Kleine KoeSoftware engineering
Kleine Koe ontwerpt en bouwt betrouwbare softwaresystemen voor bedrijfsprocessen: integraties, workflowautomatisering en, waar dat aantoonbaar waarde toevoegt, AI-componenten. We verbinden bestaande systemen en houden mensen in controle bij beslissingen die ertoe doen.
Initialiseren…
Je huidige software hoeft niet vervangen te worden. We koppelen de systemen die er al zijn.
Microsoft 365 · Google Workspace · Slack · Teams · HubSpot · Salesforce · Notion · Monday.com · Airtable · Shopify · Exact · AFAS · Jira · ServiceNow · PostgreSQL · Interne API's
In veel bedrijven besteden medewerkers uren aan het verplaatsen van informatie, voorbereiden van rapportages, controleren van systemen, verwerken van documenten en opvolgen van voorspelbare gebeurtenissen. Dat werk is zelden moeilijk; het is vooral versnipperd.
7 handmatige stappenper gebeurtenis, iedere keer opnieuw
1 menselijk contactpuntalleen daar waar oordeel daadwerkelijk nodig is
Automatiseer mensen niet. Automatiseer de herhaling om hen heen.
Interne tools, koppelingen en proceslogica die aansluiten op je dagelijkse werk. We ontwerpen de architectuur, schrijven de code en regelen tests, toegangsrechten en onderhoudbaarheid. Waar nodig voegen we een gerichte AI-component toe.
We verbinden je systemen en leggen vast wat er bij iedere stap moet gebeuren: gegevens controleren, taken uitvoeren en uitzonderingen naar de juiste medewerker sturen. AI kan helpen bij bijvoorbeeld documentverwerking, als dat iets toevoegt.
We koppelen databases, API's, bedrijfsapplicaties en interne tools. Gegevens worden gecontroleerd en op de juiste plek bijgewerkt, met duidelijke toegangsrechten en zicht op fouten.
Voor onderzoek, classificatie en een eerste concepttekst. De stappen die veel lees- en uitzoekwerk vragen.
Er wordt niets verstuurd zonder goedkeuring van een verkoper. De AI bereidt voor; mensen beslissen.
Snellere opvolging, completere CRM-gegevens en meer tijd voor verkoopgesprekken in plaats van voor uitzoekwerk.
Voor het uitlezen en opstellen van documenten en het samenvatten van de actuele status.
Alleen uitzonderingen bereiken een manager – met de volledige context erbij, klaar om te beslissen.
Een voorspelbare doorlooptijd, minder onvolledige aanvragen en een controleerbaar logboek per verzoek.
Voor het verdelen van tickets, zoeken in je kennisbank en opstellen van een eerste antwoord.
Een supportmedewerker keurt ieder uitgaand antwoord goed. Onzekere gevallen gaan direct naar de juiste persoon.
Kortere wachtrijen, consistentere antwoorden en meer aandacht voor de ingewikkelde klantvragen.
Voor het uitlezen van verschillende factuurformaten en voorstellen voor de juiste kostenplaats, altijd gecontroleerd met vaste regels.
Voor betalingen en boekingen boven ingestelde grenzen blijft menselijke goedkeuring verplicht.
Een snellere maandafsluiting, minder invoerfouten en meer tijd voor financiële analyse.
Correlatie en samenvatting – ruwe signalen omzetten in een leesbaar incidentbeeld.
Er wordt geen herstelactie uitgevoerd zonder expliciete goedkeuring van een engineer.
Minder meldingsruis, snellere beoordeling en incidenten die automatisch op dezelfde manier worden gedocumenteerd.
Voor het vinden van relevante documenten en samenstellen van een antwoord vanuit je private kennisindex.
Ieder antwoord toont de gebruikte bronnen. Bij twijfel verwijst het systeem door naar een inhoudelijke expert.
Organisatiekennis die niet langer verspreid zit over losse inboxen en volledig lokaal kan blijven.
Er gebeurt iets in het bedrijf. Er komt een e-mail binnen. Er wordt een formulier ingediend. Een record verandert. Een gepland moment breekt aan. Elke workflow begint met een concrete, waarneembare gebeurtenis – nooit met ‘de AI besluit iets te doen’.
De workflow verzamelt alleen de gegevens die nodig zijn: klantgeschiedenis, documentinhoud, systeemstatus en bedrijfsregels. De toegang is begrensd, gecontroleerd en vastgelegd.
Een AI-model classificeert, vat samen, haalt gegevens uit documenten of stelt een actie voor. AI is hier sterk in: ongestructureerde informatie lezen en omzetten in een controleerbaar resultaat. Het model doet een voorstel; het neemt geen eenzijdig besluit.
Regels, validatie, toegangsrechten en menselijke goedkeuring begrenzen wat er kan gebeuren. Tussen het model en je systemen staan controles en drempels. Een onzeker resultaat stopt hier en gaat naar een medewerker.
Het goedgekeurde resultaat wordt teruggeschreven naar de betreffende systemen. CRM bijgewerkt, document gearchiveerd, bericht verzonden, ticket gesloten – met een volledig audittraject van wat er is gebeurd en waarom.
Betrouwbare automatisering combineert vaste logica met AI — zonder een model onbeperkte toegang te geven.
Houd grip op waar je software draait en hoe gegevens worden verwerkt. We richten private kennis- en workflowomgevingen in, met beheerde toegang en controleerbare koppelingen. Lokale AI is een specialisatie: hieronder zie je hoe zo’n omgeving kan worden ingericht.
On-premise. Modeluitvoering, kenniszoeken en procesaansturing draaien op hardware binnen je eigen organisatie. Prompts en documenten blijven binnen je infrastructuur; externe model-API's zijn niet nodig.
Architectuur en investering worden afgestemd op hardware, integraties, beveiligingsvereisten en ondersteuning.2
We zoeken processen waarin herhaling, kosten, frustratie of strategische waarde een automatisering kunnen rechtvaardigen.
We leggen systemen, gegevens, uitzonderingen, rechten en menselijke beslismomenten vast.
We bouwen een afgebakend prototype en testen het met representatieve gegevens.
We verbinden productiesystemen, voegen monitoring en controles toe en documenteren de oplossing.
We beoordelen storingen, gebruik, kosten en bedrijfsresultaten en verfijnen vervolgens de workflow in de loop van de tijd.
Tijdlijnen zijn afhankelijk van gegevenstoegang, integraties, beveiligingsvereisten en procescomplexiteit.
We beginnen bij het proces, niet bij het model. Als een spreadsheetformule genoeg is, zeggen we dat.
We kiezen technologie op basis van de taak, zonder iedere toepassing in hetzelfde platform of bij dezelfde leverancier te dwingen.
Publieke cloud, private cloud, on-premise of air-gapped. Gevoelige taken kunnen binnen je gecontroleerde infrastructuur blijven.
Goedkeuringsstappen, drempels en escalatiepaden maken deel uit van de architectuur en zijn geen bijzaak.
Architectuur, API-integraties, foutafhandeling, tests, security, monitoring en onderhoudbaarheid vormen de basis. AI wordt alleen ingezet waar het aantoonbaar beter werkt dan eenvoudigere software.
Naast software-engineering heeft Kleine Koe aantoonbare ervaring met het verantwoord melden van kwetsbaarheden bij publieke organisaties. Meerdere meldingen zijn door de betrokken partijen erkend; iedere bevinding wordt eerst menselijk geverifieerd en uitsluitend via de daarvoor bestemde kanalen gedeeld.
Kleine Koe ontwikkelt en onderhoudt een onafhankelijke open-source setup- en benchmarkgids voor lokale AI op AMD Ryzen AI MAX/Strix Halo. De publieke evidencekaart omvat 13 systemen of onafhankelijke bronnen en 10 community-benchmarkbijdragers, met first-party en communityresultaten strikt gescheiden. Resultaat: 300+ GitHub-sterren en publiek controleerbare technische evidence.
Breng de omvang van het proces in beeld. De uiteindelijke aanpak en investering worden na een inhoudelijke intake op maat bepaald.
Indicatieve capaciteitsinschatting op basis van ongeveer 46 productieve weken per jaar. Werkelijke resultaten hangen af van uitzonderingen, gegevenskwaliteit en adoptie.
Vraag een maatwerkvoorstel aanVoor bedrijven die eerst willen weten waar automatisering echt waarde oplevert.
Investering op maat
Bespreek een scanVoor één terugkerend bedrijfsproces dat je betrouwbaar wilt automatiseren en bewaken.
Voorstel na intake
Bespreek je procesVoor kennis- en workflowomgevingen binnen je eigen infrastructuur. Met lokale AI wanneer de toepassing daarom vraagt.
Maatwerk na een inhoudelijke intake
Plan een implementatieSoftware voor bedrijfsprocessen: interne tools, API-integraties, documentverwerking en workflowautomatisering. We beginnen bij je bestaande systemen en onderzoeken welke oplossing past. Soms volstaat een kleine koppeling; soms is maatwerk nodig.
Meestal wel, via een API, database, webhook of gestructureerde export. Tijdens de technische verkenning controleren we de mogelijkheden, toegangsrechten en beperkingen van jouw omgeving.
We spreken vooraf af wat het systeem moet doen en testen met representatieve voorbeelden, foutgevallen en uitzonderingen. Logging en monitoring maken afwijkingen zichtbaar. Belangrijke acties kunnen een menselijke goedkeuringsstap krijgen.
We leggen eigendom en gebruiksrechten vooraf vast in het voorstel. Bij oplevering ontvang je de afgesproken code, configuratie en documentatie. Voor externe software en open-sourceonderdelen blijven de bijbehorende licenties gelden.
We spreken af wie het systeem beheert en hoe incidenten, updates en wijzigingen worden afgehandeld. Je kunt het beheer zelf uitvoeren of ons inschakelen voor onderhoud en doorontwikkeling.
Ja. We kunnen beginnen met één afgebakend proces of één integratie. Zo kunnen we de werking toetsen voordat je besluit om verder uit te breiden.
Als een taak daar aantoonbaar baat bij heeft, bijvoorbeeld het verwerken van ongestructureerde documenten. Vaste regels en gewone software blijven de basis waar die volstaan. AI-uitvoer krijgt passende controles; belangrijke beslissingen blijven bij mensen.
Dat kan met een passende lokale of private inrichting. We leggen gegevensstromen en externe afhankelijkheden vooraf vast. Lokale AI is een van de mogelijkheden; de juiste keuze hangt af van de toepassing en je beheeromgeving.
Na een inhoudelijke intake ontvang je een persoonlijk samengesteld voorstel. De scope, integraties, beveiligingseisen, tests en gewenste ondersteuning bepalen de investering. Als een eenvoudiger oplossing volstaat, zeggen we dat.
Negentien wijzigingen zijn geaccepteerd in externe open-sourceprojecten, waaronder Qwen Code, OpenAI .NET, Ray, Kubernetes inference-perf, llama.cpp, LocalAI, NVIDIA AICR en OpenTelemetry. De publieke diffs, tests en reviews laten zien hoe we problemen reproduceren, oplossingen begrenzen en feedback verwerken. Zeventien maanden professioneel LLM-evaluatiewerk (mei 2023–september 2024), later eigen software-engineeringwerk en een self-hosted Strix Halo-platform vullen dat aan met foutanalyse, modeltests en lokale deploymentervaring.
Geen van de genoemde projecten of organisaties onderschrijft Kleine Koe. De links bewijzen uitsluitend dat de betreffende wijzigingen upstream zijn geaccepteerd.
Breng ons een terugkerend proces, een ontbrekende koppeling of een systeem dat beter kan. We onderzoeken wat er nodig is en stellen een passende oplossing voor — van een eenvoudige automatisering tot software op maat.