Case study
Anoniem — maakbedrijf Brabant, ~80 medewerkers. RAG op handleidingen, QA-procedures en storingshistorie; geen chatbot voor klanten, wel voor operators en interne support.
AI in productie klinkt groot. In de praktijk begon dit traject klein: operators en interne support die steeds dezelfde vragen stelden over instellingen, onderhoudsintervallen en foutcodes — terwijl het antwoord al in PDF's en QA-documenten stond.
Geen vervanging van ervaren monteurs. Wel sneller de juiste paragraaf vinden, met bronverwijzing en verplichte menselijke check vóór actie op de lijn.
Het bedrijf had jaren aan handleidingen, revisiebladen en storingsrapporten — verspreid over SharePoint, netwerkschijven en e-mail. Nieuwe operators belden collega's; ervaren krachten werden onderbroken voor "waar staat dat ook alweer?".
Een externe chatbot voor eindklanten was geen prioriteit. Wel: interne kennis toegankelijk maken zonder alles handmatig te herstructureren. RAG paste beter dan fine-tuning: actuele docs, bron citeerbaar, sneller live.
PDF en Word naar chunks met metadata (machine, versie, datum). Alleen goedgekeurde documenten in de index.
Vraag → retrieval top-5 → antwoord met citaten. Geen antwoord als confidence laag is — escalatie naar mens.
Operators zien voorgesteld antwoord + bron; bevestigen of corrigeren. Correcties loggen we voor kwaliteitsverbetering.
Geen acties op machines; alleen informatie. Prompt injection mitigatie op interne interface.
Dashboard per 1000 vragen; goedkoop model voor simpele lookup, zwaarder model alleen bij complexe vragen.
Week 1: use case scan met productieleiding en 3 ervaren operators — welke vragen komen het vaakst? Welke docs zijn authoritative?
Week 2–3: pilot op één lijn, 12 operators. Dagelijks 15-minuten feedback. Chunk-grootte en metadata finetuned op basis van foute antwoorden.
Week 4: besluit uitbreiden naar tweede hal en interne support. Geen big-bang voor heel het bedrijf — bewust gefaseerd.
Start met één afdeling en meet support-tijd vóór en na — niet "gevoel" maar minuten per week. Operators moeten het systeem vertrouwen; dat komt door bronnen tonen, niet door magische antwoorden.
AVG en IP: documenten bleven on-premise; alleen embeddings en metadata naar de vector store in EU-regio. Juridisch en IT waren vroeg betrokken — geen verrassing na de pilot.
Geschreven en geredigeerd door Teamcoda · Den Bosch. Praktijkkennis uit projecten en klantwerk — geen volautomatisch gegenereerde content zonder redactie.
Vertel kort waar je staat — we denken mee over scope, tempo en aanpak.
Wil je met een van deze technieken aan de gang? Of advies nodig over hoe je deze effectief in kan zetten? We geven advies maar hebben ook capaciteit. Neem contact met ons op om de mogelijkheden te bespreken.