Waarom spreekt een chatbot zichzelf tegen?

Florian Teufer

Retail
Human-Centered AI
Responsible AI

Blog

22 oktober 2026

Een chatbot die op dezelfde vraag verschillende antwoorden geeft. Het is een herkenbaar probleem voor organisaties die AI inzetten voor klantcontact. Maar ligt de oorzaak wel bij het taalmodel? In de tweede blog uit de reeks Van Bot naar Beter laten onderzoekers van de Hogeschool van Amsterdam zien waarom goed georganiseerde kennis minstens zo belangrijk is als de technologie zelf.

Veel organisaties slaan informatie op in verschillende systemen, zoals websites, kennisbanken en CRM-systemen. Wanneer begrippen niet overal dezelfde betekenis hebben of informatie elkaar tegenspreekt, kan een chatbot moeite hebben om het juiste antwoord te geven. Het probleem zit dan niet zozeer in de AI, maar in de manier waarop informatie is georganiseerd.

Een mogelijke oplossing ligt in het gebruik van kennismodellen, zoals ontologieën en kennisgrafen. Door begrippen en hun onderlinge relaties duidelijk vast te leggen, kunnen AI-systemen informatie beter interpreteren en in de juiste context plaatsen.

De blog maakt deel uit van een zesdelige reeks over het framework Van Bot naar Beter, ontwikkeld binnen de ShoppingTomorrow-expertgroep Digitale Interactie & Kwaliteit. Onderzoekers van de Hogeschool van Amsterdam werkten hieraan samen met de Klantenservice Federatie en professionals uit het werkveld. De reeks laat zien wat er nodig is om chatbots niet alleen slimmer, maar vooral betrouwbaarder en waardevoller te maken voor klanten en organisaties.