Hoe werkt agentic AI in een Mendix-applicatie?

Het verschil tussen een chatbot en agentic AI zit in regie. Een chatbot geeft een antwoord. Een agent voert, binnen kaders, een taak end-to-end uit: hij redeneert, kiest de juiste tools, roept je systemen aan en levert een resultaat. In Mendix bouw je dat als een gecontroleerd onderdeel van je applicatie, niet als een black box ernaast.

Hoe de flow werkt

1. Een vraag of trigger komt binnen (een gebruiker, of een gebeurtenis in je proces).
2. De Mendix-agent redeneert over wat er moet gebeuren en kiest de juiste tools en systemen (je ERP, API's, data).
3. Voordat een actie met impact wordt uitgevoerd, is er een mens-in-de-loop: een medewerker keurt goed.
4. De actie wordt uitgevoerd en het resultaat komt terug in Mendix, zichtbaar voor de gebruiker.

Governance is het verschil

Dat een agent iets kan, betekent niet dat hij alles zomaar mag. In Mendix regel je precies dat:

• Toegangsbeheer: de agent mag alleen bij de systemen en data die je toestaat.
• Mens-in-de-loop: beslissingen met impact laat je goedkeuren door een medewerker.
• Audit trail: elke stap (welke tool, welke data, welk besluit) is achteraf herleidbaar.

Een tool die de agent mag gebruiken, definieer je expliciet. Vereenvoudigd:

{
  "naam": "maak_offerte",
  "beschrijving": "Stelt een concept-offerte op in het CRM",
  "vereist_goedkeuring": true,
  "toegang": ["crm.lezen", "crm.schrijven"]
}

De regel vereist_goedkeuring is precies de mens-in-de-loop-stap uit de flow hierboven.

Wat je nodig hebt

Mendix biedt hiervoor de bouwstenen (Agents Kit en Maia) om agenten al in Studio Pro te ontwerpen, met ondersteuning voor het MCP-protocol. Welk model erachter draait, bepaal je zelf: je koppelt je eigen model, en kiest per data-classificatie de juiste plek. Meer daarover in ons artikel over Bring Your Own Model op Mendix.

Benieuwd welke processen zich bij jou lenen voor agentic AI, en wat het oplevert? Dat brengen we in kaart met de AI Readiness Scan, of neem contact op.