AI chatbot laten maken
We bouwen chatbots die antwoorden uit je eigen bronnen, koppelen ze aan je systemen en houden ze actueel. Voor NFZ bouwden we een virtuele assistent.
De virtuele assistent die we voor NFZ bouwden, vervangt het jaarlijkse farmacieboekje door informatie die actueel blijft
“De NFZ Virtuele Assistent heeft de workflow van onze klanten aanzienlijk verbeterd. […] is het een onmisbare schakel geworden in het dagelijkse werk van onze klanten.” Alberto Fernandez, Projectapotheker - NFZ
Beantwoordt een chatbot onze vragen zonder dingen te verzinnen?
Medewerkers, klanten of leden stellen steeds dezelfde vragen over regels, contracten of procedures. Een chatbot op je eigen documenten zoekt eerst het juiste stuk op en antwoordt daaruit. Staat het er niet in, dan hoort hij dat te zeggen.
Een chatbot die antwoordt uit je bronnen en meewerkt met je systemen
Antwoorden uit documenten
Voor Fokker Services Group bouwden we Anthony Chat, dat met een RAG-model relevante informatie uit interne documenten haalt en begrijpelijk presenteert.
Gekoppeld aan bestaande systemen
Dex, de chatbot voor PostNL, is gekoppeld aan bestaande systemen, zodat de knowledge base niet op meerdere plaatsen onderhouden hoeft te worden.
Een testset met echte vragen
Voor livegang toetsen we antwoorden op vragen uit de praktijk: klopt het met de bron, en zegt de chatbot het als hij het niet weet?
Actueel na livegang
Met de virtuele assistent van NFZ blijft alle informatie actueel. Wij spreken af wie bronnen bijwerkt en volgen de kwaliteit van de antwoorden.
We bakenen eerst af welke vragen de chatbot beantwoordt, en welke niet
-
Vragen en bronnen
Welke vragen komen het vaakst, wie stelt ze en in welke documenten of systemen staat het antwoord?
-
Bouwen en toetsen
We bouwen de chatbot op die bronnen en toetsen hem met medewerkers op een vaste set echte vragen.
-
Live met een eigenaar
Bij livegang staat vast wie bronnen bijwerkt, wie de gesprekslogboeken bekijkt en wie het beheer doet.
Levert een eigen chatbot ons iets op, of volstaat een standaardproduct?
Past als
Steeds dezelfde vragen over regels, contracten of producten gaan naar een servicedesk of ervaren collega’s, en de antwoorden staan in documenten of systemen die je kunt aansluiten.
Past niet als
Het antwoord staat al op één vindbare plek, of elke vraag moet toch door een medewerker worden uitgezocht. Dan helpt een betere FAQ of zoekfunctie meer.
Waar de omvang van afhangt
Het aantal bronnen en systemen, of de chatbot intern of voor klanten is, of er persoonsgegevens in gesprekken zitten, welke talen, en hoeveel beheer bij ons ligt.
Wat als hij een verkeerd antwoord geeft?
Daarom antwoordt hij uit je eigen bronnen met een verwijzing, zegt hij het als iets er niet in staat en verwijst hij door naar een medewerker. Logboeken tonen welke vragen misgaan.
Een chatfunctie in je pakket, onze assistent Joost of een chatbot op maat?
Een functie in je pakket
Kies dit als je servicedesk- of CRM-pakket een chatfunctie heeft die je bronnen al dekt, en duidelijk is waar de gesprekken blijven.
Joost voor interne kennis
Kies dit als medewerkers vooral zoeken in SharePoint, Teams en handleidingen. Dan is onze interne AI-assistent Joost eenvoudiger in te richten.
Een chatbot op maat
Kies dit als de chatbot met eigen systemen moet werken of klanten en leden bedient. Ons advies: begin met één afgebakende groep vragen.
Onze chatbots beantwoorden vragen van apothekers, PostNL-medewerkers en Fokker-medewerkers
Data Science Lab werkt sinds 2016 aan data en AI, als Databricks Partner en Microsoft Partner. Wat we bouwen, kunnen we ook beheren: bronnen verversen, antwoorden toetsen en koppelingen bijhouden.

Je meest gestelde vragen en je bronnen vormen het eerste gesprek
Stef Stoelwinder
Business DevelopmentStef is je aanspreekpunt. In het eerste gesprek bespreken we welke vragen de chatbot moet beantwoorden, voor wie en uit welke bronnen.
E-mail info@datasciencelab.nl
Telefoon +31 (0)20 3636 724
Welke vragen moet jullie chatbot kunnen beantwoorden?
Beschrijf wie de vragen stelt, waar de antwoorden nu staan en welke systemen meedoen. 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 chatbot laten maken, of een AI-assistent laten bouwen, is meer dan een taalmodel aanzetten. Je bepaalt welke vragen hij beantwoordt, sluit de bronnen aan, toetst de antwoorden, koppelt hem aan je systemen, regelt de privacy en spreekt beheer af.
Dat bouwen we als onderdeel van generative AI. Al onze diensten staan op diensten.
Meestal met retrieval-augmented generation (RAG): bij elke vraag zoekt de chatbot eerst de passende stukken in je documenten, en het taalmodel formuleert het antwoord alleen op basis daarvan. Zo werkt Anthony Chat, dat we voor Fokker Services Group bouwden.
Hoe dat technisch in elkaar zit, lees je in ons blog over interne LLM’s en RAG.
Met een vaste set echte vragen en het juiste antwoord erbij, samengesteld met de mensen die de vragen nu beantwoorden. Per antwoord kijken we of het klopt met de bron, of de bron erbij staat en of de chatbot zegt dat hij het niet weet als het antwoord ontbreekt.
Die set draaien we opnieuw bij elke wijziging van bronnen, instructies of model.
Ja. Dex, de chatbot die we voor PostNL bouwden, is gekoppeld aan bestaande systemen, zodat de knowledge base niet op meerdere plaatsen bewaard en onderhouden hoeft te worden. Een koppeling kan ook gegevens ophalen, zoals de status van een aanvraag, met de rechten van de gebruiker.
Vragen automatisch indelen of doorsturen hoort bij NLP en tekstanalyse.
Dat kies je bij de bouw: welk taalmodel, in welke cloudomgeving of op eigen servers, of gesprekken bewaard worden en wie ze ziet. Voor NFZ werkten we onder meer met Microsoft Azure. Verwerkt de chatbot persoonsgegevens, dan geldt de AVG en kan een DPIA nodig zijn.
Wat daarbij komt kijken, lees je bij DPIA voor AI.
Ja. Sinds 2 augustus 2026 gelden de transparantieregels van de AI-verordening. Volgens de Autoriteit Persoonsgegevens meldt een AI-systeem zoals een chatbot aan het begin van het gesprek dat je met AI praat, schriftelijk, visueel of met geluid. Er gelden uitzonderingen.
De juridische duiding ligt bij je jurist. Wij bouwen de melding in de chatbot in.
Bronnen veranderen: contracten, regelingen, productinformatie. Bij NFZ stond de belangrijkste informatie eerder in een jaarlijks farmacieboekje, dat door het jaar heen kon verouderen. Beheer betekent bronnen verversen, de testset opnieuw draaien, logboeken bekijken en koppelingen bijhouden, door jullie team of door ons.
Wil je liever een eigen engineer in je team, kijk dan bij AI engineer inhuren.
Als de vragen weinig voorkomen, het antwoord al op één vindbare plek staat of elke vraag maatwerk van een medewerker vraagt. Dan helpen een betere FAQ, een zoekfunctie of een formulier meer.
Gaat het vooral om interne kennis in SharePoint en Teams, kijk dan naar Joost, onze interne AI-assistent.
Een standaardassistent, een eigen engineer of breder met generative AI?
- Generative AIKennisassistenten, documentverwerking en agents op taalmodellen, van use case tot productie.
- Joost, interne AI-assistentEén ingang tot de kennis in SharePoint, Teams en handleidingen, met rechten per gebruiker.
- AI engineer inhurenEen AI engineer van Data Science Lab die in je eigen team aan de chatbot bouwt.