# AI-begrippen voor ondernemers: een woordenlijst

URL: https://goudbeek.com/kennisbank/ai-begrippen-voor-ondernemers
Taal: nl
Laatst bijgewerkt: 2026-09-24
Aanbieder: Goudbeek — Almere, Nederland — samgoudbeek2007@gmail.com

> AI-begrippen voor ondernemers in gewone taal: van AI-agent en RAG tot prompt injection, met herkenbare voorbeelden. Zo stel je leveranciers betere vragen.

24 september 2026 8 min lezen [Sam Goudbeek](https://goudbeek.com/over-ons)

Begrippen

AI-begrippen voor ondernemers in gewone taal: van AI-agent en RAG tot prompt injection, met herkenbare voorbeelden. Zo stel je leveranciers betere vragen.

AI-begrippen zijn de vaktermen die je tegenkomt zodra je AI in je bedrijf wilt inzetten, zoals AI-agent, taalmodel, RAG, token en prompt injection. Deze woordenlijst legt ze in gewone taal uit, met herkenbare voorbeelden. Goudbeek in Almere schreef de lijst voor ondernemers die hun werkprocessen met AI en software willen verbeteren.

Je hoeft ze niet allemaal te kennen om te beginnen. Maar wie weet wat een contextvenster of een systeemprompt is, stelt betere vragen aan een leverancier en ziet sneller wanneer een voorstel te mooi klinkt. De voorbeelden hieronder zijn fictief en dienen alleen ter illustratie.

## AI-agent

Een AI-agent is software die met een taalmodel zelf stappen zet richting een doel. Hij leest informatie, besluit wat de volgende stap is en gebruikt daarvoor gereedschap, zoals een zoekfunctie, een agenda of een klantsysteem. Het verschil met een chatbot: een agent praat niet alleen, hij doet ook iets.

Neem een installatiebedrijf: een agent leest storingsmeldingen, zoekt de klant op en zet een planningsvoorstel klaar dat een planner goedkeurt. Wat zo'n agent zelf mag, leg je vooraf vast. Meer daarover bij [AI-agents voor bedrijven](https://goudbeek.com/ai-oplossingen/ai-agents) en in [wat een AI-agent is en doet](https://goudbeek.com/kennisbank/wat-is-een-ai-agent).

## Taalmodel (LLM)

Een taalmodel, of large language model (LLM), is een AI-model dat op enorme hoeveelheden tekst is getraind en daardoor tekst kan verwerken en schrijven. Het voorspelt steeds welk stukje tekst waarschijnlijk volgt. Daarmee kan het samenvatten, vertalen, indelen en concepten schrijven.

Een taalmodel kent jouw bedrijf niet. Je actuele prijzen, klanten en afspraken weet het pas als je die informatie meegeeft. Het is de motor onder veel [AI-oplossingen voor bedrijven](https://goudbeek.com/ai-oplossingen), niet de oplossing zelf.

## Chatbot

Een chatbot is een programma dat in een gesprek vragen beantwoordt, meestal in een venster op je website of in een berichtenapp. Moderne chatbots draaien vaak op een taalmodel en worden pas echt bruikbaar als ze antwoorden uit jouw eigen informatie halen.

Denk aan een webshop waar een chatbot vragen over levering en retouren beantwoordt en een medewerker inschakelt zodra hij het niet zeker weet. De Europese AI-verordening (artikel 50) vraagt in de kern dat mensen te horen krijgen dat ze met een AI-systeem praten, tenzij dat al duidelijk is. Wat precies voor jou geldt, staat in de officiële tekst. Zie ook [een chatbot voor je bedrijf](https://goudbeek.com/ai-oplossingen/chatbots).

## RAG (antwoorden uit eigen documenten)

RAG staat voor retrieval-augmented generation. Voordat het taalmodel antwoordt, zoekt het systeem eerst de relevante passages in jouw eigen documenten op en geeft die mee met de vraag. Het antwoord is dan gebaseerd op jouw bron, en het systeem kan laten zien waar het vandaan komt.

Stel je een boekhoudkantoor voor met een interne assistent die vragen beantwoordt uit de eigen werkinstructies. Verandert een instructie, dan pas je het document aan en niet het model.

## Embedding

Een embedding is een reeks getallen die de betekenis van een stuk tekst vastlegt. Teksten die hetzelfde bedoelen, krijgen getallen die dicht bij elkaar liggen, ook als ze andere woorden gebruiken. Zo kan een systeem zoeken op betekenis in plaats van op letterlijke woorden.

Vraagt een klant 'wanneer is mijn pakketje er?', dan vindt het systeem via embeddings de pagina over levertijden, ook al staat het woord 'pakketje' daar nergens.

## Vectordatabase

Een vectordatabase slaat embeddings op en vindt snel de stukken tekst waarvan de betekenis het dichtst bij een vraag ligt. Vaak is dit het archief achter een RAG-systeem: je documenten worden in stukken geknipt, omgezet in embeddings en daar bewaard.

Niet elk project heeft er een nodig. Bij een handvol documenten volstaat soms een eenvoudigere zoekoplossing, en dan is dat de betere keuze.

## Contextvenster

Het contextvenster is de hoeveelheid tekst die een taalmodel in één keer kan overzien: je vraag, de instructies, de meegegeven documenten en het gesprek tot nu toe. Het wordt gemeten in tokens. Wat er niet meer in past, valt buiten beeld of moet worden ingekort.

Daarom plak je niet al je documenten in één vraag. Een goed systeem kiest de stukken die ertoe doen, en dat is precies wat RAG doet.

## Prompt en systeemprompt

Een prompt is de opdracht of vraag die je aan een taalmodel geeft. Een systeemprompt is een vaste set instructies die de bouwer vooraf meegeeft en die de gebruiker meestal niet ziet: welke rol het systeem heeft, welke toon het aanslaat en waar het niet over begint.

Een boekhoudkantoor kan in de systeemprompt zetten dat fiscale vragen altijd naar een adviseur gaan. Let wel: een systeemprompt stuurt gedrag, maar is geen slot op de deur. Echte grenzen leg je vast in wat het systeem technisch kan bereiken.

## Token

Een token is de eenheid waarin een taalmodel tekst leest en schrijft. Vaak is dat een woord of een deel van een woord; lange of samengestelde woorden worden in meerdere tokens opgeknipt. Wie een taalmodel via een API gebruikt, betaalt meestal per token.

Voor jou betekent dat vooral: lange documenten en lange gesprekken kosten meer en passen minder makkelijk in het contextvenster.

## Fine-tuning

Fine-tuning is een bestaand taalmodel verder trainen op je eigen voorbeelden, zodat het een bepaalde stijl, vorm of taak beter oppakt. Denk aan antwoorden die altijd een vaste opbouw moeten hebben, of vakjargon dat het model anders steeds verkeerd gebruikt.

Voor kennis die verandert, zoals prijzen, voorraad of procedures, is fine-tuning meestal niet de handigste route. Die informatie houd je actueel in je documenten en haal je op met RAG.

## Hallucinatie

Een hallucinatie is een antwoord dat overtuigend klinkt maar niet klopt: een verzonnen bron, een verkeerde datum, een regel die nergens staat. Het gebeurt omdat een taalmodel waarschijnlijke tekst voorspelt, niet omdat het feiten controleert.

Helemaal uitsluiten kan niet, maar je kunt het klein en zichtbaar houden. Laat antwoorden uit eigen bronnen komen, laat het systeem 'dat weet ik niet' zeggen als de bron zwijgt, en laat een mens meekijken waar een fout iets kost.

## Prompt injection

Prompt injection is een aanval waarbij tekst van buiten zich voordoet als opdracht. Een e-mail, webpagina of pdf bevat dan instructies voor het AI-systeem, soms onzichtbaar voor een mens, bijvoorbeeld om gegevens door te sturen. Het model kan inhoud en instructie niet betrouwbaar uit elkaar houden, omdat alles tekst is.

Filteren helpt maar beperkt. De echte verdediging zit in het ontwerp: beperk wat het systeem kan bereiken en laat acties met gevolgen op een mens wachten. Lees meer in [prompt injection, uitgelegd zonder hype](https://goudbeek.com/kennisbank/prompt-injection-zonder-hype) en over [AI-beveiliging en toegangsregels](https://goudbeek.com/security).

## API en webhook

Een API is een afgesproken manier waarop software met andere software praat: het ene systeem stelt een vraag of geeft een opdracht, het andere antwoordt. Een webhook werkt andersom: een systeem stuurt zelf een bericht zodra er iets gebeurt, bijvoorbeeld een nieuwe bestelling.

Een voorbeeld: een webshop verstuurt bij elke bestelling een webhook, waarna een koppeling via de API van het boekhoudpakket de factuur klaarzet. Zo praten systemen met elkaar zonder dat iemand iets overtypt.

## Procesautomatisering

[Procesautomatisering](https://goudbeek.com/werkprocessen/automatiseren) betekent dat terugkerende stappen in een werkproces door software worden gedaan in plaats van door mensen. Dat kan met AI, maar vaak volstaat iets eenvoudigers: een regel, een formulier of een koppeling tussen twee systemen.

AI voegt vooral iets toe waar tekst gelezen of beoordeeld moet worden, zoals werkbonnen of facturen uitlezen: [documentverwerking met AI](https://goudbeek.com/ai-oplossingen/documentverwerking). Begin daarom bij het proces, niet bij de techniek. Welke processen zich ervoor lenen, lees je in [welke werkprocessen je kunt automatiseren](https://goudbeek.com/kennisbank/welke-werkprocessen-automatiseren).

## Hoe pakt Goudbeek AI in je bedrijf aan?

We beginnen bij het werk, niet bij de begrippen hierboven. Eerst brengen we in kaart hoe een proces nu loopt en waar het vastloopt. Daarna kiezen we het simpelste dat werkt, en dat is lang niet altijd AI.

Past AI wel, dan bouwen we één werkend prototype op jouw echte gegevens, tegen een vaste prijs die we na een korte intake vooraf afspreken. We leggen schriftelijk vast wat het systeem mag zien en doen, en wat op een mens wacht. Daarna gaat het live op beheerde hosting vanaf €39 per maand. Code en inhoud blijven van jou.

Lees [hoe we AI inzetten in werkprocessen](https://goudbeek.com/ai-oplossingen), [vraag een offerte aan](https://goudbeek.com/offerte) of [neem contact op](https://goudbeek.com/contact).

## Bronnen

1. [EUR-Lex — Verordening (EU) 2024/1689 (AI-verordening) eur-lex.europa.eu](https://eur-lex.europa.eu/legal-content/NL/TXT/?uri=CELEX:32024R1689)
2. [OWASP Top 10 voor LLM-toepassingen owasp.org](https://owasp.org/www-project-top-10-for-large-language-model-applications/)

## Veelgestelde vragen

### Wat is het verschil tussen een chatbot en een AI-agent?

Een chatbot beantwoordt vragen in een gesprek; een goede zakelijke chatbot doet dat op basis van jouw eigen informatie. Een AI-agent gaat een stap verder: hij gebruikt gereedschap en voert handelingen uit, zoals een klant opzoeken, een concept-e-mail klaarzetten of een afspraak voorstellen. Daarom vraagt een agent om duidelijke, vooraf afgesproken grenzen. Lees meer over [chatbots voor bedrijven](https://goudbeek.com/ai-oplossingen/chatbots) en over [AI-agents die taken uitvoeren](https://goudbeek.com/ai-oplossingen/ai-agents).

### Heb ik fine-tuning nodig om AI met mijn eigen informatie te laten werken?

Om AI met je eigen informatie te laten werken, heb je meestal geen fine-tuning nodig. Wil je dat een systeem antwoordt uit je eigen handleidingen, voorwaarden of procedures, dan is RAG doorgaans de betere route: het systeem zoekt eerst de juiste passages op en baseert daar zijn antwoord op. Verandert je informatie, dan pas je alleen het document aan. Fine-tuning is vooral nuttig om stijl, vorm of een specifieke taak te sturen.

### Hoe voorkom je dat een AI-systeem dingen verzint?

Helemaal voorkomen dat een AI-systeem dingen verzint, kan niet, want een taalmodel voorspelt waarschijnlijke tekst en controleert geen feiten. Je kunt het risico wel klein en zichtbaar maken. Laat antwoorden uit je eigen bronnen komen, toon waar een antwoord vandaan komt, laat het systeem eerlijk zeggen wanneer het iets niet weet en laat een mens controleren waar een fout gevolgen heeft.

### Is prompt injection ook een risico voor een klein bedrijf?

Ja, prompt injection is ook voor een klein bedrijf een risico, zodra een AI-systeem tekst van buiten leest, zoals e-mails, websites of geüploade bestanden. De omvang van je bedrijf maakt daarbij weinig uit. Wat telt, is wat het systeem kan bereiken als een aanval slaagt. Beperk de toegang tot wat de taak nodig heeft en laat acties met gevolgen op een mens wachten. Meer hierover op onze pagina over [AI-security](https://goudbeek.com/security).

### Moet ik deze begrippen kennen voordat ik met AI begin?

Nee, je hoeft AI-begrippen niet te kennen voordat je met AI begint. Het helpt wel om ze te herkennen, zodat je een voorstel kunt beoordelen en de juiste vragen stelt. Maar de belangrijkste vraag is niet technisch: welk werk kost nu te veel moeite of gaat vaak mis? Begin daar, want de techniek volgt uit het proces. Op onze pagina over [AI-oplossingen voor bedrijven](https://goudbeek.com/ai-oplossingen) zie je hoe dat eruitziet.

### Wat kost het om AI in mijn bedrijf in te zetten?

Wat het kost om AI in je bedrijf in te zetten, hangt af van het proces, de systemen die gekoppeld moeten worden en hoeveel een mens moet blijven controleren. Bij Goudbeek spreken we na een korte intake een vaste prijs af, zodat je vooraf weet waar je aan toe bent. Draait het systeem eenmaal, dan betaal je voor beheerde hosting vanaf €39 per maand. Het AI-model zelf wordt apart per verbruik afgerekend; in de offerte staat wat je kunt verwachten. [Vraag een offerte aan](https://goudbeek.com/offerte).

Over de auteur: Sam Goudbeek

Sam Goudbeek is oprichter van Goudbeek in Almere, dat werkprocessen van bedrijven verbetert met AI en software.

[Meer over Sam en Goudbeek](https://goudbeek.com/over-ons)

## Verder lezen

Waar dit artikel het werk raakt.

- [AI-oplossingen voor bedrijven](https://goudbeek.com/ai-oplossingen): Agents, chatbots, documentverwerking en dashboards, op je eigen data.
- [AI-agents](https://goudbeek.com/ai-oplossingen/ai-agents): Software die een wachtrij afwerkt en weet wanneer te stoppen.

[Alle artikelen](https://goudbeek.com/kennisbank)

## Meer uit de kennisbank

### [Wat is een AI-agent? Uitleg voor bedrijven](https://goudbeek.com/kennisbank/wat-is-een-ai-agent)

Een AI-agent werkt zelfstandig een taak af, binnen grenzen die jij bepaalt. Wat hij anders doet dan een chatbot, waar hij past en hoe je klein begint.

24 sep 2026 6 min lezen

### [Chatbot of AI-agent: wat heeft jouw bedrijf nodig?](https://goudbeek.com/kennisbank/chatbot-of-ai-agent)

Een chatbot beantwoordt vragen, een AI-agent voert werk uit. Zo zie je wat jouw bedrijf nodig heeft, wat ze allebei vereisen en wanneer je ze combineert.

24 sep 2026 6 min lezen

### [AI implementeren in het mkb: waar begin je?](https://goudbeek.com/kennisbank/ai-implementeren-mkb)

AI implementeren in het mkb begint bij één terugkerende klus, niet bij een tool. Zo kies je het proces, stel je grenzen en test je op echte data.

24 sep 2026 5 min lezen
