OPLOSSING · AUTOMATION
Processen automatiseren.
AI-document-extractie, workflow-tools, integraties tussen oude systemen en moderne SaaS.
AI-document-extractie, workflow-tools, integraties tussen oude systemen en moderne SaaS.
NedDev automatiseert bedrijfsprocessen met AI-documentextractie, workflow-tools en koppelingen tussen oude systemen en moderne SaaS. Denk aan facturen of formulieren die zichzelf uitlezen, urenregistratie die doorstroomt naar de boekhouding, en handmatig overtikwerk dat verdwijnt. Een eerste werkende automatisering staat vaak binnen 6 tot 10 weken in productie, vanaf circa €12.000. Wij bouwen op Laravel 12 en koppelen via API's, met logging en foutafhandeling op elke kritieke stap zodat niets stilletjes misgaat.
Procesautomatisering is het vervangen van repetitief handwerk door software die de stappen zelf uitvoert. Een medewerker die elke dag dezelfde gegevens van een PDF overtikt naar een systeem, is precies het soort werk dat een goed gebouwde automatisering overneemt. Sneller, zonder typefouten, en zonder dat iemand het saai vindt.
Het gaat verder dan een macro of een knopje. Echte automatisering verbindt systemen die elkaar niet kennen, beslist op basis van regels of AI welke route een document neemt, en laat een spoor achter zodat je achteraf kunt zien wat er gebeurde. Het doel is niet techniek om de techniek, maar uren terugwinnen en fouten voorkomen.
Veelvoorkomende toepassingen:
De meeste mislukte automatiseringsprojecten beginnen met een tool kopen en hopen dat het past. Wij draaien dat om. Eerst brengen we in kaart welke stappen een mens nu zet, waar de tijd weglekt en waar fouten ontstaan. Pas daarna bepalen we wat geautomatiseerd kan worden en wat juist mensenwerk moet blijven. Niet alles hoeft weg, een goede automatisering haalt het saaie eruit en laat het oordeel bij de mens.
Een sprekend voorbeeld is urenregistratie. Bij FlexUren bouwden we een systeem waarin geregistreerde uren niet meer handmatig worden overgenomen in de administratie, maar gecontroleerd doorstromen. Dat scheelt niet alleen tijd, het haalt ook de discussie over verkeerd overgetypte cijfers weg. Bij CaseMeister nemen AI-componenten het uitlezen en sorteren van dossierstukken over, werk dat anders uren per zaak kost.
Wat levert procesautomatisering concreet op? Meestal een combinatie van teruggewonnen uren en minder fouten. Een team dat dagelijks twee uur overtikt, wint per persoon ruim een werkdag per week terug. Die uren gaan naar werk dat wel om een mens vraagt.
De koppelingen zelf bouwen we via onze API-development dienst. Een betrouwbare integratie staat of valt met foutafhandeling: wat gebeurt er als het andere systeem even plat ligt? Wij bouwen daarom altijd herhaalpogingen, logging en alerts in, zodat een hapering geen stille datafout wordt.
Niet elke automatisering heeft AI nodig. Een vaste regel ("factuur boven €5.000 gaat naar de directeur") is gewoon logica, daar is geen taalmodel voor nodig. AI komt pas van pas als de input rommelig en onvoorspelbaar is: een factuur in vijftig verschillende lay-outs, een e-mail waaruit de bedoeling moet blijken, een formulier dat half is ingevuld.
Voor dat soort werk zetten we documentextractie en taalmodellen in, maar altijd met een controlelaag. Een AI die een bedrag uitleest, mag dat niet blind in de boekhouding zetten. Wij bouwen daarom drempels in:
Is AI in een automatisering betrouwbaar genoeg voor de boekhouding? Met de juiste controlelaag wel. Wij laten AI nooit ongecontroleerd op kritieke data los: bij twijfel grijpt een mens in, en elke stap wordt gelogd zodat je achteraf precies ziet wat er gebeurde.
De AI-componenten bouwen we via onze AI-development dienst, op dezelfde productie-stack als de rest. Voor wie wil weten welke verplichtingen er gelden rond geautomatiseerde verwerking van persoonsgegevens, geeft de rijksoverheid de hoofdlijnen. Wij richten de software zo in dat die naleving meegebouwd is.
Onze interne stack-pakketten voor multi-tenant SaaS. Laravel + Filament starter, audit-trail engine, tenant-impersonation pakket dat 12 klanten draait.
8 PACKAGES · 2.4K STARS EDITORIAL · LONG-FORM ↗Onze schrijfsels over wat we leren. Case-studies, technische write-ups, design-decisions. Geen content-marketing, wel echte kennis.
42 ESSAYS · MAANDELIJKS RESEARCH · AI EXPERIMENTS ↗Side-projects en R&D. Voice-agent prototypes, RAG-pipelines, AI knowledge-graph experimenten. Sommige worden product. De rest leert ons iets.
14 EXPERIMENTEN · LIVE DEMOSEen eerste werkende automatisering staat doorgaans binnen 6 tot 10 weken in productie. De doorlooptijd hangt vooral af van de systemen die gekoppeld moeten worden. Een moderne SaaS met een nette API is snel te integreren, een verouderd intern systeem zonder documentatie kost meer uitzoekwerk. We werken in wekelijkse sprints en leveren liefst eerst de stap die de meeste tijd bespaart, zodat het project zichzelf snel terugverdient. Daarna breiden we gefaseerd uit. Een veelgemaakte fout is alles in een keer willen automatiseren. Wij beginnen klein, bewijzen dat het werkt, en bouwen van daaruit verder. Zo houd je grip en zie je het rendement al voordat het hele project klaar is.
In de meeste gevallen wel. Heeft je systeem een API, dan is de koppeling vaak rechttoe rechtaan. Heeft het die niet, dan zoeken we een andere weg: een database-koppeling, een import- en exportbestand, of in het uiterste geval een gecontroleerde schermautomatisering. Wat we niet doen is fragiele oplossingen bouwen die bij de eerste update breken. We onderzoeken eerst hoe stabiel een koppeling kan zijn voordat we hem aanbevelen. Bij echt verouderde systemen adviseren we soms eerlijk dat een koppeling meer onderhoud kost dan hij oplevert, en kijken we naar alternatieven. Onze ervaring met integraties tussen oude systemen en moderne SaaS zit in projecten als FlexUren en IndexNu, waar data tussen verschillende werelden betrouwbaar moet stromen.
Daar ontwerpen we vooraf op. Geen enkel systeem is foutloos, dus de vraag is niet of er ooit iets misgaat, maar wat er dan gebeurt. Wij bouwen op kritieke stappen logging en foutafhandeling in: gaat er iets mis, dan wordt het vastgelegd en krijgt de verantwoordelijke een melding, in plaats van dat een verkeerd getal stilletjes doorgaat. Bij AI-componenten werken we met zekerheidsdrempels: twijfelt het systeem, dan gaat het document naar een mens in plaats van naar de boekhouding. En omdat elke stap herleidbaar is, kun je achteraf precies zien waar het misging en het herstellen. Die transparantie is precies waarom je liever niet vertrouwt op een ondoorzichtige kant-en-klare tool waarin je niet kunt kijken.
Beide, in die volgorde. Vooraf is het een investering, vanaf circa €12.000 voor een eerste automatisering. De besparing komt daarna en is goed te becijferen. Telt iemand dagelijks twee uur overtikwerk tegen een uurtarief, dan praat je al snel over duizenden euro's per jaar per medewerker, plus de kosten van fouten die je voorkomt. Wij beginnen bewust met de stap die de meeste tijd kost, zodat de terugverdientijd kort is. Daarnaast is er een minder zichtbaar voordeel: werk dat saai en foutgevoelig is, maakt mensen ongelukkig. Dat weghalen verhoogt niet alleen de output maar ook het werkplezier. Wij maken vooraf samen een inschatting van de te winnen uren, zodat je de investering tegen een concreet getal kunt afzetten.
