Company brain: bedrijfskennis die je kunt bevragen, met de bron erbij

Wat is een company brain?

Het idee is ouder dan de naam: een kennisbank, een intranet of een wiki. Het verschil zit in hoe je hem gebruikt. Je stelt een vraag in gewone taal en krijgt een antwoord uit je eigen documenten, met een link naar de passage waar het staat.

Een algemene chatbot antwoordt uit wat het taalmodel van internet heeft geleerd en weet niets van jouw offertes, procedures of klantafspraken. Een company brain zoekt eerst in jouw bronnen en formuleert pas daarna een antwoord.

Hoe het werkt, zonder jargon

Achter elke vraag zitten vier stappen. Bij elke stap kun je controleren wat er gebeurt, en dat is het verschil met een chatbot die alleen een antwoord geeft.

1. Opknippen

Documenten worden in passages van een paar alinea’s verdeeld, elk met de titel, de datum en de plek waar ze vandaan komen.

2. Zoeken

Een vraag zoekt op twee manieren tegelijk: op de woorden die je gebruikt en op wat je bedoelt. Zo vind je ook de passage die “opzegtermijn” zegt als jij naar “hoe lang van tevoren stoppen” vraagt.

3. Rangschikken

De beste passages komen bovenaan, en mensen zien alleen passages uit bronnen waar ze zelf toegang toe hebben.

4. Antwoorden

Het taalmodel schrijft een antwoord uit alleen die passages en zet de bron erbij. Vindt hij niets dat past, dan is hij gebouwd om dat te zeggen in plaats van te gokken. Hoe vaak dat lukt, meet de testset.

Wat ik leerde van mijn eigen company brain

Mijn eigen bedrijfskennis staat in een company brain: gespreksverslagen, besluiten, projectnotities en klantdossiers, in september 2026 ruim 2.500 documenten en ruim 15.000 passages. Ik bevraag hem dagelijks, en mijn eigen AI-agents doen dat ook voordat ze iets over mijn bedrijf beweren. Een vraag kost ongeveer een seconde.

Drie lessen daaruit gebruik ik bij elke klant. Eén groot logbestand met honderden passages drukte de andere bronnen uit de resultaten, tot ik per document een maximum instelde. Notities zonder datum geven oude besluiten even veel gewicht als nieuwe, dus elke notitie krijgt een datum waarop hij voor het laatst is gecontroleerd. En de index loopt altijd iets achter op de bron, dus wie een document net heeft aangepast, moet weten dat het antwoord pas even later meeverandert.

Wat een company brain niet is

Geen systeem dat alles weet. Wie alle mappen, mailboxen en chatkanalen in één keer aansluit, krijgt antwoorden uit oude versies en documenten die elkaar tegenspreken. Een bruikbare company brain begint met de bronnen die kloppen, voor de vragen die het vaakst terugkomen.

Ook geen vervanging van oordeel. Hij laat zien wat er staat en waar; of het advies uit een document van vorig jaar nog geldt, beslist een medewerker.

Vijf plekken waar het misgaat

De techniek is zelden het probleem. Deze vijf zijn dat wel.

Oude versies

Drie versies van dezelfde procedure staan naast elkaar, en het systeem kiest de verkeerde. Oplossing: verouderde bronnen eruit en een datum op elk document.

Tegenspraak

Twee documenten zeggen iets anders. Een goed systeem toont beide met bron, in plaats van er één te kiezen.

Rechten

Wie de rechten uit je bestaande systemen niet meeneemt, laat een salarisoverzicht zien aan iedereen die ernaar vraagt. Rechten horen bij de zoekstap, niet bij het antwoord.

Eén bron die domineert

Een groot document met honderden passages verdringt kleinere bronnen die het juiste antwoord hebben. Dat los je op met een maximum per document.

Niemand merkt achteruitgang

Zonder testset zie je niet dat de antwoorden slechter worden na een nieuw model of een nieuwe bron. Dan hoor je het pas van een gebruiker die er al op heeft vertrouwd.

Hoe je meet of een company brain klopt

Met een testset van echte vragen, elk met het juiste antwoord en de bron waar het staat. Die lijst stel ik op met de mensen die de vragen stellen, voordat ik iets bouw.

Elke vraag krijgt één van vier uitkomsten: goed met de juiste bron, goed maar zonder bron, terecht “dat staat er niet in”, of zelfverzekerd fout. Die laatste telt als ernstige fout, want daar vertrouwt iemand op. De drempel spreken we vooraf af, en de testset draait opnieuw bij elke nieuwe bron en elke nieuwe modelversie.

Waar je data blijft

Voordat er één document in gaat, leg ik vijf dingen vast.

Verwerkersovereenkomst

Getekend voordat er data wordt verwerkt. Jij bent verantwoordelijk voor de gegevens, ik verwerk ze in opdracht.

Locatie in de EU

De regio waar de data staat, staat in de overeenkomst. Niet aannemen, vastleggen.

Bewaartermijn

Per soort bron: hoe lang het bewaard blijft en wat verwijderen betekent, ook technisch.

Eigen omgeving

Elke klant krijgt een eigen afgescheiden omgeving, geen gedeelde database met andere klanten.

Toegang

Wie wat mag zien, volgt de rechten die je al hebt. Wat iemand in de bron niet mag openen, ziet hij ook niet in een antwoord.

Wanneer een company brain niet de oplossing is

Als de kennis nergens op papier staat, valt er niets te doorzoeken. Dan moet die eerst worden opgeschreven, en een company brain kan daarbij helpen, maar vervangt het niet. Als de documenten zelf onbetrouwbaar zijn, krijg je snellere toegang tot verkeerde antwoorden. En als drie mensen alles weten en naast elkaar zitten, is een vraag over je bureau sneller.

Een company brain voor interne kennis valt naar mijn inschatting niet onder de hoog-risicocategorieën van de EU AI Act. Gaat hij meebeslissen over mensen of over kritieke infrastructuur, dan laat ik dat eerst apart juridisch toetsen.