Ga naar de inhoud

AI bureau Haarlem

We bouwen assistenten, agents en documentmodellen en houden ze in beheer, zoals Anthony Chat, de interne chatbot die we voor Fokker Services Group maakten.

Voor Fokker Services Group bouwden we Anthony Chat, dat antwoorden uit interne documenten haalt

“Working with Data Science Lab on projects ranging from market intelligence to AI-driven chat solutions has been invaluable for deriving smarter business solutions.” Kaveh Alizadeh, Manager Program Management, Fokker Services Group

Lees de case

Welk zoekwerk in documenten en systemen kan een AI-toepassing van ons team overnemen?

Bij gemeenten, zorginstellingen en dienstverleners in Haarlem en Kennemerland zoeken medewerkers elke dag in beleidsstukken, contracten en facturen. Een assistent op je eigen documenten, of een agent die een vaste stap afhandelt, doet het zoekwerk; je medewerker controleert en beslist.

Plan een gesprek

Assistenten, documentmodellen en tekstanalyse die we bouwen en daarna in beheer houden

Bespreek je AI-toepassing

Een assistent op eigen documenten

Voor Fokker Services Group bouwden we Anthony Chat: medewerkers stellen vragen over interne documenten en krijgen begrijpelijke antwoorden via een RAG-model.

Afwijkingen in facturen vinden

Voor Fokker Services Group berekent ons model het verwachte factuurbedrag uit het uitgevoerde werk; grote afwijkingen verschijnen direct in een dashboard.

Veel tekst tegelijk lezen

Voor Respect Foundation analyseerde een LLM het sentiment van de berichtgeving over de Week van Respect, naast een social media monitor.

Beheer na de livegang

Voor het cairelab van het LUMC richtten we MLOps in: van experiment tracking en CI/CD tot model serving, monitoring en onderhoud.

Een AI-toepassing is pas af als iemand in je organisatie hem beheert

  1. Taak en eigenaar

    We kiezen één taak die nu veel zoek- of handwerk kost, en spreken af wie eigenaar wordt.

  2. Testen op echte vragen

    We toetsen de antwoorden op vragen en documenten uit je eigen praktijk, met de mensen die ermee gaan werken.

  3. Live met bewaking

    De toepassing draait in je eigen omgeving, met logging, monitoring en een afspraak over wie bijstuurt.

Is een assistent of agent de juiste stap voor ons team?

Toets het in een gesprek

Past als

Medewerkers zoeken vaak in dezelfde documenten, of een terugkerende taak volgt vaste stappen. De bronnen zijn digitaal en iemand wil eigenaar worden van de toepassing en de antwoorden blijven toetsen.

Past niet als

De documenten zijn verouderd of spreken elkaar tegen, of de taak komt zelden voor. Dan levert opschonen of een betere zoekfunctie in je bestaande systeem meer op, en dat zeggen we.

Waar de omvang van afhangt

Hoeveel bronnen en systemen we koppelen, hoeveel soorten vragen of documenten er zijn, welke rechten per medewerker gelden, waar de toepassing moet draaien en wie het beheer doet.

Blijven onze documenten in huis?

Dat kan. Voor het LUMC werkten we op een on-premise en soevereine infrastructuur. Welk taalmodel en welke hosting passen, kiezen we samen op je privacy-eisen en je IT-landschap.

Een assistent, een agent of een getraind model: wat past bij de taak die je wilt uitbesteden?

Een assistent

Kies dit als medewerkers antwoorden zoeken in veel documenten, zoals beleid, contracten of handleidingen. De assistent noemt de bron, zodat je medewerker het antwoord kan nalopen.

Een agent

Kies dit als een taak vaste stappen volgt over meerdere systemen, zoals een melding vastleggen en doorzetten. Ons advies: begin met een agent die voorstelt, en laat een mens goedkeuren.

Een getraind model

Kies dit als er veel eerdere gevallen met uitkomst zijn, zoals facturen en het werk erachter. Dan berekent een model wat je mag verwachten en licht het de afwijkingen uit.

Dicht bij Haarlem, in Amsterdam, bouwen en beheren we AI-toepassingen sinds 2016

Data Science Lab is Databricks- en Microsoft-partner. Vanuit ons kantoor aan de Westerdoksdijk bouwden we assistenten en modellen voor onder meer Fokker Services Group en het LUMC, en op onze Techdays delen we wat we leren.

Plan een kennismaking

Het eerste gesprek gaat over de taak die je team nu de meeste zoektijd kost

Stef Stoelwinder

Stef Stoelwinder

Business Development

Stef is je eerste aanspreekpunt. In het eerste gesprek bespreken we welke taak of welk documentwerk als eerste een AI-toepassing verdient.

Welk zoek- of documentwerk wil je als eerste uit handen geven?

Beschrijf de taak en de documenten of systemen die erbij horen. Je krijgt antwoord per mail, of we plannen een eerste gesprek.

Vul een geldig e-mailadres in.

Laat ons weten waar we je mee kunnen helpen.

Veelgestelde vragen

Toepassingen die een taak in het werk overnemen of ondersteunen: een assistent die antwoorden uit je eigen documenten haalt, een model dat documenten controleert, of een agent die stappen in een proces afhandelt. Daarna houden we ze in beheer.

Zoek je een AI bedrijf of AI agency in Haarlem: Data Science Lab doet dat werk sinds 2016. Alle soorten toepassingen staan bij AI-toepassingen.

Nee. Ons kantoor is aan de Westerdoksdijk in Amsterdam, dicht bij Haarlem. Voor organisaties in Haarlem, Heemstede, Bloemendaal en Zandvoort werken we bij jullie, bij ons of online.

De cases op deze pagina komen niet uit Haarlem; ze laten zien wat we bouwen. Meer over ons werk in de stad zelf lees je bij AI bureau Amsterdam.

Met een vaste set vragen waarvan je medewerkers het goede antwoord kennen. Die stellen we na elke aanpassing opnieuw, en we kijken of het antwoord klopt en of de assistent de juiste bron noemt.

Anthony Chat voor Fokker Services Group werkt met Retrieval-Augmented Generation (RAG): het model haalt eerst de relevante passages uit de documenten en formuleert pas daarna een antwoord.

Een assistent beantwoordt vragen; de medewerker doet daarna zelf het werk. Een agent voert ook stappen uit, zoals een gegeven opzoeken in het ene systeem en een registratie aanmaken in het andere.

Een agent vraagt dus meer afspraken: welke handelingen hij mag doen, wat een mens eerst goedkeurt en hoe je terugziet wat hij deed. Meer daarover lees je bij agentic AI.

Ja, als er genoeg eerdere gevallen zijn om van te leren. Voor Fokker Services Group berekent ons model op basis van het uitgevoerde werk het verwachte factuurbedrag en legt dat naast het werkelijke bedrag. Medewerkers controleren alleen de uitzonderingen.

Gaat het om gegevens uit brieven, formulieren of pdf’s halen, lees dan over documentverwerking met AI.

Dat leggen we vast voordat hij live gaat: wie eigenaar is, wie gewaarschuwd wordt als de antwoorden afwijken en wie een nieuwe versie vrijgeeft. Documenten, systemen en taalmodellen veranderen, dus beheer hoort erbij.

Voor het LUMC loopt dat van experiment tracking tot monitoring en onderhoud. Hoe dat werkt, lees je bij MLOps; het beheer kan ook via beheer en doorontwikkeling.

Het overlapt. Op deze pagina gaat het om de toepassing in het werk: assistenten, agents en documentmodellen, en het beheer daarna. Ons data science bureau richt zich op het model zelf, zoals een model dat voorspelt of beoordeelt.

Voor die kant lees je over ons data science bureau Haarlem. Werk je voor een overheid, kijk dan ook naar het algoritmeregister.

Als de taak zelden voorkomt, als de documenten waar het antwoord in moet staan niet kloppen, of als niemand eigenaar wil worden. Dan wordt een assistent vooral een extra systeem om bij te houden.

Soms is een opgeschoonde documentenset of een vaste regel in je zaaksysteem genoeg. Dat zeggen we ook, voordat er iets gebouwd wordt.