Op een avond in juni stond er een uitslag van 7-1 op footballoracle.nl, mijn hobbyproject rond het WK 2026. Duitsland had ruim gewonnen van Curaçao, de uitslag klopte, alles zag er goed uit. En toch was er iets mis. Het puntentotaal dat de site toonde, was lager dan het had moeten zijn. Zestien punten te laag, om precies te zijn.

De oorzaak bleek subtiel. Mijn site legt de doelpuntmakers van een wedstrijd één keer vast, op het moment dat die wedstrijd op “gespeeld” springt. Maar bij ruime uitslagen heeft de databron op dat exacte moment soms nog niet alle doelpuntmakers ingevoerd. In dit geval was de tweede goal van Havertz nog niet doorgekomen toen mijn systeem de gegevens ophaalde. De uitslag klopte, maar één doelpuntmaker ontbrak. En omdat bezoekers op mijn site punten verdienen door onder andere topscorers te voorspellen, en Havertz een van de veelgekozen namen was, kostte die ene gemiste goal direct zestien punten in het totaal.

Dat is precies het soort fout waar ik hoofdpijn van krijg. Niks was zichtbaar kapot. De pagina laadde, de uitslag stond er, de cijfers oogden normaal. Alleen was het totaal stilletjes verkeerd. Ik heb er toen een Ai-agent op gezet die dit soort verschillen zelf opspoort en, onder strenge voorwaarden, zelf herstelt. En juist die voorwaarden zijn het interessante deel.

Het verschil eerst opmerken#

De eerste stap is detectie, en die is bewust dom en betrouwbaar. Voor elke gespeelde wedstrijd geldt een logische regel: het aantal geregistreerde doelpuntmakers zou minstens gelijk moeten zijn aan het aantal doelpunten. Klopt dat niet, dan is er een tekort en gaat er een signaal af. Geen Ai nodig, gewoon rekenen.

Maar een tekort is nog geen bewijs van een fout. En hier komt het eerste stukje kennis dat de agent moet hebben: een eigen doelpunt krijgt bewust geen doelpuntmaker toegewezen. Dat is een spelregel in mijn puntensysteem, geen bug. Dus als een wedstrijd één doelpuntmaker “mist”, kan dat volkomen terecht zijn omdat er een eigen doelpunt bij zat. De agent moet dat onderscheid kennen, anders gaat hij een niet-bestaand probleem oplossen.

Zelf op onderzoek, maar alleen op bewijs#

Als er een echt tekort lijkt te zijn, gaat de agent zelf op zoek naar de waarheid. Hij zoekt op internet naar het wedstrijdverslag bij betrouwbare bronnen: ESPN, de officiële voetbalbonden, of het Wikipedia-verslag van de wedstrijd. Hij stelt vast hoeveel doelpunten er per team vielen, wie er scoorde, en hoeveel daarvan eigen doelpunten waren. Pas als hij met zekerheid een ontbrekende doelpuntmaker heeft gevonden, mag hij ingrijpen.

En dan volgt de belangrijkste beperking van het hele systeem: hij mag alleen aanvullen. Append-only, in vakjargon. De agent mag een ontbrekende doelpuntmaker toevoegen, maar hij mag nooit een bestaande verwijderen. Hij mag nooit de uitslag aanraken, niet de score, niet welk team gewonnen heeft, niet de status van de wedstrijd. Zijn enige toegestane handeling is: iets toevoegen dat aantoonbaar ontbreekt. Alles wat verder gaat dan aanvullen, is verboden terrein.

Waarom zo streng? Omdat de schade van een verkeerde correctie veel groter is dan de schade van een gemiste correctie. Een gemiste goal kost een paar punten in een totaal. Een verkeerd gewijzigde uitslag zou het hele vertrouwen in de site onderuithalen. Door de agent alleen te laten optellen en nooit te laten wijzigen of verwijderen, heb ik de ergst mogelijke uitkomst simpelweg onmogelijk gemaakt.

Twijfel is een geldig antwoord#

Er is nog een grens, en die vind ik misschien wel de belangrijkste. Als de bronnen onduidelijk of tegenstrijdig zijn, mag de agent níéts doen. Hij corrigeert niet op een gok, niet op gevoel, niet op basis van één losse melding ergens. Hij escaleert naar mij met de boodschap: hier klopt iets niet, de bronnen spreken elkaar tegen, kijk er zelf even naar.

Dat klinkt vanzelfsprekend, maar in de praktijk is het dat niet. De verleiding bij Ai is om altijd een antwoord te willen geven, om behulpzaam te zijn, om de gok te wagen. Juist die neiging is gevaarlijk zodra een systeem daadwerkelijk gegevens mag aanpassen. Ik heb de agent daarom expliciet geleerd dat “ik weet het niet zeker, kijk er zelf naar” een volwaardig en gewenst antwoord is. Een agent die durft te zeggen dat hij twijfelt, is betrouwbaarder dan een agent die altijd doorpakt.

In het geval van die 7-1 was er geen twijfel. Meerdere betrouwbare verslagen bevestigden dat Havertz tweemaal had gescoord. De agent voegde die tweede goal toe aan de gegevens, en het puntentotaal sprong terug naar de juiste stand. Zestien punten teruggevonden, met een spoor van bewijs erbij zodat ik achteraf precies kon zien waarom hij deed wat hij deed.

Hetzelfde recept buiten het voetbal#

Ik snap dat een WK-site voor de meeste ondernemers een ver-van-mijn-bed-verhaal is. Maar het onderliggende probleem is universeel: een geautomatiseerd systeem haalt gegevens uit een externe bron, die bron is op het verkeerde moment onvolledig, en jouw systeem toont vervolgens stilletjes iets wat niet klopt.

Denk aan een voorraadsysteem dat aantallen synchroniseert met een leverancier die net op dat moment een achterstand heeft. Aan een klantenbestand waar een dubbele registratie insluipt. Aan een financiële koppeling die een transactie mist omdat de andere kant hem te laat doorgaf. In al die gevallen kun je hetzelfde recept toepassen dat ik hier gebruik, en dat recept bestaat uit vier regels.

Ten eerste: laat de detectie dom en betrouwbaar zijn. Een logische regel die altijd moet kloppen (“aantal doelpuntmakers is minstens gelijk aan aantal doelpunten”) is beter dan een slim Ai-oordeel, want hij is voorspelbaar en goedkoop. Ten tweede: laat Ai alleen aanvullen, nooit wijzigen of verwijderen. Zo maak je de ergste fout onmogelijk in plaats van onwaarschijnlijk. Ten derde: eis bewijs. Een correctie mag alleen op basis van een geverifieerde, betrouwbare bron, nooit op een gok. Ten vierde: maak twijfel een geldige uitkomst. Bij onduidelijke of tegenstrijdige informatie moet het systeem stoppen en een mens waarschuwen, niet doorpakken.

De rode draad is dat je Ai best gegevens mag laten corrigeren, maar alleen binnen een harnas dat de schade van een fout klein en omkeerbaar houdt. De waarde zit niet in wat de agent allemaal mág, maar juist in wat hij niet mag.

Zelf aan de slag#

Welke acties je met een gerust hart aan een agent overlaat en waar je een mens tussen wilt houden, breng je in kaart met mijn Ai-stoplicht. Dat maakt precies dit onderscheid tussen “zelf doen”, “doen en melden” en “nooit zonder mens”. Meer gratis materiaal staat bij de downloads.

Wil je sparren over hoe je Ai veilig gegevens laat controleren of aanvullen in jouw processen, zonder dat het een risico wordt? Kijk dan op de consulting-pagina hoe ik werk.