Dit is de methodologiepagina. Geen dienst die u kunt afrekenen — wel de fundering onder alles wat we bouwen. Als u wilt begrijpen waarom onze aanpak verschilt, begint u hier.
MERRADT is onze op LLM-integratie afgestemde dataschema-notatie. Het is het hart van de data-ontologie per project en systeem.
Er bestaat een wijdverbreide weerstand tegen het onderwerp data, alsof het per definitie complex en technisch is. Maar data-registratie is eigenlijk gewoon het invullen van formulieren. Vóór computers werkten we al met tabellen, lijstjes en tekeningen op ruitjespapier. Die drieëenheid is nog altijd de basis: Excel is een tabel op ruitjespapier, lijsten zijn nog altijd lijsten, en 3D-beelden zijn nog altijd lijnen op digitaal ruitjespapier.
Dan rijst de vraag: waar leg je al die documenten neer, en wat moet er altijd in welk type formulier staan? Er is geen goed of fout — maar er is wel functioneel en effectief onbruikbaar. En onbruikbaar betekent hier: schema's die niet zijn ontworpen met het gebruik van een taalmodel in het achterhoofd.
MERRADT definieert hoe documenten, data en processen worden benoemd, gestructureerd en opgeslagen zodat een taalmodel er precies mee kan doen wat het moet doen — niet meer, en niet minder.
Sagan is de logica in ons systeem: een pakket van parsers, logica-modules, helpers en skills die taken overnemen van het taalmodel. Het uitgangspunt: een taalmodel bestaat bij de gratie van gokken en voorspellen. Des te meer zekerheid we het model kunnen bieden, des te beter de output. De paradox is: om een taalmodel zo goed mogelijk te benutten, moet je het zo min mogelijk inzetten — of in elk geval in kleinere, afgebakende brokjes.
Ontwikkelaars werken daarvoor met chains: de opdracht van een gebruiker wordt opgeknipt in afzonderlijke taken, met eigen volgorde en eigen datasets. Een bekender voorbeeld is RAG, waarbij per categorie opdracht de juiste data wordt opgezocht. Bij grotere projecten worden dit pipelines: een bundel chains in een geordend proces.
Persoonlijk zijn we niet te spreken over systemen waarbij nagenoeg alle processchakels worden vervangen door LLM-agents. Enerzijds zijn de voorbeelden van hoe catastrofaal dat kan aflopen talrijk; anderzijds vinden we het een luie manier van systeemontwerp. CasinoCoding, eigenlijk.
Onze operator beheert 100 projecten tegelijkertijd. Dat is de formule achter onze prijs: niet goedkoper per uur, maar efficiënter per taak.
Sagan is extreem token-efficiënt ontworpen. Een taalmodel ziet alleen wat het nodig heeft — niet een rauwe dump van een heel wetboek of database.
Niet alles is gediend bij een pratende chatbot. Soms is onzichtbare AI-integratie effectiever dan zichtbare. Sagan maakt beide mogelijk.
TaalKracht/1 is ons interne retrieval-systeem, getraind op de Nederlandse wetboeken. Het begint niet bij de technologie — het begint bij een fundamentele ontwerpkeuze: betekenis is niet iets wat je uit tekst haalt, het is iets wat je er bewust in stopt.
Waarom geen embeddings? Embeddings zijn de standaardoplossing voor semantisch zoeken — een model zet tekst om naar een vector. Twee vectoren dicht bij elkaar betekent vergelijkbare betekenis. Elegant en schaalbaar, maar een zwarte doos. U kunt niet zien waarom twee stukken tekst dicht bij elkaar liggen. En voor een juridisch systeem is accountabiliteit geen nice-to-have: elke retrieval-beslissing moet herleidbaar zijn.
De string als adres én profiel. In TaalKracht/1 krijgt elk wetsartikel een numerieke string in acht lagen. De eerste vier vormen het adres:
De volgende vier lagen vormen het semantisch profiel:
Samen: 0001.0310.001.00.030.010.020.00 — geen samenvatting, geen embedding, maar een gestructureerde beschrijving van context, handmatig ontworpen per semantische as. Volledig leesbaar voor mens én machine.
Twee taalregisters, één schema. Wetsartikelen schrijven "het is verboden". Burgers vragen "mag ik niet". Per semantische code worden twee terminologielijsten bijgehouden: één voor formele wetstaal, één voor omgangstaal. Dezelfde code verbindt beide. Eén systeem, twee ingangen.
Die volgende schakel mag een LLM zijn. Maar die LLM krijgt dan geen ruwe dump. Hij krijgt precies wat hij nodig heeft.
We zijn een data-bedrijf in opbouw. Als u wilt weten hoe MERRADT of Sagan past bij uw project, of als u wilt sparren over data-architectuur — neem contact op.