Maarten
Automatiseren met AI
AI · Workflows · Koppelingen · n8n
Automatiseren met AI
Processen automatiseren met AI, workflows en API-koppelingen: van inbox en offerte tot orderverwerking en rapportage. Freelance, met 25 jaar ervaring, vanuit Nijmegen en remote door heel Nederland. Werkende automatiseringen op je eigen data, met logging en controle.
Eerder gebouwd voor Suitableshop.nl, Telvero en Omroep Gelderland.
Eén ervaren freelancer
Automatiseren met AI voor je eigen processen
Een kort gesprek over waar de uren nu naartoe gaan, gevolgd door één concreet proces om mee te starten. Workflows in n8n, Make of maatwerkcode, met een taalmodel waar dat echt iets toevoegt. Vooraf is er een gesprek nodig om te weten wat er speelt, niet andersom.
- Eén concreet proces als startpunt
- Werkt op je eigen data en systemen
- Logging en review-stap ingebouwd
- Direct contact, geen tussenlagen
Voorbeelden van opgeleverd werk
Een webshop die technisch én commercieel sterker staat
Van een traag, slecht converterend platform naar een snelle webshop die soepel samenwerkt met de systemen erachter.
Een nieuwsdashboard dat heel Gelderland in beeld brengt
Volledig op maat gebouwd dashboard op Google Cloud dat bereik en witte vlekken in het nieuwsgebied zichtbaar maakt.
Meer verkoopkansen via marketplaces
Doorontwikkeling van de webshop met marketplace-koppelingen via WooCommerce en Channable.
Automatiseren met AI begint bij het proces, niet bij de tool
Automatiseren met AI klinkt als iets voor grote bedrijven met een eigen data-team, maar de meeste winst zit juist in het gewone werk van een kleiner team: aanvragen die uit de mailbox worden overgetypt, orders die handmatig in de boekhouding belanden, productteksten die één voor één worden geschreven, of een rapportage die elke maand opnieuw uit drie systemen bij elkaar wordt geplakt. Dat werk is zelden moeilijk, wel repetitief, en precies daar blinkt een combinatie van slimme workflows en een taalmodel in uit. Het taalmodel leest, classificeert en vat samen; de workflow eromheen zorgt dat het resultaat op de juiste plek terechtkomt.
Een freelance developer voor automatisering inschakelen betekent, in de praktijk, iemand die zowel de AI-kant als de koppelingen eronder beheerst. Een prompt schrijven is het makkelijke deel; het lastige zit in het ophalen van de juiste data uit een CRM of webshop, het afvangen van een API die even niet reageert, en een controlestap waar dat nodig is. Vanuit Nijmegen wordt er gewerkt voor opdrachtgevers door heel Nederland, meestal op afstand en af en toe op locatie. Vijfentwintig jaar bouwen aan websites, webshops en koppelingen betekent vooral: weten hoe systemen zich gedragen op de dag dat er iets misgaat, en daar vooraf rekening mee houden.
Elk traject begint met één concreet proces in plaats van een brede AI-strategie. Welke taak kost nu de meeste uren, hoe ziet de invoer eruit, en wat moet er aan het eind klaarstaan? Op basis daarvan valt de keuze voor de techniek: een visuele workflow in n8n of Make waar dat volstaat, maatwerkcode waar de logica of het volume daarom vraagt, en een taalmodel alleen op de plekken waar het echt iets toevoegt. Een eerste automatisering draait meestal op een klein, afgebakend stuk van het proces, zodat het resultaat in de praktijk getoetst kan worden voordat de rest volgt.
Voor wie dit werkt, loopt uiteen: een webshop die orders, voorraad en klantmails tussen verschillende systemen synchroon wil houden, een dienstverlener wiens inbox elke ochtend een uur sorteerwerk vraagt, of een marketingteam dat productdata op schaal wil verrijken en vertalen. In alle gevallen gaat het om dezelfde behoefte: minder handwerk, zonder de controle over het proces uit handen te geven. Daarom zit er bij kritieke stappen een menselijke review in, en wordt elke run gelogd, zodat achteraf te herleiden is wat er is gebeurd en waarom.
Welke processen zich het best lenen voor automatisering, is zonder de huidige werkwijze gezien lastig te zeggen. Daarom begint het meestal met een kennismakingsgesprek: een half uur om te horen waar de uren nu naartoe gaan, gevolgd door een eerlijk beeld van wat haalbaar is en wat een logische eerste stap zou zijn. Geen verplichting, en geen verkooppraatje over een AI-platform dat toevallig in de mode is.
Gebouwd voor
Klaar om het repetitieve werk uit handen te geven?
Wat automatiseren met AI oplevert
Zelden is een groot AI-platform de oplossing; meestal levert het automatiseren van één proces met veel handwerk al het meeste op, zonder de bestaande systemen te vervangen. Een paar voorbeelden van wat er dan concreet verandert in het dagelijkse werk.
-
Een inbox die zichzelf sorteert
Inkomende mails worden gelezen, geclassificeerd en samengevat, zodat een aanvraag, klacht of factuur direct bij de juiste persoon of in het juiste systeem terechtkomt in plaats van eerst in een gedeelde inbox te blijven liggen.
-
Offertes en documenten als concept klaar
Op basis van een aanvraag en de eigen templates zet een taalmodel een concept-offerte of -mail klaar. Een collega controleert en verstuurt, zonder bij een leeg document te hoeven beginnen.
-
Systemen die dezelfde data delen
Orders, voorraad en klantgegevens stromen automatisch tussen webshop, boekhouding en CRM, zodat niemand meer gegevens overtypt en er één actuele versie van de waarheid is.
-
Productdata op schaal verrijkt
Productteksten, categorieën, alt-teksten en vertalingen worden in bulk gegenereerd in de eigen tone-of-voice, met een steekproef ter controle in plaats van elk product met de hand.
-
Rapportages die zichzelf opbouwen
Data uit verschillende bronnen wordt op een vast moment opgehaald, samengevoegd en samengevat, zodat een rapportage klaarstaat in plaats van elke maand opnieuw handwerk te vragen.
-
Advies over de juiste automatiseringsaanpak
Een workflow-tool als n8n of Make, maatwerkcode, of eerst het proces zelf aanscherpen voordat er iets geautomatiseerd wordt: een gesprek over waar de uren nu naartoe gaan maakt meestal al duidelijk welke aanpak bij het proces en het budget past.
Benieuwd welk proces zich het eerst leent voor automatisering?
Productdata automatisch naar marketplaces
Voor Telvero is de bestaande webshop doorontwikkeld en via Channable gekoppeld aan marketplaces, zodat het assortiment op meer verkoopkanalen zichtbaar werd. Zonder die koppeling zou elke product- of prijswijziging op meerdere plekken met de hand moeten worden doorgevoerd, met alle kans op fouten en verschillen tussen de kanalen.
Dat is de kern van goede automatisering: één bron van waarheid, en een koppeling die wijzigingen betrouwbaar doorzet naar de plekken waar ze nodig zijn. De techniek erachter is daarbij minder belangrijk dan de afspraken over welke data waar leidend is, en wat er gebeurt als een kanaal een wijziging weigert of traag verwerkt.
Hetzelfde patroon komt terug bij veel andere automatiseringen: voorraad tussen ERP en webshop, klantgegevens tussen formulier en CRM, of facturen tussen webshop en boekhouding. Een taalmodel kan daar een extra laag aan toevoegen, bijvoorbeeld door productteksten per kanaal aan te passen, maar het fundament blijft een koppeling die klopt en die zichtbaar maakt wanneer er iets misgaat.
Grote hoeveelheden data automatisch verwerkt
Voor Omroep Gelderland is een volledig op maat gebouwd nieuwsdashboard ontwikkeld dat zichtbaar maakt waar het nieuws de inwoners bereikt en waar witte vlekken zitten. Het platform verwerkt dagelijks miljoenen nieuwe datapunten op Google Cloud, zonder dat de redactie daar zelf iets voor hoeft te doen.
Dat soort geautomatiseerde dataverwerking is de stille basis onder veel AI-toepassingen. Een taalmodel dat vragen beantwoordt of samenvattingen maakt, is maar zo goed als de data die het krijgt: actueel, opgeschoond en op de juiste manier ontsloten. Het ophalen, opschonen en klaarzetten van die data is vaak meer werk dan de AI-stap zelf.
Diezelfde aanpak werkt ook op kleinere schaal: een wekelijkse export die automatisch wordt samengevoegd en samengevat, of een dashboard dat zichzelf bijwerkt in plaats van een spreadsheet die iemand elke maandag met de hand vult. De winst zit dan niet in spectaculaire AI, maar in uren die elke week terugkomen.
Twijfel of AI bij jouw proces past? Een half uur meedenken helpt vaak al.
Automatiseringen die regelmatig terugkomen
Van één workflow die de inbox sorteert tot een set koppelingen tussen webshop, boekhouding en CRM: onderstaand het werk dat het vaakst terugkomt, telkens toegesneden op de systemen die er al draaien en op wie het straks beheert.
AI-assistenten op eigen data
Een assistent die antwoorden haalt uit de eigen documenten, handleidingen of orderdata, met bronvermelding en een doorverwijzing naar een mens waar dat nodig is.
End-to-end workflows
Van inkomende mail tot factuur of van lead tot klant: processen die automatisch worden verwerkt en doorgezet via n8n, Make of maatwerkcode.
API-koppelingen
REST, webhooks of een CSV-import als brug: systemen aan elkaar koppelen, met nette foutafhandeling en retries voor het moment dat de andere kant niet reageert.
Mailbox- en documentverwerking
Mails, pdf's en facturen automatisch lezen, classificeren en doorzetten naar de backoffice, met een controlestap voor de gevallen die twijfel opleveren.
Content en data op schaal
Productteksten, vertalingen, samenvattingen en classificaties in bulk, consistent in de eigen tone-of-voice en met steekproeven ter controle.
Monitoring en logging
Elke run wordt vastgelegd en bij een fout volgt een melding, zodat een automatisering niet stilletjes stopt zonder dat iemand het merkt.
Veelgestelde vragen
Een aantal vragen dat regelmatig terugkomt bij automatiseren met AI, van modelkeuze tot privacy en beheer na livegang. Staat je eigen vraag er niet bij, stel 'm gewoon in het kennismakingsgesprek.
Welke AI-modellen gebruik je?
Wat past bij de taak: modellen van OpenAI, Google of Anthropic, of een open-source model zoals Mistral of Llama wanneer data het huis niet uit mag. Vaak is een kleiner, goedkoper model met een goede instructie voldoende voor classificatie en samenvattingen; een zwaarder model wordt alleen ingezet waar de taak daarom vraagt.
Welke tools zet je in voor workflows?
n8n is meestal het uitgangspunt, omdat het self-hosted kan draaien en ruimte laat voor eigen code. Make of Zapier waar dat voor een lichte taak sneller is, en maatwerk in PHP of JavaScript waar volume of logica dat vraagt. De keuze hangt af van wie de automatisering straks beheert.
Is mijn data veilig bij AI-automatisering?
Dat hangt af van de inrichting, en daar wordt vooraf over nagedacht: welke gegevens naar een model gaan, of een EU-gehost of self-hosted model nodig is, en wat er gelogd wordt. Bij persoonsgegevens gelden de regels van de AVG, waarvoor de Autoriteit Persoonsgegevens de kaders geeft. Gevoelige velden worden waar mogelijk gefilterd voordat ze een model bereiken, en waar dat niet kan wordt gekozen voor een model dat data niet gebruikt voor training of dat binnen de EU draait. Voor gevoelige branches, zoals zorg of financiën, kan een self-hosted open-source model de voorkeur krijgen, ook al kost dat meer beheer dan een kant-en-klare API. Welke afweging voor een organisatie geldt, hangt af van het type gegevens en de eigen risicobereidheid, en dat wordt in het eerste gesprek concreet doorgenomen voordat er iets wordt gebouwd.
Werkt dit met mijn bestaande software?
Meestal wel. Als er een API, webhook of database-toegang is, is een koppeling doorgaans te maken. Voor systemen zonder API kan een e-mail- of CSV-import als brug dienen. Dat wordt vooraf gecontroleerd, zodat er geen verrassingen opduiken halverwege het traject.
Wat als de AI een fout maakt?
Daarom zit er bij kritieke processen een review-stap in: het taalmodel zet het werk klaar, een collega keurt goed. Daarnaast wordt elke run gelogd en volgt er een melding bij een fout, zodat een probleem snel zichtbaar is in plaats van weken onopgemerkt te blijven.
Kan ik de automatisering later zelf beheren?
Ja. Workflows en code worden gedocumenteerd en overgedragen, en n8n-flows zijn visueel goed te volgen voor wie niet programmeert. Beheer kan ook uitbesteed blijven; dat is een keuze, geen verplichting.
Wat kost een automatiseringstraject?
Dat hangt af van de omvang: een uurtarief of een vaste prijs per workflow of fase. Eén afgebakende workflow, zoals een inbox die zichzelf sorteert, is anders geprijsd dan een reeks koppelingen tussen webshop, boekhouding en CRM met een AI-stap erin. Het eerste gesprek gaat daarom over het proces zelf: hoeveel tijd het nu kost, welke systemen erbij betrokken zijn en hoeveel handmatige controle er nodig blijft. Op basis daarvan ontstaat een concreet beeld van de omvang, meestal als vaste prijs per workflow of fase zodat de kosten vooraf duidelijk zijn, of als uurtarief bij kleiner onderhoud. Pas daarna beslis je zelf of en hoe je verder gaat, zonder verplichting vooraf en zonder dat er meteen een compleet platform wordt voorgesteld voor een taak die met één workflow al is opgelost.
Doe je ook losse adviestrajecten?
Ja. Soms is een dagdeel meedenken genoeg om te bepalen welk proces zich het eerst leent voor automatisering en welke tooling daarbij past, voordat er ook maar één workflow gebouwd wordt.
Proces dat slimmer kan?
Een half uur bellen om te bespreken waar de uren nu naartoe gaan en welk proces zich het best leent voor een eerste automatisering. Geen verplichting, en ook geen kant-en-klaar advies voordat er is meegekeken naar hoe het werk nu verloopt.
