Achter de schermen bij Chiël

Achter de schermen bij Chiël

Zoë KrantZoë Krant
geplaatst op 16-11-2026

Achter ieder digitaal project staan mensen. In Achter de schermen bij Gravity gaan we in gesprek met collega's over hun vak, de keuzes die ze maken en wat hun werk zo waardevol maakt voor klanten. Deze keer: Kai, developer bij Gravity.

Structuur als fundament, AI als resultaat

Chiël vertaalt AI-vraagstukken naar werkende systemen, van eenvoudige toepassingen tot AI-oplossingen die volledig zelf gebouwd worden. Wat hem daarin onderscheidt is niet de techniek zelf, maar de structuur eromheen: de vraag of een systeem doet wat het moet doen, en dat blijft doen.

Die nuchterheid komt voort uit hoe hij zelf naar AI kijkt. "LLM is niet slim, LLM is capabel." Een model kan opvolgen wat er gevraagd wordt, maar denkt niet zelf na. Daarom vertrouwt Chiël nooit op wat een model toevallig teruggeeft, maar legt hij vast wat het mag weten en doen.

Wanneer er context ontbreekt, zie je dat meteen terug in de output.

ChiëlAI Engineer

Van marketing naar AI

Chiël werkte eerst in de marketing, tot hij zag dat AI veel groter zou worden dan op dat moment zichtbaar was. Toen hij besefte dat de generatieve kant van AI zijn eigen vak zou raken, dook hij erin: hoe werkt het, waar gaat het heen, wat kun je ermee. Die zoektocht bracht hem bij Gravity. Vanaf de eerste meeting was er een klik over hoe groot dit zou worden en waar de kansen lagen.

Wat hem in het vak vasthoudt, is de lage drempel om ideeën ook echt uit te voeren. Verbindingen die eerst alleen in zijn hoofd bestonden, werkt hij nu met AI meteen uit, met een sterke voorkeur voor het visuele: beeld en video. Het liefst zoekt hij uit hoe iets werkt en brengt hij complexiteit terug naar een simpel systeem.

Wat klanten meestal niet zien

Voor Chiël zit de kern van een goede AI-oplossing niet in wat een model kan bedenken, maar in wat het laat zien. Een prompt sturen naar een LLM en aannemen dat de output klopt, is voor hem geen optie: de eerste output is nooit compleet. Daar moet altijd op bijgestuurd worden.

Hij vergelijkt de omgeving waarin AI werkt met een harnas: een complete verzameling van wat een model moet weten en mag doen. Elke laag heeft een rol, en klanten zien dat harnas meestal niet. Juist de structuur erachter, en de fouten die Chiël onderweg oplost, bepalen of het eindresultaat betrouwbaar is.

Vraagt een klant om een aanpak die niet de beste is, dan gaat Chiël het gesprek aan. De weg ernaartoe laat hij niet los, maar hij neemt de klant altijd mee in zijn keuzes.

Simplicity Moves, ook als de achterkant het zware werk doet

Het motto van Gravity, "Simplicity Moves", wordt voor Chiël concreet in dat harnas. Aan de voorkant mag een prompt kort en krachtig zijn. Achter de schermen zit een prompt die alle regels en keuzes meekrijgt om de juiste output te leveren. Simpel voor de gebruiker, zorgvuldig ingeregeld erachter.

Zijn overtuiging vat het samen: alles is mogelijk, als je iets kunt bedenken, kun je het ook maken. Hoe je er komt, is een puzzel die gelegd moet worden.

De techniek erachter

Chiël werkt vooral met Claude. Gaat een model hallucineren, dan zoekt hij terug in het proces waar het misging en schermt hij af wat het model wel en niet mag weten.

Zijn belangrijkste tip voor een betrouwbare AI-toepassing gaat niet over het model, maar over de data eronder. Zijn databronnen versnipperd, dan wordt het voor AI veel moeilijker om iets te vinden. Weet een organisatie zelf niet waar de waarheid ligt, dan kan AI dat ook niet weten.

Daarnaast maakt Chiël gebruik van de kennis die zijn collega's in huis hebben: UX/UI, design, back-end, front-end. Hun expertise zorgt ervoor dat de output van AI ook echt aansluit op het systeem waarin het terechtkomt. AI levert het resultaat, de samenwerking met de expert bevestigt dat het in de praktijk standhoudt. Zo wordt de oplossing volledig.

Waar hij trots op is

Niet op één project, maar op de systemen die hij binnen projecten heeft kunnen opbouwen. Steeds gericht op wat er op dat moment technisch mogelijk was, en welke waarde hij daarmee kon toevoegen.

Even kiezen: vijf dilemma's

State-of-the-art model, of bewezen kleiner model?

State-of-the-art. "Altijd de nieuwste functies testen en zien wat hiermee mogelijk is."

Snel prototypen, of zorgvuldig valideren?

Zorgvuldig valideren. "Uiteindelijk liever één goed product dan vijf die niet af zijn."

Open source, of closed source?

Closed source. "Dat is nu het beste niveau. Komt open source dichterbij, dan wordt het aantrekkelijk."

Veel automatiseren, of mens in de loop houden?

Veel automatiseren, tot op zekere hoogte. "Dat bevrijdt je van simpele taken, en dan houd je tijd over."

Experimenteren, of reproduceerbaarheid?

Experimenteren. "Van nieuwe dingen leer je, en dat brengt je weer een stap verder."

Plan een gesprek

Leg ons je vraagstuk voor

Mike Smit