AI-projecten met impact
Van idee naar werkende AI. Bij Coders leveren we AI-oplossingen die vanaf dag één waarde toevoegen aan jouw business. Wil je weten wanneer een machine onderhoud nodig heeft vóórdat hij stilvalt? Wil je jouw workflows automatiseren of wil je LLM’s veilig inzetten zonder dat je data-team er wakker van ligt? Wij vertalen jouw vraagstuk naar een praktisch, schaalbaar en compliant AI-project — van eerste prototype tot productie.
Deze organisaties gingen je voor
Onze werkwijze
Zo maken we impact in drie stappen.
Closed accordeon
closed accordeon
Level 1: Workshop
We starten met een workshop. We volgen de Design Thinking methode om tot een projectplan te komen waarmee snel en concreet een probleem wordt opgelost voor echte gebruikers.
Level 2: Uitvoer
In twee-wekelijkse sprints voeren we het project uit, waarbij aan het eind van iedere sprint een concreet product of feature wordt opgeleverd. Zo houden we de feedbackloop kort en kunnen we direct impact maken.
Level 3: Monitoring en implementatie
Als het project is afgerond, blijven we de performance monitoren en optimaliseren waar mogelijk. Daarnaast begeleiden we je met het inbedden van de oplossing in de organisatie.
Ook kunnen we ondersteunen in het werven en onboarden van een eigen AI-engineer zodat het project intern doorontwikkeld kan worden. Op deze manier bouwt de klant ook zelf AI-expertise op binnen de organisatie.
Dit doen we graag in co-creatie. We hebben input en samenwerking nodig met de klant om het project een succes te maken. Een AI-tool is immers geen oplossing op zich, als deze niet goed aansluit op de organisatie of niet voldoende gebruikt wordt.
Waarom Coders?
Waarom Coders? Dat is een goede vraag, in het concurrende AI-landschap. Bij Coders werken we met een unieke combinatie van zeer ervaren “rotten” uit het vak en jonge innovatieve denkers.
Deze combinatie stelt ons in staat om snel impact te maken, op een schaalbaar en technisch solide basis.
- Martin — Een van de eerste GenAI developers in Nederland
- Arjan — Had een mobile startup nog voordat smartphones bestonden
- Thijs — Data Alchemist. Studeerde AI voordat het cool was
- Frenk — Wiskundig genie. Programmeert in iedere taal
- Koen — Product Owner, trendspotter
- Nick — Front-endheld, Claude Code's best friend
Onze klantcases
– Customer case: Danone
Custom learning at scale
“Van Nederlandse kennis naar wereldwijde impact — binnen twee maanden.”
Nutricia, onderdeel van Danone, ontwikkelt naast bekende babyvoeding ook specialistische medicinale voeding, zoals KetoCal: speciaal ontwikkeld voor kinderen met een zeldzame vorm van medicijn-resistente epilepsie. Coders vertaalde, via ons e-learningplatform Collow, de kennis van het Nederlandse Research Center naar interactieve e-learning curricula — automatisch vertaald naar 8 talen en wereldwijd uitgerold.
Lees meer
Om neurologen wereldwijd goed te kunnen informeren, moeten salesmedewerkers over de hele wereld het ziektebeeld en de productlijn tot in detail kennen. Die kennis was volop aanwezig bij het Research Center in Nederland — maar bleek lastig op schaal over te brengen naar salesteams verspreid over de hele wereld.
De oplossing: interactieve e-learning met 3 e-learningmodules, 2 impactassessments, 6 interactieve video’s en 1 praktijkgerichte sales call-simulatie. Zo werd de expertise vanuit Nederland efficiënt en op schaal gedeeld met Nutricia-afdelingen wereldwijd.
Hoe we te werk gingen
Discovery workshop — Samen met Nutricia bepaalden we de gewenste leeruitkomsten, de juiste vorm van e-learning en wat succes voor dit project zou betekenen.
Inventarisatie — We brachten alle bestaande content in kaart: technische PDF’s, presentaties, video’s en infographics vormden de basis voor de nieuwe modules.
AI-gedreven productie — Met Collow Creator genereerden we automatisch tekstuele inhoud en kennisvragen op basis van het bronmateriaal. Aangevuld met visuele content uit de beeldbank van Nutricia en trainingsvideo’s met AI-avatars — per taalregio afgestemd op de lokale cultuur, tegen een fractie van de kosten van traditionele videoproductie.
Redactie en vertaling — De AI-gegenereerde Engelse basistraining werd eerst geredigeerd door subject matter experts van Nutricia. Daarna vertaalde de AI het volledige pakket, met lokale experts die de medische nuance per land controleerden.
Livegang en distributie — Via het Collow Evolve platform, volledig ingericht in de huisstijl van Nutricia, realiseerden we maximale adoptie en directe toegang tot learning analytics.
Maximale schaalbaarheid, minimale doorlooptijd
Door slimme inzet van AI verlaagden we doorlooptijd én kosten drastisch — van trainingsstructuur tot videoproductie en wereldwijde vertaling. Zo maakte Coders maatwerk op grote schaal mogelijk voor Danone.
Benieuwd hoe we jouw organisatie kunnen helpen om e-learnings sneller en effectiever in te zetten?
– Customer case: PwC
Simplifai voor PwC
“Complexe brieven, in één oogopslag begrijpelijk.”
Officiële brieven — van de Belastingdienst tot juridische correspondentie — zitten vaak vol vaktaal en subtiele details. PwC zag een kans om mensen te helpen sneller grip te krijgen op wat zo’n brief voor hen betekent. Coders ontwikkelde Simplifai: een applicatie die ingewikkelde brieven scant en met generatieve AI automatisch de belangrijkste actiepunten voor de ontvanger samenvat.
Lees meer
De oplossing
Onder begeleiding van AI-expert Paul Scheltema ontwikkelde Coders Simplifai. In plaats van een volledige brief te moeten doorworstelen, krijgt de gebruiker direct helder te zien wat er van hem of haar wordt verwacht — en wanneer actie moet worden ondernomen.
De app is gebouwd met een moderne, schaalbare techstack: een Python-backend voor de verwerking en generatieve AI-logica, en een React-frontend voor een soepele, toegankelijke gebruikerservaring.
Hoe we te werk gingen
Scannen & verwerken — Brieven worden gedigitaliseerd en geanalyseerd, waarbij de onderliggende structuur en inhoud automatisch worden herkend.
Genereren van samenvattingen — Generatieve AI destilleert uit de brief de kern: welke actie is vereist, en binnen welke termijn.
Presenteren aan de gebruiker — Via een overzichtelijke, gebruiksvriendelijke interface krijgt de ontvanger direct inzicht, zonder juridische of administratieve voorkennis nodig te hebben.
Het resultaat
Met Simplifai maakt PwC ingewikkelde correspondentie voor iedereen toegankelijk. Ontvangers hoeven geen brief meer van A tot Z te lezen om te begrijpen wat er van hen wordt gevraagd — de belangrijkste actiepunten staan direct voor hen klaar.
Benieuwd hoe generatieve AI ook jouw organisatie kan helpen om complexe informatie behapbaar te maken?
– Customer case: GenAI-platform
Sovereign multi-tenant GenAI-platform
“Van versnipperde bedrijfskennis naar een veilig, schaalbaar RAG-platform.”
Steeds meer organisaties willen generatieve AI inzetten op hun eigen interne kennis — maar dat veilig, schaalbaar en over meerdere klanten of afdelingen heen doen, is een heel andere uitdaging. Coders bouwde precies dat: een sovereign, multi-tenant Retrieval-Augmented Generation (RAG) platform waarmee organisaties hun kennisbanken kunnen bevragen, terwijl de data van elke klant strikt gescheiden blijft op gedeelde infrastructuur.
Lees meer
De uitdaging
De kern van de uitdaging was het mogelijk maken dat meerdere organisaties op dezelfde infrastructuur draaien, zonder dat dit ooit ten koste gaat van data-isolatie of security-grenzen. Daarnaast moest het platform:
- Uiteenlopende kennisbronnen — S3, Google Drive, SharePoint en Confluence — op een consistente, schaalbare manier ondersteunen, zonder extra complexiteit in ingestie en synchronisatie.
- Data residency garanderen, zodat informatie tijdens ingestie of LLM-verwerking nooit buiten de gecontroleerde grenzen komt — een cruciale eis in enterprise- en gereguleerde omgevingen.
- End-to-end auditability en traceerbaarheid waarborgen over verschillende, gedistribueerde componenten heen, zonder in te leveren op operationele efficiëntie.
- Grote volumes aan ingestie en verwerking aankunnen, terwijl query’s toch vrijwel realtime beantwoord worden.
De oplossing
Coders ontwierp samen met het Berlijnse Ankercloud een modulaire, event-driven RAG-architectuur op basis van AWS managed services. Amazon S3 vormt de primaire kennisopslag, OpenSearch Serverless verzorgt de vectoropslag met logische scheiding via tenant-specifieke indexen, Amazon Bedrock genereert embeddings en content via het LLM, en AWS Lambda orkestreert de workflows — waarbij Amazon ECS het overneemt voor grootschalige onboarding en externe integraties, gecoördineerd via EventBridge.
De ingestiepipeline ondersteunt zowel realtime als geplande workflows: documenten die naar S3 worden geüpload, worden automatisch verwerkt tot embeddings en geïndexeerd, terwijl externe bronnen via ECS-gebaseerde onboarding en periodieke synchronisatie actueel blijven. Zodra een gebruiker een vraag stelt, genereert het systeem dynamisch contextuele zoekopdrachten via Bedrock, haalt het de meest relevante content op uit OpenSearch, en genereert het LLM gestructureerde, direct bruikbare output.
Het platform ondersteunt 10 tot 50 tenants op gedeelde infrastructuur, waarbij elke tenant tot 50.000–200.000 documenten beheert. De volledige oplossing draait binnen één AWS-regio (EU-West-1, Ierland), zodat alle data, verwerking en AI-interacties binnen een vastgestelde geografische grens blijven.
Het resultaat
Security & sovereignty
- +Strikte data-isolatie per tenant, ook op gedeelde infrastructuur
- +Data residency binnen de EU, in lijn met wet- en regelgeving
- +Volledige auditability dankzij gecentraliseerde logging en traceerbare workflows
- +Een gestandaardiseerde architectuur die compliance-validatie en governance vereenvoudigt
Strategische impact
- +Een sovereign-ready GenAI SaaS-platform, klaar voor gereguleerde markten (EU, enterprise, publieke sector)
- +Naadloze integratie met meerdere enterprise contentsystemen, zonder herontwerp
- +Een schaalbare basis voor toekomstige ontwikkelingen zoals multi-region deployment
Nieuwe tenants kunnen worden onboarded zonder aanpassingen aan de infrastructuur — geautomatiseerde ingestie en structurering nemen het handwerk over.
Benieuwd hoe generatieve AI ook binnen jouw organisatie veilig kan worden ingezet op je eigen kennis?