Home›AI workshop›AI implementatie workshop
Implementatie-workshop · Van gevalideerde use-case naar bouw-blueprint

AI implementatie workshop.

Een gestructureerde sessie voor product- en tech-leads die een AI-use-case al gevalideerd hebben en hem nu implementatie-klaar willen maken. Geen verkennend gesprek, geen herhaling van de strategievraag — maar een geconcentreerd werkblok dat eindigt met een blueprint: architectuur, modelkeuze, data-vereisten, AI Act-mapping, kosten-projectie, risico-mitigatie en rolverdeling. Genoeg om een offerte aan te vragen, intern budget vrij te maken of een RFP uit te schrijven.

Plan een kennismaking Voor uitvoering na workshop
FormatWerkblok-workshop
DoelgroepProduct- & tech-leads
OutputImplementatie-blueprint
VoorafUse-case gevalideerd
VendorsOnafhankelijk
LocatieOp uw kantoor + remote

Wat is een AI implementatie workshop?

Een AI implementatie workshop is een geconcentreerde werksessie waarin we samen met uw product-, tech- en compliance-team een al-gevalideerde AI-use-case stap voor stap implementatie-klaar maken. Geen brainstorm over "wat zou AI voor ons kunnen doen", geen heroverweging van het probleem — daarvoor is een eerdere AI design sprint. En geen uitvoering — daarvoor is een opvolgend implementatietraject. Een workshop zit precies tussen die twee: u weet wat u wil bouwen, maar u wil niet starten zonder dat de architectuur, datalogica, compliance en kosten in één coherente blueprint op tafel liggen.

Tussen een go-besluit en een werkende productie-AI zit een fase waarin teams het vaakst struikelen: niet over de vraag óf het kan, maar over de tientallen sub-keuzes die de implementatie bepalen. Wordt het een gehoste API of een eigen model? Welk RAG-patroon past bij de data? Waar landt de logging voor de AI Act? Wie wordt eigenaar van de eval-suite en tekent op model-cards? Die vragen niet beantwoorden vóór de bouw start is de standaard-route naar een pilot die niet productie haalt of een systeem dat compliance niet doorstaat.

De workshop dwingt die keuzes binnen één werkblok op tafel — in aanwezigheid van de mensen die ze straks dragen. Aan het einde ligt er een implementatie-blueprint die als startpunt dient voor een offerte-aanvraag, een interne business-case of een RFP. We leveren het document ook neutraal aan een andere partij. Voor wie met ons door wil is de blueprint direct het bouw-document van een implementatietraject of, bij grotere schaal, een enterprise-AI-implementatie. De aanbevolen modelkeuze is altijd op uw use-case toegesneden, niet op wat wij verkopen — wij verkopen geen licenties. Diezelfde vendor-neutraliteit loopt door in onze bredere AI-ontwikkelaanpak.

10 modules
Architectuur tot governance en rolverdeling, allemaal in één werkblok
Blueprint
Een document waarmee u offerte, RFP of interne business-case kunt opstarten
Vendor-neutraal
Onafhankelijke modelkeuze en architectuur-aanbeveling, geen reseller-deals
NL-team
Senior Nederlandse engineers en compliance-mensen, geen offshore-overdracht

Wanneer past deze workshop?

De workshop is bedoeld voor teams die voorbij de validatie-fase zijn en concrete implementatie-keuzes moeten maken. Een paar herkenbare situaties.

01
Na een design sprint

U heeft een go-besluit liggen

Een AI design sprint of eigen pilot heeft een onderbouwd go opgeleverd — u weet welk probleem u wilt aanpakken en heeft een werkend prototype gezien. De vraag is nu: hoe gaan we dit op een verantwoorde manier in productie krijgen, en welke architectuur-keuzes maken we nu zodat de tweede use-case ook past.

02
Vóór offerte-aanvraag

U wilt scherp uitvragen, geen verkoop-aanbod ontvangen

U wilt offertes opvragen bij meerdere partijen of een RFP uitschrijven, maar de bouwkundige scope is nog niet helder. Zonder die scope krijgt u tien onvergelijkbare voorstellen. De blueprint laat u uitvragen op gelijke voet — dezelfde architectuur, datadefinitie en compliance-grenzen.

03
Vóór interne budget-aanvraag

De board wil een onderbouwde investerings-case

U moet intern budget vrijmaken en de board wil een onderbouwde projectie zien — geen "ergens tussen X en Y", maar een cijfer per fase met aannames erbij. De workshop levert de input: architectuur-keuzes met kosten-implicaties, doorloopindicatie, risico's en mitigatie, plus rol-/verantwoordelijkheidsmatrix.

04
AI Act-risico-check

U vermoedt hoog-risico-classificatie

Uw use-case raakt mogelijk Bijlage III van de AI Act (HR, krediet, onderwijs, kritieke infrastructuur, rechtshandhaving). Hoog-risico verandert de architectuur fundamenteel: documentatie, logging, human-oversight, robustness, post-market monitoring. Beter weten vóór de bouw start dan na een audit.

05
Productorganisatie

AI-feature in de roadmap, vendor-keuze open

U bouwt een SaaS-product en hebt een AI-feature gepland (assistant, search, classificeren, samenvatten). U wil niet vendor-locked leveren maar een architectuur waarin de tweede en derde feature meeschalen. De workshop produceert die laag plus een neutrale modelkeuze voor de eerste feature.

06
Niet voor

Wie nog moet kiezen óf het wel AI moet zijn

Niet de juiste keuze als u nog twijfelt of het probleem überhaupt AI-geschikt is, of welke use-case prioriteit krijgt. Daarvoor is een design sprint of een bredere AI-bedrijfstraining logischer. De workshop start expliciet bij "het idee is gevalideerd, nu de uitvoering".

Drie principes die de workshop anders maken.

Veel "implementatie-workshops" leveren een slidedeck met goede voornemens. Wij bouwen het op een andere logica — drie keuzes die de output bruikbaar maken in plaats van decoratief.

Principe 01

De blueprint is het deliverable, niet de slides

Aan het eind van de sessie ligt er een document op tafel waar concrete keuzes in staan: deze modelfamilie, dit RAG-patroon, deze data-bronnen, deze AI Act-classificatie, dit kosten-bereik, deze rol bij governance. Geen "we hebben het besproken" — een document dat een externe lezer kan begrijpen zonder dat u erbij zit.

Principe 02

Compliance is een ontwerp-variabele, geen sluitpost

De AI Act-classificatie en relevante regimes (AVG, DPIA-noodzaak, DORA, NEN 7510, sector-specifiek) wegen we in elke architectuur-keuze mee. Hoog-risico verandert de architectuur — niet een paragraaf erover schrijven achteraf. Voor compliance-zware sectoren halen we waar nodig een compliance-specialist erbij.

Principe 03

U bent niet verplicht ons de bouw te gunnen

De workshop is een losse dienst, geen verkoop-vehicle. We leveren de blueprint neutraal op zodat u hem aan een andere partij kunt geven, intern verder kunt nemen of bij ons in uitvoering kunt brengen. Geen verplicht vervolg betekent dat ons advies daadwerkelijk neutraal kan zijn.

De tien modules in de workshop.

Tien thema's die in één geconcentreerd werkblok op tafel komen. Niet elke module heeft hetzelfde gewicht — afhankelijk van uw use-case schuiven we zwaarte tussen architectuur, data of governance. De totaal-scope blijft hetzelfde.

01

Use-case-architectuur

De end-to-end-architectuur: waar haakt het AI-systeem in op uw bestaande proces, welke services praten met welke, welke contracten tussen lagen.

02

Model- & stack-keuze

Welk modeltype past (LLM, klassieke ML, vector-search, hybride), welke modelfamilie, welke fallback. Met kosten- en latency-afweging.

03

Data-foundation

Welke data nodig is, in welke kwaliteit en structuur, waar die data nu staat, welk werk nodig is voor opschoning of canonicalisatie vóór bouw.

04

AI Act high-risk-check

Risico-classificatie volgens de AI Act en, bij Bijlage III-vermoeden, een eerste mapping van artikel 9 tot 15: documentatie, logging, oversight, robustness.

05

Prototype-architectuur

De brug van validatie-prototype naar productie-architectuur: welke onderdelen blijven, welke moeten geherbouwd, welke worden vervangen.

06

MLOps & observability

Eval-suite, prompt-versionering, logging, kosten-dashboard, drift-monitoring en rollback-plan. De tooling-keuzes die straks niet meer omgegooid worden.

07

Integratie met bestaande stack

Hoe het AI-systeem inhaakt op uw IAM, datapipelines, monitoring en deployment-praktijk. Waar koppelt u via API, waar via event-bus, waar via ETL.

08

Governance & ethiek

Use-case-eigenaar, model-card-houder, escalatie-pad, ethische review-momenten en omgang met bias-signalen. Voor compliance-zware sectoren een verzwaarde variant.

09

IT-security & AVG

Toegangsmodel, datadeling met derden, DPIA-noodzaak, prompt-injection-mitigatie en geheimenbeheer. De security-laag waarop het systeem mag draaien.

10

Rolverdeling & change

Wie wordt eigenaar, welke business-rol tekent off, welke change is bij eindgebruikers nodig, en welke training/communicatie eromheen hoort.

Hoe de werksessie verloopt.

De workshop draait om concentratie. We doorlopen zes blokken in een vaste volgorde — elk blok produceert een sectie van de blueprint, opdat aan het eind het hele document afgekoppeld kan in plaats van een week navragen.

01

Pre-werk & inlees

Vooraf delen we een korte intake-vragenlijst en lezen we de validatie-output (sprint-rapport, eigen pilot, scoping-document) — probleem, gebruikersgroep, gewenste effect, eventuele al-gemaakte modelkeuzes en data-context. Daarna sturen we een conceptagenda die we tijdens de sessie aanpassen op wat het meest nodig heeft.

Intake-vragenlijstInlees validatie-outputConceptagenda
02

Architectuur-blok

Wij openen met use-case-architectuur en model-/stack-keuze. We tekenen het end-to-end-systeem op een whiteboard of in Excalidraw, wegen modeltypen tegen elkaar af (LLM, klassieke ML, embedding-search, hybride), en kiezen modelfamilie plus fallback met kosten- en latency-afweging. Het resultaat van dit blok is een architectuur-tekening en een onderbouwd model-keuze-document.

End-to-end-architectuurModel-afwegingCost & latency
03

Data- en compliance-blok

We werken data-foundation en AI Act-classificatie samen uit — die hangen vaker samen dan organisaties verwachten. Welke data nodig is, waar die staat, welke kwaliteit en structuur. Tegelijk de AI Act-mapping: welk risico-niveau, en bij hoog-risico de eerste vertaling van artikel 9 tot 15 naar uw context. AVG-koppeling en DPIA-noodzaak komen direct mee.

Data-vereistenAI Act-mappingBijlage III-checkDPIA
04

Integratie- en MLOps-blok

Hoe het systeem inhaakt op uw IAM, monitoring, deployment-praktijk en bestaande datapipelines. Welke MLOps-tooling (eval-suite, logging, kosten-dashboard, drift-monitoring, rollback) we adviseren — passend bij wat u al gebruikt zodat het niet een tweede platform-laag wordt. We bouwen ook prototype-naar-productie-pad: wat blijft, wat moet weg, wat wordt vervangen.

IntegratiepatronenEval-suiteObservabilityRollback-plan
05

Governance- en rol-blok

Wie wordt eigenaar van het systeem, wie houdt model-cards bij, wie tekent off op nieuwe versies, hoe loopt escalatie als output afwijkt. Een eerste invulling van de rol-/verantwoordelijkheidsmatrix met business-, IT-, legal-, risk- en security-rollen. Plus change-aandachtspunten voor eindgebruikers: welke training, welke communicatie, welk transparantie-niveau over AI-betrokkenheid.

RACI-matrixModel-card-houderEscalatie-padChange-aanpak
06

Synthese — blueprint en kosten-projectie

Aan het eind verbinden we de blokken in één implementatie-blueprint. We voegen de kosten-projectie toe: bouwfase-investering, terugkerende model- en infra-kosten, governance-overhead. Plus een risico-mitigatie-lijst: per architectuur-keuze welke risico's, welke mitigatie en welke trigger voor heroverweging. De blueprint is bedoeld om mee uit te wisselen — naar uw board, een offerte-aanvraag of een RFP.

Implementatie-blueprintKosten-projectieRisico-mitigatieVervolg-opzet

Met welke architectuur-keuzes werken we.

De aanbeveling is altijd op maat — het keuzeveld waarmee we werken is herkenbaar. Drie lagen die we structureel afwegen, in plaats van een vaste stack als startpunt.

Model-laag

Frontier, gespecialiseerd of on-prem

Voor de meeste implementaties wegen we Anthropic Claude, OpenAI en Google Gemini tegen elkaar. Waar data-residency of latency dat vraagt, kijken we naar Mistral, Llama 3 of Qwen on-prem of via Azure OpenAI, AWS Bedrock of Vertex AI.

  • Frontier-API — bredere capability, snelle iteratie
  • Gespecialiseerd model — domein-specifiek (vision, embeddings)
  • On-prem / private — bij data-residency of vertrouwelijkheid
Architectuur-patroon

RAG, agent, classifier of hybride

Het patroon bepaalt het meeste van de architectuur. We wegen retrieval-augmented generation, agentic flows met tool-use, klassieke classifier-aanpakken of hybride combinaties.

  • RAG — eigen kennis ontsluiten
  • Agentic — meerstaps-acties met tool-use
  • Classifier — herhaalbare beslissing op patronen
  • Hybride — vaak de juiste keuze in productie
MLOps-laag

Eval, logging, kosten en governance

Tooling die het systeem draaiend en verantwoord houdt: eval-frameworks, logging voor AI Act-compliance, kosten-dashboards en observability voor drift. We sluiten waar mogelijk aan op uw bestaande stack.

  • Eval-suite — regression op prompt-changes
  • Audit-log — AI Act-conforme historie
  • Cost-dashboard — per use-case, per team
  • Drift-alerts — kwaliteitsmonitoring in productie

Wat onderscheidt deze workshop.

Drie eigenschappen die het verschil maken tussen een implementatie-workshop met een bruikbaar deliverable en een sessie die in slides eindigt.

Onderscheid

Bouwers, geen powerpoint-strategen

De workshop wordt geleid door mensen die productie-AI bouwen. De architectuur-keuzes die we adviseren zijn dezelfde keuzes die we in onze eigen implementatie-trajecten maken — niet een theoretisch ideaal-plaatje dat in de praktijk klem komt te zitten.

Onderscheid

Vendor-onafhankelijk advies

Geen reseller-deals, geen partner-commissies. De modelkeuze die we aanbevelen is die welke bij úw use-case past. Bij on-prem-noodzaak adviseren we open-source; bij snelheid en capability vaak een frontier-API. De keuze hangt van de use-case af, niet van wat wij verkopen.

Onderscheid

Compliance ingebouwd

De AI Act-mapping en relevante regimes (AVG, DPIA, DORA, NEN 7510) zitten in elk architectuur-blok. Voor compliance-zware sectoren (zorg, financieel, publiek) trekken we waar nodig een compliance-specialist erbij. De blueprint kunt u rechtstreeks aan uw legal- of risk-officer voorleggen.

Onderscheid

Geen verkoop-vehicle

De workshop staat los van het uitvoeringstraject. Na de sessie kunt u kiezen: blueprint zelf intern verder nemen, een RFP uitschrijven, offertes opvragen bij meerdere partijen, of bij ons in uitvoering brengen. Geen verplicht vervolg — dat is precies wat het advies neutraal maakt.

Wat krijgt u aan het einde?

De workshop produceert één pakket: de implementatie-blueprint. Het is opgebouwd om los te kunnen worden meegenomen — naar uw board, naar een offerte-aanvraag of in een RFP.

  • Implementatie-blueprintHet centrale document — architectuur-tekening, modelkeuze, datalogica, AI Act-classificatie, governance-laag en kosten-projectie in één samenhangend stuk dat een externe lezer kan begrijpen.
  • Architectuur-diagramDe end-to-end-tekening met componenten, datavlooien, integratiepunten en grenzen tussen lagen — onafhankelijk leesbaar, geschikt om bij een RFP te voegen.
  • Model- en stack-keuze-onderbouwingAanbevolen modelfamilie met fallback-optie, met argumenten op capability, latency, kosten en data-residency. Plus een vergelijking met de andere overwogen opties zodat de keuze navolgbaar is.
  • Data-vereisten-overzichtWelke databronnen het systeem in productie nodig heeft, welke kwaliteits-aanpassingen vooraf, welke canonicalisatie of opschoning, en welke contracten tussen systemen liggen vast.
  • AI Act-mapping & risico-classificatieRisico-niveau onder de AI Act, voor hoog-risico een mapping van artikel 9 tot 15, en koppeling met AVG, DPIA-noodzaak en — voor financiële instellingen — DORA.
  • Risico-mitigatie-lijstPer architectuur-keuze welke risico's, welke mitigatie en welke trigger voor heroverweging. Gericht op de keuzes waar verkeerd-uitpakken duur is.
  • Kosten-projectieBouwfase-investering, terugkerende model- en infra-kosten, governance-overhead — met de aannames erbij zodat de board een werkelijke business-case kan lezen.
  • Rol- en verantwoordelijkheidsmatrixEen eerste invulling van eigenaar, model-card-houder, off-tekenaar, governance-rol, security-rol en change-eigenaar — met business, IT, legal en risk apart.
  • Offerte-/RFP-templateEen template waarmee u op gelijke voet kunt uitvragen bij meerdere partijen, op basis van dezelfde architectuur, dezelfde datadefinitie en dezelfde compliance-grenzen. Pasvorm op een eventueel implementatietraject of enterprise-AI-implementatie.

Hoe we de AI Act in de workshop landen.

De EU AI Act heeft directe consequenties voor de architectuur van een AI-systeem — niet alleen voor de paperwork eromheen. Wie de Act pas in een audit-fase ontmoet, ontdekt vaak dat de architectuur opnieuw moet. Een workshop die de Act negeert levert een blueprint die juridisch niet bouwbaar is.

In het data- en compliance-blok stellen we de risicoclassificatie vast. We checken expliciet of de use-case onder Bijlage III valt (HR-beslissingen, kredietbeslissingen, onderwijs-allocatie, kritieke infrastructuur, rechtshandhaving, migratie/asiel, rechtspraak, democratische processen) of onder een verboden praktijk uit artikel 5. Bij hoog-risico-classificatie werken we de eerste mapping op artikel 9 tot 15 uit: risk-management-systeem, data- en datagovernance-vereisten, technische documentatie, logging, transparantie, human oversight en robustness. Die mapping wordt direct doorvertaald in andere logging-laag, andere oversight-flow, andere model-card-discipline.

Daarnaast werken we de koppeling met AVG, DPIA-noodzaak en — voor financiële instellingen — DORA uit. Voor sector-specifieke regimes trekken we de relevante referenties erbij: NEN 7510 in de zorg, het toetsingskader algoritmes voor publieke organisaties, sector-richtlijnen in financiële dienstverlening. De workshop vervangt geen formele DPIA of audit; die hoort bij implementatie. Maar de mapping in de blueprint is volledig genoeg om uw AI-ontwikkelaanpak erop te bouwen en uw legal- of compliance-officer een eerste oordeel te laten vellen. Voor sectoren waar dat onderscheid kritisch is (zorg, financieel, publiek), schuift een compliance-specialist met sector-expertise mee aan tafel.

Drie scenario's waarin deze workshop landt.

Scenario · Service-organisatie

AI-getriageerde inkomende vragen, productie-klaar

Een service-organisatie heeft een prototype gevalideerd waarin een AI-agent inkomende klantvragen voorsorteert. Workshop-vraag: welke architectuur, welk model, welke menselijke overdracht en welke compliance-laag. Output: blueprint met retrieval-aanpak, escalatie-flow, eval-suite voor classificatie-precisie en AI Act-mapping voor klantinteractie.

Scenario · Productorganisatie

AI-feature in SaaS-roadmap, vendor-keuze open

Een SaaS-product heeft een assistant-feature gepland voor binnen het product. Workshop-vraag: welke modellaag, welk RAG-patroon op product-data, welke kosten-implicaties en welke architectuur opdat de tweede feature meeschaalt. Output: blueprint met laag-architectuur, modelkeuze met fallback en MLOps-aanpak.

Scenario · HR-tooling met AI Act-impact

HR-systeem met AI-onderdeel, hoog-risico-route

Een HR-tooling-leverancier voegt een AI-onderdeel toe dat onder Bijlage III valt. Workshop-vraag: hoe ziet de architectuur eruit als artikel 9 tot 15 leidend zijn. Output: blueprint met human-oversight-flow, logging-laag, model-card-discipline en AVG-koppeling.

Fabian van Dijk Business developer · Appfront

Veelgestelde vragen.

Wat is het verschil met een AI design sprint?
Een AI design sprint is validatie: hoort dit idee een investering te krijgen of niet — met een prototype en gebruikerstest als bewijs. Een implementatie-workshop start ná dat go-besluit en pakt de uitvoering-vraag: hoe gaan we dit op een verantwoorde manier in productie krijgen. De sprint vraagt of het idee klopt; de workshop vraagt hoe het wordt gebouwd. Beide zijn losse diensten — u kunt direct met de workshop starten als u de validatie al elders gedaan heeft.
En het verschil met een implementatietraject?
Een AI-implementatietraject is de uitvoering: bouw, governance-inrichting, change en overdracht. Een workshop levert de blueprint die zo'n traject als startpunt heeft. Veel klanten kiezen de workshop als losse stap om vrijheid te houden in vendor-keuze: ze gebruiken de blueprint om bij meerdere partijen offerte te vragen, of om intern de business-case op te tuigen voordat ze een partner kiezen.
Moet ik na de workshop bij jullie de bouw beleggen?
Nee. De workshop is een losse dienst en de blueprint die u krijgt is neutraal opgesteld — geschikt om aan een andere partij te geven, intern verder te nemen of bij ons in uitvoering te brengen. Geen verplicht vervolg is bewust onderdeel van het format; dat is wat ons advies daadwerkelijk neutraal kan maken.
Wanneer is deze workshop juist níet nuttig?
Als u nog niet zeker bent of het probleem AI-geschikt is, of welke use-case prioriteit moet krijgen. In dat geval is een design sprint of een bredere AI-bedrijfstraining logischer. De workshop start expliciet bij "het idee is gevalideerd, nu de uitvoering" — wie nog moet kiezen, heeft eerst die validatie nodig.
Hoe gaan jullie om met de AI Act tijdens de workshop?
De AI Act-classificatie is een vast blok in de sessie. We checken expliciet of de use-case onder Bijlage III valt, en bij hoog-risico-classificatie werken we artikel 9 tot 15 door — niet als juridisch advies, maar als ontwerprestrictie voor de blueprint. AVG, DPIA-noodzaak en, voor financiële instellingen, DORA komen direct mee. Voor compliance-zware sectoren (zorg, financieel, publiek) halen we een compliance-specialist erbij zodat het advies sector-passend is.
Welke modellen en vendors wegen jullie af?
Voor de meeste use-cases wegen we Anthropic Claude, OpenAI en Google Gemini tegen elkaar. Bij data-residency of gevoeligheid wegen we Mistral, Llama 3 of Qwen on-prem of via Azure OpenAI, AWS Bedrock of Vertex AI. Geen reseller-deal, geen verplichte koppeling — de aanbeveling is op uw use-case toegesneden.
Wie zou er aan tafel moeten zitten?
Idealiter de product- of business-eigenaar van de use-case, een technisch lead, een data- of integratie-vertegenwoordiger en een legal- of compliance-rol. Voor compliance-zware sectoren ook een security- of risk-rol. We helpen vooraf met de samenstelling tijdens de intake.
Werken jullie met onze data en systemen?
Voor de workshop werken we met beschrijvingen van uw data en systemen, niet met live toegang — dat houdt de drempel laag. Bij overgang naar uitvoering (in een implementatietraject) wordt toegang ingericht conform uw security-praktijk en onder NDA, met data-tenancy waar classificatie dat eist.
Wat als we tijdens de workshop ontdekken dat het idee herzien moet?
Dat kan gebeuren — meestal als de data-realiteit anders blijkt dan in validatie aangenomen, of als de AI Act-classificatie onverwacht hoog-risico is. We zeggen dat dan eerlijk en passen de scope aan. Bij grote afwijking adviseren we eerst een korte terugkeer naar validatie (light design sprint) voordat de blueprint zinvol af te bouwen is.
Past dit voor enterprise of voor scale-ups?
Beide, met een ander accent. Voor scale-ups landen de architectuur- en data-modules zwaarder; voor enterprise schuift het gewicht naar governance, change en integratie met bestaande architectuur. Voor multi-business-unit organisaties is de blueprint vaak een onderdeel van een breder enterprise-AI-implementatie-spoor — daarover overleggen we tijdens de intake.

Praat met ons over uw implementatie-workshop.

Een kennismaking van een half uur waarin we doornemen welke use-case u heeft gevalideerd, welke implementatie-vragen open staan en wie er aan de workshop-tafel zou moeten zitten. Vrijblijvend — daarna sturen we een opzet met scope en transparante prijs.

Plan een kennismaking Mail fabian.vandijk@appfront.nl
Reactie binnen 1 werkdag
Vrijblijvend gesprek
Westerdoksdijk 599, Amsterdam
Deel dit artikel: LinkedIn Mail

Edit Content