AI-begrippen, helder uitgelegd
Wat betekent een term, en waarom doet hij ertoe voor je organisatie? Per begrip een korte definitie, de uitleg en wat het in de praktijk betekent.
Elk begrip begint met een definitie die op zichzelf staat. Daaronder lees je waar het in de praktijk om draait, en waar je verder kunt lezen.
AI Opportunity Audit
Vooronderzoek dat per proces vaststelt welke AI-toepassingen haalbaar zijn en wat eerst komt.
Bekijk het begripAI-agent
Een AI-systeem dat zelf stappen zet om een doel te bereiken, in plaats van alleen te antwoorden.
Bekijk het begripAI-readiness
Hoe klaar je organisatie is om AI in gebruik te nemen: data, processen, mensen en governance.
Bekijk het begripAI-roadmap
Een plan in fasen: welke AI-toepassing wanneer, wie eigenaar is en wanneer je beslist.
Bekijk het begripGebruiksverantwoordelijke
De rol onder de AI Act van een organisatie die een AI-systeem van een ander gebruikt.
Bekijk het begripHallucinatie
Output van een AI-systeem die overtuigend klinkt, maar onjuist of verzonnen is.
Bekijk het begripHoog-risico AI-systeem
AI die meebeslist over mensen, met de zwaarste eisen uit de AI Act.
Bekijk het begripLarge Language Model (LLM)
Het taalmodel achter ChatGPT, Claude en Copilot: het voorspelt welke tekst logisch volgt.
Bekijk het begripProcess mining
Met de logs uit je systemen reconstrueren hoe een proces echt verloopt.
Bekijk het begripPrompt injection
Een aanval met instructies die verstopt zitten in data die een AI-systeem verwerkt.
Bekijk het begripRPA versus AI
Vaste regels die altijd hetzelfde doen, tegenover AI die interpreteert maar kan afwijken.
Bekijk het begrip