AIToday Live

Joop Snijder & Niels Naglé

AIToday Live deelt praktijkverhalen over AI die je direct vooruit helpen in je werk. In een wereld waar AI-ontwikkelingen elkaar razendsnel opvolgen, kiezen wij bewust voor verdieping en praktijkervaring. We bieden een kalm kompas in turbulente tijden. In deze podcast hoor je professionals uit Nederland en België die openhartig vertellen over hun ervaringen met AI-implementaties. Voorbij de hype en krantenkoppen laten zij zien hoe organisaties écht met AI werken. Onze gasten delen hun successen én uitdagingen op een toegankelijke manier. Daarmee helpen we jou om: Praktische inzichten te krijgen in wat AI wel en niet kanTe leren van de ervaringen van andere professionalsConcrete ideeën op te doen voor je eigen organisatieDe grotere lijnen te zien in AI-ontwikkelingenIedere maandag een diepgaand gesprek met een gast, gepresenteerd door Joop Snijder (CTO Aigency) en Niels Naglé (Info Support). Elke donderdag deelt Joop in een korte aflevering zijn eigen praktijkervaringen en inzichten. "AIToday Live is uitgeroepen tot AI Podcast of the Year 2025 en is drie keer genomineerd voor 'De Prijs van Oranje' door de Belgian Podcast Awards en staat op nummer 1 in de lijst van Zomerse luister-inspiratie: podcasts over AI, productiviteit, SEO & meer (Frankwatching, juni 2024)." Ontdek hoe andere professionals AI succesvol inzetten. Ontvang ook exclusieve content, kijk achter de schermen en blijf op de hoogte van nieuwe gasten via onze nieuwsbrief: https://aitodaylive.substack.com

  1. 22h ago

    S08E80 - Watermerken in AI-tekst: waarom ik detectie onzinnig vind

    Kun je zien of een tekst met AI is geschreven, en zou dat eigenlijk moeten uitmaken? Anthropic zet een onzichtbaar watermerk in teksten van Claude, verplicht door de Europese AI-verordening, maar het systeem is met simpele testjes te omzeilen. Wie honderd variaties van dezelfde zin uitprobeert, isoleert precies welke woordkeuzes het watermerk veroorzaken en haalt het er weer uit. Vóór ChatGPT liet 20% van professionals hun langere teksten al schrijven door een ghostwriter, zonder dat iemand daar een probleem in zag. Bij dat proces ging het nooit om herkomst, maar om of de tekst klopte en bruikbaar was. Die verschuiving is precies wat je morgen kunt toepassen: controleer een AI-tekst niet op een watermerk, maar op kloppende claims, juiste toon en logische structuur. Onderwerpen Watermerken in AI-gegenereerde tekst en de beperkingen van detectie Artikel 50 van de Europese AI-verordening en compliance-verplichtingen Kwaliteitsbeoordeling van content versus herkomstverificatie Praktische AI-implementatie en verificatie van inhoud LinksArtikel: How Claude marks AI-generated content | Anthropic Help CenterWetenschappelijk artikel: Zhang, Edelman, Francati, Venturi, Ateniese en Barak - Watermarks in the Sand: Impossibility of Strong Watermarking for Generative ModelsArtikel: Anthropic says it will watermark text generated by its AI models | TechCrunchOrganisatie: Transparantie-eisen AI gelden vanaf 2 augustus: AP adviseert praktijkcode te ondertekenen | Autoriteit PersoonsgegevensArtikel: Definitieve richtsnoeren artikel 50 AI-verordening (transparantie): dit zijn de 9 belangrijkste wijzigingenPodcast: AIToday Live - S07E35 - Waarom is AI voor iedereen belangrijk volgens Erdinç SaçanGenoemde entiteiten: Anthropic - Claude - ChatGPT Stuur ons een bericht AigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

    S08E80 - Watermerken in AI-tekst: waarom ik detectie onzinnig vind

  2. 3d ago

    S08E79 - Creativiteit en AI: hoe behoud je je eigen smaak?

    Hendrik van Zwol, zelfstandig ondernemer gespecialiseerd in AI-beeldcreatie, ziet dagelijks hoe Artificial Intelligence verzorgde resultaten levert die van niemand zijn.Het probleem is niet de technologie, maar het ontbreken van eigen richting: wie geen smaak heeft ontwikkeld, geeft de tool ook geen richting en krijgt generieke output terug. Hij laat zien hoe zijn 8S-framework — met parameters als stijl, lenshoek en lichtbron — het verschil maakt tussen een generiek beeld en iets dat herkenbaar van jou is. Bij beeldgeneratie ging zijn output van inwisselbaar naar specifiek door vier concrete parameters te definiëren vóór de eerste prompt. Morgen kun je dat zelf toepassen: schrijf in drie zinnen op wat je wil maken en waarom, voordat je een tool opent. Onderwerpen Het behouden van eigen smaak en vakmanschap bij AI-gestuurde creatieve processen Het 8S-framework voor AI-beeldcreatie en het belang van specifieke parameters Vibe coding: mogelijkheden, valkuilen en de verborgen kosten van AI-afhankelijkheid Deepfakes, synthetisch beeld en de verantwoordelijkheid van makers Bewuste input en denkruimte als tegenwicht voor AI-gedreven werkprocessen LinksBoek: Creativiteit Opnieuw Uitgevonden - Hendrik van ZwolSoftware: Whisper FlowSoftware: 🎙️ MacWhisperAI Model: Parakeet - NvidiaAI Tool: MidjourneyPodcast: AIToday LiveKaartspel: AI Game Changer - Generative AI editieGenoemde entiteiten: Midjourney - Claude - Gemini - Copilot - Codex - OpenAI - Anthropic Stuur ons een bericht AigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

    S08E79 - Creativiteit en AI: hoe behoud je je eigen smaak?

  3. Aug 12

    S08E78 - AI coding harnas: zo dwing je controle technisch af

    Twee derde van de Nederlandse IT-organisaties kan achteraf niet reconstrueren wat een AI-coding agent precies heeft gedaan, blijkt uit onderzoek onder 330 IT-beslissers. Het probleem is niet dat mensen de risico's niet zien, maar dat ze die risico's afdekken met beleid in plaats van technische maatregelen, terwijl een taalmodel je beleidsdocument niet leest. De oplossing is een coding harnas: een ontwikkelomgeving waarin architectuurprincipes, security-regels en testen technisch zijn afgedwongen in plaats van opgeschreven. Daarmee verschuift de vraag van "heeft de agent zich aan de regels gehouden" naar "staan de goede regels in ons harnas". Morgen kun je beginnen met één vraag aan bestuur, architecten en teamleden afzonderlijk: waarop baseer jij je oordeel dat het goed gaat met coding agents in onze ontwikkelstraat? Het verschil tussen die antwoorden is je agenda voor de komende maanden. Onderwerpen Het verschil in risicoperceptie tussen directie en architecten bij AI-coding agents De kloof tussen beleidsmaatregelen op papier en technische afdwinging in de praktijk AI coding harnas als technische oplossing voor het afdwingen van architectuurprincipes en security-regels De verschuiving van vakmanschap naar beoordeling en het inrichten van kaders bij AI-adoptie LinksChecklist: Checklist: van indruk naar metingOnderzoeksrapport: Info Support & Markteffect (2026). Agentic Engineering-onderzoek 2026 — Sneller bouwen vraagt om sterker vakmanschapArtikel: Dutch IT Leaders - Hoe veilig is AI in softwareontwikkeling?Wetenschappelijk artikel: [2211.03622] Do Users Write More Insecure Code with AI Assistants?Wetenschappelijk artikel: [2507.09089] Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer ProductivityBoek: Doeltreffend met AI-agents door Joop Snijder - Managementboek.nlGenoemde entiteiten: GitHub Copilot - Claude - Stanford - METR Stuur ons een bericht AigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

    S08E78 - AI coding harnas: zo dwing je controle technisch af

  4. Aug 9

    S08E77 - Van SEO naar GEO: zo word je aanbevolen door AI

    Martin van Kranenburg, marketingstrateeg en auteur van *Van SEO naar GEO*, ziet hoe bedrijven structureel onzichtbaar worden voor klanten die hun vragen niet meer aan Google stellen, maar aan ChatGPT of Copilot. Een taalmodel geeft geen lijst van tien resultaten, maar een shortlist van drie merken, en wie daar niet op staat, mist de conversatie volledig. Martin legt uit welke drie factoren bepalen of een taalmodel jou aanbeveelt: techniek, reputatie en content die voldoet aan zijn AUB-principe (actueel, uniek, betrouwbaar). Wat anderen over jou schrijven op externe platforms weegt daarin zwaarder dan wat jij zelf op je website zet. Morgen kun je beginnen met de vijf pagina's die het meeste bijdragen aan je omzet: zijn ze de afgelopen zes maanden bijgewerkt, bevatten ze iets wat alleen jij kunt zeggen, en staat er een auteur op met een actueel LinkedIn-profiel? Onderwerpen Het verschil tussen SEO en GEO en waarom taalmodellen zoekmachines vervangen De GEO-driehoek: techniek, reputatie en content-optimalisatie Het AUB-principe voor content: actueel, uniek en betrouwbaar Externe reputatie en Digital PR als belangrijkste rankingfactor Meetmethoden en tools om je zichtbaarheid in taalmodellen te monitoren LinksBoek: Van SEO naar GEO: staat jouw merk in het antwoord van een taalmodel - Martin van Kranenburg & Bob van DuurenBoek: ChatGPT als tweede brein - Martin van KranenburgTool: WAVE Web Accessibility Evaluation ToolsTool: Semrush: Your Unfair Advantage for Growing Brand VisibilityTool: Profound | Optimize Your Brand's Visibility in AI SearchTool: AI search analytics for marketing teamsTool: Rankshift - AI Visibility Tracking Tool - AI Search Analytics platformTool: IN THE WEIGHTSKaartspel: AI Game Changer - Generative AI editieGenoemde entiteiten: ChatGPT - Google - Gemini - Copilot - Edding - Semrush - Profound - Peek AI - Promptwatch - Rankshift - Microsoft - YouTube - GPT-4 - GLM - Mistral - LinkedIn Stuur ons een bericht AigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

    S08E77 - Van SEO naar GEO: zo word je aanbevolen door AI

  5. Aug 5

    S08E76 - AI-projecten falen door budgetproblemen: zo los je dat op

    Meer dan 90% van de AI-projecten haalt productie niet — niet door technische problemen, maar omdat organisaties structureel één budget vergeten. Joop Snijder, Head of AI bij Info Support, ziet het patroon steeds terugkomen: er is geld voor het experiment, maar niet voor implementatie en beheer, waardoor projecten na de demo stilvallen. Hij legt uit waarom je drie aparte budgetten nodig hebt — innovatie, productie en beheer — en waarom die drie in de meeste organisaties bij verschillende afdelingen liggen die niet met elkaar praten. Bij AI-systemen lopen ook de gebruikskosten mee met het volume: een team dat contracten analyseert op 50 testdocumenten krijgt tienvoudig hogere kosten als het systeem in productie 2.000 contracten per maand verwerkt. Morgen kun je bij elk AI-voorstel twee vragen stellen: wie betaalt over twee jaar het beheer, en wat kost het systeem per maand aan gebruik — als niemand die antwoorden heeft, bouw je een demo en geen oplossing. Onderwerpen Waarom meer dan 90% van AI-projecten niet in productie komt De drie benodigde budgetten: innovatie, productie en beheer Het belang van probleemanalyse boven technologiekeuze Organisatorische silo's als struikelblok voor AI-implementatie LinksPodcast: AIToday Live podcastVideo/Interview: Emerce TV – rondetafelgesprek over agentic AI met Joop Snijder en Michel van VeldePodcast aflevering: AIToday Live S01E05 – 85% van AI-projecten faaltPodcast aflevering: AIToday Live S08E68 – Waar levert AI echt geld op in je organisatiePodcast aflevering: AIToday Live S08E60 – AI als normale technologie, waarom de hype voorbijgaatStuur ons een bericht AigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

    S08E76 - AI-projecten falen door budgetproblemen: zo los je dat op

  6. Aug 2

    S08E75 - Waar kan 30 seconden stem meer zeggen dan een bloedtest?

    Michel van de Beek, mede-oprichter van Healfie, bouwde een systeem dat in 30 seconden spraak spanning en zwaktes in je lichaam detecteert, eerder dan bloedwaarden dat doen. Het zorgstelsel reageert op ziekte, niet op de signalen die eraan voorafgaan, en dat is precies het gat dat hij wil dichten. Artificial Intelligence vertaalt de ruwe stemdata naar begrijpelijke adviezen: welke spiergroepen overbelast zijn, welke voedingsstoffen herstel bevorderen, wanneer je beter kunt wachten met intensief trainen. Bij een topsporter in de Nederlandse dameselftal groeide de discrepantie tussen spierbelasting en voedingsinname zichtbaar in de data, maar de analyse duurde destijds twee tot drie dagen, te laat om in te grijpen. Als je in de zorg of een aangrenzend vakgebied werkt en nadenkt over AI-toepassingen, is het advies concreet: draai de omgang met data om en geef de cliënt eigenaarschap over zijn eigen gegevens. Onderwerpen Stemanalyse als gezondheidsmeting: hoe 30 seconden spraak spanning en zwaktes in het lichaam detecteert voordat bloedwaarden afwijkingen tonen De rol van AI bij Healfie: machine learning voor patroonherkenning en generatieve AI om complexe data te vertalen naar begrijpelijke inzichten voor gebruikers Eigenaarschap van gezondheidsdata: waarom Healfie de data bij de persoon legt in plaats van bij zorgprofessionals, en de risico's van stemanalyse door verzekeraars Bewust opereren buiten het medische systeem: waarom Healfie start in topsport en welzijn voordat het naar de zorg gaat, en de systeemkeuzes die preventie belemmeren LinksOrganisatie: HealfiePodcast: AIToday Live podcastKaartspel: AI Game Changer - Generative AI editieGenoemde entiteiten: Healfie - Nederlandse dameselftal Stuur ons een bericht AigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

    S08E75 - Waar kan 30 seconden stem meer zeggen dan een bloedtest?

  7. Jul 29

    S08E74 - Modelknop vs. effortknop: wanneer draai je aan welke?

    AI geeft een fout antwoord en de hand gaat automatisch naar het grootste beschikbare model. Dat is de duurste reflex in AI-gebruik, en bijna altijd de verkeerde. Niels Naglé legt uit wat de modelknop en de effortknop werkelijk doen: de modelknop bepaalt wat een model weet, de effortknop bepaalt hoe grondig het te werk gaat. Die twee sturen iets fundamenteel anders aan, maar worden constant door elkaar gebruikt. De diagnostische vraag die alles bepaalt: wist het te weinig, of deed het te weinig? Een model dat een bijlage oversloeg of halverwege stopte heeft een effortprobleem, geen modelprobleem. Een model dat een conclusie verzon die nergens in het document stond, heeft een modelprobleem. Morgen kun je de laatste drie keer terugkijken dat je schakelde naar een groter model, en in vijf minuten vaststellen of je aan de juiste knop draaide. Onderwerpen Het verschil tussen de modelknop en de effortknop bij AI-gebruik De diagnostische vraag: wist het model te weinig of deed het te weinig Waarom je eerste stap bij een fout antwoord je eigen opdracht moet zijn, niet de knoppen De financiële impact van het verkeerd inzetten van modellen en effort-instellingen Praktische afspraken voor teams over het aanpassen van model- en effort-instellingen LinksPodcast: AIToday LiveArtikel: Anthropic - uitleg over model- en effortinstellingen, geschreven door Lydia HallieGenoemde entiteiten: Anthropic - Lydia Hallie Stuur ons een bericht AigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

    S08E74 - Modelknop vs. effortknop: wanneer draai je aan welke?

  8. Jul 26

    S08E73 - AI van pilot naar productie: zo slaag je!

    Ronald van Loon, tech-analist en negen jaar op rij een van de meest invloedrijke namen in wereldwijde AI-rankings, ziet bij bedrijven steeds hetzelfde patroon: zeven van de tien Artificial Intelligence-pilots halen de productiefase niet. Niet omdat de technologie faalt, maar omdat organisaties de verkeerde aannames meenemen: dat AI dataproblemen oplost, dat change management vanzelf gaat, en dat een werkende pilot gelijk staat aan een werkende implementatie. Hij laat zien hoe agentic AI verschilt van gewone workflow automation, waarom je datafundament de bottleneck is die niemand wil zien, en welke drie vragen je per use case moet beantwoorden voordat je ook maar één regel code schrijft. Een agent die dezelfde persoon in twee systemen tegenkomt, één keer als prospect en één keer als klant van tien jaar, stuurt gewoon een kennismakingsmail, tenzij die context expliciet beschikbaar is in je data. Morgen kun je beginnen met één proces in je organisatie: schrijf op welke beslissingen daarin worden genomen, welke data daarvoor nodig is, en of iemand op C-level er formeel verantwoordelijk voor is. Onderwerpen Waarom AI-pilots niet doorgroeien naar productie: adoption gap, speed paradox en te laat change management Het verschil tussen agentic AI en workflow automation: systemen die zelf beslissingen nemen en acties uitvoeren Datakwaliteit als bottleneck: waarom AI geen dataproblemen oplost en consistente data noodzakelijk is Accountability en observability bij autonome systemen: wie is verantwoordelijk en hoe log je beslissingen Pragmatisch beginnen: start met een tool voor medewerkers in plaats van directe operationalisering LinksPersoon: Ronald van Loon - Principal Analyst bij Intelligent WorldOrganisatie: GartnerBedrijf: ASML | The world's supplier to the semiconductor industryNieuwsbrief: AIToday Live nieuwsbriefPodcast: AIToday Live podcastKaartspel: AI Game Changer - Generative AI editieGenoemde entiteiten: ChatGPT Stuur ons een bericht AigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

    S08E73 - AI van pilot naar productie: zo slaag je!
See All (396)

About

AIToday Live deelt praktijkverhalen over AI die je direct vooruit helpen in je werk. In een wereld waar AI-ontwikkelingen elkaar razendsnel opvolgen, kiezen wij bewust voor verdieping en praktijkervaring. We bieden een kalm kompas in turbulente tijden. In deze podcast hoor je professionals uit Nederland en België die openhartig vertellen over hun ervaringen met AI-implementaties. Voorbij de hype en krantenkoppen laten zij zien hoe organisaties écht met AI werken. Onze gasten delen hun successen én uitdagingen op een toegankelijke manier. Daarmee helpen we jou om: Praktische inzichten te krijgen in wat AI wel en niet kanTe leren van de ervaringen van andere professionalsConcrete ideeën op te doen voor je eigen organisatieDe grotere lijnen te zien in AI-ontwikkelingenIedere maandag een diepgaand gesprek met een gast, gepresenteerd door Joop Snijder (CTO Aigency) en Niels Naglé (Info Support). Elke donderdag deelt Joop in een korte aflevering zijn eigen praktijkervaringen en inzichten. "AIToday Live is uitgeroepen tot AI Podcast of the Year 2025 en is drie keer genomineerd voor 'De Prijs van Oranje' door de Belgian Podcast Awards en staat op nummer 1 in de lijst van Zomerse luister-inspiratie: podcasts over AI, productiviteit, SEO & meer (Frankwatching, juni 2024)." Ontdek hoe andere professionals AI succesvol inzetten. Ontvang ook exclusieve content, kijk achter de schermen en blijf op de hoogte van nieuwe gasten via onze nieuwsbrief: https://aitodaylive.substack.com

Information

  • Creator
    Joop Snijder & Niels Naglé
  • Years Active
    2020 - 2026
  • Episodes
    396
  • Rating
    Clean
  • Copyright
    © 2026 Info Support
  • Show Website
    AIToday Live

You Might Also Like