Wat onze makers bouwen

Een AI-systeem dat outbound telefoongesprekken voert voor een grote Nederlandse verzekeraar. Specifiek ingezet voor polisverlenging en upsell van aanvullende verzekeringen. **De use case:** - 50.000 klanten per jaar benaderen voor polisverlenging - Elke klant persoonlijk bellen met relevante informatie - Bij interesse direct de verlenging regelen - Bij vragen doorverbinden naar een adviseur **Hoe het werkt:** - Dynamische gespreksscripts op basis van klantdata uit het CRM - AI past de conversatie aan op basis van klantresponses - Compliance check: alle wettelijk verplichte mededelingen worden gedaan - Call recording en transcriptie voor quality assurance - Real-time dashboard met conversie-metrics **Resultaten:** - 40% hogere conversie vs handmatig bellen - 3x meer klanten bereikt per dag - 70% lagere kosten per gesprek - Klachtenratio: 0.1% (lager dan bij menselijke agents) **Stack:** Retell AI (voice), Claude (conversation logic), n8n (CRM integratie), PostgreSQL (analytics) Comply met AVG en Wft (Wet financieel toezicht). Alle gesprekken worden gemonitord en steekproefsgewijs beoordeeld.

Een AI-telefoniste die 24/7 inkomende gesprekken beantwoordt voor een tandartspraktijk. Plant afspraken, beantwoordt vragen en herkent urgente situaties. **Wat de AI kan:** - Afspraken inplannen op basis van beschikbaarheid in het praktijksysteem - Afspraken verzetten en annuleren - Veelgestelde vragen beantwoorden (openingstijden, tarieven, behandelingen) - Urgentie herkennen (pijnklachten → dezelfde dag inplannen) - Bellers doorverbinden bij complexe vragen - Bevestiging via SMS na het gesprek - Herinnering 24 uur voor de afspraak **Resultaten:** - 0% gemiste telefoontjes (was 30%) - 300+ afspraken/maand automatisch ingepland - Geschatte extra omzet: 45.000 euro/maand - Patienttevredenheid: 4.7/5 **Stack:** Vapi (voice provider), GPT-4, ElevenLabs (TTS), n8n (integraties), Google Calendar API Voice gecloned van de echte receptioniste voor een natuurlijke ervaring.

Een visuele zoekfunctionaliteit voor een grote Nederlandse fashion e-commerce retailer. Klanten uploaden een foto en vinden vergelijkbare producten in de catalogus. **Hoe het werkt:** 1. Klant uploadt een foto (eigen foto, screenshot, Pinterest) 2. Computer vision model analyseert: kledingtype, kleur, patroon, stijl 3. Feature vectors worden vergeleken met de productcatalogus (200K+ items) 4. Top-20 meest vergelijkbare producten worden getoond 5. Filters op maat, prijs en beschikbaarheid **Technische details:** - Custom CLIP-gebaseerd model, fine-tuned op fashion dataset - FAISS voor efficient vector similarity search - Real-time processing: <500ms van upload tot resultaten - A/B getest: 23% hogere conversie vs tekstueel zoeken **Stack:** PyTorch, CLIP, FAISS, FastAPI, Redis (caching), AWS S3 Het systeem verwerkt dagelijks 15.000+ visual searches en is verantwoordelijk voor 12% van de totale omzet van de retailer.

Computer vision systeem voor real-time kwaliteitscontrole op een productielijn van een electronics manufacturer. Detecteert defecten met 99.2% accuracy en verwerkt 10.000+ producten per dag. **Defect-types die het systeem detecteert:** - Soldering defects (cold joints, bridges, insufficient solder) - Component misalignment (>0.5mm afwijking) - Surface scratches en deuken - Missing components - PCB trace breaks **Architectuur:** - 4 industriele camera's boven de productielijn - Custom YOLOv8 model getraind op 50.000 gelabelde afbeeldingen - NVIDIA Jetson Orin voor edge inference (<100ms per inspectie) - FastAPI backend voor resultaat-opslag en alerting - Streamlit dashboard voor operators en management **Resultaten:** - 99.2% defect detection rate (was 95% handmatig) - 0.3 sec/product (was 15 sec handmatig) - ROI: terugverdiend in 4 maanden - Quality control team: van 8 naar 2 FTE Dit project won de "AI Innovation Award" bij de Dutch Manufacturing Summit 2025.

Een autonome AI research assistant die complexe onderzoeksvragen beantwoordt door meerdere gespecialiseerde agents samen te laten werken. Gebouwd met LangGraph voor agent orchestratie. **Hoe het werkt:** 1. Gebruiker stelt een complexe vraag (bijv. "Analyseer de impact van AI-regulering op Nederlandse startups") 2. Planner agent splitst de vraag op in sub-taken 3. Gespecialiseerde agents voeren taken parallel uit: - Web Research agent: zoekt recente artikelen en rapporten - Data Analysis agent: analyseert datasets en genereert grafieken - Legal agent: doorzoekt wet- en regelgeving - Synthesis agent: combineert alle resultaten in een coherent rapport 4. Editor agent reviewt en verbetert het eindresultaat **Features:** - Human-in-the-loop: gebruiker kan tussentijds bijsturen - Source tracking: elke claim is traceerbaar naar een bron - Iteratief: agents kunnen follow-up onderzoek doen als info ontbreekt - Export naar PDF/Markdown/Notion **Stack:** LangGraph, OpenAI GPT-4o, Tavily (web search), Python, Streamlit

Production-ready RAG systeem voor juridische documenten, gebouwd voor een top-20 advocatenkantoor in Nederland. Het systeem verwerkt 5000+ documenten en beantwoordt vragen van advocaten met 95% accuracy. **Architectuur:** - Semantic chunking op wets-artikel niveau met custom parser - Hybrid search: BM25 (exact match) + semantic search (embeddings) - Re-ranking met cross-encoder voor precision - GPT-4 Turbo voor answer generation met bronvermelding - Guardrails tegen hallucinations: confidence scoring + source verification **Unieke features:** - Meertalig: Nederlands en Engels juridisch taalgebruik - Cross-referentie detectie: vindt gerelateerde wetten en jurisprudentie - Audit trail: elke query en elk antwoord wordt gelogd - Evaluatie framework: geautomatiseerde accuracy testing met golden dataset **Stack:** LangChain, Pinecone, OpenAI, Next.js, Supabase, Langfuse **Documenten:** 5.000+ (wetten, jurisprudentie, interne memo's) **Accuracy:** 95% op domeinspecifieke testset (200 vragen)

Een compleet geautomatiseerd onboarding platform dat het hele proces van contract-ondertekening tot eerste werkdag stroomlijnt. Gebouwd met Make.com als automation backbone. **Wat het platform doet:** - Automatische contractgeneratie en e-signing via DocuSign - IT-account provisioning (Google Workspace, Slack, tools) - Onboarding checklist generatie afgestemd op rol en afdeling - Buddy-matching op basis van team en interesses - Welkomstpakket bestelling via interne procurement - Geautomatiseerde check-ins na 1 week, 1 maand, 3 maanden - Manager dashboard met voortgang per nieuwe medewerker **Impact:** - Van 12 uur naar 45 minuten HR-tijd per onboarding - 98% completion rate op onboarding checklists (was 65%) - Employee satisfaction score eerste maand: 4.6/5 Geimplementeerd bij 8 bedrijven (50-500 medewerkers).

Een set van 12 Make.com templates die de meest populaire CRM-systemen integreren met AI-tools voor lead scoring, predictive analytics en geautomatiseerde opvolging. **Ondersteunde CRM's:** HubSpot, Salesforce, Pipedrive, Zoho CRM **AI-integraties:** OpenAI (lead scoring), Clearbit (data enrichment), Apollo (prospecting) **Templates in het pakket:** 1. Lead scoring automation (firmographics + engagement + AI analysis) 2. Automated data enrichment pipeline 3. Smart lead routing (op basis van score + beschikbaarheid rep) 4. Win/loss analysis met AI-gegenereerde insights 5. Churn risk alerts 6. + 7 meer... **Resultaten bij klanten:** - Gemiddeld 35% meer conversie van lead naar opportunity - 50% minder tijd aan handmatig CRM-werk - 4.8/5 klanttevredenheid Gebruikt door 40+ bedrijven in de Benelux.

Open-source collectie van 75+ herbruikbare n8n workflows voor veelvoorkomende business automations. Van lead generation tot invoice processing, van HR onboarding tot social media scheduling. **Populairste workflows:** - Lead enrichment pipeline (LinkedIn + Clearbit + CRM) - Automated invoice processing (OCR + boekhoudsoftware) - Social media content calendar (AI-generated posts + scheduling) - Customer feedback loop (NPS survey + analysis + Slack alerts) - Employee offboarding checklist (accounts deactivation + equipment return) **Community:** - 2.500+ GitHub stars - 180+ forks - Actieve community met maandelijkse bijdragen - Elke workflow bevat documentatie, screenshots en setup guide Alle workflows zijn gratis te gebruiken en aan te passen. Bijdragen welkom!

Een volledig AI-gestuurd klantenservice dashboard dat automatisch tickets classificeert, prioriteert en suggested responses genereert. Het systeem verwerkt dagelijks 500+ tickets voor een SaaS-bedrijf met 2000+ klanten. **Features:** - Automatische ticket classificatie in 8 categorieen (95% accuracy) - Priority scoring op basis van klantwaarde, urgentie en sentiment - AI-generated suggested responses die agents 40% sneller maken - Real-time analytics: response times, resolution rates, CSAT scores - Escalatie-detectie: herkent boze klanten en escaleert automatisch **Technische stack:** Next.js, OpenAI GPT-4, n8n (backend automations), Supabase, Tailwind CSS **Impact:** 40% snellere response time, 15% hogere klanttevredenheid