home / use cases / data, spreadsheets en rapportages / ask-your-database

Stel je database vragen in gewone taal

Medewerkers stellen vragen in de chatwidget — hoeveel open orders ouder dan 30 dagen? welke producten bleven vorige maand liggen? — en een Aivell schrijft de query, draait hem read-only op je database en antwoordt in gewone woorden mét de cijfers. Geen rapportaanvraag, geen wachten op die ene collega die SQL kent.

Bekijk de demo

start wanneer: Je typt een vraag in de chatwidget

Het probleem

In de meeste bedrijven is de data overvloedig en zijn de antwoorden schaars. Tussen een vraag — “hoeveel open orders zijn ouder dan 30 dagen?” — en het antwoord staan die ene collega die SQL kent, een ticketwachtrij en een vertraging in dagen. Dus vragen mensen niet. Ze schatten, hergebruiken het cijfer van vorig kwartaal, of beslissen op gevoel terwijl de waarheid drie tabellen verderop ligt.

De ironie is dat de vragen bijna altijd simpel zijn. Ze hebben geen datateam nodig; ze hebben iemand nodig met geduld, kennis van het schema en tien seconden. Die collega bestond alleen nooit — tot nu.

Hoe je Aivell het doet

  1. De vraag komt binnen in de chat. De widget zit waar je team al werkt; een guardrail beperkt hem tot ingelogde medewerkers op je netwerk.
  2. De query wordt voor je geschreven. De Aivell kent je schema en je eigenaardigheden — welke status “open” betekent, waar retouren zich verstoppen — schrijft de SQL en draait hem over een read-only verbinding.
  3. Het antwoord komt in gewone woorden. “42 open orders ouder dan 30 dagen, €187.000 in totaal — 28 daarvan van twee klanten.” De query zelf staat eronder, zodat iedereen hem kan controleren of hergebruiken.
  4. Vervolgvragen werken gewoon. “En per regio?” gaat verder in dezelfde thread, zoals een gesprek met een collega dat zou doen.
  5. De randgevallen worden door regels afgevangen, niet door geluk. Dubbelzinnigheid krijgt een verhelderende vraag, geen gok. Vragen over salarissen en persoonsgegevens worden geweigerd en naar Sofia verwezen. Elke query staat in de audit trail.

De guardrails maken dit veilig genoeg om aan iedereen te geven: de verbinding kan niet schrijven, de gevoelige schema’s zijn helemaal niet aangesloten, en het log toont wie wat vroeg. Je database neemt eindelijk de telefoon op — zonder ooit het pand te verlaten.

De chore, zoals jij hem zou opschrijven.

Geen flowcharts, geen code — een chore is gewoon een bericht aan je Aivell, in je eigen woorden. Hij maakt er een degelijke, bewaakte procedure van en volgt die naar de letter. Deze:

Giulia Aivell · answer data questions ● actief

als een vraag in de chat binnenkomt, bepaal welke tabellen hem beantwoorden

schrijf de query, draai hem read-only, controleer het resultaat op logica

antwoord in gewone woorden, met de query eronder voor de nieuwsgierigen

rond getallen verstandig af; geef exacte cijfers op verzoek

vragen die salarissen of persoonsgegevens raken — weiger, verwijs naar Sofia

dubbelzinnige vraag? vraag door in plaats van te gokken

houd de thread open voor vervolgvragen zoals "en per regio?"

elke vraag en query gaat in de audit trail

Jij
Begrepen — ik ga meteen aan de slag en meld me zodra er ergens een mens nodig is.
Giulia Aivell

De tools die hij gebruikt.

Gekoppeld met passkeys met één klik — geen gekopieerde tokens, geen OAuth-gedoe.

Chat widget waar vragen binnenkomen en antwoorden landen
Database draait de query's, read-only

Verstandige guardrails.

Elke tool kan worden beperkt tot precies wat deze chore nodig heeft. Voor deze zou je kunnen instellen:

Database Read-only by design — alles wat schrijft wordt op de tool geblokkeerd, hoe de vraag ook geformuleerd is.
Database De salaris- en HR-schema's zijn helemaal niet aangesloten. Geen enkele query kan erbij.
Chat widget Antwoordt alleen ingelogde medewerkers op het kantoornetwerk; bezoekers krijgen niets.

Vragen, beantwoord.

Moeten mensen tabelnamen kennen of weten hoe de data is gestructureerd? +

Nee. Ze vragen zoals ze het een collega zouden vragen — "welke klanten werden dit kwartaal stil?" — en de Aivell vindt de tabellen. Hij leerde je schema één keer, bij de inrichting, en houdt je eigenaardigheden bij, zoals welke statuscodes "open" betekenen.

Kan een slim geformuleerde vraag data wijzigen of verwijderen? +

Nee. Read-only is een guardrail die op de databasetool zelf wordt afgedwongen, geen beleefd verzoek. Hoe een vraag ook geformuleerd is, een schrijfactie kan fysiek niet draaien — en elke query belandt sowieso in de audit trail.

Wordt onze database aan een cloud-AI blootgesteld om dit te laten werken? +

Nee. De vraag, het schema, de query en het resultaat blijven allemaal op de box. Het model dat de SQL schrijft, draait aan boord, binnen je netwerk — je datastructuur is net zo privé als je data.

En als de vraag vaag is? +

Dan vraagt hij door. "Omzet dit jaar — geplaatste orders, of verzonden orders?" Eén verhelderende vraag verslaat een vol zelfvertrouwen fout getal, en de chore zegt dat expliciet.

Gerelateerd.

Wat is een Aivell?

Een Aivell is een on-premise AI-collega: een kleine box die je op je netwerk aansluit, zijn eigen AI aan boord draait en het repetitieve werk van je bureau haalt. Prompts, documenten, data — er verlaat nooit iets je kantoor. Trek de internetkabel eruit: hij werkt gewoon door.

Je beschrijft elke taak als een chore, in gewone taal. Je Aivell maakt er een degelijke, bewaakte procedure van en voert die op de achtergrond uit — met guardrails op elke tool, een volledige audit trail en goedkeuringen binnen handbereik wanneer jij dat wilt. Eenmalige installatie, vast maandbedrag. Geen tokens, geen meerkosten.

Bekijk de demo

inferentie aan boord · air-gapped · vast maandbedrag