Terug naar home

Experimenten

Van idee tot werkende PoC.


01
Quality Assurance

AI-gestuurde testgeneratie

Automatisch testscenario's en testdata genereren op basis van requirements en user stories met behulp van LLMs.

06
Leren

Agile Team Simulator

Een simulatie die onderzoekt hoe teamsamenstelling, WIP-limieten en methodiek de doorlooptijd van een backlog beïnvloeden. Met Carbon (mens), Silicon (AI-agent) en gemixte teams.

02
Leren

AI als studiepartner

LLMs inzetten als gepersonaliseerde studiepartner voor de Java OCP-certificering — van studieplan tot code-uitleg en proefexamen-analyse.

05
Machine Learning

AI-gestuurde deurbel

Een slimme deurbel bouwen die een pizzabezorger herkent via computer vision en autonoom reageert met spraak. Een hands-on verkenning van IoT, TensorFlow en Azure Cognitive Services.

08
Security & Governance

De MCP-server als security boundary

Een MCP-server geeft een AI-agent toegang tot echte systemen: mail, documenten, tickets, databases, Git, cloud resources. Dit experiment behandelt hem naar wat het eigenlijk is: een security boundary.

07
Developer Tooling

De VX Code Test met AI-tools

Kan een developer de VX Code Test (Enchanting Kata) uitvoeren met AI-tools als primaire werkmethode. Wat leert dat ons over de meerwaarde en de grenzen van AI bij hands-on coderen?

03
Matchen

LLMs voor semantisch matchen

Onderzoeken of LLMs het handmatige curatieproces in VX Connect kunnen vervangen of ondersteunen: voor betere semantische relaties tussen kennisgebieden en relevantere matches tussen klantvragen en consultants.

04
Developer Tooling

Lokale RAG op technische documentatie

Een lokaal draaiende RAG-applicatie bouwen op technische documentatie, geïnspireerd op een proof-of-concept met Tolkiens werk zodat ontwikkelaars directe, contextbewuste antwoorden krijgen op vragen over de codebase.