Marketingbedrijf / klantbeheer, tickets & bedrijfskennis
350 klanten. Eén centrale werkplek.
Na een overname groeide een marketingbedrijf van 150 naar 350 klanten. AITJE bracht klantgegevens, tickets, projecten, factuurinformatie en gesprekstranscripties samen in een centrale hub. Medewerkers zoeken en chatten met hun bedrijfskennis, met toegang op basis van hun rol en AI op een bestaande Mac mini.
De aanleiding
De telefoon gaat.
Wat speelt er bij deze klant?
Het marketingbedrijf werkte met 150 klanten. Door een overname kwamen daar 200 klanten bij. De klantenportefeuille groeide naar 350, maar de informatie zat nog verspreid over verschillende applicaties en teams.
Wanneer de telefoon overging, wist de medewerker niet meteen wat er speelde. Was er een open ticket? Wie werkte aan het project? Had iemand al teruggebeld? En stonden er nog facturen open? Het antwoord vroeg telkens om zoeken in meerdere systemen.
AITJE bouwde een centrale managementhub waarin medewerkers snel zoeken op klantnaam, bedrijfsnaam of website. Via API-koppelingen komen de relevante gegevens bijeen. Daarnaast kunnen zij vragen stellen aan een RAG-chat met de gesynchroniseerde bedrijfskennis.
Dezelfde behoefte aan context bij ieder gesprek.
Eén ingang naar de informatie in de aangesloten systemen.
De aangesloten informatie
Losse applicaties.
Eén klantcontext.
De hub brengt gegevens samen uit de applicaties waarmee het bedrijf al werkt. Medewerkers kunnen gericht zoeken én vragen stellen die informatie uit verschillende bronnen nodig hebben.
Klanten & tickets
Klantgegevens, taken en tickets samen bekijken, met de medewerker die ermee bezig is.
monday.com
Projectinformatie betrekken bij vragen over voortgang en projecten die aandacht nodig hebben.
Rinkel
Transcripties van telefoongesprekken meenemen, zodat eerdere gesprekken onderdeel worden van de klantcontext.
Factuurinformatie
Openstaande facturen naast klantcontact bekijken, voor medewerkers die deze gegevens mogen inzien.
Vragen uit de werkdag
Vraag naar wat
je wilt weten.
“Klant X heeft gebeld” is geen losse notitie meer. De medewerkers kunnen doorvragen over tickets, verantwoordelijkheden, gesprekken en projecten, met de gegevens die hun rol mag gebruiken.
Klant X heeft gebeld over Y en Z. Wie is met dat ticket bezig?
De hub brengt het klantdossier, de relevante tickets en de toegewezen medewerkers samen. Gesprekstranscripties geven context bij wat eerder is besproken.
Schematische uitleg van de toepassingen; geen gedeelde klantgegevens of werkelijk chatlog.
De werkwijze vergeleken
Minder schakelen.
Meer samenhang.
| In de werkdag | Voor de hub | Met de hub |
|---|---|---|
| Een klant aan de telefoon | Eerst uitzoeken welk bedrijf, project en ticket erbij horen. | Zoeken op klant, bedrijf of website en de beschikbare context bijeen zien. |
| Een vraag over meerdere systemen | Zelf klantgegevens, tickets, facturen en gesprekken naast elkaar leggen. | Een vraag stellen die de assistent met de aangesloten bronnen uitwerkt. |
| Toegang tot bedrijfsinformatie | Informatie raadplegen via de afzonderlijke applicaties. | Een centrale werkplek met toegang tot gegevens op basis van de medewerkersrol. |
| AI-gebruik | Geen eigen centrale AI-omgeving voor deze informatie. | Qwen 3.8 op de bestaande Mac mini, zonder externe tarieven per AI-token. |
Een vergelijking van de werkwijze bij deze opdracht. Er is geen tijdwinst of omzetstijging als gemeten resultaat toegevoegd.
De techniek achter het overzicht
Zoeken in kennis.
Gegevens ophalen via tools.
AITJE richtte de Assistent-software in als basis en bouwde de managementhub eromheen. RAG maakt de gesynchroniseerde kennis doorzoekbaar; API- en MCP-koppelingen geven toegang tot de aangesloten applicaties. Het zijn twee routes die elkaar aanvullen.
- 01
Verbinden
Code verbindt de hub met de externe applicaties via API- en MCP-koppelingen. Toolcalling geeft het taalmodel afgebakende manieren om de aangesloten platforms te raadplegen.
- 02
Synchroniseren
Drie keer per dag worden de geselecteerde bedrijfsgegevens opgehaald en omgezet naar vector-embeddings. De lokale vector-database maakt deze kennis beschikbaar voor de RAG-chat.
- 03
Zoeken & ophalen
Een naam, bedrijf of website leidt naar de beschikbare klantcontext. Bij een chatvraag haalt RAG relevante passages op; toolcalls kunnen daarnaast gegevens uit gekoppelde applicaties raadplegen wanneer die bereikbaar zijn.
- 04
Antwoorden met toegang
Qwen formuleert het antwoord met de beschikbare context. Toegang wordt in de hub en bij het ophalen van gegevens begrensd op basis van de medewerkersrol, zodat de chat alleen met toegestane informatie werkt.
Een centrale hub betekent geen toegang tot alles.
Medewerkers gebruiken hun eigen rol. De applicatie en de gegevenskoppelingen begrenzen de toegang: financiële informatie komt alleen beschikbaar voor bevoegde medewerkers. Het taalmodel bepaalt die rechten niet zelf.
De bestaande hardware benut
Een Mac mini.
De kennis op het eigen netwerk.
Het bedrijf had al een Mac mini. AITJE gebruikte die als lokale rekenomgeving met Debian Linux, de AITJE Assistent-software en Qwen 3.8. Daardoor was voor deze opdracht vrijwel geen nieuwe hardware nodig.
Medewerkers openen de hub via het lokale netwerk. Het taalmodel, de vector-embeddings en de RAG-verwerking draaien in de eigen omgeving. De synchronisaties en toolkoppelingen zijn via code ingericht.
De hub werkt lokaal én kan externe applicaties raadplegen. Drie synchronisaties per dag actualiseren de kennisbank zolang de bronnen bereikbaar zijn.
De opgeslagen kennis weerspiegelt de laatste geslaagde synchronisatie; zonder internet is die niet automatisch actueel.
De kosten
Bestaande hardware.
Geen externe AI-meter.
De Mac mini was al aanwezig. Voor de lokale modelcalls, vector-embeddings en de agent betaalt het bedrijf geen externe prijs per AI-token. Ook de synchronisatiecode draait in eigen beheer.
Dat maakt de AI-kosten anders dan bij een externe model-API die iedere verwerking factureert. Stroom, beheer en het bouwen van de hub blijven onderdeel van de oplossing. De bestaande externe platforms, zoals monday.com en Rinkel, houden hun eigen abonnementen en eventuele gebruikskosten.
Van klantvraag naar productrichting
De inspiratie voor
AITJE Manager.
Deze opdracht liet zien hoeveel waarde een centrale managementhub kan hebben: één plek voor klantcontext, taken, gesprekken en de kennis uit bestaande applicaties. Het project inspireerde AITJE tot het ontwikkelen van AITJE Manager.
Voor dit bedrijf is de oplossing gebouwd op AITJE Assistent, uitgebreid met maatwerk en de eigen koppelingen. Zo werd de groei naar 350 klanten vertaald naar een werkplek die medewerkers helpt om het overzicht terug te vinden.
Andere cases
Development agency / Assistent, Coder & modelbeheer
Tien modellen. Eén team. Eigen regie.
Voor een development agency richtte AITJE een gezamenlijke AI-omgeving in met Assistent, Coder en tien modellen om uit te kiezen. Een gedeelde tokenpot van €350 per maand vervangt negen abonnementen van €200. Via Asana zijn modelgebruik en tokenkosten per taak terug te vinden.
Bekijk de aanpak
Marketingbureau / leveldesign & eigen coding agent
25 nieuwe gamelevels per week. Zonder externe tokenkosten.
Een marketingbureau nam een bestaande mobiele puzzelgame over, maar liep vast bij het maken van nieuwe levels. AITJE analyseerde de game, bouwde een herbruikbaar leveldesignsysteem en koppelde AITJE Coder aan Qwen op een eigen server. Nu maakt het bureau 25 nieuwe levels per week vanuit één opdracht in OpenCode.
Bekijk de aanpak
Contactsnoeren / 3D-catalogus & workflowoptimalisatie
Van technische tekening naar 3D-productmodel.
Voor een partner in contactsnoeren bouwde AITJE een workflow die productgegevens en technische tekeningen uit WordPress omzet naar 3D-modellen. AITJE Coder stuurt Blender aan; Three.js maakt de GLB-bestanden bruikbaar op de website. Na optimalisatie daalden de API-kosten van circa €9 naar €0,11–€0,18 per product.
Bekijk de aanpakSAMEN VERDER MET AI
Jouw volgende stap begint met een vraag.
Een idee, een knelpunt of gewoon nieuwsgierig? Vertel wat je wilt bereiken. AITJE denkt met je mee.
