Hyper Automation

Hyper automation is de gestructureerde aanpak waarbij een organisatie systematisch haar bedrijfsprocessen in kaart brengt en automatiseert met behulp van AI, agentic workflows en third-party tooling. In tegenstelling tot het automatiseren van losse taken, richt hyper automation zich op het einde-tot-einde optimaliseren van processen -- met als doel een schaalbare, data-gedreven organisatie die minder afhankelijk is van handmatig werk.

Een agentic workflow is een geautomatiseerd proces waarbij AI-agents zelfstandig stappen uitvoeren, beslissingen nemen en met elkaar samenwerken om een taak te voltooien -- zonder dat daar elke keer menselijke tussenkomst voor nodig is. Het verschil met traditionele automatisering: een agent kan omgaan met variatie, context en uitzonderingen op een manier die een simpele regel-gebaseerde flow niet kan.

De beste startpunten combineren drie kenmerken: hoge herhaling (het proces wordt vaak uitgevoerd), voldoende datastructuur (er is informatie beschikbaar om op te sturen) en een duidelijk meetbaar resultaat. Wij prioriteren op basis van ROI-horizon, implementatierisico en businessimpact -- zodat je begint bij de kansen die het meeste opleveren voor de laagste inspanning.

RPA (Robotic Process Automation) volgt vaste regels en scripts om repetitieve taken uit te voeren -- het werkt goed voor gestructureerde, voorspelbare processen. Agentic automation gaat verder: AI-agents begrijpen context, passen zich aan op variatie en kunnen samenwerken in complexe workflows. Moderne hyper automation programma's combineren beide, afhankelijk van wat het proces vraagt.

Dat hangt af van de situatie. Voor organisaties die al werken in het Microsoft-ecosysteem bouwen we op Power Platform en Azure-diensten. Voor organisaties die meer flexibiliteit en openheid willen, werken we met N8N als orchestratielaag. Wij adviseren altijd op basis van wat past bij jouw bestaande landschap en toekomstplannen -- niet op basis van vendor-voorkeur.

Door vanaf het begin KPIs te definiëren per usecase -- denk aan tijdsbesparing per processtap, foutreductie, doorlooptijdverkorting -- en die te koppelen aan een management dashboard. Zo is de businesscase niet alleen een aanname vooraf, maar een levend bewijs dat intern draagvlak opbouwt en verdere investering rechtvaardigt.

Een Adaptive Card is een interactief kaartje dat je agent toont in het gesprek zelf. Het gedraagt zich als een formulier met dropdowns, datumvelden en knoppen, maar vult zich automatisch met actuele data en werkt in elk kanaal waar je agent leeft.

Adaptive Cards draaien in Teams, Outlook, SharePoint en Power Apps. Je ontwerpt de kaart een keer en gebruikt hem op mobiel, desktop en web zonder per platform iets aan te passen. Datzelfde ontwerp kun je hergebruiken in verschillende flows en agents.

Je koppelt data via variabelen die je ophaalt uit Dataverse of een andere bron. Denk aan het verloftegoed van de gebruiker, de naam van de manager of de datum van vandaag. De kaart vult zich zo elke keer met de juiste, actuele informatie.

Vrije tekst past goed aan het begin van een gesprek, wanneer de agent moet achterhalen wat je bedoelt. Zodra er een keuze, aanvraag of goedkeuring volgt, geeft een Adaptive Card meer duidelijkheid. Je combineert taal om intentie te herkennen met structuur om de actie af te ronden.

Niet iedereen kan goed uit de voeten met open vragen of vrije tekst. Een gestructureerde kaart met duidelijke velden, labels en knoppen geeft houvast. Gebruikers zien in een oogopslag wat er van ze wordt gevraagd en reageren met een klik in plaats van te zoeken naar de juiste woorden.

Met een afgebakend scenario, bijvoorbeeld verlofaanvragen, bouw je snel en ga je binnen een week live. Je ziet meteen of gebruikers de agent snappen en of hij waarde toevoegt. Werkt het, dan breid je uit naar ziekmeldingen of onboarding. Alles tegelijk bouwen loopt in de praktijk vast.

RAG staat voor Retrieval Augmented Generation. In plaats van hele documenten in je prompt te zetten, haalt RAG automatisch de relevante stukken op bij een vraag. Vraagt iemand naar ouderschapsverlof, dan zoekt de agent het juiste hoofdstuk in het beleidsdocument en antwoordt op basis van die context.

Ontwerp je conversatieflow op variaties zoals ik wil vrij of alleen vakantie. Test op onverwachte input, incomplete data en systeemfouten. Bouw fallbacks in: snapt de agent iets niet, dan zegt hij dat en biedt een alternatief, bijvoorbeeld verlof aanvragen of het tegoed checken.

Er zijn drie opties. Agent flows in Power Automate handelen goedkeuringen, notificaties en data-updates af. Custom connectors ontsluiten systemen zonder standaardconnector, zoals legacy HR of ERP. RPA via Power Automate Desktop automatiseert handelingen in systemen zonder API. Kies altijd de simpelste aanpak die werkt.

Zodra een gebruiker moet kiezen of bevestigen, werkt een Adaptive Card sneller dan typen. Een dropdown met verloftypes of een samenvatting met knoppen Ja en Nee voorkomt interpretatiefouten. Je combineert conversatie met interface: het gesprek herkent de intentie, de kaart rondt de actie netjes af.

Een Solution bundelt je agent, flows, connectoren, tabellen en configuratie in een pakket. Daarmee exporteer je alles in een keer van development naar test en productie. Je houdt zicht op versies, kunt terugrollen bij fouten en zet CI/CD-pipelines op via Azure DevOps of GitHub.

Een super-agent voor HR, IT en finance tegelijk wordt onbeheersbaar. De prompts worden te complex, de flows te vertakt en gebruikers raken verdwaald. Een aparte agent per scenario blijft klein en overzichtelijk, met een duidelijk doel. Overlappen scenario's, dan laat je agents samenwerken via orkestratie.

Minimaal drie: development om te bouwen en experimenteren, test voor validatie en user acceptance testing, en productie voor live gebruik. Zo voorkom je dat een test-agent echte data aanpast of e-mails verstuurt. Beperk per omgeving de toegang op basis van rol.

Data Loss Prevention-policies bepalen welke connectoren samen mogen werken. Zitten Dataverse en Outlook niet in dezelfde groep, dan blokkeert de policy de agent. Een externe API via een custom connector vraagt expliciete toestemming. Inventariseer vooraf je connectoren en test in elke omgeving, want policies verschillen per environment.

Application Lifecycle Management behandelt agents als software. Je commit wijzigingen naar source control, gebruikt pipelines voor deployment en plant updates en rollbackscenario's. Combineer dat met security by design: regel authenticatie en autorisatie, bewaar secrets in Azure Key Vault en log alles wat de agent doet.

Reken voor een eerste werkende workflow op een traject van enkele weken, met kosten die vooral zitten in analyse van je proces en koppelingen met je bestaande systemen. Het gebruik van AI-modellen is meestal een paar tientjes tot honderden euro's per maand. De terugverdientijd hangt af van het aantal mails dat nu handmatig wordt gesorteerd.

Leg vast welke data de agent mag zien en welke acties hij zelf mag uitvoeren. Log elke stap, zodat je achteraf kunt uitleggen hoe een besluit tot stand kwam. Zet bij persoonsgegevens een mens in de keten voor validatie. Kies daarnaast een model dat binnen de EU draait.

Een pilot draait op geselecteerde data en een enthousiaste eigenaar. In productie krijg je rommelige input, uitzonderingen en collega's die het resultaat moeten vertrouwen. Wie vooraf geen afspraken maakt over foutmarges, beheer en eigenaarschap, loopt daar vast. Begin daarom klein, maar bouw meteen voor dagelijks gebruik.

Kijk naar processen met veel handmatig sorteren, overtypen of beoordelen van tekst, en waarvan de uitkomst niet direct naar de klant gaat. Denk aan inkomende post, orderbevestigingen of dossiercontrole. Die processen zijn goed te meten, de fouten blijven binnen je eigen muren en het effect merk je binnen weken.

Je hebt zicht nodig op waar documenten staan en wie ze mag zien. AI search neemt bestaande rechten over, dus rommelige autorisaties worden zichtbaar zodra je zoekt op betekenis. Ruim dubbele en verouderde bestanden op en zorg dat scans doorzoekbaar zijn. Daarna levert verrijking met tags pas resultaat.

Kijk of het proces elke keer dezelfde stappen volgt, of de data op een vaste plek staat en of meer dan twee mensen het kunnen uitleggen. Lukt dat niet, dan leg je eerst die basis vast. Een korte doorloop met het team maakt dat binnen een dag zichtbaar.

Dat hangt af van de scope. Voor een PoC van een week reken je op een of twee developers plus een procesexpert uit je eigen team. Power Platform-licenties heb je vaak al via Microsoft 365. De grootste kostenpost is meestal de tijd van je eigen mensen.

In Nederlandse organisaties draait veel op Microsoft 365, dus Power Automate, Power Apps en Office Scripts liggen vaak voor de hand. Ze sluiten aan op bestaande Excel-logica en SharePoint. Werk je met andere systemen, kijk dan naar de integratiemogelijkheden voordat je een platform kiest.

In de haven- en exportregio rond Rotterdam zit jarenlange kennis in Excel-templates: berekeningen en landafhankelijke velden. Die logica opnieuw bouwen kost maanden en levert weerstand op. Door Excel als template-engine te gebruiken, blijft de werkwijze van het team hetzelfde en gaat er geen kennis verloren.

Die kennis leg je vast in templates, scripts en flows, zodat hij niet meer bij een of twee mensen zit. Je specialisten gaan van uitvoeren naar controleren en verbeteren. Plan wel tijd in om hun uitzonderingen expliciet te maken, want daar zit meestal de moeilijkste logica.

AI Builder beoordeelt de tekst en bijlagen van een mail en bepaalt op basis daarvan het type: bijvoorbeeld een factuur, een klantvraag of een interne melding. Die uitkomst wordt opgeslagen, zodat Power Automate weet wat er moet gebeuren.

Die mail belandt gewoon in een map voor handmatige verwerking, zodat niets verkeerd wordt getagd of doorgestuurd. Zo blijft de inbox betrouwbaar, ook bij de gevallen waar AI zelf nog twijfelt over de juiste afhandeling.

Nee. De hele oplossing draait binnen het Microsoft-ecosysteem, met Power Automate, AI Builder en de Microsoft Graph API. De inhoud van je mail blijft dus intern, ook al beoordeelt AI wat ermee moet gebeuren.

De volgende stap is dat AI ook een antwoordsuggestie doet, gebaseerd op eerdere gesprekken of interne kennisbronnen, naast het bepalen waar een mail heen moet. Zo verschuift het werk van sorteren naar meedenken.

Een inbox die zichzelf bijwerkt: geen handmatig gesleep met mappen meer en geen onduidelijkheid over waar een mail hoort. Teams krijgen daardoor tijd terug voor het werk dat er echt toe doet, zoals klanten helpen.

Een MCP server, kort voor Model Context Protocol, is de techniek die instructies vanuit een AI-tool kan interpreteren en uitvoeren, bijvoorbeeld door API's aan te roepen. Zo praat je in gewone taal met je Power Platform-oplossing, in plaats van zelf PowerShell-scripts te schrijven.

Je haalt hem op via de Power Platform CLI met het commando pac copilot mcp, na een update via dotnet tool install. Dat commando geeft een pad naar het uitvoerbare bestand, dat je instelt in een tool als Visual Studio Code of Claude.

Je kunt de server vragen een solution te exporteren, uit te pakken en advies te geven over schaalbaarheid, naamgevingsconventies en gebruiksvriendelijkheid. Binnen enkele minuten krijg je een rapport terug met verbeterpunten, waar je eerder uren aan handmatige analyse kwijt was.

Nee, je geeft opdrachten in gewone taal, zoals een vraag om je oplossing te analyseren op schaalbaarheid. Het advies is voor iedereen te lezen en toe te passen, van developer tot functioneel consultant, ook zonder zelf scripts te bouwen.

Hij laat zien hoe AI vandaag al repeterend werk overneemt in het dagelijkse werk van een Power Platform-professional, in plaats van op een innovatie-afdeling te blijven hangen. Analyses die uren kostten, duren nu minuten.

Copilot maakt snel tabellen aan op basis van een beschrijving in gewone taal, maar bij complexere modellen kloppen kolomnamen vaak niet of ontbreken relaties. Je moet dan alsnog veel handmatig corrigeren, waardoor de tijdsbesparing grotendeels wegvalt.

De tool leest een Mermaid-diagram met tabellen en relaties, maakt de bijbehorende tabellen en kolommen aan in Dataverse en legt de one-to-many-relaties direct vast. Dat gebeurt zonder handmatig geklik in de interface.

Bij een project met een dynamisch vragenlijstsysteem waren de tabellen normaal gesproken uren werk. Met de tool stond het datamodel in een kwartier klaar, inclusief de koppelingen tussen vragenlijsten, vragen, antwoorden en klantgegevens.

Ja, de eerste versie staat online op GitHub, zodat andere Power Platform consultants er zelf mee kunnen experimenteren. De tool wordt nog verder ontwikkeld, en de basis werkt al: een diagram wordt in enkele minuten een werkende datastructuur.

Bijna elk project start met zo'n diagram om de structuur van tabellen en relaties in kaart te brengen, nog voordat er iets in Dataverse wordt aangemaakt. Die beschrijving bestaat dus al en vormt nu de basis voor automatische aanmaak.

Het is een centrale SQL-database waarin gegevens uit het ERM- en ERP-systeem samenkomen, zoals klantgegevens, gewerkte uren en facturatie. De data wordt via API's opgehaald en overzichtelijk opgeslagen voor verdere verwerking.

Logic Apps legt relaties tussen bedrijven, contactpersonen en projecten, en helpt bij het normaliseren van de database zodat gegevens efficiënt worden opgeslagen. Op basis daarvan bouwt Blis een Power BI Semantic Model voor rapportages.

Een Azure Logic App controleert dagelijks automatisch welke nieuwe deals in de SQL-database staan en genereert daarvoor een Adaptive Card met klant-, opdracht- en startdatuminformatie. Die kaart wordt automatisch gepost in een Microsoft Teams-kanaal.

Iedereen binnen Blis werkt al met Teams, waardoor de adoptie van deze oplossing hoog is zonder extra uitleg. Ook collega's die normaal geen Power BI-rapportages bekijken, zien zo welke nieuwe projecten binnenkomen.

Het delen van successen draagt bij aan het groepsgevoel binnen het team, omdat iedereen op de hoogte blijft van nieuwe deals. Daarnaast bespaart de automatisering tijd omdat niemand iets handmatig hoeft bij te werken.

De app van de lunchleverancier werd niet door iedereen gebruikt en werkte niet op alle devices. Blis Digital bouwde daarom zelf een oplossing met low-code, gericht op eenvoud voor zowel collega's als externe partnerbedrijven.

De oplossing combineert Outlook Actionable Messages met Adaptive Cards, Azure Logic Apps voor automatisering, SharePoint Lists voor de voorkeuren van deelnemers en Power BI voor overzicht. Alles is bereikbaar via e-mail of Microsoft Teams.

Iedereen heeft toegang tot e-mail, ook de externe partnerbedrijven die meedoen aan de lunch. Een app op de telefoon was juist een van de dingen die collega's wilden vermijden bij de nieuwe oplossing.

Het is een unieke sleutel die je van Microsoft krijgt na goedkeuring, nodig om Actionable Messages naar een breed publiek te mogen versturen. De aanvraag hiervoor duurt enkele dagen, dus hou daar rekening mee in je planning.

Het verwerken van lunchkaarten en reacties was oorspronkelijk ontworpen in Power Automate, maar de licentiekosten maakten Azure Logic Apps voordeliger. Functioneel deed het precies wat nodig was, tegen lagere kosten.

De sessie van Albert-Jan op de European Power Platform Conference laat zien hoe je data uit een API veilig ontsluit in een low-code toepassing, zoals een Power BI-dashboard of Power App. Hij bespreekt de juiste bouwblokken uit het Power Platform en de rol van Azure daarbij.

Die keuze wordt in de praktijk vaak pas tijdens het bouwen gemaakt, zonder dat het een bewuste afweging is. Http-triggers in Power Automate vragen om een Premium-licentie, wat Azure Logic Apps in veel scenario's tot de goedkopere optie maakt.

Je moet weten waar je de opgehaalde informatie op de juiste plek opslaat, welke bouwblokken uit het Power Platform daarbij passen en hoe je Azure inzet om de koppeling te ondersteunen. Dat is meer dan alleen een werkende Custom Connector bouwen.

Denk aan: ga je aan de slag met http-triggers, mag je Custom Connectors verwachten en hoe zorg je dat je veilig met de gegevens werkt? Deze vragen vormen het uitgangspunt van de sessie 'Een API is nog geen Connector'.

Een handmatige export naar Excel kan leiden tot datalekken, bijvoorbeeld per ongeluk of via een vertrekkende medewerker die het klantenbestand meeneemt. Onder de AVG kan onrechtmatig gebruik van die data je bedrijf in Nederland flink in de problemen brengen.

Omdat het de enige functie is waarmee je data uit een CRM of ERP kunt combineren met andere systemen of bewerken tot een analyse, rapportage of dashboard. Toch is deze manier van data-extractie beperkt, handmatig, foutgevoelig en vaak functioneel aan banden gelegd.

De API's die Blis doorgaans tegenkomt hebben summiere documentatie, matige performance en beperkte mogelijkheden. Het gevolg is een kostbaar maatwerktraject via IT of een externe developer, of een derde partij die weer een eigen kopie van je data opslaat.

Blis bepaalde eerst welke inzichten nodig waren, vertaalde dit naar de juiste datasets uit Simplicate en bouwde een Azure-infrastructuur met een SQL-database, authenticatie, logging en een periodieke datarefresh. Daarna is de koppeling zelf gebouwd.

De API geeft maximaal honderd items per aanroep terug, dus moest Blis zelf een iteratiefunctie bouwen om alle klanten op te halen. Omdat de API geen gewijzigde records sinds de laatste sync teruggeeft, is daarvoor ook eigen functionaliteit gebouwd.

Het formulier kwam als .doc-bijlage per mail, werd handmatig ingevuld met gevoelige gegevens zoals bankinformatie en teruggemaild, waarna iemand de gegevens overtypte in SAP. Dat kostte vier werkdagen doorlooptijd en ongeveer 30 tot 40 minuten productieve tijd.

Van het formulier circuleren al snel meerdere kopieën, met bank-, juridische en persoonsgegevens erin, zonder dat duidelijk is wat er verder met die documenten gebeurt. Bij een low-code oplossing verzamel je diezelfde gegevens juist veilig en gecontroleerd.

Een Power App verzamelt de gegevens veilig, een Flow voegt daar een extra controleslag aan toe, bijvoorbeeld via een Teams-bericht, en via een connector gaan de gegevens vervolgens rechtstreeks naar SAP. Zo verdwijnt het handmatige overtypen uit het proces.

Nee, SAP is in dit voorbeeld te vervangen door elk ander ERP-platform en het Power Platform door een ander low-code platform. Het concept blijft hetzelfde, zoals ook low-code platform Mendix laat zien met een vergelijkbare integratiecase bij Mammoet.

Vraag op een willekeurige afdeling: noem vijf dingen waarvan jij denkt dat het slimmer moet kunnen. Dat soort simpele voorbeelden leveren, opgeteld over een hele organisatie, vaak een grote besparing op tijd en fouten op.