Zes signalen dat kennis slecht vindbaar is en hoe Enterprise AI Search dat oplost

Wat gebeurt er als je ervaren servicedeskmedewerker ziek is of op vakantie gaat? Vaak moeten collega’s dan toch zelf op zoek naar antwoorden. Hierdoor blijven vragen liggen en wachten klanten langer, terwijl de benodigde informatie vaak gewoon ergens in een systeem staat. Het probleem is alleen dat niet iedereen weet waar die informatie te vinden is. 

Ben je benieuwd of dit voor jouw organisatie geldt? Kijk dan eens naar hoe vaak de kwaliteit, dienstverlening en interne processen afhangen van wie er beschikbaar is. Komt dat neer op ‘te vaak’? Dan is het verstandig om eens onder de loep te nemen hoe de kennisinfrastructuur, ook wel company brain, van je organisatie is georganiseerd.

• Medewerkers maken te weinig gebruik van kennissystemen: Als wordt aangetoond dat medewerkers onvoldoende gebruikmaken van systemen waar voor hun relevante kennis te vinden is, dan is dat een duidelijk signaal dat deze kennis niet gebruikt wordt.  

• Er ontstaan regelmatig problemen waarvan de oplossing makkelijk te vinden is: Als blijkt dat een groot deel van de problemen door een goed geïnformeerde medewerker makkelijk te beantwoorden is, dan kan dit iets zeggen over de toegankelijk- en vindbaarheid van de informatie.  

• Kennis wordt opnieuw aangemaakt in plaats van hergebruikt: Wordt er bij ieder project nieuwe documentatie aangemaakt? Dan gaat er vermoedelijk veel capaciteit verloren aan dubbel werk. Wanneer projecten duidelijk worden opgeslagen en voor iedereen vindbaar zijn, kan er daarna veel sneller worden geschakeld.   

• AI-agents geven antwoorden die medewerkers niet vertrouwen: En dat ligt niet altijd aan het AI-model zelf. Vaak zit het probleem in de informatie waarop de agent zijn antwoorden baseert. Als die informatie verouderd is of verspreid staat over verschillende systemen, kan de agent geen betrouwbare antwoorden geven. Net als medewerkers heeft AI toegang nodig tot de juiste informatie, vindbaar op de juiste plek.  

Wat hierin ontbreekt is discoverability: de mogelijkheid om kennis uit verschillende systemen makkelijk terug te vinden, te begrijpen en te gebruiken. Niet alleen door medewerkers, maar ook door klanten en AI-assistenten. Dat klinkt misschien vanzelfsprekend, maar in groeiende organisaties is het een probleem dat vaak over het hoofd wordt gezien. 

De cijfers laten zien hoeveel tijd hiermee verloren gaat. Volgens de Gartner Digital Worker Experience Survey heeft 47% van de digital workers moeite om de informatie te vinden die ze nodig hebben om hun werk goed te doen. Uit de Microsoft Work Trend Index blijkt bovendien dat werknemers gemiddeld 27% van hun werkdag besteden aan het zoeken naar informatie. Dat kost niet alleen tijd, maar gaat ook ten koste van de capaciteit, kwaliteit en groeimogelijkheden van een organisatie. 

Daarbij speelt mee dat steeds meer organisaties bewust kiezen voor een composable architectuur. Ze combineren verschillende gespecialiseerde tools om flexibel te blijven en hun IT-landschap schaalbaar in te richten. Een logische keuze, maar er zit ook een keerzijde aan. Elk systeem heeft zijn eigen manier om informatie op te slaan, te doorzoeken en toegang te verlenen. Hoe meer systemen een organisatie gebruikt, hoe meer kennis er beschikbaar is, maar hoe lastiger het wordt om die kennis bij elkaar te brengen en daadwerkelijk te benutten. 

Daar zit dan ook de paradox; organisaties hebben steeds meer informatie tot hun beschikking, maar het wordt niet automatisch makkelijker om die informatie te vinden en te gebruiken.

Hoe Enterprise AI Search dit structureel oplost

Gelukkig hoef je niet al je bestaande systemen te vervangen om dit op te lossen. Daar heb je Enterprise AI Search voor. De meeste organisaties hebben al een IT-infrastructuur waarin applicaties, databases en oudere systemen met elkaar verbonden zijn via API’s en event-streams. Die basis kun je gewoon behouden. Enterprise AI Search bouwt daarop voort en maakt informatie uit verschillende systemen vanuit één plek doorzoekbaar. 

Je kunt het vergelijken met Google, maar dan voor je eigen organisatie. In plaats van zelf door allerlei systemen en documenten te zoeken, vind je relevante informatie op één plek. Ook als die informatie verspreid staat over verschillende bronnen. 

Hoe werkt dat precies? Vanuit technisch perspectief werkt dit via twee bouwstenen: 

1. Embeddingmodellen zetten vragen en informatie om in wiskundige representaties van betekenis. Daardoor kan het systeem zoeken op basis van wat iemand bedoelt, in plaats van alleen op exacte zoekwoorden. Zo kan het ook relevante informatie vinden als de vraag anders is geformuleerd dan het oorspronkelijke document. 
    

2. RAG (Retrieval-Augmented Generation) koppelt AI aan de eigen kennisbronnen van een organisatie, zoals documenten, databases en bedrijfssystemen. De AI haalt daar relevante informatie uit en gebruikt die om een antwoord te formuleren. Zo baseert het antwoord zich op informatie uit de organisatie, in plaats van alleen op wat het model tijdens de training heeft geleerd. 

Wat Enterprise AI Search betrouwbaar maakt

Om medewerkers AI te laten vertrouwen, moeten ze erop kunnen rekenen dat antwoorden kloppen. Daarvoor moet de informatie waarop AI zich baseert betrouwbaar zijn en moeten medewerkers kunnen controleren waar een antwoord vandaan komt. Drie systeemeigenschappen spelen daarbij een belangrijke rol: 

• Nauwkeurigheid: hybride retrieval is een zoekmethode die twee manieren van zoeken combineert: zoeken op betekenis en zoeken op specifieke zoekwoorden. Ook als de medewerkers hun vraag op verschillende manieren formuleren, begrijpt het systeem waar ze naar zoeken. 

• Toegangscontrole: AI-agents moeten rekening houden met de toegangsrechten van individuele medewerkers. Via het Model Context Protocol (MCP) bepalen de rechten binnen de aangesloten bronsystemen welke informatie een gebruiker of agent mag ophalen. 

• Bronvermelding: elk antwoord is herleidbaar tot de bron. Medewerkers kunnen zien op welke bronnen een antwoord is gebaseerd. Zo kunnen ze de informatie controleren, het originele document bekijken of gericht doorvragen. Dit helpt ook om de AI-agent te vertrouwen. 

Het resultaat? Medewerkers vinden sneller de informatie die ze nodig hebben en houden meer tijd over voor werk dat waarde toevoegt. Nieuwe collega’s kunnen sneller zelfstandig aan de slag, zonder steeds afhankelijk te zijn van ervaren medewerkers. En doordat iedereen met dezelfde, actuele informatie werkt, wordt de dienstverlening minder afhankelijk van wie er op dat moment beschikbaar is. 

Dat betekent minder vragen die onnodig worden doorgeschoven, een betere klantervaring en meer grip op het naleven van regels en afspraken.

Benieuwd waar jouw organisatie staat?

We brengen het graag samen met je in kaart tijdens een gerichte sessie. Zo krijg je inzicht in de mogelijkheden en concrete vervolgstappen, zonder dat je vooraf ergens aan vastzit.