Wat is een automation pipeline?

Een automation pipeline is een keten van geautomatiseerde stappen die vanzelf afloopt zodra er iets gebeurt: een trigger start de pipeline, en die haalt data op, verwerkt het, neemt beslissingen en onderneemt actie, zonder dat iemand iets hoeft te doen.

Trigger, stappen, actie

Elke pipeline heeft dezelfde opbouw:

Trigger: het startpunt. Een nieuw formulier, een binnenkomende mail, een tijdstip of een wijziging in een systeem.
Stappen: data ophalen, opschonen, verrijken, beoordelen. Hier zit vaak een AI-laag die begrijpt en beslist.
Actie: het resultaat wegschrijven, een bericht sturen, een taak aanmaken of een systeem bijwerken.

Wat maakt het een AI-pipeline?

Een gewone pipeline volgt vaste regels. Een AI-pipeline voegt intelligentie toe: hij kan een mail samenvatten, een lead scoren, sentiment inschatten of tekst schrijven. Zo automatiseer je ook stappen die oordeel vragen. Meer over de bredere aanpak in wat is AI workflow automation?.

Voorbeelden van pipelines

Lead-pipeline: prospect binnen, verrijken, scoren, in het CRM. Zie de lead-pipeline.
Inbox-pipeline: mail sorteren, samenvatten, actie klaarzetten. Zie inbox en mail automatiseren.
Rapportage-pipeline: data samenvoegen tot een rapport. Zie rapportages automatiseren.

Wat gebeurt er als er iets misgaat?

Dit is de vraag die het verschil maakt tussen een demo en een systeem waar je op kunt bouwen. Een API is even onbereikbaar, een veld is leeg, een klant vult iets onverwachts in. Een pipeline die daar niet op voorbereid is, valt stil zonder dat iemand het merkt.

Wij bouwen daarom standaard drie dingen in. Foutafhandeling per stap, zodat een hapering wordt opgevangen in plaats van dat de hele keten breekt. Een melding naar een mens als iets structureel misgaat. En logging, zodat je achteraf kunt zien wat er precies gebeurde.

Hoeveel uitzonderingen kun je aan?

Uitzonderingen bepalen de complexiteit en dus de kosten. Een proces dat altijd hetzelfde loopt, is snel gebouwd. Een proces met tien varianten kost een veelvoud, omdat elke variant moet werken en getest worden.

De praktische aanpak is: bouw het hoofdscenario, dat meestal het grootste deel van de gevallen dekt, en laat alles wat afwijkt naar een mens gaan met de context erbij. Zo krijg je het grootste deel van de winst zonder de complexiteit van een systeem dat alles moet kunnen.

Waarop bouwen we pipelines?

In eigen code, niet in een workflowplatform. Een pipeline is bij ons een klein programma dat op een server draait, met koppelingen via de API's van de tools die je al gebruikt. Dat geeft ruimte voor complexe logica en AI-stappen, er zijn geen kosten per uitgevoerde stap, en de code en de gegevens zijn van jou. Platforms als n8n en Make zijn een prima keuze als je zelf workflows wilt bouwen en beheren; de afweging staat in wat is n8n, en wanneer kies je voor maatwerk.

Een voorbeeld van begin tot eind

Neem een denkbeeldig schoonmaakbedrijf dat aanvragen krijgt via een formulier op de site. Zonder pipeline leest iemand de aanvraag, zoekt het adres op, berekent de oppervlakte, maakt een offerte in Word en mailt die. Met een pipeline gaat het zo:

Trigger: een nieuw formulier komt binnen.
Ophalen: de pipeline haalt de gegevens uit het formulier en zoekt de klant op in het CRM. Is het een nieuwe klant, dan maakt hij er een aan.
Verrijken: met het adres haalt hij de gegevens van het pand op, zoals het type en de oppervlakte.
Beoordelen: een AI-stap leest de omschrijving van de klant en bepaalt welk pakket past, en of er iets bijzonders is, zoals een spoedvraag.
Actie: hij maakt een offerte in de huisstijl, zet die klaar voor de planner en stuurt de klant een bevestiging dat de offerte eraan komt.

De planner opent 's ochtends een lijst met kant-en-klare offertes, past aan waar nodig en verstuurt. Wat eerst een kwartier per aanvraag kostte, is nu een minuut nakijken.

Hoe meet je of een pipeline goed werkt?

Houd per pipeline drie dingen bij: hoeveel keer hij draaide, hoeveel keer dat goed ging en hoeveel keer er een mens aan te pas moest komen. Stijgt dat laatste, dan is er iets veranderd: een nieuw soort aanvraag, een koppeling die anders werkt, of een stap die vaker twijfelt. Een wekelijks overzicht van die drie cijfers laat je zien of de pipeline nog doet wat hij moet doen.

Wanneer is een pipeline niet de oplossing?

Als het proces nog niet vastligt. Automatiseer je een proces dat elke maand anders loopt, dan bouw je het steeds opnieuw. Leg eerst vast hoe het werk gaat, doe het een paar weken op die manier met de hand, en automatiseer daarna. Ook een proces dat maar een paar keer per maand voorkomt, levert te weinig op om een pipeline te rechtvaardigen. Een goede checklist is dan vaak genoeg.

Veelgestelde vragen

Wat is het verschil tussen een pipeline en een workflow? In de praktijk worden ze door elkaar gebruikt. Een pipeline benadrukt de keten van stappen waar gegevens doorheen stromen; een workflow het proces dat erachter zit.

Kan een pipeline met oude software werken? Als die software een koppeling of een export heeft wel. Anders kan een pipeline soms een gedeelde map of een mailbox gebruiken als tussenstap.

Aan de slag

dGEN Productions ontwerpt en bouwt automation pipelines die je tools verbinden en het werk laten stromen, volledig gedocumenteerd en gemonitord. Bekijk de dienst AI Workflow Automation of plan een gratis gesprek.

Meer over Automation pipelines

Uit de blog

dGEN Productions, AI-bureau in Veldhoven, regio Eindhoven (Brainport), onderdeel van dGEN Labs. De Run 1141 (1e verdieping, nr. 12), 5503 LB Veldhoven · info@dgenproductions.nl · 06-87413056 · KvK 97916137 (eenmanszaak) · btw NL005295840B15