Een assistent die alle dossiers van het kantoor leest

Details geanonimiseerd en aangepast om vertrouwelijkheidsredenen.

Het probleem

Een kantoor van een dertigtal mensen. Vijftien jaar archief, duizenden dossiers, contracten, conclusies, vonnissen. Het staat er allemaal, ergens, op de bestandsserver en in het documentbeheersysteem.

Het probleem is niet ontbrekende informatie, het is ze terugvinden. Een advocaat die zoekt hoe het kantoor drie jaar geleden een niet-concurrentiebeding behandelde, moet zich de klantnaam herinneren, het dossier, of het vragen aan wie eraan werkte. We klokten enkele typische zoekopdrachten: 25 tot 40 minuten om een intern precedent terug te vinden, soms zonder het te vinden. Over het hele team is dat meerdere factureerbare uren per week verloren aan het doorzoeken van dossiers.

Wat we bouwden

Een RAG-assistent die de documenten van het kantoor indexeert en vragen in natuurlijke taal beantwoordt, altijd met de bronpassages erbij.

• Dossier-ingestie - Gekoppeld aan het DMS en de bestandsserver, tekst geëxtraheerd (ook gescande PDF’s via OCR), opgesplitst en vectorieel geïndexeerd. Incrementele updates: een nieuw geklasseerd dossier is de volgende dag doorzoekbaar.

• Zoeken op betekenis, niet op trefwoorden - Je kan vragen “hebben we ooit de onrechtmatige beëindiging van een contract van bepaalde duur in de horeca bepleit” en de relevante dossiers krijgen, ook al schreef niemand ooit die exacte woorden.

• Onderbouwde antwoorden, nooit verzonnen - Elk antwoord verwijst naar de exacte fragmenten en het oorspronkelijke document, aanklikbaar. Heeft de assistent niets betrouwbaars, dan zegt hij dat in plaats van op te vullen. Geen gehallucineerde rechtspraak.

• Afscherming van toegang - De rechten van het DMS worden gerespecteerd: een advocaat ziet enkel de dossiers waartoe hij gerechtigd is. Alles blijft in Europa gehost, niets lekt naar een ongecontroleerd publiek model.

Het resultaat

• Een precedent terugvinden: van 30 minuten naar minder dan 2. De advocaat vraagt, leest de fragmenten, opent het brondocument.
• Meerdere factureerbare uren per week teruggewonnen over het team, tijd besteed aan de grond van de zaak in plaats van zoeken.
• De kennis van het kantoor leeft niet meer in één hoofd. De dossiers van een vertrokken vennoot blijven bruikbaar.
• Snellere inwerking van nieuwkomers: ze bevragen vijftien jaar praktijk in plaats van senioren te onderbreken.
• Nul verzonnen antwoorden vastgesteld tijdens de oplevering, dankzij systematische bronvermelding.

De stack

• Embeddings en vectorieel zoeken voor betekenis, reranking voor relevantie
• LLM in strikte RAG-modus: hij antwoordt enkel op basis van de opgehaalde documenten
• OCR op de scans zodat niets buiten de index blijft
• Hosting en verwerking in Europa, DMS-toegangsrechten afgedwongen
• Automatische incrementele synchronisatie, geen volledige herindexatie