage: AI-software op maat voor jouw organisatie. > Bron: https://backlight.ai/landing.md # AI-software op maat voor jouw organisatie. > Wij bouwen maatwerk AI-software voor mkb, maatschappelijke organisaties, gemeenten en ministeries die repetitief werk willen automatiseren. Met jouw experts aan het stuur, slimme bronvermelding, inzicht en volledige audit trails. ## Al meer dan 20 afgeronde projecten voor mkb, gemeenten en ministeries undefined undefined, undefined undefined undefined. ## Show, don't tell. Elke sprint levert iets werkends op. Geen mockups, geen lange decks. Een selectie cases met de cijfers erbij: bespaarde uren, verwerkte volumes, gehaalde levertijden. - **Gemeente Utrecht**: Inspecteurs Toezicht & Handhaving waren minimaal vier uur kwijt aan een Plan van Bevindingen na een controlebezoek van 15 minuten. - **Zomer in Zandvoort**: Bezoekersassistent voor het hele seizoen. Vragen over parkeren, evenementen en verkeer direct beantwoord, 24/7. - **Staatstoezicht op de Mijnen**: PDF-rapportages screenen op volledigheid. Inspecteurs zien direct waar info ontbreekt. - **Mave (Davinci Vertalingen)**: AI-vertaalplatform met menselijke eindcontrole door aangesloten vertaalbureaus. Levertijd in uren in plaats van dagen. ## Van workshop tot product Een offerte beschrijft zelden het volledige eindproduct. Daarom beginnen we altijd met een workshop waar een MoSCoW-diagram uit rolt. Dit bepaalt de volgorde van de komende sprints. Iedereen op dezelfde lijn? Dan gaan we van start. Iedere twee weken volgt een show & tell met iemand uit ### Fases - **Moment plannen**: Wanneer kunnen jullie? - **Workshop**: 1 dag samen bouwen. Werkend prototype. - **Sprint 0**: Fundament: data en omgeving klaar. - **Sprint 1**: Eerste werkende versie. Jij geeft feedback. - **Sprint 2 · Analyseren**: Zicht op je data en knelpunten - **Sprint 3 · Experimenteren**: Mens en AI samen aan het werk - **Sprint 4 · Uitrollen**: Werkend product in productie - **Sprint 5 · Beheren**: Continu meten en verbeteren - **Sprint 6 · Opschalen**: Doorgroeien op stabiele basis. - **undefined**: undefined ### Wat pakken we eerst aan? AI is geen magie. We ordenen jouw wensen voor maatwerk AI-software samen met de MoSCoW-methode, zodat iedere sprint levert wat er echt toe doet. - **Must have**: Zonder dit geen product. - **Should have**: Belangrijk, niet blokkerend. - **Could have**: Mooi meegenomen. Latere sprint. - **Won't have**: Bewust uit scope. ## Veelgestelde vragen ### Data, techniek & eigendom #### Wat betekent het dat AI probabilistisch is, en niet deterministisch? Een taalmodel rekent met waarschijnlijkheden, niet met vaste regels. Het voorspelt het meest waarschijnlijke volgende woord op basis van de vele [parameters](/docs/begrippen#parameters) die tijdens de training zijn afgesteld. Daardoor is het [probabilistisch](/docs/begrippen#probabilistic): dezelfde vraag kan net een ander antwoord opleveren, en het model "weet" niet zeker of iets klopt, het schat in wat plausibel is. Een [deterministische](/docs/begrippen#deterministisch) aanpak doet het omgekeerde: vaste regels die bij dezelfde invoer altijd hetzelfde resultaat geven, voorspelbaar en controleerbaar. Voor harde, regelgebonden stappen (een bedrag berekenen, een status bepalen) wil je juist dat. Daarom mengen wij de twee. Het voorspelbare deel lossen we op met [business rules](/docs/begrippen#business-rules); AI zetten we in op de fuzzy randjes waar geen vaste regel bestaat. Zo krijg je de kracht van AI zonder onvoorspelbaarheid op plekken waar die niet hoort. #### Werkt AI ook met onze eigen documenten? Juist daar zit de waarde. We bouwen oplossingen die jouw eigen documenten, data en kennis ontsluiten: bijvoorbeeld een assistent die antwoord geeft op basis van jouw handleidingen, of een pipeline die informatie uit documenten haalt. De AI wordt zo bruikbaar voor jouw werk, niet alleen voor algemene vragen. #### Volgens welke beveiligingsnorm werken jullie? Onze architectuur is in lijn met de beheersmaatregelen van ISO 27001 (ISO 27001-aligned): identiteitsgebaseerde toegang, verplichte multifactorauthenticatie, minimale rechten, versleuteling tijdens transport en in rust, gescheiden klantomgevingen, auditlogging en EU-hosting. We zijn op dit moment niet ISO 27001 gecertificeerd. Stelt een project formele certificering als eis, dan kan dat onderdeel zijn van een afzonderlijk traject. De volledige uitwerking staat op [beveiliging en toegang](/docs/security). #### Wat kunnen jullie met AI? We bouwen AI rechtstreeks in software in: slimme assistenten, automatisering van handmatig werk en het ontsluiten van je eigen data. We werken met toonaangevende modellen van **Anthropic (Claude)** en **Google (Gemini)**. Het verschil zit niet in het model, maar in hoe goed het is ingebed in jouw proces. #### Werken jullie AVG-conform en privacy by design? Ja. We ontwerpen met AVG-compliance als startpunt, niet als noodoplossing achteraf. [Privacy by design](/docs/begrippen#privacy-by-design) betekent bij ons: data minimaliseren, toegang strikt beperken, en jouw gegevens verwerken in EU-regio's tenzij jij anders wilt. Meer details lees je in ons [privacybeleid](/docs/privacy) en op [beveiliging en toegang](/docs/security). #### Hoe kijken jullie naar AI op de lange termijn? AI-modellen worden steeds krachtiger, maar vaak slechts nog gereedschap. De waarde zit in hoe ze verbonden zijn met jouw data, processen en gebruikers. Dat stuk veroudert niet. Daar speelt de wet van de remmende voorsprong. Wie vroeg alles vastzet rond de techniek van nu, zit daar later aan vast. De partij die later begint pakt meteen het betere model en gaat je voorbij. In AI gaat dat niet in jaren maar in maanden. Het model dat vandaag de beste keuze lijkt, is een paar maanden later alweer ingehaald. Daarom bouwen we niet rond het model van vandaag, maar rond jouw bedrijfsproces. Het model eronder vervangen we zodra er iets beters is. Modellen wisselen, jouw integratie blijft. #### Bouwen we met AI iets op dat van ons blijft? Ja, en dat is het hele punt. We zetten jouw werkwijze, vakkennis en beslisregels om in een systeem dat jij bezit. Dat systeem groeit mee: elke verbeterde workflow legt meer van je eigen kennis vast. Wissel je later van AI-model, dan blijft die opgebouwde kennis gewoon staan, want die zit in jouw integratie en jouw data, niet in het model. Zo bouw je een voorsprong op die een concurrent niet zomaar kopieert door hetzelfde model in te kopen. #### Hoe verbinden jullie veilig met onze systemen? We kiezen het verbindingsmechanisme dat bij jouw situatie past: een site-to-site VPN-tunnel (IPsec) of jullie eigen client-VPN naar een afgeschermd netwerk, een private netwerkkoppeling naar een database in de cloud, of een versleutelde databaseproxy. Welke we inzetten leggen we per opdracht schriftelijk vast. Voor onze eigen toegang werken we cloud-native met een [**zero-trust**](/docs/begrippen#zero-trust) model: de beveiligingsgrens is identiteit, niet netwerklocatie, met verplichte multifactorauthenticatie, minimale rechten en versleuteling overal. Hoe dit precies zit, lees je op [beveiliging en toegang](/docs/security). #### Waarom gebruikt de zoekfunctie BM25 en geen vector-search/RAG? BM25 is de bewuste keuze voor de kleine, gecureerde kennisbank op deze site: de corpus is beperkt van omvang, rijk aan vaktermen en eigennamen, en BM25-zoeken is deterministisch, snel en heeft geen embedding-kosten of cold-start vertraging. Dat maakt het de juiste techniek voor een curated kennisbank waarbij zoekgedrag voorspelbaar en reproduceerbaar moet zijn. Vector-search en RAG demonstreren we in de aparte `semantic_search`-functie van onze MCP-server: die gebruikt embeddings om op betekenis te zoeken en laat zien hoe wij retrieval-augmented generation inzetten voor grotere, minder gestructureerde kennisbases. De keuze per project hangt af van corpusgrootte, zoekgedrag en de vereiste voorspelbaarheid, niet van hype rondom een bepaalde techniek. #### Wat is het verschil tussen AI trainen op je data en je data beschikbaar stellen aan AI? Twee dingen die vaak door elkaar lopen, met een groot verschil voor jouw controle en veiligheid. Bij **trainen** worden je gegevens onderdeel van het model zelf. Ze worden uitgesmeerd over de [parameters](/docs/begrippen#parameters), de miljoenen instelknoppen van het model, en zijn daarna niet meer als losse gegevens terug te vinden of te wissen. Het model "weet" iets, maar kan niet aanwijzen waar het vandaan komt. En wie het model gebruikt, kan die informatie er soms weer uithalen: train je op gevoelige bedrijfsdata, dan riskeer je dat die bij anderen terechtkomt. Daarom gebruiken wij jouw data nooit om modellen te trainen, en hebben we met de aanbieders van de taalmodellen afgesproken dat zij dat ook niet doen. Bij **beschikbaar stellen** blijft je data gewoon op zijn plek. Het model zoekt pas op het moment van een vraag de relevante stukken op in bronnen die jij aanwijst, en citeert die met bronvermelding erbij. Het leent je informatie alleen even in om te antwoorden, in plaats van het uit zijn hoofd te leren. Hiervoor gebruiken we ophaaltechnieken zoals RAG en knowledge graphs. Het verschil in één zin: trainen stopt je data ín het model, beschikbaar stellen laat het model je data lézen. Bij de tweede manier blijf je eigenaar van je data en kun je elk antwoord natrekken tot aan de bron. Verwijder je een bron, dan verdwijnt die meteen uit de antwoorden, terwijl getrainde data niet meer uit een model te halen is. Hoe wij met jouw gegevens omgaan, staat in ons [privacybeleid](/docs/privacy). #### Waarom gebruiken jullie geen wrapper frameworks zoals LangChain? Omdat we precies willen begrijpen wat er onder de motorkap gebeurt. Frameworks zoals LangChain beloven snelheid, maar stapelen abstractielagen op je AI-integratie: chains, agents, geheugenbeheer, tool-calling, allemaal verstopt in de bibliotheek. Handig voor een snelle proof of concept, maar in productie betaal je de rekening: bugs zijn lastiger te herleiden, de bibliotheek verandert vaak en loopt voor op of achter bij de documentatie, en je zit vast aan de ontwerpkeuzes van een ander team. Wij bouwen direct op de officiële SDK's van de modelaanbieders (**Anthropic** en **Google**) met **Python**, **FastAPI** en **Pydantic** voor strikte validatie. Geen tussenlaag die we niet doorgronden. Daardoor weten we bij elk probleem exact waar het misgaat en lossen we het meteen op, in plaats van te wachten tot een externe bibliotheek een fix uitbrengt. En verschijnt er een beter model, dan wisselen we dat eronder zonder je integratie te herschrijven. Voor jou betekent dat: minder afhankelijkheid, minder verrassingen bij model-updates, en software die je tot in detail kunt onderhouden. Meer hierover op [onze bouwstijl](/docs/bouwstijl). #### Wat gebeurt er na oplevering? Software heeft altijd hosting en onderhoud nodig om te blijven werken; dat hoort niet automatisch bij de bouwopdracht. Je host het zelf (eigen cloudaccount of hostingprovider naar keuze), of wij blijven hosten via een aparte overeenkomst met SLA. Realistische kanttekening bij zelf-hosten: we bouwen met moderne tooling die niet bij elk in-house IT-team bekend is. Daarom kun je voor hosting en onderhoud bij ons blijven, niet omdat we een hostingbedrijf zijn, maar omdat onze developers de stack tot in detail kennen. Heb je geen techniek-mensen in huis? Geen probleem, dat is de standaard: wij hosten en beheren je project in een **EU-regio** en jij weet vooraf wat je betaalt. De afspraken over eigendom, gebruiksrecht, broncode, onderhoud en aansprakelijkheid staan in onze [algemene voorwaarden](/docs/voorwaarden). #### Wat als onze tech stack nog niet klaar is voor AI? Dat is een reëel obstakel. Bestaande software is nog niet altijd klaar voor AI-integratie, dus elke koppeling kost moeite. Daar helpen wij mee. We koppelen AI aan je data, workflow en gebruikers. De integratie blijft staan terwijl het model eronder meegroeit. #### Hoe zit het met de AVG? We bouwen privacy in het ontwerp in, niet erbovenop. Verwerken we persoonsgegevens namens jou, dan sluiten we een verwerkersovereenkomst en draait je applicatie in een EU-regio op [Google Cloud](/docs/begrippen#sub-processor). We gebruiken je gegevens nooit om AI-modellen te trainen. De volledige uitwerking staat in ons [privacybeleid](/docs/privacy). #### Is er altijd een human-in-the-loop? Alleen als het nodig is. Soms kijkt een mens achteraf mee, soms tussentijds voordat het proces automatisch doorgaat. Bij productiekritische stappen bouwen we human-in-the-loop controles in: acties die de AI voorbereidt maar die een medewerker goedkeurt voor uitvoering. Een inspecteur controleert het AI-rapport voor verzending, een juridisch medewerker valideert een samenvatting. De AI neemt het handmatige werk voor zijn rekening; de eindverantwoordelijkheid blijft bij jou. Meer over dit principe: [human-in-the-loop](/docs/begrippen#human-in-the-loop). #### Van wie is het product dat jullie bouwen? Van ons, en dus ook van jou. Wij gebruiken heel veel componenten, zoals hoe je inlogt of automatisch een e-mail verstuurt, opnieuw in andere projecten. Zo bouwt onze kennis ook door nadat we iets geleerd hebben waar we nog niet eerder tegenaan zijn gelopen. Maken we iets unieks voor jou? Dan leggen we het gebruik daarvan natuurlijk netjes vast in de [algemene voorwaarden](/docs/voorwaarden). #### Wat gebeurt er met onze data? Je data blijft van jou. We gebruiken je gegevens nooit om AI-modellen mee te trainen, en toegang regelen we volgens het principe dat alleen wie iets nodig heeft erbij kan. Wanneer wij je project hosten, draait je applicatie op [Google Cloud](/docs/begrippen#sub-processor) in een **EU-regio**. Kies je ervoor om zelf te hosten? Dan bepaal je zelf in welke regio je infrastructuur draait. Privacy en beveiliging zitten in het ontwerp, niet erbovenop. Meer details in ons [privacybeleid](/docs/privacy). #### Kunnen jullie koppelen met onze bestaande systemen? Meestal wel. We koppelen regelmatig met bestaande software, databases en API's, van CRM- en boekhoudsystemen tot interne tools. In de kennismaking kijken we naar wat je nu gebruikt en wat technisch haalbaar is, zodat de nieuwe oplossing aansluit op je huidige werk in plaats van ernaast te staan. #### Kunnen jullie onder NDA werken? Kunnen? We zullen! Voor veel trajecten is dat het startpunt. Stuur je NDA mee en we tekenen voordat we inhoudelijk de diepte ingaan. Vertrouwelijke data behandelen we volgens het principe dat alleen wie iets nodig heeft erbij kan, met versleuteling en gescheiden klantomgevingen. Meer hierover op [beveiliging en toegang](/docs/security). #### Wat doen jullie aan AI-hallucinaties? AI-hallucinaties ontstaan wanneer een model iets verzint dat plausibel klinkt maar feitelijk onjuist is. Wij lossen dit op met een slimme combinatie van technieken: [sub-agents](/docs/begrippen#sub-agents), [RAG](/docs/begrippen#rag), [knowledge graphs](/docs/begrippen#knowledge-graphs) en [BM25](/docs/begrippen#bm25)-zoekopdrachten. In plaats van te vertrouwen op wat het model "weet", halen we antwoorden op uit bronnen die jij expliciet aanwijst, met directe [bronvermelding](/docs/begrippen#bronvermelding) bij elk antwoord. Klopt iets niet? Dan klik je door naar de bronpassage en controleer je het zelf. De AI verzint niets, maar citeert en parafraseert alleen wat in de kennisbank staat. #### Welke technologie gebruiken jullie? We bouwen met **React** en **TypeScript** voor de website (de voorkant), **Python** en **FastAPI** voor de server (de achterkant), en draaien op Europese enterprise datacenters van Google. Geen exotische keuzes, alles goed onderhoudbaar en overdraagbaar. #### Wat als AI niet de juiste oplossing is? Dan zeggen we dat. Niet elk probleem vraagt om AI; soms is een slimme webapp, een betere datakoppeling of automatisering zonder AI effectiever. We adviseren je op wat werkt, niet op wat ons het meeste oplevert. Eerlijk advies vooraf bespaart je een dure omweg. #### Wat is RAG, en waarom gebruiken jullie het? RAG staat voor retrieval-augmented generation: het model haalt op het moment van een vraag de relevante stukken op uit bronnen die jij aanwijst, en baseert zijn antwoord daarop, in plaats van te leunen op wat het uit trainingsdata "weet". Met [bronvermelding](/docs/begrippen#bronvermelding) erbij, zodat je elk antwoord kunt natrekken. Het lastige is de juiste stukken vinden. Daarvoor combineren we twee complementaire methodes: [BM25](/docs/begrippen#bm25) zoekt op exacte woorden (sterk bij vakjargon en eigennamen, met Nederlandse stemming zodat meervouds- en vervoegingsvarianten ook matchen), en [knowledge graphs](/docs/begrippen#knowledge-graphs) leggen verbanden tussen begrippen (vinden samenhangende context, niet alleen tekst die erop lijkt). Samen zorgen ze dat de juiste passage bovenkomt, hoe je je vraag ook formuleert. Zo wordt de AI bruikbaar voor jouw eigen werk: antwoorden die kloppen, controleerbaar zijn, en uit jouw bronnen komen. ### Prijzen & planning #### Wanneer en hoe factureren jullie? We werken met gefaseerde betaling om budget en voortgang in pas te houden: een aanbetaling bij de start, het restant bij oplevering van de sprint of het project. Zo is er commitment aan beide kanten. #### Wat als een sprint uitloopt of de scope verandert? Een sprint heeft een vaste duur van twee weken en een vaste prijs. Loopt iets uit of veranderen prioriteiten, dan schuift het naar de volgende sprint en beslis jij of dat het waard is. Na elke sprint herijken we samen, nieuwe inzichten verwerk je gewoon in de volgende sprint. Je krijgt nooit achteraf een onverwachte rekening en zit nooit vast aan een plan dat na maand één al achterhaald is. #### Waarom werken jullie met sprints? Elke twee weken lever je werkende software op en beslis je of je doorgaat. Zo voorkom je scope creep en eindeloze trajecten waarbij je pas op het eind ziet wat je krijgt. #### Wat zijn de kosten? Een sprint van twee weken kost **€ 9.600**. Een typisch project loopt drie tot zes sprints (grofweg € 28.800 tot € 57.600). Heb je een afgebakend project? Dan krijg je vooraf een totaalofferte met vaste scope en prijs. Werk je in losse sprints? Dan weet je per sprint exact de prijs en beslis je telkens of je doorgaat. We prijzen op waarde, niet op uren: we kijken naar wat een oplossing je oplevert of bespaart. Bij grotere trajecten (vanaf € 20.000) maken we de keuzes expliciet met een [**Must / Should / Could / Won't**](/docs/begrippen#moscow)-indeling, zodat je budget naar de juiste dingen gaat. Een prijs noemen we altijd, nooit "nader te bepalen". #### Kan ik klein beginnen en tussentijds stoppen? Ja, allebei. Je kunt starten met één sprint van twee weken (**€ 9.600**), zonder verplichting op een langer traject. Na elke sprint beslis je of je doorgaat. Stop je, dan eindigt het traject zonder gedoe; de afspraken over wat je in handen hebt staan in onze [algemene voorwaarden](/docs/voorwaarden). #### Wat zit er niet bij de prijs inbegrepen? We zijn daar vooraf duidelijk over. Niet inbegrepen zijn doorgaans hostingkosten, AI-tokenkosten (het verbruik van de AI-modellen), eventuele certificeringen en onderhoud na oplevering. Die kosten benoemen we apart in het voorstel, zodat je de volledige rekening kent. ### Over Backlight.ai #### Op welk AI-model draait Jason? Jason draait op Claude, het taalmodel van Anthropic, in de Sonnet-variant. Anthropic vernoemt zijn modellen naar geschreven vormen die oplopen in omvang: een haiku is een kort gedicht, een sonnet een langer gedicht van veertien regels, en een opus een groot, ambitieus werk. Toepasselijk, want Sonnet zit in het midden: snel genoeg voor een vlot gesprek, sterk genoeg voor de inhoud. Backlight.ai bouwt trouwens met meerdere modellen, van Anthropic en Google, en kiest per project wat past. #### Met hoeveel zijn jullie? Dat varieert per project. Soms zijn we met meer man bezig om één product te verbeteren, soms kan iemand van ons het in z'n eentje aan. Daar omheen zit een heel team van agents die code test, schrijft, verbetert en meeleest. Intern documenteren en delen we veel kennis, zodat iemand anders het over kan nemen als iemand uitvalt. #### Iedereen is toch AI-expert tegenwoordig? Klopt, sinds ChatGPT mainstream werd noemt half LinkedIn zich AI-specialist, prompt engineer of generative AI consultant. De drempel om die titel te claimen is laag, en het geld voedt de hype: volgens de [OECD](https://www.oecd.org/en/about/news/announcements/2026/02/ai-firms-capture-61-percent-of-global-venture-capital-in-2025.html) ging in 2025 **61% van het wereldwijde durfkapitaal** naar AI-bedrijven, een verdubbeling ten opzichte van 2022. Het verschil zit niet in wie de titel draagt, maar in wat eronder zit. Een model kiezen of een mooie demo bouwen is het makkelijke deel. Het echte werk zit in het inbedden in jouw proces, omgaan met edge cases, en het draaiend houden over jaren heen. Vraag bij elke partij (ook bij ons) naar [concrete cases](/docs/cases) in productie en wat er gebeurde toen het misging. #### Wie is Jason? Jason is de AI-collega van het Backlight.ai team: de assistent op deze website. Zijn naam komt van een klant die ooit naar "Jason" vroeg, terwijl het over het bestandsformaat JSON ging. Die verwarring vonden we te goed om te laten liggen. Geen ChatGPT en geen algemene zoekmachine, maar een assistent die put uit het eigen materiaal van Backlight.ai: cases, documenten, werkwijze en deze FAQ. Jason zoekt het antwoord op in die bronnen en vermeldt erbij waar het vandaan komt, in plaats van iets te verzinnen. Wat Jason niet doet: prijzen of termijnen toezeggen, juridisch advies geven, of namens Backlight.ai afspraken maken. Voor een offerte of kennismaking verwijst hij je naar het [contactformulier](#contact); de mensen achter de techniek zijn Robbe, Piet en Christos, lees meer op [Over ons](/docs/over-ons). Jason werkt niet alleen op de site. Intern werkt hij met het team mee via Slack, onder andere door uit zichzelf te waarschuwen zodra hij online een beveiligingslek signaleert. #### Hoe werkt jullie bronvermelding? Als Jason een antwoord op een bron baseert, zie je een bronverwijzing bij dat antwoord. Klik erop om de bronpagina te openen op de plek waar het citaat staat, zodat je zelf kunt nalezen waar het antwoord vandaan komt. Zo is een antwoord controleerbaar in plaats van een blackbox. Niet elk antwoord heeft een bron. Sommige antwoorden komen uit algemene context of uit deze FAQ; dan staat er geen verwijzing. Diezelfde aanpak bouwen we ook voor klanten: in de [Zomer in Zandvoort-assistent](/docs/cases/zomer-in-zandvoort) en de [F1-vraag](/docs/cases/f1vraag) onderbouwt de AI haar antwoorden met de achterliggende bron. #### Waar komt de naam Backlight.ai vandaan? Een backlight is het tegenovergestelde van een schijnwerper. Een schijnwerper schijnt in je ogen en verblindt. Een backlight zit achter je beeldscherm: je ziet hem nooit, maar zonder hem is alles zwart. Het is het onzichtbare licht waardoor je álles ziet. Daar zit precies onze overtuiging. AI is op dit moment één grote schijnwerper, fel en oogverblindend, vol hype. Wij doen het omgekeerde: AI hoort niet vóór je applicatie als spektakel, maar erachter als de laag die je product leesbaar, snel en levend maakt. De techniek verdwijnt naar de achtergrond, het product licht op. ### Hoe we werken #### Wat onderscheidt jullie? Dit klinkt gek voor een AI-bureau, maar wij zijn nuchter over AI. Sceptisch zelfs: over wat het kan, over wat het niet kan, en vooral over wat het zou moeten doen. Die houding zit in alles wat we bouwen. **We beginnen niet met AI.** Een groot deel van wat als "AI-probleem" binnenkomt, blijkt bij goed doordenken een set duidelijke [business rules](/docs/begrippen#business-rules). Die bouwen we eerst; AI zetten we alleen in op de fuzzy randjes. Goedkoper, voorspelbaarder, minder kwetsbaar. Een bureau dat zijn omzet uit AI-uren haalt, heeft die prikkel niet. **We hebben geen voorsprong te verdedigen.** Er bestaat een [wet van de remmende voorsprong](/docs/begrippen#wet-van-de-remmende-voorsprong): wie groot is geworden met de techniek van gisteren, blijft daaraan vasthouden omdat overstappen pijn doet. Bestaande systemen, vaste werkwijzen, een team dat in het oude is opgeleid. Wij dragen die ballast niet. Elk project bouwen we op de nieuwste modellen en patronen, zonder een installed base die we moeten beschermen. **We bouwen rond jouw proces, niet rond het model van vandaag.** Het model eronder vervangen we zodra er iets beters is, jouw integratie blijft staan. Zo erf jij onze voorsprong, in plaats van vast te zitten aan de techniek van nu. #### Waar zitten jullie? We wonen en werken alle drie in Utrecht. Sinds april 2026 zitten we op **Campus Werkspoor**, een open ruimte met veel daglicht. Daarvoor zaten we aan de **Oudegracht**, in een kantoor zonder ramen. Dat past misschien bij het cliché van IT'ers. Maar daglicht werkt toch echt fijner. Wil je [langskomen](#contact)? Dan zorgen we voor koffie. #### Werken jullie ook internationaal? Ja. We werken voor klanten buiten Nederland en zelf ook geregeld vanuit het buitenland, volledig op afstand: show & tells en overleg online, in jouw tijdzone waar dat kan. Internationaal zit ook in het team: collega Christos is Grieks. De manier van werken (sprints, werkende software elke twee weken) verandert niet, alleen de plek van het scherm. #### Wat verwachten jullie van ons? Vooral betrokkenheid. We hebben iemand nodig die onze vragen over jouw proces kan beantwoorden en bij de show & tell feedback geeft. Hoe scherper jouw input, hoe beter de software op je werk aansluit. Verder houden we de lijnen kort en de overhead laag. #### Hoe blijf ik op de hoogte? Aan het einde van elke sprint laten we live zien wat we hebben gebouwd in een show & tell. Tussendoor heb je direct contact met de developer die aan je project werkt, niet met een accountmanager. Korte lijnen, geen ruis. #### Hoe snel kunnen jullie starten? Vaak sneller dan je denkt. Na de kennismaking en akkoord op het voorstel kunnen we doorgaans binnen één tot twee weken een sprint inplannen. Hoe scherper we samen de scope krijgen, hoe sneller we kunnen bouwen. #### Kunnen jullie een bestaand project overnemen? Ja. We bekijken eerst de bestaande code en architectuur en geven je daarna een eerlijk advies: doorbouwen op wat er is, of opnieuw beginnen waar dat verstandiger is. Je hoort van ons wat het meeste oplevert, niet wat ons het beste uitkomt. #### Hoe ziet een traject eruit? Elk traject start met een kennismaking waarin we je probleem en doel scherp krijgen. Daarna sturen we een voorstel met scope en prijs, en gaan we in sprints van twee weken aan de slag. Aan het einde van elke sprint zie je werkende software, geen PowerPoint. Voor AI-projecten doorlopen we vijf fases: **Scope, Analyze, Experiment, Productionize, Monitor**. AI komt er bij ons doorgaans pas in het derde stadium bij. We beginnen met [**business rules**](/docs/begrippen#business-rules), want een deel van wat als "AI-probleem" binnenkomt, blijkt bij goed nadenken een paar duidelijke regels te zijn. De uitzonderingen en fuzzy randjes vullen we aan met AI. Goedkoper, voorspelbaarder, minder kwetsbaar. Of we per sprint of per totaalproject werken, kies jij: flexibele scope is losse sprints, helder afgebakend is een totaalofferte met vaste prijs. #### Met wie werk ik samen? Met de mensen die ook echt bouwen. Backlight.ai is opgericht door **Robbe** en **Piet**, samen met **Christos** vormen we het kernteam. Piet's roots liggen in data science, Christos in kunstmatige intelligentie en Robbe in webdevelopment en animatie. Je praat rechtstreeks met de mensen die het product bouwen. Geen zorgen: we leggen het uit in gewone taal, geen moeilijke developer-praat. Op de site hoort daar ook **Jason** bij, onze AI-assistent. Jason beantwoordt je eerste vragen over diensten, werkwijze en projecten, met bronvermelding erbij. Voor het echte werk schakel je door naar Robbe, Piet of Christos. Buiten werk: Piet en Robbe kennen elkaar van de roeivereniging. Piet is daarnaast mede-oprichter van een runclub en loopt een marathon in drie uur. Christos is een geboren Griek, dus over de Griekse cultuur valt altijd te praten; daarnaast speelt hij gitaar. Robbe kitesurft en komt uit de entertainmentwereld, waar projecten eerder drie uur dan drie maanden duren. #### Hoe beginnen we? Plan een vrijblijvende kennismaking. We bespreken je vraag, denken meteen mee over de aanpak en sturen daarna een helder voorstel met scope en prijs. Pas als jij akkoord bent, starten we. Klaar voor de eerste stap? [Neem contact met ons op](#contact). ### Wat we doen #### Voor welke rollen is maatwerk AI-software relevant? Onze opdrachtgevers zijn proceseigenaren en operations managers bij mkb, gemeenten, ministeries en beroepsverenigingen die repetitief handmatig werk willen automatiseren zonder een intern AI-team op te bouwen. Custom AI development is voor hen geen IT-project maar een procesvraagstuk: wat kost ons nu de meeste tijd, en welk deel kan AI software op maat overnemen? Wij bouwen voor organisaties die snel willen zien wat AI hen oplevert, zonder meerdere maanden op een bureaustudie te wachten. #### Vervangt AI onze mensen? Nee. AI neemt het repetitieve werk over, het oordeel blijft bij je mensen. Sterker nog: hun kennis wordt waardevoller, niet minder. We leggen vast hoe je beste medewerkers werken, waar ze op letten bij een dossier, welke afweging ze maken, en bouwen daar software omheen die dat oordeel schaalbaar maakt. De medewerker beslist, het systeem doet het voorwerk. Zo verlies je geen kennis als iemand vertrekt of met pensioen gaat, maar leg je die juist vast voor de rest van het team. #### Voor wie is dit niet? Niet voor grote enterprise-aanbestedingstrajecten en niet voor organisaties die een standaard SaaS-abonnement zoeken. Maatwerk AI-software kost meer dan een kant-en-klaar pakket. Het vraagt een betrokken opdrachtgever, toegang tot jouw data, en beslissingsruimte per sprint. #### Voor wie bouwen jullie? Proceseigenaren en operations managers bij mkb, gemeenten, ministeries en overheid die repetitief werk willen automatiseren zonder een intern AI-team op te bouwen. #### Wat doen jullie precies? We bouwen software op drie disciplines: [**webdevelopment**](/docs/begrippen#webdevelopment), [**data science**](/docs/begrippen#data-science) en [**kunstmatige intelligentie**](/docs/begrippen#kunstmatige-intelligentie), vaak gecombineerd in één project. Van maatwerk-webapps en dashboards tot [**AI-agents**](/docs/begrippen#ai-agents), automatisering en [**documentverwerking**](/docs/begrippen#documentverwerking). Geen standaardpakketten, maar oplossingen die op jouw proces zijn gebouwd. #### Voor welke sectoren werken jullie? We hebben aantoonbare ervaring bij **mkb** (vertaalplatforms, chatbots op eigen data, maakindustrie), **gemeenten** (AI-rapportagetools voor toezicht en handhaving, publieksinformatie), **ministeries** (debatassistenten, documentverwerking) en **beroepsverenigingen in de zorg** (analyse van open onderzoeksdata voor verpleging en verzorging). De sector is minder bepalend dan of er een concreet handmatig proces is met een duidelijk resultaat. #### Kan ik documentverwerking laten inbouwen? Ja. Documentverwerking zetten wij in om gescande of digitale PDF-documenten automatisch te analyseren, classificeren en samen te vatten. Denk aan rapportagecontrole voor toezichthouders, volledigheidsoordelen voor inspectiediensten, of factuurverwerking in administratie-intensieve processen. Een multimodaal AI-model leest het document in zijn geheel (tekst én opmaak), vergelijkt de inhoud met jouw beoordelingscriteria en stelt een resultaat op. De professional valideert het oordeel. #### Kan ik een AI-agent laten bouwen? Ja. Een AI-agent voert meerdere stappen automatisch uit en schakelt terug naar een mens bij twijfel: dossieropbouw, transcriptie, vraagdestillatie, rapportage. Wij bouwen maatwerk AI-agents die een gestructureerd werkproces aantoonbaar verlichten, met [human-in-the-loop](/docs/begrippen#human-in-the-loop) controles bij elke kritische stap. Een AI-agent laten bouwen is geen apart product, maar onderdeel van [custom AI development](/docs/begrippen#custom-ai-development) voor jouw specifieke proces. ## Wij zijn verhuisd! Van de Oudegracht in het centrum van Utrecht naar AI. undefined **Campus Werkspoor**, Nijverheidsweg 16D 3K · 3534 AM Utrecht Trein: Station Utrecht Zuilen is ~15 minuten lopen. Parkeren: Je kunt betaald parkeren bij ons op het terrein. Sla direct links af bij binnenkomst en zoek de giraffe. ## Contact & legal - [Privacy](https://backlight.ai/privacy.md) - [Algemene voorwaarden](https://backlight.ai/voorwaarden.md) --- ## Over ons > Bron: https://backlight.ai/over-ons.md # Over ons Backlight.ai is een Utrechts AI-bureau dat webapplicaties op maat bouwt die repetitief werk automatiseren, met de mens aan het stuur. Wij werken voor het mkb, gemeenten en ministeries die een specifiek proces willen automatiseren dat geen standaardpakket afdekt. Opgericht in april 2024, inmiddels 20+ afgeronde projecten. ## Wie we zijn [Piet Jonker](https://www.linkedin.com/in/piet-jonker) en [Robbe van der Mieden](https://www.linkedin.com/in/rjvandermieden) begonnen in 2023 samen te bouwen; in april 2024 werd daar Backlight.ai uit geboren. Samen met AI-engineer [Christos Papageorgiou](https://www.linkedin.com/in/christos-papageorgiou-446693234/) en AI-collega Jason vormen zij een vast team dat [webdevelopment](/docs/begrippen#webdevelopment), [data science](/docs/begrippen#data-science) en [kunstmatige intelligentie](/docs/begrippen#kunstmatige-intelligentie) combineert. Jason beantwoordt vragen in de chat op deze site, altijd met [bronvermelding](/docs/begrippen#bronvermelding) zodat je alles kunt natrekken, en schakelt door naar een mens zodra dat nodig is. Dit relatief kleine team levert het werk van een 10x zo groot team. Weten hoe dat kan? Lees meer over de term [10x-engineer](/docs/begrippen#10x-engineer). En lees [wat ons onderscheidt](/docs/faq#wat-onderscheidt-jullie) van bureau's die al meer dan 10 jaar meedraaien. ## 20+ afgeronde projecten We bouwden voor het mkb, gemeenten en ministeries. Ondertussen hebben we meer dan 20 afgeronde projecten. Van rapportagecontrole die uren handwerk terugbrengt tot minuten tot chatbots die zich netjes aan de bronnen houden. Bekijk onze [klantcases](/docs/cases). Benieuwd of wij bij jouw situatie passen? Lees [voor wie wij wél en niet bouwen](/docs/voor-wie). --- ## Cases > Bron: https://backlight.ai/cases.md # Business cases Een doorsnede van het werk dat Backlight.ai opleverde voor overheid, advies en publiekssectoren. Elke case beschrijft het probleem dat de opdrachtgever in handen had, wat we hebben gebouwd, en wat het concreet oplevert in tijd, kosten of bereik. Iedere case volgt dezelfde opbouw zodat je snel kunt vergelijken: 1. **Probleem.** De situatie vóór Backlight.ai: handwerk, doorlooptijd, kennis-silo's of een gat in de dienstverlening. 2. **Oplossing.** Wat we bouwden, op welke tech-stack, en welke keuzes we expliciet wel én niet maakten. 3. **Resultaat.** De meetbare impact in tijd, geld of bereik. 4. **Trade-offs.** Wat de oplossing niét doet en waarom dat een bewuste keuze is. We hosten vanuit de EU. We werken voornamelijk vanuit Nederland, dus de servers die we gebruiken staan daar ook. Meer rekenkracht nodig? Dan breiden we uit naar België. Zit je in Spanje? Dan gebruiken we datacenters in Madrid. > [!NOTE] > We zijn de cases momenteel aan het herschrijven en leggen ze ter goedkeuring voor aan de betrokken opdrachtgevers. Kies een case in het zijmenu voor een eerste vooruitblik; de volledige uitwerking volgt binnenkort. > [!NOTE] > Benieuwd of jouw vraagstuk lijkt op werk dat we eerder deden? Neem contact op via [robbe@backlight.ai](mailto:robbe@backlight.ai). ## AI Debat Assistent (KDAI) - **Opdrachtgever:** Ministerie van Binnenlandse Zaken en Koninkrijksrelaties - **Domein:** AI-ondersteuning debatproces - **Organisatie:** overheid / ministerie - **Technieken:** transcriptie, transcriberen, vraagdestillatie, RAG, bronvermelding, AI-agent, LLM - **Kwaliteit:** human-in-the-loop De AI Debat Assistent (intern: Kamer Debat Assistent, KDAI) is een MVP die laat zien hoe generatieve AI het kamerdebatproces kan ondersteunen: van het voorbereiden van dossiers, via live transcriptie, tot het automatisch destilleren van kernvragen en het opstellen van conceptantwoorden. Bij elke stap houdt de mens de regie. Backlight.ai bouwde deze MVP in 2024 in opdracht van het Ministerie van Binnenlandse Zaken en Koninkrijksrelaties, in samenwerking met Sjoerd Wieringa en Jurriaan Raaijmakers MSc, CIPP/E. De assistent werd op 27 januari 2026 gepresenteerd tijdens de aftrap van de online AI-lunchbreaksessies van het ministerie, met Jurriaan Raaijmakers als gastspreker. Wegens succes ontwikkelt het ministerie de assistent sindsdien onder zijn leiding verder. ## 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 en het herkennen van de echte vragen tussen de woordenstroom. Dat werk kost veel tijd en handen, en het moet snel, want een debat staat niet stil. De vraag van BZK was concreet: kan generatieve AI dit proces aantoonbaar ondersteunen, zonder dat de mens de regie verliest? ## Wat we bouwden Backlight.ai leverde een werkende MVP op als webapplicatie, draaiend op een standalone laptop met internettoegang. Voor de AI-functies maakt de applicatie gebruik van generatieve AI via externe diensten. De MVP ondersteunt drie fasen van het debatproces, en bij elke stap geldt human-in-the-loop: voorstellen kunnen worden geaccepteerd, gewijzigd of afgewezen, en elke keuze wordt vastgelegd. 1. **Voorbereiding.** Per debat wordt een dossier opgebouwd uit openbaar beschikbare documenten, die lokaal op de laptop worden geladen. Op basis daarvan stelt de AI mogelijke vragen en conceptantwoorden op, via retrieval augmented generation en directe invoer van achtergrondinformatie in de context van het AI-verzoek. Antwoorden verwijzen altijd naar de bron. 2. **Live transcriptie.** Tijdens een uitgezonden debat zet de AI de spraak om naar tekst. We zorgden ervoor dat alle geplande debatten al klaarstonden in de applicatie, zodat de gebruiker niet meer naar streaming-URL's hoefde te zoeken en het juiste debat direct kon aanklikken. Correcties kunnen ter plekke worden aangebracht. 3. **Vraagdestillatie en antwoorden.** Uit het lopende transcript haalt de AI automatisch de kernvragen. De gebruiker controleert en verfijnt elke vraag, en bij geaccordeerde vragen stelt de AI een conceptantwoord op uit het dossier, met bronverwijzing. Vragen en antwoorden kunnen worden geaccepteerd, gewijzigd of afgewezen. Alle gegenereerde vragen, antwoorden en bewerkingen worden navolgbaar vastgelegd, zodat de inzet van de assistent achteraf te evalueren is. ## Human-in-the-loop De assistent is geen black box. Bij elke stap is menselijke controle ingebouwd, gekoppeld aan een expliciete waarborg: | Stap | Waarborg | |------|----------| | Transcriptie | Openbaar debat; kwaliteit achteraf door mensen geverifieerd | | Vraagdestillatie | Voorstellen worden door mensen gecontroleerd voordat ze verder gaan | | Antwoorden | Uitsluitend op basis van openbare bronnen, altijd met bronverwijzing | In de MVP-fase liep de assistent naast het bestaande werk mee om de waarde aan te tonen, en was hij nog niet ingezet als beslissende stap in het live proces. De AI versnelt en ontlast, de mens beslist en verantwoordt. ## Techniek en oplevering - Webapplicatie op een standalone laptop met internettoegang, toegankelijk via moderne browsers. - Transcriptie via een externe transcriptiedienst; vraag- en antwoordgeneratie via generatieve AI van derden. - Dossieropbouw uit lokaal geladen openbare documenten, met retrieval augmented generation en directe contextinvoer. - De broncode is onder de EUPL-licentie aan het ministerie opgeleverd (copyright De Staat der Nederlanden), zodat de overheid de assistent vrij verder kan ontwikkelen en delen. ## Resultaat Het voorbereiden, meeschrijven en uitvragen rond een debat is arbeidsintensief en tijdkritisch werk. De MVP laat zien dat generatieve AI dat werk aantoonbaar kan ondersteunen: transcriptie en vraagdestillatie nemen routinewerk uit handen, terwijl de mens via accepteren, wijzigen of afwijzen de regie houdt. De winst zit in lagere werkdruk op piekmomenten en in snellere, consistentere reacties, zonder dat de inhoudelijke verantwoordelijkheid bij de AI komt te liggen. Omdat het om een MVP ging die naast het bestaande proces meeliep, is de waarde vooral aangetoond in plaats van in harde cijfers uitgedrukt. Dat de aanpak overtuigde, blijkt uit het vervolg: voor het Ministerie van BZK was het succes reden om de assistent zelf verder te ontwikkelen. Daarmee is de stap van een eenmalige demonstratie naar een doorlopende investering gezet. ## Vooruitblik De MVP is opgeleverd en geaccepteerd. Het ministerie ontwikkelt de assistent onder leiding van Jurriaan Raaijmakers verder. Op de roadmap staan onder meer: - routering van gedestilleerde vragen naar de juiste vraagbeantwoorders, met een accorderingsstap; - koppelingen met bestaande systemen, zoals een documentmanagementsysteem, en met online bronnen; - een breder, end-to-end ondersteund debatproces, tot en met de afhandeling van schriftelijke vragen; - de mogelijkheid om de oplossing on-premise bij de afnemende partij te draaien. De aanpak is bovendien breder inzetbaar dan de Tweede Kamer: ook gemeenteraadsvergaderingen en vergelijkbare debatvormen kunnen er op termijn van profiteren. ## Veelgestelde vragen ### Kan ik een AI-agent laten bouwen voor een meerstaps werkproces? Ja. De AI Debat Assistent is een praktijkvoorbeeld van een maatwerk AI-agent: de applicatie doorloopt zelfstandig de fasen van dossieropbouw via RAG, live transcriptie en vraagdestillatie, elk met een expliciete mens-in-de-loop stap. Wie een AI-agent wil laten bouwen die een gestructureerd werkproces ondersteunt, doet bij ons precies wat beschreven staat: wij bouwen custom AI development dat een specifiek proces aantoonbaar verlicht, zonder dat de eindverantwoordelijkheid bij de AI belandt. ### Hoe werkt RAG (retrieval-augmented generation) in de praktijk? RAG is de techniek waarbij de AI antwoorden baseert op documenten die jij aanwijst, in plaats van op wat het model "van zichzelf weet". Bij de Debat Assistent laadden we het debatdossier lokaal in; de AI stelde mogelijke vragen en conceptantwoorden op via retrieval augmented generation, met directe bronvermelding per antwoord. Zo zijn antwoorden altijd herleidbaar en kan het model niets verzinnen buiten de aangeleverde bronnen. ### Wat betekent human-in-the-loop bij een AI-assistent? Human-in-the-loop betekent dat de AI voorbereidt en de mens beslist. Bij de Debat Assistent kon de gebruiker elk voorstel, transcriptie, vraag of conceptantwoord, accepteren, wijzigen of afwijzen. Elke keuze werd vastgelegd voor evaluatie achteraf. De AI versnelt en ontlast; de mens houdt de eindverantwoordelijkheid en de regie. > [!NOTE] > Interesse in de AI Debat Assistent? Neem contact op via > [robbe@backlight.ai](mailto:robbe@backlight.ai). _Tags: overheid, wetgeving, MVP, parlementair_ --- ## f1vraag.nl - **Opdrachtgever:** Gemeente Haarlem / Zandvoort - **Domein:** FAQ-chatbot voor evenementenpubliek - **Organisatie:** overheid / gemeente - **Technieken:** RAG, LLM - **Kwaliteit:** privacy-by-design - **Partner:** HIRS advies - **Evenement:** Formula 1 Heineken Dutch Grand Prix Voor de Formule 1 in Zandvoort bouwde Backlight.ai f1vraag.nl: een website waar bewoners en bezoekers in hun eigen woorden antwoord krijgen op vragen rond het raceweekend. Wie wil, zoekt zelf in ruim 300 veelgestelde vragen. Wie liever vraagt, krijgt antwoord van een AI die altijd de bron erbij vermeldt. De gemeente houdt zelf de regie over welke informatie eronder hangt. ### De aanleiding Backlight.ai kwam bij Gemeente Zandvoort binnen via HIRS Advies, waarvoor we eerder de Kentekencheck rond de doorlaatbewijzen tijdens de Heineken Dutch Grand Prix hadden gebouwd. Die ervaring leverde een concrete vraag op: kan AI inwoners en bezoekers van Zandvoort betrouwbaar informeren op basis van de informatie die de gemeente zelf al publiceert? Een groot evenement in een klein dorp roept elk jaar dezelfde golf aan vragen op. Waar kan ik parkeren, is mijn straat bereikbaar, heb ik een doorlaatbewijs nodig, wanneer rijdt de bus weer. Het communicatieteam beantwoordt die vragen keer op keer, terwijl de antwoorden eigenlijk al vaststaan. ### De uitdaging Een platte FAQ-pagina komt daar niet doorheen, hoe goed die ook is opgebouwd. Mensen zoeken op hun eigen woorden, niet op de woorden van de redacteur. Dezelfde vraag komt in tien gedaanten binnen: "parkeren", "auto neerzetten", "waar laat ik mijn wagen". En bij de overheid telt vertrouwen zwaar: een antwoord dat klopt maar niet te herleiden is, of een AI die iets verzint, is erger dan geen antwoord. De opdracht was dus niet alleen "bouw een chatbot", maar: bouw iets dat snel en waarheidsgetrouw antwoordt, de bron laat zien, en waar de gemeente zelf grip op houdt. ### Wat we bouwden Eén website met twee ingangen op dezelfde kennisbron, plus een [beheerdashboard](/docs/begrippen#beheerdashboard) voor de gemeente. - **Zelf zoeken in de FAQ.** Ruim 300 veelgestelde vragen, geordend per onderwerp, doorzoekbaar in de huisstijl van de gemeente. - **Vragen aan de AI.** De AI beantwoordt vragen op basis van diezelfde FAQ en begrijpt verschillende formuleringen van dezelfde vraag. Samengestelde vragen die meerdere FAQ-items raken, voegt de AI samen tot één antwoord. - **Bronvermelding bij elk antwoord.** Elk AI-antwoord vermeldt inline de bron waarop het is gebaseerd (FAQ-item, document of link), zodat de bezoeker direct kan doorklikken en controleren. Zo maakten we bovendien waarheidsgetrouw inzichtelijk welke bronnen worden aangehaald, en dus welke informatie wordt opgevraagd: niet alleen door de mens, maar ook door de AI zelf. - **Geen antwoord verzinnen.** Vindt de AI geen sluitend antwoord in de bron, dan verzint zij niets, maar noteert netjes welke vraag nog mist in de FAQ. Daar kan het communicatieteam vervolgens mee verder. - **Een beheerdashboard.** De gemeente voegt vragen en antwoorden toe, wijzigt en verwijdert ze. Een hele batch in één keer toevoegen kon niet rechtstreeks vanuit het dashboard; daarbij hielpen wij door de batch voor ze te uploaden. In hetzelfde dashboard is te zien welke vragen het meest geraadpleegd worden, welke de AI het vaakst aanhaalt, en welke vragen géén goed antwoord opleverden. Zo bepaalt de gemeente zelf, zonder tussenkomst van ons, welke informatie aan de chatbot gekoppeld is. ### Techniek en privacy - We gebruiken het AI-model Claude van Anthropic, dat in deze vraag-en-antwoordopdracht beter presteert dan de bekendere alternatieven, en alle data wordt veilig binnen de Benelux verwerkt en opgeslagen, bij Google in de EU. - De website werkt bewust **zonder cookies** en verwerkt **geen persoonsgegevens**, tenzij een gebruiker die zelf in een bericht prijsgeeft. In lijn met het AVG-principe van dataminimalisatie verzamelen we niet meer dan strikt nodig. Daardoor is geen cookiebanner nodig, maar kan een gesprek na het sluiten van de browser ook niet worden herpakt. ### Resultaat - Bezoekers stellen hun vraag in eigen woorden en krijgen antwoord uit de juiste bron, mét verwijzing. - In de hele periode dat f1vraag.nl live stond leverde dat meer dan tienduizend interacties met de AI op. - De gemeente stelde strenge eisen aan veiligheid en moderne webstandaarden: een volledige **100% op internet.nl**, een **A+ op SSL Labs** en een **A op securityheaders.com**. f1vraag.nl haalde ze alle drie. Door de 100%-score staat het domein bovendien in de internet.nl **Hall of Fame**, de lijst met websites die elke internetstandaard volledig op orde hebben. - Via de onbeantwoorde vragen ziet de redactie direct welke kennis-gaten gericht gevuld kunnen worden. Alle interacties worden bovendien volledig en anoniem opgeslagen, zodat de communicatie op basis van echte data verder aangescherpt kan worden. - FAQ en chatbot delen dezelfde basis: geen dubbel kennisonderhoud. De gemeente was zo te spreken over het resultaat dat f1vraag.nl sindsdien jaarlijks wordt doorontwikkeld en ook voor The Final Lap opnieuw is ingezet. ### Doorontwikkeling Op het succes van de FAQ-chatbot bouwden we verder. De doorlaatbewijzen rond het raceweekend, een terugkerende bron van verwarring, integreerden we in dezelfde site: bezoekers voeren hun adres in en horen direct of hun woonadres in een zone valt waarvoor een doorlaatbewijs nodig is. Daarvoor zetten we duizenden adressen om naar zones, zodat de AI op basis van de officiële gemeentelijke lijst antwoordt in plaats van op een schatting. Dezelfde aanpak, één betrouwbare kennisbron met een AI en een zoekbare FAQ erbovenop, vormde de basis voor het bredere project Zomer in Zandvoort, waarmee de gemeente ook buiten het raceweekend de drukke zomerdagen in goede banen leidt. ## Veelgestelde vragen ### Hoe zorgt de RAG-chatbot dat hij geen verkeerde antwoorden geeft? De chatbot antwoordt uitsluitend vanuit de officiële FAQ van de gemeente via [RAG](/docs/begrippen#rag) (retrieval-augmented generation) met [bronvermelding](/docs/begrippen#bronvermelding). De AI zoekt het meest relevante FAQ-item op en parafraseert dat, met directe bronvermelding bij elk antwoord. Vindt de AI geen sluitend antwoord, dan verzint hij niets maar noteert hij welke vraag ontbreekt in de FAQ. Zo kan de gemeente de kennisbank gericht aanvullen met vragen die daadwerkelijk spelen. ### Kan de gemeente de inhoud zelf beheren zonder technische kennis? Ja. Via een eigen beheerdashboard voegt het communicatieteam vragen en antwoorden toe, wijzigt en verwijdert ze zonder onze tussenkomst. Zo kan de website direct geüpdatet worden zodra dat nodig is. Het was zelfs mogelijk, voor mens én AI, om klachten door te geven zodat daar adequaat op gehandeld kon worden. In datzelfde dashboard zijn statistieken beschikbaar: welke vragen het meest gesteld worden, welke de AI aanhaalt en welke geen goed antwoord opleverden. ### Voldoet de chatbot aan AVG en privacy by design? Ja. f1vraag.nl werkt zonder cookies en verwerkt geen persoonsgegevens tenzij een gebruiker die zelf prijsgeeft. Alle data werd verwerkt volgens de voorwaarden en het privacybeleid van de gemeente zelf, en in de Benelux. Op deze website was ook geen cookiebanner van toepassing. > [!NOTE] > Bekijk f1vraag op [f1vraag.nl](https://www.f1vraag.nl). _Tags: overheid, evenementen, toerisme, publieksvoorlichting, chatbot, FAQ, bronvermelding, dashboard_ --- ## zomerinzandvoort.nl - **Opdrachtgever:** Gemeente Haarlem / Zandvoort - **Domein:** Drukte-, bereikbaarheids- en informatieplatform - **Organisatie:** overheid / gemeente - **Technieken:** LLM - **Kwaliteit:** privacy-by-design Na het succes van f1vraag.nl vroeg Gemeente Zandvoort ons om hetzelfde idee breder in te zetten: niet alleen voor het raceweekend, maar voor de hele zomer. Zo ontstond zomerinzandvoort.nl, een platform dat bezoekers en bewoners helpt om de drukte in en rond het dorp slim te navigeren. ### Van f1vraag naar Zomer in Zandvoort f1vraag.nl bewees dat een AI-chatbot met een zoekbare FAQ de informatiestroom rond een groot evenement aankan, zonder te hallucineren en met de gemeente aan de knoppen. De zomerdrukte in Zandvoort is hetzelfde probleem in het groot: niet één weekend, maar maand na maand stromen badgasten toe. Parkeerterreinen lopen vol, de bereikbaarheid wisselt per dag, en bezoekers willen weten waar ze terechtkunnen en hoe ze er het beste komen. Omdat het fundament er al stond, konden we snel schakelen. Op dezelfde basis, een AI-chat en een zoekbare FAQ met een [beheerdashboard](/docs/begrippen#beheerdashboard), bouwden we de onderdelen die de zomerdrukte vraagt. ### De uitdaging Een platte informatiepagina vertelt niet waar je terechtkunt en hoe je er komt. Bij zomerdrukte draait alles om plaats en actualiteit: waar kan ik parkeren, ga ik beter met de fiets of de trein, waar vind ik een toilet, EHBO of een waterpunt, en wat is er vandaag aan de hand? Die vragen zijn met statische tekst niet te beantwoorden. Tegelijk moet de gemeente actuele informatie zelf kunnen bijwerken, zonder afhankelijk te zijn van ons. ### Wat we bouwden In de eerste zomer leverden we een rijk platform op, bovenop het f1vraag-fundament (AI-chat, zoekbare FAQ en een beheerdashboard): - **Interactieve kaart met voorzieningen.** Honderden punten (parkeerterreinen, fietsparkeren, toiletten, EHBO, reddingsbrigade, supermarkten, speelplekken, waterpunten en meer), gegroepeerd in logische lagen zodat de bezoeker alleen ziet wat voor hem relevant is. - **Reisadvies per vervoersmiddel.** Bezoekers kiezen hun vervoersmiddel (auto, fiets, OV, motor, strandbus of camper) en krijgen een passende route en faciliteiten te zien. Voor het OV stelt het platform een stap-voor-stap reisadvies samen met meerdere opties op basis van reistijd. - **Navigatie naar elk punt.** Met de huidige locatie (na toestemming) of een ingetypt adres berekent de site een route naar een gekozen voorziening. - **Toegankelijkheid.** Wie aangeeft toegankelijkheidsinformatie nodig te hebben, krijgt automatisch de relevante lagen te zien: gehandicaptenparkeerplaatsen, strandrolstoelen en rolstoelhellingen. - **Actuele meldingen.** De gemeente plaatst gedurende de dag berichten ("het is druk in Zandvoort", "treinen rijden minder"), met een kleurcode voor de urgentie, die bovenaan de site verschijnen. - **AI-chat met bronvermelding.** Bezoekers stellen hun vraag in eigen woorden; de AI antwoordt op basis van de FAQ en de voorzieningen, vermeldt de bron en kan de kaart en het reisadvies er direct bij tonen. - **Meertalige AI.** De site is Nederlands, maar de AI antwoordt in de taal van de bezoeker zodra die in een andere taal vraagt. Handig voor de vele buitenlandse gasten. - **Eén beheerdashboard voor de gemeente.** Meldingen plaatsen en bewerken, FAQ's beheren per categorie, voorzieningen op de kaart aanpassen, chatgeschiedenis en gebruikersfeedback meelezen en statistieken bekijken. In die eerste versie zat ook een live drukte-indicatie per parkeerterrein: een groene, oranje of rode gloed op de kaart. Op een desktop staan kaart en AI naast elkaar; op een telefoon zijn ze slim gescheiden, met route plannen via een omhoog-swipende balk zoals in de kaart-apps die mensen al kennen. ### Techniek en privacy - Hetzelfde betrouwbare fundament dat ook f1vraag.nl draait: het AI-model Claude van Anthropic, gedraaid op Google Cloud, met alle data veilig binnen de EU verwerkt en opgeslagen. De site werkt zonder cookies en verwerkt geen persoonsgegevens, in lijn met het AVG-principe van dataminimalisatie: we verzamelen niet meer dan strikt nodig. - De interactieve kaart draait op Mapbox; het OV-reisadvies stelt het platform samen via Google Maps. Voor navigatie gebruikt de site, met toestemming, de locatie van de bezoeker. - Nog voordat de site helemaal af was, voldeed zomerinzandvoort.nl al aan de strenge eisen van de gemeente: **100% op internet.nl**, een **A+ op SSL Labs** en een **A op securityheaders.com**. ### Resultaat - Eén plek waar bezoekers en bewoners de drukke zomer kunnen navigeren: waar ze terechtkunnen, hoe ze er komen, en wat er die dag speelt. - Bezoekers worden gericht naar de juiste voorzieningen en, via de meldingen, naar rustigere keuzes geleid. - De gemeente plaatst meldingen en beheert de informatie realtime zelf, zonder tussenkomst van ons. Zo kunnen wij op een zomerse dag ook gewoon van het strand genieten. - Dezelfde security-eisen volledig gehaald: 100% op internet.nl, A+ op SSL Labs en A op securityheaders.com. ### Doorontwikkeling Zomer in Zandvoort is geen eenmalig project maar een terugkerende samenwerking, en dat zie je terug in twee richtingen: uitbreiden waar het waarde toevoegt, en snoeien waar dat de boel scherper maakt. We breidden de kaart fors uit met honderden extra voorzieningen, waaronder gehandicaptenparkeerplaatsen, bankjes, speel- en sportplekken, stranddouches en zonnebrandpalen. Omdat het aantal punten zo groeide, zetten we alle voorzieningen om naar een nieuwe, beter beheerbare structuur en herontwierpen we de legenda tot een compacter, filterbaar overzicht. Zo blijft de kaart overzichtelijk, ook met honderden punten. Tegelijk durfden we te vereenvoudigen. Op basis van het echte gebruik haalden we eruit wat in de praktijk te weinig opleverde of te bewerkelijk was om actueel te houden, zoals de live drukte-indicatie per parkeerterrein. De directe koppeling met de NS vervingen we door reisadvies via Google Maps, dat stabieler bleek en zowel trein als bus dekt. En het beheer brachten we samen in één gecentraliseerd Backlight.ai-dashboard, waar alle functies veilig samenkomen en dat snel en makkelijk in gebruik is. Het resultaat: minder bewegende delen, en een platform dat eenvoudiger actueel en veilig te houden is. ## Veelgestelde vragen ### Hoe kan een gemeente AI-chat en een interactieve kaart combineren? [Zomerinzandvoort.nl](https://www.zomerinzandvoort.nl) laat zien hoe dat werkt: een AI-chatbot met bronvermelding beantwoordt vragen in de taal van de bezoeker, terwijl de interactieve kaart honderden voorzieningen toont. De bezoeker krijgt de juiste voorzieningen aan de hand van het opgegeven vervoersmiddel; de gemeente plaatst actuele meldingen real-time. Beide draaien op dezelfde kennisbron, zodat er geen dubbel onderhoud is. ### Kan de gemeente de content zelf beheren zonder Backlight.ai erbij? Ja. Via ons eigen beheerdashboard plaatst en bewerkt de gemeente meldingen, beheert ze de FAQ per categorie, past ze voorzieningen op de kaart aan en leest ze chatgeschiedenis en statistieken. Op een drukke zomerse dag staat de gemeente dus zelf aan het roer en is ze niet afhankelijk van weekendbeschikbaarheid bij ons. ### Voldoet het platform aan de privacyvereisten van de gemeente? Ja. Zomerinzandvoort.nl werkt zonder cookies en verwerkt geen persoonsgegevens tenzij een gebruiker die zelf ingeeft, in lijn met [privacy by design](/docs/begrippen#privacy-by-design). Alle data wordt veilig binnen de EU verwerkt en opgeslagen. Het platform haalt 100% op internet.nl, A+ op SSL Labs en A op securityheaders.com. > [!NOTE] > Bekijk Zomer in Zandvoort op [zomerinzandvoort.nl](https://zomerinzandvoort.nl). _Tags: overheid, toerisme, mobiliteit, publieksvoorlichting, chatbot, FAQ, interactieve-kaart, reisadvies, dashboard, OV_ --- ## mave-global.com - **Opdrachtgever:** Davinci Vertalingen - **Domein:** AI-gestuurde vertaaldienst met menselijke nabewerking - **Organisatie:** bedrijfsleven / mkb - **Technieken:** LLM - **Kwaliteit:** human-in-the-loop - **Certificeringen (via opdrachtgever):** ISO 17100, ISO 18587 Backlight.ai bouwde mave-global.com: een AI-vertaalplatform dat klanten in 20+ talencombinaties bedient. Mave levert in drie kwaliteitsniveaus met menselijke eindcontrole door aangesloten vertaalbureaus zoals Davinci Vertalingen en Helena Technical Translations, die ISO 17100 + 18587 gecertificeerd zijn. Waarom we hiervoor maatwerk bouwden terwijl een standaardtool als DeepL al bestaat, lees je in [Mave Global vs DeepL](/docs/mave-global-vs-deepl). ### De uitdaging Traditioneel vertaalwerk duurt dagen. Klanten met krappe deadlines of beperkte budgetten kregen geen volwaardige propositie. Davinci wilde dit segment bedienen zonder kwaliteit op te geven. ### Wat we bouwden Een zelfbedieningsplatform met drie service-niveaus (Light / Medium / Full). De klant uploadt en krijgt direct een offerte op basis van woordaantal en niveau. Betalen kan met prepaid credits of een maandabonnement; een menselijke revisie gaat op nacalculatie. Na betaling via iDEAL of factuur volgt een eerste vertaling van het [LLM](/docs/begrippen#llm). Een vakspecialistische taalprofessional van een aangesloten vertaalbureau zet er de puntjes op de i, afhankelijk van het gekozen niveau. ### Resultaat - Levertijd: van dagen naar uren. - 20+ talencombinaties. - Menselijke eindcontrole door aangesloten vertaalbureaus (ISO 17100 + 18587 gecertificeerd). - Volledig zelfbedieningsproces met B2B-betaling. Mave Global is een project dat in een aparte BV is ondergebracht en inmiddels internationaal wordt gebruikt. Backlight.ai en Davinci Vertalingen ontwikkelen het platform continu samen door. ## Veelgestelde vragen ### Wat is het verschil tussen AI-vertaling en volledige menselijke vertaling? Mave biedt drie kwaliteitsniveaus. Light: AI-vertaling zonder nabewerking, geschikt voor intern gebruik. Medium: AI-vertaling met lichte nabewerking door een taalprofessional. Full: volledige menselijke revisie door een ISO 17100 + 18587 gecertificeerd bureau. De klant kiest per opdracht het niveau dat past bij het gebruik en het budget. Taal luistert nauw. Een LLM weet inmiddels heel goed dat het 'cats and dogs' regent en niet 'pijpenstelen', maar voor consistente vertalingen heeft het de juiste vaktermen uit een terminologiedatabase (TBX) nodig. Dat hebben we ingebouwd, en een menselijke revisor kan altijd nog nuance of emotie toevoegen waar de LLM de plank misslaat. ### Hoe snel is de doorlooptijd bij AI-gestuurde vertaling? Van dagen naar uren. De klant uploadt het document, krijgt direct een offerte op basis van woordaantal en gekozen niveau, betaalt via iDEAL of factuur en ontvangt de vertaling. Wij bouwden ook de iDEAL-integratie (via Wero). Iedere basisvertaling is binnen minuten klaar voor menselijke nabewerking; de menselijke nabewerking door het vertaalbureau bepaalt de uiteindelijke doorlooptijd bij Medium en Full. ### Kan mave-global.com grote volumes aan? Ja. Het platform verwerkt meerdere documenten tegelijk in 20+ talencombinaties. Per gebruiker kan het systeem tientallen documenten tegelijk aan, door slimme parallelisatie van processen en servers. Backlight.ai en Davinci Vertalingen ontwikkelen het platform samen door op basis van klantvraag en volume. > [!NOTE] > Bekijk Mave op [mave-global.com](https://mave-global.com). _Tags: taal, vertaling, b2b, zelfbediening, dashboard_ --- ## V&VN: open-antwoorden clustering - **Opdrachtgever:** V&VN - **Domein:** AI-gedreven kwalitatief onderzoek op schaal - **Organisatie:** brancheorganisatie - **Technieken:** clustering, LLM - **Kwaliteit:** human-in-the-loop Backlight.ai zette AI in om duizenden open antwoorden te clusteren tot bruikbare thema's. Het onderzoeksteam van V&VN ziet kwalitatieve inzichten met kwantitatieve weging, zonder handmatig coderen. ### De uitdaging Bij een grootschalig onderzoek leverden ruim 6.000 respondenten antwoord op twaalf open vragen. Handmatig clusteren is onbegonnen werk, maar zonder clustering blijft het inzicht op anekdote-niveau hangen: losse citaten zonder zicht op hoe breed een thema gedragen wordt. ### Wat we bouwden Een AI-pipeline die gelijkluidende antwoorden over alle reacties heen clustert per open vraag. Het onderzoeksteam krijgt: - **Thema-clusters** met representatieve antwoorden per cluster. - **Aantallen per cluster** zodat duidelijk wordt hoe vaak iets terugkomt. - **Doorklik naar bronreacties** voor verificatie en citaten in het uiteindelijke rapport. ### Resultaat - 6.000+ reacties op twaalf open vragen verwerkt zonder handmatig coderen. - Kwalitatieve inzichten met kwantitatieve onderbouwing: niet alleen wát er gezegd is, ook hoe vaak. - Schaalbaar herhaalbaar voor volgende onderzoeksrondes. ## Veelgestelde vragen ### Hoe analyseert AI duizenden open antwoorden uit een enquete? De AI leest alle reacties per open vraag en groepeert gelijkluidende antwoorden in thema-clusters. Elk cluster krijgt een representatief voorbeeld en een telling: hoe vaak komt dit thema terug? Kwalitatieve inzichten worden zo kwantitatief onderbouwd. Het onderzoeksteam klikt per cluster door naar de originele reacties voor citaten en verificatie. ### Is AI-analyse van onderzoeksdata bruikbaar in de zorgsector? Ja. Bij V&VN, de beroepsvereniging voor verpleging en verzorging, analyseerden wij 6.000+ reacties op twaalf open vragen. AI voor de zorg verwerkt dit volume zonder handmatig coderen, met herhaalbare resultaten per onderzoeksronde. De aanpak is toepasbaar voor zorgorganisaties, beroepsverenigingen en adviesbureaus die kwalitatief onderzoek willen schalen. ### Hoe voorkomt de AI dat clusters vervormd of onbetrouwbaar zijn? De AI clustert op [semantische](/docs/begrippen#semantisch) gelijkenis en geeft een representatief ankerwoord per cluster. Het onderzoeksteam valideert de clustering via de doorklikfunctie naar bronreacties. Menselijke controle is ingebouwd: de AI ordent, de onderzoekers beoordelen, interpreteren en concluderen. > [!NOTE] > Interesse in AI-onderzoek-analyse? Neem contact op via [robbe@backlight.ai](mailto:robbe@backlight.ai). _Tags: zorg, onderzoek, beroepsvereniging, open-antwoorden, kwalitatief-onderzoek, dashboard_ --- ## SodM: rapportagecontrole - **Opdrachtgever:** Staatstoezicht op de Mijnen - **Domein:** AI-rapportagecontrole - **Organisatie:** overheid / agency - **Overkoepelend orgaan:** Ministerie van Economische Zaken en Klimaat (EZK) - **Technieken:** multimodaal, documentverwerking, LLM - **Kwaliteit:** human-in-the-loop Inspecteurs van het Staatstoezicht op de Mijnen controleren grote hoeveelheden rapportages. Backlight.ai bouwde in samenwerking met Sjoerd Wierenga 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. ## 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 inspecteurs een rapportage inhoudelijk kunnen 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. ## Resultaat Inspecteurs krijgen direct zicht op de volledigheid van een rapportage en besparen daarmee per rapportage uren controletijd. De inhoudelijke beoordeling, het werk waar hun expertise echt telt, kan daardoor gerichter en sneller. ## Veelgestelde vragen ### Kan AI PDF-documenten automatisch controleren op volledigheid? Ja. Wij gebruiken een multimodaal AI-model dat zowel de tekst als de opmaak van een document begrijpt voor [documentverwerking](/docs/begrippen#documentverwerking). De applicatie leest elk PDF-document in zijn geheel, analyseert de inhoud tegen een vooraf gedefinieerde beoordelingscriteria-lijst en geeft direct terug welke onderdelen aanwezig, ontbrekend of onvolledig zijn. Het routinematige volledigheidsoordeel wordt zo geautomatiseerd, waarna inspecteurs hun expertise richten op de inhoudelijke beoordeling. ### Hoe werkt documentverwerking bij toezichts- en handhavingstaken? Het multimodale model leest gescande of digitale PDF-rapportages in hun geheel, inclusief tabellen en opmaak, en beoordeelt de inhoud tegen de controle-criteria van de toezichthouder. Bij het SodM verwerkte de applicatie grote batches rapportages uit de mijnbouwsector: per rapportage een direct oordeel over volledigheid per categorie, zonder dat een inspecteur eerst alle pagina's hoeft door te lopen. ### Is AI-documentverwerking schaalbaar voor grote hoeveelheden rapportages? Ja. De applicatie draait in een veilige cloud-omgeving (Microsoft Azure) en verwerkt batches rapportages zonder handmatige tussenkomst. Bij het SodM gaat het om regelmatig terugkerende rapportageronden; de applicatie is gebouwd om dat volume te verwerken zonder per document te vertragen. > [!NOTE] > Interesse in AI-ondersteuning voor documentcontrole? Neem contact op via > [robbe@backlight.ai](mailto:robbe@backlight.ai). _Tags: overheid, mijnbouw, toezicht, PDF, proof-of-concept_ --- ## Documenten > Bron: https://backlight.ai/documenten.md # Welkom Hier vind je alles om Backlight.ai te leren kennen en met ons te werken: wie we zijn en voor wie we bouwen, onze projecten, en de juridische en beveiligingsdocumenten waarop elk project rust. Gebruik de tabs hierboven, of spring direct naar: - **[Business cases](/docs/business-cases)**: opgeleverd werk. - **[Over Backlight.ai](/docs/over-ons)**: wie we zijn en voor welke organisaties maatwerk past. - **[Mave Global vs DeepL](/docs/mave-global-vs-deepl)**: een eerlijke head-to-head tussen ons vertaalplatform en een standaardtool. - **[Technieken](/docs/rag-knowledge-graph)**: hoe we het bouwen, van RAG tot MCP. - **[Veelgestelde vragen](/docs/faq)**: antwoorden op de meestgestelde vragen. - **[Juridisch](https://backlight.ai/voorwaarden.md)**: voorwaarden, privacy, cookies, toegankelijkheid en beveiliging. --- ## Privacybeleid > Bron: https://backlight.ai/privacy.md # Privacybeleid ## Hoofdstuk 1. Inleiding en reikwijdte Dit privacybeleid beschrijft hoe Backlight.ai B.V. (hierna ook: Backlight.ai) persoonsgegevens verwerkt. Het beleid is van toepassing op alle verwerkingen die plaatsvinden via de website backlight.ai, in het kader van sales- en klantcontact, dienstverlening, sollicitatieprocedures en interne bedrijfsvoering. Voor de verwerking van persoonsgegevens die plaatsvindt in opdracht van opdrachtgevers in het kader van AI-dienstverlening treedt Backlight.ai op als verwerker; daarop is naast dit beleid een afzonderlijke verwerkersovereenkomst (DPA) van toepassing. ### Artikel 1: Toepasselijkheid **1.1** Dit privacybeleid is van toepassing op alle persoonsgegevens die Backlight.ai verwerkt van bezoekers van de website, prospects, opdrachtgevers, contactpersonen van opdrachtgevers, leveranciers, sollicitanten en overige natuurlijke personen met wie Backlight.ai contact heeft. **1.2** Backlight.ai verwerkt persoonsgegevens in overeenstemming met de Algemene verordening gegevensbescherming (Verordening (EU) 2016/679, hierna: AVG) en de Uitvoeringswet AVG. **1.3** Dit beleid laat de toepasselijkheid van eventuele afzonderlijke overeenkomsten, waaronder een verwerkersovereenkomst of geheimhoudingsovereenkomst, onverlet. ## Hoofdstuk 2. Definities ### Artikel 2: Definities **2.1** In dit privacybeleid wordt verstaan onder: - **AVG**: Algemene verordening gegevensbescherming (Verordening (EU) 2016/679). - **AP**: Autoriteit Persoonsgegevens, de Nederlandse toezichthouder. - **Betrokkene**: de geïdentificeerde of identificeerbare natuurlijke persoon op wie persoonsgegevens betrekking hebben. - **Persoonsgegevens**: alle informatie over een geïdentificeerde of identificeerbare natuurlijke persoon, zoals gedefinieerd in artikel 4 lid 1 AVG. - **Verwerking**: elke handeling met betrekking tot persoonsgegevens, zoals het verzamelen, vastleggen, opslaan, raadplegen, gebruiken, verstrekken of vernietigen. - **Verwerkingsverantwoordelijke**: de partij die het doel van en de middelen voor de verwerking vaststelt, zoals gedefinieerd in artikel 4 lid 7 AVG. - **Verwerker**: de partij die ten behoeve van de verwerkingsverantwoordelijke persoonsgegevens verwerkt, zoals gedefinieerd in artikel 4 lid 8 AVG. - **Sub-processor**: een door Backlight.ai ingeschakelde derde partij die in opdracht van Backlight.ai persoonsgegevens verwerkt. - **DPA**: verwerkersovereenkomst (Data Processing Agreement) als bedoeld in artikel 28 AVG. - **SCC**: standaardcontractbepalingen (Standard Contractual Clauses) als bedoeld in artikel 46 AVG voor doorgifte naar landen buiten de Europese Economische Ruimte. ## Hoofdstuk 3. Verwerkingsverantwoordelijke ### Artikel 3: Contactgegevens **3.1** De verwerkingsverantwoordelijke voor de in dit beleid beschreven verwerkingen is: - **Naam**: Backlight.ai B.V. - **KvK-nummer**: 93588070 - **Vestigingsadres**: Nijverheidsweg 16D 3K, 3534 AM Utrecht - **E-mailadres**: privacy@backlight.ai - **Website**: https://backlight.ai **3.2** Backlight.ai heeft geen wettelijke verplichting tot het aanstellen van een Functionaris voor Gegevensbescherming (FG) en heeft deze niet aangesteld. Voor alle vragen over de verwerking van persoonsgegevens is Backlight.ai bereikbaar via het bovenstaande e-mailadres. ## Hoofdstuk 4. Rollen en verantwoordelijkheden ### Artikel 4: Verwerkingsverantwoordelijke en verwerker **4.1** Backlight.ai treedt op als **verwerkingsverantwoordelijke** voor de verwerking van persoonsgegevens van: - bezoekers van de website backlight.ai; - prospects en contactpersonen van (potentiële) opdrachtgevers; - sollicitanten; - leveranciers en hun contactpersonen; - ontvangers van marketing- of nieuwsbriefcommunicatie. **4.2** Backlight.ai treedt op als **verwerker** voor de verwerking van persoonsgegevens die plaatsvindt in opdracht van een opdrachtgever in het kader van AI-dienstverlening (zoals het hosten en verwerken van applicaties, datasets en gebruikersgegevens). Voor deze verwerkingen wordt per opdracht een afzonderlijke verwerkersovereenkomst (DPA) gesloten waarin de afspraken over onder andere doeleinden, sub-processors, beveiliging, datalekken en bewaartermijnen worden vastgelegd. Op deze verwerkingen is dit privacybeleid niet rechtstreeks van toepassing. **4.3** Waar in dit beleid wordt verwezen naar "wij", "ons" of "Backlight.ai" als verwerkingsverantwoordelijke, ziet dat uitsluitend op de verwerkingen genoemd in artikel 4.1. ## Hoofdstuk 5. Categorieën persoonsgegevens ### Artikel 5: Categorieën **5.1** Backlight.ai verwerkt, afhankelijk van de relatie en het doel, de volgende categorieën persoonsgegevens: - **Identificatiegegevens**: voor- en achternaam, functie, organisatie. - **Contactgegevens**: zakelijk e-mailadres, telefoonnummer, postadres. - **Communicatiegegevens**: inhoud van e-mails, berichten, gespreksverslagen en correspondentie. - **Technische gegevens**: IP-adres, browsertype, apparaatinformatie, bezochte pagina's, tijdstempels, logbestanden. - **Sollicitatiegegevens**: cv, motivatiebrief, opleidingsverleden en arbeidsverleden, eventueel referenties. - **Financiële en factureringsgegevens**: bankrekeningnummer, factuuradres, btw-nummer, betaalhistorie. - **Accountgegevens**: gebruikersnaam, gehashte wachtwoorden, sessiegegevens (uitsluitend voor diensten waarvoor een account wordt gebruikt). **5.2** Backlight.ai verzamelt geen persoonsgegevens zonder doel. De omvang van de verwerking is afgestemd op het doel waarvoor de gegevens worden verzameld. ## Hoofdstuk 6. Doeleinden en grondslagen ### Artikel 6: Doeleinden en grondslagen **6.1** Backlight.ai verwerkt persoonsgegevens uitsluitend voor de hieronder genoemde doeleinden, telkens op basis van een geldige grondslag uit artikel 6 lid 1 AVG. | Doeleinden | Grondslag | Voorbeeld | |---|---|---| | Uitvoeren van een overeenkomst | art. 6 lid 1 sub b AVG | Levering van diensten, projectcommunicatie, support | | Voldoen aan een wettelijke verplichting | art. 6 lid 1 sub c AVG | Fiscale bewaarplicht, identificatieplicht bij betalingen | | Behartigen van een gerechtvaardigd belang | art. 6 lid 1 sub f AVG | B2B-prospectie, beveiliging van systemen, fraudepreventie, verbeteren van dienstverlening | | Toestemming | art. 6 lid 1 sub a AVG | Nieuwsbriefinschrijving, optionele analytics | | Precontractuele maatregelen | art. 6 lid 1 sub b AVG | Sollicitatieprocedures, offertes | **6.2** Indien Backlight.ai persoonsgegevens voor een ander doel wil verwerken dan waarvoor zij oorspronkelijk zijn verzameld, beoordeelt Backlight.ai eerst of dat verenigbaar is met het oorspronkelijke doel. Wanneer dat niet het geval is, vraagt Backlight.ai om toestemming of zoekt zij een andere passende grondslag. **6.3** Voor verwerkingen op basis van een gerechtvaardigd belang heeft Backlight.ai een afweging gemaakt tussen het belang van Backlight.ai en de rechten en vrijheden van betrokkenen. Deze afweging is op verzoek inzichtelijk. ## Hoofdstuk 7. Bijzondere categorieën en minderjarigen ### Artikel 7: Bijzondere persoonsgegevens **7.1** Backlight.ai verwerkt in beginsel geen bijzondere categorieën van persoonsgegevens in de zin van artikel 9 AVG (zoals gegevens over gezondheid, ras of etniciteit, religie of biometrische gegevens). Verwerking van dergelijke gegevens vindt uitsluitend plaats indien daarvoor een uitdrukkelijke wettelijke grondslag bestaat of indien de betrokkene daarvoor uitdrukkelijke toestemming heeft gegeven. **7.2** De chatbot op de website is bedoeld voor zakelijk contact. De chatbot is in beginsel niet geïnstrueerd om naar bijzondere of anderszins gevoelige persoonsgegevens (zoals gegevens over gezondheid of een burgerservicenummer) te vragen; het valt echter niet volledig uit te sluiten dat dergelijke gegevens in de loop van een gesprek toch aan de orde komen. Voert een bezoeker deze in, dan worden zij door Backlight.ai niet actief gebruikt; de vastlegging en verwijdering van chatgesprekken is beschreven in [hoofdstuk 11](#hoofdstuk-11-cookies-en-analytics). **7.3** De diensten en de website van Backlight.ai zijn niet gericht op kinderen onder de 16 jaar. Backlight.ai verzamelt niet bewust persoonsgegevens van personen onder de 16 jaar. Wanneer Backlight.ai vermoedt dat er onbedoeld gegevens van een minderjarige zijn verzameld, worden deze zo spoedig mogelijk verwijderd. ## Hoofdstuk 8. Bewaartermijnen ### Artikel 8: Bewaartermijnen **8.1** Backlight.ai bewaart persoonsgegevens niet langer dan noodzakelijk is voor het doel waarvoor zij zijn verzameld of dan wettelijk verplicht is. Indien een specifieke bewaartermijn niet kan worden bepaald, geldt een redelijke en evenredige bewaartermijn. **8.2** Backlight.ai hanteert de volgende indicatieve bewaartermijnen: | Categorie | Bewaartermijn | |---|---| | Prospect- en salescontactgegevens | 24 maanden na het laatste betekenisvolle contact | | Klantcontactgegevens | duur van de relatie + 2 jaar | | Correspondentie binnen een lopend project | duur van het project + 2 jaar | | Facturen en financiële administratie | 7 jaar (fiscale bewaarplicht, art. 52 AWR) | | Sollicitatiegegevens (afgewezen kandidaten) | 4 weken na afronding procedure, of 1 jaar met expliciete toestemming | | Sollicitatiegegevens (aangenomen kandidaten) | duur dienstverband + wettelijke bewaartermijnen | | Servergegevens en applicatielogs | 6 maanden, tenzij langere bewaartermijn noodzakelijk is voor incidentanalyse | | Nieuwsbriefaanmeldingen | tot intrekking van toestemming | | Cookies en sessiegegevens | zie [hoofdstuk 11](#hoofdstuk-11-cookies-en-analytics) | **8.3** Na afloop van de bewaartermijn worden persoonsgegevens vernietigd of geanonimiseerd zodat zij niet meer tot een individu herleidbaar zijn. ## Hoofdstuk 9. Sub-processors en dienstverleners ### Artikel 9: Ingeschakelde derden **9.1** Voor de hosting en verwerking van persoonsgegevens maakt Backlight.ai gebruik van zorgvuldig geselecteerde sub-processors. Met elke sub-processor zijn afspraken vastgelegd in een verwerkersovereenkomst of vergelijkbare contractuele waarborgen. **9.2** Voor de verwerking van gegevens die Backlight.ai namens een opdrachtgever verwerkt (de verwerkersrol uit artikel 4.2) worden de volgende sub-processors structureel ingezet: | Sub-processor | Doel | Verwerkingslocatie | |---|---|---| | Google Cloud Platform | Cloudinfrastructuur, applicatiehosting | EU/EER (`europe-west*` of `eu` multi-region; primaire infra via `europe-west4`) | | Firebase (Google) | Authenticatie, database, opslag | EU/EER | | Google Vertex AI | AI-modelinferentie (Claude en Gemini), binnen het Google Cloud-project | EU/EER (`europe-west*` of `eu` multi-region) | | Anthropic (Claude Code) | AI-coding / softwareontwikkeling; toegang tot klantgegevens mogelijk (restrisico) | VS, onder SCC | | Anysphere, Inc. (Cursor) | AI-coding / softwareontwikkeling; toegang tot klantgegevens mogelijk (restrisico) | VS, onder SCC / Anysphere DPA | **9.3** Inferentie met de modellen van Anthropic (Claude) voor het Dashboard verloopt via Google Vertex AI binnen de EU-regio; er is geen rechtstreekse verbinding met de eigen API-omgeving van Anthropic voor die runtime. Voor AI-codingtools bij ontwikkelwerk (waaronder Anthropic Claude Code en Cursor van Anysphere, Inc.) geldt: Backlight.ai gebruikt die tools primair met test- of synthetische data en treft maatregelen om productie-persoonsgegevens van opdrachtgevers te vermijden, maar kan incidentele of onbedoelde verwerking niet uitsluiten. Waar persoonsgegevens via zulke tools buiten de EER worden verwerkt, gebeurt dat onder de Standard Contractual Clauses of het DPA van de betreffende aanbieder (Anthropic respectievelijk Anysphere), inclusief eventuele modelaanbieders die die tool inschakelt. Backlight.ai beschikt niet over een Zero Data Retention-regeling bij Anthropic en claimt evenmin zero retention voor Cursor of vergelijkbare tools. Aanvullende beperkingen kunnen per opdracht in de verwerkersovereenkomst worden vastgelegd. Onder de zakelijke voorwaarden van Anthropic worden verstrekte gegevens niet voor modeltraining gebruikt. **9.4** Voor de verwerking in het kader van de eigen bedrijfsvoering, waarvoor Backlight.ai verwerkingsverantwoordelijke is (artikel 4.1), schakelt Backlight.ai daarnaast dienstverleners in, onder meer voor facturatie, salarisadministratie, zakelijke e-mail en broncodebeheer. Met deze partijen zijn verwerkersovereenkomsten of vergelijkbare waarborgen gesloten. Deze dienstverleners verwerken geen gegevens die Backlight.ai namens een opdrachtgever verwerkt. **9.5** Een actuele lijst van sub-processors en dienstverleners is op verzoek beschikbaar via privacy@backlight.ai. Backlight.ai informeert opdrachtgevers waarvoor zij als verwerker optreedt over voorgenomen wijzigingen in sub-processors via de van toepassing zijnde DPA. **9.6** Backlight.ai verkoopt geen persoonsgegevens en verstrekt geen persoonsgegevens aan derden voor commerciële doeleinden. ## Hoofdstuk 10. Internationale doorgifte ### Artikel 10: Doorgifte buiten de EER **10.1** Backlight.ai streeft ernaar persoonsgegevens primair binnen de Europese Economische Ruimte (EER) te verwerken. Waar verwerking buiten de EER niet vermijdbaar is, vindt deze uitsluitend plaats op basis van een geldig overdrachtsmechanisme als bedoeld in hoofdstuk V AVG: een adequaatheidsbesluit (waaronder het EU-U.S. Data Privacy Framework) of, bij gebreke daarvan, Standard Contractual Clauses (SCC) op grond van artikel 46 AVG. **10.2** Voor doorgifte naar de Verenigde Staten maakt Backlight.ai waar mogelijk gebruik van dienstverleners die onder het EU-U.S. Data Privacy Framework zijn gecertificeerd. Waar dat kader niet van toepassing is, gelden de Standard Contractual Clauses, telkens in combinatie met versleuteling tijdens transport en in rust en contractuele beperkingen op toegang door derden. ## Hoofdstuk 11. Cookies en analytics ### Artikel 11: Cookies en analytics **11.1** De website van Backlight.ai maakt gebruik van twee categorieën cookies: - **Functionele cookies**: noodzakelijk voor de technische werking en beveiliging van de website. Voor deze cookies is op grond van artikel 11.7a lid 3 Telecommunicatiewet geen toestemming vereist. - **Analytische cookies**: geplaatst door Google Analytics 4 (een dienst van Google) om inzicht te krijgen in het gebruik van de website, zoals bezochte pagina's en bezoekersaantallen. **11.2** De analytische cookies van Google Analytics (`_ga` en `_ga_`) worden uitsluitend geplaatst nadat de bezoeker daarvoor via de cookiebanner uitdrukkelijk toestemming heeft gegeven. De grondslag voor deze verwerking is toestemming (artikel 6 lid 1 sub a AVG). Zolang geen toestemming is gegeven, wordt Google Analytics niet geladen en worden geen analytische cookies geplaatst. **11.3** De `_ga`-cookies hebben een bewaartermijn van maximaal 24 maanden, waarna zij automatisch verlopen. **11.4** Voor de inzet van Google Analytics schakelt Backlight.ai Google in als verwerker. Hierbij kunnen persoonsgegevens worden doorgegeven aan Google buiten de Europese Economische Ruimte; deze doorgifte vindt plaats op basis van de in [hoofdstuk 10](#hoofdstuk-10-internationale-doorgifte) genoemde waarborgen. **11.5** Backlight.ai plaatst geen tracking- of advertentiecookies van derden. **11.6** De bezoeker kan een gegeven toestemming op elk moment intrekken door de cookies van deze website in de browser te verwijderen; de cookiebanner verschijnt daarna opnieuw, zodat een nieuwe keuze kan worden gemaakt. Het intrekken van toestemming laat de rechtmatigheid van de verwerking vóór de intrekking onverlet. **11.7** Voor de werking van de chatbot op backlight.ai slaat de browser de gesprekssessie (een willekeurig gegenereerde sessie-identifier en de uitgewisselde berichten) op in `localStorage` onder de sleutel `bl-landing-chat`. Deze opslag vindt uitsluitend plaats nadat de bezoeker actief een bericht heeft verzonden en is strikt noodzakelijk voor de technische werking van de door de bezoeker gevraagde dienst. Op grond van artikel 11.7a lid 3 Telecommunicatiewet is hiervoor geen toestemming vereist. De bezoeker kan deze gegevens op elk moment wissen via de browserinstellingen, waarmee ook de lokale chatgeschiedenis vervalt. **11.8** De chatberichten worden door de browser realtime verstuurd naar de chat-endpoint van Backlight.ai en vervolgens doorgespeeld naar de in [hoofdstuk 9](#hoofdstuk-9-sub-processors-en-dienstverleners) genoemde AI-sub-verwerker voor inhoudelijke beantwoording. De AI-sub-verwerker gebruikt de berichten niet voor modeltraining en slaat deze niet permanent op. **11.9** Voor het verbeteren van de chatbot, het debuggen van fouten en het tegengaan van misbruik legt Backlight.ai de gevoerde gesprekken vast in een beveiligde database in een EU-regio. Per gesprek worden vastgelegd: de uitgewisselde berichten (de tekst van de bezoeker en het antwoord van de assistent), een willekeurig gegenereerde, anonieme bezoekers- en gespreksidentificatie, en tijdstempels. Hierbij worden geen naam, e-mailadres of IP-adres opgeslagen, tenzij de bezoeker dergelijke gegevens zelf in de chat invoert. De grondslag is gerechtvaardigd belang (artikel 6 lid 1 sub f AVG): het onderhouden, beveiligen en verbeteren van de dienst. De chatbot is bedoeld voor zakelijk contact en de bezoeker hoeft geen persoonsgegevens op te geven om de dienst te gebruiken. Toegang tot deze gesprekken is beperkt tot daartoe bevoegde medewerkers van Backlight.ai. De inhoud van de gesprekken (de berichten en de gesprekssamenvatting) wordt 90 dagen na vastlegging automatisch uit de database verwijderd. Een beperkt, geanonimiseerd metagegeven per bezoeker, bestaande uit de willekeurig gegenereerde identificatie en geaggregeerde tellers (zoals het aantal gesprekken en het tijdstip van het eerste en laatste contact), blijft daarna bewaard voor statistische doeleinden; dit bevat geen berichtinhoud en is niet tot een persoon herleidbaar. Een bezoeker kan daarnaast op elk moment verzoeken om eerdere verwijdering van een gesprek via [privacy@backlight.ai](mailto:privacy@backlight.ai). **11.10** Voor foutdiagnose, misbruikdetectie en kwaliteitsbewaking legt Backlight.ai operationele logs vast bij een externe logging- en observability-dienst in een EU-regio. Deze logs kunnen de sessie-identifier en de tekst van het gebruikersbericht bevatten. De bewaartermijn bedraagt 400 dagen voor de productie-omgeving en 90 dagen voor de ontwikkel- en staging-omgeving, waarna de logs automatisch worden verwijderd. De grondslag voor deze verwerking is gerechtvaardigd belang (artikel 6 lid 1 sub f AVG): het onderhouden en beveiligen van de dienst weegt op tegen de inbreuk op de persoonlijke levenssfeer van de bezoeker, mede gelet op het feit dat de chatbot bedoeld is voor zakelijk contact en de bezoeker geen persoonsgegevens hoeft op te geven om de dienst te gebruiken. **11.11** Voor geautoriseerde gebruikers van het Backlight.ai-dashboard (medewerkers van opdrachtgevers die via een account zijn ingelogd) legt Backlight.ai technische diagnostische gegevens vast: kliks en paginabezoeken binnen het dashboard, uitgaande API-aanroepen, JavaScript- en consolefouten, prestatiemetingen (trage taken) en aan- en afmeldmomenten, telkens gekoppeld aan een technische gebruikers- en sessie-identificatie. Bij een geconstateerde fout wordt daarnaast een tijdelijke sessie-opname (schermweergave van interacties) vastgelegd om het probleem te kunnen reproduceren; de inhoud van invoervelden wordt hierbij standaard gemaskeerd en bepaalde gevoelige schermonderdelen worden volledig van opname uitgesloten. Dit is **één technische pijplijn** en dient uitsluitend Backlight.ai als ontwikkel- en exploitantpartij: foutopsporing, beveiliging en verbetering van het platform. Opdrachtgevers ontvangen deze gegevens niet en gebruiken ze niet zelf. Backlight.ai treedt hierbij op als **verwerkingsverantwoordelijke**; de grondslag is gerechtvaardigd belang (artikel 6 lid 1 sub f AVG). Deze verwerking valt **buiten** de verwerkersovereenkomst (DPA; zie artikel 4.2). De gegevens worden opgeslagen in een beveiligde omgeving binnen de EU en automatisch verwijderd: sessiebestanden na 28 dagen, foutregistraties na 90 dagen. Elke dashboardgebruiker kan voor zichzelf bepalen of Backlight.ai deze gegevens mag verzamelen, via de privacy-instelling op de Account-pagina (Foutdiagnostiek). Zolang die instelling uitstaat, start Backlight.ai geen nieuwe diagnostische uploads voor die gebruiker. Telemetrie start pas nadat de voorkeur van de gebruiker is geladen. **11.12** Met toestemming van de bezoeker legt Backlight.ai daarnaast vast welke pagina's op backlight.ai binnen een chatsessie zijn bezocht (het paginapad en de paginatitel), zodat de chatbot ook na het herladen van de pagina of in een nieuw tabblad kan aansluiten op eerder bekeken pagina's. Deze registratie vindt alleen plaats nadat de bezoeker daarvoor expliciet toestemming heeft gegeven (artikel 6 lid 1 sub a AVG); zonder deze toestemming wordt geen enkel paginabezoek vastgelegd. Er worden hierbij geen naam, e-mailadres of IP-adres opgeslagen. De gegevens worden gekoppeld aan dezelfde anonieme gespreksidentificatie als de chatberichten (zie artikel 11.9) en na 90 dagen automatisch verwijderd, gelijktijdig met het gesprek waartoe ze behoren. De bezoeker kan een gegeven toestemming op elk moment intrekken; reeds vastgelegde paginabezoeken kunnen bovendien via hetzelfde verzoek tot verwijdering van het gesprek (zie artikel 11.9) worden gewist. ## Hoofdstuk 12. Beveiliging ### Artikel 12: Technische en organisatorische maatregelen **12.1** Backlight.ai treft passende technische en organisatorische maatregelen om persoonsgegevens te beveiligen tegen verlies, onbevoegde toegang, ongeoorloofde wijziging of openbaarmaking. Het beveiligingsniveau wordt afgestemd op de aard, omvang en context van de verwerking en de risico's voor betrokkenen. **12.2** De maatregelen omvatten in ieder geval: - versleuteling van gegevens tijdens transport (TLS) en in rust (encryption at rest); - identiteitsgebaseerde toegang volgens een zero-trust model, met verplichte multifactorauthenticatie en minimale rechten (zie [Beveiliging en toegang](/docs/security)); - rolgebaseerde toegangsbeheersing (RBAC) op database- en applicatieniveau; - centraal, versleuteld beheer van geheimen en sleutels; - audit logging van administratieve mutaties; - gescheiden ontwikkel-, test-, staging- en productieomgevingen; - periodieke evaluatie van afhankelijkheden en kwetsbaarheden; - contractuele afspraken met AI-sub-verwerkers dat aan hen verstrekte gegevens niet voor modeltraining worden hergebruikt en na beëindiging worden verwijderd; - een ISO 27001-aligned architectuur (Backlight.ai is niet ISO 27001 gecertificeerd). **12.3** Personen die onder verantwoordelijkheid van Backlight.ai persoonsgegevens verwerken zijn gehouden aan een geheimhoudingsplicht. ## Hoofdstuk 13. Datalekken ### Artikel 13: Procedure bij inbreuken **13.1** Backlight.ai heeft een procedure voor het signaleren, beoordelen en afhandelen van inbreuken in verband met persoonsgegevens (datalekken). **13.2** Indien zich een datalek voordoet dat waarschijnlijk een risico inhoudt voor de rechten en vrijheden van betrokkenen, meldt Backlight.ai dit zonder onredelijke vertraging en uiterlijk binnen 72 uur nadat zij hiervan kennis heeft genomen aan de Autoriteit Persoonsgegevens, conform artikel 33 AVG. **13.3** Indien het datalek waarschijnlijk een hoog risico inhoudt voor de rechten en vrijheden van betrokkenen, informeert Backlight.ai de betrokkenen daarover zonder onredelijke vertraging, conform artikel 34 AVG. **13.4** Indien Backlight.ai optreedt als verwerker, informeert zij de betreffende verwerkingsverantwoordelijke zonder onredelijke vertraging na kennisname van het datalek, conform artikel 33 lid 2 AVG en de op de opdracht van toepassing zijnde DPA. ## Hoofdstuk 14. Rechten van betrokkenen ### Artikel 14: Rechten **14.1** Betrokkenen hebben op grond van de AVG de volgende rechten: - **recht op inzage** (art. 15 AVG); - **recht op rectificatie** (art. 16 AVG); - **recht op verwijdering** ("recht op vergetelheid", art. 17 AVG); - **recht op beperking van de verwerking** (art. 18 AVG); - **recht op overdraagbaarheid van gegevens** (art. 20 AVG); - **recht van bezwaar** (art. 21 AVG), in het bijzonder tegen verwerking op basis van gerechtvaardigd belang of voor direct marketing; - **recht om de toestemming in te trekken** (art. 7 lid 3 AVG), zonder dat dit afbreuk doet aan de rechtmatigheid van de verwerking voorafgaand aan de intrekking. **14.2** Een verzoek tot uitoefening van een van bovenstaande rechten kan worden gericht aan privacy@backlight.ai. Backlight.ai reageert binnen één maand na ontvangst van het verzoek. Deze termijn kan met twee maanden worden verlengd indien dit gelet op de complexiteit en het aantal verzoeken noodzakelijk is; in dat geval wordt de betrokkene binnen één maand geïnformeerd over de verlenging en de reden daarvan. **14.3** Backlight.ai kan, ter verificatie van de identiteit van de verzoeker, aanvullende informatie opvragen. Backlight.ai zal niet meer gegevens opvragen dan strikt noodzakelijk. **14.4** Indien een verzoek kennelijk ongegrond of buitensporig is, kan Backlight.ai een redelijke vergoeding in rekening brengen of weigeren aan het verzoek gevolg te geven, conform artikel 12 lid 5 AVG. ## Hoofdstuk 15. Klachten ### Artikel 15: Klachtrecht **15.1** Betrokkenen kunnen een klacht over de verwerking van hun persoonsgegevens indienen bij Backlight.ai via privacy@backlight.ai. Backlight.ai neemt klachten in behandeling en streeft naar een passende oplossing. **15.2** Onverminderd het recht om klachten bij Backlight.ai in te dienen, hebben betrokkenen op grond van artikel 77 AVG het recht om een klacht in te dienen bij de Autoriteit Persoonsgegevens: - **Autoriteit Persoonsgegevens** - **Postbus 93374, 2509 AJ Den Haag** - **https://autoriteitpersoonsgegevens.nl** ## Hoofdstuk 16. Wijzigingen ### Artikel 16: Wijzigingen van dit beleid **16.1** Backlight.ai kan dit privacybeleid van tijd tot tijd wijzigen, bijvoorbeeld naar aanleiding van gewijzigde wet- en regelgeving, nieuwe diensten of voortschrijdend inzicht. **16.2** De meest actuele versie van het privacybeleid is steeds beschikbaar via de website van Backlight.ai. Materiële wijzigingen worden op de website aangekondigd en, indien van toepassing, actief gecommuniceerd aan betrokkenen. **16.3** Versie: 1.2. Oorspronkelijk in werking getreden: 14 mei 2026; deze versie: 29 juli 2026. --- ## Cookiebeleid > Bron: https://backlight.ai/cookies.md # Cookiebeleid ## Hoofdstuk 1. Inleiding Dit cookiebeleid beschrijft hoe Backlight.ai B.V. (hierna: Backlight.ai) cookies en vergelijkbare technieken gebruikt op de website backlight.ai. Het is een aanvulling op het [privacybeleid](/docs/privacy), waarin staat hoe Backlight.ai persoonsgegevens in bredere zin verwerkt. ### Artikel 1: Wat zijn cookies **1.1** Een cookie is een klein bestand dat bij het bezoek aan een website op je apparaat wordt opgeslagen. Onder "cookies" verstaan wij in dit beleid ook vergelijkbare technieken zoals local storage en session storage in je browser. **1.2** Cookies kunnen door Backlight.ai zelf worden geplaatst (first-party) of door een derde partij wier dienst is ingebed (third-party). ## Hoofdstuk 2. Welke cookies wij gebruiken ### Artikel 2: Functionele cookies en voorkeuren **2.1** Deze cookies en opslag zijn nodig om de website te laten werken en om je voorkeuren te onthouden. Hiervoor is geen toestemming vereist. | Naam | Type | Doel | Bewaartermijn | |---|---|---|---| | `theme_mode`, `theme_preset`, `font` | Cookie | Onthoudt je weergavevoorkeuren (thema, lettertype) | Tot je ze wist | | `locale` | Cookie | Onthoudt je taalkeuze | Tot je ze wist | | `content_layout`, `navbar_style`, `sidebar_variant`, `sidebar_collapsible` | Cookie | Onthoudt lay-outvoorkeuren | Tot je ze wist | | `cookie_consent`, `bl-landing-chat-consent` | Local storage | Onthoudt je toestemmingskeuzes, zodat we ze niet opnieuw vragen | Tot je ze wist | | `bl-landing-chat`, `landing_chat_width` | Local storage | Bewaart je chatgesprek en de breedte van het chatvenster, alleen wanneer je de chat gebruikt | Tot je je browseropslag wist | | `bl:contact-mode-pending` | Session storage | Tijdelijke vlag om je na een klik op "Contact" naar de chat te leiden | Tot je de browser sluit | ### Artikel 3: Analytische cookies **3.1** Met toestemming gebruiken wij Google Analytics 4 (via Firebase) om gepseudonimiseerd (via een willekeurig gegenereerde bezoekersidentificatie) te meten hoe de website wordt gebruikt en zo de site te verbeteren. | Naam | Partij | Doel | Bewaartermijn | |---|---|---|---| | `_ga`, `_ga_` | Google (first-party geplaatst) | Onderscheiden van bezoekers en sessies voor gebruiksstatistieken | Tot 2 jaar | **3.2** Deze cookies worden uitsluitend geplaatst nadat je daarvoor via de cookiemelding toestemming hebt gegeven. Zonder toestemming worden ze niet geplaatst. ### Artikel 4: Prestatiemeting **4.1** Op het **ingelogde Dashboard** (`/app`) gebruikt Backlight.ai Firebase Performance Monitoring om laadtijden en technische prestaties te meten. Op de publieke marketingwebsite wordt deze meting **niet** geladen. Er worden geen cookies voor geplaatst; de meting gebruikt uitsluitend tijdelijke technische opslag in de browser. ### Artikel 5: Cookies van derden **5.1** De primaire UI-lettertypen van de publieke marketingwebsite (Inter via `@fontsource`) worden **self-hosted** meegeleverd; daarvoor gaat geen verzoek naar Google Fonts. In het Dashboard kunnen optionele themalettertypen via Google Fonts worden geladen; daarbij kan de browser een verzoek aan Google sturen. Backlight.ai plaatst zelf geen advertentie- of trackingcookies van derden. **5.2** De footer bevat een link naar Google Maps. Pas wanneer je die link volgt, kan Google in jouw browser cookies plaatsen; dat valt onder het beleid van Google. ### Artikel 6: Chat-pageviews (geen cookies) **6.1** Met aparte toestemming voor de chatbot (niet dezelfde keuze als Google Analytics) kan Backlight.ai binnen een chatsessie vastleggen welke pagina's op backlight.ai zijn bezocht (pad en titel). Dat gebeurt via een server-side beacon, **zonder** analytische cookies. Details: privacybeleid art. 11.12. ## Hoofdstuk 3. Toestemming beheren ### Artikel 7: Je keuze wijzigen of intrekken **7.1** Bij je eerste bezoek vraagt de cookiemelding of je analytische cookies en het bewaren van je chatgesprek toestaat. Je kunt per categorie kiezen. **7.2** Je kunt een gegeven toestemming op elk moment intrekken door je browseropslag voor backlight.ai te wissen; bij een volgend bezoek vraagt de cookiemelding je keuze opnieuw. **7.3** Daarnaast kun je cookies altijd beheren of verwijderen via de instellingen van je browser. Het volledig blokkeren van cookies kan ertoe leiden dat delen van de website niet goed werken. ## Hoofdstuk 4. Wijzigingen en contact ### Artikel 8: Wijzigingen **8.1** Backlight.ai kan dit cookiebeleid aanpassen wanneer de gebruikte cookies of de geldende regelgeving wijzigen. De actuele versie staat altijd op deze pagina, met de datum van laatste wijziging. ### Artikel 9: Contact **9.1** Vragen over dit cookiebeleid? Neem contact op via privacy@backlight.ai. --- ## Toegankelijkheid > Bron: https://backlight.ai/toegankelijkheid.md # Toegankelijkheidsverklaring Backlight.ai B.V. (hierna: Backlight.ai) wil dat zo veel mogelijk mensen de website kunnen gebruiken, ongeacht beperking, hulpmiddel of manier van bedienen. Wij streven ernaar dat deze website voldoet aan de internationale toegankelijkheidsstandaard [WCAG 2.2](https://www.w3.org/TR/WCAG22/) op niveau AA en aan de Europese norm EN 301 549, die de basis vormt onder de European Accessibility Act (Richtlijn (EU) 2019/882). Deze verklaring gaat over de publieke website op `backlight.ai`, inclusief de documentenpagina's onder `/docs`. Zij is voor het laatst herzien op 11 juni 2026. ## Hoe toegankelijk is deze website Deze website is **grotendeels conform** met WCAG 2.2 niveau AA. Dat betekent dat de website aan het overgrote deel van de eisen voldoet, met een aantal bekende beperkingen die hieronder zijn benoemd. Wij werken er gericht aan om ook die punten op te lossen. ## Wat wij hebben gedaan Om de website toegankelijk te maken hebben wij onder meer de volgende maatregelen genomen: - een skip-link "Naar de inhoud" als eerste focusbare element op elke publieke pagina, zodat toetsenbord- en schermlezergebruikers de navigatie kunnen overslaan; - semantische landmarks (`
`, `