artikelAugustus 2026· 5 min leestijd

Welk AI-model zit erin? Dat vertelt nog niet wat de AI allemaal kan doen

Een AI-toepassing kan Claude, Gemini of een model van OpenAI gebruiken. Daarmee weet je nog niet wat die AI allemaal kan. De software rond het model bepaalt welke informatie de AI kan zien, welk "gereedschap" hij krijgt en welke handelingen hij mag uitvoeren.

Claude Code laat het verschil goed zien

Wie Claude gebruikt kent de gewone conversatie. Je stelt een vraag en Claude geeft antwoord.

Claude Code gebruikt ook een Claude-model als het denkende deel. Daaromheen zit software die het model veel meer mogelijkheden geeft. Claude Code kan bijvoorbeeld bestanden zoeken en lezen, bestanden aanpassen, opdrachten uitvoeren en het resultaat bekijken.

Stel dat je vraagt:

Zoek waarom deze website een fout geeft en los het probleem op.

Het Claude-model bedenkt waar het moet zoeken. De software eromheen opent de bestanden en voert opdrachten uit. Het model krijgt de resultaten terug en bepaalt daarna wat de volgende stap moet zijn.

Die softwarelaag rond het AI-model noemen we een agentic harness.

Je komt ook de namen agent harness en kortweg harness tegen.

Codex van OpenAI werkt volgens hetzelfde principe: een AI-model vormt het denkende deel en de software eromheen geeft het mogelijkheden om daadwerkelijk iets uit te voeren.

Wanneer wordt zoiets een AI-agent?

De AI kan via zo'n harness meerdere stappen achter elkaar uitvoeren.

Hij kan iets opzoeken, een handeling uitvoeren, het resultaat bekijken en daarna zelf bepalen wat de volgende stap moet zijn.

Dan spreken we van een AI-agent.

Een agent vertelt je dus niet alleen wat je zou kunnen doen. Hij kan binnen de rechten die hij heeft gekregen ook zelf handelingen uitvoeren.

Dat is precies waarom de software rond het model zo belangrijk is.

1. De harness geeft de AI "gereedschap"

Stel dat je tegen een AI zegt:

Wijzig het adres van deze klant.

Het AI-model kan prima begrijpen wat je bedoelt. Zonder toegang tot het klantensysteem kan het niets wijzigen.

Geeft de agentic harness toegang tot dat klantensysteem dan kan de AI misschien de klant opzoeken en het adres aanpassen.

Krijgt hij ook toegang tot e-mail dan kan hij daarna misschien een bevestiging versturen.

Hetzelfde AI-model kan dus totaal verschillende dingen doen afhankelijk van het "gereedschap" dat het krijgt.

Dat kan toegang zijn tot:

•bestanden;

•bedrijfssoftware;

•databases;

•internet;

•agenda's;

•e-mail;

•andere programma's.

2. De harness bepaalt welke informatie de AI krijgt

De harness kan ook informatie aan het model geven wanneer die nodig is.

Bij een vraag over een bestelling kan bijvoorbeeld eerst het juiste klantdossier worden opgehaald. Het model krijgt daarna alleen de relevante gegevens te zien.

Ook regels van de organisatie kunnen worden meegegeven:

Kortingen boven 10 procent moeten eerst worden goedgekeurd.

Of:

Deze gegevens mogen niet met externe diensten worden gedeeld.

Het model bepaalt wat een logische volgende stap is. De informatie en regels die het meekrijgt bepalen mede welke beslissing het neemt.

3. De harness laat de AI verder werken

Een gewone chat werkt meestal zo:

vraag → antwoord

Een AI-agent kan doorgaan:

stap bepalen → uitvoeren → resultaat bekijken → volgende stap bepalen

Dat kan meerdere keren achter elkaar gebeuren.

Daar zit een groot deel van de kracht van AI-agents. Je hoeft niet na iedere stap opnieuw een opdracht te geven.

Daar zit ook een deel van het risico.

Een fout antwoord is iets anders dan een foute actie

Geeft een chatbot een verkeerd antwoord dan kun je dat lezen en negeren.

Voert een AI-agent een verkeerde handeling uit dan kan het adres al gewijzigd zijn, de mail al verzonden zijn of de afspraak al gemaakt zijn.

Daarom moet je bij AI-agents niet alleen weten hoe goed het model is.

Je moet ook weten:

•Welke informatie kan de AI zien?

•Welke programma's kan hij gebruiken?

•Kan hij alleen lezen of ook wijzigen?

•Welke acties mag hij zelfstandig uitvoeren?

•Wanneer moet een mens eerst goedkeuren?

•Hoe wordt gecontroleerd wat de AI heeft gedaan?

Dat zijn geen technische details. Ze bepalen hoeveel verantwoordelijkheid je daadwerkelijk aan AI overdraagt.

Vraag dus meer dan: welk model zit erin?

Een leverancier kan vertellen dat zijn toepassing een bekend en krachtig AI-model gebruikt.

Prima.

Vraag daarna ook:

Wat kan die AI met onze gegevens, bestanden en programma's doen?

En:

Welke handelingen mag hij uitvoeren zonder dat een medewerker eerst toestemming geeft?

Dan weet je veel beter wat je werkelijk in je organisatie binnenhaalt.

Dat is ook de reden waarom AIAdopt onderscheid maakt tussen gewoon werken met AI en werken met AI-agents.

Met Grip op AI-agents leren medewerkers en leidinggevenden herkennen wanneer AI zelfstandig handelt, wat ze uit handen geven, waar controle nodig is en wanneer ze moeten ingrijpen.

Wil je eerst weten welke AI-toepassingen binnen je organisatie worden gebruikt en waar de belangrijkste risico's zitten? Dan brengt het AI Adoption Assessment het huidige AI-gebruik, shadow-AI en de belangrijkste aandachtspunten in kaart.

De gebruikscontext is bovendien relevant voor AI-geletterdheid onder Artikel 4 van de EU AI Act. Iemand die alleen teksten laat verbeteren werkt in een andere context dan iemand die een AI-agent toestemming geeft om zelfstandig handelingen uit te voeren.

Wie verder wil lezen over de risico's van zelfstandig handelende AI kan ook ons Inzicht Eén veilige AI-agent is nog geen veilig AI-systeem bekijken.

Grip op wat AI zelfstandig mag doen

AI-agents kunnen veel werk uit handen nemen. Dat maakt het des te belangrijker dat medewerkers begrijpen wat de agent kan zien, wat hij mag doen en waar menselijke controle nodig blijft.

Bekijk Grip op AI-agents, bekijk het AI Adoption Assessment of neem contact op met AIAdopt als je eerst wilt bepalen wat voor jouw organisatie verstandig is.