010 Coding Collective De meeste websites worden gelanceerd en daarna vergeten — daarom bouwden we Growthdesk
AI LLMs AI Agents +5
Je processen automatiseren met AI, gebouwd om betrouwbaar te blijven werken
Wil je je bedrijfsprocessen laten automatiseren met AI, of een AI agent laten bouwen die je durft te vertrouwen? Wij bouwen automatiseringen en agents die toegang krijgen tot je echte systemen en betrouwbaar blijven terwijl de modellen eronder veranderen. Onze senior engineers bouwen de laag eromheen: de harness, de evals, de monitoring en de koppelingen naar je bestaande software.
Het systeem om het model
De harness eromheen bepaalt wat de agent mag, welke tools hij heeft, en welke evals je waarschuwen als een modelupdate iets breekt. Daar zit het echte werk.
Zelf-optimaliserende systemen
Systemen die meten wat werkt en zichzelf bijsturen, onder menselijk toezicht. De agent doet het volume, de mens beslist.
Legacy adapter-laag
Een nette laag tussen AI en je oude systemen die geen moderne API hebben. We koppelen wat niet gekoppeld was.
Bouwen op wat je hebt
Al een n8n flow, Make scenario, of custom script? We gooien het niet weg. We maken het productie-klaar: tests, foutafhandeling, monitoring.
Onze vaardigheden en technologieën
Anthropic Claude
RAG
Vector databases
Evals
Observability
API Integratie
Webhook Management
Legacy-integratie
Concrete projecten waarin we AI automatisering toepasten om resultaten te realiseren.
010 Coding Collective 
Administratie SaaS Van Cursor-prototype naar SaaS in 6 weken: hoe een solo founder zijn AI-gebouwde app lanceerde
Next.js TypeScript Supabase +7
B2B Mobility Scale-up De Make-flow die 80% werkte: hoe een scale-up hun automatisering productie-klaar maakte
n8n Make.com Python +8
Utilitarian Wanneer circulariteit gepaard gaat met agility
LLMs React Next.js +7
Tech Recruitment Bureau Hoe een recruitment bureau AI inzette voor CV-screening zonder in de bias-valkuil te trappen
AI LLMs Python +8
Je bedrijfsprocessen automatiseren met AI, een AI agent laten bouwen, of een bestaande n8n- of Make-flow productie-klaar maken: het patroon is steeds hetzelfde. De demo is zo gebouwd, de betrouwbaarheid eronder is het echte werk. Wij zijn de engineers uit Rotterdam die dat bouwen.
Herken je dit?
- Je demo werkte perfect, tot je hem op echte gebruikers en echte data losliet en hij stilletjes omviel
- ChatGPT doet 80% van de taak, maar die laatste 20% (betrouwbaarheid, randgevallen, foutafhandeling) kost je inmiddels weken
- Je hebt een n8n of Make flow die draait, maar je durft er niet blind op te leunen: geen logging, geen tests, en hij valt stil zodra er iets verandert
- Je zou een agent schrijftoegang willen geven tot je CRM of administratie, maar je durft niet, en dat is terecht
- Je AI moet praten met een oud systeem dat geen nette API heeft, en niemand weet hoe je dat veilig aansluit
- Het werkte vorige maand, maar sinds de modelupdate gedraagt het zich anders, en je merkte het pas toen een klant klaagde
Als je knikt: de tool is zelden het probleem. Wat ontbreekt is de laag eromheen.
Het model is het makkelijke deel
Een model aanroepen kan iedereen. Een fetch naar de OpenAI-API is vijf regels code. Daarom voelt de demo zo dicht bij productie. En daarom valt bijna iedereen in hetzelfde gat.
Want het echte werk begint pas ná de demo. Dit is wat de meeste AI-projecten in productie onderuit haalt:
📉
De demo-naar-productie kloof
Het model doet de eerste 80% bijna gratis. De laatste 20% (randgevallen, foutafhandeling, retries, wat er gebeurt als het model iets onverwachts teruggeeft) is het echte engineeringwerk, en precies wat een demo nooit laat zien.
✍️
Elke schrijfactie is een risico
Een agent die alleen leest is laag risico. Een agent die mag schrijven, een mail sturen, een record aanpassen, een betaling starten, kan ook echt iets kapotmaken. Daar hoort de meeste aandacht naartoe, en daar stappen de meeste demo's overheen.
🔄
Modellen veranderen onder je voeten
De provider update het model en je agent gedraagt zich anders. Subtiel, maar genoeg om iets te breken. Zonder evals die elke versie controleren merk je het pas als een gebruiker klaagt. Een AI-systeem zonder evals kun je niet vertrouwen.
🔍
Geen logging betekent blind varen
Als je niet kunt zien wat de agent besloot en waarom, kun je niet debuggen, niet verbeteren en niet uitleggen wat er misging. Observability maakt van een black box een systeem dat je kunt vertrouwen.
🧩
No-code tools schalen tot ze stoppen
n8n en Make zijn fantastisch om snel te beginnen. Maar zodra het serieus wordt loop je tegen de grenzen: geen versiebeheer, geen tests, foutafhandeling die je niet zelf in de hand hebt, en lock-in waar je niet op rekende. Prima om te bewijzen dat iets kan, wankel als fundament om je bedrijf op te runnen.
🔌
Legacy systemen praten niet zomaar mee
Veel bedrijfssoftware heeft geen moderne API. Wil je AI eraan koppelen, dan heb je een adapter-laag nodig die het oude systeem netjes ontsluit zonder het te verbouwen. Dat is onzichtbaar werk dat geen demo ooit aanraakt, en precies waar integraties in de praktijk op vastlopen.
Onze visie op AI automatisering
We bouwen de systemen eromheen die je AI betrouwbaar maken. Wat een indrukwekkende demo scheidt van iets waar je je bedrijf op durft te runnen, is bijna altijd de engineering eromheen, en zelden het model zelf.
Iedereen kan een model aanroepen. Het echte werk is het systeem eromheen: de harness die bepaalt wat de agent mag, de evals die je waarschuwen als een update iets breekt, de logging waarmee je ziet wat er gebeurt. Dat is software engineering. Daar zit onze kracht, in het bouwen van die laag in plaats van er nóg een tool bij te knopen.
Jeroen , 010 Coding Collective
Hoe je zo’n betrouwbare agent laag voor laag opbouwt, schreven we uit in onze deep-dive een AI-agent bouwen die je durft te vertrouwen: van permissies en tools tot evals en observability. Ben je nog aan het uitzoeken wát een agent precies is en waarvoor je ‘m wel en niet inzet? Begin dan bij wat zijn AI-agents.
Wat we bouwen
De laag om het model die bepaalt of je een agent durft te vertrouwen.
Heldere scheiding tussen lezen en schrijven, elke schrijfactie bewust en afgebakend
De juiste tools en MCP-koppelingen, niet meer dan nodig
Evals die elke modelversie controleren voordat hij live gaat
Logging en observability zodat je ziet wat de agent deed en waarom
Systemen die meten wat werkt en zichzelf bijsturen, onder menselijk toezicht. De agent doet het volume, de mens beslist.
Continu meten en bijsturen in plaats van eenmalig opleveren
AI doet het onvermoeibare werk, een mens hakt de knopen door
Gebouwd om week na week beter te worden, niet om stil te vallen na de lancering
Werkt over veel processen tegelijk zonder dat de aandacht verwatert
Een nette laag tussen AI en je oude systemen die geen moderne API hebben. We koppelen wat niet gekoppeld was.
Ontsluiten van legacy software zonder het te verbouwen
Een stabiele API-laag waar AI en moderne tools wél op kunnen bouwen
Veilig lezen uit en schrijven naar systemen die daar nooit voor ontworpen waren
De koppeling die elk integratieproject in de praktijk laat vastlopen
Al een n8n flow of Make scenario? We gooien het niet weg. We maken het robuust genoeg om op te leunen.
Je bestaande flow als vertrekpunt om op door te bouwen
Tests, foutafhandeling en retries die je nu mist
Monitoring en alerting zodat jij het weet vóór je klant het merkt
Waar nodig vervangen door code die je wél in de hand hebt
Dit is geen theorie. Een Make-flow die voor 80% werkte maakten we productie-klaar. Het hele verhaal staat in De Make-flow die 80% werkte. En het meest meta bewijs: de site die je nu leest draait zelf op zo’n zelf-optimaliserend systeem.
Hoe we AI-systemen bouwen
Gratis
Gratis consult
Een proces dat tijd vreet, een flow die je niet vertrouwt, of een agent die je wilt inzetten? We lopen je situatie door en vertellen eerlijk wat productie-klaar voor jou betekent.
Inclusief
- 1,5 uur met senior developer(s)
- Review van je huidige opzet of flow
- Schriftelijke samenvatting achteraf
- Concrete next steps
Geschikt voor: iedereen met een AI-idee of een flow die beter moet
Op aanvraag
Proof of concept
In 2-4 weken bouwen we een werkend prototype op jouw echte data en systemen, zodat je weet of het werkt voordat je groot investeert.
Inclusief
- Requirements en scope scherp krijgen
- Werkend prototype in 2-4 weken
- Getest op je eigen data, niet op een demo-set
- Integratie met één bestaand systeem
- Eerlijk go/no-go advies voor verdere uitrol
Mogelijke werkzaamheden
AI-agent MCP-koppeling RAG over je eigen documenten Chatbot met handoff Documentverwerking n8n/Make flow CRM-integratie Webhook triggers
Geschikt voor: teams die willen valideren of AI werkt voor hun case
Op aanvraag
Bouw & beheer
We bouwen het volledige systeem (harness, evals, monitoring en integraties) en blijven het beheren terwijl modellen en je business veranderen.
Inclusief
- Productie-systeem met de harness eromheen
- Evals die modelupdates opvangen voordat ze iets breken
- Logging en observability vanaf dag één
- Integratie met je bestaande en legacy systemen
- Monitoring, alerting en doorlopend onderhoud
- Een mens in de lus waar het ertoe doet
Mogelijke werkzaamheden
Agent harness Evals & monitoring RAG & vector search Legacy adapter-laag API-ontwikkeling Self-optimizing loops Observability Doorlopend beheer
Geschikt voor: organisaties die AI betrouwbaar in productie willen draaien
* Prijzen zijn indicatief en afhankelijk van specifieke projectvereisten en omvang.
Hoe werkt het?
We beginnen altijd met een gratis consult. In anderhalf uur kijken we naar je proces of je bestaande flow, en bespreken we eerlijk wat er nodig is om het productie-klaar te maken. Daarna bepalen we samen de beste vervolgstap. Geen verplichtingen.
Mogelijke vervolgstappen:
- Proof of concept: een werkend prototype op je eigen data in 2-4 weken
- Bouw & beheer: het volledige systeem, gebouwd én onderhouden
- Doorlopende support: als verlengstuk van je team (zie software development support)
Twijfel je of je ge-vibecode prototype überhaupt de basis kan zijn? Begin dan bij een vibe coding audit, dan weet je wat standhoudt voordat je verder bouwt.
Wat is AI automatisering?
AI automatisering is het automatiseren van taken en processen met AI-modellen die tekst, data en beslissingen aankunnen, in plaats van alleen vaste als-dit-dan-dat regels. Denk aan e-mails afhandelen, documenten verwerken, of een agent die zelf acties uitvoert in je systemen. Het krachtige eraan is dat AI ook met rommelige input en context overweg kan. Het werk zit hem in het betrouwbaar maken ervan: de harness, de evals en de monitoring eromheen.
Wat is het verschil tussen AI automatisering en gewone automatisering?
Gewone automatisering volgt vaste regels: als dit gebeurt, doe dan dat. Dat werkt zolang de input voorspelbaar is. AI automatisering kan ook overweg met rommelige of ongestructureerde input, context interpreteren en zelf de juiste actie kiezen. Dat maakt het breder inzetbaar, maar ook minder voorspelbaar, en precies daarom bouwen wij er evals en monitoring omheen zodat je erop kunt bouwen.
Wat kost AI automatisering?
Dat hangt af van wat je automatiseert en hoe kritisch het is. We beginnen altijd met een gratis consult om de scope scherp te krijgen. Een proof of concept op je eigen data bouwen we meestal in 2 tot 4 weken; een volledig systeem met beheer is maatwerk. Je krijgt vooraf een eerlijke inschatting, zonder verrassingen achteraf.
Wat is het verschil tussen een AI-demo en een productie-AI-systeem?
Een demo laat zien dát iets kan, meestal op een nette dataset en met iemand die weet hoe hij het moet bedienen. Een productiesysteem werkt ook als de input rommelig is, het model iets onverwachts teruggeeft, of honderd mensen het tegelijk gebruiken. Het verschil zit in de laag eromheen: foutafhandeling, evals, logging en monitoring. Die laatste 20% is het meeste werk en precies wat een demo nooit laat zien.
Kan ik een AI-agent schrijftoegang geven tot mijn systemen?
Ja, maar bewust en afgebakend. Een agent die alleen leest is laag risico; een agent die mag schrijven kan ook echt iets kapotmaken. We bouwen de harness zo dat elke schrijfactie expliciet, begrensd en gelogd is, en dat een mens beslist waar dat ertoe doet. Zo krijg je het gemak zonder het systeem blind te vertrouwen.
Mijn n8n of Make flow werkt al, waarom zou ik er meer in steken?
Omdat 'werkt nu' iets anders is dan 'blijft werken'. No-code flows missen meestal versiebeheer, tests, fatsoenlijke foutafhandeling en monitoring, en ze zitten vast aan de tool. Prima als startpunt om te bewijzen dat iets kan. Zodra je erop gaat leunen maken we het productie-klaar: soms door de flow te versterken, soms door het kritieke deel te vervangen door code die je zelf in de hand hebt.
Werkt AI met mijn oude of legacy systeem?
Vaak wel, ook als er geen moderne API is. We bouwen een adapter-laag die je legacy systeem netjes ontsluit zonder dat je het hoeft te verbouwen, zodat AI en moderne tools er veilig op kunnen aansluiten. Juist die koppeling is waar integratieprojecten in de praktijk op vastlopen, en daar zijn wij goed in.
Wat gebeurt er als het AI-model wordt geüpdatet?
Dat is precies waarom we evals bouwen. Een modelupdate kan het gedrag subtiel veranderen, genoeg om iets te breken. Met een set evals controleren we elke nieuwe versie automatisch tegen de gevallen die voor jou belangrijk zijn, zodat je een probleem ziet voordat je gebruikers het merken. Zonder evals is een AI-systeem niet te vertrouwen.
Bouwen jullie ook verder op wat ik al heb?
Bijna altijd. Een n8n-flow, een ge-vibecode prototype of een half afgebouwd script: we gooien zelden iets weg. We kijken wat standhoudt, wat eruit moet, en wat de snelste route naar betrouwbaar is. Een Make-flow die al voor 80% werkte, maakten we zo bijvoorbeeld helemaal productie-klaar.
Ons team heeft uitgebreide ervaring met de technologieën achter AI automatisering. Ontdek welke teamleden gespecialiseerd zijn in dit gebied.
-
Jeroen Marchand
-
Kevin Schenkers
-
Maikel Hofman
-
Marcel Fleuren
-
Jur Ligteringen
-
Kevin Land
-
Eward Bartlema
Van AI-prototypes die productie-klaar moeten worden tot strategisch advies, code audits of doorlopende development support. We denken graag vrijblijvend met je mee over de beste aanpak.
gratis
Gratis consult
In anderhalf uur bespreken we je project, uitdagingen en doelen. Eerlijk advies van senior developers, geen verkooppraatje.
1,5 uur met senior developer(s)
Analyse van je huidige situatie
Schriftelijke samenvatting achteraf
Concrete next steps