AI-jargon legt vaak meer uit over de spreker dan over de technologie. Hier vind je de termen die in KMODigitaal-edities voorbijkomen, in gewone taal. Geen academische definities; wel wat het concreet voor jouw KMO betekent.
Een AI die zelfstandig taken uitvoert in plaats van alleen vragen beantwoorden. Bv. een agent die je kalender scant, een vergadering inplant en een uitnodiging stuurt; allemaal zonder dat je tussendoor klikt.
Voorbeeld: OpenAI Workspace Agents en Claude Computer Use zijn de eerste mainstream voorbeelden.
Het AI-samenvattingsblok dat Google bovenaan de zoekresultaten toont. Het beantwoordt de vraag meteen, waardoor mensen vaak niet meer doorklikken naar een website. Handig voor de zoeker, lastig voor wie verkeer uit Google haalt.
Voorbeeld: Waar een AI Overview verschijnt, ligt de doorklik bijna 60% lager. Vandaar dat vindbaar zijn in dat antwoord nu telt.
Application Programming Interface; de manier waarop softwareprogramma's met elkaar praten. Voor jouw KMO meestal onzichtbaar; relevant als je tools wil koppelen (bv. Notion AI met je eigen klantendatabase).
Voorbeeld: Zapier verbindt 5000+ tools via hun API's; jij hoeft niets te coderen.
Een AI die in tekst gesprekken voert. ChatGPT en Claude zijn algemene chatbots. Klantenservice-chatbots zoals Tidio zijn gespecialiseerd voor specifieke website-taken.
Voorbeeld: Een Tidio-chatbot beantwoordt 70% van standaardvragen 's nachts; de rest gaat naar jou 's morgens.
Hoeveel tekst een AI tegelijk kan onthouden tijdens een gesprek. Bij Claude is dat ongeveer 1 miljoen tekens; ongeveer 1500 pagina's. Hoe groter het venster, hoe minder vaak je context moet herhalen.
Voorbeeld: Met een groot context window kan je een heel klantdossier in één keer uploaden en vragen stellen.
Een wiskundige representatie van tekst zodat een AI kan zoeken op betekenis in plaats van letterlijke woorden. Hierdoor vindt 'jurist Antwerpen' ook 'advocaat Antwerpen' als resultaat.
Voorbeeld: Documind gebruikt embeddings om vragen aan PDF's te beantwoorden zonder dat de exacte zoekwoorden in de tekst staan.
Een algemene AI verder trainen op jouw eigen data zodat ze beter werkt voor jouw use-case. Voor de meeste KMO's overkill; goeie prompts en context-injectie volstaan vaak.
Voorbeeld: Een advocatenkantoor finetuned een LLM op eigen contracten. Dat werkt, maar kost €10K+ en moet onderhouden worden.
AI die nieuwe content maakt: tekst, beelden, code, audio. Tegenovergestelde van AI die alleen patronen herkent (bv. fraudedetectie). ChatGPT, Claude, Midjourney, Suno zijn allemaal generative AI.
Voorbeeld: Genereren van een eerste offerte-versie is generative AI; checken of het klopt is jouw werk.
Zorgen dat je bedrijf opduikt in AI-antwoorden (ChatGPT, AI Overviews, Perplexity), zoals SEO dat doet voor de klassieke zoekresultaten. Het hangt samen met zero-click search: nu mensen minder doorklikken, wil je in het antwoord zelf genoemd staan.
Voorbeeld: Een heldere, snel ladende site met duidelijke dienstpagina's en schema.org is makkelijker leesbaar voor AI; en dus citeerbaar.
Wanneer AI iets verzint dat klopt qua structuur maar feitelijk fout is. Een AI die rechtspraak citeert die niet bestaat; een prijs die nergens vandaan komt. Hierdoor mag je AI-output nooit blind vertrouwen voor feiten.
Voorbeeld: Vlaamse Balie waarschuwde advocaten in 2026 voor AI-tools die niet-bestaande arresten citeerden.
Wat de AI doet wanneer je een vraag stelt: het 'denken' om een antwoord te genereren. Inference kost reken-kracht; daarom kost API-gebruik geld per duizend tokens.
Voorbeeld: Voor een KMO zelden relevant; je betaalt gewoon je Claude- of ChatGPT-abonnement.
Large Language Model; het type AI dat tekst genereert op basis van patronen in miljarden zinnen. ChatGPT, Claude, Gemini, Mistral zijn LLM's. Ze begrijpen niet écht; ze voorspellen heel goed welk woord volgt.
Voorbeeld: Wanneer je in Notion AI 'maak een samenvatting' typt is een LLM aan het werk.
Model Context Protocol; een standaard van Anthropic waarmee AI's toegang krijgen tot externe tools en data. Vergelijkbaar met USB-C maar dan voor AI. Werkt bij Claude Desktop en sinds 2026 ook ChatGPT.
Voorbeeld: Met MCP kan Claude rechtstreeks in je Notion-werkruimte werken zonder copy-paste.
AI die meerdere soorten input begrijpt: tekst, beeld, audio, video. Multimodale AI kan een foto van een gefactureerde offerte 'lezen' en de bedragen extraheren.
Voorbeeld: ChatGPT-vision laat je een foto van een whiteboard maken en krijgt de tekst eruit als bewerkbare lijst.
De instructie die je aan een AI geeft. Hoe specifieker en met meer context, hoe beter het resultaat. 'Schrijf een mail' geeft je een mail; '[klant + situatie + doel]' geeft je een bruikbare mail.
Voorbeeld: Zie KMODigitaal editie 6 voor de vier vaste prompt-onderdelen die werken.
Het systematisch leren prompten zodat je consistente resultaten krijgt. Geen rocket science; wel een paar uur oefenen. Heeft niet de 'engineer'-status die het Engelse woord suggereert.
Voorbeeld: Een KMO die zijn copywriting met AI versnelt heeft typisch 5-10 standaard-prompts in een document.
Retrieval-Augmented Generation. De AI kijkt eerst in jouw eigen documenten voor het antwoordt. Hiermee voorkom je hallucinaties en houd je antwoorden gebaseerd op jouw waarheid.
Voorbeeld: Documind, NotebookLM en custom GPT's met je eigen documenten zijn allemaal vormen van RAG.
Een AI die expliciet stap voor stap nadenkt voordat ze antwoordt. Trager maar veel betrouwbaarder voor wiskunde, code en juridische analyse. Voorbeelden: o1, Claude Sonnet met Extended Thinking.
Voorbeeld: Voor het laten doorrekenen van een offerte met meerdere kortingen werkt een reasoning model beter dan een gewone chatbot.
De achtergrond-instructie die de AI altijd volgt bij elk gesprek. Hierin geef je rol, toon en regels mee. Voor herhaalbaar werk kritisch belangrijk.
Voorbeeld: Een goede system prompt voor een copywriter-assistent definieert tone of voice, doelgroep en wat NIET te doen.
De eenheid waarin AI tekst meet. Eén token is ongeveer 4 tekens of 0.75 woord in het Nederlands. API-prijzen worden per duizend tokens gerekend.
Voorbeeld: Een email van 200 woorden = ongeveer 270 tokens; één paginaPDF ongeveer 600 tokens.
Een database die teksten opslaat als embeddings (wiskundige patronen) zodat zoeken op betekenis kan. Voor RAG-toepassingen onmisbaar. Voor de meeste KMO's verborgen achter de tools die je gebruikt.
Voorbeeld: Documind gebruikt een vector database; jij merkt er niets van behalve dat zoekresultaten kloppen.
Een opeenvolging van stappen die samen een taak afwerken. AI-workflow = AI doet enkele stappen, jij doet de rest. Beter dan 'AI doet alles'; minder fout, sneller in te voeren.
Voorbeeld: Editie 7 toont een Zapier-workflow: nieuwe bestelling -> AI maakt klantmail -> jij keurt goed -> verzending.
Term ontbreekt?
Mail bart@mailbox-marketing.be met de term die je gevonden hebt en niet snapt. Volgende update voeg ik hem toe; met praktijkvoorbeeld.
Stuur een term doorKMODigitaal legt elke woensdag één AI-tool of -concept uit voor Belgische KMO's. Vijf minuten lezen.