Hoe we AI integreerden in een bestaande Power Platform-app voor jaargesprekken
Het probleem
Een goed gesprek voeren is één ding. Alles daarna netjes documenteren is iets anders.
Bij een organisatie waar we al langere tijd mee samenwerken, voeren leidinggevenden jaarlijks gesprekken met hun medewerkers. Tijdens zo’n gesprek komen verschillende onderwerpen aan bod, zoals functioneren, verantwoordelijkheden, ontwikkeling en gemaakte afspraken.
Na afloop moest de leidinggevende die informatie opnieuw verwerken in een vast formulier.
Bij één gesprek lijkt dat misschien niet zo’n probleem. Maar wanneer een leidinggevende verantwoordelijk is voor meerdere medewerkers, wordt het al snel veel repetitief administratief werk. Het gesprek is gevoerd, de informatie is bekend, maar vervolgens moet een groot deel daarvan nog handmatig worden uitgeschreven. BEspreken Expertsessies
De vraag was daarom simpel:
Kunnen we dat proces slimmer maken?
Daarom is een digitale basis nodig die overzicht geeft en meebeweegt met veranderingen. Zonder die basis kost het aanpassen van processen onnodig veel tijd, ontstaat er onduidelijkheid over verantwoordelijkheden en neemt de kans op fouten toe.
Hoe we AI integreerden in een bestaande Power Platform-app voor jaargesprekken
Een goed gesprek voeren is één ding. Alles daarna netjes documenteren is iets anders.
Bij een organisatie waar we al langere tijd mee samenwerken, voeren leidinggevenden jaarlijks gesprekken met hun medewerkers. Tijdens zo’n gesprek komen verschillende onderwerpen aan bod, zoals functioneren, verantwoordelijkheden, ontwikkeling en gemaakte afspraken.
Na afloop moest de leidinggevende die informatie opnieuw verwerken in een vast formulier.
Bij één gesprek lijkt dat misschien niet zo’n probleem. Maar wanneer een leidinggevende verantwoordelijk is voor meerdere medewerkers, wordt het al snel veel repetitief administratief werk. Het gesprek is gevoerd, de informatie is bekend, maar vervolgens moet een groot deel daarvan nog handmatig worden uitgeschreven. BEspreken Expertsessies
De vraag was daarom simpel:
Kunnen we dat proces slimmer maken?
Van gesprek naar gestructureerde informatie
Het idee was om het gesprek op te nemen en daarna automatisch de relevante informatie eruit te halen.
Niet alleen een volledige transcriptie van een uur lang gesprek, maar juist de informatie die nodig is voor het bestaande proces.
Wat is er gezegd over het functioneren van de medewerker? Welke ontwikkelafspraken zijn besproken? Welke punten horen bij welke onderdelen van het formulier?
De oplossing die we hebben gebouwd luistert mee tijdens het gesprek, maakt daarna een transcript en gebruikt AI om de relevante informatie te herkennen en te verdelen over vooraf bepaalde onderwerpen.
Daarbij kan ook rekening worden gehouden met de manier waarop de informatie moet worden vastgelegd: welke onderwerpen belangrijk zijn, welke antwoorden mogelijk zijn en in welke vorm de informatie moet worden weergegeven. BEspreken Expertsessies
Voor de gebruiker betekent dat vooral één ding: minder tijd kwijt zijn aan informatie die tijdens het gesprek eigenlijk al is besproken.
Standaard Power Platform was niet genoeg
De interessante uitdaging zat niet alleen in de AI.
De organisatie werkte al met een bestaande model-driven Power App. De nieuwe functionaliteit moest daarom bij voorkeur onderdeel worden van de applicatie die medewerkers al gebruikten.
Geen extra systeem. Geen nieuwe accounts. Geen losse AI-tool naast het bestaande proces.
Tijdens de ontwikkeling bleek alleen dat niet alles wat we nodig hadden standaard beschikbaar was binnen Power Platform.
Daar begon het technische puzzelwerk.
Binnen de bestaande model-driven app hebben we een Canvas App geïntegreerd. Voor de opnamefunctionaliteit was vervolgens een custom component nodig. De transcriptie en AI-verwerking vroegen weer om aanvullende Microsoft AI-technologie. Zo ontstond stap voor stap een oplossing waarin verschillende onderdelen samenwerken binnen dezelfde applicatie. BEspreken Expertsessies
Precies daar zit voor ons een belangrijk onderdeel van Power Platform-development.
Low-code betekent niet dat je jezelf altijd moet beperken tot wat standaard beschikbaar is.
Steeds een grens verleggen
Tijdens het project liepen we meerdere keren tegen zo’n grens aan.
De model-driven app alleen bood niet alle mogelijkheden die nodig waren. Daarom werd een Canvas App toegevoegd.
De Canvas App bood vervolgens niet voldoende mogelijkheden voor de opnamefunctionaliteit. Daarvoor werd een custom code component ontwikkeld.
Voor de AI-functionaliteit waren de standaardmogelijkheden binnen Power Platform niet voldoende voor de gewenste transcriptie en verwerking. Daarvoor zijn aanvullende Microsoft AI-mogelijkheden ingezet.
En ook bij de opslag ontstond een nieuwe uitdaging.
Audiobestanden kunnen relatief groot worden. Zeker wanneer meerdere medewerkers gesprekken van een uur of langer opnemen, wil je Dataverse niet gebruiken als opslagplaats voor grote hoeveelheden audio. Daarom is voor de audiobestanden gebruikgemaakt van Azure Blob Storage. BEspreken Expertsessies
Zo werd niet één technologie gebruikt om het hele probleem op te lossen.
We hebben verschillende onderdelen gecombineerd op basis van wat het proces nodig had.
Dat is ook hoe het project volgens de ontwikkelaar tot stand kwam: tijdens het bouwen werden telkens de grenzen van een onderdeel zichtbaar en werd gekeken welke Microsoft-technologie die beperking kon oplossen.
Geen nieuwe tool voor de gebruiker
Technisch kun je een indrukwekkende oplossing bouwen, maar uiteindelijk moet iemand ermee werken.
Daarom vinden we het minstens zo belangrijk dat nieuwe technologie past binnen de bestaande werkwijze.
In dit geval hoeven medewerkers niet naar een apart AI-platform. Ze hoeven geen nieuw account aan te maken en niet naast hun bestaande applicatie nog een andere tool te openen.
De opname- en AI-functionaliteit is geïntegreerd in de applicatie die ze al gebruiken. BEspreken Expertsessies
De leidinggevende voert het gesprek, start de opname vanuit de bestaande omgeving en krijgt daarna de relevante informatie terug in de structuur die voor het proces nodig is.
Technologie wordt daarmee geen extra stap.
Het haalt juist stappen weg.
Van repetitief werk naar ondersteuning tijdens het proces
De oplossing wordt inmiddels in de praktijk meerdere keren per dag gebruikt om gesprekken om te zetten naar gestructureerde informatie. BEspreken Expertsessies Hoeveel tijd daarmee exact wordt bespaard, is nog niet formeel gemeten. De betrokken ontwikkelaar schat dat alleen het handmatig uitwerken van de informatie gemakkelijk ongeveer een half uur per gesprek kan kosten, afhankelijk van de gebruiker. BEspreken Expertsessies Maar de grootste winst zit misschien niet alleen in het aantal minuten. Het gaat erom dat een leidinggevende zich tijdens en na het gesprek minder hoeft bezig te houden met repetitieve administratie en dat informatie direct volgens een vaste structuur kan worden verwerkt.
Power Platform is soms pas het begin
Dit project laat goed zien hoe wij bij Indocs naar Power Platform kijken.
We beginnen niet met de vraag:
“Wat kan Power Platform standaard?”
We beginnen met:
“Wat probeert de organisatie op te lossen?”
Soms is een standaard Power App voldoende. Soms is Power Automate de logische oplossing. En soms vraagt het probleem om een combinatie van model-driven apps, Canvas Apps, custom development, Azure en AI.
Het doel blijft hetzelfde: een oplossing bouwen die past bij het proces en bij de mensen die ermee moeten werken.
Loop je binnen Power Platform tegen een probleem aan waarvan je denkt: dit zou moeten kunnen, maar standaard komen we er niet?
Laat het ons weten. Dan kijken we graag mee naar wat er wél mogelijk is.
Wij laten jouw idee werken
