Naar inhoud
BetaAI Begrippen

AI-begrippen in gewone taal. Zoek een begrip, blader op letter of filter op onderwerp.

AI-workflow

Engels: AI Workflow

In het kort

Een AI-workflow is het hele traject om een AI-systeem te bouwen, in gebruik te nemen en te onderhouden. Anders dan gewone software doorloopt het een keten van stappen: gegevens verzamelen en voorbereiden, een model trainen en testen, en het systeem inzetten. Elke volgende stap steunt op de vorige, zodat een werkende AI-toepassing ontstaat, zoals een webshop die de voorraadbehoefte voorspelt.

Waarom is dit belangrijk?

Teams kunnen een AI-idee alleen volwaardig in gebruik nemen als elke stap, van voorbereiding tot controle achteraf, goed op elkaar aansluit. In de zorg gebruiken organisaties AI-workflows om toepassingen zoals capaciteitsplanning verantwoord in te voeren en daarna bij te houden. Voor werknemers en patiënten telt vooral of het systeem dagelijks betrouwbaar blijft; zonder goede controles kunnen er fouten in de uitkomst ontstaan.

Zo werkt het in de praktijk

Onderzoekers in software-engineering vragen hoe bedrijven een AI-model blijven ontwikkelen, testen en inzetten. Steidl, Felderer en Ramler beschrijven vier stappen: data, training, software en beheer van het systeem. Zij koppelen problemen bij invoering en gebruik aan die stappen, en noemen alarmen of een planning als startsein.

Een AI-workflow volgt MLOps, een werkwijze om modellen te testen, in te zetten en te bewaken. Voor data-analyse is CRISP-DM een open stappenplan met zes fasen, van de vraag tot de ingebruikname. Het EU-project ESPRIT maakte dit plan samen met Daimler AG, en IBM gebruikt het in SPSS Modeler.

Gecontroleerd op 23 oktober 2026