Home Werk
SaaS bouwenAI developmentAPI developmentMobile app developmentGoogle Ads managementHeadless ShopifyLaravel developmentNext.js developmentReact developmentTypeScript engineeringUI/UX designSEO & AEOWebshop bouwen
AI oplossingenB2B platformsE-commerceHorecaLead generationLogistiekOnderwijsProces-automatiseringSaaS platformsStartup MVPVastgoedZorg
JuridischZorgVastgoedFinanceHoreca
Den HaagRotterdamAmsterdamUtrechtEindhovenAlmereBredaArnhemNijmegenTilburgEnschedeGroningenLeidenDelftZoetermeerDen Bosch
Studio
OverWerkwijzeLabBlogContact
STUDIO Nº 04 · NEDDEV ATELIER AI · VISION · USA · 2026
CASE · 03 VAN 32

JinSulate

Bouwtekening naar isolatie-rapport in seconden. Computer vision · Shapely · FastAPI.

JinSulate AI blueprint analysis voor Amerikaanse markt
In het kort

JinSulate zet een bouwtekening om in een isolatie-rapport in seconden. Computer vision en Shapely lezen de PDF deterministisch uit en berekenen het netto isolatie-oppervlak per gevel. De vector-detectie is 100% reproduceerbaar en 23 tests bewaken de pijplijn. Gebouwd voor de Amerikaanse markt op FastAPI en Next.js.

Next.jsReact 19TypeScriptLaravel 12Tailwind CSSFilamentNode.jsPythonPostgreSQLRedisSupabasePrismaShopifyStripeMollieGraphQLtRPCReact NativeOpenAIAnthropic ClaudeLangChainRAGComputer VisionPineconeAWSCloudflareVercelDockerKubernetesTerraformThree.jsWebGLGSAPFramer MotionPlaywrightVitestNext.jsReact 19TypeScriptLaravel 12Tailwind CSSFilamentNode.jsPythonPostgreSQLRedisSupabasePrismaShopifyStripeMollieGraphQLtRPCReact NativeOpenAIAnthropic ClaudeLangChainRAGComputer VisionPineconeAWSCloudflareVercelDockerKubernetesTerraformThree.jsWebGLGSAPFramer MotionPlaywrightVitest
EIGEN IP · STUDIO OUTPUT

Niet alleen klant-werk. Ook eigen producten.

— UITDAGING

De uitdaging bij JinSulate.

Isolatie-aannemers in de Verenigde Staten halen hun materiaalhoeveelheid uit een tijdrovende handmatige takeoff: per bouwtekening het gevel-oppervlak opmeten, ramen en deuren aftrekken en zo het netto isolatie-oppervlak berekenen. Dat handwerk is foutgevoelig en kost per offerte uren.

De vraag aan NedDev was een tool die een PDF-bouwtekening leest en daar het bestelbare aantal vierkante voet isolatie uit haalt. De moeilijkheid zat in de betrouwbaarheid: een rapport dat per run andere getallen geeft, is voor een offerte onbruikbaar. Reproduceerbaarheid was dus een harde eis, geen wens.

— AANPAK

Onze aanpak.

We kozen voor een geometry-first hybride. Met PyMuPDF en Shapely extraheren we deterministisch de gevel-omtrek en de kandidaat-openingen uit de vectorlagen van de tekening. Computer vision doet het meetwerk, niet het giswerk.

Een Claude-model leest alleen de schedules: raam- en deurtypes, afmetingen, schaal en gebouwmaten, allemaal stabiel over runs. Een aparte geometrische teller matcht elke gevonden opening op maat aan de juiste schedule-regel, zonder dubbeltellingen. De backend draait op FastAPI met Celery-workers; de takeoff-berekening zelf is pure Python-rekenkunde. De Next.js-frontend laat de aannemer de tekening uploaden en het rapport teruglezen.

— RESULTAAT

Wat het opleverde.

Het resultaat is een werkende beta die een geuploade bouwtekening in seconden omzet naar een isolatie-rapport met netto vierkante-voet als eindgetal. Doordat de telling op de vectorgeometrie rust, levert dezelfde tekening bij elke run dezelfde getallen op: reproduceerbaar, niet afhankelijk van de luim van een AI-call.

De determinisme-aanpak is afgedekt met een testsuite die groen staat op unit- en pipeline-niveau. Daarmee ligt er een fundament dat klaar is voor validatie op een bredere set tekeningen, op weg naar productie in de Amerikaanse markt.

JOUW VOLGENDE PROJECT

Klaar voor jouw volgende build.

Plan kennismaking → Directe lijn met de oprichter · M. Tufan