Wat is AI-besluittracering?
Besluittracering is de praktijk van het vastleggen van de volledige redenering achter elke beslissing van een AI-agent als gestructureerde, controleerbare artefacten. In tegenstelling tot uitvoeringslogs die registreren wat er is gebeurd, registreren besluitsporen waarom het is gebeurd — de overwogen opties, geraadpleegd bewijs, gewogen argumenten en geselecteerde redenering. AIAgentree implementeert besluittracering via Besluitpakketten: verzegelde records die de propositie, argumentenboom, bewijsfoto's, geselecteerde redenering en uitkomsttracking bevatten. Besluittracering maakt naleving van de EU AI-wet artikelen 12-14 mogelijk, ondersteunt de Drie Modi van Vertrouwen (Mens-in-de-Loop, Mens-on-the-Loop, Volledige Autonomie) en creëert institutionele geheugen door precedent als infrastructuur. De architectuur onderscheidt normatieve relaties (ondersteunt/tegenwerkt) van beschrijvende relaties (vermeldt/gerelateerd aan), waardoor AI-redenering doorzoekbaar, vergelijkbaar en citeerbaar wordt.
De meeste organisaties verwarren logging (wat de agent deed) met besluittracering (wat werd besloten en waarom). Het onderscheid is belangrijk omdat regelgeving, governance en institutioneel geheugen allemaal afhankelijk zijn van het laatste.
- •Logs registreren uitvoeringsgebeurtenissen — API-aanroepen, latentie, fouten
- •Besluitsporen leggen gestructureerd redeneren vast — opties, bewijs, rationale, uitkomsten
- •Besluitpakketten zijn verzegelde artefacten die auditors kunnen opvragen en opnieuw afspelen.
- •Precedent ontstaat automatisch uit gestructureerde beslissingen — institutionele herinnering als infrastructuur
Een toezichthouder heeft net om de laatste 100 beslissingen gevraagd die jouw AI heeft genomen.
Je hebt 30 dagen om te reageren. Wat heb je eigenlijk?
De Oorspronkelijke Stelling, Herformuleerd
AI-beslissingen verdienen bewijs. Loggen is geen verantwoording. Chain-of-thought is geen feitelijke waarheid.
Deze uitspraken blijven waar. Maar ze zijn onvolledig.
De vraag "Waarom zouden we beslissingen vastleggen?" heeft een voor de hand liggend antwoord: naleving, verantwoordelijkheid, foutopsporing. De moeilijkere vraag is: "Wat gebeurt er als we dat doen?"
Het antwoord is onverwacht: institutionele geheugen wordt automatisch. Niet als een functie die je erbovenop bouwt. Niet als een module die je later toevoegt. Als een natuurlijke consequentie van het datamodel.
Wat "Beslissing" Eigenlijk Betekent
Een beslissing is niet de modeluitvoer. Het is niet de API-respons. Het is niet de retourwaarde van de functie.
Een beslissing is een gestructureerd artefact dat bevat:
- •Voorstel — wat er werd besloten (goedkeuring lening #1234)
- •Gewogen bewijs — feiten geraadpleegd, bevroren op het moment van beslissing
- •Overwogen alternatieven — opties geëvalueerd en verworpen
- •Geselecteerde redenering — welke argumenten de beslissing hebben beïnvloed
- •Opgenomen uitkomst — wat er daarna gebeurde (direct, 6 maanden, 1 jaar)
Dit is wat AIAgentree een Decision Packet noemt — een verzegeld, onveranderlijk record dat auditors kunnen opvragen, herhalen en citeren.
Wat logs je niet vertellen
| Uitvoeringslogboek | Besluit Trace |
|---|---|
goedkeuren_lening(toepassing_id=1234, score=0.87) | Voorstel: Goedkeuring lening #1234 PRO: Inkomensverificatie geslaagd (gewicht: 0.92) PRO: 3 jaar werkgeschiedenis (gewicht: 0.85) CON: Kredietscore onder drempel (gewicht: 0.78) OVERRIDE: Handmatige uitzondering goedgekeurd door Sr. Analyst Reden: Werkstabiliteit weegt zwaarder dan kredietzorgen Uitkomst (6 maanden): 0 gemiste betalingen |
| Wat er gebeurde. Wanneer het gebeurde. Hoe lang het duurde. | Waarom het werd besloten. Wat werd overwogen. Wat er daarna gebeurde. |
Het logboek vertelt je dat de lening is goedgekeurd. De trace vertelt je waarom het is goedgekeurd ondanks de zorgen over de kredietscore, wie de uitzondering heeft goedgekeurd, en of die beslissing goed is uitgepakt.
De Twee Primitieven
Het gehele besluitvormingsysteem is gebaseerd op twee primitieve elementen:
Primitive 1: Duurzaam Record van Redenering
Niet "wat het model zei." Een gestructureerde argumentgrafiek met beweringen, relaties (ondersteunt/tegenwerkt), bewijsverwijzingen en hiërarchie.
Primitive 2: Duurzaam Record van Resultaten
Niet "het model retourneerde 200 OK." Een afgesloten beslissingsrecord met uitkomst, rationale argumenten, besluitvormer en drie-horizon tracking.
Zodra je beide hebt, is precedent niet langer iets dat je "herinnert." Het wordt iets dat je kunt opvragen, vergelijken en citeren.
Waarom Normatieve Beats Descriptieve
Contextgrafieken slaan beschrijvende relaties op: "gerelateerd aan," "vermeldt," "behoort toe aan." Besluitargumentgrafieken slaan normatieve relaties op: "ondersteunt," "tegenwerkt."
De onderscheiding is fundamenteel:
- •Beschrijvend: "Dit ticket vermeldt deze klant"
- •Normatief: "Dit bewijs ondersteunt goedkeuring omdat het een consistente betalingsgeschiedenis aantoont"
Normatieve structuur maakt uitleg, governance en precedent mogelijk. Descriptieve structuur maakt zoeken en ontdekken mogelijk. Beide zijn waardevol. Alleen één maakt institutionele beoordeling mogelijk.
Hoe precedent ontstaat (mechanisch)
Het vliegwiel
Agent genereert pro/con argumentenboom
Mensen keuren goed/weigeren + selecteren rationale argumenten
Beslissing is genomen → zaakdossier bevroren
Volgende beslissing: agent zoekt naar en citeert die zaak
Precedent wordt een argumentknoop in de nieuwe zaak.
Organisatie bouwt een bibliotheek van "hoe we beslissen" patronen
Patronen maken veilige automatisering mogelijk (precedentgedreven autonomie)
Je krijgt institutionele kennis als een bijproduct van normaal gebruik, niet als een aparte initiatief.
Van Opgeslagen naar Ophaalbaar: Beslissingen als een Grafiek
Het vastleggen van beslissingen is slechts de helft van de waarde. De andere helft is ze terugkrijgen — en daar verdient het datamodel zijn geld. Omdat elke beslissing wordt opgeslagen als een normatieve argumentgrafiek (claims verbonden door ondersteunt/tegen randen), wordt het een eersteklas opvraging-substraat, niet alleen een archief.
Wijs een vectorzoekopdracht aan ruwe logs en je krijgt "chunk soep" — losgekoppelde fragmenten die een conclusie citeren maar het tegenargument, de goedkeurder en het precedent weglaten. Haal in plaats daarvan uit de beslissingsgrafiek en je krijgt een begrensd Beslissingspakket: de propositie, de redenering voor en tegen, het bewijs en de uitkomst, intact. Dit is GraphRAG voor AI-beslissingen — de reden waarom precedent iets is dat je kunt opvragen en citeren, niet alleen iets dat je hoopt te onthouden. (Meer over het retrieval-substraat: wat is decision retrieval.)
De Drie Modussen van Vertrouwen
Ondernemingen geven beslissingen niet van de ene op de andere dag over aan AI. Ze maken een voortgang door verschillende fasen:
Mens-in-de-Lus
De agent helpt, de mens beslist. De agent genereert redenering; een mens maakt de uiteindelijke beslissing.
Mens-in-de-lus
De agent beslist, de mens houdt toezicht. De agent neemt beslissingen; een mens kan deze beoordelen en overrulen.
Volledige autonomie
Agent beslist, menselijke audits periodiek. Er bestaat voldoende precedent om autonome werking te rechtvaardigen.
Modusprogressie is evidence-based: vertrouwen ≥ 95%, vergelijkbare precedenten ≥ 5 met consistente uitkomsten, patroon vastgesteld en gevalideerd. Dit is niet "vertrouw maar verifieer." Dit is "verifieer, vertrouw dan, en blijf verifiëren."
Wat dit betekent voor de Enterprise AI-stack
ONDERNEMINGSCONTEXTSTACK
- •LAAG C: OVERWEGING — WAAROM is dit besloten? Voor/tegen bomen, precedenten citaties, bewijs herkomst
- •LAAG B: BESLUITLIJN — WAT is er besloten? Uitkomst, vertrouwen, geëvalueerde beleidsmaatregelen, goedkeuringen
- •LAAG A: OPERATIONELE CONTEXT — WIE/WAT is betrokken? Entiteiten, relaties, temporele staat (CRM, ERP)
De meeste teams bouwen A. Sommige bouwen B. Bijna niemand bouwt C goed. AIAgentree biedt C.
Drie manieren om te verbinden — de SDK is er maar één van
Besluitvormingstracering is geen 6 maanden durende adviesopdracht — en het vereist onze SDK niet. Er zijn drie manieren om verbinding te maken:
- •MCP (agent-native) — de volledige levenscyclus als tools, van begin tot eind: een trace maken, redenering vastleggen, de beslissing verzegelen (
create_trace,append_events,seal_decision) en onmiddellijk het Beslissingspakket ophalen (get_packet,search_precedents) — geen bibliotheek om te installeren - •REST API — elke taal, elke runtime, geen afhankelijkheden (de SDK is een dunne wrapper over deze eindpunten)
- •SDK (Python / TypeScript) — de ergonomische optie, met automatische extractie van redenering uit de output van uw agent
Het SDK-pad is het kortste om te schrijven — een beslissingsspoor in ongeveer tien regels:
from aiagentree import AgentreeClient
client = AgentreeClient(api_key="ask_...", base_url="https://api.aiagentree.com", tenant_id="acme")
# Trace your agent's decision point
trace = client.start_trace(
agent_id="discount-agent",
workflow_id="discount_approval",
entity_type="request",
entity_id="4521",
)
trace.add_input("discount", 0.18, source="crm")
trace.add_step("s1", title="SEV-1 incident yesterday", category="evidence", confidence=0.9)
trace.add_step("s2", title="Customer flagged as churn risk", category="evidence", confidence=0.85)
trace.add_step("s3", title="Exceeds standard 15% threshold", category="risk", confidence=0.7)
trace.seal("d1", action="approved", confidence=0.9)De trace is verzegeld, van een tijdstempel voorzien en opvraagbaar. Wanneer de volgende vergelijkbare aanvraag binnenkomt, is dat precedent opvraagbaar en citeerbaar.
De Compliance Hoek
De EU AI Act stelt specifieke vereisten voor risicovolle AI-systemen:
- •Artikel 12 — Automatische logging die traceerbaarheid van beslissingen en identificatie van risico's mogelijk maakt
- •Artikel 13 — Transparantie en verstrekking van informatie aan inzetters en gebruikers
- •Artikel 14 — Maatregelen voor menselijke toezicht die interventie en begrip mogelijk maken
Beslissingssporen voldoen aan deze vereisten door gestructureerde redenering, bewijsherkomst, menselijke toezichtacties en uitkomstregistraties vast te leggen — in een formaat dat regelgevers daadwerkelijk kunnen opvragen en begrijpen.
Deadline december 2027: Hoog-risico AI-systemen onder Bijlage III moeten voldoen aan de vereisten voor logging en traceerbaarheid. Als uw AI-agenten beslissingen nemen over krediet, werkgelegenheid, onderwijs of gezondheidszorg, tikt de klok.
Wat Besluittracering NIET Oplost
Besluitvormingstracering zit bovenop de operationele context. Het vervangt niet:
- •CRM/ERP-systemen — je hebt nog steeds je registratiesystemen nodig
- •Observability tools — LangSmith, W&B, Arize blijven de gezondheid van modellen monitoren
- •Identiteitsresolutie — je hebt nog steeds entiteitskoppeling tussen systemen nodig
Deze tools lossen verschillende problemen op verschillende niveaus op. AIAgentree legt het ene artefact vast dat ze allemaal nodig hebben, maar dat historisch gezien niet is opgeslagen: de beslissing zelf.
Hoe te beginnen
Identificeer uw belangrijke besluitvormingsmomenten
Welke beslissingen van agents hebben invloed op klanten, naleving of inkomsten? Begin daar.
Integreer de 10-regelige SDK
Omhul je bestaande agentlogica met tracecapture. Geen herschrijving nodig.
Beantwoord de vraag van de toezichthouder.
Kies één agent en vraag: "Als een toezichthouder om de laatste 100 beslissingen vroeg, zou ik dan kunnen antwoorden?"
Veelgestelde Vragen
Wat is besluittracering voor AI-agenten?
Besluittracering legt de volledige redenering achter elke AI-beslissing vast — de overwogen opties, geraadpleegde bewijzen, afgewogen argumenten en gekozen rationale — als gestructureerde, controleerbare artefacten die Besluitpakketten worden genoemd. In tegenstelling tot logs die registreren wat er is gebeurd, registreren besluittraceringen waarom het is gebeurd.
Hoe verschilt decision tracing van logging of observability?
Logs registreren uitvoeringsgebeurtenissen (API-aanroepen, latentie, fouten). Observabiliteitstools monitoren de gezondheid van het systeem. Besluitvormingstracering legt de normatieve structuur van redeneren vast — welke argumenten een beslissing ondersteunden of tegenwerkten, welke bewijzen werden aangehaald en welke redenering het resultaat bepaalde. Het is het verschil tussen weten 'lening goedgekeurd' en weten 'waarom deze lening werd goedgekeurd ondanks de zorgen over de kredietscore.'
Wat is een Besluitpakket?
Een Besluitpakket is het kernartifact van AIAgentree: een verzegeld, onveranderlijk record dat de propositie bevat (wat er is besloten), de argumentenboom (voor/tegen redenering), bewijsinstanties (bevroren op het moment van beslissing), de geselecteerde rationale (welke argumenten de beslissing hebben beïnvloed) en uitkomsttracking (wat er daarna is gebeurd). Het is alles wat een regelgever of auditor nodig heeft om een beslissing te begrijpen en opnieuw te spelen.
Hoe helpt besluitvormingstracering bij de naleving van de EU AI-wet?
De EU AI Act Artikelen 12-14 vereisen dat risicovolle AI-systemen logboeken bijhouden die de traceerbaarheid van beslissingen mogelijk maken. Beslissingssporen voldoen aan deze vereisten door gestructureerde redenering, bewijsherkomst, menselijke toezichtacties en uitkomstregistraties vast te leggen — in een formaat dat toezichthouders daadwerkelijk kunnen opvragen en begrijpen.
Wat zijn de Drie Modussen van Vertrouwen in AI-governance?
De Drie Modussen vertegenwoordigen een voortgang: Modus 1 (Mens-in-de-Loop) waarbij agenten assisteren maar mensen beslissen; Modus 2 (Mens-op-de-Loop) waarbij agenten beslissen met menselijke toezicht; Modus 3 (Volledige Autonomie) waarbij agenten beslissen met periodieke audits. De voortgang tussen de modussen is op bewijs gebaseerd, gedreven door vertrouwensscores, consistentie van precedenten en uitkomsttracking.
Hoe werken precedenten in besluitvorming?
Wanneer beslissingen worden vastgelegd als gestructureerde artefacten, ontstaat precedent automatisch. Vergelijkbare eerdere beslissingen kunnen worden opgehaald op basis van categorie, entiteitsverwijzingen, argumenttags of beleidsbeperkingen. Deze precedenten worden eersteklas argumentknopen in nieuwe beslissingen — ze kunnen worden geciteerd, uitgedaagd of overschreven zoals elke andere reden. Institutioneel geheugen stapelt zich op met elke beslissing.
Hoe lang duurt het om AIAgentree te integreren?
Je kunt op drie manieren verbinding maken: via MCP als agent-native tools (geen SDK, geen bibliotheek), de REST API (elke taal, geen afhankelijkheden), of de Python/TypeScript SDK (ongeveer tien regels, met automatische extractie van redenering). De volledige levenscyclus — een trace maken, redenering vastleggen, de beslissing verzegelen en onmiddellijk het Decision Packet terughalen — werkt alleen via MCP, van begin tot eind, zonder enige bibliotheek. Er is geen consulttraject van 6 maanden; het is een infrastructuurlaag die je toevoegt aan je bestaande agentstack.
Gerelateerde Onderwerpen
Gerelateerde Artikelen
GraphRAG voor AI-beslissingen: Waarom grafieken beter zijn dan vectorzoekopdrachten voor agentgeheugen
Vector RAG over logs retourneert "chunk soep" — losgekoppelde tekstfragmenten die de tegenargumenten, goedkeuringen en precedenten missen die een beslissing verdedigbaar maakten. Wanneer beslissingen worden opgeslagen als een normatieve argumentgrafiek, retourneert het ophalen in plaats daarvan een begrensd, controleerbaar Beslissingspakket.
EU AI Act Artikel 6: Wat Hoge-Risico Classificatie Betekent voor Uw AI Agents
Artikel 6 van de EU AI Act bepaalt of uw AI-systeem "hoog risico" is — en activeert verplichte eisen voor auditsporen. Als uw agenten beslissingen nemen over krediet, werkgelegenheid, onderwijs of gezondheidszorg, moet u de classificatie in Bijlage III begrijpen vóór december 2027.
Wat is een besluitvormingsauditspoor?
Het menselijke tegenhanger van AI-beslissingen: een compleet, controleerbaar overzicht van wie wat heeft besloten en waarom.
AIAgentree Team
AI Governance
Het AIAgentree-team bouwt besluittracering-infrastructuur voor AI-agenten. Onze missie is om AI-redenering zichtbaar, controleerbaar en verbeterbaar te maken.
Klaar om je AI-beslissingen te traceren?
Begin vandaag met het vastleggen van besluitsporen. Gratis tier beschikbaar — geen creditcard vereist.
Start Gratis Proefperiode