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 keukensper week.Minder overtypen.

Welk werk past bij een AI-agent, welk bij RPA, wat lost een koppeling op, en wat laat je gewoon zo? Hier zie je hoe ik die keuze maak, vastleg in een PDD en daarna beheer.

9processen ingeschat op opbrengst en moeite
4gereedschappen, inclusief niets doen
<1mvoor een live analyse met concept-PDD

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

01 Snelkeuze

Vier gereedschappen. Eén vraag: welke past?

De rol draait om kiezen tussen een AI-agent, RPA, een koppeling of niets doen. Zo maak ik die keuze, in vier vragen. Zet de schakelaars en kijk wat er verschuift.

Vier vragen over het proces

Werkt zonder AI, gewoon regels
    02 Kansenkaart

    Negen processen op de fabrieksvloer

    Elke kast is een proces. Hoe hoger en hoe verder naar achteren, hoe meer opbrengst. Hoe verder naar rechts, hoe moeilijker. Linksachter begin je. Klik op een nummer.

    Opbrengst tegen moeilijkheid

    Hoogte en diepte: opbrengst. Naar rechts: moeilijker.

    Sleep om te draaien
    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.

    03 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.

    Live met Claude

    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

    Eén klik: 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.

    04 Beheer

    Bouwen is de helft. Beheren is de baan.

    Een agent die stil kapot gaat is erger dan geen agent. Dit is het overzicht dat ik elke ochtend zou openen. Alles werkt: geef akkoord, zet een agent uit, en kijk wat er verandert.

    Agents en bots, vandaag

    Voorbeeldcijfers, verzonnen voor deze demo.

    Live
    0afgehandeld
    0zonder handwerk
    7wachten op akkoord
    0AI-kosten vandaag
    Agent of botStatusVandaagVerloopNaar mensAan

    "Let op" betekent: het aandeel naar een mens steeg boven de afgesproken grens. Dan kijk ik eerst naar de testset, niet naar de prompt. Uitzetten laat het werk terugvallen naar de bestaande route.

    Wacht op akkoord

    Alles wat iets verstuurt of geld raakt.

    Alles afgehandeld. De rest van de dag beslissen de vangrails.

    Elke agent een eigenaar

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

    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. Het werk valt dan terug naar de bestaande route.

    PDD bij elk proces

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

    05 De eerste 90 dagen

    Klein beginnen, hard meten

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

    30dagen

    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
    60dagen

    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
    90dagen

    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
    06 Over mij

    Van hobby naar vak

    Wat begon als mijn eigen werk makkelijker maken, is het werk geworden waar ik de meeste energie van krijg.

    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 snelkeuze, 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.