Alles samenvoegen

Wat je zult leren

Geschatte tijd: 50 minuten

Aan het einde van deze les kun je:

Alle vier dimensies van het 4D Framework samen toepassen om een herhaalbare workflow met AI-ondersteuning op te bouwen
Bepalen welke repetitieve bedrijfstaken geschikt zijn voor AI-automatisering en welke door mensen moeten worden geleid
Duidelijke Product-, Process- en Performance Descriptions construeren om een AI-aangedreven workflow te sturen
Plannen voor Creation, Deployment en Transparency Diligence bij het automatiseren van bedrijfsprocessen

(10 minuten)

Deze video brengt alle vier dimensies van het 4D Framework samen om praktische workflowautomatisering voor veelvoorkomende kleine bedrijfstaken op te bouwen.

Belangrijkste inzichten

Begin met Problem Awareness: analyseer je werkelijke werkbelasting — wat vragen klanten, en welke patronen herhalen zich?
**Task Delegation betekent vragen "moet AI dit doen? "** niet alleen "kan het? " — gedocumenteerde FAQ's zijn uitstekende kandidaten; klachten en oordeelsvorming blijven menselijk.
Bouw met rijke Description: definieer wat het systeem produceert, de stap-voor-stap logica, en de toon, grenzen en gedragsregels.
Test iteratief met echte voorbeelden om Discernment te oefenen — real-world testen onthullen gaten die je descriptions missen.
Oefen Diligence: controleer outputs voordat ze klanten bereiken, wees eerlijk over AI's rol, en bied een duidelijk pad naar een mens.

Oefening

Oefening 1: Automatiseringsmogelijkheden in kaart brengen

Bepaal welke repetitieve taken in je bedrijf geschikt zijn voor AI-automatisering.

Deel I: Controleer je repetitieve taken

Denk aan je afgelopen week werk. Maak een lijst van 5–10 taken die repetitief of tijdrovend voelden — reageren op klantvragen, social media bijwerken, facturen genereren, vervolgacties met leads, rapporten samenstellen. Voor elke taak, noteer:

Hoe vaak komt deze taak voor? (Dagelijks, wekelijks, maandelijks)
Hoeveel tijd kost het elke keer?
Is de reactie of het proces grotendeels gestandaardiseerd, of verschilt het aanzienlijk van geval tot geval?
Wat is het gevolg als deze taak onvolmaakt wordt uitgevoerd?

Deel II: Categoriseer naar AI-geschiktheid

Sorteer je taken in drie categorieën:

AI kan dit afhandelen: gestandaardiseerde reacties, gedocumenteerde informatie, duidelijke herhaalbare processen — bijv. antwoorden op FAQ's over openingstijden, retourbeleid of servicebiedingen.
AI kan helpen, mens beslist: taken waarbij AI kan opstellen, voorbereiden of organiseren, maar een mens controleert voordat iets wordt verzonden — bijv. persoonlijke vervolgmails opstellen of klantenfeedback samenvatten.
Mens moet dit afhandelen: beslissingen met hoog risico, emotioneel gevoelige situaties of complexe oordeelsvorming — bijv. een klacht oplossen, een contract onderhandelen of een servicefout afhandelen.

Deel III: Prioriteer

Kies één taak uit je "AI kan dit afhandelen" of "AI kan helpen" categorieën die je het meeste tijd zou besparen als deze werd geautomatiseerd. Schrijf een korte zin over waarom deze taak je topprioriteit is — overweeg tijd bespaard, frequentie en hoe eenvoudig de automatisering zou zijn.

Reflectie:

Welke criteria hielpen je bepalen in welke categorie elke taak thuishoort?
Was je verrast door hoeveel (of hoe weinig) taken geschikt leken voor automatisering?
Beïnvloedde het mogelijke gevolg van fouten je categorisering? Hoe?

Oefening 2: Je automatiserings-Description bouwen

Beschrijf een automatiseringssysteem met behulp van de drie soorten Description uit het 4D Framework.

Deel I: Definieer je Product

Voor de taak die je in Oefening 1 hebt geprioriteerd, schrijf een duidelijke beschrijving in 2–3 zinnen:

Wat is het eindresultaat dat je wilt? (bijv. "Een concepte-mailreactie op veelgestelde vragen van klanten over onze services. ")
Welke inputs zal het systeem ontvangen? (bijv. inkomende e-mails, een klantenvraagformulier, een lijst met FAQ's)
Welke outputs moet het produceren? (bijv. een gecategoriseerde e-mail met een conceptreactie, een gemarkeerd item voor menselijke beoordeling)

Deel II: Definieer je Process

Schets de stap-voor-stap logica — alsof je instructies schrijft voor een zeer capabele maar zeer letterlijke nieuwe medewerker:

Wat moet het systeem eerst doen wanneer het een input ontvangt?
Welke beslissingspunten bestaan er? (bijv. "Als de vraag over prijzen gaat, gebruik de bijgevoegde prijslijst. Als het een aangepast verzoek betreft, markeer voor menselijke beoordeling. ")
Wanneer moet het escaleren naar een mens?
Welke informatie of documenten heeft het nodig? (bijv. je FAQ-pagina, prijslijst, annuleringsbeleid)

Deel III: Definieer de Performance

Definieer hoe het systeem zich moet gedragen:

Welke toon moet het gebruiken? (vriendelijk en professioneel, casual en warm, formeel en beknopt)
Hoe moet het met onzekerheid omgaan? (bijv. "Als je niet zeker bent van het antwoord, zeg dat en markeer voor beoordeling — gok nooit. ")
Wat mag het nooit doen? (bijv. "Beloof nooit een specifiek afspraaktijdstip. Deel nooit informatie van een ander klant. Bied nooit een korting aan zonder goedkeuring. ")
Hoe moet het het verzoek van de persoon erkennen voordat het reageert?

Deel IV: Test met echte voorbeelden

Deel je drie beschrijvingen met een AI-tool samen met 3–5 echte voorbeelden uit je bedrijf (vorige klantenmails, vragen, enz. ). Evalueer de outputs:

Categoriseerde het correct?
Zijn de reacties nauwkeurig en passend in toon?
Verzon het enige informatie die het eigenlijk niet had?
Welke aanpassingen hebben je beschrijvingen nodig op basis van wat je hebt waargenomen?

Iteratie is normaal en verwacht — plan minstens 2–3 verfijningsrondes voordat het systeem betrouwbaar voelt.

Oefening 3: Plannen voor Diligence

Denk na over de verantwoordelijkings- en veiligheidsaspecten van je automatisering voordat je deze implementeert.

Deel I: Creation Diligence

Antwoord eerlijk over je geplande automatisering:

Waarom is deze specifieke taak geschikt voor AI om af te handelen? Welke kenmerken maken het een goed geschikt?
Wat kan er fout gaan? Maak een lijst van minstens drie mogelijke foutmodi (bijv. AI geeft onjuiste prijzen, reageert op een klacht met een sjabloonantwoord, deelt informatie bedoeld voor een ander klant). Voor elk, hoe zou je het opvangen? Welke veiligheid kun je instellen?
Wat is de real-world impact op je klanten of bedrijf als AI een fout maakt bij deze taak?

Deel II: Deployment Diligence

Plan je beoordelingsproces:

Zul je elke output controleren voordat deze naar een klant gaat, of periodiek steekproeven nemen? Waarom?
Als je aanvankelijk alles controleert, op welk moment zou je je comfortabel voelen met minder toezicht? Welk bewijs zou je nodig hebben?
Hoe zul je in de loop van de tijd op problemen toezien? (wekelijkse steekproeven, klantenfeedback tracking, foutenlogboeken)
Welke specifieke triggers zouden ervoor zorgen dat je de automatisering pauzeert of volledig uitschakelt?

Deel III: Transparency Diligence

Bepaal je transparantieaanpak:

Wie moet weten dat AI betrokken is? Overweeg klanten, medewerkers en zakenpartners.
Hoe zul je AI's rol openbaar maken? Schrijf de werkelijke taal die je zou gebruiken (bijv. een voettekst op e-mails, een opmerking op je website, een vermelding in je servicevoorwaarden).
Welke vervolgopties zul je bieden als iemand met een echt persoon wil spreken?
Heeft je industrie of lokale jurisdictie specifieke vereisten rond AI-openbaarmaking? Als je het niet zeker weet, is dit onderzoeken waard voordat je implementeert.

Alles samenvoegen: Schrijf een korte "Automation Readiness Statement" — 3–5 zinnen waarin je samenvat wat je automatiseert, waarom het geschikt is, welke veiligheidsmaatregelen je hebt en hoe je transparant bent. Dit kan dienen als referentiedocument voor jezelf en iedereen anders op je team.

Lesreflectie

Hoe veranderde het gebruik van alle vier dimensies samen je aanpak in vergelijking met eerdere lessen?
Was het beschrijven van een automatisering precies genoeg voor AI om uit te voeren gemakkelijker of moeilijker dan je verwachtte?
Na de Description en Diligence oefeningen, is je Oefening 1 taak nog steeds de juiste om eerst te automatiseren?
Hoe is je denken over efficiëntie versus persoonlijke klantrelaties geëvolueerd?

Wat volgt

In de volgende les bespreken we strategieën voor het doordacht en duurzaam integreren van AI in je bedrijf — inclusief hoe je een AI-beleid voor je team opbouwt en hoe je zorgen over AI-afhankelijkheid beheert.

Feedback

Terwijl je door de cursus vordert, horen we graag van je hoe je concepten uit de cursus in je werk gebruikt, plus eventuele feedback die je hebt. Deel je feedback hier.

Erkenningen en licentie

Copyright 2026 Anthropic. Deze cursus is ontwikkeld in samenwerking met PayPal, Prospect Butcher en MAKS Enterprises TIPM Rebuilders, voortbouwend op het AI Fluency Framework ontwikkeld door Prof. Rick Dakan (Ringling College of Art and Design) en Prof. Joseph Feller (University College Cork). Uitgebracht onder de CC BY-NC-SA 4. 0 licentie.