Je eerste week bij NinA AI: 8 architecturen voor AI Agents

We verwelkomen Caroline Tichelaar als onze kersverse AI Developer!

Vorige week liep Caroline voor het eerst ons kantoor binnen. Bachelor Psychobiologie, Master Artificial Intelligence aan de VU Amsterdam, en nu — via een enthousiaste klantintroductie — developer nummer 4 en medewerker nummer 7 bij NinA AI.

Vanaf dag 1 dook ze in n8n, bouwde elk denkbaar AI Agent-patroon na én schreef er meteen een glasheldere handleiding bij.

Dat werk moet niet onbenut blijven dus naast een geweldig intern document vormt het ook de basis van deze nieuwsbrief: een praktische rondleiding langs alle AI Agents die wij dagelijks inzetten bij klanten.

TL;DR

De architecturen op een rij — met voorbeelden

1. Single Agent + Tools

Wat het is. Eén agent die zelfstandig externe tools aanroept.

Voorbeeld. Een kapper laat klanten via WhatsApp boeken; de agent haalt datum/tijd uit het bericht, reserveert via Google Calendar en mailt direct een bevestiging.

2. Single Agent + MCP Servers + Tools

Wat het is. Dezelfde agent, maar met een Model Context Protocol-laag voor veilige data- en tool-toegang.

Voorbeeld. Een reisbureau laat een agent prijzen berekenen via een interne MCP-server én meteen de boeking in Sheets, Calendar en Gmail verwerken.

3. Single Agent + Tools + Router

Wat het is. De agent beslist via een router-node welke tool of actie volgt.

Voorbeeld. Binnenkomende taken worden automatisch naar Notion (content) of GitLab (code) gestuurd, afhankelijk van de agent-classificatie.

4. Single Agent + Human-in-the-Loop + Tools

Wat het is. Automatisering mét menselijke goedkeuring.

Voorbeeld. CRM-opschonen: de agent stelt verbeteringen voor, een collega keurt via Slack goed, waarna SQL en HubSpot worden bijgewerkt.

5. Single Agent + Dynamically Call Other Agents

Wat het is. Eén dirigent-agent die on-the-fly sub-workflows of specialist-agents oproept.

Voorbeeld. Een supportagent besluit, op basis van de klantvraag, om een aparte Payment-workflow te starten of juist data op te halen uit Airtable.

6. Sequential Agents

Wat het is. Een keten van agents die elkaar opvolgen.

Voorbeeld. Agent A herkent een afspraakverzoek in een mail en valideert beschikbaarheid; Agent B plant de afspraak in Calendar en mailt de klant.

7. Agents Hierarchy + Parallel Agents + Shared Tools

Wat het is. Een hoofdagent routeert taken naar parallelle sub-agents; ze delen dezelfde tool-stack.

Voorbeeld. Hoofdagent classificeert e-mails; Planner-agent regelt afspraken, Service-agent beantwoordt vragen. Gmail en Twilio worden door beiden gedeeld.

8. Agents Hierarchy + Loop + Parallel Agents + Shared RAG

Wat het is. Zelfde hiërarchie, maar met gedeeld vectorgeheugen (RAG) en feedback-loop.

Voorbeeld. Documentservice: OneDrive-agent en Google Drive-agent halen bestanden op, embedden ze in Supabase en leveren alles terug via één endpoint.

Conclusie & mijn mening

Caroline liet in één week zien hoe snel je met de juiste architectuur waarde creëert. De kern? Begin klein (één agent), maar ontwerp modulair zodat je zonder frictie kunt opschalen naar complexe hiërarchieën.

Ik geloof dat elk bedrijf in 2025 minstens één agent-gedreven proces live heeft. De vraag is niet of je ermee start, maar welke workflow je als eerste automatiseert.

Welke van de acht architecturen zie jij het liefst in jouw organisatie terug — en waarom?

Call to action

Tot de volgende,

Olaf Lemmens

Founder · NinA AI Agency

P.s. zelf leren werken met AI Agents, of meedoen aan een andere AI Workshop? Kijk snel op www.aisummerschool.nl en claim je ticket!