KVK-Chatten_met_het_KVK_Handelsregister___Gen_AI_binnen_KVK.pdf

Transcript

1. Margot Bleeker & Waseem Sadiq Chatten met het KVK Handelsregister – Gen AI binnen KVK
2. 2 • Welkom / over ons & KVK • Waarom Chatten met het Handelsregister • DEMO • Data & Techniek • Uitdagingen & Lessons learned Inhoud CHATTEN MET HET KVK HANDELSREGISTER
3. 3 Ontwikkelaar & Innovator bij het KVK InnovatieLab Houdt zich bezig met innovaties en ondersteuning van de innovatie- teams op het gebied van AI, data, privacy en cutting edge tech. 25 jaar ervaring als ontwikkelaar bij startups, publieke- en private sector. Waseem Sadiq Data Analist bij Center of Expertise (CoE) Data Analytics Richt zich voornamelijk op data science: het bouwen van modellen en analyses die helpen om betere beslissingen te nemen. Margot Bleeker Welkom CHATTEN MET HET KVK HANDELSREGISTER
4. 4 R&D team van dit project Badreddine Tazrouti Projectleider Onderzoekt nieuwe technologieën/innovaties en transformeert ideeën tot realiteit Jeroen Alblas Product Designer Maakt mooie & gebruiksvriendelijke designs Ceyhun Cakir AI Dev / ML Engineer Programmeert AI en doet van alles en nog wat met data Margot Bleeker Data Analist Valideert de data (bronnen) en zorgt voor een flinke kwaliteitsimpuls Waseem Sadiq Full-Stack Dev Zorgt ervoor dat alles technisch staat & werkt CoE Data Analytics CHATTEN MET HET KVK HANDELSREGISTER
5. CHATTEN MET HET KVK HANDELSREGISTER 5 Over KVK en het Handelsregister • Wij hebben de wettelijke taak om alle ondernemingen en ondernemers in Nederland te registreren • Wij doen dit al sinds 1803! (met dank aan Napoleon) • KVK is de houder van het Nederlandse Handelsregister • KVK heeft ca. 6 miljoen actieve en inactieve bedrijven in het Handelsregister staan met al hun gegevens
6. Wie gebruikt het Handelsregister – en waarvoor? • Journalisten (500+ verzoeken/jaar) feiten & achtergronden voor publicaties • Ondernemers & burgers via KVK producten (Bedrijventeller, Regiodata-tool ) o ‘Waar kan ik het beste mijn nieuwe kapperszaak openen?’ • Brancheverenigingen / gemeentes / overheden branche-analyses, beleidsvorming en toezicht Maar niet alle data kan en mag zomaar openbaar → privacy en veiligheid Het Handelsregister wordt door veel meer groepen gebruikt dan alleen ondernemers die een bedrijf willen opzoeken… 6 CHATTEN MET HET KVK HANDELSREGISTER
7. HOOFDSTUKDIA MET TITEL OVER MAXIMAAL 2 REGELS Handmatig selecteren juiste filters Exporteren data Ondernemingen & Vestigingen Kiezen van juiste dashboard Alleen vooraf gedefinieerde dashboards → inflexibel Toenemende vraag  niet schaalbaar Handmatig opzoeken  tijdrovend & foutgevoelig Hulp van Data Analisten ‘Hoeveel bakkers zijn er in Utrecht?’ CHATTEN MET HET KVK HANDELSREGISTER 7
8. 8 Stel je voor dat dit sneller kan… Chatten met het Handelsregister Het Handelsregister bevragen in natuurlijke taal met gen AI Voor iedereen, ook niet-technisch Minder druk op data teams Antwoorden snel, consistent en schaalbaar Deze zomer: Pilot waarbij Woordvoerders vragen stellen aan het Handelsregister in natuurlijke taal om data-vragen snel te beantwoorden CHATTEN MET HET KVK HANDELSREGISTER
9. Hoeveel bakkers zijn er in Schiedam gestopt tijdens Covid? SBI-codes: 1071 1072 47241 Gemeente Periode: Jan 2020 – mei 2022 Soort telling Soort query Oplossing  Chatten met het Handelsregister 9 CHATTEN MET HET KVK HANDELSREGISTER
10. CHATTEN MET HET KVK HANDELSREGISTER 10 Input in de tool Data • Gegevens uit het Handelsregister: KVK-nummers, rechtsvorm, adressen, sectoren, SBI-codes, bedrijfsomschrijving… •  Historische snapshots: kenmerken van bedrijven op elk moment in tijd (aantal (startende/stoppende) bedrijven). Domeinkennis • Interne “Data Atlas” voor definities en consistente interpretatie • 10 standaard queries (i.e., aantallen standen/starters/stoppers) & filters • 200+ specifieke filters op onderwerp • 100+ voorbeeld data-vragen
11. 11 CHATTEN MET HET KVK HANDELSREGISTER
12. CHATTEN MET HET KVK HANDELSREGISTER 12 Privacy & veiligheid: by design Privacy & synthetisering • Alleen geaggregeerde data (minimaal >5). • Dataset achter de tool is gesynthetiseerd → nooit gevoelige gegevens. Veiligheid • Alleen schema’s (kolomnamen) worden naar de LLM gestuurd, geen echte KVK- gegevens. • Summarizer werkt alleen met synthetische data. • Alle queries worden lokaal uitgevoerd (on-prem).
13. Hoe genereert de tool een antwoord? Pipeline Classificeer de SBI-code Analyseer de vraag Bouw de LLM prompt Run de database query Anonimiseer het resultaat Opslag voor analyse en feedback Creeer tekstueel antwoord CHATTEN MET HET KVK HANDELSREGISTER 13
14. 14 Iteraties Text-To-SQL Iteratie 1 • Genereer query op basis van tekst •  Niet nauwkeurig •  Veel hallucinaties Domeinkennis Iteratie 2 • Meer domein kennis toevoegen • Voorbeeld vragen toevoegen • Grotere prompt met MUST, CRITICAL en CAN NOT •  Nauwkeuriger •  Consistenter Perfectioneren Iteratie 3 • Gedetailleerde uitzonderingen toevoegen • Frontend verbeteringen met verwerkingsdetails • Nauwkeurigheid • Simpel: > 90% • Gemiddeld: 80% • Complex: 40% CHATTEN MET HET KVK HANDELSREGISTER
15. CHATTEN MET HET KVK HANDELSREGISTER 15 Pilot Chatten met het Handelsregister • Sneller, eenvoudiger, en wordt steeds consistenter • Kwaliteit kost tijd • Gebruikersfeedback = sleutel tot verbetering Iteraties & kwaliteit Adoptie & training Vertrouwen ≠ 100% nauwkeurigheid Slimmer met meer data Lessons learned
16. Toekomst • Doorontwikkeling: meer mogelijkheden voor data-experts & LLM-redenering inzichtelijk • Meer doelgroepen en meer databronnen binnen KVK • Handelsregister-waarde voor iedereen: ondernemers, journalisten, collega’s CHATTEN MET HET KVK HANDELSREGISTER 16
17. Margot Bleeker – margot.bleeker@kvk.nl Waseem Sadiq – waseem.sadiq@kvk.nl