Gradient blur
Case
Artificiële Intelligentie
Data & Analytics
Terug naar overzicht

Een kmo in engineering ziet projectproblemen weken vroeger aankomen

Een AI-agent leest de projectcommunicatie mee en tikt de projectmanager op de schouder voor een klant escaleert.
31 - 08 - 2026

De klant is een Belgische engineering consultancy met circa honderd medewerkers, actief rond logistiek, energie en bouwtechnologie. Het bedrijf werkt voor publieke en private opdrachtgevers aan projecten met veel betrokken partijen. Bij de start van het traject gebruikte het Microsoft 365, zonder uitgesproken AI-strategie of eigen AI-tooling.

16 weken

doorlooptijd naar een werkend prototype

8 op 11

negatieve trends leidden binnen een week tot actie

3

escalaties bij klanten vermeden

78%

van de projectmanagers gebruikt de wekelijkse samenvatting

De uitdaging

Een project dat moeizaam verliep, gaf de directe aanleiding. De communicatie met de klant verwaterde, de timing werd onduidelijk en de escalatie kwam pas in beeld toen ze al een feit was. In projectwerk met veel betrokken partijen zitten de vroege signalen meestal in de communicatie zelf, verspreid over honderden mails en berichten die niemand in hun geheel overziet.

Die signalen wilde het bedrijf vroeger oppikken, zonder er een extra rapportagelaag bovenop te leggen.

De aanpak

Het traject startte breed. Via een AI-agent kregen alle medewerkers de vraag waar hun werk stroef liep, welke handelingen tijd opslokten en welke patronen bleven terugkomen. Dat leverde meer dan twaalf kandidaten voor een use case op.

In een workshop van een halve dag koos het team samen met de directie de prioriteit, afgewogen op impact en haalbaarheid. Projectescalatie kwam bovenaan, door de rechtstreekse link met klanttevredenheid en met het verlies uit eerdere projecten.

De uitwerking liep over tien weken, met vooraf vastgelegde succescriteria. Een daarvan: minstens zeventig procent van de structureel negatieve sentimenttrends moet binnen een week tot een interventie leiden.

De oplossing

Xylos bouwde in twee weken een eerste werkend prototype. Een AI-agent leest de inkomende en uitgaande projectcommunicatie mee, analyseert het sentiment en verwittigt de projectmanager zodra de tendens structureel negatief wordt. Daarna groeide de agent iteratief door met drie functies.

Blijft het sentiment negatief, dan schaalt de agent automatisch op naar het management. Een wekelijkse samenvatting toont de sentimenttrends per klant, zodat de directie proactief zicht heeft op de projecten die dreigen te ontsporen. Een derde functie ondersteunt de communicatie zelf en stelt voor hoe een boodschap het best wordt afgestemd op de ontvanger.

Onder de motorkap draait een bewuste mix van generatieve AI en klassieke machine learning. Azure OpenAI verzorgt de sentimentanalyse, een bijgetraind open source taalmodel de stijlinschatting. De agent koppelt met Microsoft Teams, de projectdashboards en de tijdsregistratie.

Het resultaat

De pilot draaide zes weken op ruim 2.500 mails en 830 interne berichten. Drie escalatiepieken bleken achteraf al drie tot vijf weken vroeger zichtbaar in de data dan bij de klant zelf. De agent draait sinds eind 2024 in productie. Een evaluatie zes maanden later toont het volgende.

  • 8 op 11 structureel negatieve trends leidden binnen een week tot een interventie, boven het vooropgestelde criterium van 70 procent.

  • 3 escalaties vermeden die volgens de directie anders bij de klant waren geland.

  • 78 procent van de projectmanagers gebruikt de wekelijkse samenvatting, 7 op 9 ook de communicatieondersteuning.

  • De adoptietest leverde een unaniem positief antwoord op: de agent zou gemist worden als hij verdween.

De aanpak groeit nu door naar resourceplanning en klantenrelatiebeheer. Intern kwam er een AI-coördinator bij.

Klaar voor een gesprek?

Wil je weten waar AI bij jou het meeste oplevert? We zoeken het samen uit en bouwen binnen enkele weken een werkend prototype.