Ga naar de inhoud

Eigen AI-project interactieve case study

AI geeft een antwoord dat zijn bron niet vergeet.

OpenBrain is een eigen kennislaag waarin documenten worden opgedeeld, verrijkt en via semantisch én trefwoordzoeken teruggevonden. Bronverwijzing en menselijke controle blijven onderdeel van het antwoord.

Veilige publieke demonstratie Deze pagina gebruikt alleen fictieve voorbeelddata, toont geen live systeemstatus en maakt geen verbinding met de private kennisbank.

Voorbeelddossier

Van bron naar gecontroleerd antwoord

Geen live data
Fictieve bron 01

Voorbeeldbeleid versie 3

“Een verantwoordelijke beoordeelt kritieke onderhoudswerken vóór ze worden ingepland.”

Voorbeeldvraag

Mag deze actie automatisch worden ingepland?

Wat gebeurt er

De bron houdt haar versie en herkomst.

De fictieve beleidszin komt binnen als controleerbaar bronfragment, niet als losse bewering.Stopregel: ontbrekende herkomst gaat niet verder.

Wat gebeurt er

Inhoud wordt in bruikbare stukken verwerkt.

Titel, versie en onderwerp blijven als metadata naast het relevante fragment bestaan.Stopregel: een wijziging vervangt de vorige versie niet stilzwijgend.

Wat gebeurt er

Trefwoorden en betekenis zoeken samen.

De combinatie vindt zowel “onderhoudswerken” als de betekenis “eerst laten goedkeuren”.Stopregel: onvoldoende passende context levert geen stellig antwoord op.

Voorbeeldantwoord

Nee, niet zonder beoordeling.

Volgens Voorbeeldbeleid, versie 3, beoordeelt een verantwoordelijke kritieke werken vóór planning.Bron 01 blijft zichtbaar naast dit fictieve antwoord.

Controlepunt

De mens beoordeelt bron, antwoord en volgende stap.

De demonstratie plant niets in en schrijft nergens naar terug. Een verantwoordelijke beslist.Menselijke controle is een processtap, geen voetnoot.

Stap 1 van 5: Bron.

Niet méér context. Betere controle over context.

AI-tools kunnen pas gericht werken wanneer relevante kennis vindbaar is én de herkomst begrijpelijk blijft. OpenBrain werd gebouwd als technische realisatie om die twee voorwaarden samen te onderzoeken.

Actualiteit
Een bronversie blijft herkenbaar wanneer inhoud verandert.
Herkomst
Opgehaalde context bewaart een verwijzing naar het brondocument.
Eigenaarschap
Een mens beslist vóór een antwoord gevolgen krijgt.

De bouwkeuzes achter het lint

Vijf grenzen die het systeem begrijpelijk houden.

Elke stap heeft een duidelijke invoer, uitvoer en reden om te stoppen. De pagina toont het ontwerpprincipe; ze is geen toegang tot het echte systeem.
  1. 01

    Wijzigingen herkennen

    Invoer
    Een versiegebonden bron.
    Uitvoer
    Alleen gewijzigde inhoud gaat opnieuw door de verwerking.
    Grens
    Hashes helpen dubbele inhoud herkennen; ze bewijzen geen inhoudelijke juistheid.
  2. 02

    Context behoudend opdelen

    Invoer
    Documentstructuur en metadata.
    Uitvoer
    Vindbare fragmenten met broncontext.
    Grens
    Privéstructuur, echte paden en broninventaris horen niet in deze publieke case.
  3. 03

    Twee zoekvormen combineren

    Invoer
    Een afgebakende kennisvraag.
    Uitvoer
    Semantische en trefwoordresultaten worden samengebracht.
    Grens
    Geen relevant fragment betekent: niet doen alsof er een zeker antwoord is.
  4. 04

    De bron naast het antwoord houden

    Invoer
    Geselecteerde context met metadata.
    Uitvoer
    Een antwoordvoorstel met herleidbare bron.
    Grens
    Een bronverwijzing maakt controle mogelijk, maar is geen absolute kwaliteitsgarantie.
  5. 05

    Een mens opnieuw eigenaar maken

    Invoer
    Antwoord, bron en onzekerheid.
    Uitvoer
    Beoordelen, bijsturen, stoppen of pas daarna verdergaan.
    Grens
    De demo voert geen autonome actie uit en schrijft niets terug.

Wat deze publieke case bewust niet doet.

De veiligste demonstratie is duidelijk over wat buiten beeld en buiten bereik blijft.

  • Geen live verbinding.Er wordt geen private kennisbank, agent, API of databank bevraagd.
  • Geen echte gegevens.Bron, vraag en antwoord op deze pagina zijn volledig fictief.
  • Geen autonome gevolgen.De demo plant niets, verstuurt niets en past geen systemen aan.
  • Geen resultaatclaim.Er worden geen klantresultaten, prestatiewinsten of operationele cijfers verzonnen.

Technische realisatie

Een hybride kennislaag, geen magische geheugenknop.

In de gerealiseerde architectuur werden PostgreSQL, pgvector en full-text search gecombineerd. Documenten konden worden opgedeeld en met metadata verwerkt; semantische en trefwoordresultaten konden daarna samenkomen in brongebonden context.

MCP werd onderzocht en gebruikt als gecontroleerde toolinterface. Er staat op deze pagina geen publiek endpoint en de visualisatie zegt niets over de actuele operationele toestand van de private omgeving.

  • PostgreSQL
  • pgvector
  • Full-text search
  • Metadata
  • Contenthashes
  • MCP

Wat het project bewijst. En wat niet.

Dit is aantoonbaar gebouwd

  • Een eigen technische architectuur voor brongebonden kennisopvraging.
  • Hybride zoeken met semantische én trefwoordsignalen.
  • Metadata en bronverwijzing als onderdeel van opgehaalde context.
  • Een gecontroleerde interface voor gebruik door AI-tools.

Dit wordt niet beweerd

  • Dat elk antwoord juist of volledig is.
  • Dat het systeem vandaag continu actief is.
  • Dat er een gemeten klantresultaat of tijdswinst bestaat.
  • Dat een bronverwijzing menselijke beoordeling vervangt.

Van voorbeeld naar uw proces

Welke kennisvraag moet in uw organisatie controleerbaar worden?

Begin met één terugkerende vraag, de bronnen die vandaag worden geraadpleegd en het moment waarop een medewerker moet beslissen.