Ga naar hoofdinhoud
Terug naar Software met AI

Je AI-prototype werkt: wat moet er gebeuren voordat het in productie kan?

Negen gaten tussen een werkend AI-prototype en productie, met per gat een zelftest, onze inschatting van de omvang en de keuze tussen oprekken en herbouwen.

13 min lezen19 november 2026Gecontroleerd op 5 november 2026

Kort antwoord

Voordat een prototype uit Lovable, Bolt, v0 of Replit echte klanten of klantdata krijgt, moeten er negen dingen kloppen: wie welke data mag zien (in Supabase de row level security), geen geheime sleutels in de browser, rollen die de server afdwingt, tests, logging, foutafhandeling, back-ups, eigendom van code en accounts, en de AVG-afspraken. De eerste twee zijn bij AI-builders de bekende lekken: in 2025 vonden onderzoekers bij 170 van 1.645 gescande Lovable-apps database-tabellen die open stonden. Welke route daarna goedkoper is, oprekken of opnieuw bouwen, hangt vooral af van de staat van het datamodel. Bij ons begint dat met een code-audit en valt het werk daarna in onze bestaande banden: vanaf €5.000 voor een afgebakende tool, €25.000 tot €75.000 voor een complete applicatie, onderhoud €500 tot €750 per maand.

Bram DokmanOprichter & AI-specialist

Oprichter van CleverTech AI, met 12+ jaar ervaring in software development, online marketing en cloud-infrastructuur. BSc Science & Innovation Management (Universiteit Utrecht).

Deze pagina is gecontroleerd op

Toen onderzoekers in 2025 lieten zien dat Lovable-apps database-tabellen openlieten, kreeg het lek een CVE-nummer. Lovable betwistte dat: volgens de leverancier draagt elke klant zelf de verantwoordelijkheid voor de data van zijn app (CVE-2025-48757, MITRE, 2025).

Juridisch is dat een discussie. Praktisch is het een feit: zodra jouw prototype echte gebruikers krijgt, ben jij degene die uitlegt waarom hun gegevens op straat lagen.

Deze pagina hoort bij de gids software met AI laten maken. Ze gaat over één moment: het prototype werkt, mensen zijn enthousiast, en nu moet het "gewoon live".

Wat een prototype bewust overslaat

Een AI-builder optimaliseert voor het moment dat jij op "preview" klikt. Dat het scherm doet wat je vroeg, is precies wat een prototype moet bewijzen.

Wat het niet hoeft te bewijzen, is gedrag dat je in een demo nooit ziet:

  • een tweede gebruiker die de gegevens van de eerste opvraagt;
  • iemand die de app niet via de knoppen gebruikt, maar rechtstreeks de database-API aanroept;
  • een betaling die halverwege mislukt;
  • een dinsdagnacht waarin de database leeg raakt;
  • de dag dat de maker van het prototype er niet meer is.

Dat is geen verwijt aan Lovable, Bolt, v0 of Replit. Het is het verschil tussen een prototype en productie, en dat verschil verdwijnt niet doordat de code er netjes uitziet.

Hoe een bureau zélf met AI-tools bouwt, en wat dat met prijs en onderhoudbaarheid doet, staat in software laten ontwikkelen met AI. Hier gaat het om code die al bestaat.

De checklist: negen productiegaten

Dit is onze eigen checklist. De omvang is onze inschatting als orde van grootte, geen offerte; de werkelijke omvang volgt pas uit de code.

# Productiegat Zo test je het zelf Omvang (onze inschatting)
1 Wie mag welke data zien (Supabase RLS) Security Advisor in het Supabase-dashboard, plus de twee-accountentest hieronder Klein bij een helder datamodel, groot als eigenaarschap van records nergens is vastgelegd
2 Geheime sleutels in de browser Zoek in de gebouwde JavaScript naar sleutels van betaal-, mail- en AI-diensten Klein per sleutel, middel als aanroepen naar de server moeten
3 Rollen en rechten Log in als gewone gebruiker en open de URL van een beheerscherm Middel; groot bij meerdere klantorganisaties in één app
4 Tests Vraag: welke test faalt er als iemand de kortingsberekening breekt? Groeit mee met de app; begin bij de bedrijfsregels
5 Logging en meldingen Veroorzaak een fout: wie krijgt er bericht, en waar staat hij terug te vinden? Klein om in te richten, doorlopend om op te volgen
6 Foutafhandeling Zet je wifi uit tijdens het opslaan, of klik twee keer op "betalen" Middel; zit verspreid door de hele app
7 Back-ups en herstel Welk plan heeft je database, en heb je ooit een back-up teruggezet? Klein in geld, maar alleen een hersteltest bewijst iets
8 Eigendom van code en accounts Op wiens naam staan repository, database, domein en betaalaccounts? Klein, mits je het regelt vóór er ruzie is
9 AVG-afspraken Welke diensten verwerken persoonsgegevens, en met wie heb je een verwerkersovereenkomst? Klein tot middel, afhankelijk van het soort gegevens

De volgorde is niet willekeurig. Gat 1 en 2 kunnen vandaag data lekken; gat 8 en 9 worden pas pijnlijk als er iets misgaat; de rest bepaalt of je app over een half jaar nog te onderhouden is.

1. Datatoegang: de row level security in Supabase

Veel prototypes uit AI-builders zetten hun data in Supabase, een gehoste Postgres-database. De browser praat daar rechtstreeks mee, met een publieke sleutel die iedereen kan uitlezen.

Dat is zo bedoeld. De beveiliging zit niet in die sleutel, maar in de regels per tabel: row level security, kortweg RLS.

Supabase is daar zelf ondubbelzinnig over: een tabel in een publiek benaderbaar schema zonder RLS is leesbaar en schrijfbaar voor iedereen met rechten op die tabel, en RLS hoort aan te staan op elke tabel in zo'n schema (Supabase-documentatie, Row Level Security, 2026).

Hoe vaak dat misgaat, lieten onderzoekers rond Matt Palmer zien. In maart 2025 scanden ze 1.645 apps uit de etalage van Lovable en vonden bij 170 daarvan, ruim 10%, 303 endpoints waar tabellen open stonden, met onder meer e-mailadressen, telefoonnummers, betaalgegevens en API-sleutels (Matt Palmer, 2025).

Dat getal is een ondergrens: ze keken alleen naar de homepages, niet naar wat achter een login zat.

Zo test je het zelf. Open in het Supabase-dashboard de Security Advisor. Drie meldingen wil je daar niet zien (Supabase, Database Advisors, 2026):

  • rls_disabled_in_public: een tabel staat zonder RLS open voor iedereen met de project-URL.
  • permissive_rls_policy: er is wel een regel, maar die laat iedereen door, zoals USING (true).
  • security_definer_view: een view die de RLS van de onderliggende tabel omzeilt.

Daarna de test die geen tool voor je doet. Maak twee testaccounts, maak met account A een record aan, en kijk of account B dat record kan opvragen of wijzigen.

Lukt dat, dan heeft je app geen datalek in de toekomst. Dan heeft hij er nu een.

Waarom dit groot kan uitvallen. Een RLS-regel zegt "deze rij hoort bij die gebruiker". Dat kan alleen als het datamodel ergens vastlegt wie de eigenaar van een rij is.

Bij prototypes die in honderden prompts zijn gegroeid, ontbreekt dat vaak: dezelfde klant staat in drie tabellen, of een record hoort bij "het bedrijf" terwijl er geen tabel voor bedrijven is. Dan is RLS aanzetten het werk niet; het datamodel rechtzetten wel.

2. Sleutels die in de browser staan

Alles wat in de frontend zit, staat bij elke bezoeker op de computer. Lovable schrijft dat in de eigen documentatie letterlijk: API-sleutels en andere geheimen kun je niet veilig in client-side code bewaren (Lovable-documentatie, Security, 2026).

Toch gebeurt het.

Escape scande in 2025 ruim 5.600 publieke apps van onder meer Lovable, Base44, Create.xyz en Bolt.new en vond meer dan 400 blootliggende geheimen. Service-sleutels van Supabase, die alle RLS omzeilen, waren vaak gewoon uit de frontend te halen (Escape, oktober 2025).

Het onderscheid dat je moet kennen:

Sleutel Mag in de browser? Wat er gebeurt als hij uitlekt
Publieke (anon/publishable) sleutel van Supabase Ja, daar is hij voor Niets, mits RLS klopt
Service-role- of secret-sleutel van Supabase Nooit Volledige toegang tot alle tabellen
Sleutel van Stripe, Mollie, een maildienst of een AI-API Nooit Iemand anders betaalt, mailt of genereert op jouw rekening

Zo test je het zelf. Open je live app, open de ontwikkelaarstools van je browser en zoek in de geladen scripts op sk-, secret, service_role en de naam van elke betaalde dienst die je gebruikt.

Vind je iets, trek de sleutel dan eerst in bij de leverancier en maak een nieuwe. Daarna pas verplaats je de aanroep naar de server, bijvoorbeeld een Supabase Edge Function.

Hoe je een AI-API wél veilig aan je eigen software koppelt, inclusief waar de sleutel woont en wat er met je data gebeurt, staat in de Claude API koppelen aan je eigen software.

3. Rollen die de server afdwingt, niet het scherm

Een veelvoorkomend patroon in prototypes: de knop "Beheer" is alleen zichtbaar voor admins. Dat is een weergaveregel, geen beveiliging.

Wie de URL van het beheerscherm kent of de database-API zelf aanroept, komt er alsnog bij. De OWASP Top 10 van 2025 zet precies dit bovenaan: A01, Broken Access Control (OWASP Top 10:2025).

De regel is simpel: elke rechtencontrole moet ook in de database of op de server staan. Het scherm mag hem herhalen voor het gemak, nooit als enige plek.

Werk je met meerdere klantorganisaties in één app, dan wordt dit het grootste item van de lijst. Elke tabel, elke view en elke functie moet dan weten bij welke organisatie een rij hoort.

4. Tests: begin bij de regels waar geld aan hangt

Een prototype heeft meestal geen tests, en dat is prima zolang het een prototype is. Het probleem begint bij de eerste wijziging na livegang.

Een AI-builder herschrijft bij een nieuwe prompt soms meer dan je vroeg. Zonder tests merk je dat pas als een klant belt.

Je hoeft niet te beginnen met honderd procent dekking. Begin bij de regels die geld of rechten raken: prijsberekening, kortingen, wie wat mag zien, statusovergangen van een order.

Een test op "gebruiker B ziet de data van gebruiker A niet" is de nuttigste test die je kunt schrijven. Hij bewaakt gat 1 bij elke toekomstige wijziging, ook als de AI-builder iets herschrijft.

5. Logging: weten dat het misgaat voordat je klant het zegt

In een prototype zie je fouten in de preview. In productie zie je niets, tenzij je het inricht.

In de OWASP-lijst van 2025 heet dit A09, Security Logging and Alerting Failures: niet alleen loggen, maar ook gealarmeerd worden. Een log die niemand leest, is een archief.

Het minimum voor een MKB-app:

  • foutmonitoring die je een melding stuurt bij een nieuwe fout;
  • een log van wie welke gevoelige actie deed, zoals exporteren, verwijderen of rechten wijzigen;
  • een melding als een geplande taak, zoals een nachtelijke import, niet heeft gedraaid.

6. Foutafhandeling: wat er gebeurt als het halverwege misgaat

Op plek tien van diezelfde OWASP-lijst staat A10, Mishandling of Exceptional Conditions. Vertaald: wat doet je app als iets onverwachts gebeurt?

Prototypes volgen bijna altijd het gelukkige pad. Een paar vragen die het verschil laten zien:

  • Klikt iemand twee keer op "bestellen", krijgt hij dan twee orders?
  • Valt de verbinding weg tijdens opslaan, is de invoer dan weg?
  • Faalt een betaling, blijft de order dan op "betaald" staan?
  • Geeft de AI-dienst in je app een time-out, krijgt de gebruiker dan een leeg scherm?

Dit zit verspreid door de hele code, en daarom is het zelden een kwestie van één aanpassing. Het is ook het onderdeel waar een AI-builder het minst vanzelf aan denkt.

7. Back-ups: het plan van je database bepaalt wat er terugkomt

Hier helpt een concreet feit meer dan een advies. Op het gratis plan van Supabase zitten geen automatische back-ups, en gratis projecten worden na een week inactiviteit gepauzeerd (Supabase-prijzen, opgehaald 5 november 2026).

Het Pro-plan begint bij 25 dollar per maand en bewaart dagelijkse back-ups 7 dagen. Wil je kunnen terugzetten naar een willekeurig moment (point-in-time recovery), dan is dat een aparte uitbreiding van ongeveer 100 dollar per maand voor een venster van 7 dagen (Supabase-documentatie, Backups, 2026).

Een prototype op het gratis plan met echte klantdata is dus een app zonder back-up. Dat is geen theorie: één verkeerde prompt die een migratie draait, en de data is weg.

De test die telt: zet een back-up terug in een aparte omgeving en kijk of de app ermee werkt. Een back-up die je nooit hebt teruggezet, is een aanname.

8. Eigendom: repository, database en accounts op jouw naam

De vraag "van wie is de code?" wordt bij AI-builders vaak een vraag "van wie is het account?". Het prototype is gemaakt in iemands Lovable-, Bolt- of Replit-account, met een database in iemands Supabase-organisatie.

Is dat iemand anders dan jouw bedrijf, bijvoorbeeld een freelancer of een medewerker met een persoonlijk account, regel het dan nu.

Een paar praktische feiten uit de documentatie van Lovable (Lovable-documentatie, GitHub, 2026):

  • Lovable synchroniseert in twee richtingen met één GitHub-repository en werkt op één branch tegelijk.
  • Het gekoppelde GitHub-account van een bestaand project kun je niet wijzigen; loskoppelen en opnieuw koppelen maakt een nieuwe repository.
  • Op betaalde plannen kun je de code ook zonder GitHub downloaden.

Leg vast op wiens naam vijf dingen staan: de repository, de database, het domein, de hosting en de accounts van betaalde diensten. Wat er verder bij een overdracht hoort, van sleutelinventaris tot auteursrecht, staat in software laten onderhouden en overnemen.

9. AVG: wie verwerkt de persoonsgegevens?

Komen er persoonsgegevens in je app, dan verwerken minstens de database en de hosting die voor jou. Vaak ook een maildienst, een AI-dienst en een analysetool.

Met elke partij die namens jou persoonsgegevens verwerkt, heb je een verwerkersovereenkomst nodig. Supabase heeft er een die onderdeel is van de gebruiksvoorwaarden (Supabase DPA, 2026); controleer het voor elke andere dienst in je app.

Maak daarnaast een korte lijst: welke gegevens, in welke tabel, bij welke dienst, in welk land. Bij gezondheids- of financiële gegevens hoort daar meer bij dan een lijst, en dan is dit geen klein item meer.

Hoe dat werkt bij AI-diensten specifiek, met de vraag welke data de AI te zien krijgt, staat in AI integreren in bestaande software.

Een groene beveiligingsscan is geen vrijbrief

Lovable heeft sinds versie 2.0, uitgebracht in april 2025, een ingebouwde beveiligingsscan (Matt Palmer, 2025). De snelle scan draait automatisch bij publiceren en kijkt onder meer naar database-regels en bekende kwetsbaarheden in npm-pakketten; een diepere scan bekijkt de hele code, maar draait niet vanzelf.

Lovable zegt er zelf bij dat die tools geen volledige veiligheid kunnen garanderen en geen grondige beveiligingsreview vervangen. Voor apps met gevoelige data raadt de leverancier een extra professionele review aan (Lovable-documentatie, Security, 2026).

Neem dat letterlijk.

Een scan ziet of er een RLS-regel is; of die regel de juiste rijen voor de juiste gebruiker afschermt, hangt af van wat jouw bedrijf onder "de juiste" verstaat. Dat staat in geen enkele code.

Oprekken of opnieuw bouwen: hoe je kiest

Na de checklist komt de vraag die het meeste geld bepaalt: werk je het prototype bij, of gebruik je het als ontwerp en bouw je opnieuw?

We kennen die keuze uit eigen werk. CleverKeywords, onze keyword-research-SaaS, begon in november en december 2025 als prototype in een low-code-omgeving om de aanname te toetsen.

Dat prototype deed zijn werk als validatie en liep daarna vast: geen grip op de datalaag, geen ruimte voor eigen taalverwerking, geen fatsoenlijke verwerking van achtergrondtaken. We hebben het vanaf december 2025 opnieuw opgebouwd als productiesoftware; het staat inmiddels op ongeveer 1.507 commits en draait live.

De les daaruit is niet "altijd herbouwen". Het prototype was het waard: het toetste de aanname waar het product op rust, voordat we de productieversie bouwden.

Signaal Richting oprekken Richting opnieuw bouwen
Datamodel Elke tabel heeft een duidelijke eigenaar en weinig dubbele gegevens Dezelfde gegevens staan op meerdere plekken, eigenaarschap is onduidelijk
Omvang Een afgebakende tool met een handvol schermen Een applicatie met meerdere rollen, organisaties en koppelingen
Wat moet erbij Vooral de negen gaten hierboven Achtergrondtaken, koppelingen met je boekhouding of ERP, eigen logica die het platform niet ondersteunt
Code Leesbaar, één aanpak per probleem Elke prompt heeft er een eigen aanpak naast gezet
Wie onderhoudt straks Je blijft zelf in de AI-builder werken, met tests als vangnet Een ontwikkelteam neemt het over en wil een gewone codebase

Herbouwen betekent niet dat je opnieuw begint. De schermen, de flows en vooral de beslissingen over wat de app moet doen, gaan mee; alleen de fundering wordt nieuw.

Wat het kost

Wij hebben geen apart tarief voor "productieklaar maken", omdat de spreiding te groot is. Twee prototypes die er hetzelfde uitzien, kunnen een paar aanpassingen of een complete herbouw van elkaar verschillen.

Daarom begint het bij ons met een code-audit: welke van de negen gaten open staan, hoe het datamodel eruitziet en welke route goedkoper is. Daarna valt het werk in onze bestaande banden voor maatwerk software:

Wat Onze prijs of doorlooptijd
Afgebakende tool of los programma, vaste prijs vanaf €5.000
Complete bedrijfsapplicatie met rollen, dashboards en koppelingen €25.000-€75.000
Werkende MVP 4-6 weken
Onderhoud na livegang €500-€750 per maand

Alle bedragen zijn exclusief btw. Wat er in dat onderhoud zit en wat andere bureaus rekenen, staat in wat software-onderhoud kost.

Daarnaast betaal je de diensten waar de app op draait, zoals het databaseplan uit gat 7. Die rekening loopt bij jou, niet bij ons, zodat de accounts uit gat 8 ook op jouw naam blijven.

Wanneer je ons niet nodig hebt. Is het een interne tool voor vijf collega's zonder persoonsgegevens van klanten, dan red je het vaak met gat 1, 2, 7 en 8 en iemand die Supabase kent. Een audit is dan te veel.

Heb je een prototype dat klantdata gaat verwerken, of twijfel je tussen oprekken en herbouwen?

Stuur ons de link naar je preview via het contactformulier, bel 085 016 0118 of plan een gesprek. Dan weten we na het eerste gesprek welke route we je adviseren.

Opgesteld met AI-ondersteuning, geredigeerd en inhoudelijk verantwoord door Bram Dokman.

Tags:#Softwareontwikkeling#Maatwerk Software#Beveiliging#AI#MKB
Delen:

Veelgestelde vragen

Kan ik een Lovable-app gewoon live zetten voor klanten?

Technisch wel, met één klik. Of het verstandig is, hangt af van wat er in de database staat: met klantgegevens moet je eerst de toegangsregels per tabel (RLS), de sleutels in de browser en de back-ups controleren. Lovable zegt zelf dat de ingebouwde scan geen volledige veiligheid garandeert en raadt voor gevoelige data een extra review aan.

Wat is row level security in Supabase, in gewone taal?

Een regel per tabel die bepaalt welke rijen een gebruiker mag lezen of wijzigen, bijvoorbeeld "alleen je eigen orders". Omdat de browser rechtstreeks met de Supabase-database praat, is die regel de enige echte beveiliging van je data. Staat hij uit, dan kan iedereen met de project-URL de tabel lezen en aanpassen.

Is de publieke Supabase-sleutel in mijn code een lek?

Nee, de publieke (anon of publishable) sleutel is bedoeld om in de browser te staan. Hij is alleen veilig als de row level security op elke tabel klopt. De service-role- of secret-sleutel is een ander verhaal: die omzeilt alle regels en hoort nooit in de frontend.

Hoe weet ik of mijn AI-prototype een datalek heeft?

Begin met de Security Advisor in het Supabase-dashboard en los elke melding over uitgeschakelde of te ruime RLS op. Doe daarna de twee-accountentest: maak met account A een record aan en kijk of account B het kan zien of wijzigen. Zoek ook in de geladen scripts van je live app naar geheime sleutels.

Geldt dit ook voor Bolt, v0 en Replit?

Ja. De gaten zitten niet in één tool, maar in het verschil tussen een prototype en productie: datatoegang, sleutels, rollen, tests, logging, fouten, back-ups, eigendom en AVG. Welke gaten het grootst zijn, verschilt per tool en vooral per database die eronder zit; de checklist blijft dezelfde.

Moet ik mijn prototype opnieuw laten bouwen?

Niet per se. Is het datamodel helder en blijft de app een afgebakende tool, dan is bijwerken meestal goedkoper. Zijn de gegevens over meerdere tabellen versnipperd, of moeten er koppelingen en achtergrondtaken bij, dan is herbouwen op het gevalideerde ontwerp vaak de goedkopere route over de levensduur.

Wat kost het om een AI-prototype productieklaar te maken?

Dat hangt af van welke gaten open staan en van de staat van het datamodel, en daarom hebben wij er geen vast tarief voor. Na een code-audit valt het werk in onze bestaande banden: vanaf €5.000 voor een afgebakende tool en €25.000 tot €75.000 voor een complete applicatie, exclusief btw. Onderhoud daarna kost €500 tot €750 per maand.

Is de beveiligingsscan van Lovable genoeg?

Hij vangt de bekende fouten, zoals tabellen zonder RLS en kwetsbare npm-pakketten, en dat is nuttig. Hij kan niet weten welke gebruiker welke rij hoort te zien, want dat is een bedrijfsregel. Lovable schrijft zelf dat de scans geen grondige beveiligingsreview vervangen.

Heeft het gratis Supabase-plan back-ups?

Nee. Volgens de prijspagina van Supabase (opgehaald 5 november 2026) zitten automatische back-ups niet in het gratis plan en worden gratis projecten na een week inactiviteit gepauzeerd. Het Pro-plan, vanaf 25 dollar per maand, bewaart dagelijkse back-ups 7 dagen.

Van wie is de code die Lovable genereert?

Praktischer dan de juridische vraag is: op wiens account staat het project, en naar welke GitHub-repository synchroniseert het? Het gekoppelde GitHub-account van een bestaand Lovable-project kun je niet wijzigen; opnieuw koppelen maakt een nieuwe repository. Zorg dat repository, database, domein en betaalaccounts op naam van je bedrijf staan.

Heb ik een verwerkersovereenkomst nodig voor mijn prototype?

Zodra er persoonsgegevens van klanten of medewerkers in staan, ja: met elke dienst die die gegevens namens jou verwerkt. Bij Supabase is de verwerkersovereenkomst onderdeel van de gebruiksvoorwaarden. Controleer het ook voor je hosting, maildienst, analysetool en elke AI-dienst die je app aanroept.

Welke tests heeft een prototype minimaal nodig voor productie?

Begin bij de regels waar geld of rechten aan hangen: prijzen, kortingen, statusovergangen en wie wat mag zien. De nuttigste eerste test is "gebruiker B ziet de data van gebruiker A niet". Die bewaakt je datatoegang bij elke wijziging, ook als een AI-builder bij een nieuwe prompt meer herschrijft dan je vroeg.

Kan ik na livegang gewoon blijven prompten in de AI-builder?

Dat kan, maar met een vangnet. Zonder tests merk je pas aan een klacht dat een prompt iets anders heeft gebroken. Werk bij voorkeur in een aparte branch of omgeving en laat de tests draaien voordat een wijziging live gaat.

Wanneer is een AI-prototype goed genoeg zoals het is?

Als het een interne tool blijft voor een kleine groep collega’s, zonder persoonsgegevens van klanten en zonder betalingen. Regel dan in elk geval de datatoegang, de sleutels, de back-ups en het eigendom van de accounts. Voor de rest van de checklist is de investering dan meestal groter dan het risico.

Volgende stap

Van dit artikel naar je eigen bedrijf.

Met de gratis AI-scan heb je binnen 48 uur een persoonlijk rapport met concrete AI-kansen; in een kennismaking leg je je vraag direct voor.

Blijf op de hoogte

Praktische AI-inzichten in je inbox, hooguit twee keer per maand.

Geen spam · max 2x per maand · altijd opzegbaar. Je gegevens worden alleen gebruikt voor het verzenden van de nieuwsbrief. Uitschrijven kan op elk moment.

Van kennis naar resultaat

Wat betekent dit voor jouw bedrijf?

Wil je weten welke AI-functie in jouw software thuishoort? We lopen de vier poorten vrijblijvend met je langs.