Lyfta
Case 06 / 07Bouw / Detail-analyse

Vilton B.V.

Detailboeken in minuten gescand op productkansen.

Een medewerker uploadt het PDF-detailboek van een bouwproject, vijf AI-agents lezen elke tekening uit en markeren waar producten van toepassing zijn. De medewerker krijgt een gemarkeerde PDF en een kansanalyse-rapport terug, als basis voor de offerte.

Detailtekening met afmetingen en een potlood
Uitdaging

Honderden tekeningen, een handjevol experts.

Elk bouwproject komt binnen als een detailboek van honderden PDF-pagina's. Een senior medewerker moest pagina voor pagina lezen, herkennen waar producten passen en de juiste artikelcodes erbij zoeken. Veel werk, veel vakkennis, en bij drukte een knelpunt waardoor offertes blijven liggen.

Aanpak

De expertise van de seniors vastgelegd in kennisregels.

In sessies met de seniors de impliciete regels expliciet gemaakt: welke constructie vraagt om welk product, welke uitzonderingen zijn er, welke fout-patronen moeten eruit worden gefilterd. Op die basis een multi-agent systeem gebouwd dat per pagina onderbouwd voorstellen doet, met de medewerker altijd in de lead.

Het systeem in vier stappen

Van PDF naar gemarkeerde kansen.

Stap 1

Uploaden

Medewerker uploadt alle PDF-bestanden van het project en vult de projectgegevens in.

Stap 2

Scannen

Het systeem leest elke tekening uit, zowel de tekst als de visuele inhoud.

Stap 3

Analyseren

Meerdere AI-agents beoordelen onafhankelijk welke producten passen en vergelijken resultaten.

Stap 4

Controleren

Medewerker krijgt gemarkeerde PDF's en rapport, doet de eindcontrole en tekent in.

De medewerker is altijd in de lead. Het systeem doet voorstellen, maar keurt niets zelf goed en verstuurt niets zelf. De verantwoordelijkheid voor de uiteindelijke offerte blijft bij de medewerker.

Wat wij hebben gebouwd

Vakkennis als kennisbank, AI als analist.

Eén upload-stap

De medewerker uploadt de PDF-bestanden van een project en vult de projectgegevens in. Daarna neemt het systeem het over.

Pagina-voor-pagina uitlezen

Elke tekening wordt automatisch uitgelezen, zowel de tekst als de visuele inhoud. Niets blijft ongezien.

Vijf AI-agents per pagina

Scanner, Matcher, Checker, Second Opinion en Consensus werken samen. Elke agent met een eigen taak, samen één onderbouwd voorstel.

Eigen kennisbank

Productcatalogus, kennisregels en referentiecasussen, samen met de senior-medewerkers opgebouwd. Het systeem redeneert op klanteigen expertise, niet op generieke AI-kennis.

Tweede onafhankelijke check

Een Second Opinion-agent doet de analyse blind opnieuw. Verschillen worden expliciet gemaakt in plaats van weggepoetst, twijfel wordt zichtbaar.

Zekerheidsniveaus

Groene balk: zeker, direct te gebruiken. Oranje balk: vraagt om menselijke controle. Geen balk: pagina overgeslagen. De medewerker weet meteen waar de aandacht heen moet.

Gemarkeerde PDF met bladwijzers

De originele PDF komt ongewijzigd terug, met gekleurde balken bovenaan relevante pagina's en automatische bladwijzers in Acrobat. Eén klik naar elke kans.

Kansanalyse-rapport

Per project een samenvatting, een product-bestellijst en de redenering per kans. Direct bruikbaar als basis voor de offerte richting klant.

Impact

Uren pagina-voor-pagina bladeren wordt minuten controleren.

Waar een medewerker eerst hele detailboeken pagina voor pagina moest doorbladeren om productkansen te vinden, krijgt diegene nu direct een gemarkeerde PDF en een rapport met onderbouwing per kans. De expertise van de senior-medewerkers ligt vast in een kennisbank, zodat elke nieuwe analyse op dezelfde redenering bouwt. Het systeem doet voorstellen, de medewerker beslist en tekent in.

StackMulti-agent AIVision AIRAG-kennisbankPDF-processingMaatwerk dashboard