podcastluisteren.nl
Tech

AIToday Live

Joop Snijder & Niels Naglé

Geef deze podcast je waardering

Bewaren

AIToday Live deelt praktijkverhalen over AI die je direct vooruit helpen in je werk. In een wereld waar AI-ontwikkelingen elkaar razendsnel opvolgen, kiezen wij bewust voor verdieping en praktijkervaring. We bieden een kalm kompas in turbulente tijden.

In deze podcast hoor je professionals uit Nederland en België die openhartig vertellen over hun ervaringen met AI-implementaties. Voorbij de hype en krantenkoppen laten zij zien hoe organisaties écht met AI werken.

Onze gasten delen hun successen én uitdagingen op een toegankelijke manier. 

Daarmee helpen we jou om:

  • Praktische inzichten te krijgen in wat AI wel en niet kan
  • Te leren van de ervaringen van andere professionals
  • Concrete ideeën op te doen voor je eigen organisatie
  • De grotere lijnen te zien in AI-ontwikkelingen


Iedere maandag een diepgaand gesprek met een gast, gepresenteerd door Joop Snijder (CTO Aigency) en Niels Naglé (Info Support). Elke donderdag deelt Joop in een korte aflevering zijn eigen praktijkervaringen en inzichten.


"AIToday Live is uitgeroepen tot AI Podcast of the Year 2025 en is drie keer genomineerd voor 'De Prijs van Oranje' door de Belgian Podcast Awards en staat op nummer 1 in de lijst van Zomerse luister-inspiratie: podcasts over AI, productiviteit, SEO & meer (Frankwatching, juni 2024)."


Ontdek hoe andere professionals AI succesvol inzetten. Ontvang ook exclusieve content, kijk achter de schermen en blijf op de hoogte van nieuwe gasten via onze nieuwsbrief: https://aitodaylive.substack.com

S08E94 - Generatieve AI in het UMCG: van spraaktech naar redesign zorg

27 sep · 49 min

Bart Scheerder, AI-strateeg bij het UMCG en kwartiermaker voor de Nederlandse AI-fabriek, ziet ziekenhuizen keer op keer beginnen bij de verkeerde vraag. Ze kiezen eerst een tool en zoeken daarna een probleem, terwijl een interne arts nu al 40% van zijn tijd kwijt is aan administratie en maar 20% aan patiëntencontact. Scheerder laat zien hoe het UMCG dit omdraait: eerst het proces in kaart brengen, dan pas kijken of Artificial Intelligence iets oplost.

Bij het Karolinska Instituut in Stockholm ontdekten ze zo dat 900 operatiekaartjes maar één keer waren gebruikt, nog voordat er één algoritme was gebouwd. Morgen kun je bij je eigen AI-plan eerst de vraag stellen welk terugkerend probleem je wilt oplossen, en of je daar al betrouwbare data over hebt.

Onderwerpen

  • AI verwerken in bedrijfsstrategie in plaats van als aparte strategie
  • Beginnen bij het probleem in plaats van bij de technologie
  • Spraakherkenning en AI-ondersteuning in patiëntcontact: mogelijkheden en beperkingen
  • Van tijdsbesparing naar het herontwerpen van processen
  • Kopiëren van bestaande oplossingen boven zelf het wiel uitvinden
Links

Genoemde entiteiten: UMCG - UMCNL - Nederlandse AI-fabriek - ETZ - Karolinska Instituut - ChatGPT

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

S08E93 - Curse of knowledge: wat dit betekent voor jouw AI-prompts

23 sep · 10 min

Waarom snapt Artificial Intelligence je vraag bijna nooit precies zoals jij hem bedoelt? Het probleem is dat een taalmodel altijd zelfverzekerd antwoordt, ook als het de context mist die jij als vanzelfsprekend beschouwt. Een tik-experiment uit 1990 laat zien waarom: luisteraars raadden een getikt liedje maar in 2,5 procent van de gevallen goed, terwijl tikkers 50 procent verwachtten.

Dezelfde kloof zit in elke prompt die je stelt zonder je context expliciet te maken, van een directierapport tot een klantmail. Morgen kun je die kloof dichten door één prompt aan te vullen met drie zinnen context die je normaal weglaat, en te testen of de output beter aansluit.

Onderwerpen

  • De 'curse of knowledge' en waarom taalmodellen altijd antwoorden zonder te waarschuwen bij onduidelijkheid
  • Het tik-experiment van Elizabeth Newton (1990) dat het misverstand tussen tikker en luisteraar blootlegt
  • Drie concrete methodes om betere AI-output te krijgen: expliciete context, teruggeven opdracht, en vastleggen terugkerende informatie
Links

Genoemde entiteiten: Stanford University - OpenAI

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

S08E92 - Waarom investeren bedrijven massaal in AI zonder resultaat?

20 sep · 48 min

Maarten van den Outenaar, oud-datadirecteur bij Schiphol, NS en Volker Wessels, zag telkens hetzelfde patroon: technisch perfecte AI-producten die niemand gebruikt. Het probleem is dat teams beginnen met bouwen voordat ze weten welk probleem een specifieke medewerker daadwerkelijk ervaart. Hij laat zien waarom een goede oplossing op het verkeerde moment evenveel oplevert als geen oplossing, en hoe je dat voorkomt.

Bij Schiphol verhoogde een simpel rood-groen lampjessysteem de productiviteit van beveiligingslanes met 50%, terwijl een uitgebreid dashboard door niemand werd gebruikt. Morgen kun je bij je eigen AI-project een concrete naam en een concreet probleem opschrijven voordat je begint met bouwen.

Onderwerpen

  • Waarom AI-producten niet gebruikt worden: de kloof tussen technologie en gebruikersbehoefte
  • De productiviteitsparadox: investeren in AI levert niet automatisch meer op
  • Simpele oplossingen werken beter: het voorbeeld van Schiphol's lane-lampjes
  • Bouw met een naam: koppel AI-projecten aan concrete personen en problemen
  • Timing is belangrijker dan kwaliteit: te vroeg gelijk hebben werkt averechts

Links

Genoemde entiteiten: Volker Wessels - NS - Schiphol - Alliander

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

S08E91 - AI-hype herkennen: 6 vragen die je moet stellen

16 sep · 11 min

Waarom stuur je een AI-bericht door zonder de bron te checken? Het probleem is dat hype niet vanzelf ontstaat, maar gemaakt wordt door afzenders met een belang bij jouw aandacht. Zes vragen uit de Hype Literacy Toolkit laten zien wie erbij wint, welke onzekerheid in een voorspelling verstopt zit en of "expert" en "criticus" wel terecht zo genoemd worden.

Een leverancier die "80% tijdsbesparing" claimt, blijkt dat cijfer vaak op één deeltaak te baseren, niet op het hele proces. Morgen kun je bij het eerstvolgende AI-voorstel vragen naar de meetmethode, de vergelijkingsbasis en of het cijfer onafhankelijk getoetst is.

Onderwerpen

  • Bronnencontrole bij AI-berichten
  • Belangen achter AI-claims identificeren
  • Retorische trucs in AI-berichtgeving herkennen
  • Onderscheid tussen experts en critici
  • Toepassing van de Hype Literacy Toolkit

Links

Genoemde entiteiten: DW Akademie - OpenAI

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

S08E90 - Materialenontwikkeling met AI: hoe CuspAI nieuwe stoffen ontwerpt

13 sep · 50 min

Max Welling, hoogleraar machine learning aan de Universiteit van Amsterdam en CTO van CuspAI, bouwt een zoekmachine voor materialen die nog niet bestaan. Het probleem: nieuwe materialen ontwikkelen kost traditioneel jaren, terwijl Artificial Intelligence dat proces drastisch kan versnellen. Welling laat zien hoe generatieve modellen miljoenen materiaalkandidaten voorstellen, waarna andere modellen die filteren op stabiliteit en bruikbaarheid.

Perovskite zonnecellen gaan dankzij deze aanpak al richting de 30% efficiëntie, met een lab dat de meetresultaten terugvoert in het systeem voor de volgende ronde. Morgen kun je in kaart brengen welke data in je team verloren gaat, want zonder geordende data heeft geen enkel AI-model iets om van te leren.

Onderwerpen

  • CuspAI's platform Namira: een zoekmachine voor niet-bestaande materialen die met AI miljoenen kandidaten genereert, filtert op stabiliteit en valideert in het lab
  • Probleemgestuurd werken: begin met concrete uitdagingen zoals CO2-opvang of batterijopslag, niet met de vraag welke AI-technologie beschikbaar is
  • Data-infrastructuur als voorwaarde: organiseer alle data inclusief mislukte experimenten en metadata voordat je AI-modellen inzet
  • Vertrouwen door verificatie: toets AI-output op meetbare criteria in plaats van elke tussenstap te willen doorgronden
  • Wetgeving en organisatieprocessen als bottleneck: trage besluitvorming en vergunningsprocedures remmen AI-implementatie meer dan technische beperkingen
Links

Genoemde entiteiten: CuspAI - Universiteit van Amsterdam - AMOLF - Zoom - Google Hangout

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

S08E89 - Human-in-the-loop: een handtekening garandeert geen menselijke controle

09 sep · 11 min

Marijn van Aerle, medeoprichter en CTO van Floryn, bouwde een controlesysteem waarbij een beoordelaar niet zomaar akkoord kan klikken op een AI-voorstel. Het probleem: na tweehonderd keer goedkeuren wordt controleren een reflex, ook bij AI-voorstellen die fout zijn. Van Aerle laat zien hoe zijn systeem afwijkende beslissingen automatisch naar een tweede beoordelaar stuurt, met de vraag wat er anders is aan dit dossier.

Bij Floryn corrigeert het model de mens niet, maar signaleert het wanneer een besluit afwijkt van vergelijkbare zaken - vóór het bericht naar de klant gaat. Uit onderzoek van Info Support blijkt dat minder dan 10% van de organisaties AI-governance formeel heeft vastgelegd, terwijl 80% AI al gebruikt in het ontwikkelproces. Morgen kun je zelf één cijfer opzoeken: hoeveel van de laatste honderd AI-voorstellen zijn afgekeurd.

Onderwerpen

  • Automatiseringsbias en het verslijten van menselijke controle bij AI-systemen
  • Het meten van effectiviteit van human-in-the-loop controle aan de hand van afkeurpercentages
  • Vier concrete aanpassingen om AI-toezicht daadwerkelijk te laten functioneren
  • Floryn's praktijkvoorbeeld van wederzijds leren tussen AI-model en menselijke beoordelaars
Links

Genoemde entiteiten: gemeente Amsterdam - AI Lab - Floryn

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

S08E88 - AI-wasstraat: van individueel gebruik naar teamaanpak

06 sep · 49 min

Joyce Datema helpt organisaties dagelijks met de mensenkant van Artificial Intelligence implementatie, en ze ziet steeds hetzelfde patroon: tools worden uitgerold, trainingen gegeven, en zes weken later werkt de helft van het team nog met AI. Het probleem zit niet in de technologie, maar in het ontbreken van eigenaarschap, concrete afspraken en een gedeelde werkwijze.

Ze ontwikkelde de AI-wasstraat: een werkvorm waarbij je het volledige werkproces op tafel legt met iedereen die eraan bijdraagt, voordat je ook maar één tool opent.

Agents kennen de formele regels, maar niet de ongeschreven regels — zoals de klant die altijd twee weken over een factuur doet, en dat prima is. Die impliciete kennis moet je expliciet maken voordat je een agent inzet.

Morgen kun je beginnen met één werkproces: verzamel de mensen die eraan bijdragen, leg alle stappen op tafel en stel de vraag welke stappen waarde toevoegen en welke niet. Die twee uur leveren meer op dan een dag AI-training.

Onderwerpen

  • Begin met resultaten en werkprocessen in plaats van met tools
  • De AI-wasstraat: werkprocessen ontleden met het hele team
  • Ongeschreven regels en uitzonderingen vastleggen voor agents
  • Eigenaarschap beleggen bij teammanagers in plaats van bij ICT
  • Human in the loop als concrete agenda-afspraak organiseren
Links

Genoemde entiteiten: Copilot

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

S08E87 - Politie en machine learning: dreigingsdetectie en bias herkennen

03 sep · 27 min

Oscar Wijsman en Ruud Staijen, beiden werkzaam bij de Nederlandse politie, zien hoe 65.000 medewerkers dagelijks met AI en data moeten omgaan zonder blind te vertrouwen op de uitkomst. Automation bias ligt op de loer: te veel leunen op AI-output zonder kritisch te blijven kijken naar de bron. Ze delen hoe je gemanipuleerde data herkent, waarom oude fouten binnen de organisatie actief besproken worden, en welke stappen nodig zijn voor verantwoorde Artificial Intelligence-implementatie.

Bij de politie ging het ontwikkelen van nieuwe procedures vroeger twee jaar duren, nu gebeurt dit in weken door voorlopers binnen de organisatie als voorbeeld te gebruiken. Morgen kun je in je eigen team achterhalen wie al verder is met AI en die kennis informeel delen, inclusief de fouten die daarbij horen.

Onderwerpen

  • Herkennen en omgaan met gemanipuleerde data in politieonderzoek
  • Kennisdeling binnen grote organisaties door verhalen en voorlopers in plaats van formele training
  • Automation bias voorkomen door verificatie en behoud van vakmanschap naast AI-gebruik
  • Leren van eerdere fouten zoals het Landdecker-arrest voor verantwoorde data-implementatie
  • Praktische vertaling van de AI Act door actieve inbreng vanuit dagelijkse werkpraktijk
Links

Genoemde entiteiten: Europol - Politieacademie - Europol AI Strategic Group

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

S08E86 - Datagedreven werken bij de politie: proportionaliteit en data

02 sep · 34 min

Oscar Wijsman, internationale lead AI en data science bij de politie, en Ruud Staijen, landelijk programmadirecteur datagedreven werken, zien dagelijks hoe 1200 databronnen en 65.000 medewerkers kunnen verzuipen in ruis in plaats van in inzicht. Meer data verzamelen bleek averechts te werken: de kwaliteit ging omlaag in plaats van omhoog. Ze laten zien waarom actief filteren op bruikbaarheid beter werkt dan alles bewaren wat wettelijk mag.

Bij het combineren van kentekengegevens met camerabeelden bepaalt niet het volume de waarde, maar de vraag welke koppeling daadwerkelijk bijdraagt aan een onderzoek. Morgen kun je zelf in kaart brengen welke databronnen je organisatie echt gebruikt, versus welke enkel worden bewaard omdat het kan.

Onderwerpen

  • Databeheer bij de politie: 1200 databronnen filteren op waarde in plaats van alles verzamelen
  • Het Landeck-arrest: juridische uitspraak over proportionaliteit die werkprocessen en ICT-systemen van de politie veranderde
  • Cryptotelefoons: machine learning toepassing om liquidatiedreigingen tijdig te detecteren in versleutelde berichten
  • Data-silo's doorbreken: standaardisatie van systemen en real-time informatie voor agenten in het veld
Links

Genoemde entiteiten: Nederlandse politie - Openbaar Ministerie - Nederlands Forensisch Instituut - Franse Gendarmerie - ChatGPT

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

S08E85 - Van voetbaldata naar NS: hoe storytelling data overtuigend maakt

01 sep · 27 min

Rick Stoop, data-engineer bij NS, stond drie maanden voor livegang met een dataproject dat niemand meer kon doorgronden.

Een fix op de ene plek veroorzaakte telkens een nieuw probleem op een andere plek, omdat traceerbaarheid ontbrak.

Stoop en zijn team bouwden het datamodel opnieuw op met eenvoudigere bouwblokken en duidelijkere businesslogica.

Resultaat: bij een recent incident kon de oorzaak binnen korte tijd getraceerd en hersteld worden, in plaats van uren zoeken.

Morgen kun je bij je eigen project checken of je een fout binnen tien minuten kunt herleiden - zo niet, dan is vereenvoudigen dringender dan nieuwe functionaliteit bouwen.

Onderwerpen

  • Traceerbaarheid en complexiteit in dataprojecten
  • Het belang van de eerste presentatie bij datagedreven werken
  • Mensen inzetten op hun sterke punten in plaats van breed bijscholen
  • Falen als onderdeel van het ontwikkelproces bij AI-implementatie
Links

Genoemde entiteiten: NS - Snowflake - Azure Data Factory - Nifi - Informatica - Python - Power BI

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

S08E84 - Dataprep voor AI: energiezuinig rijden voorbereid bij NS

31 aug · 24 min

Rick Stoop, data expert bij NS, meet het energieverbruik van treinen met GPS-data, energiemeters en dienstregelingen van dertig verschillende teams. Eén verkeerde aanname en de hele score klopt niet meer, dus zijn team ontdekte pas na onderzoek waarom bepaalde trajecten structureel geen score kregen. De oorzaak: tunnels verstoorden de GPS-meting stelselmatig, zonder dat iemand dat wist.

Rick laat zien hoe NS met een genormaliseerde score van 0 tot 100 machinisten begrijpelijke feedback geeft, en waarom bewust geen AI-conclusies worden getrokken over rijgedrag. Morgen kun je bij twijfelachtige databronnen zoeken naar patronen in de uitval, zodat je structurele meetfouten ontdekt voordat ze je rapportages maanden lang onbetrouwbaar maken.

Onderwerpen

  • Meten van energieverbruik van treinen met GPS-data en de uitdagingen van onvolledige sensordata
  • Ontwikkeling van een genormaliseerde score die begrijpelijk is voor machinisten en teammanagers
  • Bewuste keuze om geen AI-conclusies te laten trekken over menselijk gedrag voordat de datakwaliteit gevalideerd is
  • Identificeren en labelen van anomalieën zoals tunnels en verstoringen met metadata
  • Toekomstige ontwikkeling van een AI-model voor realtime rijadvies in het TIM-systeem
Links

Genoemde entiteiten: Nederlandse Spoorwegen - NS - TIM

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

S08E83 - Bezorgprobleem bij Bol opgelost zonder AI: waarom de simpelste oplossing vaak wint

30 aug · 48 min

Mark Schep, data- en AI-engineer bij onder meer Bol en Winparts, ziet bedrijven onnodig 10.000 tot 15.000 euro per jaar uitgeven aan dataplatforms voordat er ook maar één vraag beantwoord is. Zijn ervaring: teams kiezen voor de bekende, dure tools uit gewoonte, terwijl schaal en complexiteit vaak niet overeenkomen. Hij laat zien hoe je met timeboxen van drie maanden bewijst of een aanpak werkt, en wanneer een simpele regel beter is dan een AI-model.

Bij Winparts bouwde hij zo een dataplatform voor minder dan 100 euro per maand, in plaats van de gangbare 15.000 euro per jaar aan tools als Fivetran en Airflow. Morgen kun je zelf één concrete vraag opschrijven die je nu geld of tijd kost, voordat je nadenkt over welk platform of welke AI je daarvoor nodig hebt.

Onderwerpen

  • Simpele oplossingen boven complexe AI-systemen
  • Timeboxing van AI-projecten tot drie maanden
  • Goedkope dataplatformen als alternatief voor dure tools
  • Combinatie van generatieve AI en klassieke machine learning
  • Conversational analytics en verificatie van AI-antwoorden

Links

Genoemde entiteiten: Bol - Winparts - Databricks - Snowflake - Team Voyager - Google - Fivetran - Airflow - ABN Amro

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

S08E82 - Speel mee: drie stellingen over AI, en zestig nieuwe om zelf te spelen

26 aug · 12 min

In teamoverleg knikt iedereen mee als de projectleider AI "de toekomst" noemt, terwijl drie collega's hun twijfels pas later bij het koffiezetapparaat uitspreken. Het probleem is niet dat mensen geen mening hebben over Artificial Intelligence, maar dat de vergaderstructuur geen ruimte biedt om die scherp te krijgen. Joop laat zien hoe een stellingenspel met drie kaarten - eens, oneens, joker - dwingt tot een echt standpunt in plaats van meepraten met de meerderheid.

Aan de hand van drie stellingen uit twee jaar podcastgasten, over baanangst, AI-budgetten en het temperen van enthousiasme, blijkt dat simpele ja/nee-vragen tot verrassend genuanceerde gesprekken leiden. Morgen kun je één stelling meenemen naar je volgende overleg en iedereen eerst een kant laten kiezen voordat de discussie begint.

Onderwerpen

  • Het AI Game Changer kaartspel als methode om verschillende standpunten in teams zichtbaar te maken
  • De doorman fallacy en waarom baanangst door AI-automatisering vaak terecht is
  • Het verschil tussen tokenmaxxing en outcome maxxing bij het meten van AI-projecten
  • De noodzaak van een temperende stem die vraagt of AI wel nodig is voor een probleem
Links

Genoemde entiteiten: TNO - Commonwealth Bank

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

S08E81 - AI-agents bij PostNL: proces, techniek en adoptie

23 aug · 52 min

Frits Snijder, Senior Product Manager bij PostNL, bouwde een AI-systeem voor klachtenverwerking dat technisch klopte maar in de praktijk vastliep op de 20% gevallen die er het meest toe deden. Het probleem bleek niet de technologie, maar de volgorde: het team begon bij de oplossing in plaats van bij het probleem. Frits laat zien hoe je onderscheid maakt tussen een agent-probleem en een workflow-probleem, en waarom dat verschil maanden vertraging scheelt.

Na anderhalve week pilot op één sorteercentrum waren medewerkers twee en een half keer sneller — niet omdat het systeem snel was, maar omdat ze begrepen wat het deed. Morgen kun je beginnen met één vraag: heb je voor je huidige AI-project al naast de gebruiker gezeten? Zo nee, plan dat gesprek eerst.

Onderwerpen

  • Het verschil tussen AI-agents en workflows in klachtenverwerking
  • Gebruikersonderzoek als startpunt voor AI-implementatie
  • Transparantie en menselijke controle bij automatisering
  • Van pilot naar productie met gefaseerde investeringsbeslissingen
Links

Genoemde entiteiten: PostNL - Sophie

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

S08E80 - Watermerken in AI-tekst: waarom ik detectie onzinnig vind

19 aug · 9 min

Kun je zien of een tekst met AI is geschreven, en zou dat eigenlijk moeten uitmaken? Anthropic zet een onzichtbaar watermerk in teksten van Claude, verplicht door de Europese AI-verordening, maar het systeem is met simpele testjes te omzeilen. Wie honderd variaties van dezelfde zin uitprobeert, isoleert precies welke woordkeuzes het watermerk veroorzaken en haalt het er weer uit.

Vóór ChatGPT liet 20% van professionals hun langere teksten al schrijven door een ghostwriter, zonder dat iemand daar een probleem in zag. Bij dat proces ging het nooit om herkomst, maar om of de tekst klopte en bruikbaar was.

Die verschuiving is precies wat je morgen kunt toepassen: controleer een AI-tekst niet op een watermerk, maar op kloppende claims, juiste toon en logische structuur.

Onderwerpen

  • Watermerken in AI-gegenereerde tekst en de beperkingen van detectie
  • Artikel 50 van de Europese AI-verordening en compliance-verplichtingen
  • Kwaliteitsbeoordeling van content versus herkomstverificatie
  • Praktische AI-implementatie en verificatie van inhoud
Links

Genoemde entiteiten: Anthropic - Claude - ChatGPT

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

S08E79 - Creativiteit en AI: hoe behoud je je eigen smaak?

16 aug · 49 min

Hendrik van Zwol, zelfstandig ondernemer gespecialiseerd in AI-beeldcreatie, ziet dagelijks hoe Artificial Intelligence verzorgde resultaten levert die van niemand zijn.Het probleem is niet de technologie, maar het ontbreken van eigen richting: wie geen smaak heeft ontwikkeld, geeft de tool ook geen richting en krijgt generieke output terug.

Hij laat zien hoe zijn 8S-framework — met parameters als stijl, lenshoek en lichtbron — het verschil maakt tussen een generiek beeld en iets dat herkenbaar van jou is.

Bij beeldgeneratie ging zijn output van inwisselbaar naar specifiek door vier concrete parameters te definiëren vóór de eerste prompt. Morgen kun je dat zelf toepassen: schrijf in drie zinnen op wat je wil maken en waarom, voordat je een tool opent.

Onderwerpen

  • Het behouden van eigen smaak en vakmanschap bij AI-gestuurde creatieve processen
  • Het 8S-framework voor AI-beeldcreatie en het belang van specifieke parameters
  • Vibe coding: mogelijkheden, valkuilen en de verborgen kosten van AI-afhankelijkheid
  • Deepfakes, synthetisch beeld en de verantwoordelijkheid van makers
  • Bewuste input en denkruimte als tegenwicht voor AI-gedreven werkprocessen
Links

Genoemde entiteiten: Midjourney - Claude - Gemini - Copilot - Codex - OpenAI - Anthropic

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

S08E78 - AI coding harnas: zo dwing je controle technisch af

12 aug · 18 min

Twee derde van de Nederlandse IT-organisaties kan achteraf niet reconstrueren wat een AI-coding agent precies heeft gedaan, blijkt uit onderzoek onder 330 IT-beslissers. Het probleem is niet dat mensen de risico's niet zien, maar dat ze die risico's afdekken met beleid in plaats van technische maatregelen, terwijl een taalmodel je beleidsdocument niet leest.

De oplossing is een coding harnas: een ontwikkelomgeving waarin architectuurprincipes, security-regels en testen technisch zijn afgedwongen in plaats van opgeschreven. Daarmee verschuift de vraag van "heeft de agent zich aan de regels gehouden" naar "staan de goede regels in ons harnas".

Morgen kun je beginnen met één vraag aan bestuur, architecten en teamleden afzonderlijk: waarop baseer jij je oordeel dat het goed gaat met coding agents in onze ontwikkelstraat? Het verschil tussen die antwoorden is je agenda voor de komende maanden.

Onderwerpen

  • Het verschil in risicoperceptie tussen directie en architecten bij AI-coding agents
  • De kloof tussen beleidsmaatregelen op papier en technische afdwinging in de praktijk
  • AI coding harnas als technische oplossing voor het afdwingen van architectuurprincipes en security-regels
  • De verschuiving van vakmanschap naar beoordeling en het inrichten van kaders bij AI-adoptie
Links

Genoemde entiteiten: GitHub Copilot - Claude - Stanford - METR

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

S08E77 - Van SEO naar GEO: zo word je aanbevolen door AI

09 aug · 49 min

Martin van Kranenburg, marketingstrateeg en auteur van *Van SEO naar GEO*, ziet hoe bedrijven structureel onzichtbaar worden voor klanten die hun vragen niet meer aan Google stellen, maar aan ChatGPT of Copilot. Een taalmodel geeft geen lijst van tien resultaten, maar een shortlist van drie merken, en wie daar niet op staat, mist de conversatie volledig. Martin legt uit welke drie factoren bepalen of een taalmodel jou aanbeveelt: techniek, reputatie en content die voldoet aan zijn AUB-principe (actueel, uniek, betrouwbaar).

Wat anderen over jou schrijven op externe platforms weegt daarin zwaarder dan wat jij zelf op je website zet. Morgen kun je beginnen met de vijf pagina's die het meeste bijdragen aan je omzet: zijn ze de afgelopen zes maanden bijgewerkt, bevatten ze iets wat alleen jij kunt zeggen, en staat er een auteur op met een actueel LinkedIn-profiel?

Onderwerpen

  • Het verschil tussen SEO en GEO en waarom taalmodellen zoekmachines vervangen
  • De GEO-driehoek: techniek, reputatie en content-optimalisatie
  • Het AUB-principe voor content: actueel, uniek en betrouwbaar
  • Externe reputatie en Digital PR als belangrijkste rankingfactor
  • Meetmethoden en tools om je zichtbaarheid in taalmodellen te monitoren
Links

Genoemde entiteiten: ChatGPT - Google - Gemini - Copilot - Edding - Semrush - Profound - Peek AI - Promptwatch - Rankshift - Microsoft - YouTube - GPT-4 - GLM - Mistral - LinkedIn

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

S08E76 - AI-projecten falen door budgetproblemen: zo los je dat op

05 aug · 8 min

Meer dan 90% van de AI-projecten haalt productie niet — niet door technische problemen, maar omdat organisaties structureel één budget vergeten. Joop Snijder, Head of AI bij Info Support, ziet het patroon steeds terugkomen: er is geld voor het experiment, maar niet voor implementatie en beheer, waardoor projecten na de demo stilvallen.

Hij legt uit waarom je drie aparte budgetten nodig hebt — innovatie, productie en beheer — en waarom die drie in de meeste organisaties bij verschillende afdelingen liggen die niet met elkaar praten.

Bij AI-systemen lopen ook de gebruikskosten mee met het volume: een team dat contracten analyseert op 50 testdocumenten krijgt tienvoudig hogere kosten als het systeem in productie 2.000 contracten per maand verwerkt. Morgen kun je bij elk AI-voorstel twee vragen stellen: wie betaalt over twee jaar het beheer, en wat kost het systeem per maand aan gebruik — als niemand die antwoorden heeft, bouw je een demo en geen oplossing.

Onderwerpen

  • Waarom meer dan 90% van AI-projecten niet in productie komt
  • De drie benodigde budgetten: innovatie, productie en beheer
  • Het belang van probleemanalyse boven technologiekeuze
  • Organisatorische silo's als struikelblok voor AI-implementatie
Links

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

S08E75 - Waar kan 30 seconden stem meer zeggen dan een bloedtest?

02 aug · 49 min

Michel van de Beek, mede-oprichter van Healfie, bouwde een systeem dat in 30 seconden spraak spanning en zwaktes in je lichaam detecteert, eerder dan bloedwaarden dat doen. Het zorgstelsel reageert op ziekte, niet op de signalen die eraan voorafgaan, en dat is precies het gat dat hij wil dichten. Artificial Intelligence vertaalt de ruwe stemdata naar begrijpelijke adviezen: welke spiergroepen overbelast zijn, welke voedingsstoffen herstel bevorderen, wanneer je beter kunt wachten met intensief trainen.

Bij een topsporter in de Nederlandse dameselftal groeide de discrepantie tussen spierbelasting en voedingsinname zichtbaar in de data, maar de analyse duurde destijds twee tot drie dagen, te laat om in te grijpen. Als je in de zorg of een aangrenzend vakgebied werkt en nadenkt over AI-toepassingen, is het advies concreet: draai de omgang met data om en geef de cliënt eigenaarschap over zijn eigen gegevens.

Onderwerpen

  • Stemanalyse als gezondheidsmeting: hoe 30 seconden spraak spanning en zwaktes in het lichaam detecteert voordat bloedwaarden afwijkingen tonen
  • De rol van AI bij Healfie: machine learning voor patroonherkenning en generatieve AI om complexe data te vertalen naar begrijpelijke inzichten voor gebruikers
  • Eigenaarschap van gezondheidsdata: waarom Healfie de data bij de persoon legt in plaats van bij zorgprofessionals, en de risico's van stemanalyse door verzekeraars
  • Bewust opereren buiten het medische systeem: waarom Healfie start in topsport en welzijn voordat het naar de zorg gaat, en de systeemkeuzes die preventie belemmeren
Links

Genoemde entiteiten: Healfie - Nederlandse dameselftal

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

S08E74 - Modelknop vs. effortknop: wanneer draai je aan welke?

29 jul · 11 min

AI geeft een fout antwoord en de hand gaat automatisch naar het grootste beschikbare model. Dat is de duurste reflex in AI-gebruik, en bijna altijd de verkeerde.

Niels Naglé legt uit wat de modelknop en de effortknop werkelijk doen: de modelknop bepaalt wat een model weet, de effortknop bepaalt hoe grondig het te werk gaat. Die twee sturen iets fundamenteel anders aan, maar worden constant door elkaar gebruikt.

De diagnostische vraag die alles bepaalt: wist het te weinig, of deed het te weinig?

Een model dat een bijlage oversloeg of halverwege stopte heeft een effortprobleem, geen modelprobleem. Een model dat een conclusie verzon die nergens in het document stond, heeft een modelprobleem. Morgen kun je de laatste drie keer terugkijken dat je schakelde naar een groter model, en in vijf minuten vaststellen of je aan de juiste knop draaide.

Onderwerpen

  • Het verschil tussen de modelknop en de effortknop bij AI-gebruik
  • De diagnostische vraag: wist het model te weinig of deed het te weinig
  • Waarom je eerste stap bij een fout antwoord je eigen opdracht moet zijn, niet de knoppen
  • De financiële impact van het verkeerd inzetten van modellen en effort-instellingen
  • Praktische afspraken voor teams over het aanpassen van model- en effort-instellingen
Links

Genoemde entiteiten: Anthropic - Lydia Hallie

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

S08E73 - AI van pilot naar productie: zo slaag je!

26 jul · 56 min

Ronald van Loon, tech-analist en negen jaar op rij een van de meest invloedrijke namen in wereldwijde AI-rankings, ziet bij bedrijven steeds hetzelfde patroon: zeven van de tien Artificial Intelligence-pilots halen de productiefase niet. Niet omdat de technologie faalt, maar omdat organisaties de verkeerde aannames meenemen: dat AI dataproblemen oplost, dat change management vanzelf gaat, en dat een werkende pilot gelijk staat aan een werkende implementatie. Hij laat zien hoe agentic AI verschilt van gewone workflow automation, waarom je datafundament de bottleneck is die niemand wil zien, en welke drie vragen je per use case moet beantwoorden voordat je ook maar één regel code schrijft.

Een agent die dezelfde persoon in twee systemen tegenkomt, één keer als prospect en één keer als klant van tien jaar, stuurt gewoon een kennismakingsmail, tenzij die context expliciet beschikbaar is in je data. Morgen kun je beginnen met één proces in je organisatie: schrijf op welke beslissingen daarin worden genomen, welke data daarvoor nodig is, en of iemand op C-level er formeel verantwoordelijk voor is.

Onderwerpen

  • Waarom AI-pilots niet doorgroeien naar productie: adoption gap, speed paradox en te laat change management
  • Het verschil tussen agentic AI en workflow automation: systemen die zelf beslissingen nemen en acties uitvoeren
  • Datakwaliteit als bottleneck: waarom AI geen dataproblemen oplost en consistente data noodzakelijk is
  • Accountability en observability bij autonome systemen: wie is verantwoordelijk en hoe log je beslissingen
  • Pragmatisch beginnen: start met een tool voor medewerkers in plaats van directe operationalisering
Links

Genoemde entiteiten: ChatGPT

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

S08E72 - Thinking mode uitgelegd: wat het model echt doet

22 jul · 11 min

Veel AI-tools hebben een "thinking mode" die suggereert dat het model nadenkt, maar wat er werkelijk gebeurt is rekenwerk met extra tussenstappen. Het probleem is dat een overtuigende redenering geen bewijs is dat het antwoord klopt — het model wordt alleen beloond voor het eindresultaat, niet voor eerlijke tussenstappen. Thinking mode loont bij meerstapsproblemen, zoals een leveranciersvergelijking met gewogen criteria, maar niet bij eenvoudige taken als een e-mail herschrijven.

Die instelling standaard hoog zetten kost tijd en geld zonder dat er altijd betere resultaten tegenover staan. Bekijk morgen de drie AI-taken die je het vaakst uitvoert en bepaal voor elk of het een meerstapsprobleem is — dat zijn vijf minuten werk die je direct minder kosten en betrouwbaardere resultaten opleveren.

Onderwerpen

  • Wat er technisch gebeurt bij thinking mode: taalmodellen rekenen en voorspellen woorden, geen daadwerkelijk denkproces
  • Het instellen van rekenbudget: wanneer laag, gemiddeld of hoog effort loont en wat de kostenbesparing oplevert
  • Waarom overtuigende redeneringen geen bewijs zijn: tussenstappen worden niet gecontroleerd tijdens training en vorm staat los van juistheid
  • Praktische toepassing: onderscheid maken tussen meerstapsproblemen en enkelvoudige taken om thinking mode effectief in te zetten
Links

Genoemde entiteiten: ChatGPT - Gemini - Claude

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

S08E71 - Ai van Columbus: vijf lagen van betekenis

19 jul · 51 min

Hans Hoornstra, voorzitter van de Stichting Digitale Overheid en oprichter van OmgevingsChat, ziet dagelijks hoe medewerkers AI-tools inzetten zonder te begrijpen wat er achter de schermen gebeurt. Hij legt uit waarom een taalmodel structureel hallucineert, niet soms, maar altijd, en waarom dat geen fout is maar het mechanisme zelf. Wie dat begrijpt, stopt met blindelings vertrouwen en begint te denken in termen van waarschijnlijkheid en verificatie.

Een gemeentemedewerker die een persoonlijk verhaal in een chatbot plakt om wetgeving te toetsen, registreert onbedoeld medische informatie over een inwoner. Morgen kun je naar casuscolumbus.com gaan, een kaartset downloaden en met je team een uur praten over wat er mis kan gaan als je Artificial Intelligence verkeerd inzet, dat gesprek is de basis voor verantwoord gebruik.

Onderwerpen

  • Hoe taalmodellen werken en waarom ze altijd hallucineren
  • De drie vaardigheden voor AI-geletterdheid: begrip, praktijkervaring en ethische alertheid
  • Impact van AI op relaties tussen mensen en organisaties
  • Het driehoeksmodel van stuwende, verbindende en dragende vaardigheden
Links

Genoemde entiteiten: Stichting Digitale Overheid - OmgevingsChat - Het AI van Columbus - Europese AI-verordening - Copilot - casuscolumbus.com

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

S08E70 - Lef om controle los te laten met automatiseren met AI-agents

15 jul · 11 min

Artificial Intelligence-systemen bestaan steeds vaker uit groepen agents die samenwerken, en dat levert gedrag op dat je bij geen van de losse agents had kunnen voorspellen. Joop Snijder legt uit waarom twee begrippen uit de biologie — emergentie en stigmergie — verklaren wat er nu al gebeurt in de tools die developers dagelijks gebruiken. De betrouwbaarheid van zulke systemen zit niet in het perfectioneren van elk onderdeel, maar in hoe makkelijk je een onderdeel kunt vervangen als het uitvalt.

Bij coding agents die al in gebruik zijn, werkt dit concreet zo: kleine, zelfstandige tools die elk hun eigen voortgang bijhouden, zodat de volgende stap altijd verder kan zonder centrale regie. Morgen kun je beginnen met één AI-werkproces dat je nu gebruikt: schrijf per stap op wat er gebeurt als die stap uitvalt, en bepaal welk onderdeel je als eerste kleiner en vervangbaarder kunt maken.

Onderwerpen

  • Emergentie en stigmergie bij samenwerkende AI-agents
  • Van grote systemen naar kleine, vervangbare tools
  • Controle loslaten en omgaan met fouten in AI-systemen
  • Verschuiving van architect-denken naar tuinman-denken
Links

Genoemde entiteiten: Peter van der Putten

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

S08E69 - Datacenters en schaarste: wie krijgt de rekenkracht?

12 jul · 53 min

Fieke Jansen, onderzoeker aan de Universiteit van Amsterdam en leider van het Critical Infrastructure Lab, brengt de volledige materiële keten achter Artificial Intelligence in kaart: van kobaltmijnen in Congo tot e-waste in Ghana. Het probleem is dat de discussie over AI-infrastructuur vrijwel altijd gaat over groei, terwijl de vragen over verdeling, toegang en publieke belangen nauwelijks worden gesteld. Ze laat zien waarom efficiëntie het probleem niet oplost — meer efficiëntie leidt tot meer gebruik, niet minder — en waarom AI als klimaatoplossing vaak een manier is om structurele verandering uit te stellen.

In Noord-Holland verbruikt één hyperscaler evenveel energie als alle Amsterdamse huishoudens samen, terwijl gemeentes geen wegingskader hebben om te sturen op gebruik. Morgen kun je beginnen met drie vragen bij elk AI-gebruik: staat dit gehost bij een Europese partij, is generatieve Artificial Intelligence hier echt nodig of volstaat een kleiner model, en wat is de netto milieuimpact inclusief het energieverbruik van de AI zelf?

Onderwerpen

  • De materiële keten van AI: van mijnbouw in Congo tot e-waste in Ghana, inclusief waterverbruik bij chipproductie en energieverbruik van datacenters
  • Schaarste en toegang tot rekenkracht: wie krijgt toegang tot datacapaciteit, de opkoopkracht van grote techbedrijven versus kleinere partijen, en juridische gevechten over netaansluitingen
  • Predatory delay: hoe AI wordt gepresenteerd als klimaatoplossing terwijl het vooral gaat om adaptatie in plaats van structurele aanpak
  • Governance en beleid: het ontbreken van wegingskaders voor datacentervergunningen en de noodzaak van een moratorium om publieke belangen te beschermen
Links

Genoemde entiteiten: Universiteit van Amsterdam - Critical Infrastructure Lab - TSMC - TenneT - SIDN - Amazon - SurfNet

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

S08E68 - Waar levert AI echt geld op in je organisatie?

08 jul · 7 min

Veel organisaties kopen honderd AI-licenties, plannen trainingen en verwachten daarna een zichtbaar financieel rendement — maar dat rendement blijft uit. Het probleem is niet dat Artificial Intelligence niet werkt, maar dat de meeste initiatieven in de verkeerde categorie zitten: persoonlijke productiviteit levert betere werkomstandigheden op, geen winst op de balans. Joop Snijder laat zien dat AI-waarde in drie categorieën valt uiteen, elk met een eigen meetmethode en verwachting.

De categorie waar verreweg de meeste waarde ontstaat, is procesintegratie: AI ingebouwd in een herhaalbaar bedrijfsproces dat honderden keren per maand wordt uitgevoerd. Een organisatie die klantaanvragen terugbrengt van vier uur naar anderhalf uur per aanvraag, bespaart bij driehonderd aanvragen 750 uur per maand — dat is een structurele kostenverlaging die je wél terugziet in de cijfers. Morgen kun je beginnen met je top drie AI-initiatieven te categoriseren en te bepalen of je ze ook op de juiste manier stuurt en meet.

Onderwerpen

  • Het verschil tussen Return on Employee en Return on Investment bij AI-adoptie
  • Waarom persoonlijke productiviteitstools geen financieel rendement opleveren
  • Procesintegratie als belangrijkste bron van meetbare AI-waarde
  • De drie categorieën AI-inzet en hun bijbehorende meetmethodes
Links

Genoemde entiteiten: Gartner - Data & Analytics Summit

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

S08E67 - Niet onze AI: waarom regie pakken belangrijker is dan voor of tegen AI zijn

05 jul · 1 u 5 min

Gabriella Obispa, projectleider AI-ethiek bij de Politie Nederland, en journalist Laurens Vreekamp zien hoe organisaties zichzelf in de voet schieten door te beginnen met "hoe zetten we AI in?" in plaats van "welk probleem lossen we op?"Hun boek *Niet onze AI* laat zien waarom die volgorde uitmaakt: de gemeente Amsterdam werkte twee jaar aan een AI-systeem voor bijstandsontvangers dat bleef discrimineren en uiteindelijk niet werd ingezet.

Obispa beschrijft hoe een vaste vertraging aan het begin van een project juist betere resultaten oplevert: eerst het probleem definiëren, dan pas tools evalueren.Vreekamp voegt een concreet hulpmiddel toe: behandel uitspraken over de toekomst van Artificial Intelligence als beloften, niet als feiten, en formuleer twijfel als vraag in plaats van bezwaar.Morgen kun je bij je lopende AI-project één vraag stellen: voor wie werkt dit systeem goed, en voor wie niet?

Onderwerpen

  • Het stellen van de waarom-vraag in plaats van de hoe-vraag bij AI-implementatie
  • Bias en representativiteit in AI-systemen door homogene ontwikkeling en trainingsdata
  • Vertraging als bewuste methode voor betere AI-projecten
  • Twijfel als instrument voor betere besluitvorming bij AI-toepassingen
Links

Genoemde entiteiten: Politie Nederland - ETZ-ziekenhuis - gemeente Amsterdam - Nu.nl - Silicon Valley - ChatGPT - Peter Thiel

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

S08E66 - Vibe citations: waarom de waarschuwing niet genoeg is

01 jul · 11 min

Drie van de vier grootste adviesbureaus ter wereld publiceerden rapporten met bronverwijzingen die niet kloppen — titels die niet bestaan, rechters die uitspraken nooit deden. Bij KPMG waren 40 van de 45 bronnen verzonnen of incorrect, en dat terwijl het rapport door tientallen reviewers ging.

Dat komt door vier patronen: automation bias maakt je minder kritisch naarmate je AI meer vertrouwt, nette opmaak laat nepbronnen eruitzien als echte, en gedeelde verantwoordelijkheid betekent in de praktijk dat niemand controleert.

Extra waarschuwingen lossen dit niet op — de structuur moet anders.

Pak één AI-gegenereerd document uit je organisatie en controleer drie bronverwijzingen willekeurig: als één niet klopt, heb je een structureel probleem. Morgen kun je dat gat dichten door verificatie aan één persoon toe te wijzen met een naam en een deadline, en een tool zoals GPTZero in je workflow op te nemen.

Onderwerpen

  • Vibe citations: AI-modellen die niet-bestaande bronverwijzingen genereren
  • Automation bias: waarom vertrouwen in AI kritisch denken vermindert
  • Het omstanderseffect in reviewprocessen: gedeelde verantwoordelijkheid leidt tot geen controle
  • Praktische maatregelen: verificatie automatiseren en expliciet toewijzen
Links

Genoemde entiteiten: KPMG - Deloitte - Ernst & Young - GPTZero - Microsoft - Carnegie Mellon - Universiteit van Melbourne

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Gerelateerde podcasts

Alle podcasts →
  1. SchaduwoorlogDe Volkskrant
  2. AI ReportAlexander Klöpping en Wietse Hage
  3. De Nieuwe Wereld volgens de GranniesNPO Luister / Omroep MAX
  4. De Groene NerdsAljo Hartgers & Danny Oosterveer // De Podcasters
  5. De Technoloog | BNRBNR Nieuwsradio
  6. Space Cowboys | BNRBNR Nieuwsradio
  7. Bright PodcastBright B.V.
  8. Met Nerds om Tafel - een podcast over technologie, wetenschap en popcultuurMet Nerds om Tafel
  9. The VergecastThe Verge
  10. Tech Update | BNRBNR Nieuwsradio
  11. De TechnoloogBNR Nieuwsradio
  12. Satoshi RadioBart Mol, Bert Slagter, Peter Slagter

De Luisterclub

Om de week onze luistertips in je mail, met alle ruimte om die van jou te delen.

Je ontvangt twee mailtjes per maand en je kunt je op elk moment weer uitschrijven.