AI-agents falen zonder de juiste datafundering

Sophie Jansen · 2026-06-11

Als je jouw organisatie wilt helpen met AI-agents om processen te versnellen, begin je bij de basis. En dat betekent: je data beschikbaar maken voor AI-gebruik. Agentic AI schaalt namelijk op datasterkte, 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," zegt Zeilemaker. "Hij interpreteert data verkeerd of voegt velden samen die nooit verbonden hadden mogen worden. 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 Een belangrijk aandachtspunt is datacatalogisering. Het is geen nieuw concept, maar voor agents verandert het spel. "Als je een datacatalogus opzet voor een organisatie met alleen mensen, is er altijd een vangnet," legt Zeilemaker uit. "Bij slechte documentatie bel je een collega of loop je langs. Agents hebben die achterdeur niet. Zij moeten vertrouwen op wat er in de catalogus staat. Staat de beschrijving fout? Dan presteren de agents niet." ### Kennis delen als drijvende kracht 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 voor ons essentieel. Het houdt ons vooruitstrevend en flexibel. Iedereen is gretig om nieuwe dingen te ontdekken en te delen wat werkt." Data en AI is een van die domeinen waar Xebia autoriteit wil zijn. Op de AI & Big Data Expo vertelde Zeilemaker hoe je deze AI-fundering bouwt en gefragmenteerde datalandschappen verenigt. Het resultaat: een combinatie van doelgerichte AI-agents en expert engineering die een doorlooptijd van 12 tot 24 maanden terugbrengt naar een vaste prijs met mijlpalen. ### Agentic Data Foundation (ADF) De rode draad is Xebia's Agentic Data Foundation (ADF). Dit breidt het dataplatform uit om agents te hosten, zowel voor klantgerichte toepassingen als interne processen. Steeds meer klanten vragen om een snellere, betrouwbaardere migratie naar moderne dataplatforms. Zeilemaker: "We ontwikkelen de oplossing samen met de klant." > "Agents moeten vertrouwen op de datacatalogus en wat er staat. Staat de beschrijving fout? Dan presteren de agents niet." ### Versnelling door AI "Na migraties op de ouderwetse manier, en sommige versneld met LLM-codering, integreren we dit nu in het dataplatform," zegt Zeilemaker. "De extra context versnelt migraties nog verder." Die ervaring leidde tot Xebia Axis: Agentic Data Foundation, Xebia's antwoord om data sneller AI-klaar te maken dan enig alternatief. ### Xebia ACE: AI-native software engineering Een ander wapen is Xebia ACE: AI-Native Software Engineering. Dit raamwerk integreert AI in de hele softwareontwikkelingscyclus. Juist toegepast versnelt het de levering met tot 40% en verlaagt het legacy-transformatiekosten met tot 70%. Zeilemaker: "ACE is vooral nuttig voor grote ondernemingen die vasthouden aan specifiek governance of werkwijzen." ### Conclusie AI-agents zijn krachtig, maar alleen als de datafundering klopt. Zonder een goede datacatalogus en een solide platform falen ze. Xebia laat zien dat met de juiste aanpak en gedeelde kennis, transformatie sneller en betrouwbaarder kan. Dus begin bij de basis: maak je data klaar voor AI.