Een AI-agent heeft geen directe toegang tot je database - en dat is precies waarom het werkt
Een AI-agent benadert je database niet rechtstreeks. Hij roept een gecontroleerde tool aan — een dataflow of API — die de feitelijke zoekopdrachten of schrijfacties uitvoert. Jij bepaalt wat mogelijk is; de agent werkt binnen die kaders. De waarde zit niet in het ophalen van data. Het gaat erom dat de agent beslist welke actie je proces vereist — en de juiste tool activeert om dit te realiseren. Gecontroleerd, traceerbaar en herhaalbaar.
Robert Keunen
4 min

“Gaat de AI-agent zomaar direct je database in?” Het is een terechte vraag – en het antwoord bepaalt of je hem vertrouwt. Want als een agent zonder enige controle je ERP-data kan doorzoeken, is dat een probleem. En terecht.
Het goede nieuws: zo werkt het niet. Een AI-agent heeft geen directe toegang tot je database. In plaats daarvan roept hij een tool aan — een dataflow, een API, een queryservice — die vervolgens de data ophaalt of wegschrijft. Dat klinkt als een technisch detail, maar het is een fundamenteel architecturaal principe. En precies daarom kun je hem vertrouwen.
Hoe het technisch werkt
Een agent met tool-calling werkt in vijf stappen, en elke stap is transparant:
Stap 1: Begrijpt de intentie. De gebruiker geeft een instructie: “Haal de openstaande facturen op voor klant De Vries.” De agent begrijpt wat er wordt gevraagd — niet letterlijk, maar op basis van betekenis.
Stap 2: Selecteert een tool. De agent kiest de juiste actie uit de beschikbare toolset. Geen vrije databasequery, maar een gedefinieerde tool: Get_OpenInvoices.
Stap 3: Geeft parameters door. Het vult de tool in: { customerId: 123, status: “open” }. De parameters volgen uit de intentie — niet uit een zelf gegenereerde query.
Stap 4: De tool voert de opdracht uit. De dataflow, API of queryservice doet het echte werk: verbinden met de database, records ophalen, wijzigingen terugschrijven. De agent wacht op het resultaat.
Stap 5: De agent verwerkt het resultaat. Deze vat samen, toont een tabel, stelt een volgende actie voor of geeft aan als er iets niet in de haak lijkt te zijn.
De agent voert geen SQL-query’s uit en maakt geen directe databaseverbinding. Tenzij je het expliciet zo hebt ingesteld — wat zelden wenselijk is.
Drie niveaus waarop AI met data kan werken
Niet alle AI-implementaties zijn gelijk. Er zijn drie niveaus, en het niveau bepaalt hoeveel controle u behoudt:
Niveau 1: Context (alleen-lezen, indirect). Gegevens bevinden zich in de prompt, in een vector-database of in bestanden. De agent “ziet” de data, maar kan er niet op acteren. Veilig, maar beperkt.
Niveau 2: Tool calling (de standaard). De agent activeert een gecontroleerde actie — een dataflow of een API-endpoint. U bepaalt welke zoekopdrachten mogelijk zijn, welke velden zichtbaar zijn en welke acties beschikbaar zijn. Dit is het niveau waarop serieuze ERP-integraties opereren.
Niveau 3: Directe databasetoegang (zeldzaam en riskant). De agent genereert zelf queries en voert deze direct uit op de database. De risico’s zijn aanzienlijk: beveiligingslekken, onbedoelde wijzigingen en prestatieproblemen. In ERP-omgevingen is dit vrijwel nooit de juiste keuze.
De juiste architectuur voor ERP-omgevingen
De taakverdeling is helder:
Agent = orkestratie en intelligentie. Deze begrijpt de instructie, selecteert de juiste tool en bepaalt de volgende stappen.
Dataflow of API = gecontroleerde uitvoering. Deze kent het datamodel en zorgt dat de juiste data op de juiste plek terechtkomt.
Dataclips = opzoeken en referentie. Vaste lijsten en stamgegevens die de agent kan raadplegen zonder een actie te activeren.
De praktische conclusie: de agent gaat niet “in” je ERP of database. Hij instrueert een flow met de juiste parameters, en die flow doet het echte werk.
Waarom dit krachtig is – en niet beperkend
Beveiliging is gewaarborgd. Geen directe databasetoegang betekent geen risico dat de agent buiten zijn bevoegdheden opereert. Wat de agent kan doen, is precies wat jij hebt gedefinieerd.
Logica is herbruikbaar. Een dataflow die is gebouwd voor een agent kan ook door je applicatie of je medewerkers worden gebruikt. Eén keer bouwen, meerdere keren inzetten.
Gedrag is voorspelbaar. De agent opereert binnen de kaders die jij hebt gesteld. Dat maakt het makkelijker om te testen, auditen en vertrouwen.
Complexe processen zijn mogelijk. Meerdere tools achter elkaar — ophalen, vergelijken, aanmaken, markeren — worden door de agent gecoördineerd als een gestructureerde keten.
Het werkelijke inzicht: de agent beslist, de flow handelt
De waarde van een agent ligt niet in het ophalen van data. De waarde ligt in het bepalen welke actie een proces vereist.
Een zoekfunctie levert data.
Een agent bepaalt wat er met die data moet gebeuren.
Niet: “geef me de openstaande facturen.” Maar: “verwerk deze inkoopbevestiging, koppel deze aan de uitstaande order en bereid een betalingsvoorstel voor ter controle.” Hierachter bevinden zich drie tools die de agent in volgorde aanroept — gecontroleerd, traceerbaar en herhaalbaar.
Een AI-agent heeft geen directe toegang tot je database. En precies daarom werkt het.
Benieuwd hoe die architectuur eruitziet voor jouw ERP en processen? We denken graag met je mee.