Niemand die dit artikel leest hoeft geïnformeerd te worden over hoeveel er gaande is in de wereld van Artificial Intelligence. Het is ons wel duidelijk, de ontwikkeling gaat hard, en we worden ineens geconfronteerd met allerlei nieuwe mogelijkheden en risico's.
Wanneer je artikelen leest, het nieuws volgt en zéker bij media van niet-Nederlandse origine krijg je snel het idee dat er kampen ontstaan; de optimisten en de pessimisten. De optimisten zien ineens overal AI in, en de pessimisten verwachten dat AI alles om zeep gaat helpen.
Laura Brekelmans
Software developer
Aangemaakt op .
Als nuchtere ambtenaar voel je je waarschijnlijk helemaal niet passen bij een "kamp", jij wil juist graag met mooie en betrouwbare oplossingen komen voor maatschappelijke problemen. De uitdaging zit hier in om met een nuchtere blik te kunnen kijken naar de problemen en de daarbij passende oplossingen.
Gezien de snelheid van de verandering en de soms tegenstrijdig lijkende kampen van de pessimisten en de optimisten: Hoe kan jij je oriënteren naar deze nieuwe ontwikkelingen als je een idee hebt waar AI mogelijk een oplossing in kan bieden? Hoe kunnen we als Nederlanders de voor- én de nadelen nuchter afwegen? De risico's én de grote mogelijkheden? Zonder dat we meegetrokken worden in de wervelwind van verandering, terwijl niemand eigenlijk weet waar deze wind uiteindelijk naartoe zal waaien?
Even kort over hoe het artikel is opgesteld. Ik neem je mee door wat handige conceptuele tools waarmee jij en je omgeving grip kunnen krijgen op AI. Voor wanneer je behoefte hebt aan meer diepgang is er per sectie een bijlage beschikbaar met veel relevante vragen en modellen, deze zijn fijn voor vergaderingen, brainstormsessies en voor discussies met collega's en partners.
En nu verder na deze korte intermissie, wij van Cell[0] willen dat jij je na het lezen van dit artikel gemotiveerd voelt en je vertrouwd genoeg voelt om de juiste vragen te stellen omtrent AI. Zie dit artikel dan ook niet als een oplossing, maar als een kompas en een kaart. Het artikel zelf is het kompas, de bijlagen zijn de kaart, als je van dag tot dag wil navigeren.
Nuchterheid draait niet om optimisme noch om pessimisme, maar om een pragmatische blik. Kortom, niet linksom, niet rechtsom, maar gezamenlijk met vertrouwen de toekomst tegemoet. En dat begint bij onze Nederlandse nuchterheid.
Nederlandse nuchterheid
Nederland heeft geen miljardenleger. Geen Silicon valley. We hebben ook geen miljardenbevolking. Daarbovenop is ons land ook nog klein, en er is een continue aanwezige dreiging van de zee. Toch hebben we keer op keer aangetoond dat we ongelooflijke resultaten teweeg kunnen brengen.
Cornelis Lely keek naar de Zuiderzee en zag een provincie. Een eeuw later wonen er honderden duizenden Nederlanders. Nog nooit eerder had een land op zo'n grote schaal aan water en land techniek gedaan.
Rond de eeuwwisseling stond de chipindustrie voor een muur. De volgende generatie chips vereiste een nieuwe lithografietechniek, EUV, die in theorie prachtig werkte maar in de praktijk zo ingewikkeld was dat geen bedrijf noch overheid zich er aan wilde branden. Het risico was te groot, zelfs voor de grote spelers: Nikon en Canon. ASML, een nietszeggend en klein Nederlands bedrijfje dacht: "Leuke uitdaging". Twintig jaar later is heel de wereld afhankelijk van die machines.
Wij zijn een klein land, maar toch hebben we wereldwijd een significantie positie in de agricultuur op verschillende vlakken. We verzorgen 44% van de wereldwijde sierteelt, meer dan een derde van alle wereldwijde handel in groentezaden komt uit Nederland en daarbovenop zijn we toonaangevend als het gaat om kennis en tech in de agrarische sector. Hoe kan zo'n klein land wereldwijd zo'n grote speler zijn op de agriculturele markt op verschillende vlakken?
We mogen onszelf er best aan herinneren dat we als klein landje ongelooflijke resultaten voor elkaar krijgen met onwaarschijnlijk gelimiteerde middelen. Júíst wanneer de wereld staat voor grote verandering laten wij als Nederlanders keer op keer zien hoe je enorme resultaten voor elkaar krijgt terwijl we kunnen zeggen "Tsja, zo moeilijk was het toch ook weer niet?", waar we drie minuten later weer heerlijk (en terecht) staan te zeiken over het weer.
Ik mis deze houding in AI.
Wat is nou die nuchtere blik voor AI?
Bij de briefing om een position paper te schrijven werd me gevraagd om te informeren over AI, maar dat geeft me eigenlijk een onprettig gevoel; moderne AI is ongelooflijk nieuw, en elke maand komt gepaard met significante verschuivingen in de mogelijkheden, als je op de hoogte wil blijven moet je er bovenop zitten. Maar dat geeft jou als ambtenaar dus een probleem, als de wereld zó snel veranderd, hoe kan je dan vandaag de juiste keuzes maken die over 10 jaar nog steeds staan als een huis? Zodat je de risico's in de komende 10 of zelfs 25 jaar tot een minimum beperkt, en je de flexibiliteit houdt om te veranderen waar nodig?
De juiste oplossing is om de juiste houding aan te nemen, maar voor de juiste houding heb je het juiste denkgereedschap nodig, en dat is wat direct hierna volgt
Intelligentie is nu als water: Los het juiste probleem op. Om productief en gezonde verbeteringen aan te brengen in de Nederlandse maatschappij moet je goed begrijpen waar AI wel en niet goed toegepast kan worden.
Zonder het saaie werk kom je nergens: een radicale blik is niet voldoende, het moet ook uitvoerbaar kunnen zijn en ook nog eens netjes uitgevoerd worden
Maak het beheersbaar met de kas: de wereld van AI verandert zó snel, net als bij het weer kan waar je de ene maand op vertrouwt de andere maand ineens compleet omslaan.
Cornelis Lely, water als vloeibare intelligentie
"Los het juiste probleem op"
Lely keek niet naar de Zuiderzee en dacht "Laat ik een SWOT analyse maken". Hij stelde een veel fundamentelere vraag: "Wat als deze hindernis juist de oplossing is?". De zee was een probleem, deze zee werd Flevoland. Voor AI is de vraag dan ook niet "Moet ik een chatbot gebruiken voor mijn taak?" Maar eerder "Welk vraagstuk heb ik in mijn werk altijd als onoplosbaar beschouwd, en is er nu iets waardoor het wel oplosbaar wordt?.
Nog nooit eerder hadden computers de capaciteit om intentie te begrijpen. Hoewel computers in 1930 kamers vol met vrouwen waren die berekeningen deden en je toentertijd intelligentie in kon kopen per vierkante meter, is het nooit eerder zo geweest dat je niet-menselijke intelligentie op je inkooplijst kon zetten. Dat kan nu wel.
Er is één fundamentele verandering die in de afgelopen vijf jaar is gestart ten opzichte van de afgelopen eeuw. De vorige eeuw was het informatie tijdperk, we stromen nu het kennis en intelligentie tijdperk in. Het valt allebei onder de digitale revolutie, maar het is hier binnen wél een volgende fase. Bij deze de eerste denktool:
Intelligentie is nu als water. Een eeuw geleden was intelligentie onlosmakelijk verboden aan een mens. Je kon het dus inhuren, maar niet inkopen. Dat kan nu wel. Intelligentie is nu een verhandelbare nutsvoorziening.
Waarom water?
Water stroomt - het neemt de vorm aan van de ruimte die je het geeft. In principe is in de komende jaar alles mogelijk. Een stoplicht met een PhD, tomaten die je kunnen vertellen hoe ze zich voelen, boeken, PDFs en websites die je vragen kan stellen. De mogelijkheden zijn eindeloos, de vraag is wat heeft voorrang, wat kan je verzinnen, en wat heeft het meeste nut, en waar werkt het je juist tegen?
Water komt uit de kraan - Het is een gestandaardiseerde nutsvoorziening. Heb je meer nodig? Zet dan de kraan verder open. Is de huidige intelligentie niet goed of slim genoeg voor je probleem? Dan heb je misschien een betere kraan nodig (andere provider of tool), of een loodgieter (technisch specialist).
Water is overal en goedkoop - Water is zó alledaags geworden dat je er niet eens meer bij stil staat dat er in elk gebouw schoon water uit de muur komt. Houdt hier rekening mee dat de prijs per token significant zal blijven dalen.
ASML, saai, langzaam en steengoed
"Zonder het saaie werk kom je nergens"
ASML's truc heeft hem nooit gezeten in visie of durf. De blauwdrukken van EUV machines bestonden al jaren. Waar ASML succes mee bereikte was de bereidheid om saai werk twintig jaar lang efficiënt te blijven doen terwijl anderen afhaakten.
Voor AI in de overheid betekent dat iets heel concreets:
"Degenen die hier de echte impact gaan maken zijn niet degenen die het hardst roepen, maar juist degenen die rustig elke vraag en elk probleem systematisch aflopen. Waar is het geschikt voor? Waar niet? Wanneer loopt het tegen een probleem aan?
Econoom Carlota Pérez heeft in haar werk een groot scala aan historische revoluties geanalyseerd en heeft hier patronen in gevonden, met het volgende framework om te kijken naar hoe deze revoluties veelal verlopen in de volgende vier fasen:
Irruption: Grote en baanbrekende innovaties, investeringen in infrastructuur en durfondernemers met grote claims
Frenzy (waanzin): Gigantische investeringen, veel financiële speculatie en vergrotende ongelijkheid
Synergy: Een herbalancerende fase na de waanzin, waar regulatie en beleid de technologie herinrichten op productief gebruik
Maturity: Grote welvaart maar afnemend rendement op verdere investeringen, wat weer zorgt voor sociale onrust en stagnatie, wat weer ruimte creëert voor een volgende technologische revolutie
Het is aan jullie als ambtenaar om de stap te zetten van de waanzin naar de synergie, het is dus ongelooflijk belangrijk om met een goed nuchter kader te kijken naar de mogelijkheden en je niet te laten meeslepen door de claims van de industrie. Volgens Pérez's framework is de belangrijkste factor paradoxaal niet om beste modellen of de grootste investeringen te hebben, het gaat juist om hoe en waar je het uitrolt.
Oftewel: adoptie. Nederland is hét klassieke voorbeeld van een land dat excelleert in de uitrol van grote innovaties, en dit is voor ons dus ook een grote kans. Pérez leert ons dat de eerste fase de grote investeringen omvat — die zijn er duidelijk flink geweest de afgelopen jaren — en dat het daarna de opgaaf is om het op de juiste manier in te gaan zetten. Natuurlijk is dit "slechts" een historisch patroon, maar we zeggen niet voor niets dat de geschiedenis zich nooit herhaalt, maar wel vaak rijmt!
Het is wel belangrijk om op te merken dat we nu nog middenin de waanzinfase zitten, en dat volgens Pérez historisch gezien een financiële crisis nodig is geweest voordat beleidsmakers de nood inzien van een weloverwogen strategie en aanpak voor AI. Als jij als lezer dit leest, deel jij in de verantwoordelijkheid om een crisis voor te zijn.
Het is tevens essentieel dat we niet van onszelf verwachten dat het nieuwe, beste, snelste en slimste model van Nederlandse bodem komt. Dat hoeft immers niet, het kost klauwen met geld en er zit ongelooflijk veel onnodig risico en competitie aan verbonden. Nee, het is aan ons om de volwassenen in de ruimte te zijn en om te kijken hoe we alledaagse levens en onze omgeving kunnen verbeteren door te kijken naar toepassingen.
Het is dan ook veelzeggend dat juist ASML, dat ik hier heb neergezet als historisch voorbeeld, ook vandaag nog vooroploopt met bijvoorbeeld haar investering van €1,3 miljard in het Frans-Europese Mistral. Mistral is namelijk zelf een bedrijf wat ondanks dat het veel investeert in grote en slimme AI modellen als strategie heel anders kijkt dan haar Amerikaanse concurrenten. Volgens Mistral's CTO en medeoprichter Timothée Lacroix zit de uitdaging minder in het slimmer maken van modellen en meer in de tooling eromheen, en als contrast met de Amerikaanse bedrijven wil Mistral niet een monopolistische toegangspoort worden voor het web; dat is de route die volgens hem OpenAI en Google nu wel bewandelen, zie bijvoorbeeld Google's recente beslissing om all-in te gaan op AI-first search. Mistral richt zich op toepassingen in de industrie, tools om te voldoen aan regelgeving en voor betrouwbare automatisering die integreert in bestaande processen.
Kortom, intelligentie is nu misschien als water, maar wij weten beter dan anderen dat water niet vanzelfsprekend is en ook beheersing en goede techniek nodig heeft.
Je kan prima in het midden van de winter tomaten groeien
"Maak het beheersbaar"
Onze landbouw is niet groot. Het is juist intensief en slim. In plaats van dat we ons lieten meeslepen door de onvoorspelbare seizoenen kwamen we als mensen op het idee "Waarom laten wij de seizoenen bepalen wat we kunnen groeien? Laten we gewoon zelf het klimaat bepalen joh". Dit werd al gedaan in de tijden van de Romeinen, maar is hier in Nederland
Dat is geen klein idee, geen klein verschil. Lely keek naar de zee en maakte er land van - hij veranderde een probleem in een oplossing. De kas doet iets anders: die stopt de oplossing in een glazen doos. Beheersbaar, voorspelbaar en veilig. Je weet precies welk water er in gaat, welke temperatuur er heerst, wat er uit komt, en dit zorgt er voor dat wel even voorspelbaar resultaten krijgen.
AI is dan weliswaar niet zo afhankelijk van of het buiten onweert of zonnig weer is, maar ook de AI wereld zit vol met onvoorspelbaarheden en seizoenen:
De modellen veranderen continu, twee jaar terug was het GPT-3, nu zitten we op Claude en Mistral en GPT-5.5 en noem het maar op. Elke keer krijgen ze andere sterktes, nieuwe zwaktes, veranderende prijzen. Je kunt geen beleid bouwen op "we gebruiken ChatGPT", want ChatGPT vandaag is iets anders dan ChatGPT over twee jaar.
De wetgeving verandert continu. De AI Act is nog vers, jurisprudentie moet nog komen. Gemeentelijke richtlijnen zijn er nog maar amper of veranderen continue.
De capaciteiten veranderen continu. Zeven jaar geleden bracht OpenAI GPT-2 uit, deze kon zinnen schrijven en soms zelfs sommen oplossen. Wow! Nu verslindt hun nieuwste GPT-5.5 een document van 100,000 woorden in luttele minuten, en gebruiken zelfs de wereld's meest geavanceerde wiskundigen AI als assistent.
Misschien is de metafoor van de kas te ver doorgetrokken, maar het is feit dat de wereld van AI continu in flux is. Het is dus belangrijk om in je achterhoofd te houden dat pas wanneer je iets beheersbaar hebt gemaakt dat je het voorspelbaar kan maken.
Stel dan ook duidelijke kaders.
Kortom
Als je één ding meeneemt uit dit artikel, dan is het dat je als Nederlander in de kracht van een nuchtere, saaie maar efficiënte samenwerking mag vertrouwen. Dit is vooral een houding.
In het artikel heb je kort maar snel geleerd over drie stukken denkgereedschap die je altijd in je achterhoofd kan houden als het gaat om de vernieuwing en toepassing van AI. AI is als vloeibare intelligentie, zonder het saaie werk kom je nergens en je moet het beheersbaar maken wil je niet omvergewaaid worden door de wervelwind van verandering.
In de bijlagen staat per onderwerp nog extra verdieping, je krijgt hier wat voorbeelden, hulpbronnen en een handige lijst van vragen voor jou en je team. Als je hier meer over wil leren of je bent op zoek naar een partner om je casus verder uit te diepen, neem dan gerust contact op.
site: https://cell-0.com/
telnr: +31 40 3041457
email: info@cell-0.com
Bijlagen
Bijlage 1 - AI als Vloeibare intelligentie
"Los het juiste probleem op"
Voorbeelden
De AI tomatenplant
De AI poëzie fotocamera
Hulpbronnen
Vragen voor jou en je team
Vraag 1: Kan je vijf voorbeelden noemen van dingen die zonder AI niet mogelijk waren om te automatiseren, die nu wel mogelijk zijn?
Voordat je met een nieuw perspectief te werk kan gaan moet je goed weten wat er nieuw mogelijk is geworden dankzij AI.
Om te controleren of je ook daadwerkelijk goed begrijpt wat de nieuwe mogelijkheden zijn, kan je het beste overleggen met een technisch sterk onderlegde collega of kennis. Natuurlijk ben je ook altijd bij ons welkom als je wilt dat we meedenken.
Vraag 2: Welk probleem probeer je op te lossen?
Vraag 3: Welk vraagstuk heb je in je werk altijd als onoplosbaar beschouwd, en is er nu iets waardoor het wel oplosbaar wordt?
Vraag 4: Is AI écht de juiste oplossing voor je probleem?
Vaak kunnen technische problemen makkelijker en betrouwbaarder opgelost worden zonder AI, veel mensen komen voor het eerst in aanraking met de mogelijkheden van de automatisering en programmeren dankzij AI. AI is hierbij de voordeur naar een mogelijkheid die er al was, geen nieuwe mogelijkheid.
Let daarom ook goed op dat je niet overal spijkers ziet die je met de AI hamer kan gaan inslaan. Er is ongelooflijk veel mogelijk zonder AI, en in de gevallen waar AI niet nodig is is de oudere methode meestal sneller, goedkoper, betrouwbaarder én duurzamer.
Voorkom dat je jezelf in een gat graaft door afhankelijk te worden van AI waar het niet nodig is, dat is duur, vervuilend en lost het eigenlijke probleem vaak slechter op dan traditionele methoden.
Vraag 5: Hoe maak jij het onderscheid tussen iemand die claimt AI goed te begrijpen en iemand die AI écht goed begrijpt?
Er zijn veel mensen die claimen AI te begrijpen, maar het veld is jong en verandert supersnel. Daarbovenop zijn er veel mensen die snel geld willen verdienen aan de ontwikkelingen. Dit is ook zo als je bijvoorbeeld een auto gaat kopen, toch zal je niet iedere verkoper even snel en even goed vertrouwen.
Welke criteria hanteer jij om onderscheid te maken tussen een betrouwbare expert en een expert die je alleen maar glanzende nieuwe technologie wil verkopen terwijl het aan de onderkant helemaal niets inhoud?
Bijlage 2 - Saai, langzaam en steengoed
"Zonder het saaie werk kom je nergens"
Wat zijn tokens?
Een LLM hakt tekst op in hele kleine stukjes. Deze stukjes zijn groter dan letters en ze zijn geoptimaliseerd om taal zo efficiënt mogelijk te verwerken. Om een idee te geven van hoe een token er uit ziet, moderne LLMs hebben er een paar duizend. Stukken tekst die zeer vaak terugkomen hebben hun eigen token (zoals "the" en "one"), terwijl zeldzamere lettercombinaties juist korter zijn (zoals "q" of "#").
Tokens worden in de AI-industrie gebruikt als basiseenheid omdat alle LLMs een bepaalde hoeveelheid tokens per seconde kunnen genereren.
Ook worden LLMs meestal geprijsd per miljoen tokens. Zo kost een duur model zoals GPT-5.5 $60 per miljoen input tokens, een goedkoper model zoals Claude Haiku $1 per miljoen input tokens, Mistral Medium-3.5, een mid-tier model van het Europese Mistral $1.50 per miljoen tokens.
Voorbeelden
Zo kostte een score van 42 op de MMLU benchmark van het beste model in 2023 60 dollar, deze zelfde score kost vandaag 0,06 dollar. Dat is een vermindering factor 1000 in drie jaar. Let hier wel op dat hoewel experts in de industrie opperen dat de prijzen per tokens inderdaad op dezelfde manier zullen blijven dalen, kunnen de totale prijzen voor AI gebruik wel significant stijgen. We gebruikten 3 jaar terug immers amper LLMs.
Ten tweede moet je rekening houden met hoe ingewikkelder of groter een probleem, hoe meer tokens je nodig zult hebben. Waar we 3 jaar terug de verwachting hadden dat we met een LLM hooguit een gezellig gesprek konden voeren of om een feitje op te zoeken op Google, zijn de verwachtingen nu veel hoger, en die verwachtingen vereisen ook meer tokens.
Als voorbeeld voor zo'n veranderende verwachting, enkele jaren terug waren LLMs ongelooflijk onbetrouwbaar wanneer het aankwam op wiskunde. Terwijl dankzij de snelle vooruitgang de betrouwbaarheid zóveel is vooruitgegaan dat topwiskundige Terence Tao het nu gebruikt als assisterende tool tijdens het oplossen van moeilijke problemen en onderzoek, en het zeer recent zelfs een belangrijk openstaand wiskundig probleem autonoom heeft weten op te lossen. De verkorte versie van de tekst die de LLM heeft geproduceerd om tot deze doorbraak te komen is een PDF van 125 pagina's. Moeilijkere problemen vereisen significant meer denkwerk dan simpele problemen. Om het nog ingewikkelder te maken, naarmate er meer moeilijke problemen worden opgelost zullen er alleen nog maar problemen overblijven die nóg meer denkwerk vereisen.
Je hebt hier dus te maken met twee ogenschijnlijk tegenstrijdige krachten; de prijs per tokens zal jaar-op-jaar steeds lager worden, en de kosten voor uitgaven aan AI zullen steeds toenemen. Het is belangrijk om deze uit elkaar te houden, want voor veel dingen is helemaal niet het sterkste, beste en slimste model nodig. De truc is om te kijken hoeveel "slimmigheid" je nodig hebt voor een bepaald probleem, en dan te kijken wat het goedkoopste model is dat dit probleem robuust en betrouwbaar kan oplossen.
Hulpbronnen
pricepertoken.com
costgoat
hallucination benchmarks?
processing speed indexes?
Handige rekenmodellen?
Vragen voor jou en je team
Hoeveel kost een "liter" intelligentie? Per token? Per query? Per probleem?
Wat is de doorvoersnelheid? Hoeveel pagina's kan het per minuut verwerken? Hoeveel problemen per maand? Problemen per maand? Vruchtbare ideeën per jaar? Hoeveel mooie prototypes en demos?
Hoe betrouwbaar is de uitkomst? Hoe vaak hallucineert de AI? Hoe vaak is een probleem daadwerkelijk opgelost? Hoe vaak worden en fouten gemaakt? Of juist, hoe vaak gaat lost het wel betrouwbaar een probleem op?
Hoe verhoudt de grootte van een model zich tot haar capaciteiten? Heb je altijd het grootste model nodig, of is een model dat draait op je eigen laptop goed genoeg voor een bepaald probleem?
Hoe zet je intelligentie in om data en informatie om te zetten in inzichten?
Wat als je een lek hebt? Veel mensen zeggen dat ChatGPT hun "vriend" is. Wat als alles wat je aan deze vriend verteld ineens op straat ligt? Wat als er iemand bij OpenAI rondloopt die denkt: "Wow, mooie documenten hebben ze daar in Nederland! Daar kan ik wat mee!".
Bijlage 3 - Je kan prima in het midden van de winter tomaten groeien
"Hou het beheersbaar"
Voorbeelden
Lekken bij OpenAI en leugens van Anthropic (samenwerking met Palantir)
Voorbeelden van modellen die deprecated worden
Hulpbronnen
Vragen voor jou en je team
...?
Bijlage 4 - Verdere verdieping en bronnen
Afsluitend is dit een laatste bijlage voor hulpmiddelen die voor het algemene plaatje gelden.
Bij deze nog een praktisch lijstje van vragen die je jezelf kan stellen in deze ingewikkelde tijden:
"Welk vraagstuk hebben we al jaren weggelegd als "te ingewikkeld", en is dat nog wel waar?
"Wie in mijn omgeving is het meest skeptisch over AI, en wat ziet die persoon wat de rest mist?"
"Wie in mijn omgeving is het meest pessimistisch over AI, en wat ziet die persoon wat de rest mist?
"Hoe kunnen we AI saaier en nuttiger maken?"
"Als vloeibare intelligentie over vijf jaar net zo vanzelfsprekend is als email, welk fundament leggen we nu zodat we straks niet aan het brandblussen zijn?"
"Wat is het saaie, ondankbare werk dat niemand wil doen of zelfs niemand aan denkt? En wie gaat dat oppakken?
"Wie in de organisatie heeft er het meest baat bij als hij of zei er ineens twee uur per dag bij krijgt?
"Welke beslissingen willen we expliciet door mensen laten maken? Niet omdat AI het niet kan, maar omdat we het niet zo zouden willen?"
Bronnen
Wij horen graag van je!
Heb jij een fantastisch idee voor een applicatie, zoek je advies of heb je een opmerking? Diede en Bertus gaan graag met je in gesprek!
