AI-agents falen zonder goede datafundering

Sophie Jansen · 2026-06-11

Als je jouw organisatie wilt helpen om AI-agents in te zetten om processen te versnellen, moet je bij de basis beginnen. Dat betekent dat je data beschikbaar moet maken voor AI. Agentic AI schaalt namelijk op de kracht van 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. Het kan de data verkeerd interpreteren of velden samenvoegen die nooit verbonden hadden mogen worden," zegt Zeilemaker. "En die fouten zijn niet per se de schuld van de agent. Het is de schuld van je fundering, die niet klaar is voor AI-agents." ### Waarom datacatalogi cruciaal zijn voor AI-agents Een belangrijk aandachtspunt is datacatalogi. Het is geen nieuw concept, maar voor AI-agents verandert het spel. "Als je een datacatalogus opzet voor een organisatie die alleen uit mensen bestaat, is er altijd een back-up," zegt hij. "Als iets niet goed gedocumenteerd is, kun je een collega bellen of langsgaan en vragen hoe je met die specifieke dataset moet werken." "AI-agents hebben die back-up niet. Ze moeten vertrouwen op wat er in de datacatalogus staat. En als de beschrijving fout is, zullen de agents niet presteren." ### Hoe Xebia organisaties helpt met AI Xebia richt zich op het omzetten van AI-strategie in productieklare oplossingen die echte transformatie versnellen. De kernwaarden zijn mensgericht en kwaliteit zonder compromis, maar de belangrijkste is volgens Zeilemaker het delen van kennis. Dat doen ze onder andere op evenementen zoals TechEx Global North America. "Kennis delen is heel belangrijk voor ons. Het stelt ons in staat om voorop te lopen en snel nieuwe marktontwikkelingen te omarmen, omdat iedereen graag nieuwe dingen ontdekt en deelt wat werkt en wat niet," zegt Zeilemaker. "Door veel te investeren in kennisdeling en innovatie, proberen we ook een aantal domeinen te kiezen waar we de autoriteit willen zijn." ### De kracht van Agentic Data Foundation Data en AI is duidelijk een van die domeinen. Op de AI & Big Data Expo vertelde Zeilemaker hoe je een AI-fundering bouwt en gefragmenteerde datalandschappen verenigt. Het was een eerlijk verhaal over hoe het combineren van doelgerichte AI-agents met expert engineering een tijdlijn van 12 tot 24 maanden comprimeert tot een vaste prijs met mijlpalen. De rode draad is wat Xebia Agentic Data Foundation (ADF) noemt. Dit breidt het dataplatform uit om agents te hosten en ze te gebruiken voor zowel klantgerichte toepassingen als interne processen. Er is altijd veel vraag geweest naar migratie van legacy naar moderne platforms, maar Xebia ziet steeds meer klanten die een snellere en betrouwbaardere aanpak willen. Zeilemaker zegt dat consultant en klant dan samen de oplossing ontwikkelen. > "AI-agents moeten vertrouwen op wat er in de datacatalogus staat. En als de beschrijving fout is, zullen de agents niet presteren." ### Versnelling door ervaring en AI "Na migraties op de ouderwetse manier te hebben gedaan en sommige te versnellen met LLM-codering, integreren we dit nu in het dataplatform. We gebruiken de extra context die het biedt om migraties nog verder te versnellen," zegt Zeilemaker. Die opgebouwde ervaring heeft geleid tot Xebia Axis: Agentic Data Foundation, Xebia's antwoord om bedrijven te helpen hun data sneller AI-ready te maken dan welk alternatief dan ook. Een ander wapen in Xebia's arsenaal is Xebia ACE: AI-Native Software Engineering. Dit framework integreert AI in de hele softwareontwikkelingscyclus (SDLC) van een organisatie. Als het goed wordt uitgevoerd, kan de levering tot 40% worden versneld, terwijl de kosten voor legacy-transformatie tot 70% dalen. Zeilemaker merkt op dat Xebia ACE vooral nuttig is voor grote ondernemingen die 'misschien nog vasthouden aan een bepaalde governance of manier van werken.'