Gebruik je archief als AI-kennisbron met de Xtendis MCP connection

In een recent artikel beschreef Wim Vis hoe de nieuwe generatie Xtendis bouwt aan vertrouwen in een AI-gedreven wereld – met AI Search, anonimisering, webhooks en governance by design. Nu zoom ik in op de volgende stap: de Xtendis MCP Connection, waarmee AI-systemen als Microsoft Copilot, Google Gemini of Anthropic Claude direct en veilig met Xtendis kunnen communiceren.

Wanneer wordt AI écht waardevol?

LLM's zijn indrukwekkend. Ze begrijpen taal, kunnen redeneren en samenvatten. Toch missen ze precies datgene wat een medewerker nodig heeft: kennis over de eigen organisatie. Welke facturen moeten nog goedgekeurd worden? Wat is de status van een specifiek dossier? Waar ging de correspondentie met een bepaalde cliënt over?

AI wordt pas écht waardevol wanneer die algemene capaciteiten – taal, redeneren, samenvatten – worden gecombineerd met organisatiespecifieke kennis. Op een manier die veilig, gestructureerd en controleerbaar is. Dat is precies wat de Xtendis MCP Connection mogelijk maakt.

Wat is MCP?

MCP staat voor Model Context Protocol: een open standaard waarmee AI-systemen gestructureerd kunnen communiceren met externe applicaties. Concreet betekent dit dat een AI-agent ‘begrijpt’ wat Xtendis is, welke archieven beschikbaar zijn, hoe ze zijn opgebouwd en welke documenttypen, metadata en workflows erin zitten.

Het grote voordeel van MCP als open standaard is dat je niet vastzit aan één leverancier of platform. Microsoft, Google, Anthropic en Mistral ondersteunen het protocol allemaal. Dat past bij hoe Xtendis altijd naar integratie heeft gekeken – en het sluit aan bij de uitgebreide API-mogelijkheden en webhooks die we eerder introduceerden.

Van zoeken tot handelen: vier scenario’s

Tijdens het webinar lieten we concreet zien wat er mogelijk is wanneer een AI-agent toegang heeft tot Xtendis via MCP. De scenario’s lopen uiteen van eenvoudige zoekvragen tot het uitvoeren van acties in het archief.

Zoeken en opvragen met natuurlijke taal

Een medewerker typt in Copilot: “Moet ik nog facturen goedkeuren?” De agent doorzoekt het centraal archief op documenttype, flowstatus en autorisator – en geeft een concreet antwoord. Geen zoekscherm, geen filters: gewoon de vraag stellen. Precies het type interactie dat we met AI Search al eerder introduceerden, is nu ook beschikbaar via externe AI-assistenten.

Inhoud analyseren en samenvatten

“Welke correspondentie hebben we met cliënt 45636, en waar ging die over?” De agent vindt de documenten én analyseert de tekstinhoud om een samenvatting te geven. Op de achtergrond werken we aan betere full-textverwerking, zodat ook handgeschreven en slecht ingescande teksten betrouwbaar worden herkend – een voorwaarde om AI goed te laten redeneren over documentinhoud.

Workflowacties uitvoeren

Hier wordt het écht interessant. De agent kan niet alleen informatie ophalen, maar ook acties uitvoeren: een factuur goedkeuren, een dossier in behandeling nemen en een notitie toevoegen aan een document. Omdat de verbinding via OAuth-authenticatie loopt met de eigen gebruikersgegevens van de medewerker, wordt elke actie gelogd in de audit trail. De autorisatie- en permissiemodellen van Xtendis blijven volledig van kracht – ook wanneer de interactie via een AI-agent verloopt.

Proactief meedenken

Met de memory-functionaliteit van het language model kan de agent context uit eerdere sessies meenemen. Zes dossiers zijn niet compleet? De agent stelt voor om het eerstvolgende dossier op jouw naam te zetten – net als tijdens de sessie van gisteren. In combinatie met de webhooks die we eerder introduceerden, kan Xtendis bovendien proactief een agent een opdracht geven op basis van een gebeurtenis in het systeem.

Eenvoud als ontwerpprincipe

Overal zien we organisaties die complexe AI-trajecten opzetten. Terecht, voor complexe problematiek is AI uitermate geschikt. De échte winst zit echter meer in het eenvoudig houden van die AI-trajecten voor de gebruiker. Niet elke medewerker hoeft te begrijpen hoe een archiefstructuur werkt, welke zoekmap de juiste is of welke metadata beschikbaar is. Ze moeten gewoon hun vraag kunnen stellen.

De MCP Connection ontsluit de complexiteit van het archief via een conversatie. De volgende generatie medewerkers – opgegroeid met chatinterfaces en AI – zal dit als basisverwachting hebben. Xtendis is daar straks klaar voor.

Governance blijft het fundament

Net als bij AI Search en anonimisering geldt ook hier: governance by design. AI mag dan wel de interface zijn, Xtendis blijft verantwoordelijk voor autorisatie, beveiligingszones, retentiebeleid en anonimisering van gevoelige data. Elke actie die via MCP wordt uitgevoerd, doorloopt dezelfde controles die een medewerker die direct in Xtendis werkt ook tegenkomt. Dat is geen concessie – dat is zoals het hoort.

Samen met klanten gebouwd

Wat we in deze serie ‘nieuwe generatie Xtendis’-webinars laten zien, is niet in een vacuüm ontwikkeld. Het is voor een groot deel gebaseerd op interviews met klanten: hun uitdagingen, hun werkprocessen, hun verwachtingen. Samen bouwen we aan de nieuwe generatie Xtendis: een duurzaam platform dat meegroeit met nieuwe standaarden, groeiende informatiestromen en de kansen van AI. Updates en upgrades zitten in het abonnement – dus je bent altijd up-to-date.

Wat komt er nog meer?

De MCP Connection is een eerste stap die verder wordt uitgebouwd. In een volgend webinar gaan we dieper in op de geavanceerdere scenario’s: dashboards opbouwen via conversatie, aanvragen monitoren en de koppeling met de andere AI-initiatieven waar we aan werken.

Wil je zien hoe de Xtendis MCP Connection er in de praktijk uitziet? Bekijk hierboven de volledige opname van het webinar waarin we de scenario's live demonstreren.