Je kunt geen agents bouwen op processen die je niet kent

Iedereen wil een agentic enterprise worden. Bijna niemand weet hoe zijn processen écht lopen. Dat is geen detail. Dat is hét probleem. En process mining is het antwoord dat al tien jaar op tafel ligt.

Er is een cijfer dat de hele AI-discussie van 2026 samenvat. Celonis ondervroeg dit jaar ruim 1.600 leiders wereldwijd voor zijn Process Optimization Report. 85 procent wil binnen drie jaar een agentic enterprise zijn. 76 procent geeft toe dat hun huidige processen hen tegenhouden.

Lees die twee zinnen nog een keer. De ambitie is torenhoog. De fundering is zand.

Dit is precies de muur waar bedrijven tegenaan lopen zodra ze verder willen dan een chatbot. Je wilt een agent die orders verwerkt, facturen matcht of klantvragen afhandelt. Maar de agent weet niet hoe dat proces in jouw organisatie werkt. Niemand weet het precies. Het zit in hoofden, in uitzonderingen, in werkwijzes die nooit zijn opgeschreven.

AI lost dat probleem niet op. AI erft het.

Wat process mining eigenlijk is

Process mining doet één ding heel goed: het laat zien hoe je processen echt lopen. Niet hoe ze zouden moeten lopen volgens het Visio-schema uit 2019. Niet hoe een manager denkt dat ze lopen. Hoe ze daadwerkelijk lopen, stap voor stap, met alle omwegen en haperingen erbij.

De techniek is verrassend simpel in opzet. Elk systeem in je bedrijf laat sporen na. Een order krijgt een tijdstempel. Een factuur wordt aangemaakt, goedgekeurd, betaald. Elke handeling is een event met een datum en een actor. Trek die events uit je ERP, CRM en ticketsysteem, plak ze aan elkaar op basis van een gemeenschappelijke sleutel, en je krijgt een reconstructie van het werkelijke proces.

Het resultaat is een soort röntgenfoto van je organisatie. Je ziet de bottlenecks. Je ziet waar werk blijft hangen. Je ziet de zeventien varianten van een proces dat er op papier maar één zou moeten zijn. Je ziet compliance-risico's die niemand wist te benoemen.

Process mining is geen mening. Het is data. En dat maakt het ongemakkelijk, want het laat zien wat managers liever niet zien.

Twee scholen die je niet door elkaar moet halen

Process mining valt uiteen in twee architecturen. Dat onderscheid is belangrijk, want het bepaalt wat je kunt zien en wat onzichtbaar blijft.

De eerste school is system-log mining. Tools als Celonis, SAP Signavio, UiPath Process Mining en Microsoft Power Automate Process Mining lezen de event-logs die je systemen al vastleggen. Sterk als je werk in gestructureerde enterprise-systemen zit. Zwak voor alles wat zich afspeelt buiten die systemen.

De tweede school is task mining, of activity-based process intelligence. In plaats van logs uit te lezen, observeert deze aanpak wat mensen doen op hun scherm. Klik voor klik, applicatie voor applicatie. Spelers als KYP.ai, Skan en Scribe zitten hier. Het voordeel: je ziet ook het werk dat geen enkel logbestand achterlaat. Het kopiëren tussen Excel en een portal. De handmatige check in een mailbox. De duizend kleine handelingen waar de echte inefficiëntie zich verstopt.

De waarheid is dat je beide nodig hebt. System-log mining laat je de grote stromen zien. Task mining laat je zien wat er in de blinde vlekken gebeurt. Volgens Forrester is inmiddels 74 procent van de grote bedrijven bezig met process en task mining. Voor de meeste is procesverbetering de belangrijkste reden.

Waarom dit nú overal opduikt

Process mining bestaat al ruim tien jaar. Toch is het in 2025 en 2026 ineens hét gesprek aan elke directietafel. De reden is de botsing met agentic AI.

Het werd zichtbaar in een reeks zetten die binnen een paar maanden op elkaar volgden. Salesforce kocht Apromore om procesintelligentie in Agentforce te brengen. Celonis lanceerde op Celosphere een Orchestration Engine, Agent Mining en de eerste MCP-server voor procesintelligentie. Begin mei ging de integratie tussen Celonis en Microsoft Agent 365 in private preview.

En Gartner deed iets veelzeggends. Het hernoemde zijn hele categorie. Wat jaren "process mining" heette, heet sinds 2026 "process intelligence". Celonis kwam in dat eerste Magic Quadrant meteen bovenaan.

Achter al die beweging zit één these. Celonis-oprichter Alex Rinke vat hem in vier woorden samen: "There's no AI without PI." Geen AI zonder procesintelligentie.

De logica is hard. Een agent die autonoom handelt, moet weten hoe je bedrijf werkt. Hij heeft context nodig. Niet alleen data, maar begrip van het proces. Hoe loopt een inkooporder. Wanneer mag je afwijken. Wat is een uitzondering en wat is fraude. Die context komt nergens vandaan als je je processen niet in kaart hebt. Process mining levert precies die laag. Het maakt van ruwe systeemdata een structuur die een AI kan lezen.

De volgorde die het verschil maakt

Hier gaat het bij de meeste bedrijven mis. Ze beginnen bij de agent. Ze bouwen iets slims op een proces dat ze nooit hebben begrepen. Het resultaat is een agent die chaos automatiseert. Sneller, schaalbaarder, maar nog steeds chaos.

De volgorde die wél werkt heeft vier stappen.

Eerst ontdekken. Gebruik process mining om te zien hoe het werk echt loopt. Geen aannames, alleen feiten uit de data.

Dan herontwerpen. Haal de varianten eruit. Strip de overbodige stappen. Bepaal welk proces je waard vindt om te automatiseren, en welk proces je eerst moet repareren.

Daarna uitvoeren. Pas hier komen de agents. Je bouwt ze op een proces dat je kent, met de context die ze nodig hebben om het goede te doen.

En tot slot monitoren. Process mining blijft meedraaien. Het meet of de agent doet wat hij hoort te doen, en sluit de loop.

Process mining vertelt je wat je moet automatiseren. Agentic AI voert het uit. Sla een van de twee over, en je schaalt het probleem in plaats van de oplossing.

Scribe: process mining van onderop

Een interessant voorbeeld van de tweede school is Scribe. Het begon als een tool die werk vastlegt terwijl je het doet. Je voert een proces één keer uit, Scribe schrijft de handleiding voor je, klik voor klik. Inmiddels is het iets groters geworden.

De nieuwe propositie heet Optimize. Scribe analyseert de vastgelegde workflows, legt bottlenecks en dubbel werk bloot, en geeft op basis daarvan aanbevelingen. Het bedrijf claimt dat klanten er in vijf dagen een AI-roadmap mee bouwen, en wijst op betere prestaties van AI-agents die op deze context draaien.

Wat Scribe fundamenteel onderscheidt van Celonis is het vertrekpunt. Celonis kijkt top-down naar event-logs uit enterprise-systemen. Scribe kijkt bottom-up naar wat een medewerker daadwerkelijk doet op zijn scherm, inclusief al het werk dat geen log achterlaat. En het levert die kennis door via MCP, het protocol dat agents toegang geeft tot context.

Daarmee raakt Scribe precies de zenuw van dit hele verhaal. De kennis over hoe werk wordt gedaan zit zelden opgeschreven. Iemand gaat met vakantie en het werk stokt. Process mining van onderop maakt die stilzwijgende kennis expliciet, leesbaar voor zowel mensen als agents.

Het is geen vervanging voor system-log mining. Het is het andere oog. Samen zie je diepte.

Wat dit betekent voor de Nederlandse markt

De meeste Nederlandse organisaties zitten in een lastige tussenfase. De druk om iets met AI te doen is enorm. De roadmap is vaak een verzameling losse pilots. En de processen waarop die pilots moeten draaien zijn een black box.

Process mining is hier het nuchtere antwoord op de hype. Het dwingt je om eerst te kijken voordat je bouwt. Het vervangt onderbuik door data. En het geeft je een bedrijfscasus die je aan een directie kunt uitleggen, want het laat in euro's en uren zien waar AI en automatisering het meeste opleveren.

Dat sluit aan op de manier waarop wij bij The Automation Group werken. Onze agentic engineers beginnen niet bij de tool. Ze beginnen bij het proces. Eerst ontdekken hoe het werk echt loopt, dan bepalen wat de moeite waard is, en pas daarna bouwen met een 10x-mindset onder leiding van CTO Stefan van der Leeden. Bij klanten als GLS, Wolters Kluwer, ANWB en InShared is dat keer op keer het verschil tussen een demo die indruk maakt en een agent die in productie geld bespaart.

Hoe je morgen begint

Je hebt geen Celonis-licentie van zes cijfers nodig om te starten. Wel een scherpe eerste keuze.

Begin bij één proces dat pijn doet en veel voorkomt. Order-to-cash. Purchase-to-pay. Klantonboarding. Iets met volume, want daar zit de winst.

Trek de event-data uit de systemen die dat proces raken. Reconstrueer de werkelijke flow. Verbaas je over de varianten die je niet wist te bestaan.

Leg er waar nodig task mining naast, om het werk te vangen dat buiten je systemen valt. Tools als Scribe zijn hier een laagdrempelig startpunt.

Herontwerp het proces voordat je iets automatiseert. En bouw pas dan de agent, met de procescontext als fundament.

Dat is de hele kunst. Niet sneller chaos. Maar eerst zien, dan bouwen.

Wie de volgorde omdraait, betaalt de rekening later. Wie hem respecteert, bouwt agents die werken.

---

The Automation Group helpt organisaties van inzicht naar werkende agents. Wil je weten waar in jouw processen de grootste winst zit? Neem contact op via theautomationgroup.nl.