Handmatig zou dit naar schatting zo’n 900 uur kosten, bovenop de dagelijkse werkzaamheden van het team. Daarom golden strikte randvoorwaarden: de kwaliteit en tone of voice moesten volledig aansluiten bij de merkidentiteit, met maximale consistentie over alle opleidingen heen.
Tegelijk moest de oplossing schaalbaar zijn, zonder extra capaciteit, en begrijpelijk en toepasbaar blijven voor interne teams.
Doelstelling: aantonen dat AI dit werk kan uitvoeren zonder concessies aan de merkbeleving, in een fractie van de tijd.
De uitdaging lag in het herschrijven van meer dan 300 opleidingsteksten binnen een nieuwe contentstructuur en een aangescherpte tone of voice, zonder kwaliteitsverlies en zonder extra capaciteit. De strategie was daarom gericht op het ontwerpen van een schaalbaar contentproces waarin merkconsistentie, begrijpelijkheid voor interne teams en technische haalbaarheid samenkomen. Niet AI als doel, maar als versneller van kwaliteit en efficiëntie.
We startten met een Proof of Concept waarin maatwerk prompting werd ontwikkeld op basis van tone of voice en contentstructuur. Met een testbatch valideerden we de output op kwaliteit, consistentie en merkbeleving, gevolgd door een duidelijke go/no-go.
Vervolgens bouwden we een schaalbare AI-flow in n8n: bestaande content werd automatisch gescrapet en verrijkt met context, herschreven via contextual prompting en gestructureerd teruggeleverd. Een tweede testbatch van tien opleidingen bevestigde de schaalbaarheid. De workflow werd vastgelegd in heldere documentatie en gekoppeld aan een geautomatiseerde output in de bestaande Google Drive-omgeving, inclusief feedback- en redactieflow voor opleidingsmanagers.
Het resultaat: 300 opleidingsteksten herschreven in 60 uur in plaats van 900 uur — een tijdsbesparing van 93%.
Voor Habeo+ ontwikkelden we geen losse AI-oplossing, maar een geïntegreerde contentflow die kwaliteit, schaal en eigenaarschap combineert. De innovatie zat niet alleen in de techniek, maar in de manier waarop AI structureel werd ingebed in het werkproces.
Contextual prompting op schaal. Elke opleiding kreeg zijn eigen context mee, zoals werkgebied, doelgroep en onderscheidende kenmerken, waardoor de output niet generiek werd, maar merkvast en relevant bleef. Dit voorkwam het typische “bulk-AI”-effect en borgde inhoudelijke kwaliteit.
Structured output parsing. De gegenereerde teksten werden direct opgeleverd in de juiste contentstructuur. Handmatig knip- en plakwerk verviel volledig, waardoor schaalbaarheid mogelijk werd zonder kwaliteitsverlies of extra redactietijd.
Embedded in de bestaande workflow. De flow sluit naadloos aan op hoe Habeo+ intern werkt: van content scraping tot automatische output in hun eigen Drive-omgeving. Geen losstaande tooling, maar een geïntegreerd proces dat direct bruikbaar is in de dagelijkse praktijk.
Ownership bij de klant. Met heldere documentatie en een beveiligde onepager behoudt Habeo+ zelf regie over het proces. Geen black box en geen afhankelijkheid van externe partijen, het team begrijpt wat er gebeurt en kan het proces zelfstandig herhalen en doorontwikkelen.
