woordenlijst

de woorden dielos worden gebruikt.

forward deployed engineer (FDE): een engineer die binnen jouw team en codebase werkt in plaats van op afstand op te leveren. het model dat Palantir gangbaar maakte en waar Anthropic, OpenAI, AWS en Microsoft in 2026 geld achter zetten. wie scopet, levert ook op.; lees de volledige definitie van forward deployed engineer (FDE)
ai-consultancy: advies dat eindigt in iets dat draait, niet in een deck. een readiness-analyse, een plan op papier en meestal de implementatie. stel elk bureau twee vragen: wat kost het, en wie doet het werk precies.
ai-readinessanalyse: een korte toets of je data, systemen en team het beoogde werk aankunnen. hij moet benoemen welke processen het waard zijn om te veranderen en welke nog niet klaar zijn — en eerlijk genoeg zijn om 'nog niet' te zeggen.
ai-implementatie: de stap tussen besluiten om ai te gebruiken en het in productie draaien: de integratie, de rechten, het rollback-plan en de overdracht aan wie het beheert. de meeste vastgelopen trajecten lopen hier vast, niet bij het model.
ai-governance: de opgeschreven regels voor ai-gebruik in een bedrijf: welke data het mag zien, wie tekent, wat gelogd wordt en hoe een foute output wordt opgemerkt. concreet: een beleidsdocument, een audit log en een rollback-plan.
ai-pilot: een beperkte proefrit van een workflow voordat je je eraan verbindt. een pilot helpt als het stopcriterium vooraf op papier staat. zonder dat wordt het het ding dat een jaar draait en nooit live gaat.
ai-enablement: training die verandert wat een team op maandag doet, niet wat het op vrijdag weet. vaste startdata, een echte toets en werk dat tijdens het programma ontstaat in plaats van een deelnamecertificaat.
large language model (llm): een model dat getraind is om tekst te voorspellen — daarom kan dezelfde vraag twee antwoorden opleveren. nuttig als de taak controle verdraagt; riskant als een ongecontroleerde output rechtstreeks naar een klant of het grootboek gaat.
retrieval-augmented generation (rag): het model je documenten geven op het moment van de vraag in plaats van ze erin te trainen. zo antwoordt een assistent vanuit jullie beleid en niet vanuit het internet — meestal goedkoper en makkelijker te corrigeren dan fine-tunen.
ai-agent: een model met tools en toestemming om te handelen: de mail versturen, het record bijwerken, de api aanroepen. het technische probleem is niet het redeneren, maar bepalen wat het mag aanraken en waarvoor het eerst een mens moet vragen.
eval: een herhaalbare test die de output van een model scoort tegen bekende goede antwoorden. zonder zo'n test weet je niet of een promptwijziging iets verbeterde of alleen veranderde. dat is het verschil tussen opleveren en gokken.
fine-tunen: een bestaand model verder trainen op je eigen voorbeelden zodat het een format of stijl overneemt. zinvol voor consistentie; meestal het verkeerde gereedschap om feiten aan te leren — daar werkt retrieval beter.