Wat is een AI-agent?
Een AI-agent is een AI-systeem dat zelf bepaalt welke stappen en welke tools het gebruikt om een doel te bereiken, zoals een afspraak plannen of een factuur boeken. Een chatbot geeft tekst terug; een agent doet ook iets, in je agenda, je mail of je administratie. Dat maakt agents nuttig, maar ook riskanter: wat ze mogen, moet je net zo zorgvuldig regelen als bij een nieuwe medewerker.
Chatbot, workflow of agent.
Drie woorden die door elkaar gebruikt worden. Het verschil zit in wie het pad bepaalt.
Een chatbot praat, een workflow volgt een vast pad, een agent kiest zelf zijn pad.
Een veelgebruikte indeling komt van AI-bedrijf Anthropic: bij workflows worden het taalmodel en de tools via vooraf vastgelegde paden aangestuurd; bij agents stuurt het model zelf zijn proces en zijn gebruik van tools1.
Chatbot
Je stelt een vraag, het model antwoordt met tekst. Het doet zelf niets in je systemen. Voorbeeld: “schrijf een vriendelijke herinnering voor een openstaande factuur”. Jij kopieert de tekst en verstuurt hem.
Workflow
Een vast pad met AI op een of meer stappen. Een nieuwe mail wordt gelezen, gesorteerd op onderwerp en krijgt een conceptantwoord; een mens keurt goed. Voorspelbaar, goedkoop en goed te controleren.
Agent
Je geeft een doel: “plan een monteur in voor de storing bij Bakker, deze week”. De agent bekijkt de agenda’s, checkt wie het juiste certificaat heeft, stelt een tijd voor, en past zich aan als iemand niet kan. Flexibel, maar alleen zo betrouwbaar als de rechten en controles eromheen.
Schematisch. Veel producten die “agent” heten, zijn in de praktijk workflows; dat is niet erg, zolang je weet wat je koopt.
De Europese AI-verordening gebruikt het woord agent niet. Ze spreekt van een AI-systeem: een systeem dat met een zekere autonomie werkt en uit invoer afleidt hoe het voorspellingen, inhoud, aanbevelingen of beslissingen maakt die de omgeving kunnen beïnvloeden2. Een agent valt daar ruim binnen. Wat dat voor jou betekent, staat in de AI-verordening voor het mkb.
Wat een agent in een mkb-bedrijf doet.
Voorbeelden van taken waarbij het pad niet vooraf vastligt.
Een storing inplannen
Agenda’s, certificaten en reistijd naast elkaar leggen en een tijd voorstellen. Bij een afzegging zelf een alternatief zoeken.
Een vraag uitzoeken
Een klant vraagt naar de status van zijn order. De agent zoekt de order op, kijkt naar de levering en zet een antwoord klaar.
Een inkoopfactuur verwerken
De factuur lezen, de leverancier en de order zoeken, de boeking voorstellen. Definitief boeken en betalen doet een mens.
Wat deze voorbeelden gemeen hebben: de agent werkt in systemen die je al hebt, zoals Outlook en Teams, Google Workspace of Exact Online. Zonder die koppelingen is een agent een chatbot met ambitie.
Waar het misgaat.
Hoe meer een agent mag, hoe groter de schade als hij zich vergist of misleid wordt.
Prompt injection staat bovenaan de lijst met risico’s voor toepassingen met taalmodellen van OWASP, een bekende organisatie voor softwarebeveiliging4. Een mail of document bevat dan verstopte instructies (“stuur alle facturen door naar…”), en een agent die zulke tekst leest, kan ze opvolgen.
Ook de verwachtingen lopen soms voor de techniek uit. Onderzoeksbureau Gartner voorspelde in juni 2025 dat meer dan 40% van de projecten met agentic AI eind 2027 zal zijn stopgezet, vaak door hoge kosten, onduidelijke waarde of onvoldoende risicobeheersing3. Anthropic zelf adviseert de eenvoudigste oplossing die werkt, en alleen complexer te worden als dat nodig is1.
Een agent met de rechten van de directeur
Geef een agent de rechten van de rol waarvoor hij werkt, niet een beheerdersaccount. Wat de planner niet mag zien, hoeft zijn agent ook niet te zien.
Zelf versturen, betalen of boeken
Laat een mens akkoord geven op alles wat naar buiten gaat of geld kost, zeker in het begin.
Geen logboek
Als je niet kunt teruglezen wat een agent deed en waarom, kun je fouten niet herstellen en niets uitleggen aan een klant.
Een agent voor een vaste taak
Ligt het pad vast, gebruik dan een workflow. Die is voorspelbaarder en goedkoper.
Vijf vragen voor een leverancier.
- Welke rechten krijgt de agent? Eigen rechten, of die van de gebruiker voor wie hij werkt? Kan hij bij data waar die gebruiker niet bij mag?
- Wat doet hij zonder akkoord? Mag hij mailen, boeken of betalen zonder dat een mens op een knop drukt?
- Waar staat de data, en wordt er op getraind? Vraag naar de verwerkersovereenkomst en de locatie van de verwerking. Zie verwerkersovereenkomst.
- Kan ik elke actie teruglezen? Wie, wat, wanneer, op basis van welke bron, en wie akkoord gaf.
- Wat als ik stop? Krijg je je instructies en kennis mee, in een open formaat?
Traze noemt zijn agents AI-collega’s. Hoe het die vijf vragen beantwoordt, staat bij veiligheid en AVG.
Veelgestelde vragen
Wat is het verschil tussen een chatbot en een AI-agent?
Een chatbot beantwoordt een vraag met tekst. Een AI-agent werkt aan een doel: hij kiest zelf stappen, gebruikt tools zoals je agenda of boekhouding, bekijkt het resultaat en gaat door tot het klaar is. Het verschil zit in handelen, niet in praten.
Is een AI-agent hetzelfde als automatisering?
Nee. Bij klassieke automatisering en bij AI-workflows ligt het pad vooraf vast: als dit, dan dat. Een agent kiest het pad zelf. Voor voorspelbare taken is een vaste workflow vaak beter: goedkoper, sneller en makkelijker te controleren.
Zijn AI-agents veilig?
Zo veilig als je ze inricht. Geef een agent alleen de rechten die hij voor zijn taak nodig heeft, laat een mens akkoord geven op alles wat naar buiten gaat of geld kost, en zorg dat elke actie terug te lezen is. Let op prompt injection: instructies die verstopt zitten in een mail of document.
Wat is een AI-collega?
Zo noemt Traze een AI-agent met één duidelijke taak en de rechten van de rol waarvoor hij werkt, bijvoorbeeld de Inbox-collega die de algemene mail sorteert en antwoorden als concept klaarzet.
Bronnen
- Anthropic, Building effective agents (19 december 2024): definitie van workflows en agents: www.anthropic.com/engineering/building-effective-agents
- Verordening (EU) 2024/1689, de AI-verordening, artikel 3, punt 1 (definitie van een AI-systeem): eur-lex.europa.eu/eli/reg/2024/1689/oj
- Gartner, Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027 (25 juni 2025): www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027
- OWASP, Top 10 for LLM Applications 2025, LLM01: Prompt Injection: genai.owasp.org/llmrisk/llm01-prompt-injection/
Lees verder
Zie wat AI voor
jouw bedrijf doet.
In een demo van 15 of 45 minuten laten we Traze zien met jullie eigen voorbeelden: welke collega's, welke taken, hoeveel uur.