AI bureau Zwolle
We bouwen een assistent die antwoord geeft uit je eigen kennis en systemen, en houden hem bij. Zo ontwikkelden we Dex voor PostNL.
Voor PostNL ontwikkelden we Dex, een zelflerende chatbot als centraal punt voor vragen van medewerkers
Dex is gekoppeld aan bestaande systemen bij PostNL, zodat de knowledge base niet op meerdere plaatsen bewaard en onderhouden hoeft te worden. Servicedeskmedewerkers houden zo tijd over voor complexere vraagstukken.
Waarom stellen collega’s steeds dezelfde vragen aan de servicedesk?
Het antwoord staat ergens, in een procedure, een regeling of een systeem, maar niemand vindt het snel. Een assistent op je eigen bronnen geeft direct antwoord, met de bron erbij, en stuurt door wat hij niet weet.
Antwoorden uit je eigen bronnen, voor medewerkers en voor de balie
Een interne servicedesk
Voor PostNL ontwikkelden we Dex, gekoppeld aan bestaande systemen, als centraal punt voor vragen van medewerkers.
Antwoord aan de balie
Voor NFZ maakten we een virtuele assistent die contractinformatie en polisvoorwaarden direct aan de apothekersbalie geeft.
Een taalmodel voor het team
Voor Fokker Services Group bouwden we Anthony Chat, een LLM-toepassing voor tijdsbesparing en productiviteit.
Medewerkers die ermee kunnen
Voor de AFWC gaven we een AI-training waarin deelnemers oefenden met eigen taken en een agent bouwden.
Een assistent is zo goed als de bronnen waaruit hij antwoordt
-
Bronnen op orde
Welke documenten en systemen gelden, wie ze bijhoudt en wie wat mag zien.
-
Testen met echte vragen
De assistent beantwoordt vragen die je servicedesk al kreeg, en je team beoordeelt de antwoorden.
-
Live en bijgehouden
In Teams, intranet of je eigen omgeving, met logging en een vaste ronde voor nieuwe vragen.
Kan een assistent ons team echt werk uit handen nemen?
Past als
Dezelfde vragen komen steeds terug, de antwoorden staan in documenten of systemen, en er is iemand die de bronnen bijhoudt.
Past niet als
De antwoorden staan nergens op schrift, of elke vraag vraagt maatwerk van een specialist. Dan is eerst de kennis vastleggen de stap.
Waar de omvang van afhangt
Hoeveel bronnen en systemen erbij komen, of antwoorden per rol verschillen, in welk kanaal de assistent komt en wie het beheer doet.
Wat als de assistent iets verzint?
Hij antwoordt alleen uit de bronnen die we aansluiten en noemt de bron erbij. Weet hij het niet, dan zegt hij dat en stuurt hij door.
Een FAQ-pagina, een standaard chatbot of een assistent op eigen bronnen?
Een FAQ-pagina
Kies dit als het om een beperkt aantal vragen gaat die weinig veranderen. Goed geschreven en makkelijk te onderhouden.
Een standaard chatbot
Kies dit als je vooral vaste routes wilt, zoals een formulier of een doorverwijzing, zonder eigen kennisbronnen.
Assistent op eigen bronnen
Kies dit als de antwoorden in je eigen documenten en systemen staan. Ons advies: begin met één team en de vragen die het vaakst terugkomen.
AI-assistenten die medewerkers elke dag gebruiken, bouwen we sinds 2016
Data Science Lab bestaat sinds 2016 en is partner van Microsoft en Databricks. We werkten voor PostNL, NFZ en Fokker Services Group, en delen wat we leren op onze Techdays.

De vragen die je servicedesk elke week krijgt, zijn het begin van het eerste gesprek
Stef Stoelwinder
Business DevelopmentStef is je aanspreekpunt. In het eerste gesprek bespreken we welke vragen terugkomen en waar de antwoorden staan.
E-mail info@datasciencelab.nl
Telefoon +31 (0)20 3636 724
Moet de assistent eerst HR-, IT- of procesvragen beantwoorden?
Vertel wie de vragen stelt en waar de antwoorden nu staan. Je krijgt antwoord per mail, of we plannen een eerste gesprek.
Bericht verstuurd
Bedankt voor je bericht. We nemen zo snel mogelijk contact met je op.
Veelgestelde vragen
Een AI bedrijf als Data Science Lab bouwt toepassingen die een taak overnemen of versnellen, en houdt ze bij. Op deze pagina gaat het vooral om een assistent die medewerkers antwoord geeft uit je eigen kennis en systemen.
Alle toepassingen vind je bij AI-toepassingen.
Nee. We werken vanuit Amsterdam, aan de Westerdoksdijk. Met organisaties in Zwolle en de rest van Overijssel werken we online, en voor workshops en testsessies komen we langs.
Geen van de cases hier speelt in Zwolle; ze laten zien wat we bouwen.
Met retrieval-augmented generation: bij elke vraag zoekt de assistent eerst de passende stukken in je bronnen op, en het taalmodel formuleert het antwoord alleen daaruit, met de bron erbij.
Meer over die techniek lees je bij LLM en kennismanagement.
Ja, als er een koppeling is. Dex is bijvoorbeeld gekoppeld aan bestaande systemen bij PostNL, zodat de kennis niet op meerdere plaatsen hoeft te worden bijgehouden.
Wie wat mag opvragen, regelen we per rol.
Waar je medewerkers al werken: Teams, het intranet of een eigen webpagina. Een assistent in een apart scherm wordt minder gebruikt.
Een chatbot voor klanten of de balie lees je bij AI-chatbot laten maken.
Met een vaste set testvragen die je eigen mensen hebben beantwoord. Na elke wijziging in bronnen of model draaien we die opnieuw. In gebruik zien we welke vragen geen goed antwoord kregen.
Die vragen bepalen wat er daarna wordt bijgewerkt.
Afspraken over waar het model draait, wat er gelogd wordt en wie welke bronnen mag zien. Medewerkers moeten weten dat ze met een AI-assistent praten.
Meer lees je bij de AI Act.
Dat spreken we vooraf af: wij, jullie team, of eerst wij en daarna jullie. De bronnen houdt de afdeling bij die er eigenaar van is; het model en de koppelingen beheren wij of jullie IT.
Hoe we dat inrichten, lees je bij MLOps.