Agentic mindset
Agentic werken vraagt een andere houding dan “even ChatGPT gebruiken”.
- Van prompt naar proces: je denkt in stappen, afhankelijkheden en controles.
- Van output naar outcome: je stuurt op resultaat en KPI’s, niet op mooie tekst.
- Van ad hoc naar herhaalbaar: vaste werkinstructies, testcases en monitoring.
- Van individueel naar team: agents werken samen met mensen, tools en systemen.
- Van vertrouwen naar bewijs: bronnen, logging en kwaliteitschecks zijn standaard.
Geen capaciteitsconstraint in fte
Agents zijn schaalbaar. Ze werken door, parallel en consistent. Dat doorbreekt de klassieke bottleneck van “meer werk vraagt meer fte”.
Belangrijk: dit betekent niet dat er geen grenzen zijn. Je krijgt te maken met:
- kosten voor tooling en uitvoering,
- kwaliteitsbewaking en ownership,
- procesafspraken en governance.
De winst zit in het feit dat groei minder afhankelijk wordt van extra mensuren. Je capaciteit schaalt minder lineair mee met de vraag.
Van persoonlijke AI-waarde naar agentic bedrijfswaarde
Persoonlijke AI-waarde: sneller e-mails, plannen, samenvatten, ideeën.
Agentic bedrijfswaarde: agents die een stuk van het werk in je processen uitvoeren, bijvoorbeeld:
- intake verwerken en verrijken,
- offertes voorbereiden,
- statusupdates en rapportages maken,
- tickets triëren en acties starten,
- datakwaliteit checks draaien en issues aanmaken.
Je leert hoe je van “handig” naar “structureel” gaat, met duidelijke processtappen, controles en metrics.
Teams en workflows, agentic ingericht
Je leert een praktisch operating model:
- Rollen in het agentic team (bijvoorbeeld owner, procesexpert, data steward, reviewer, security/gov).
- Samenwerkende agents: taakagent, kwaliteitsagent, compliance agent, rapportageagent.
- Workflow-ontwerp: triggers, stappen, beslismomenten, escalaties en logging.
- Controls: approvals, bronverificatie, uitzonderingen, fallback naar mens.
Programmaoverzicht
Deel 1 – Fundamenten van agentic AI
- Wat is agentic AI en wanneer is het nuttig.
- Hoe werken LLM’s in de praktijk.
- Verschil tussen chatbots, AI tools, copilots en autonome agents.
- De rol van context, geheugen, tools en evaluatie.
Deel 2 – Van concept naar proces
- De bouwstenen van een agent: doel, taken, tools, geheugen, planning, guardrails.
- Human-in-the-loop patronen: check, approve, override, audit trail.
- Selectie van processen: waar begin je wel en waar niet.
- Veiligheid en governance: data, privacy, toegangsbeheer, logging, risico’s.
Deel 3 – Hands-on: bouw je eigen agent
- Werken in een low/no-code omgeving.
- Instructieprofiel en contextblokken maken.
- Koppelen aan tools of databronnen (conceptueel of praktisch, afhankelijk van de setting).
- Testen met scenario’s, foutafhandeling en escalatie naar mens.
- Mini-evaluatie: werkt het, is het veilig, is het herhaalbaar.
Deel 4 – Business value, teamaanpak en roadmap
- Use cases per domein: klantprocessen, onderwijs, operations, finance, HR, IT.
- Kosten en baten: wat meet je en hoe onderbouw je ROI.
- Team- en workflow-inrichting: rollen, afspraken, eigenaarschap.
- Roadmap: pilot, opschalen, beheer en continue verbetering.
- Q&A en discussie.
Resultaat
Je vertrekt met:
- Een helder begrip van agentic AI en de juiste toepassingen.
- Een werkend prototype (basisagent) dat je kunt doorontwikkelen.
- Een praktische aanpak om agents integraal in processen te plaatsen, inclusief controls en governance.
- Een eerste mini-roadmap voor jouw organisatie of onderwijspraktijk.
Praktisch
- Duur: 1 dag (09:00–16:00)
- Locatie: nader te bepalen, hybride mogelijk
- Inbegrepen: documentatie, lunch en naslagmateriaal
- Taal: Nederlands
- Trainer: specialist in AI-implementatie en agentic systemen
Geplande workshops
De workshop vindt plaats op meerdere data. Aanmelden kan via de individuele eventpagina via de links hieronder.