Blog

  • MCP (Model Context Protocol) in het MKB: Praktische Toepassingen en Privacy-uitdagingen in 2026

    Door: Xander Blaauw, pAinapple’s Automation Team

    Inleiding

    In 2026 staat kunstmatige intelligentie (AI) centraal in de digitale transformatie van het MKB. Een van de meest veelbelovende ontwikkelingen is het Model Context Protocol (MCP), een open standaard die AI-modellen in staat stelt om contextueel bewust te communiceren met andere systemen, tools en databases. Dit opent de deur naar slimmere automatisering en efficiëntere processen, maar brengt ook nieuwe privacy-uitdagingen met zich mee. In deze post duiken we in de praktische toepassingen van MCP voor het MKB en bespreken we hoe je als ondernemer om kunt gaan met de bijbehorende risico’s.

    Wat is MCP en waarom is het relevant voor het MKB?

    MCP, ofwel Model Context Protocol, is een protocol dat AI-modellen helpt om contextueel bewust te zijn van hun omgeving. Dit betekent dat AI-systemen niet alleen gegevens verwerken, maar ook begrijpen waarom ze bepaalde acties uitvoeren, op basis van de context van andere systemen of processen. Voor het MKB biedt MCP de volgende voordelen:

    • Slimmere automatisering: AI-agents kunnen samenwerken met bestaande systemen, zoals ERP-software of CRM-tools, zonder complexe integraties.
    • Efficiënter werken: Door AI-modellen direct te koppelen aan bedrijfsprocessen, zoals facturatie of klantenservice, worden handmatige tussenstappen geminimaliseerd.
    • Kostenbesparing: Optimalisatie van workflows leidt tot lagere operationele kosten en minder fouten.

    MCP wordt steeds vaker gezien als de USB-C voor AI: een universele connector die verschillende AI-modellen en tools met elkaar verbindt. Volgens So-MC maakt MCP het mogelijk om AI-modellen te koppelen aan externe tools zonder dat er voor elke tool een aparte integratie nodig is. Dit is met name interessant voor MKB-bedrijven die vaak met beperkte IT-bronnen werken.

    “MCP is als een universele connector die elke AI in staat stelt om met elke tool te communiceren via één gestandaardiseerde interface.”

    So-MC AI-Wiki

    Praktische toepassingen van MCP in het MKB

    MCP wordt al toegepast in diverse sectoren, en ook voor het MKB zijn er concrete voorbeelden:

    1. Automatisering van administratieve processen

    MCP maakt het mogelijk voor AI-agents om direct te communiceren met boekhoudsoftware, zoals Exact Online of AFAS. Hierdoor kunnen facturen automatisch worden gegenereerd, goedgekeurd en verzonden op basis van contextuele triggers, zoals een voltooide opdracht. Dit bespaart niet alleen tijd, maar reduceert ook de kans op menselijke fouten.

    2. Klantenservice en chatbots

    AI-agents met MCP kunnen klantvragen beter begrijpen door contextuele informatie uit eerdere interacties, bestellingen of klantprofielen te halen. Dit leidt tot persoonlijkere en efficiëntere service. Volgens Frankwatching kan MCP helpen om klantinteracties te verbeteren door AI-modellen toegang te geven tot relevante contextuele gegevens.

    3. Voorraadbeheer en logistiek

    MCP stelt AI-modellen in staat om real-time inzicht te krijgen in voorraadniveaus, leveranciersinformatie en logistieke processen. Dit helpt bij het voorspellen van tekorten of het automatiseren van bestellingen. Voor MKB-bedrijven in de retail of maakindustrie kan dit een game-changer zijn.

    4. ERP-integratie

    Voor MKB-bedrijven in de maakindustrie groeit ERP uit tot het operationele hart van de onderneming. MCP kan ERP-systemen koppelen aan AI-tools voor voorspellend onderhoud, productieplanning en kwaliteitscontrole. Volgens DID-Online is ERP-integratie met AI een van de belangrijkste trends voor 2026.

    Privacy-uitdagingen en hoe deze aan te pakken

    Hoewel MCP veel voordelen biedt, zijn er ook privacy-risico’s waar het MKB rekening mee moet houden:

    1. Datalekken en ongeautoriseerde toegang

    MCP-systemen communiceren met meerdere tools en databases, wat het risico op datalekken vergroot. Het is essentieel om sterke authenticatie- en autorisatiemechanismen in te bouwen, zoals Zero Trust-architecturen. Volgens ICTRecht is dit een van de belangrijkste aandachtspunten voor de Autoriteit Persoonsgegevens in 2026.

    2. Naleving van de AI Act en AVG

    Vanaf augustus 2026 gelden strengere regels voor AI-systemen met een hoog risico. MCP-toepassingen die persoonsgegevens verwerken, moeten voldoen aan transparantie- en documentatieplichten. Zorg ervoor dat je AI-modellen en hun contextuele beslissingen auditabel zijn. Volgens Symbis is compliance met de AI Act een must voor bedrijven die AI willen inzetten.

    3. Transparantie en verklarbaarheid

    MCP kan AI-beslissingen complexer maken, wat het moeilijker maakt om uit te leggen waarom een bepaald besluit is genomen. Dit is een probleem onder de AI Act, die eist dat gebruikers begrijpen hoe AI-systemen werken. Gebruik tools die MCP-processen loggen en visualiseren om aan deze eis te voldoen.

    4. Vendormanagement

    Veel MCP-toepassingen maken gebruik van externe AI-modellen of clouddiensten. Controleer of deze leveranciers voldoen aan de AVG en de AI Act, en sluit Data Processing Agreements (DPA’s) af. Volgens Binnenlands Bestuur zal de Autoriteit Persoonsgegevens in 2026 streng optreden tegen niet-compliante AI-toepassingen.

    Stappenplan voor MKB-bedrijven

    Om MCP veilig en effectief in te zetten, kunnen MKB-bedrijven de volgende stappen nemen:

    1. Inventariseer AI-toepassingen: Bepaal welke processen baat hebben bij MCP-integratie, zoals administratie, klantenservice of logistiek.
    2. Kies de juiste tools: Werk met MCP-compatibele platforms, zoals moderne ERP-systemen of gespecialiseerde MCP-servers. Volgens AI Journal zijn er steeds meer tools beschikbaar die MCP ondersteunen.
    3. Zorg voor compliance: Controleer of je toepassingen voldoen aan de AI Act en AVG. Gebruik privacy-by-design-principes en voer Data Protection Impact Assessments (DPIA’s) uit.
    4. Train medewerkers: Zorg dat je team begrijpt hoe MCP werkt en welke privacy-risico’s eraan verbonden zijn. AI-geletterdheid is cruciaal.
    5. Monitor en optimaliseer: Houd MCP-processen in de gaten, log beslissingen en pas systemen aan op basis van feedback en nieuwe inzichten.

    Conclusie

    MCP biedt het MKB de mogelijkheid om AI-integratie naar een hoger niveau te tillen, met slimmere automatisering en efficiëntere processen. Tegelijkertijd is het essentieel om privacy-risico’s serieus te nemen en te zorgen voor naleving van de AI Act en AVG. Door MCP op een verantwoorde manier in te zetten, kunnen MKB-bedrijven profiteren van de voordelen van AI, zonder in de valkuilen te trappen.

    Ben je benieuwd hoe MCP jouw bedrijf kan helpen, maar weet je niet waar te beginnen? Laat het ons weten in de reacties, of neem contact op voor een vrijblijvend gesprek over AI-integratie en privacy in jouw organisatie.

    Bronnen

  • AI Act 2026: Een Praktische Gids voor MKB-bedrijven in Nederland

    Door: Julius Bergkamp, pAinapple’s Automation Team

    Inleiding

    De EU AI Act is sinds 2 augustus 2026 volledig van kracht en heeft directe gevolgen voor Nederlandse MKB-bedrijven. Deze wetgeving is de eerste omvangrijke regulering ter wereld die kunstmatige intelligentie (AI) systematisch aan banden legt. Het doel is om risico’s te beperken, transparantie te bevorderen en de rechten van burgers en bedrijven te beschermen. Voor veel MKB-bedrijven is dit echter nog onbekend terrein, terwijl de impact groot kan zijn. In deze post duiken we in wat de AI Act precies inhoudt, welke stappen je als MKB-bedrijf moet nemen om compliant te zijn, en hoe je AI veilig en effectief kunt integreren in je bestaande systemen.

    Wat is de AI Act?

    De EU AI Act is een wetgevingskader dat AI-systemen indeelt in vier risicocategorieën:

    • Verboden AI: Systemen die onaanvaardbare risico’s vormen, zoals sociale scoring door overheden.
    • Hoog-risico AI: Systemen die strenge eisen moeten naleven, zoals AI in HR, gezondheidszorg, rechtspraak en kredietverlening.
    • Beperkt risico: Systemen waarvoor transparantieplicht geldt, zoals chatbots die duidelijk moeten maken dat ze AI zijn.
    • Minimaal risico: Systemen met vrijwillige gedragscodes, zoals AI in spelletjes of marketingtools.

    Voor MKB-bedrijven die AI gebruiken voor lagere risico’s, zoals het automatiseren van administratieve taken, gelden minder strenge regels. Toch is het belangrijk om transparant te zijn over het gebruik van AI en te voldoen aan de Algemene Verordening Gegevensbescherming (AVG).

    “De AI Act is een mijlpaal in de regulering van AI en biedt duidelijkheid voor bedrijven die AI willen inzetten, maar stelt ook hoge eisen aan compliance.” — Autoriteit Persoonsgegevens

    Wat betekent dit voor MKB-bedrijven?

    1. Risicoclassificatie

    De eerste stap is bepalen welke AI-systemen je gebruikt en in welke risicocategorie ze vallen. Voor hoog-risico AI-systemen gelden strenge eisen, zoals:

    • Documentatie van hoe het systeem werkt.
    • Transparantie over de besluitvorming van het AI-systeem.
    • Regelmatige risico-evaluaties.

    2. Compliance

    Zorg dat je voldoet aan zowel de AVG als de AI Act. Dit omvat:

    • Het uitvoeren van een Data Protection Impact Assessment (DPIA) als je persoonsgegevens verwerkt met AI.
    • Medewerkers opleiden in AI-geletterdheid en bewustmaken van de risico’s.
    • Een AI-register bijhouden van alle AI-systemen die je gebruikt.

    3. Integratie met bestaande systemen

    Veel MKB-bedrijven gebruiken al systemen zoals ERP, CRM of HR-software. AI kan hierop worden aangesloten, maar dit moet veilig en compliant gebeuren. Denk aan:

    • Het gebruik van API’s om AI-tools te koppelen aan bestaande software.
    • Het kiezen van AI-oplossingen die voldoen aan de AI Act en AVG.
    • Het testen van AI-systemen in een veilige sandbox-omgeving voordat ze live gaan.

    4. Kosten en ROI

    De implementatie van AI kan kosten met zich meebrengen, maar de terugverdientijd is vaak kort. Uit onderzoek van Thraive blijkt dat MKB-bedrijven gemiddeld 30-50% tijd besparen op administratieve taken door AI-automatisering. Het is belangrijk om een heldere business case op te stellen en te kijken naar de langetermijnvoordelen, zoals efficiëntere processen en betere klantenservice.

    Stappenplan voor MKB-bedrijven

    1. Inventariseer je AI-gebruik: Welke AI-tools gebruik je al? Valen deze onder de hoogrisico-categorie?
    2. Voer een DPIA uit: Als je persoonsgegevens verwerkt, is dit verplicht.
    3. Kies compliantie-partners: Werk met leveranciers die AI Act-proof zijn.
    4. Train je medewerkers: Zorg dat je team weet hoe ze veilig met AI kunnen werken.
    5. Monitor en evaluer: Blijf je AI-systemen controleren op compliance en effectiviteit.

    Conclusie

    De AI Act is een kans voor MKB-bedrijven om verantwoord en innovatief met AI aan de slag te gaan. Door nu al stappen te zetten, kun je niet alleen boetes en risico’s voorkomen, maar ook concurrentievoordeel behalen. AI biedt enorme mogelijkheden voor efficiëntie, automatisering en betere besluitvorming – mits je het veilig en compliant inzet.

    Vraag aan de lezer: Hoe bereidt jouw bedrijf zich voor op de AI Act? Deel je ervaringen in de reacties!

    Bronnen

  • OpenClaw: Een Cybersecurity Nachtmerrie of de Toekomst van AI Automatisering?

    Door: pAinapple’s Automation Team

    Inleiding

    ClawD.bot, recent hernoemd naar Moltbot, is een open-source, zelf-gehoste AI-assistent die de tech-wereld stormenderhand verovert. Ontwikkeld door de Oostenrijkse softwareontwikkelaar Peter Steinberger, belooft ClawD.bot gebruikers een persoonlijke AI-assistent die lokaal draait op hun eigen hardware. Het klinkt als een droom voor privacy-bewuste gebruikers, maar is het ook een cybersecurity nachtmerrie? In deze blogpost duiken we in de werking van ClawD.bot, de beveiligingsrisico’s, en hoe je deze tool veilig kunt inzetten.

    Wat is ClawD.bot?

    ClawD.bot is een zelf-gehoste AI-assistent die gebruikmaakt van berichtenapps zoals WhatsApp, Telegram, Discord, en Slack om met gebruikers te communiceren. In tegenstelling tot cloud-gebaseerde AI-assistenten zoals ChatGPT of Google Gemini, draait ClawD.bot volledig lokaal op je eigen computer, server of zelfs een Raspberry Pi. Dit betekent dat je data op je eigen machine blijft, wat privacyvoordelen biedt. Daarnaast kan ClawD.bot integreren met externe tools en systemen, zoals e-mail, CRM-systemen, en slimme huisapparaten, via het Model Context Protocol (MCP). Dit protocol stelt AI-modellen in staat om te communiceren met externe databronnen en tools.

    Hoe werkt ClawD.bot?

    ClawD.bot bestaat uit drie hoofdcomponenten:

    1. Gateway: Dit is het hart van ClawD.bot. Het beheert verbindingen met berichtenplatforms, sessies, tool-integraties, en geautomatiseerde taken. De Gateway draait als een achtergrondproces en is bereikbaar via een lokale poort.
    2. AI-model: ClawD.bot ondersteunt verschillende AI-modellen, waaronder Anthropic’s Claude, OpenAI’s GPT-modellen, en Google’s Gemini. Gebruikers kunnen zelf kiezen welk model ze willen gebruiken.
    3. MCP-servers: Deze servers stellen ClawD.bot in staat om te communiceren met externe tools en services, zoals e-mail, CRM-systemen, en cloudservices.

    ClawD.bot maakt gebruik van Markdown-bestanden om zijn configuratie en geheugen te beheren. Dit betekent dat gebruikers volledig transparantie hebben over hoe de AI werkt en wat er onder de motorkap gebeurt.

    De Voordelen van ClawD.bot

    1. Privacy en Lokale Controle

    Een van de grootste voordelen van ClawD.bot is dat het lokaal draait. Dit betekent dat je gegevens niet worden opgeslagen in de cloud, maar op je eigen machine blijven. Dit is een groot voordeel voor gebruikers die zich zorgen maken over privacy en datalekken.

    “ClawD.bot is als een USB-C voor AI: een universele connector die elke AI in staat stelt om met elke tool te communiceren via één gestandaardiseerde interface.” — So-MC AI-Wiki

    2. Flexibiliteit en Aanpasbaarheid

    ClawD.bot is open-source en volledig aanpasbaar. Gebruikers kunnen de systeemprompt openen, bekijken wat er gebeurt, en alles naar wens aanpassen. Dit maakt het mogelijk om ClawD.bot precies af te stemmen op je eigen behoeften.

    3. Integratie met Bestaande Tools

    Dankzij MCP kan ClawD.bot integreren met een breed scala aan tools en services, zoals e-mail, CRM-systemen, en slimme huisapparaten. Dit maakt het mogelijk om ClawD.bot in te zetten voor een breed scala aan taken, van het beheren van je agenda tot het automatiseren van bedrijfsprocessen.

    De Beveiligingsrisico’s van ClawD.bot

    Hoewel ClawD.bot veel belooft, brengt het ook ernstige beveiligingsrisico’s met zich mee. Volgens Trending Topics, hebben cybersecurity-experts kwetsbaarheden geïdentificeerd die gevoelige gebruikersgegevens en toegangscodes in gevaar kunnen brengen.

    1. Blootstelling van API-sleutels en Privégegevens

    Een van de grootste risico’s is de blootstelling van API-sleutels en privégegevens. Volgens SlowMist, een blockchain-beveiligingsbedrijf, zijn er honderden onbeveiligde ClawD.bot-instanties toegankelijk via het internet. Deze instanties geven toegang tot complete configuratiegegevens, waaronder API-sleutels, bot-tokens, OAuth-geheimen, en handtekeningsleutels, evenals complete gespreksgeschiedenissen.

    “Honderden gebruikers draaien hun ClawD.bot-controleservers onbeveiligd op het internet, wat leidt tot blootstelling van gevoelige gegevens.” — Trending Topics

    2. Prompt Injection en Kwaadwillende Aanvallen

    Een ander risico is prompt injection, waarbij kwaadwillenden proberen om ClawD.bot te manipuleren via berichten. Dit kan leiden tot ongeautoriseerde toegang tot je systeem of het uitvoeren van schadelijke commando’s. Volgens FenIT, is het belangrijk om ACIP (Advanced Cognitive Inoculation Prompt) te implementeren om deze aanvallen te voorkomen.

    3. Gebrek aan Standaardbeveiliging

    ClawD.bot heeft geen standaardbeveiligingsmaatregelen die gebruikers beschermen tegen onbevoegde toegang. Dit betekent dat gebruikers zelf verantwoordelijk zijn voor het implementeren van beveiligingsmaatregelen, zoals IP-whitelisting en het configureren van reverse proxies.

    Hoe ClawD.bot Veilig te Gebruiken

    Gelukkig zijn er manieren om ClawD.bot veilig te gebruiken. Hier zijn enkele praktische tips om de risico’s te minimaliseren:

    1. Isoleer ClawD.bot op een Afzonderlijke Machine

    Een van de beste manieren om de risico’s van ClawD.bot te minimaliseren, is door het te draaien op een afzonderlijke machine, zoals een Raspberry Pi of een oude laptop. Deze machine moet niet verbonden zijn met je hoofdnetwerk en moet alleen toegang hebben tot het internet via een beveiligde verbinding.

    2. Gebruik een Firewall en IP-Whitelisting

    Implementeer een firewall en gebruik IP-whitelisting om alleen vertrouwde IP-adressen toegang te geven tot de ClawD.bot-Gateway. Dit voorkomt dat onbevoegde gebruikers toegang krijgen tot je systeem.

    3. Configureer een Reverse Proxy

    Gebruik een reverse proxy, zoals Nginx of Caddy, om de verbindingen naar ClawD.bot te beheren. Zorg ervoor dat de proxy correct is geconfigureerd om alleen vertrouwde verbindingen door te laten.

    4. Implementeer MCP met Beperkte Toegang

    Gebruik MCP om ClawD.bot te verbinden met externe tools, maar zorg ervoor dat je alleen toegang verstrekt aan vertrouwde bronnen. Beperk de toegang tot gevoelige gegevens en zorg ervoor dat je expliciete toestemming vereist voor tool-aanroepen.

    5. Monitor en Update Regelmatig

    Houd ClawD.bot en alle bijbehorende software up-to-date met de nieuwste beveiligingspatches. Monitor regelmatig wat ClawD.bot doet in je omgeving en controleer op verdachte activiteiten.

    MCP: De Sleutel tot Veilige AI-Integratie

    Het Model Context Protocol (MCP) speelt een cruciale rol in de werking van ClawD.bot. MCP is een open standaard die AI-modellen in staat stelt om te communiceren met externe tools en services. Het is ontwikkeld door Anthropic en wordt nu beheerd door de Agentic AI Foundation onder de Linux Foundation.

    Wat is MCP?

    MCP is een universele connector die AI-modellen in staat stelt om te communiceren met externe tools en services via een gestandaardiseerde interface. Het is vergelijkbaar met USB-C, maar dan voor AI. MCP maakt het mogelijk om AI-modellen te verbinden met een breed scala aan tools, zoals e-mail, CRM-systemen, en cloudservices, zonder dat er voor elke tool een aparte integratie nodig is.

    Voordelen van MCP

    • Open standaard: MCP is een open standaard, wat betekent dat het niet afhankelijk is van een enkele leverancier.
    • Model-agnostisch: MCP werkt met verschillende AI-modellen, waaronder Claude, GPT, en Gemini.
    • Bidirectionele communicatie: MCP maakt het mogelijk voor tools om ook requests te sturen naar de AI, wat de flexibiliteit vergroot.

    MCP en Beveiliging

    Hoewel MCP veel voordelen biedt, brengt het ook beveiligingsrisico’s met zich mee. Volgens Trending Topics, kunnen onbeveiligde MCP-servers leiden tot gegevenslekken en onbevoegde toegang. Het is daarom belangrijk om MCP-servers alleen te gebruiken van vertrouwde bronnen en om expliciete toestemming te vereisen voor tool-aanroepen.

    Conclusie

    ClawD.bot is een krachtige tool die veel belooft op het gebied van AI-automatisering en privacy. Het biedt gebruikers de mogelijkheid om een persoonlijke AI-assistent te hebben die lokaal draait en volledig aanpasbaar is. Echter, het brengt ook ernstige beveiligingsrisico’s met zich mee, zoals blootstelling van gevoelige gegevens en prompt injection-aanvallen.

    Om ClawD.bot veilig te gebruiken, is het belangrijk om beveiligingsmaatregelen te implementeren, zoals het isoleren van ClawD.bot op een afzonderlijke machine, het gebruik van een firewall en IP-whitelisting, en het correct configureren van MCP.

    Ons advies: Begin klein, experimenteer met ClawD.bot in een gecontroleerde omgeving, en zorg ervoor dat je de nodige beveiligingsmaatregelen implementeert voordat je het in productie neemt.

    Bronnen

  • Workshop AI Geletterdheid: Mous Waterbeheer

    Workshop AI Geletterdheid: Mous Waterbeheer


    Op 3 November 2025 stappen wij (Xander & Emile) s’ ochtends vroeg in de auto om naar het mooie Friesland af te reizen. Wij hebben daar met Emma van Trendshift afgesproken om voor Mous Waterbeheer een AI geletterdheid workshop te geven.

    Op ons wacht direct de eerste groep, deze bevat onder andere de algemeen directeur: Hidde Kriele. Leuk! Wij hebben ons goed voor bereid en zijn ruim op tijd.

    Wij krijgen eerst nog even koffie en een koekje aangeboden, Xander krijgt het voor elkaar om zonder aanleiding het bordje kapot te laten vallen. Haha, zo maken we direct een menselijk indruk zullen we maar zeggen.

    Wij geven de eerste workshop, het is altijd even voelen om ingespeeld te raken op de wensen en vragen van het publiek, maar na de introductie zien wij de eerste vragen opduiken. Het wordt al snel duidelijk dat de kennis niveaus enorm uit elkaar liggen. Sommige mensen zitten uren per week voor de lol met AI te spelen, en weer anderen hebben nooit meer dan email nodig gehad voor het werk.

    Wij hebben een interactieve workshop voorbereid waar ook een deel in zit waarin ons publiek de opdracht krijgt om een prompt te schrijven voor een hypothetische situatie. Zij sturen deze prompt naar onze email op en onze AI analyseert alle antwoorden en geeft in real-time het publiek een score.

    Wij kunnen zien dat mensen hier op aan slaan, het is duidelijk dat met AI op zak mensen meer voor elkaar gaan krijgen. Dat neemt niet weg dat er terecht vragen zijn omtrend privacy, verschillend en kennisniveau omtrend AI binnen het bedrijf etc. etc.

    Na een succesvolle workshop hebben wij tijd om even een broodje te eten, daarna gaan wij direct door om dezelfde workshop nog 2x te geven voor verschillend publiek. De volgende groep bevat voornamelijk mensen die het technische installatiewerk op locatie uitvoeren. Veel daarvan zijn op voorhand sceptisch. Sommige van hen hebben wat moeite met de concepten, want deze staan ver van het dagelijks werk waar zij mee te maken hebben. Na enige tijd demonstreren wij de mogelijkheid om met AI teksten naar spraak om te laten zetten. Dit maakt het veel makkelijker voor mensen die niet snel kunnen lezen om zich in te lezen.

    Ook met deze groep was het interactieve deel zeer leerzaam, wij hebben weer de noodzaak van prompting frameworks & de valkuilen en kansen van verschillend prompting strategieën besproken.

    Als laatste waren de engineers aan de beurt, deze groep mensen gebruikt al dagelijks AI in het werk, een groot deel van de groep schrijft code voor beroep. Zij waren al bekend met de chatbots en de meeste andere tools die via de browser te bereiken zijn. Zij waren heel blij met suggesties om een coding-agent die direct binnen de code-omgeving “leeft” te omarmen. Ook waren ze zeer geïnteresseerd in onze speech over privacy, tot slot hadden ze nog niet van MCP gehoord. Dit communicatie protocol speciaal voor AI agents maakt het veel makkelijker om een agent nuttig werk te laten verrichten. Hier hadden zij wel oren naar.

    Aan het einde van een lange dag worden we door zo’n 60 mensen persoonlijk bedankt, krijgen wij van Emma een hand en springen wij weer terug in de auto. Na 2 uur rijden komen we thuis aan, geven wij de honden van Emile een knuffel en is het tijd om af te sluiten.