Uitdagingen
Het team van More2Win is snel en voorstelgericht.
Elke nieuwe klantpresentatie vereist dat je put uit een brede basis van eerder werk: oude voorstellen, gemeentelijke beleidsdocumenten, impactrapporten, financieringsonderzoek en partnergegevens.
Al deze informatie was verspreid over OneDrive-mappen met inconsistente structuren, verschillend benoemd per project en per teamlid.
Dit maakte het moeilijk om:
Snel relevant eerder werk te vinden bij het schrijven van een nieuw voorstel
Beleidsdocumenten te koppelen aan de juiste klantcontext of geografische regio
Inzichten uit eerdere programma’s te hergebruiken zonder handmatig door tientallen bestanden te moeten zoeken
Teamleden snel en betrouwbare antwoorden te geven op onderzoeksvragen
Het resultaat: waardevolle institutionele kennis was effectief onzichtbaar op het moment dat het het meest nodig was.
Aanpak
Hoe we het bouwen van een solide oplossing benaderen
Stap 1 — Ontdekking en Kennisin kaart brengen
We hielden een scoping-sessie om het volledige kennislandschap van More2Win in kaart te brengen: welke documenten bestonden er, hoe ze waren georganiseerd, hoe teamleden vandaag de dag naar informatie zochten en waar de grootste wrijvingspunten lagen. We identificeerden vijf kerninhoudscategorieën: interne rapporten, gemeentelijke en nationale beleidsdocumenten, financiering en partneronderzoek, programma-overzichten en impactrapporten.
Stap 2 — Systeemarchitectuur en Innamepijplijn
We ontwierpen een geautomatiseerde pijplijn die verbinding maakt met More2Win's OneDrive via de Microsoft Graph API. Documenten worden automatisch gedetecteerd, omgezet in tekst, opgedeeld en door een AI-classificator gehaald die elk inhoudsstuk tagt met metadata: klant, propositietype, documenttype, gemeente en vertrouwensscore.
Stap 3 — Vector Database en Semantisch Zoeken
Alle verwerkte documenten worden als vector-embedden opgeslagen in een Pinecone-database, gescheiden per klant en regio om kruiscontextuele verwarring te voorkomen. Dit geeft het systeem semantisch geheugen, wat betekent dat gebruikers vragen in natuurlijke taal kunnen stellen en onmiddellijk de meest relevante inhoud uit honderden documenten kunnen ophalen.
Stap 4 — AI Onderzoeksagent en Interface
We bouwden een chat-gestuurde AI-frontend waar teamleden vrij vragen kunnen stellen in het Nederlands of Engels. De agent haalt de meest relevante documentdelen op, genereert een onderbouwd antwoord en toont directe links terug naar de bronbestanden. Een menselijke beoordelingslaag markeert classificaties met lage betrouwbaarheid voor handmatige correctie, waardoor de kennisbank in de loop van de tijd schoon blijft.
Laatste gedachten
We hebben een privé, in de EU gehost AI-kennissysteem geleverd, volledig gebouwd op de eigen data van More2Win.
Het systeem doet automatisch:
Neemt nieuwe documenten uit OneDrive op en classificeert ze zodra ze worden toegevoegd
Labelt inhoud per klant, regio, voorstel en documenttype
Toont relevante eerdere werken en beleidshaakjes als reactie op natuurlijke taalvragen
Verwijst naar het oorspronkelijke bronbestand voor elk antwoord dat het genereert
Markeert onzekere classificaties voor menselijke beoordeling voordat ze in de kennisbank worden ingevoerd
Alle gegevens blijven binnen de EU. De AI werkt exclusief met de eigen content van More2Win, zonder externe modeltraining.
Het systeem is ontworpen als een fundament: gebouwd om uit te breiden. Toekomstige toevoegingen zoals een geautomatiseerde klantintake en kwalificatiemotor of een geautomatiseerde voorstelopsteller kunnen rechtstreeks aansluiten op dezelfde kennislaag.
Voorbeeldvragen die het systeem vandaag al kan beantwoorden:
"Welke vijf punten uit dit gemeentebeleidsplan zijn relevant voor meisjesvoetbal?"
"Welke programma's hebben we eerder ontwikkeld rondom vrouwensport in Brabant?"
"Wat zijn relevante beleidshaakjes voor een nieuw voorstel aan gemeente Utrecht?"
Resultaten
Het team van More2Win kan nu binnen enkele seconden toegang krijgen tot de volledige diepte van hun institutionele kennis in plaats van uren.
Proposal writers get instant context on what has been done before and which policies apply -- without opening a single folder. New team members can onboard to client contexts without relying on colleagues to surface the right documents. And the knowledge base grows automatically as new files are added to OneDrive.
What was previously invisible is now immediately actionable.
Resultaten
Sec om relevante info te vinden
Van hun bronnen gedekt
Handmatige stappen om te indexeren
