AI-agenten falen zonder de juiste datafundering

Sophie Jansen · 2026-06-11

Als je organisatie AI-agenten wil inzetten om processen te versnellen, begin dan bij de basis: zorg dat je data klaar is voor AI. Agentic AI schaalt namelijk op de kracht van je data, legt Niels Zeilemaker, global CTO bij Xebia, uit. “Als je daar niet over nadenkt, kun je de beste agent bouwen, maar die zal nooit de juiste data vinden. Hij interpreteert data verkeerd of koppelt velden die nooit verbonden hadden mogen worden,” zegt Zeilemaker. “Die fouten zijn niet per se de schuld van de agent, maar van je fundering die niet klaar is voor AI-agenten.” ### Waarom datacatalogus cruciaal is voor AI-agenten Een belangrijk aandachtspunt is datacatalogisering. Dat is geen nieuw concept, maar voor agenten verandert het spel. “Als je een datacatalogus opzet voor een organisatie met alleen mensen, is er altijd een vangnet,” legt Zeilemaker uit. “Als iets niet goed is gedocumenteerd, bel je een collega of loop je langs. Dat is een achterdeurtje.” Maar agenten hebben zo’n achterdeur niet. Zij moeten vertrouwen op wat er in de catalogus staat. Als de beschrijving fout is, presteren ze niet. Simpel. ### De visie van Xebia: kennis delen en vooroplopen Xebia helpt organisaties om AI-strategie om te zetten in productieklare oplossingen die echte transformatie versnellen. De kernwaarden? Mensen eerst, kwaliteit zonder compromis – en vooral kennis delen. Zeilemaker: “Kennis delen is ontzettend belangrijk. Het stelt ons in staat om voorop te lopen en snel nieuwe ontwikkelingen te omarmen. Iedereen is hier enthousiast om te ontdekken wat werkt en wat niet.” Door te focussen op kennisdeling en innovatie, kiest Xebia een paar domeinen waar het gezaghebbend wil zijn. Data en AI is daar een van. ### Agentic Data Foundation: de oplossing voor gefragmenteerde data Tijdens de AI & Big Data Expo vertelde Zeilemaker hoe je een AI-fundering bouwt en gefragmenteerde datalandschappen verenigt. Het was een eerlijk verhaal: door doelgerichte AI-agenten te combineren met expert engineering, kun je een traject van 12 tot 24 maanden comprimeren naar een vaste prijs met duidelijke mijlpalen. De rode draad? Xebia’s Agentic Data Foundation (ADF). Dit breidt het dataplatform uit om agenten te hosten, zowel voor klantgerichte toepassingen als interne processen. Steeds meer klanten vragen om een snellere, betrouwbaardere migratie naar moderne platforms. Zeilemaker: “We ontwikkelen de oplossing samen met de klant.” > “Agenten moeten vertrouwen op de datacatalogus en wat er staat – en als de beschrijving fout is, presteren ze niet.” ### Migraties versnellen met AI “Na migraties op de ouderwetse manier te hebben gedaan en sommige te versnellen met LLM-coding, integreren we dit nu in het dataplatform. De extra context versnelt migraties nog verder,” zegt Zeilemaker. Die opgedane ervaring leidde tot Xebia Axis: Agentic Data Foundation, waarmee bedrijven hun data sneller AI-ready maken dan met welk alternatief dan ook. ### Xebia ACE: AI-native software engineering Een ander wapen in Xebia’s arsenaal is Xebia ACE: AI-Native Software Engineering. Dit framework integreert AI in de volledige softwareontwikkelingscyclus (SDLC). Als het goed wordt uitgevoerd, kan de oplevering tot 40% sneller en kunnen kosten voor legacy-transformatie met tot 70% dalen. Zeilemaker merkt op dat Xebia ACE vooral nuttig is voor grote ondernemingen die vasthouden aan bepaalde governance of werkwijzen. Kortom: de juiste datafundering is geen luxe, maar een must voor AI-agenten die écht presteren.