AI-Termen die Elke Ondernemer Moet Kennen

Als ondernemer word je overspoeld met AI-termen. Je leverancier heeft het over "LLM's", je IT-partner over "RAG-pipelines" en in de krant lees je over "hallucinations". Maar wat betekent het allemaal?

Dit woordenboek geeft je een helder overzicht van de 27 belangrijkste AI-termen. Elke term wordt uitgelegd in gewone taal, met een praktisch voorbeeld dat laat zien hoe het relevant is voor jouw bedrijf.

Tip: Sla dit artikel op als referentie. De volgende keer dat iemand een AI-term gebruikt die je niet kent, zoek je het hier even op.

Het Woordenboek: A tot Z#

Algoritme

Wat het is: Een stap-voor-stap recept dat een computer volgt om een probleem op te lossen. Vergelijk het met een kookrecept: als je de stappen volgt, krijg je het gewenste resultaat.

Voorbeeld: Google gebruikt algoritmes om te bepalen welke zoekresultaten je als eerste ziet. Een algoritme in je boekhoudsoftware bepaalt welke facturen als eerste moeten worden betaald.

API (Application Programming Interface)

Wat het is: Een "vertaler" waarmee twee softwaresystemen met elkaar kunnen communiceren. Zonder API kan je webshop niet praten met je voorraadsysteem.

Voorbeeld: De koppeling tussen je webshop en je betaalprovider (iDEAL) werkt via een API. Ook de integratie van ChatGPT in je klantenservice-tool gebruikt een API.

Wil je je systemen slimmer laten samenwerken? Bekijk onze middleware en koppelingen dienst.

Artificial Intelligence (AI)

Wat het is: Het overkoepelende vakgebied dat zich bezighoudt met het bouwen van computersystemen die taken kunnen uitvoeren waarvoor normaal menselijke intelligentie nodig is. Denk aan: patronen herkennen, beslissingen nemen, taal begrijpen en problemen oplossen.

Voorbeeld: De spamfilter in je e-mail, de routeplanner in je auto en de productaanbevelingen op bol.com -- het is allemaal AI.

Chatbot

Wat het is: Een softwareprogramma waarmee je via tekst of spraak kunt communiceren, alsof je met een mens praat. Moderne chatbots gebruiken AI om vragen te begrijpen en relevante antwoorden te geven.

Voorbeeld: De chat op een webshop die je helpt met je bestelling, of een interne chatbot die medewerkers helpt de juiste HR-informatie te vinden.

Computer Vision

Wat het is: AI die "kan zien" -- het vermogen van computers om afbeeldingen en video te analyseren en begrijpen. Van gezichtsherkenning tot kwaliteitscontrole op de productielijn.

Voorbeeld: Een camera op de productielijn die automatisch defecte producten detecteert. Of een app die een foto van een beschadiging maakt en automatisch de schade-omvang inschat voor een verzekering.

Data Mining

Wat het is: Het doorzoeken van grote hoeveelheden data om verborgen patronen, trends en verbanden te ontdekken. Je "graaft" (mines) als het ware in je data naar waardevolle inzichten.

Voorbeeld: Een retailer analyseert miljoenen transacties en ontdekt dat klanten die product A kopen, twee weken later vaak product B kopen. Die kennis wordt gebruikt voor gerichte campagnes.

Deep Learning

Wat het is: Een geavanceerde vorm van machine learning die gebruikmaakt van "neurale netwerken" met veel lagen (vandaar "deep"). Het kan extreem complexe patronen herkennen die voor simpelere modellen onzichtbaar zijn.

Voorbeeld: De technologie achter spraakherkenning (Siri, Alexa), gezichtsherkenning (Face ID) en zelfrijdende auto's. Deep learning maakt het mogelijk dat je telefoon je gezicht herkent, zelfs met een zonnebril op.

Edge AI

Wat het is: AI die draait op het apparaat zelf (de "edge") in plaats van in de cloud. De data wordt lokaal verwerkt, wat sneller is en beter voor privacy.

Voorbeeld: Een beveiligingscamera die lokaal gezichten herkent zonder beelden naar de cloud te sturen. Of een machine op de fabrieksvloer die zelf voorspelt wanneer onderhoud nodig is, zonder afhankelijk te zijn van een internetverbinding.

Fine-tuning

Wat het is: Het verder trainen van een bestaand AI-model met jouw specifieke data, zodat het beter presteert voor jouw toepassing. Je neemt een "slim" basismodel en maakt het expert in jouw vakgebied.

Voorbeeld: Een standaard taalmodel begrijpt Nederlands, maar na fine-tuning met jouw klantenservice-data begrijpt het ook jullie vakjargon, productnamen en veelgestelde vragen.

Generatieve AI

Wat het is: AI die nieuwe content kan creeren: tekst, afbeeldingen, code, muziek of video. In tegenstelling tot traditionele AI die alleen analyseert, maakt generatieve AI iets nieuws.

Voorbeeld: ChatGPT die een e-mail schrijft, DALL-E die een afbeelding maakt op basis van je beschrijving, of Copilot die code genereert. Alles wat "nieuw" wordt gemaakt door AI is generatief.

Hallucination (Hallucinatie)

Wat het is: Wanneer een AI-model overtuigend klinkende informatie produceert die feitelijk onjuist is. Het model "verzint" antwoorden omdat het getraind is om altijd een antwoord te geven, zelfs als het de juiste informatie niet heeft.

Voorbeeld: Je vraagt een AI om een samenvatting van een juridisch document en het citeert een wetsartikel dat niet bestaat -- maar het klinkt volkomen geloofwaardig. Daarom is menselijke controle bij AI-output altijd essentieel.

Inference (Inferentie)

Wat het is: Het moment waarop een getraind AI-model daadwerkelijk wordt gebruikt om voorspellingen te doen of beslissingen te nemen. Training is het "leerproces", inferentie is het "examen".

Voorbeeld: Het trainen van een model om fraude te herkennen duurt weken. Maar als het model eenmaal is getraind, doet het een inferentie (voorspelling) op een nieuwe transactie in milliseconden.

LLM (Large Language Model)

Wat het is: Een zeer groot AI-model dat is getraind op enorme hoeveelheden tekst en daardoor menselijke taal kan begrijpen en genereren. ChatGPT, Claude en Gemini zijn allemaal LLM's.

Voorbeeld: Wanneer je ChatGPT vraagt om een zakelijke e-mail te schrijven, gebruikt het een LLM dat is getraind op miljarden woorden om een samenhangend, relevant antwoord te produceren.

Machine Learning (ML)

Wat het is: Een onderdeel van AI waarbij computers leren van data in plaats van expliciet geprogrammeerd te worden. Het model ontdekt zelf patronen en verbanden, en wordt beter naarmate het meer data ziet.

Voorbeeld: Je e-mailapplicatie leert welke mails je altijd meteen leest (belangrijk) en welke je negeert (onbelangrijk) en sorteert je inbox automatisch. Hoe meer je het gebruikt, hoe beter het wordt.

Model Training

Wat het is: Het proces waarbij een AI-model leert van data. Vergelijk het met studeren: het model bestudeert enorme hoeveelheden voorbeelden en leert daar patronen uit. Dit is een eenmalig (of periodiek) proces; daarna kan het model worden ingezet.

Voorbeeld: Om een model te trainen dat klantverloop voorspelt, voer je het 3 jaar aan klantdata: wie is gebleven, wie is vertrokken, en wat waren de kenmerken van beide groepen.

Neural Network (Neuraal Netwerk)

Wat het is: Een computerstructuur die losjes is geinspireerd op het menselijk brein. Het bestaat uit lagen van "neuronen" (rekeneenheden) die onderling verbonden zijn en samen complexe patronen kunnen herkennen.

Voorbeeld: Als je een foto uploadt naar Google Foto's en het herkent automatisch dat er een hond op staat, dan heeft een neuraal netwerk de pixels geanalyseerd en het patroon "hond" herkend.

NLP (Natural Language Processing)

Wat het is: Het vakgebied binnen AI dat zich bezighoudt met het begrijpen en verwerken van menselijke taal door computers. Van automatisch vertalen tot sentimentanalyse.

Voorbeeld: Een tool die automatisch klantreviews analyseert en bepaalt of ze positief, negatief of neutraal zijn. Of een chatbot die begrijpt wat een klant bedoelt, ook als de vraag ongebruikelijk is geformuleerd.

NLU (Natural Language Understanding)

Wat het is: Een specifiek onderdeel van NLP dat zich richt op het daadwerkelijk begrijpen van de betekenis achter taal. Niet alleen de woorden herkennen, maar de intentie en context begrijpen.

Voorbeeld: Als een klant schrijft "Ik wacht al drie weken!" begrijpt NLU dat dit een klacht is over een vertraagde levering, ook al wordt het woord "klacht" of "levering" niet genoemd.

OCR (Optical Character Recognition)

Wat het is: Technologie die gedrukte of handgeschreven tekst in afbeeldingen of documenten omzet naar digitale, doorzoekbare tekst. Het "leest" documenten zoals een mens dat doet.

Voorbeeld: Het automatisch verwerken van papieren facturen: OCR leest de factuurnummers, bedragen en datums van een gescand document en voert ze in je boekhoudsysteem in. Bedrijven in de financiele dienstverlening besparen hier enorm veel tijd mee.

Prompt Engineering

Wat het is: De kunst van het formuleren van de juiste instructie (prompt) aan een AI-model om het beste resultaat te krijgen. Hoe specifieker en duidelijker je vraag, hoe beter het antwoord.

Voorbeeld: In plaats van "Schrijf een e-mail" (vaag) vraag je: "Schrijf een professionele e-mail van maximaal 150 woorden aan een klant die zijn bestelling nog niet heeft ontvangen. Toon begrip, geef de nieuwe leverdatum en bied 10% korting aan als compensatie." Het verschil in output is enorm.

RAG (Retrieval-Augmented Generation)

Wat het is: Een techniek waarbij een AI-model eerst relevante informatie opzoekt in een database of documentcollectie, en die informatie vervolgens gebruikt om een nauwkeurig antwoord te genereren. Het combineert "zoeken" met "genereren".

Voorbeeld: Een interne AI-assistent die vragen van medewerkers beantwoordt. In plaats van te "gokken" doorzoekt het eerst de bedrijfsdocumentatie (HR-handboek, procedures, productinfo) en baseert het antwoord daarop. Hierdoor zijn de antwoorden actueel en betrouwbaar.

Reinforcement Learning

Wat het is: Een vorm van machine learning waarbij een AI-model leert door trial and error. Het probeert verschillende acties, krijgt een "beloning" bij goede resultaten en een "straf" bij slechte, en leert zo de optimale strategie.

Voorbeeld: Een AI die leert om de optimale prijs voor je producten te bepalen. Het experimenteert met verschillende prijspunten, meet het effect op verkoop en marge, en convergeert naar de prijs die de meeste winst oplevert.

Supervised Learning

Wat het is: De meest gebruikte vorm van machine learning, waarbij het model leert van voorbeelden met bekende antwoorden. Je geeft het input-output paren, en het leert de relatie daartussen.

Voorbeeld: Je geeft een model 50.000 e-mails die gelabeld zijn als "spam" of "niet-spam". Het model leert welke kenmerken spam hebben, en kan vervolgens nieuwe e-mails correct classificeren.

Token

Wat het is: De kleinste eenheid tekst die een taalmodel verwerkt. Een token is meestal een woord of deel van een woord. LLM's denken in tokens, niet in woorden of zinnen.

Voorbeeld: De zin "Ik werk bij een bedrijf" bestaat uit ongeveer 6 tokens. API-kosten van taalmodellen worden per token berekend. Een langere prompt kost dus meer dan een korte.

Transformer

Wat het is: De architectuur (het "bouwplan") achter moderne taalmodellen als GPT, Claude en Gemini. Transformers zijn extreem goed in het begrijpen van context en relaties in tekst. De "T" in ChatGPT staat voor Transformer.

Voorbeeld: Dankzij de transformer-architectuur begrijpt ChatGPT dat in de zin "De bank staat aan de rivier" het woord "bank" een zitplaats is en niet een financiele instelling -- het begrijpt context.

Unsupervised Learning

Wat het is: Een vorm van machine learning waarbij het model zelf patronen ontdekt in data zonder dat er vooraf labels of antwoorden zijn gegeven. Het model organiseert de data op basis van overeenkomsten.

Voorbeeld: Je geeft een model alle aankoopdata van je klanten. Zonder dat je aangeeft welke segmenten er zijn, ontdekt het model zelf groepen: "koopjesjagers", "premium klanten", "seizoenskopers" en "loyale vaste klanten".

Vector Database

Wat het is: Een speciale database die geoptimaliseerd is voor het opslaan en doorzoeken van "vectoren" -- numerieke representaties van tekst, afbeeldingen of andere data. Essentieel voor moderne AI-toepassingen als semantisch zoeken en RAG.

Voorbeeld: In een gewone database zoek je op exacte woorden ("retourbeleid"). In een vector database zoek je op betekenis, waardoor "Kan ik dit terugsturen?" ook het retourbeleid vindt, zelfs als het woord "retour" niet in de vraag staat.

Overzichtstabel: Welke Termen Zijn het Meest Relevant voor Jou?#

Hoe Gebruik je Dit Woordenboek?#

1. Bij een gesprek met een IT-partner: Zoek de termen op die worden genoemd en stel gerichte vragen
2. Bij het evalueren van AI-tools: Begrijp wat de tool doet en hoe dat past bij jouw behoefte
3. Bij het lezen van AI-nieuwsberichten: Vul je kennis aan en begrijp wat er wordt bedoeld
4. Bij interne discussies: Gebruik de juiste termen zodat iedereen dezelfde taal spreekt

Conclusie#

Je hoeft geen AI-expert te worden om AI succesvol in te zetten in je bedrijf. Maar een basiskennis van de terminologie helpt je om betere vragen te stellen, slimmere keuzes te maken en niet verloren te raken in technisch jargon.

Bewaar dit woordenboek, verwijs ernaar wanneer je een onbekende term tegenkomt, en onthoud: achter elke technische term schuilt een praktische toepassing die je bedrijf kan helpen groeien.

Mis je een term of wil je meer weten over een specifiek onderwerp? Neem contact met ons op -- we helpen je graag verder. En check ook onze AI Readiness Scan om te ontdekken welke AI-toepassingen het best bij jouw bedrijf passen.

"Je hoeft de motor niet te begrijpen om auto te rijden. Maar het helpt als je weet wat de waarschuwingslampjes betekenen." - Clever AI Software