Sollicitatiedemo van Peter Heijnen voor de vacature Beheerder AI-agents & RPA. Geen officiele DKG-website; alle voorbeelden zijn van buitenaf ingeschat.
DKGProcesradar  x Peter Heijnen
Rij eiken keukenkasten op een rollenbaan in een lichte keukenfabriek
Voor DKG, Bergen op Zoom

2.500 keukens per week. Minder overtypen.

Welke processen bij een keukenfabriek passen bij een AI-agent, welke bij RPA, en welke je gewoon zo laat. Met een kansenkaart, een live procesradar en hoe ik de agents daarna veilig beheer.

9processen ingeschat
4kanalen: winkel, dealer, zakelijk, service
1 minper live analyse

Beeld: AI-gegenereerde fabrieksscene, niet de fabriek van DKG.

Kansenkaart

Waar ik zou beginnen

Een keukenfabriek met eigen winkels, dealers in drie landen, projectbouw en eigen montage heeft veel werk waarbij mensen informatie van het ene naar het andere systeem brengen. Hieronder negen processen, ingeschat op opbrengst en moeilijkheid. Klik op een nummer.

Opbrengst tegen moeilijkheid

Linksboven: veel opbrengst, weinig gedoe. Daar begin je.

Opbrengst ↑
Eerst doen
Plannen
Snel erbij
Later of niet
MakkelijkMoeilijkheid →Moeilijk
AI-agentRPAWorkflowMensNiet automatiseren

Ingeschat op basis van wat DKG publiek vertelt (fabriek, 28 winkels, dealers in Nederland, Belgie en het Verenigd Koninkrijk, zakelijke klanten, eigen transport). De echte volgorde volgt uit een week meelopen op de vloer.

Procesradar, live

Test een proces dat niet op de kaart staat

Beschrijf een werkproces zoals je het aan een nieuwe collega uitlegt. Claude legt het in stappen, kiest per stap RPA, AI-agent, workflow of mens, en schrijft er een concept-PDD bij. Het mag ook zeggen: niet doen.

Wie doet wat, met welke gegevens, in welk systeem, en waar gaat het vaak mis. Geen namen of klantgegevens nodig.

0 / 1500
Je tekst gaat naar Claude (Anthropic) voor de analyse en wordt niet bewaard. Maximaal 15 analyses per dag.

Of start met een DKG-voorbeeld

Klik er een aan; de tekst komt in het vak en de analyse start meteen.

Nog geen analyse

Het advies, de stappen, de risico's en het concept-PDD verschijnen hier.

Beheer

Bouwen is de helft. Beheren is de baan.

Een agent die stil kapot gaat is erger dan geen agent. Zo zou het overzicht eruitzien dat ik elke ochtend open: wat draaide er, wat ging naar een mens, wat kost het, en wat staat er te wachten op akkoord.

Agents en bots, vandaag

Voorbeeldcijfers, verzonnen voor deze demo.

1.284afgehandeld
96,1%zonder handwerk
7wachten op akkoord
€ 18AI-kosten vandaag
Agent of botStatusVandaagNaar mensEigenaar
Dealerorder-intakeDraait41219Orderdesk
Factuurmatch inkoopDraait53822Crediteuren
Service en naleveringLet op9614Klantenservice
LeveranciersbevestigingenDraait2013Inkoop
Bestek-lezer projectbouwPilot, alleen lezen3737Calculatie

"Let op" betekent hier: het aandeel naar een mens steeg boven de afgesproken grens. Dan kijk ik eerst naar de testset, niet naar de prompt.

Wacht op akkoord

Alles wat iets verstuurt of geld raakt.

Service en naleveringom 9.12 uur

Naleveren: 1 front 60 cm, kleur eiken naturel. Mee met rit van donderdag.

Dealerorder-intakeom 9.31 uur

Order uit het VK: maat 63 cm bestaat niet in het assortiment. Voorstel: 60 cm met passtuk.

Factuurmatch inkoopom 10.04 uur

Prijsverschil 4,8% op beslag t.o.v. inkooporder. Boven de grens van 2%.

Elke agent een eigenaar

Iemand van de afdeling, niet van IT. Die beslist over grenzen en uitzonderingen.

Testset voor elke wijziging

Echte voorbeelden, ook de rare. Nieuwe prompt of model pas live als de set slaagt.

Een knop om te stoppen

Per agent uit te zetten, en dan valt het werk terug naar de bestaande route.

PDD bij elk proces

Doel, trigger, input, output, uitzonderingen en meetpunten. Beheer hangt niet aan een persoon.

De eerste 90 dagen

Klein beginnen, hard meten

Geen groot programma, wel snel iets wat werkt en waar de afdeling zelf om vraagt.

30 dagen

Meelopen en kiezen

  • Meelopen bij orderdesk, inkoop, klantenservice en calculatie
  • Bestaande bots en scripts in kaart: wat draait er al, wie beheert het
  • Twee processen kiezen met de afdeling en het team Data Science
OpleveringTwee PDD's en een testset per proces
60 dagen

Pilot, alleen lezen

  • Eerste agent draait mee naast de mensen, maar beslist niets
  • Elke dag vergelijken: wat zou de agent doen, wat deed de collega
  • Grenzen afspreken met de eigenaar
OpleveringMeetbaar resultaat op echte orders
90 dagen

Live met akkoordstap

  • Agent schrijft in het systeem, met akkoord waar het geld of klant raakt
  • Beheeroverzicht, alarmen en kostenlimiet staan
  • Tweede proces start in pilot
OpleveringUren terug naar de afdeling, in cijfers
Wie dit maakte

Peter Heijnen

AI & Product Engineer, eigen bedrijf sinds 2012

Ik bouw en beheer AI-agents en automatiseringen van begin tot eind, en ik run sinds 2012 een visverwerkingsbedrijf met personeel. Daar heb ik geleerd dat automatisering pas werkt als de mensen op de vloer er beter van worden. Vanaf voorjaar 2027 terug in Nederland; remote starten kan eerder.

  • AI-agents bouwen en beherenAgents op Claude met tools, MCP-servers en geplande taken, live in eigen producten
  • Kiezen tussen agent en RPADeze kansenkaart en procesradar, plus koppelingen in n8n en Make
  • PDD's en documentatieTestsets, logboeken en procesbeschrijvingen bij alles wat ik oplever
  • Eigen werk automatiserenBoekhouding, uren en planning van mijn eigen bedrijf, in een app die collega's dagelijks gebruiken

Zullen we een proces van DKG naast de radar leggen?

Neem een echt proces mee. Dan laat ik zien hoe ik het zou aanpakken, inclusief wat ik bewust niet zou automatiseren.