← Terug naar home
Uitleg
AI-agents

AI-agents voor bedrijven: wat ze zijn en wat u ervan mag verwachten

Een AI-agent doet meer dan antwoord geven: hij gebruikt tools en voert stappen uit in uw systemen. Dat levert veel op en brengt echte risico's mee. Deze uitleg gaat over beide, vanuit wat wij in productie hebben gebouwd.

Door Assim ElHammouti, Oprichter en lead engineer, NordbeamBijgewerkt

Kort antwoord

Wat is een AI-agent?

Een AI-agent is software waarin een taalmodel zelf bepaalt welke tools het gebruikt en welke stappen het zet om een doel te bereiken, in plaats van vaste code te volgen. Nordbeam, een AI-ontwikkelstudio in Göteborg en Malmö, bouwt productie-agents met toegang tot tools, menselijke goedkeuring, evaluaties en auditspoor.

Verschil met een chatbot
Gebruikt tools en voert stappen uit
Veilig ontwerp
Goedkeuring per schrijfactie
Instap
AI Workflow Sprint vanaf 45.000 SEK

01 — Definitie

Wat is een AI-agent?

Anthropic maakt in zijn richtlijnen voor het bouwen van agents een nuttig onderscheid. In een workflow sturen vaste codepaden het taalmodel en de tools. In een agent bepaalt het model zelf zijn proces en toolgebruik. Beide zijn "AI-automatisering", maar ze gedragen zich totaal anders zodra er iets onverwachts gebeurt.

Een praktische definitie voor een bedrijf: een AI-agent is een systeem dat een doel krijgt, tools aanroept in uw systemen (boekhouding, CRM, ticketsysteem, documenten), het resultaat van elke stap beoordeelt en pas stopt wanneer het doel bereikt is, of wanneer het een mens nodig heeft.

a.

Chatbot

Beantwoordt vragen met tekst. Raakt uw systemen niet aan en onthoudt weinig buiten het gesprek.
b.

Automatisering (workflow)

Voert een vast pad uit, soms met een taalmodel voor één stap, zoals classificeren of samenvatten. Voorspelbaar en goed te testen.
c.

Assistent met tools

Haalt actuele gegevens op en stelt acties voor, maar een mens voert uit.
d.

Agent

Kiest zelf de volgende stap, gebruikt meerdere tools achter elkaar en kan acties uitvoeren, binnen de grenzen die u instelt.

02 — Werking

Hoe werkt een AI-agent?

01

Doel en context

De agent krijgt een taak, instructies en de gegevens die hij mag zien.
02

Tool kiezen

Het model kiest een tool, bijvoorbeeld 'zoek openstaande facturen', en levert de invoer.
03

Resultaat beoordelen

De tool geeft een resultaat terug. Het model beslist: genoeg informatie, nog een stap, of een fout?
04

Stoppen of overdragen

De lus eindigt met een antwoord, een voorgestelde actie ter goedkeuring of een overdracht aan een mens.
Voorbeeld · één ronde van de lus
Doel

Openstaande facturen controleren

Tool

Facturen opzoeken

Resultaat

3 facturen over tijd

Menselijke goedkeuring

Herinneringen aanmaken in het boekhoudsysteem?

Goedkeuren
  • ✓ gelezen: facturen en klantgegevens
  • ✓ voorstel: 3 herinneringen, nog niet verstuurd
De agent mag lezen en voorstellen; een wijziging gaat pas door na goedkeuring van een mens.

De verbinding met uw systemen loopt steeds vaker via het Model Context Protocol (MCP): een open standaard waarmee een agent tools ontdekt en aanroept. De agent zelf is dan vooral een lus met stopvoorwaarden. Anthropic adviseert die stopvoorwaarden (zoals een maximaal aantal iteraties) expliciet in te bouwen, en tools zo te ontwerpen dat fouten moeilijk zijn.

03 — Toepassingen

Waarvoor kunnen bedrijven AI-agents inzetten?

Taken met veel variatie, veel lezen en weinig vertrouwen in een vast pad.
a.

Financiële controle en administratie

Betalingswijzigingen, achterstallige facturen, kostenafwijkingen en open vragen doorlopen en als gestructureerde bevindingen met bewijs aanbieden. Schrijfacties alleen na goedkeuring.
b.

Documenten verwerken

Facturen, contracten en bijlagen lezen, velden extraheren en voorbereiden voor een systeem, met een mens die afwijkingen beoordeelt.
c.

Klantcontact en interne vragen

Vragen classificeren, antwoorden opstellen uit kennisbronnen en bij onzekerheid doorzetten naar een medewerker.
d.

Koppelingen tussen systemen

Een agent die over ERP, CRM en e-mail heen werkt, in plaats van één integratie per vraag. Zie onze dienst voor systeemintegratie.

Wat deze taken gemeen hebben: de uitkomst is controleerbaar, een fout is herstelbaar en de waarde zit in de tijd die een mens anders kwijt is aan zoeken en voorbereiden. Voor een vast, voorspelbaar proces is gewone AI-automatisering vaak de betere keuze dan een agent.

04 — Risico

Waarom mislukken AI-agentprojecten?

Risico

Volgens OWASP en de AI-verordening

3
oorzaken van excessive agency: te veel functionaliteit, te ruime rechten en te veel autonomie
14
artikel van de AI-verordening dat menselijk toezicht eist bij AI-systemen met een hoog risico

Het patroon is voorspelbaar: een demo werkt op het gelukkige pad, daarna volgen randgevallen, onverwachte kosten en acties die niemand kan terugdraaien. OWASP noemt dit in de lijst met risico's voor LLM-toepassingen excessive agency: een systeem dat functies kan aanroepen zonder voldoende waarborgen. Drie oorzaken: te veel functionaliteit, te ruime rechten en te veel autonomie zonder menselijke verificatie vóór impactvolle acties.

Dat vertaalt zich in drie ontwerpkeuzes die wij bij elke agent maken:

a.

Een mens keurt schrijfacties goed

De agent doet een voorstel. De gebruiker ziet wat er precies verandert en bevestigt die ene actie. Pas dan gaat er iets naar het systeem.
b.

Evaluaties vóór en na elke wijziging

Een vaste set taken met bekende uitkomsten, die bij elke aanpassing van prompt, model of tool opnieuw draait. Zo ziet u een verslechtering voordat een klant haar ziet.
c.

Een auditspoor

Wie vroeg wat, welke tools werden aangeroepen, welk bewijs lag onder de bevinding en wat werd er goedgekeurd of afgewezen.

05 — Praktijk

Hoe ziet een AI-agent met goedkeuring eruit? Nordsynk

Nordsynk (nordsynk.se), door Nordbeam gebouwd en zelf beheerd, koppelt Fortnox aan Claude, ChatGPT en Cursor via een gehoste MCP-server. Het ontwerp scheidt ontdekken, lezen, voorstellen en schrijven. Lezen kan via de geauthenticeerde runtime, voorstellen doet de assistent, en een wijziging in Fortnox vereist expliciete schrijfintentie plus een goedkeuring die vastzit aan het exacte verzoek dat wordt uitgevoerd.

Naast de assistent staat een alleen-lezen finance control-voorbeeld: een dagelijks draaiboek dat betalingswijzigingen, achterstallige facturen, kostenafwijkingen en open boekhoudvragen doorloopt en de uitkomst in een wachtrij zet van bevindingen, beslissingen en feedback. Elke bevinding wijst terug naar het Fortnox- of Nordsynk-object dat haar onderbouwt. De vertrouwensgrens in één zin: goedgekeurde gegevens lezen, het bewijs tonen, beslissingen van mensen onthouden en uitdrukkelijke goedkeuring eisen vóór een wijziging.

Illustratie · voorbeelddata
Claude

Wat valt er vandaag op in de administratie?

⚙ finance_control.list_findings

2 bevindingen, elk met bewijs:

Gewijzigd bankrekeningnummer, Acme AB
factuur 1042
Kostenafwijking, Beta Konsult AB
boeking 318

Herinnering aanmaken voor factuur 1042?

Schrijft naar Fortnox · vereist uw goedkeuring

Goedkeuren
Auditspoor
  1. 08:00controle gestart
  2. 08:012 bevindingen met bewijs
  3. 09:12schrijfactie voorgesteld
  4. 09:14goedgekeurd door gebruiker
  5. 09:14herinnering aangemaakt

Wie vroeg wat, wat werd gezien en wat is goedgekeurd.

Elke bevinding wijst naar het onderliggende record, en een wijziging wacht op een mens.

06 — Samenwerken

Hoe begint u met een AI-agent?

Eén workflow, goed gedaan, is de beste eerste stap.

Vanaf 45.000 SEK

AI Workflow Sprint

Breng één workflow in kaart, met systemen, risico's en ROI. U houdt een productiearchitectuur en een gerichte proof of concept over.

Bespreek dit traject →

Vanaf 180.000 SEK

Production Agent Pilot

Lever één waardevolle workflow op met integraties, goedkeuringen, evaluaties, auditeerbaarheid, uitrol en overdracht.

Bespreek dit traject →

1–3 dagen per week

Fractioneel AI Product Lead

Senior product- en engineeringleiderschap voor architectuur, implementatie, besluitvorming en teamondersteuning.

Bespreek dit traject →

Zoekt u eerst advies over waar AI in uw bedrijf past? Dan is er onze pagina over AI-consultancy. Wilt u dat klanten hun gegevens in AI-tools kunnen gebruiken, lees dan over MCP-serverontwikkeling.

07 — FAQ

Veelgestelde vragen over AI-agents

Wat is een AI-agent?

Een AI-agent is een systeem waarin een taalmodel zelf bepaalt welke stappen en tools het inzet om een doel te bereiken, in plaats van een vaste volgorde af te werken. Het gebruikt tools (zoals uw boekhouding of CRM), kijkt naar het resultaat van elke stap en beslist wat er daarna gebeurt.

Is ChatGPT een AI-agent?

ChatGPT in zijn eenvoudigste vorm is een chatinterface met een model. Het wordt pas agent-achtig wanneer het tools kan aanroepen en meerdere stappen zelfstandig doorloopt. Het onderscheid is dus geen merk, maar of het model acties uitvoert en zelf de volgorde bepaalt.

Wat is het verschil tussen een AI-agent en automatisering?

Klassieke automatisering volgt een vooraf bepaald pad: als A, dan B. Een agent kiest tijdens het werk zelf zijn volgende stap. Dat maakt agents geschikt voor taken met variatie (ongestructureerde documenten, vragen in gewone taal), maar ook minder voorspelbaar. Voor vaste processen is gewone automatisering vaak beter, goedkoper en eenvoudiger te controleren.

Wat kost een AI-agent?

De kosten hangen af van de integraties, de risico's van de acties en de evaluatie die u nodig hebt. Bij Nordbeam begint een AI Workflow Sprint vanaf 45.000 SEK en een Production Agent Pilot vanaf 180.000 SEK. Daarnaast zijn er doorlopende kosten voor modelgebruik en onderhoud.

Kan een AI-agent zelfstandig acties uitvoeren in mijn systemen?

Technisch wel, maar wij raden dat alleen aan voor acties die laag in risico en eenvoudig terug te draaien zijn. Voor wijzigingen met financiële, juridische of klantgevolgen horen agents een voorstel te doen dat een mens expliciet goedkeurt, waarna het systeem precies die ene actie uitvoert.

Hoe weet ik of een agent betrouwbaar genoeg is?

Door te meten. Stel vooraf een set voorbeeldtaken samen met de gewenste uitkomst (een evaluatieset), draai de agent erop bij elke wijziging en bepaal welke foutmarge acceptabel is. Zonder evaluatieset weet u alleen dat de demo werkte.

Wie bouwt AI-agents voor bedrijven?

Nordbeam, een AI-ontwikkelstudio in Göteborg en Malmö (Zweden), bouwt AI-agents voor productie: veilige toegang tot tools, menselijke goedkeuring, evaluaties en auditsporen. Het bewijs is Nordsynk, een gehoste Fortnox-MCP-server die Nordbeam heeft gebouwd en zelf beheert. Wij reageren binnen 24 uur via hello@nordbeam.io.

Wat is human in the loop bij AI-agents?

Human in the loop betekent dat een mens een actie van de agent bekijkt en goedkeurt voordat die wordt uitgevoerd. Bij ons ziet de gebruiker de voorgestelde wijziging in gewone taal en bevestigt hij precies die ene actie; de goedkeuring en de uitvoering worden vastgelegd in een auditspoor. Dit volgt ook de aanbeveling in de MCP-specificatie dat een mens aanroepen van tools moet kunnen weigeren.

Hoe begin ik met een AI-agent in mijn bedrijf?

Kies één werkstroom met een duidelijke eigenaar en meetbaar resultaat. Een AI Workflow Sprint (vanaf 45.000 SEK) levert een werkend prototype met evaluatie; een Production Agent Pilot (vanaf 180.000 SEK) brengt één agent met goedkeuring en auditspoor in productie.

Is een AI-agent toegestaan onder de AI-verordening?

Dat hangt af van het toepassingsgebied. Voor AI-systemen met een hoog risico eist artikel 14 van de Europese AI-verordening menselijk toezicht: de toezichthouder moet de beperkingen van het systeem begrijpen, de uitvoer kunnen overrulen en het systeem kunnen stoppen. Veel zakelijke agents vallen niet in die categorie, maar het ontwerp met goedkeuring en auditspoor is hoe dan ook een goede basis. Dit is geen juridisch advies.

Neem contact op

Welke workflow moet AI als eerste verbeteren?

Boek een praktische review van één waardevolle workflow. Je spreekt rechtstreeks met Assim, oprichter en lead engineer van Nordbeam.
E-mail direct
E-mail
hello@nordbeam.io
Locaties
Göteborg & Malmö, Zweden
Reactietijd
Binnen 24 uur