Van FileMaker naar de cloud: hoe SchallOS bedrijfssoftware combineert met AI, runtime en updates

SchallOS - Intelligent Application Platform

Bij de ontwikkeling van een bedrijfsapplicatie staan in eerste instantie de zichtbare taken centraal. Er worden tabellen aangemaakt, relaties gedefinieerd, invoerformulieren ontworpen en bedrijfsprocessen geautomatiseerd. Zodra de eerste gebruikers met de oplossing aan de slag kunnen, lijkt een groot deel van het project voltooid te zijn. In de praktijk begint dan echter de fase die op de lange termijn veeleisender is. Een bedrijfsapplicatie moet worden onderhouden, uitgebreid en aangepast aan nieuwe eisen. Wijzigingen moeten worden gedocumenteerd, nieuwe versies moeten worden uitgerold en bestaande gegevens moeten veilig worden overgezet. Daarbij komen nog verschillende gebruikersrechten, back-ups, foutanalyses en de vraag of een oplossing lokaal, op een eigen server of in de cloud moet worden gehost.

Veel ontwikkelingsplatforms richten zich vooral op het bouwen van de eigenlijke applicatie. Voor updates, documentatie, implementatie en beheer worden later aanvullende tools en individuele procedures toegevoegd. Na verloop van tijd ontstaat er een technische omgeving die bestaat uit veel losstaande onderdelen, die alleen met aanzienlijke inspanning bij elkaar kunnen worden gehouden. SchallOS hanteert daarom een meer omvattende aanpak. Het platform moet een bedrijfsapplicatie niet alleen tijdens de ontwikkeling begeleiden, maar gedurende de gehele levenscyclus: van ontwikkeling en documentatie tot implementatie, updates en continu beheer.

Meer lezen

Van ChatGPT data-export naar je eigen kennis AI: stap-voor-stap met Ollama en Qdrant

De weg naar je eigen AI-geheugen

In het eerste deel van deze artikelreeks zagen we dat het exporteren van ChatGPT-gegevens veel meer is dan alleen een technische functie. Je geëxporteerde gegevens bevatten een verzameling gedachten, ideeën, analyses en gesprekken die zich over een lange periode hebben verzameld. Maar zolang deze gegevens alleen als een archief op je harde schijf worden opgeslagen, blijft het alleen dat: een archief. De cruciale stap is om deze informatie weer bruikbaar te maken. Dit is precies waar de ontwikkeling van een persoonlijke kennis-AI begint.

Het idee is eigenlijk verrassend eenvoudig: een AI moet niet alleen met algemene kennis werken, maar ook toegang hebben tot je eigen gegevens. Hij moet eerdere gesprekken doorzoeken, geschikte inhoud vinden en deze verwerken in nieuwe antwoorden. Dit verandert een gewone AI in een soort digitaal geheugen. Dit is het tweede deel van de artikelreeks, waarin nu wordt ingegaan op de praktische kant van de zaak.

Meer lezen

RAG met Ollama en Qdrant als universele zoekmachine voor eigen gegevens

Lokale AI uitbreiden met databases met RAG, Ollama en Qdrant

In een steeds onoverzichtelijker wordende wereld van informatie wordt het steeds belangrijker om je eigen databases gericht doorzoekbaar te maken - niet via klassieke full-text zoekopdrachten, maar via semantisch relevante antwoorden. Dit is precies waar het principe van de RAG database om de hoek komt kijken - een AI-ondersteunde zoekoplossing die bestaat uit twee centrale componenten:

Meer lezen

Ollama ontmoet Qdrant: Een lokaal geheugen voor je AI op de Mac

Geheugen voor lokale AI met Ollama en Qdrant

Lokale AI met geheugen - zonder cloud, zonder abonnement, zonder omleidingen

In een vorige artikelen Ik heb uitgelegd hoe je Ollama configureert op de Mac install. Als je deze stap al hebt voltooid, heb je nu een krachtig lokaal taalmodel - zoals Mistral, LLaMA3 of een ander compatibel model dat via REST API kan worden aangesproken.

Het model "weet" echter alleen wat er in de huidige prompt staat. Het herinnert zich geen eerdere gesprekken. Wat ontbreekt is een herinnering.

Meer lezen