Productcasestudy · Kunstmatige intelligentie en zelfbediening
Contextbewuste AI-ondersteuning toevoegen aan het boekingsproces
De AI-ondersteuning van Anolla functioneert niet als een algemene chatbot die losstaat van de boekingssoftware. De assistent koppelt de vraag van de gebruiker aan de actieve pagina, de gebruikersrol, de accountstatus en de regels van de software om in plaats van algemene instructies een passende volgende stap voor de specifieke workflow aan te bieden.
Dit technische overzicht beschrijft hoe Anolla context gebruikt om AI-ondersteuning te transformeren van een algemene informatielaag in een productgebonden begeleidingstool.
De AI houdt rekening met de actieve pagina, de gebruikersrol, de accountstatus en de productregels.
Aantal contextlagenOndersteunde talen binnen dezelfde ondersteuningslogica.
Publieke platformcapaciteitEen in het platform geïntegreerde ondersteuningslaag voor de dienstverlener en de boeker.
ProductontwerpprincipeWaarom is alleen de vraag van de gebruiker niet voldoende voor AI-ondersteuning?
Een antwoord van de softwareondersteuning kan inhoudelijk correct maar voor de gebruiker nutteloos zijn als het geen rekening houdt met diens rol, de geopende weergave of de op dat moment geldende configuratie. Anolla behandelt context als onderdeel van het genereren van het antwoord en niet als een detail dat later aan het gesprek wordt toegevoegd.
Uitdaging
Achter dezelfde vraag kunnen totaal verschillende oorzaken schuilgaan. ‘Waarom kan ik niet boeken?’ kan wijzen op een volgeboekte agenda, een beperking voor vooraf boeken, een onjuiste gebruikersrol, de accountstatus of een regel die door de dienstverlener is ingesteld.
Ontwerpbeslissing
De assistent begint met de taal en de vraag van de gebruiker en houdt waar nodig rekening met de actieve pagina, de rol, de accountstatus en de relevante configuratie.
Platformresultaat
Het doel is niet alleen om de vraag te beantwoorden, maar ook om de oorzaak uit te leggen, de juiste instelling te tonen of de gebruiker naar het passende zelfbedienings- of feedbackproces te leiden.
Welke context maakt een AI-antwoord echt relevant?
Een gewone supportbot zoekt de helptekst die het beste bij de vraag past. Bij boekingssoftware is dat mogelijk niet voldoende, omdat de werkelijke situatie van de gebruiker afhangt van meerdere onderling verbonden lagen. De dienstverlener kan het rooster in het beheerpaneel wijzigen, de klant kan op de openbare pagina een boeking proberen te maken en de accounteigenaar en medewerker kunnen verschillende acties zien.
Zelfs technisch gezien kan dezelfde vraag een ander antwoord vereisen. Het ontbreken van een beschikbaar tijdstip kan het gevolg zijn van het rooster van een resource, de duur van de dienst, de buffertijd, de maximale vooruitboekperiode of een andere overlappende boeking.
Actieve pagina
Toont welke functie of stap in het boekingsproces de gebruiker op dat moment ziet.
Gebruikersrol
Bepaalt welke handelingen de gebruiker kan uitvoeren en welke instellingen deze kan wijzigen.
Accountstatus
Kan van invloed zijn op de beschikbaarheid van functies en de passende volgende stap.
Regels van de dienstverlener
Bepalen de beschikbaarheid, wijziging, annulering en andere boekingslogica.
Het juiste antwoord hangt niet alleen af van de vraag, maar ook van waar, vanuit welke rol en met welke configuratie deze is gesteld.
Welke principes maken AI-ondersteuning contextbewust?
Context wordt niet als één groot gegevenspakket behandeld. De assistent gebruikt de lagen die nodig zijn om de vraag op te lossen stapsgewijs en moet zich beperken tot de minimale informatie die werkelijk nodig is om nauwkeurige instructies te geven.
01 · De actieve pagina biedt het uitgangspunt
De assistent houdt er rekening mee of de gebruiker zich op de boekingspagina, in de kalender, bij de dienstinstellingen, in de accountweergave of in een andere fase van de workflow bevindt.
02 · Rol en accountstatus beperken de acties
De instructie moet aansluiten bij de vraag of de vraagsteller een klant, medewerker of accounteigenaar is en welke functies voor die persoon beschikbaar zijn.
03 · Productregels gaan vooraf aan de uitleg
Het antwoord moet gebaseerd zijn op de boekingslogica, de geldende configuratie en gedocumenteerde functies, niet op een aanname die waarschijnlijk klinkt.
04 · Het antwoord heeft grenzen en een volgende stap
Als de benodigde context ontbreekt, moet de assistent om verduidelijking vragen, onzekerheid erkennen of de gebruiker naar de juiste workflow leiden.
Hoe leidt de situatie van de gebruiker tot een contextbewust antwoord?
De assistent gebruikt alleen de context die nodig is om de specifieke vraag te beantwoorden. De benodigde informatie wordt gekoppeld aan de productregels, wat resulteert in een uitleg, een volgende stap of, indien nodig, een verduidelijkende vraag.
Benodigde context
Contextengine
Identificeren · koppelen · controleren
De vraag wordt gekoppeld aan de actieve workflow, de mogelijkheden van de gebruiker en de gedocumenteerde productregels.
Passende antwoordvorm
Het conceptuele schema beschrijft de logica achter het opstellen van een antwoord, niet de volledige technische architectuur van de interne systemen van Anolla.
Hoe verandert AI-ondersteuning in verschillende gebruikssituaties?
De assistent hoeft niet bij elke vraag alle mogelijke gegevens te gebruiken. De benodigde context hangt af van de beslissing die de gebruiker probeert te nemen en van de beperking die diens handeling kan beïnvloeden.
| Scenario | Vraag van de gebruiker | Benodigde context | Passend antwoord |
|---|---|---|---|
| Beschikbaarheidsprobleem | ‘Waarom ziet de klant voor deze dag geen beschikbare tijden?’ | Actieve dienst, middelen, planning, duur, buffertijden en boekingsbeperkingen. | De meest relevante beperking uitleggen en aangeven welke instelling moet worden gecontroleerd. |
| Rol en toegang | ‘Waarom zie ik de agenda of diensten van het bedrijf niet?’ | Geselecteerd account, actieve rol, relatie van de gebruiker met de dienstverlener en toegangsrechten. | De gebruiker begeleiden bij het selecteren van het juiste account of de juiste rol, zonder te veronderstellen dat toegang ontbreekt. |
| Boeking wijzigen | ‘Waarom kan ik mijn afspraak niet wijzigen of annuleren?’ | Status van de boeking, regels van de dienstverlener, tijdslimiet en relatie van de gebruiker met de boeking. | De geldende beperking uitleggen en de gebruiker naar de toegestane handeling leiden. |
| Onduidelijke situatie | ‘Alles lijkt te kloppen, maar de handeling werkt nog steeds niet.’ | Verduidelijking van de vraag, zichtbare foutmelding en minimaal benodigde productcontext. | Geen verborgen oorzaak veronderstellen; om verduidelijking vragen of doorverwijzen naar het feedbackproces. |
Hoe leidt een vraag tot een controleerbare volgende stap?
Een contextbewust antwoord ontstaat via een opeenvolgende beslissingsstroom, niet via één grote zoekopdracht naar alle gegevens over de gebruiker en het account.
Bepaal de taal van de gebruiker en de actieve workflow
De assistent begint met de taal waarin de vraag is gesteld en de pagina of functie waarin de gebruiker zich bevindt.
Bepaal het doel van het verzoek
De vraag wordt bijvoorbeeld ingedeeld op basis van configuratie, beschikbaarheid, toegang of het wijzigen van een boeking.
Verzamel de minimaal benodigde context
De rol, accountstatus of configuratie wordt alleen gebruikt als het antwoord zonder deze informatie niet betrouwbaar kan worden toegespitst.
Koppel de situatie aan de productregels
De situatie wordt vergeleken met gedocumenteerde functies, boekingslogica en de momenteel geldende beperkingen.
Geef een actiegericht antwoord
Het antwoord licht de oorzaak toe, noemt de instelling die moet worden gecontroleerd en begeleidt de gebruiker naar een passende volgende stap.
Erken de beperkingen en verwijs zo nodig door
Als de oorzaak niet kan worden geverifieerd, mag de AI geen oplossing verzinnen, maar moet deze om verduidelijking vragen of de gebruiker naar de juiste workflow leiden.
Welke eigenschappen vloeien voort uit de architectuur van contextgevoelige ondersteuning?
Contextgevoeligheid betekent niet dat de AI alle beslissingen voor de gebruiker neemt. Dezelfde productlogica die de applicatie gebruikt om boekingen en rechten te beheren, helpt ook bij het formuleren van de uitleg aan de gebruiker.
Minder algemene instructies
De gebruiker hoeft geen lange lijst met mogelijke oorzaken door te nemen als het antwoord op basis van de actieve context betrouwbaar kan worden toegespitst.
Een workflowgerelateerde volgende stap
Het antwoord kan de gebruiker naar het juiste account, de juiste instelling, de boekingsgegevens of de feedbackworkflow leiden.
Dezelfde logica in verschillende talen
Meertalige ondersteuning kan op dezelfde productregels steunen, in plaats van op een afzonderlijk proces voor elke taal.
Uitbreidbare kennislaag
Bij het toevoegen van nieuwe functies kan de centrale productcontext worden uitgebreid, waarvan zowel dienstverleners als klanten profiteren.
Bruikbaarheid van AI-antwoordconcepten voor menselijke ondersteuning
52,4% van de antwoordconcepten zonder inhoudelijke wijzigingen
Deze indicator beschrijft door AI opgestelde antwoordconcepten voor menselijke ondersteuning: de technische ondersteuning hoefde 52,4% van de antwoorden inhoudelijk niet te wijzigen. Dit betreft een workflow voor menselijke ondersteuning en niet het aandeel automatisch opgeloste gesprekken of de mate van juistheid van de antwoorden.
Bron: geanonimiseerde AI- en ondersteuningsgegevens van Anolla. Laatst bijgewerkt op 01-07-2026. Methode: door AI opgestelde antwoorden worden vergeleken met antwoorden die door de technische ondersteuning zijn gewijzigd of handmatig vervangen.
Wat betekenen de beweringen in deze casestudy precies?
Dit is een productcasestudy, geen klantverhaal en geen belofte dat AI elk ondersteuningsverzoek automatisch oplost. De pagina beschrijft de ontwerpprincipes van Anolla's contextbewuste ondersteuning en de openbaar beschreven mogelijkheden van het platform.
Basis van de mogelijkheden
Anolla's huidige beschrijving van AI-ondersteuning, de productworkflows en het principe waarbij de context van de actieve pagina en het account wordt gebruikt.
Functioneel bewijs
Typische testscenario's met betrekking tot boekingen, configuratie, toegang en accountstatus.
Gebruik van gegevens
De casestudy gebruikt geen gesprekken van bij naam identificeerbare klanten en evenmin individuele prestatiegegevens van bedrijven.
Interpretatie
De pagina toont de opzet en het toepassingsgebied van geïntegreerde ondersteuning, en belooft geen foutloze antwoorden of gegarandeerde automatiseringsgraad.
Beperkingen. AI kan een vraag verkeerd interpreteren, zich op onvolledige context baseren of om verduidelijking moeten vragen. De assistent mag niet beweren dat hij instellingen heeft gewijzigd, gegevens heeft ingezien of de oorzaak heeft vastgesteld als daarvoor geen verifieerbare grondslag bestaat. Account- en gebruikersgegevens moeten minimaal en uitsluitend worden gebruikt voor zover dat nodig is om het verzoek af te handelen.