Ik run PSL Consulting op één zelfgebouwde omgeving waarin Claude het voorwerk doet: relaties, gesprekken, voorstellen, uren, facturen, boekhouding, mijn merk en deze website. Claude leest, vat samen, stelt voor en zet klaar; ik beslis over alles wat naar een klant gaat. Ik koos Claude omdat het lange documenten goed overziet, in mijn eigen toon schrijft via een merkbrein, en in de zakelijke versie mijn gegevens niet gebruikt om het model te trainen. Wat ik bij klanten bouw, test ik eerst op mezelf.
Hieronder lees je waar ik Claude dagelijks voor gebruik, waarom ik voor Claude koos, hoe ik het AVG-proof houd en wat ik er juist niet aan overlaat.
Mijn bedrijf in één omgeving
Bij de meeste bedrijven staat het werk verspreid over losse tools: een CRM hier, facturatie daar, de boekhouding bij weer een andere partij, en de kennis over het merk in iemands hoofd. Bij mij is het één omgeving van twaalf onderdelen, die ik zelf met AI heb gebouwd: Relaties, Gesprekken, Agenda, Mail, Leads, Voorstellen, Uren, Facturen, Boekhouding, Merkbrein, Content en Website.
Dat is geen hobbyproject. Het is precies het soort systeem dat ik bij klanten bouw: software en AI-agents in je eigen omgeving, bovenop de systemen die je al hebt. Door het eerst op mezelf te draaien, voel ik de fouten als eerste, en weet ik wat werkt voordat ik het bij iemand anders neerzet.
Waar ik Claude dagelijks voor gebruik
Het makkelijkst te begrijpen aan de hand van vier momenten in mijn week.
Na een gesprek. De opname van een klantgesprek wordt automatisch een verslag met actiepunten. Claude koppelt dat aan het juiste bedrijf en de juiste contactpersoon, en zet een concept-mail klaar met de afspraken. Versturen doe ik zelf, nadat ik het heb gelezen.
Een nieuwe klant. Komt er een lead binnen via de site of via LinkedIn, dan worden het bedrijf en de contactpersoon vanzelf aangevuld. Een koppeling met Gmail haalt nieuwe contacten rechtstreeks in mijn CRM, en een connectie of lead van LinkedIn voeg ik samen met het bestaande contact, zodat ik één profiel per relatie overhoud. Daarna helpt Claude me een voorstel op te stellen waarin de klant zelf kan kiezen en rekenen, in plaats van een statische pdf. Dat voorstel is geen document maar een persoonlijke webpagina die ik per klant genereer: de klant vinkt opties aan en ziet de prijs direct meebewegen.
Na het werk. Mijn uren staan per klant, met of zonder project. Daaruit gaat een factuur uit met een betaallink via Mollie. Zodra er betaald is, wordt het geboekt en staat de btw klaar. Inkoopfacturen die in mijn mail binnenkomen, worden via diezelfde Gmail-koppeling herkend: Claude leest de factuur, haalt de gegevens eruit en stelt de boeking voor. Ik keur goed.
Voor het merk. Dit is waar het merkbrein binnenkomt: een vaste set kennis over wie ik ben, waar ik voor sta en voor wie ik schrijf. Daardoor stelt mijn contentkalender posts voor in mijn eigen toon, en belanden artikelen zoals dit op de website zonder dat ik elke keer opnieuw hoef uit te leggen hoe PSL klinkt.
Wat deze vier gemeen hebben: Claude doet het repeterende voorwerk, en ik hou het oordeel.
Onder de motorkap: de Claude API
De onderdelen hierboven zijn geen losse chatvensters. Ik heb ze gebouwd op de Claude API, zodat Claude rechtstreeks in mijn eigen systemen werkt: het leest een transcript, schrijft naar mijn CRM, stelt een boeking voor of zet een concept klaar, zonder dat ik tekst heen en weer hoef te kopiëren. Het is geen kant-en-klare workflow-tool zoals Make of n8n, maar een eigen applicatie: de gegevens staan in een database (Firestore) met serverfuncties in Node op Google Cloud, en de Claude API levert daar de intelligentie bovenop. Daaraan koppel ik mijn eigen bronnen: Gmail voor contacten en inkoopfacturen, LinkedIn voor relaties, mijn agenda en mijn merkbrein. De chat gebruik ik om te denken; de API gebruik ik om het werk te laten lopen.
Wat er in het begin misging
Niet alles ging meteen goed. Mijn eerste versie van het klantvoorstel zat achter een login en was veel te complex: ik dacht te ingewikkeld en haalde er allerlei losse tooling bij. Het gevolg was precies verkeerd om, een drempel in plaats van gemak. Ik heb het teruggebracht tot waar het echt om draait: een open pagina waarop de klant meteen kan kiezen en rekenen, zonder inlog.
Dat is ook de les die ik meeneem naar klanten: begin niet bij de techniek of bij zoveel mogelijk koppelingen, maar bij waar je voor staat. Voor mij is dat helder: jouw data in je eigen omgeving, en alleen doen wat daar echt kan. De rest heb ik geschrapt.
Waarom Claude, en niet een ander model
Voor mijn klanten ben ik niet aan één model gebonden; ik kijk wat past, en soms is dat Gemini of ChatGPT. Maar voor mijn eigen backoffice koos ik bewust Claude, om drie redenen.
Ten eerste overziet het lange documenten en veel context goed. Een heel klantdossier, een transcript van een uur, een reeks facturen: Claude verliest de draad niet.
Ten tweede schrijft het in mijn toon. Met het merkbrein als geheugen klinkt wat eruit komt als PSL, niet als een algemene chatbot.
Ten derde laat de zakelijke versie mijn gegevens met rust: die worden niet gebruikt om het model te trainen. Dat is voor mij een voorwaarde, geen extraatje.
Hoe ik het AVG-proof houd
Ik werk met de zakelijke versie en een verwerkersovereenkomst, in mijn eigen omgeving, en ik geef Claude alleen de gegevens die nodig zijn voor de taak. Klantgegevens gaan nooit naar een gratis consumentenversie. De AVG en de AI Act blijven gewoon gelden, ook als het een AI-tool is. Hoe ik daarover denk, lees je in het artikel over AI-geletterdheid en verantwoord AI-gebruik.
Wat ik niet aan Claude overlaat
Alles wat naar een klant gaat, gaat langs mij. Claude zet de concept-mail klaar, ik verstuur. Claude stelt de boeking voor, ik keur goed. Claude schrijft een eerste versie, ik bepaal of het klopt en of het klinkt.
Dat is geen wantrouwen, het is werkverdeling. Het oordeel in een concrete situatie, de verantwoordelijkheid voor wat de deur uitgaat en de relatie met de klant: dat is mijn werk, en dat blijft het. Daarover schreef ik eerder in wat AI niet kan vervangen.
Kun je dit ook laten bouwen?
Ja. Dit is precies wat ik voor klanten doe: geen los AI-tooltje ernaast, maar software op maat die op je eigen systemen aansluit. Met AI bouw je dat tegenwoordig sneller en in kleinere stappen dan de meeste mensen denken. Begin niet met alles tegelijk, maar met één proces dat elke dag terugkomt en veel tijd kost. Zie AI software op maat voor hoe ik dat aanpak.
Veelgestelde vragen
Welk AI-model gebruik je zelf?
Voor mijn eigen bedrijf gebruik ik Claude, om zijn sterke documentverwerking, de Nederlandse toon via mijn merkbrein en omdat de zakelijke versie niet traint op mijn gegevens. Voor klanten kies ik het model dat bij hun situatie past, soms Claude, soms Gemini of ChatGPT.
Is het niet riskant om je bedrijf op AI te laten draaien?
Het risico zit niet in de AI, maar in hoe je het inricht. Ik gebruik een zakelijke versie met verwerkersovereenkomst, werk in mijn eigen omgeving, geef de AI alleen de toegang die nodig is, en laat een mens beslissen over alles wat naar buiten gaat. Zo blijft AI een hulp, geen risico.
Heb je hier een groot IT-team voor nodig?
Nee. Ik heb dit zelf opgebouwd, zonder eigen IT-afdeling. Met AI wordt software in kleine stappen gebouwd, dicht op het echte werk. Je hebt geen afdeling nodig, je hebt een helder proces nodig en iemand die het bouwt.
Waarom test je dit eerst op jezelf?
Omdat ik dan de fouten als eerste voel. Wat ik bij een klant neerzet, heb ik zelf al maanden in gebruik. Dat scheelt de klant leergeld, en het houdt mijn advies eerlijk: ik raad niets aan wat ik zelf niet gebruik.
Waar sta jij met AI?
Begin bij het begin: doe de gratis AI Maturity Scan. In tien minuten zie je waar je organisatie staat en wat een logische volgende stap is.
Wil je daarna leren werken zoals ik hierboven beschrijf, dan kan dat via de Claude-onboarding of de Claude-training voor teams.
