Een AI agent die negen van de tien keer goed werkt, klinkt prima. Tot je beseft dat iemand moet uitzoeken welke keer de tiende was. Dan controleer je alles opnieuw en is het handwerk niet weg, maar verschoven.
Dit artikel laat zien welke ontwerpkeuzes we maken om betrouwbare AI agents te bouwen: deterministische fallbacks, gefaseerde vrijgave en strakke monitoring. Je leest ook welke rol maatwerk software speelt. Die software houdt de agent binnen vaste lijnen en geeft jou inzicht in wat hij doet.
Een agent hoeft niet alles te kunnen. Hij moet voorspelbaar zijn: óf het werk gaat aantoonbaar goed, óf het gaat met alle context naar een medewerker.
Wat bedoelen we met 100% betrouwbaar?
We bedoelen niet dat AI nooit een fout maakt. Dat kan niemand beloven. We bedoelen dat het proces als geheel nooit ongemerkt de mist in gaat.
Bij elke taak is er maar een beperkt aantal uitkomsten:
- Afgehandeld en gevalideerd: de agent heeft het werk gedaan en alle controles zijn geslaagd.
- Overgedragen aan een mens: de agent twijfelt of een controle faalt. De taak komt bij een medewerker terecht, met uitleg waarom.
- Gestopt en gemeld: er is een technisch probleem, bijvoorbeeld een koppeling die niet reageert. Er wordt niets gegokt en je ziet direct dat er iets speelt.
Een vierde uitkomst, een fout die niemand ziet, bestaat in ons ontwerp niet. Daar draait alles om.
Waarom een slimme assistent zonder voorspelbaarheid geen werk wegneemt
Stel: een agent leest binnenkomende orders uit mails en zet ze in je systeem. Meestal klopt het. Soms staat er een verkeerd afleveradres, een ontbrekend artikelnummer of een dubbele order in.
Wat doe je dan? Je kunt het niet meer blind vertrouwen en iemand loopt alles na. De tijdwinst is weg, en het wantrouwen blijft.
Het probleem zit in hoe taalmodellen werken. Ze kunnen bij dezelfde invoer net iets anders antwoorden, en ze kunnen een onjuist antwoord met overtuiging presenteren. Een agent die alleen op het model leunt, is dus nooit helemaal voorspelbaar. Betrouwbaarheid moet je er daarom omheen bouwen.
Waar maatwerk software voor zorgt
Een agent is geen losstaand programma. Hij draait binnen software die bepaalt wat hij ziet, wat hij mag en wat er met zijn uitkomst gebeurt. Die software maakt het verschil tussen een slimme assistent en een betrouwbare collega.
In de praktijk levert die software vier dingen:
- Vaste regels rondom het model: controles, grenzen en uitvoering zijn gewone code. Die doet bij dezelfde situatie altijd hetzelfde.
- Koppelingen met je bestaande systemen: de agent leest en schrijft via een gecontroleerde integratie, niet via losse kopieerslagen. Hoe zo’n koppeling met een leverancier eruitziet, lees je in ons artikel over inkooporders automatiseren met leveranciers-API’s.
- Een werkbak voor medewerkers: alles wat de agent niet zeker weet, landt op één plek, met context en een duidelijke status. Over het ontwerpen van die statussen schreven we in workflowstatussen ontwerpen in maatwerk software.
- Een logboek en overzicht: elke stap wordt vastgelegd, zodat je kunt zien wat er gebeurt in plaats van het te geloven.
Zonder die laag blijft een agent een gok met een nette interface. Met die laag wordt het een onderdeel van je bedrijfsproces dat je kunt beheren. Meer over hoe we dat aanpakken staat op onze pagina over AI-agents laten bouwen en op de pagina over bedrijfsprocessen automatiseren.
Principe 1: AI interpreteert, gewone software voert uit
We splitsen elk proces in twee soorten werk.
- Interpreteren: een mail begrijpen, een document uitlezen, een vrije tekst omzetten naar velden. Hier is AI sterk.
- Uitvoeren: een order aanmaken, een status wijzigen, een bericht versturen, een bedrag boeken. Dit doet gewone, vooraf geschreven software met vaste regels.
De AI doet dus een voorstel. De code controleert dat voorstel en voert het pas uit als het klopt. Zo blijft de kans op verrassingen klein, juist op de plekken waar een fout geld of vertrouwen kost.
Hoe AI als taak binnen een bestaand systeem past, lees je in ons artikel over AI Jobs in het Equaflor Portal.
Principe 2: een deterministische fallback voor elk onzeker moment
Een deterministische fallback is een vaste route die altijd hetzelfde doet als iets niet past. Geen interpretatie, geen gok. Dezelfde situatie leidt altijd tot dezelfde reactie.
Voorbeelden van momenten waarop de fallback het overneemt:
- De agent is onzeker over een uitkomst.
- De uitkomst voldoet niet aan een controleregel.
- Een gegeven ontbreekt of is tegenstrijdig.
- Een gekoppeld systeem reageert niet of geeft een foutmelding.
- Het model geeft een antwoord in een onverwachte vorm.
In al deze gevallen gebeurt hetzelfde: de taak gaat naar een werkbak voor medewerkers, met de originele invoer, wat de agent had bedacht en de reden van de overdracht. De medewerker hoeft niet te zoeken. Hij ziet wat er speelt en beslist.
Een fallback is dus geen falen van de agent. Het is een onderdeel van het ontwerp, waardoor de rest van de taken wel zonder controle kan lopen. Hoe je mens en AI samen laat werken in documentverwerking, lees je in ons artikel over human-in-the-loop AI voor documentverwerking.
Principe 3: valideren voor elke actie
Voordat de agent iets in je systemen schrijft, loopt het voorstel langs vaste controles. Welke dat zijn, hangt af van jouw proces. Denk aan:
- Verplichte velden: is alles ingevuld?
- Bekende gegevens: bestaat de klant, het artikel of de locatie echt in je systeem?
- Logische grenzen: past het aantal of bedrag binnen wat gebruikelijk is?
- Dubbelen: is deze order of factuur al eerder verwerkt?
Ook beperken we wat een agent mag. Hij krijgt alleen de rechten die hij voor zijn taak nodig heeft, net als bij medewerkers. Hoe je dat inricht, staat in ons artikel over rollen en rechten (RBAC) in maatwerk webapplicaties. Een agent die geen facturen mag verwijderen, kan er ook geen per ongeluk verwijderen.
Principe 4: gefaseerde vrijgave
We zetten een agent niet in één keer op volle sterkte in productie. We bouwen vertrouwen op in stappen, op basis van wat je zelf ziet gebeuren.
Fase 1: meedraaien
De agent doet zijn werk naast je medewerkers, maar schrijft nog niets weg. Je vergelijkt wat hij zou doen met wat je team doet. Zo zie je waar hij goed zit en waar de regels scherper moeten.
Fase 2: voorstellen met goedkeuring
De agent maakt het werk klaar. Een medewerker keurt het goed met één klik. Het typewerk is weg, de beslissing blijft bij de mens.
Fase 3: automatisch voor afgebakende gevallen
Alleen de situaties die aantoonbaar goed gaan, handelt de agent zelfstandig af. Alles daarbuiten loopt via de fallback naar een medewerker.
Fase 4: stap voor stap uitbreiden
Komen er nieuwe soorten gevallen bij, dan doorlopen die dezelfde fasen. Het bereik groeit pas als het vertrouwen er is.
Dit past bij hoe we werken: snel iets live, met heldere afspraken over wat wanneer automatisch gaat. Meer over onze werkwijze lees je op de pagina hoe wij werken.
Principe 5: monitoring en een auditlog
Betrouwbaar is wat je kunt aantonen. Daarom meten en loggen we wat de agent doet.
Een auditlog is een logboek waarin staat wat er is gebeurd, wanneer, op basis van welke invoer en met welk resultaat. Bij een vraag of een fout kun je het precies terugzoeken. Wat je daarin wel en niet vastlegt, bespreken we in auditlogs in portalen en workflows.

In het Equaflor Portal staat elke taak van de agent in één overzicht, met zijn status en wie hem startte.
Inzicht: van logregels naar een bruikbaar overzicht
Een logboek alleen is een archief. Pas als je de gegevens samenbrengt in een overzicht, krijg je er inzicht uit. Omdat de software elke stap van de agent vastlegt, kun je op een dashboard zien wat er in je proces gebeurt, zonder zelf in Excel te tellen. Waarom een dashboard dan slimmer is dan losse spreadsheets, lees je in van Excel naar realtime dashboard.
Op zo’n overzicht houd je bij:
- Hoeveel taken de agent zelfstandig afhandelt en hoeveel naar een medewerker gaan.
- Waarom taken in de fallback terechtkomen. Dat laat zien welke regel of welk geval je kunt verbeteren.
- Meldingen bij afwijkingen: een plotselinge toename van overdrachten of een koppeling die stilvalt.
- Doorlooptijd per status: blijft werk ergens liggen, dan zie je waar.
Dit inzicht gebruik je op twee manieren. Operationeel: je team ziet direct wat aandacht nodig heeft. Strategisch: je ziet welke delen van het proces zich lenen voor meer automatisering en welke bij mensen horen. Hetzelfde principe zie je terug bij urenregistratie automatiseren met een finance dashboard, waar overzicht controlewerk vervangt.
Monitoring vertelt je ook wanneer een agent niet meer past bij de praktijk, bijvoorbeeld als klanten hun mails anders opbouwen. Je merkt het aan de cijfers, niet pas als er iets misgaat.
Principe 6: bouwen voor de lange termijn
Een agent is geen eenmalig project. Processen, documenten en systemen veranderen. Daarom bouwen we niet alleen voor de lancering.
De taken die in de fallback belanden, zijn waardevol. Elke overdracht laat zien wat er nog niet is afgedekt. Door daar regelmatig naar te kijken, wordt de agent over tijd beter en blijft hij voorspelbaar, zonder dat het systeem onnodig ingewikkeld wordt.
Checklist: is jouw agent voorspelbaar?
Stel jezelf bij elke agent, van ons of van een ander, deze vragen:
- Wat gebeurt er als de agent twijfelt? Is dat vastgelegd?
- Wordt elk voorstel gecontroleerd voordat het in een systeem komt?
- Heeft de agent alleen de rechten die nodig zijn?
- Is er een fase waarin je kunt meekijken voordat hij zelfstandig werkt?
- Zie je op elk moment wat hij heeft gedaan en waarom?
- Krijg je een overzicht waarmee je kunt bijsturen?
- Weet je direct wanneer er iets mis is?
Kun je niet op alles ja zeggen, dan blijft handmatig controleren nodig.
Wat het oplevert
De winst zit niet in een agent die alles zelf doet. Ze zit in de zekerheid dat je er niet achteraan hoeft.
- Minder controlewerk: je medewerkers kijken alleen naar uitzonderingen, niet naar elke taak.
- Duidelijkheid: je ziet wat automatisch gaat, wat bij mensen ligt en waarom.
- Minder foutkans: controles en fallbacks vangen af wat een model alleen niet betrouwbaar afhandelt.
- Inzicht om op te sturen: je ziet waar het proces knelt en waar je kunt uitbreiden.
- Vertrouwen dat groeit: door gefaseerde vrijgave zie je het werken voordat je ervan afhankelijk bent.
Onze oplossingen hebben inmiddels meer dan 100 processen geautomatiseerd, 3.000+ orders verwerkt en 10+ bedrijven geholpen. Dat doen we vanuit dezelfde lijn: eerst begrijpen wat jouw proces praktisch nodig heeft, daarna pas bouwen.
Benieuwd welk handwerk jij kunt laten overnemen?
Wil je weten of een agent past bij een proces in jouw bedrijf, en hoe je dat voorspelbaar aanpakt? Plan dan een vrijblijvend oriënterend gesprek via ons contactformulier. We lopen samen jouw proces en systemen door en vertellen eerlijk wat wel en niet verstandig is om te automatiseren. Meer over wat we doen vind je op onze homepage.



