De AI-Assistent die je hele bedrijf kent

De AI-Assistent heeft toegang tot alle modules waartoe de aangemelde gebruiker toegang heeft: kennis, CRM, financiën, personeel, ISMS, projecten, marketing, assets en meer. Vraag 'Wie beheert klant Müller GmbH en welke contracten lopen momenteel?' en de assistent combineert CRM-omzetgegevens, contractdocumenten en boekhouding in één enkel antwoord. Permission-awareness is ingebouwd: gegevens waartoe je geen toegang hebt, ziet de assistent ook niet, noch als filterresultaat noch als impliciete achtergrondinformatie. Multi-tenant-geïsoleerd op Postgres met Row-Level-Security. Tenantcontext wordt in de promptheader meegegeven, geen onbedoeld cross-tenant-lek. Contextbronnen zijn transparant vermeld in de antwoordvoettekst, je ziet waar elke informatie vandaan komt met een directe klik naar de bron. Bij gevoelige modules worden aanvullend uitgebreide auditlogs geactiveerd.

Upload PDF's, Word-documenten, Excel-tabellen of Markdown-bestanden, en de assistent extraheert de inhoud en beantwoordt je vragen met concrete locatieverwijzingen. Op de vraag 'Welke opzegtermijn heeft dit leveringscontract?' krijg je bijvoorbeeld het antwoord inclusief paginanummer en letterlijk citaat. Dat werkt ook voor meerdere pagina's omvattende contracten, technische specificaties, auditrapporten of jaarverslagen van concurrenten. Geüploade documenten worden multi-tenant-geïsoleerd opgeslagen, de verwerking verloopt EU-only op onze eigen, self-hosted modellen in Duitsland. OCR voor gescande PDF's is ingebouwd, evenals tabelherkenning met kolomtoewijzing voor Excel- en PDF-tabellen. De bewaarduur is per tenant configureerbaar: standaard 90 dagen met automatische verwijdering na afloop van de termijn, handmatig verwijderen kan altijd. En als je meerdere documenten in dezelfde aanvraag tegenover elkaar wilt zetten, gebruik je gewoon de vergelijkingsfunctie.

De assistent antwoordt niet alleen, hij handelt. Voorbeeld in de financiële module: 'Stel een boeking voor voor dit document', de assistent vult rekening, kostenplaats en bedrag direct in het formulier voor. In het CRM: 'Maak een vervolgafspraak over twee weken', de assistent legt de afspraak aan en koppelt het klantendossier met alle relevante notities. In de personeelsmodule: 'Bereid de contractverlenging voor', de assistent opent het passende sjabloon en vult personeelsstamgegevens in. In de ISMS-module: 'Koppel deze maatregel aan de passende Annex-A-controls', de assistent stelt de koppelingen voor. Je klikt alleen op 'Overnemen' of corrigeert. Acties zijn omkeerbaar, elke wijziging wordt gedocumenteerd in de audittrail met de melding 'voorgesteld door AI-Assistent, bevestigd door gebruiker' inclusief tijdstempel en gebruikers-ID.

Terugkerende taken neemt de assistent op verzoek volledig over: maandelijkse import van reiskostenbewijzen uit de Outlook-inbox, wekelijks statusrapport aan het team met drill-downlinks, herinnering aan contractverlengingen 30 dagen voor afloop met voorbereid verlengingssjabloon. Je definieert de routine eenmalig via een natuurlijk-talige prompt ('Stuur mij elke maandag om 8 uur een overzicht van de achterstallige maatregelen in het ISMS'), de assistent stelt de configuratie voor, je bevestigt. Routines draaien via de workflow-engine, elke uitvoering wordt gedocumenteerd en is traceerbaar in de audittrail inclusief trigger en resultaat. Bij fouten (zoals ontbrekende gegevensbron of gewijzigde machtiging) ontvang je een melding met de concrete oorzaak en een oplossingsvoorstel. Routines zijn geversioneerd, je keert terug naar eerdere configuraties indien nodig.

Wanneer je een voorstel van de assistent corrigeert, leert het systeem van de correctie. Voorbeeld: Je boekt documenten van een bepaalde leverancier altijd op een speciale kostenplaats, de assistent neemt dit na drie tot vijf correcties automatisch over. Leren is tenant-geïsoleerd: correcties uit je tenant beïnvloeden nooit andere tenants, technisch beveiligd via Postgres-Row-Level-Security en logisch via few-shot-voorbeeldselectie. Geen training op je gegevens in het model zelf, alles blijft in je tenant. Leren verloopt via few-shot-voorbeelden die per aanvraag uit je tenant worden geladen, zonder dat je gegevens het modelgewicht beïnvloeden. Powergebruikers kunnen leeringangen bekijken en handmatig beheren, bijvoorbeeld ongewenste patronen verwijderen of bijzonder waardevolle correcties als 'sticky' markeren. Bij personeelswisselingen worden persoonlijke leeringangen geanonimiseerd of overgedragen aan de opvolger.

Het standaardmodel is Qwen3-30B, self-hosted op eigen GPU-servers in Duitsland (Hetzner Falkenstein en Neurenberg). Bij overbelasting of uitval neemt een lokale Qwen3-14B-fallback het over, eveneens in de EU. Er is geen OpenAI, geen Mistral en geen AWS Bedrock, geen gegevensuitstroom naar de VS en geen training op je gegevens. Er komen geen externe AI-aanbieders aan te pas, de volledige orchestratie draait intern op onze eigen infrastructuur. Modelprestaties en kosten per aanvraag zie je transparant in het dashboard, verborgen tokenverbruik bestaat niet.