Waarom AI op losse databronnen vaak het verkeerde antwoord geeft, en hoe je het wel betrouwbaar maakt met een goed datamodel, vaste definities en een dashboard.
Je kunt tegenwoordig een vraag stellen aan een AI-assistent en binnen seconden een antwoord krijgen. Voor algemene kennis werkt dat prima. Maar als je wilt weten waarom de marge op een project zakt, welke klant minder bestelt of hoe je liquiditeit er over acht weken uitziet, wordt het lastiger. AI direct loslaten op al je databronnen levert snel een antwoord op. Alleen niet altijd het goede.
In dit artikel leg ik uit waarom dat zo is, wat je nodig hebt om AI wél betrouwbaar te laten rekenen, en hoe je dat als MKB-bedrijf praktisch en betaalbaar aanpakt.
In de meeste MKB-bedrijven staan de gegevens op meerdere plekken. Orders en inkoop staan in het ERP of de boekhouding, uren in de urenregistratie, klantcontacten in het CRM, en een deel leeft nog in Excel-bestanden. Wil de eigenaar weten welke projecten echt geld opleveren, dan zit hij een middag te puzzelen.
Laat je AI op die bronnen los zonder dat ze aan elkaar gekoppeld zijn, dan gaat het gokken. De AI ziet losse tabellen, raadt hoe ze bij elkaar horen en geeft een overtuigend klinkend antwoord. Dat antwoord kan fout zijn, zonder dat iemand het merkt.
Het begint bij het datamodel. Daarin koppel je alle bronnen aan elkaar. Een project heeft dan een calculatie, ingekocht materiaal, engineering- en montage-uren en een factuur. Een klant heeft orders, facturen en contactmomenten. Met zo'n model kan AI rekenen in plaats van gokken.
Dit is ook waar ik als Power BI-specialist het meeste werk zie. Een goed model is het fundament onder elk dashboard, en precies datzelfde fundament heeft AI nodig.
Ook de definities moeten kloppen. Een paar voorbeelden:
Die keuzes leg je één keer vast. Daarna kijken de directeur, de verkoper en de werkvoorbereider naar hetzelfde getal, en hoeft niemand meer te discussiëren over welk getal klopt. Voor AI is dat net zo belangrijk: de AI rekent met dezelfde definities als het dashboard, in plaats van er zelf een te verzinnen.
Het dashboard is je eerste analyse. Je opent het en ziet direct hoe je ervoor staat: omzet, marge, openstaande posten, orderportefeuille. Daarvoor hoef je niets te vragen. Valt je iets op, dan komt AI in beeld voor de verdieping.
Neem een machinebouwer met dertig medewerkers. Elke machine is maatwerk en elk project heeft een eigen calculatie. Maandagochtend opent de eigenaar het dashboard. Zonder iets te vragen ziet hij dat de orderportefeuille goed gevuld is, maar dat de marge op lopende projecten zakt. Eén project springt eruit: een verpakkingslijn voor een vaste klant. Die eerste analyse kost hem tien seconden.
Daarna komt AI in beeld. Hij typt:
Aan dit project verandert dat niets meer. Maar in nieuwe offertes rekent hij voortaan met een actuele materiaalprijs en neemt hij een prijsclausule op. Het dashboard laat zien wat er speelt, en met AI zoek je uit waarom.
Als het fundament klopt, zijn er meerdere manieren waarop je AI kunt inzetten:
Zonder formules of filters. Via een webchat, Microsoft Teams, Slack of e-mail, op de plek waar je team al werkt.
Beschrijf wat je wilt zien en laat het dashboard door AI opzetten, om daarna zelf bij te schaven.
Geplande rapportages, en meldingen als een cijfer afwijkt van wat je verwacht.
Gebruik je al een AI-assistent? Via MCP kan die, alleen-lezen, bij je gegevens, met dezelfde definities.
Je hoeft je werkwijze niet om te gooien. De gegevens komen uit de software die je al gebruikt, zoals Exact Online, Twinfield, Simplicate of Robaws, aangevuld met bijvoorbeeld een Excel- of CSV-bestand met je budget. De data is daarna ook beschikbaar via OData voor Power BI of Excel, en als CSV-export. Je zit dus niet vast: je gegevens blijven van jou.
Power BI is mijn vak en het is een sterk product. Maar het is gebouwd voor grote organisaties, en dat merk je in het MKB:
Daarom heb ik een alternatief voor het MKB: een dashboard met AI, zonder die ballast en zonder licentie per kijker. Voor veel bedrijven is dat een betere match. Heb je al Power BI in huis en werkt het goed, dan blijf je daar uiteraard gewoon mee werken.
Welke vraag wil je als eigenaar of financieel verantwoordelijke elke week snel beantwoord hebben?
Koppel ERP, boekhouding, uren en CRM in één model.
Omzet, marge, actieve klant. Eén keer, voor iedereen.
Zorg dat de eerste analyse zonder vragen zichtbaar is.
Voor de verdieping, in de tools waar je team al werkt.
Benieuwd wat dit voor jouw bedrijf kan betekenen? Bekijk de pagina over Dashboard + AI, of stuur me een bericht via het formulier hieronder. Ik kom uit Limburg en werk landelijk.
Stuur een bericht en ik reageer binnen één werkdag. Geen verplichtingen, wel eerlijk advies. Gevestigd in Limburg, landelijk inzetbaar.
Liever mailen? domien.parren@dppower.nl · LinkedIn