Welkom bij de kennisbank van Plainwater AI
Plainwater AI is één platform waarop je team met AI aan data werkt: van een vraag over een tabel tot een dashboard dat elke ochtend ververst. Het platform staat tussen je data en elk AI-model in en bewaakt wat er naar dat model gaat. Jij bepaalt per bron wat de AI te zien krijgt; het platform handhaaft dat bij elk verzoek.
Deze kennisbank legt uit hoe dat werkt. Geen marketingtaal, wel de mechaniek: welke regels er gelden, wie ze kiest en waar ze gehandhaafd worden.
In één zin
AI voor je data, zonder dat je data de deur uit loopt.
Wat het platform doet
- Een poort voor elk AI-verzoek. Elk verzoek aan een model loopt door één poort. Per verzoek valt precies één beleidsbesluit: mag dit model, past het in het budget, klopt het met de regels van de klant. Een geweigerd verzoek bereikt de leverancier van het model niet. Zie De AI-poort.
- Namen worden pseudoniemen. Tabel- en kolomnamen gaan als pseudoniem naar het model. Het antwoord wordt voor jou teruggelezen in je eigen namen. Zie Pseudonimisering.
- Datatoegang per bron. Per bron kies je een stand: alleen metrics, versleutelde waarden of open. De strengste regel wint altijd. Zie Datatoegang.
- Werken aan data. Agents lezen metadata, controleren datakwaliteit, onderzoeken performance en bewijzen hun voorstel in een wegwerpkopie voordat iemand iets op de echte database uitvoert.
- Dashboards die blijven draaien. Een analyse eindigt in een dashboard dat op de bron blijft draaien, niet in een plaatje met ingebakken cijfers.
- Elk model, elke werkwijze. Claude, GPT, Gemini, Mistral of elk ander model met een OpenAI-compatibele API. Werk in de webapp, samen met je eigen coding-AI, of alleen via MCP.
Waar begin je?
| Je bent… | Begin bij |
|---|---|
| Nieuw en wilt het platform inrichten | Aan de slag |
| Verantwoordelijk voor privacy of security | De AI-poort, daarna Datatoegang |
| Data-engineer of BI-ontwikkelaar | Werkmodi en De verificatiesandbox |
| Beheerder van een team | Skills en kennis en Omgevingen |
| Op zoek naar een begrip | Begrippenlijst |
| Op zoek naar een snel antwoord | Veelgestelde vragen |
Hoe deze kennisbank is opgebouwd
- Aan de slag — in vijf stappen van nul naar je eerste opdracht.
- Concepten — de begrippen waar alles op rust: de poort, pseudonimisering, datatoegang, werkmodi, de sandbox, skills en kennis, omgevingen en monitors.
- Dashboards en datasets — hoe een analyse een dashboard wordt dat blijft draaien.
- Werken met je eigen AI — de drie werkwijzen en hoe je je eigen AI-tool koppelt.
- Modellen — welke modellen er zijn en hoe je per klant kiest.
- Bronnen en connectoren — databases, connectoren en je eigen MCP-servers.
- Veiligheid en privacy — de garanties, de audit en Europese verwerking.
- Yres — de AI-laag op het Yres-datawarehouse.
- Beheer — rollen, rechten en spelregels.
Drie uitgangspunten
- Regels zijn handhaving, geen instructie. Een regel die alleen in een prompt staat, kan een model negeren. Daarom woont elke regel in de poort, waar het model er niet omheen kan.
- Metadata eerst. Voor veel werk heeft een AI geen rijen nodig: structuur, tellingen en statistieken zijn genoeg. Pas als dat niet volstaat, en als de klant het toestaat, gaat er meer naar het model.
- Alles is terug te lezen. Prompts en antwoorden worden versleuteld bewaard, en wie daar recht op heeft kan ze teruglezen. Elke inzage wordt zelf vastgelegd.
Liever zien dan lezen?
Vraag via Demo aanvragen onderaan deze pagina een demo aan. We laten het platform zien op een voorbeelddatabase.