Agents die hun plek verdienen: Lucanets nieuwe familie van workflowagents

Gepubliceerd 07 jul 2026  | 6 min. leestijd
  • Image of Elias Apel

    Elias Apel

    CEO bij Lucanet

  • Image of Kevin Smith

    Kevin Smith

    Chief Technology Officer, Lucanet

Eerder deze week hebben we de familie van Lucanet-agents gelanceerd – een reeks workflowagents, elk gebouwd op de Intelligence Core, die ofwel al beschikbaar zijn of in de komende maanden naar het platform komen: Modeler Agent, Analyst Agent, Close Agent, Tagger Agent, Emission Agent en Report Agent.

Tot nu toe hebben we in deze serie een pleidooi gehouden voor onze AI-oplossingen in het abstracte: dat intelligentie in financiën en belastingen betrouwbaar, herleidbaar en verdedigbaar moet zijn; dat de Intelligence Core de vertrouwensarchitectuur is die dit mogelijk maakt; en dat agents na verloop van tijd vertrouwen winnen, net zoals een nieuwe collega dat doet.

Dit artikel is waar het abstracte concreet wordt.

Voor de meeste van onze klanten zijn agents en agent-gebaseerde workflows echt nieuw. Dus, voordat we de eerste leden van de familie introduceren, is het de moeite waard om precies te zijn over wat een workflowagent bij Lucanet is, waarom deze te vertrouwen is en hoe de workflowagents van Lucanet de handelingsvrijheid van klanten zullen blijven vergroten.

 

Wat een agent nu eigenlijk is

Een nuttige manier om over een workflowagent na te denken is die welke onze CTO Kevin eerder aanhaalde: stel je voor dat je iemand aanneemt met een buitengewoon redeneervermogen en brede kennis, maar het is hun eerste werkdag. Ze weten niets over je consolidatiestructuur, je rekeningschema of je deadlines. Ruwe intelligentie is noodzakelijk, maar lang niet voldoende.

Een workflowagent is dat redeneervermogen, gebaseerd op je specifieke context en voorzien van een gestructureerde manier om te handelen. In tegenstelling tot een enkele vraag-en-antwoorduitwisseling werkt een agent in stappen: deze interpreteert je verzoek, maakt een plan, bevraagt de juiste gegevens, raadpleegt het geheugen over je structuren en doelen, roept de juiste tools aan en koppelt die stappen aaneen om een taak te voltooien.

Onze meest geavanceerde workflowagents voeren tien tot dertig stappen of meer uit.

Juist dat stapsgewijze karakter is waarom de Intelligence Core zo relevant is. Zoals we hebben uitgelegd toen we onze vertrouwensarchitectuur onder de loep namen, geldt dat als elke losse stap in een lange keten een nauwkeurigheid heeft van slechts 90%, de nauwkeurigheid na tien stappen door opstapelende fouten zou dalen tot ongeveer een derde – onaanvaardbaar in ons domein.

De Intelligence Core voorkomt dat dit gebeurt: evaluaties die de kwaliteit systematisch verhogen, transparantie die de redenering van de agent van een 'black box' in een 'glass box' verandert, deterministische tools die elke berekening uitvoeren zodat geen enkel getal voortkomt uit een gok van een taalmodel, guardrails die misbruik opvangen en een 'human-in-the-loop'-ontwerp dat jou bij elk controlepunt de regie in handen geeft.

En zoals we al eerder hebben gezegd, wordt vertrouwen niet vanaf dag één gegeven. Elke workflowagent verdient dat op dezelfde manier als een nieuwe collega dat doet – door herhaalde interactie, zichtbare verbetering en consistente betrouwbaarheid – terwijl het kwaliteitsvliegwiel de prestaties release na release verder verhoogt. Elke workflowagent in deze familie erft deze eigenschappen, omdat elke workflowagent op dezelfde kern is gebouwd.

Met die basis willen we je graag voorstellen aan enkele van de nieuwste leden van onze familie van agents.

 

Modeler Agent

Het moeilijkste moment in elke planningstool is de lege pagina.

De Modeler Agent, ontstaan vanuit de Intelligence Core op het platform en met volledige inzet van zijn potentieel binnen xP&A, zet een beschrijving in gewone taal om in een compleet, bewerkbaar financieel model. Je beschrijft wat je wilt – een driejarig SaaS-omzetmodel met maandelijkse granulariteit, ARR-snowball en churn-aannames – en de agent stelt een plan voor, genereert het model en levert het volledig bewerkbaar aan je op.

Het werkt zoals de Intelligence Core voorschrijft. Het achterhaalt je bedoeling op basis van de prompt, presenteert een gestructureerd plan dat je kunt bekijken en aanpassen voordat er iets wordt gebouwd, bouwt het model met zichtbare voortgang bij elke stap en levert je een normaal xP&A-model op waarin elke cel, dimensie en formule bewerkbaar is. Intelligentie wordt gebruikt om het model te creëren; de output draait op deterministische logica. Voor nieuwe gebruikers haalt het de steilste kant van de leercurve af; voor ervaren modelleurs elimineert het het repetitieve voorbereidende werk aan het begin van elk project.

 

Analyst Agent

De Analyst Agent verandert de maandelijkse rapportage-chaos in een strategische oefening. Dankzij de Intelligence Core worden financiële gegevens, operationele modellen en externe bronnen uit het hele platform samengebracht. Dit helpt financiële teams om het merendeel van de prestatieverschillen te verklaren met duidelijke bronoorzaken – complex analysewerk dat voorheen dagen in beslag nam, nu gecomprimeerd tot een paar eenvoudige prompts.

Het volgt hetzelfde transparante patroon. Het plant samen met je en stelt voor welke metrics je moet afzetten tegen budget, prognoses en/of het voorgaande jaar. Het valideert hypotheses en presenteert mogelijke drivers die je op basis van je bedrijfskennis kunt bevestigen of bijsturen. Vervolgens levert het inzichten op, voert het diepgaande analyses uit van de trajecten die je hebt goedgekeurd, genereert het visualisaties en dashboards en stelt het verhaallijnen op die je voor je doelgroep kunt verfijnen.

Elke conclusie verwijst terug naar de brongegevens en berekening, zodat je de redenering kunt verifiëren in plaats van deze zomaar aan te nemen. Het versterkt de expertise van het team; het vervangt niet het oordeelsvermogen dat alleen een financiële professional kan bieden.

 

Close Agent

De Close Agent neemt de data-intensieve beginfase van de maandafsluiting voor zijn rekening: het repetitieve instellen van imports, de validering, en het najagen van correcties die de eerste dagen van elke cyclus in beslag nemen.

De initiële vaardigheden, die in het platform zijn ingebouwd en geworteld zijn in de Intelligence Core, maken automatisch gegevensimports aan, valideren financiële gegevens op basis van regels die je in begrijpelijke taal definieert, en orkestreren correctieworkflows met de juiste bijdragers.

Het is bewust zo ontworpen: bij twijfel vraagt het liever dan dat het aannames doet, en het houdt een volledige audittrail bij die elke actie in duidelijke taal uitlegt en koppelt aan de onderliggende gegevens. Het weerspiegelt ook een principe waarvan we meer gaan zien – graduele autonomie. Je kiest zelf hoeveel toezicht je wilt, van supervised, waarbij je alles goedkeurt, tot balanced, tot volledig autonoom voor routinematig werk zodra er vertrouwen is opgebouwd. Je kunt die instelling op elk moment wijzigen, en de controle blijft altijd bij jou. Vroege pilots rapporteren tot 40% kortere close-tijden op ons platform, zonder de audittrail in gevaar te brengen.

 

Geen nieuw product dat je moet leren gebruiken, maar gewoon een nieuwe collega om mee samen te werken

Wanneer een categorie zoveel aandacht krijgt, is er de verleiding om agents te laten aanvoelen als een apart product – een nieuwe plek om naartoe te gaan, iets nieuws om te leren, een onderbreking van hoe je al werkt.

Wij zijn bewust de andere kant op gegaan. Op het platform voelt het werken met een van onze workflowagents als het volgen van hetzelfde bekende pad dat je al kent, met dezelfde vertrouwde logica – het enige verschil is dat je nu een deskundige metgezel hebt die met je meeloopt.

Je verlaat het afsluitingsproces niet om de 'Close Agent' te gebruiken; je voert je afsluiting uit en de workflowagent is erbij. Je hoeft niet over te schakelen naar een aparte modelleertool; je bouwt je model en de Modeler Agent is erbij. Natuurlijk kun je het gewenste formaat voor een specifieke grafiek voorstellen, of je kunt de Analyst Agent een volledig dashboard laten voorstellen op basis van je context.

Het pad is het pad dat je altijd hebt gevolgd.

Wat verandert, is hoeveel je besluit te delegeren. Jij bepaalt de mate van handelingsvrijheid die je verleent – van het beoordelen en goedkeuren van elke stap tot het overdragen van routinewerk, tot volledige end-to-end autonomie zodra een agent dat vertrouwen heeft verdiend – en je kunt dit aanpassen wanneer je maar wilt.

De competentie van workflowagents groeit door het kwaliteitsvliegwiel; de bevoegdheid die ze hebben, bepaal jij altijd zelf. Dat is de vorm van werken met onze familie van agents: een bekend pad, een bekwame metgezel en een niveau van delegatie dat jij beheert.

 

Hoe je ze bereikt: Lucanet Lume

Deze drie workflowagents voeren heel verschillende taken uit, maar ze zijn bewust onderdeel van één familie in plaats van drie afzonderlijke producten. Ze delen de Intelligence Core, dus ze delen dezelfde garanties. En je bereikt ze allemaal via één consistente interface: Lucanet Lume.

Zoals we in detail hebben besproken in een vorig artikel in deze serie, stappen we af van de term "copilot" om onze conversationele laag te beschrijven. De korte versie: de komst van agents heeft veranderd wat de conversationele laag daadwerkelijk doet. Een copiloot helpt vanaf de zijlijn. Lucanet Lume is het startpunt voor een systeem dat plant, redeneert, deterministische rekenengines aanstuurt en workflows met meerdere stappen over het hele platform coördineert. De naam moest gelijke tred houden met de architectuur.

Wat Lucanet Lume voor de familie van agents betekent

Met Lucanet Lume bereik je elk lid van de familie. Je beschrijft in natuurlijke taal wat je wilt en Lucanet Lume stuurt je door naar de juiste gespecialiseerde agent voor de taak. Het geeft het platform ook een stem om proactief met je te communiceren, je te herinneren aan openstaande taken, acties voor te stellen en relevante inzichten naar voren te brengen.

Omdat elke agent in de familie is gebouwd op de Intelligence Core, deelt alles waar je via Lucanet Lume toegang toe hebt dezelfde kenmerken. Er bestaat geen aparte, minder gereguleerde "chatmodus". Het conversationele gemak en de vertrouwensgaranties komen samen in dezelfde interface.

Waarom de naam, en waarom nu

Lume [ˈluːm], kort voor 'luminous' of 'luminescent', een lichtgevende substantie die wordt aangebracht op de wijzerplaat van een horloge om deze leesbaar te maken bij weinig licht. 

Lucanet Lume bouwt voort op die metafoor: licht brengen in het duister, zichtbaar maken wat er echt toe doet, en dat toepassen op wat verborgen is in financiële en fiscale context en gegevens om complexe besluitvorming te verhelderen.

We kozen ervoor om het een andere naam te geven in plaats van de oude naam te hergebruiken, omdat het benoemen van wat het is – een aparte laag waarmee de agents van het platform onder jouw regie echt financieel en fiscaal werk uitvoeren – een beperking wegneemt en de juiste verwachtingen schept over wat eraan komt. En de manier waarop je de eerste agent leert vertrouwen, is ook de manier waarop je de volgende zult vertrouwen, omdat de onderliggende architectuur dezelfde is.

Kortom

Een nieuwe naam alleen wekt nog geen vertrouwen; het is het gedrag dat dat doet.


Lucanet Lume is een toegangspoort, en wat telt is wat zich aan de andere kant bevindt: agent-gebaseerde workflows die rigoureus worden geëvalueerd, die hun werk laten zien, die compliancekritieke resultaten delegeren aan deterministische engines en die in de loop van de tijd leren via het vliegwieleffect voor kwaliteit dat we eerder hebben beschreven. We hebben uitgebreid over die machinerie geschreven omdat dit het onderdeel is dat bepaalt of een conversationele laag in financiën en belastingen een echt product is of slechts een demo. 

Lucanet Lume is de voordeur. De Intelligence Core is de basis waarop het rust.

Een steeds groeiende familie

Dit is hoe je intelligentie in financiën en belastingen brengt: niet één alwetend systeem, maar een groeiende familie van betrouwbare agents die elk hun plek in je team verdienen, zoals elke goede collega dat doet.

De eerste drie, Modeler Agent, ESG Emission Agent en de Tagger Agent, zijn nu beschikbaar. Meer volgt binnenkort. We zullen de reikwijdte van de agents uitbreiden naarmate de functionaliteiten op het platform zich ontwikkelen. 

  • Image of Elias Apel

    Elias Apel

    CEO bij Lucanet

    Elias Apel studeerde Business Administration in Ingolstadt (Duitsland) en Nice (Frankrijk) en specialiseerde zich daarbij in International Management en Accounting & Controlling. Daarna werkte hij meer dan tien jaar in Fusies en overnames en Corporate Finance Consulting. In 2018 nam hij de verantwoordelijkheid op zich voor het uitbouwen van het internationale partnerkanaal voor Lucanet en in 2020 voor alle internationale go-to-market-activiteiten in zowel bestaande als nieuwe markten.

    In mei 2022 trad Elias Apel toe tot het bestuur van Lucanet, in eerste instantie als CFO. In oktober 2023 maakte hij de overstap naar CEO.

  • Image of Kevin Smith

    Kevin Smith

    Chief Technology Officer, Lucanet

    Na zijn studie engineering op bachelor- en masterniveau werkte Kevin als software engineer bij IBM en daarna bij Microsoft. Bij Microsoft was hij Technical Lead software engineer in Redmond, Washington, waar hij diverse softwareproducten op de markt bracht en zes patenten voor ontving voor zijn werk op het gebied van software design. Daarna bouwde hij tien jaar lang handelsplatforms in derivaten voor grote investeringsbanken voordat hij bij Fastmarkets aan de slag ging als CTO en vervolgens bij Hg Capital als Portfolio CTO.

    Kevin heeft ervaring met het opzetten van hoogwaardige SaaS-platforms en het transformeren van on-premises software naar SaaS. Hij heeft daarnaast uitgebreide ervaring met het opzetten en opschalen van eersteklas engineeringteams die zowel aan land als op zee worden ingezet. Als CTO van Lucanet is Kevin verantwoordelijk voor technologie, engineering, product en IT.

Neem contact met ons op