Het AI-model verwerkt de opdracht en beschikbare context. Bij een taalgerichte agent kan dat een large language model zijn dat tekst begrijpt en genereert. Het model vormt echter slechts één onderdeel van de volledige softwaretoepassing.

De context bevat informatie die voor de actuele taak relevant is. Dat kan een gebruikersvraag zijn, maar ook een document, klantnummer, aanvraagstatus of eerdere stap binnen dezelfde workflow. De applicatie bepaalt welke informatie aan het model wordt aangeboden.

Een agent kan daarnaast toegang krijgen tot kennisbronnen. Via een zoekfunctie kan de software bijvoorbeeld relevante passages uit goedgekeurde documenten ophalen. Het model gebruikt deze informatie vervolgens bij het opstellen van een antwoord of concept.

Tools geven de agent de mogelijkheid om technische functies te gebruiken. Zo’n tool kan een zoekopdracht uitvoeren, gegevens via een API ophalen, een berekening maken of een conceptrecord in bedrijfssoftware aanmaken. Een agent kan alleen hulpmiddelen gebruiken die vooraf technisch beschikbaar zijn gesteld.

De instructies beschrijven hoe de agent binnen de toepassing moet handelen. Daarin kan bijvoorbeeld staan welke informatie eerst moet worden gecontroleerd, welke tool voor een bepaalde taak beschikbaar is en wanneer de agent aanvullende invoer aan een gebruiker moet vragen.

Een agentworkflow kan uit meerdere stappen bestaan. De software ontvangt bijvoorbeeld een aanvraag, controleert welke velden ontbreken, vraagt aanvullende informatie op en zoekt daarna een bijbehorend record in een gekoppeld systeem. Pas wanneer de vereiste gegevens aanwezig zijn, wordt een volgende functie beschikbaar.

Wat is het verschil tussen een AI-agent en een chatbot? Een chatbot is primair ingericht om via een gesprek antwoorden te geven. Een AI-agent kan daarnaast hulpmiddelen gebruiken en meerdere technische stappen doorlopen. Een chatbot kan overigens wel als gebruikersinterface voor een agent dienen.

Een vaste automatisering werkt doorgaans met vooraf geprogrammeerde voorwaarden: als gebeurtenis A plaatsvindt, wordt actie B uitgevoerd. Een AI-agent kan worden gebruikt wanneer invoer minder uniform is en eerst moet worden geïnterpreteerd. De uiteindelijke acties blijven gebonden aan de ontwikkelde workflow en beschikbare tools.

Een AI-agent bepaalt niet vanzelf welke bedrijfsregels, risico’s of verantwoordelijkheden voor een organisatie gelden. De opdrachtgever levert deze uitgangspunten aan. APPelit vertaalt ze naar technische instructies, toegangsrechten en goedkeuringsstappen.

Ook menselijke controle kan onderdeel zijn van de agentworkflow. De agent kan een voorstel, e-mail of mutatie voorbereiden en vervolgens wachten op beoordeling. Een bevoegde gebruiker kan het resultaat accepteren, aanpassen of afwijzen voordat de volgende actie wordt uitgevoerd.

De software kan vastleggen welke tools zijn gebruikt en welke stappen zijn doorlopen. Afhankelijk van de inrichting kunnen invoer, modelversie, toolaanroepen en gebruikersgoedkeuringen worden geregistreerd. De opdrachtgever bepaalt welke gegevens mogen worden opgeslagen en hoe lang.

Een AI-agent leert niet automatisch van iedere interactie. Feedback kan worden verzameld, maar verandert de werking niet vanzelf. Aanpassingen aan instructies, kennisbronnen, modellen of workflows worden als afzonderlijke technische wijzigingen beheerd.

AI-agents kunnen worden geïntegreerd in een bestaande webapplicatie, medewerkersportaal of bedrijfsomgeving. Via API-koppelingen kunnen zij geselecteerde gegevens opvragen of toegestane functies aanroepen. De mogelijkheden zijn afhankelijk van de interfaces en autorisaties van de gekoppelde systemen.

Tijdens de ontwikkeling wordt de agent met vaste scenario’s getest. Daarbij wordt gecontroleerd hoe de toepassing omgaat met complete opdrachten, ontbrekende informatie, afwijkende invoer en tijdelijk niet-beschikbare tools. Ook de ingerichte goedkeuringsmomenten en gebruikersrechten worden getest.

Case: AI-agent voor interne inkoopaanvragen

Ontbrekende gegevens verzamelen en een conceptaanvraag voorbereiden

Een organisatie ontvangt interne inkoopverzoeken via e-mail en losse formulieren. Niet ieder verzoek bevat direct een kostenplaats, gewenste leverdatum, productomschrijving of verantwoordelijke goedkeurder.

De organisatie wil een afgeschermde AI-agent die medewerkers begeleidt bij het volledig maken van een aanvraag. De agent mag informatie opvragen en een concept voorbereiden, maar geen bestelling plaatsen of leverancier selecteren.

De opdrachtgever bepaalt welke velden voor iedere aanvraag verplicht zijn. Ook wordt vastgelegd welke productgroepen, kostenplaatsen en goedkeuringsroutes binnen de toepassing beschikbaar worden gemaakt.

Een medewerker start de aanvraag via een interne chatomgeving. De agent vraagt naar het gewenste product of de dienst en controleert daarna welke verplichte gegevens nog ontbreken. Alleen informatie die voor het formulier nodig is, wordt opgevraagd.

Via een technische koppeling kan de agent controleren of de ingevoerde kostenplaats in het administratieve systeem voorkomt. Een andere tool zoekt op basis van de productgroep welke interne goedkeuringsroute van toepassing is.

Wanneer alle vereiste gegevens aanwezig zijn, maakt de agent een conceptaanvraag aan. De medewerker krijgt een overzicht van de verzamelde informatie en kan velden aanpassen voordat het concept wordt ingediend.

Na bevestiging gaat de aanvraag naar een bevoegde beoordelaar. De AI-agent keurt het verzoek niet goed en voert geen financiële transactie uit. De bestaande rollen en goedkeuringsstappen van de organisatie blijven van toepassing.

Bij een onbekende kostenplaats of een ontbrekende koppeling toont de toepassing dat verdere controle nodig is. De agent verzint geen vervangende waarde en gaat niet zelfstandig verder met een onvolledig verzoek.

APPelit ontwikkelt de chatinterface, agentworkflow, tools en koppelingen. De organisatie bepaalt de aanvraagvelden, kostenplaatsen, goedkeuringsroutes en gebruikersrechten.

Deze toepassing is een AI-agent omdat zij niet alleen tekst genereert. Zij verzamelt gegevens, gebruikt toegestane functies en doorloopt meerdere stappen binnen één afgebakende workflow.