Ground – Beyond the lakehouse: the ontology as the data layer AI & humans can actually useInschrijven →

VISUEEL, BEHEERD, GEEN CODE NODIG

De No-code AI-agentbuilder

Slepen, neerzetten, uitrollen — en binnen de regels blijven. Het visuele canvas waar analisten en businessteams echte agent-workflows bouwen die onder dezelfde regels draaien als alles wat engineering oplevert.

Wat zijn no-code AI-agenten?

In gewone taal

Organisaties staan meestal voor een slechte keuze: businessteams laten automatiseren met wat ze zelf vinden, en het overzicht verliezen — of alles via engineering laten lopen, en ideeën zien sterven in de backlog. Deze pagina gaat over de derde optie, waar bouwen makkelijk is en toezicht automatisch.

Lees dit als u een proces wilt automatiseren zonder aan te sluiten in de wachtrij van de ontwikkelafdeling.


Definitie

Met no-code AI-agentworkflows kunnen businessgebruikers en analisten AI-agenten bouwen, verbinden en implementeren via een visuele drag-and-drop-builder in plaats van orkestratiecode te schrijven. Elke workflow die ze samenstellen draait nog steeds op de beheerde AI OS-runtime en erft dezelfde identiteit, afgebakende toegang, goedkeuringen en audit trail als agenten die door engineers zijn gebouwd.

De meeste agentbacklogs lopen niet vast op modelkwaliteit — ze lopen vast op engineeringtijd. Degene die een workflow het best begrijpt, is meestal de analist of de operationeel verantwoordelijke die hem uitvoert, niet de developer die wacht op toewijzing. Met de no-code builder van Scrydon kan die persoon stappen bij elkaar slepen, enterprisetools en databronnen verbinden, en goedkeuringen en agentredeneringen samenstellen tot een werkende automatisering, rechtstreeks op het canvas. Aan de snellere manier van bouwen zit geen omweg om governance heen: de workflow compileert naar dezelfde AI OS-runtime als handgeschreven agenten, verankerd in uw ontologie en vanaf de eerste versie ingeperkt binnen uw perimeter.

  • Slepen, verbinden, uitrollen

    Stel agentstappen samen op een visueel canvas en verbind ze met enterprisetools, databronnen en modellen als native bouwstenen — geen orkestratiecode te schrijven.

  • Gebouwd door de mensen die het proces kennen

    Analisten en businessteams zetten hun eigen proceskennis rechtstreeks om in een werkende agentworkflow, in plaats van te wachten op een engineeringbacklog.

  • Elke keer dezelfde governance

    Identiteit, afgebakende rechten, goedkeuringen en een volledige audit trail gelden automatisch voor elke workflow die een businessgebruiker bouwt — geen aparte, ongereguleerde route.

Waar het past

No-code AI-agenten in het Scrydon-platform

Eén geïntegreerde, soevereine architectuur. Hier past No-code AI-agenten — uitgelicht binnen de volledige stack waarmee het samenwerkt.

CRM synchroniseren
ID verifiëren
...
Goedkeuren
Verwelkomen

Het AI OS voor mensen en AI-agenten

Omzetoverzicht — Q2 2026
Verbonden met Cognitive Enterprise
Omzet
€4.2M
+12%
Pipeline
€11.7M
+8%
Verloop
2.1%
−0.3pp
Omzet per maandjan – dec 2025
JanMarJunSepDec
Klant
Account
Order
Product
Contract
Orderregel
Leverancier
Facturatie
heeft
plaatste
van

Ontologie- en semantische laag: één samenhangend model voor uw data, kennis en processen

Het beste van data lakes, datawarehouses en search gecombineerd

TabellenKennis

Gecontroleerde toegang tot elk model, en de agenten en workflows die over al uw systemen heen uitvoeren

GatewayWorkflows

Integreer via A2A, MCP, legacy systemen en databronnen

Veilige domeinfederatie, vertrouwd datadelen en intelligentie over organisatiegrenzen heen

Soevereine fundamenten

Implementeer van air-gapped tot hyperscale
Van dichterbij

No-code AI-agenten in detail

Human+AI-orchestratie

CRM synchroniseren
ID verifiëren
...
Goedkeuren
Verwelkomen

Het AI OS voor mensen en AI-agenten

AI Operating System (AI OS)

De Human+AI Orchestrator is de operationele runtime in het hart van het AI OS — ook wel het Agentic OS genoemd — die elke taak in uw organisatie inplant, routeert en governt, of die nu wordt uitgevoerd door een AI-agent, een bestaand systeem of een mens.

De meeste organisaties hebben vastgelopen processen: verstopt in gescheiden systemen of opgeslagen in de hoofden van mensen. Het AI OS maakt ze zichtbaar en uitvoerbaar. Het legt de intentie vast, brengt de context samen, handelt — en voedt elk resultaat terug in de ontologie, zodat de volgende ronde slimmer verloopt. Allemaal binnen uw eigen perimeter.

Agent Workflow Runtime
Leveranciersfactuur ontvangen
Analyseren & controlerenData-extractieagent
Ontologie
Zekerheid > 95%?
NEE
JA
Menselijke goedkeuringFinance-team
Betaling uitvoerenERP-integratie

AI-runtime

De AI-runtime is waar AI daadwerkelijk uitvoert: de AI Gateway die elke modelaanroep bestuurt, en de agentic AI-workflows die van die aanroepen echt werk maken in al uw systemen. De één is de weg naar binnen, de ander is wat daarna gebeurt — en beide draaien onder dezelfde identiteit, hetzelfde beleid en dezelfde audit trail.

Twee helften, één control plane:

  • Gateway — één bestuurde route naar elk model: Bestaande applicaties en coding agents wijzen naar één endpoint in plaats van naar een leverancier. Elk model erachter, de leverancierssleutel wordt nooit aan een ontwikkelaar uitgegeven, en elke aanroep is toe te wijzen aan een persoon, begrensd en geauditeerd.
  • Workflows — agentic AI die uitvoert: Georkestreerde workflows verbinden frontier-modellen, interne tools en enterprise memory veilig met elkaar, en combineren het redeneervermogen van frontier-AI met strikte, deterministische stappen zodat bedrijfskritische processen voorspelbaar blijven.
  • Autonome uitvoering binnen grenzen: Agenten handelen autonoom binnen vastgelegde grenzen, halen context op uit uw data lakehouse en handelen via goedgekeurde tools — met een mens in de lus overal waar uw beleid dat voorschrijft.

Veilig geïmplementeerd binnen uw eigen infrastructuur put de runtime uit uw cognitive enterprise om doortastend te handelen. In welke helft een aanroep ook begint, hij gebruikt dezelfde credential, ontmoet hetzelfde beleid en belandt in dezelfde audit trail — zodat het later toevoegen van bestuurde agenten nooit een tweede control plane betekent.

Nieuwsbrief

Leest u dit voor een beslissing later?

Ontvang de volgende verandering in Europese AI-soevereiniteit, en wat we leren door ervoor te bouwen, in uw inbox. Een paar keer per jaar.

Een paar keer per jaar. Geen drip-campagne, uitschrijven met één klik. Privacybeleid

BOUWEN ZONDER CODE

Visuele workflows voor AI-agenten

Een agentworkflow bouwen begint op een canvas, niet in een code-editor. Een businessgebruiker sleept stappen erin, verbindt ze met enterprisetools en databronnen die al als connectoren beschikbaar zijn, en voegt een redeneerstap van een agent in waar oordeelsvorming nodig is in plaats van een vaste regel. Goedkeuringspoorten, vertakkingslogica en autonome stappen staan naast elkaar in dezelfde flow, zodat een workflow zo deterministisch of zo agentic kan zijn als het proces daadwerkelijk vraagt. Een workflow publiceren draagt hem niet over aan een aparte, lichtere runtime — hij wordt rechtstreeks geïmplementeerd op hetzelfde AI OS dat elke andere agent op het platform draait.

De workflowbouwer: een palet met triggers — schema, spraak, webhook, e-mail, SharePoint, Teams, GitHub-gebeurtenissen, RSS — en kernblokken waaronder agent, conditie, human in the loop, loop, geheugen, router, functie en agent-naar-agent, naast een flow op het canvas die start, een webpagina als markdown ophaalt en het artikel analyseert in een agentstap, waarbij elk blok als gereed is gemarkeerd. Daaronder toont het tracepaneel de voltooide run blok voor blok met de tijden en de isolatie waarin de run terechtkwam.

Een workflow op het canvas: triggers en deterministische stappen in het palet, een agentstap waar oordeelsvorming nodig is, human-in-the-loop- en goedkeuringsblokken in dezelfde lijst — en daaronder de run zelf, blok voor blok, met tijden en de isolatie waarin hij draaide.

  • Visueel canvas — Sleep, plaats en verbind stappen om een agentworkflow samen te stellen — geen orkestratiecode te schrijven of te onderhouden.

  • Native connectoren — Verbind enterprisetools, databronnen en modellen als bouwstenen die al op het canvas beschikbaar zijn.

  • Deterministisch en agentic, gecombineerd — Combineer vaste logica en goedkeuringsstappen met autonoom redeneren door agenten in dezelfde flow.

  • Publiceer naar dezelfde runtime — Een afgeronde workflow wordt rechtstreeks geïmplementeerd op de AI OS-runtime die elke andere agent op het platform draait.

WIE BOUWT AGENTEN

Waarom businessteams — niet alleen engineers — agenten moeten kunnen bouwen

De kloof tussen een agentidee en een werkende agent is meestal engineeringcapaciteit, geen procescomplexiteit. De analist die elke week uitzonderingen afstemt, of de operationeel verantwoordelijke die goedkeuringen met de hand routeert, kent de workflow al in meer detail dan welke specificatie ook kan vastleggen — ze hadden alleen nog geen manier om hem te bouwen. De builder in hun handen leggen maakt van die backlog aan kleine, waardevolle automatiseringen dingen die daadwerkelijk worden uitgerold, en maakt tegelijk engineeringtijd vrij voor de connectoren, integraties en complexe multi-agentsystemen die dat echt nodig hebben.

  • Proceskennis zit bij de business — De analist die een proces dagelijks uitvoert, kan het sneller en accurater vastleggen dan een developer die van een specificatie werkt.

  • Minuten, geen sprints — Een workflow kan op het canvas worden aangepast zodra een proces verandert, in plaats van te wachten op een releasecyclus.

  • Engineeringtijd rendeert beter — Platformteams richten zich op het bouwen van beheerde connectoren en complexe agenten, niet op het handmatig coderen van elke routinematige automatisering.

  • Dekking voorbij de backlog — Automatiseringen die nooit op een engineeringroadmap zouden belanden, worden alsnog gebouwd, getoetst en uitgerold.

BEHEERD, NIET ALLEEN MAKKELIJK

No-code dat governance niet omzeilt

Agenten makkelijk te bouwen maken mag niet betekenen dat ze makkelijk te misbruiken zijn. Elke workflow die op het canvas wordt samengesteld, draait onder de eigen identiteit en rechten van de bouwer, zodat hij alleen kan raken waartoe die persoon al is geautoriseerd — een businessgebruiker kan geen agent bij elkaar slepen die verder reikt dan hijzelf. Gevoelige stappen lopen nog steeds via dezelfde goedkeuringspoorten, elke actie belandt nog steeds in dezelfde audit trail, en elke lees- of schrijfactie gaat nog steeds via de beheerde ontologie in plaats van via een API-omweg. De no-code-laag verandert wie de workflow bouwt, niet wat die mag doen.

  • Afgebakende identiteit — Elke no-code-agent draait onder de identiteit en rechten van zijn bouwer — hij kan nooit verder handelen dan waartoe zijn maker is geautoriseerd.

  • Goedkeuringen blijven gelden — Gevoelige stappen vereisen op een no-code-workflow dezelfde menselijke goedkeuring als op een handgeschreven workflow.

  • Volledige audit trail — Elke stap die een businessgebruiker op het canvas sleept, logt zijn besluiten en acties, toetsbaar door compliance net als bij elke andere agent.

  • Verankerd in de ontologie — Workflows lezen en schrijven via de beheerde ontologie in plaats van via ad-hoc-API-aanroepen, zodat no-code-automatisering niet stilletjes om toegangsbeheer heen kan werken.

FAQ

Veelgestelde vragen

Wat zijn no-code AI-agenten?+
No-code AI-agenten zijn agentworkflows die worden gebouwd op een visueel drag-and-drop-canvas in plaats van in code te worden geschreven. Businessgebruikers en analisten verbinden tools, databronnen en redeneerstappen van agenten rechtstreeks, en de afgeronde workflow wordt geïmplementeerd op dezelfde beheerde AI OS-runtime die door engineers gebouwde agenten draait.
Hoe verschilt dit van consumentgerichte no-code-automatiseringstools zoals Zapier of n8n?+
Consumentgerichte automatiseringstools verbinden apps, maar draaien doorgaans buiten de identiteit en het toegangsbeheer van de organisatie, met weinig tot geen audit trail. De no-code builder van Scrydon is een laag boven op dezelfde beheerde runtime als de rest van het platform — elke workflow die een businessgebruiker bouwt draait nog steeds onder afgebakende identiteit, goedkeuringen en een volledige audit trail, en is verankerd in de enterprise-ontologie in plaats van in een los web van API-sleutels.
Voor wie is de no-code AI-agentbuilder bedoeld?+
Hij is gebouwd voor businessgebruikers, analisten en operationele teams — de mensen die een proces goed genoeg begrijpen om het te automatiseren maar geen orkestratiecode schrijven. Engineeringteams blijven verantwoordelijk voor de beheerde connectoren, het ontologiemodel en de complexere multi-agentsystemen waarop die workflows voortbouwen.
Omzeilen no-code-agentworkflows de governance van IT of security?+
Nee. Elke workflow die op het canvas wordt gebouwd, erft dezelfde identiteit, afgebakende rechten, goedkeuringsstappen en audit trail als een agent die door een engineer is gebouwd. Er is geen aparte, ongereguleerde route — het gemak van bouwen versoepelt niet wat een agent mag doen of hoe zijn acties worden gelogd.
Kunnen no-code-workflows agenten of tools bevatten die door engineers zijn gebouwd?+
Ja. No-code-workflows en door engineers gebouwde agenten delen dezelfde runtime, dus een door de business gebouwde workflow kan een gespecialiseerde agent, een via MCP verbonden tool of een door engineering gebouwd multi-agentsysteem aanroepen, en omgekeerd. Complexiteit verschuift alleen naar engineering waar dat echt nodig is.
Is de no-code AI-agentbuilder soeverein en kan hij on-premises draaien?+
Ja. De no-code builder draait op hetzelfde soevereine AI OS als de rest van het platform — implementeerbaar van volledig air-gapped on-premises omgevingen tot cloud — zodat workflows die businessgebruikers bouwen nooit uw perimeter verlaten.

Of schrijf ons

Vertel ons waar u aan werkt en wie moet antwoorden. Een mens leest het en antwoordt binnen één werkdag.

We gebruiken deze gegevens alleen om u te antwoorden. Privacybeleid

Schrijft u liever? Mail naar hello [at] scrydon.com en wij nemen contact met u op.

Partners

Samen met toonaangevende innovators bouwen aan de toekomst van Data & AI. Meer informatie.
Partners
Delaware logo
Lid van
NVIDIA Inception logo