1. Waarom een AI-knowledgebase een gestructureerd traject vereist
In een interne knowledgebase verzamelt een organisatie haar kennis: werkprocedures, standaardcontracten, producthandleidingen, interne voorschriften, notulen en werkinstructies. Gekoppeld aan een kunstmatige-intelligentiemodel kun je hiermee een vraag in natuurlijke taal stellen en direct een antwoord ontvangen dat op die documenten is gebaseerd, in plaats van handmatig door mappen te zoeken. Dit levert pas echt voordeel op als de antwoorden kloppen en de lezer direct kan terugvinden uit welk document, welke versie en welke exacte passage het antwoord afkomstig is.
De meest gebruikte techniek hiervoor heet RAG, wat staat voor Retrieval-Augmented Generation. Het systeem zoekt eerst de relevante passages op in de documenten, waarna het model het antwoord op basis van die fragmenten formuleert. Dit is geen installatie die je in een middag afrondt: het vraagt om doordachte keuzes over inhoud, structuur, rechten en kwaliteitscontroles. Elke fout in een van deze fasen keert identiek terug in elk antwoord dat het systeem geeft, en daarom loont het om het proces geordend op te bouwen.
2. Randvoorwaarden: eerst documenten en verantwoordelijkheden, dan pas systemen
Voordat je enige technologie kiest, heb je een inventaris van de documenten nodig. Niet alles wat in gedeelde mappen rondslingert, hoort thuis in de knowledgebase. Concepten, dubbele bestanden, verouderde versies en documenten die elkaar tegenspreken zorgen voor tegenstrijdige antwoorden, zelfs als het systeem technisch vlekkeloos draait. Vraag elke afdelingsmanager welke documenten officieel zijn, wie ze goedkeurt, wie ze bijwerkt en hoe vaak dat gebeurt. De antwoorden op die vragen zijn meer waard dan welke demonstratie dan ook.
Het is verstandig om vooraf drie regels vast te leggen. De eerste is één eigenaar per documentcollectie, die verantwoordelijk is voor het goedkeuren van de inhoud en bepaalt welke versie actueel is. De tweede is een minimale classificatie van documenten, ten minste tussen intern gebruik, vertrouwelijk en documenten met persoonsgegevens, omdat toegangsrechten hiervan afhangen. De derde is een schriftelijk besluit over waar de gegevens worden opgeslagen en wie er toegang toe heeft, afgestemd met de leverancier voordat er bestanden worden geüpload.
3. De stappen voor de opbouw in logische volgorde
Het traject volgt een logische volgorde. Het overslaan van een stap lost niets op: het verschuift het probleem naar foute antwoorden, die pas aan het licht komen wanneer medewerkers het systeem al gebruiken en niemand tijd heeft om alles na te kijken. Elke fase levert een controleerbaar resultaat op, wat ook helpt om keuzes te verantwoorden aan de directie en beveiligingsverantwoordelijken. Volg de onderstaande volgorde en ga pas door naar de volgende fase als de vorige is goedgekeurd door de inhoudseigenaar, met een schriftelijke notitie die het besluit vastlegt.
- Definieer de gebruikssituaties: welke vragen de knowledgebase moet kunnen beantwoorden en voor welke groepen medewerkers.
- Selecteer de officiële bronnen en verwijder verouderde kopieën, zodat er per onderwerp één geldige versie overblijft.
- Zet documenten om naar leesbare tekst, inclusief het uitlezen van scans waar nodig.
- Verdeel teksten in logische tekstblokken en koppel metadata aan elk blok: titel, datum, versienummer, eigenaar en vertrouwelijkheidsniveau.
- Bouw de zoekindex op door zoeken op betekenis te combineren met zoeken op exacte termen.
- Koppel de toegangsrechten van brondocumenten direct aan de antwoorden, zodat niemand passages ontvangt die niet voor hem of haar bestemd zijn.
- Genereer antwoorden met bronvermelding naar het document, het hoofdstuk en het gebruikte versienummer.
- Evalueer het systeem met praktijkvragen voordat je de toegang vrijgeeft, en herhaal deze controle na elke grotere wijziging.
4. Technische keuzes die gaandeweg ontstaan
Tijdens het bouwproces komen vier technische beslissingen naar voren die aparte aandacht verdienen. Je hoeft ze niet allemaal tegelijk te doorgronden: begin met de beslissing die je als eerste tegenkomt en toets deze aan je eigen documenten, niet aan generieke voorbeelden of standaardcases van een leverancier. De keuzes beïnvloeden elkaar, dus het is verstandig ze in dezelfde periode te nemen en onderlinge samenhang vast te leggen, zodat je ze niet stuk voor stuk hoeft te herzien als er iets hapert.
Het praktische advies is om technologie niet te kiezen omdat het populair is. Elke beslissing moet worden getoetst met een kleine set echte documenten en reële vragen, en pas worden bevestigd als het de antwoorden aantoonbaar verbetert ten opzichte van het eenvoudigste alternatief. Als de eenvoudigste oplossing volstaat, verdient die bijna altijd de voorkeur: die is makkelijker te controleren, bij te werken en uit te leggen aan wie het project fixt. Complexiteit moet worden gerechtvaardigd door meetbare resultaten, niet door een presentatie.
| Beslissing | Vraag om te stellen | Onderwerp om te verkennen |
|---|---|---|
| Hoe teksten op te knippen | Welke delen moeten bij elkaar blijven om begrijpelijk te zijn | Strategieën voor het opdelen van documenten in tekstblokken |
| Welk embedding-model te kiezen | Hoe de kwaliteit te meten op Nederlandstalige teksten | Keuze van een embedding-model voor lokale documenten |
| Waar passages te doorzoeken | Is een vectordatabase nodig of volstaat traditioneel zoeken | Vectordatabase of traditionele zoektechnologie |
| Hoe scans uit te lezen | Kan de tekst goed worden geëxtraheerd of is visuele herkenning vereist | Traditionele OCR of multimodale modellen |
5. Toegangsrechten: iedereen ziet alleen wat mag worden gelezen
Een knowledgebase scheidt gegevens niet standaard van elkaar. Als alle documenten in één doorzoekbaar archief belanden dat voor iedereen openstaat, kan een collega in een gegenereerd antwoord fragmenten uit een vertrouwelijk bestand zien, zonder dat document ooit zelf geopend te hebben. Toegangscontrole moet worden toegepast op de brondocumenten en worden afgedwongen op het moment dat het antwoord wordt gegenereerd, niet alleen in het zoekscherm. Een vergeten filter valt pas op wanneer iemand er per toeval tegenaan loopt.
Controleer drie zaken: dat de zoekopdracht rekening houdt met de groepen waartoe de gebruiker behoort, dat ingetrokken rechten direct doorwerken en dat logs bijhouden wie welke documenten heeft geraadpleegd. Dit onderwerp vraagt om serieuze aandacht, want een fout hier leidt direct tot een datalek van persoonlijke of vertrouwelijke gegevens, met grotere gevolgen dan een onjuist antwoord. Vraag de leverancier om deze filtering in de praktijk te demonstreren, en neem geen genoegen met de mededeling dat de functie bestaat.
6. Testen en bijwerken: hoe je weet dat het werkt
Voordat je het systeem openstelt, stel je een testset samen met echte vragen van collega's die de base gaan gebruiken, inclusief het juiste antwoord en het brondocument waarin dat staat. Deze testset is je meetlat. Zonder deze set lijkt elk antwoord aannemelijk en kan niemand beoordelen of het klopt, want vloeiende tekst zegt niets over feitelijke juistheid. Voeg ook vragen toe waarop de base het antwoord niet hoort te weten, om te controleren of het systeem netjes aangeeft dat informatie ontbreekt in plaats van iets te verzinnen.
Meet twee onderdelen apart. Als het systeem niet het juiste document vindt, zit het probleem in het zoeken. Als het wel het juiste document vindt maar het antwoord wijkt af van de tekst, zit het probleem in de tekstgeneratie. Na elke wijziging in documenten, het model of toegangsrechten moet deze evaluatie worden herhaald, anders gaat de kwaliteit ongemerkt achteruit. Een dashboard met één enkel totaalcijfer is onvoldoende, omdat het verhult waar de noodzakelijke correctie moet plaatsvinden.
7. Veelgemaakte fouten om te vermijden
De eerste fout is beginnen bij het AI-model in plaats van bij de documenten. Een briljante technische opzet compenseert nooit een verzameling vol tegenstrijdige versies. De tweede fout is de knowledgebase direct voor het hele bedrijf openstellen zonder inhoudseigenaar, waardoor foute antwoorden blijven rondgaan zonder dat iemand ze corrigeert. De derde fout is het verwaarlozen van updates: een document dat na indexering verandert blijft oude antwoorden opleveren, met het risico dat medewerkers handelen op basis van achterhaalde informatie.
De vierde fout is de base inzetten voor beslissingen die mensen raken, zoals personeelsselectie of beoordelingen, zonder voorafgaande toetsing. In dat geval is het verstandig met een adviseur na te gaan of het project onder de verplichtingen van de Europese AI-verordening valt. Geef in de gebruikersinterface altijd duidelijk aan dat het antwoord automatisch is gegenereerd en geverifieerd moet worden aan de hand van het brondocument, zeker wanneer het deadlines, bedragen of verplichtingen betreft.
8. Hoe je deze week begint
Je hoeft niets te installeren om te starten. Kies een werkgebied met een beperkt aantal officiële documenten en veelgestelde vragen, wijs een inhoudseigenaar aan en verzamel een set praktijkvragen met de verwachte antwoorden. Dit werk kost enkele dagen en bepaalt meer dan welke technische keuze ook, omdat het meteen laat zien welke documenten ontbreken, welke stukken elkaar tegenspreken en welke rechten als eerste moeten worden vastgelegd.
Vraag vervolgens aan de leverancier een proefopstelling met een van je eigen documenten op basis van diezelfde vragen, en laat schriftelijk vastleggen waar gegevens worden verwerkt. Pas dan heeft het zin om oplossingen te vergelijken en een planning met eigenaren en deadlines vast te stellen. Een project dat op deze fundamenten rust, is op termijn veel makkelijker te beheren en bij te sturen, en hangt niet af van het geheugen van één persoon.
Veelgestelde vragen
Hebben we een AI-model nodig dat getraind is op onze documenten?
Over het algemeen niet. In de meeste projecten blijft het basismodel ongewijzigd en krijgt het bij een vraag simpelweg de relevante passages uit de database mee. Het hertrainen van een model op eigen documenten is een heel ander traject, aanzienlijk kostbaarder en moeilijker bij te werken, en zelden de juiste startkeuze. Begin met het ophalen van passages en meet de kwaliteit voordat je andere opties overweegt.
Hoeveel documenten hebben we nodig om te starten?
Er is geen vaste ondergrens die voor iedereen geldt. Kwaliteit telt zwaarder dan kwantiteit: een compacte set officiële, actuele documenten levert betere resultaten op dan een enorm, ongeorganiseerd archief. Kies een afdeling met frequente vragen en duidelijke documentatie, en breid pas uit zodra de testresultaten overtuigen.
Vervangt de knowledgebase het afdelingshoofd?
Nee. De base versnelt het vinden van informatie, maar beslissingen blijven mensenwerk. Een leidinggevende keurt inhoud goed, bepaalt wat officieel is en corrigeert onjuiste antwoorden. Zonder deze rol gaat het systeem na verloop van tijd achteruit en verliest het het vertrouwen van medewerkers.
Belanden documentgegevens bij externe partijen?
Dat hangt af van de gekozen architectuur. Maak onderscheid tussen twee vragen: waar gegevens fysiek worden opgeslagen en wie er rechtmatig toegang toe heeft, eventueel op grond van wettelijke plichten. Vraag de leverancier schriftelijk waar de verwerkende onderdelen draaien, welke gegevens je netwerkomgeving verlaten en hoe encryptiesleutels en logbestanden worden beheerd.
Hoe lang duurt zo'n project?
Dat varieert per omvang van de documentenset, de kwaliteit van de bronnen en het aantal te koppelen systemen. Een pilot voor één afdeling met nette documenten staat veel sneller dan een complete bedrijfsbrede voorziening. Wees terughoudend met vaste doorlooptijden die worden beloofd voordat er een inventarisatie van de documenten is gedaan.
Hoe voorkomen we dat de AI antwoorden verzint?
Je kunt het risico nooit tot nul reduceren, maar wel sterk inperken. Laat het systeem uitsluitend antwoorden met opgehaalde passages, laat het expliciet melden wanneer informatie ontbreekt en dwing bronvermelding af. Systematisch testen met echte vragen toont direct aan waar het model afwijkt. Antwoorden over verplichtingen of deadlines moeten altijd worden gecontroleerd in de bron.
Waar beginnen we als we al een documentbeheersysteem hebben?
Begin bij dat bestaande documentensysteem, zonder zaken dubbel op te slaan. Het doel is de zoekfunctie te koppelen aan reeds geclassificeerde documenten en bestaande rechtenstructuren. Ga na of de leverancier deze bronrechten kan uitlezen en respecteren, anders omzeilt de AI-base per ongeluk de bestaande beveiliging.