Een systeem voor systemen bouwen

Inleiding

Wat als we complexe problemen niet meer als takenlijsten behandelen, maar als systemen die we kunnen in kaart brengen, begrijpen, aanpassen en uiteindelijk aansturen?

In ons werk van het afgelopen decennium keert een patroon terug. Of we nu een digitaal product ontwerpen, een bedrijf herstructureren, een bedrijfsmodel bouwen, een onderneming starten of onderzoeken waarom iets niet werkt: de afzonderlijke taak is zelden het moeilijkste. Het moeilijkste is begrijpen hoe alles samenhangt.

Een bedrijf is niet zijn CRM, website, verkoopteam, financieel model, marketingafdeling of procedures, maar de interactie ertussen. Een klinische studie is niet een los protocol, patiëntenpopulatie, reeks eindpunten en analyseplan, maar hun onderlinge relatie. Zelfs fit worden is niet simpelweg een verzameling trainingen en voedingsadviezen. Het is een systeem van training, herstel, voeding, slaap, omgeving, volhouden, feedback en persoonlijke beperkingen.

Voor veel losse onderdelen hebben we uitstekende software: databases, projecttools, CRM’s, dashboards, documenten, spreadsheets, automatiseringsplatformen en steeds sterkere AI. Wat ontbreekt, is een breed bruikbare interface voor het systeem boven al die onderdelen.

Dat is het idee achter Schematic.

Het probleem is niet gebrek aan informatie, maar gebrek aan structuur.

De beschikbare hoeveelheid informatie is bijna absurd. We vinden onderzoek over vrijwel ieder onderwerp, genereren analyses in seconden, bevragen grote datasets en laten AI plannen maken voor problemen die vroeger uren of dagen onderzoek vroegen.

Toch leidt meer informatie niet vanzelf tot betere beslissingen.

Vaak gebeurt het omgekeerde. Informatie is versnipperd over bronnen en apps; verbanden blijven impliciet. Een strategielezer moet het onderliggende systeem zelf reconstrueren. Een bestuurder moet uit dashboards afleiden welke indicatoren elkaar beïnvloeden. Een oprichter moet honderden marktobservaties tot een samenhangend model maken.

Het probleem is niet dat informatie ontbreekt, maar dat de verbindende structuur moeilijk zichtbaar is.

Daarom blijft systeemdenken in veel disciplines waardevol. Belangrijke eigenschappen zitten vaak niet in losse onderdelen, maar in hun relaties. Systeemdynamica onderzoekt bijvoorbeeld hoe interacties gedrag door de tijd veroorzaken. Dat geldt voor organisaties, industriële processen, markten en persoonlijke systemen.

Schematic vertrekt vanuit de gedachte dat software ons die relaties rechtstreeks moet laten weergeven.

De basis is bewust eenvoudig: knooppunten met betekenisvolle verbindingen, aangevuld met hiërarchie, context, instructies, invoer, uitvoer, eigenaarschap, regels en externe systemen.

De eenvoud zit in de interface, niet noodzakelijk in het weergegeven systeem.

Van vogelperspectief tot het kleinste detail

Het belangrijkste kenmerk van een Schematic is dat het sterk verschillende abstractieniveaus ondersteunt zonder hun samenhang te verliezen.

Neem een bedrijf.

Op het hoogste niveau bevat het bedrijfsmodel bijvoorbeeld strategie, marketing, verkoop, product, operations, financiën en mensen. Dat beeld is bewust onvolledig. Het vertelt niet precies hoe het bedrijf werkt, maar wat de hoofdonderdelen zijn en hoe ze samenhangen.

Een CEO begrijpt dat beeld vrijwel direct.

Een afdelingsleider kan inzoomen op marketing en positionering, merk, content, acquisitie, SEO, partnerschappen, analytics en ondersteunende systemen zien. Een specialist gaat verder naar SEO en bekijkt technische infrastructuur, informatiearchitectuur, contentstrategie, autoriteit, meting en AI-zichtbaarheid. Een uitvoerder gaat nog verder naar processen, databronnen, verantwoordelijkheden, regels en integraties.

Op ieder niveau bestaat hetzelfde systeem. Alleen de resolutie verandert.

Dat is belangrijk omdat complexiteit lastig wordt wanneer iedereen die op één detailniveau moet bekijken. Een hoog overzicht is te vaag voor een uitvoerder; detail is onbruikbaar voor een bestuurder. De meeste software laat je kiezen.

Schematic zou dat niet moeten doen.

Het idee lijkt meer op een kaart dan op een document. Een kaart maakt een stad niet eenvoudiger, maar leesbaar. Je ziet hoofdwegen, begrijpt waar je bent en zoomt naar de juiste straat zonder je oriëntatie te verliezen.

Die ervaring willen we voor complexe systemen.

Het schema is het model, niet een afbeelding ervan

Dit onderscheid is fundamenteel.

Een gewoon diagram is vooral een visueel document. Het toont misschien verbindingen, maar de intelligentie zit vaak in de maker, niet in het diagram.

Een Schematic moet anders zijn.

Een knooppunt is niet slechts een vak op een canvas, maar een gestructureerd object. Het kan een type, beschrijving, eigenaar, instructies, regels, invoer, uitvoer, onderliggende onderdelen, afhankelijkheden, externe verbindingen en een toegewezen AI-agent hebben.

Een verbinding is ook niet alleen een lijn. Ze kan afhankelijkheid, hiërarchie, datastroom, eigenaarschap, een trigger, invoer, uitvoer of een andere betekenisvolle relatie uitdrukken.

De visuele weergave is dus maar één manier om met het onderliggende model te werken.

Het model kan worden doorzocht, bevraagd, vergeleken, geversioneerd, vertakt, gegenereerd, aangepast, gekoppeld en uiteindelijk uitgevoerd.

Dat onderscheidt Schematic van een whiteboard of diagramtool. Het canvas is de interface waarmee mensen het systeem begrijpen. De structuur eronder laat mensen en machines ermee werken.

Dat onderscheid wordt belangrijker naarmate AI krachtiger wordt.

Waarom alleen ChatGPT niet genoeg is

De logische vraag is waarom dit nodig is als systemen zoals ChatGPT al verfijnde plannen kunnen maken.

Niet omdat AI niet over systemen kan redeneren. Dat kan het wel. Het probleem zit in de interface waarmee we met dat redeneren omgaan.

Gesprekken zijn uitstekend voor verkennen, vragen stellen, aannames toetsen, mogelijkheden onderzoeken en onduidelijkheid oplossen. Maar een gesprek is opeenvolgend, terwijl complexe systemen relationeel zijn.

Vraag AI hoe een bedrijf werkt en je krijgt misschien een uitstekend antwoord. De verbanden moet je nog steeds zelf in je hoofd reconstrueren.

Vraag om een plan voor $1 miljoen jaarlijks terugkerende omzet en je krijgt tientallen nuttige aanbevelingen. Maar je moet nog begrijpen welke aannames eronder liggen, wat waarvan afhangt, waar knelpunten zitten en wat verandert als jouw omstandigheden afwijken.

Schematic maakt die structuur zichtbaar buiten je hoofd.

AI kan erbij blijven en wordt zelfs bruikbaarder met een blijvend systeem om mee te werken.

In plaats van steeds ‘Wat moet ik doen?’ te vragen, bekijkt de gebruiker het systeem en vraagt: ‘Wat ontbreekt?’, ‘Wat wordt het knelpunt?’, ‘Wat verandert als dit onderdeel verdwijnt?’ of ‘Wat kan geautomatiseerd worden?’

Het verschil is subtiel maar fundamenteel. AI maakt geen tijdelijk antwoord meer, maar redeneert over een expliciet model.

Beginnen bij de bestemming

Een krachtige eigenschap van Schematic is beginnen bij een einddoel in plaats van bestaande middelen.

Stel: een consultant wil een bedrijf met $1 miljoen jaarlijks terugkerende omzet bouwen.

De gebruikelijke aanpak begint bij de huidige situatie en vraagt wat daarna moet gebeuren. Schematic maakt het omgekeerde mogelijk.

Begin bij het gewenste resultaat.

Werk vervolgens terug.

Hoeveel klanten zijn nodig voor $1 miljoen jaarlijks terugkerende omzet? Tegen welke gemiddelde contractwaarde? Hoeveel verkopen vraagt dat? Welke conversie, hoeveel gekwalificeerde kansen en hoeveel vraag? Welke kanalen kunnen die vraag leveren? Welke leveringscapaciteit is nodig? Wanneer is extra personeel nodig? Welke marges? Wat gebeurt er bij hogere prijzen of lagere retentie?

De structuur die ontstaat is niet zomaar een plan.

Het is een model van de werking die het resultaat mogelijk maakt.

Dezelfde logica geldt voor heel andere problemen.

‘Heel fit worden’ kun je opdelen in kracht, conditie, lichaamssamenstelling, mobiliteit, voeding, slaap, herstel, volhouden en beperkingen door iemands levensstijl.

‘Mijn droomhuis bouwen’ kun je opdelen in eisen, locatie, grond, financiering, architectuur, vergunningen, bouw, materialen, interieur, tuin, planning en onderhoud.

‘Een verkoopmachine voor luxe vastgoed bouwen’ omvat positionering, aanbod, acquisitie, kwalificatie, relatieopbouw, verkoop, bezichtigingen, biedingen, financiering, overdracht, aanbevelingen en behoud.

‘Een concurrent begrijpen’ omvat positionering, acquisitie, product, prijzen, verkoop, operations, technologie, partnerschappen, financiën en klantervaring.

Op het eerste gezicht staan deze problemen los van elkaar. Structureel hebben ze veel gemeen.

Ze hebben allemaal een gewenste situatie, noodzakelijke onderdelen, onderlinge afhankelijkheden, beperkingen, feedback en punten waar een ingreep het resultaat verandert.

Schematic maakt die structuur expliciet.

Een systeem hoort geen template te zijn

Hier zit een belangrijke spanning.

We willen veelgebruikte patronen en goede werkwijzen in Schematic, maar geen nieuwe verzameling starre templates.

Onze ervaring is dat er zelden één juiste uitvoering bestaat.

Een goed bedrijfsmodel voor vijf consultants kan volledig ongeschikt zijn voor 500 medewerkers. Een verkoopproces voor luxe vastgoed kan rampzalig zijn voor bedrijfssoftware. Een optimaal fitnesssysteem voor de één kan onpraktisch zijn voor de ander.

De onderliggende kennis is wel herbruikbaar.

De structuur kan worden gekopieerd.

De aannames kunnen worden onderzocht.

Onderdelen kunnen blijven of verdwijnen.

Het systeem kan worden aangepast aan een andere context.

Daarom is ‘kopiëren’ zo belangrijk in Schematic.

Iemand maakt een uitgebreid schema voor een consultancybedrijf. Een ander kopieert het, verwijdert wat niet past, voegt eigen beperkingen toe, koppelt een CRM, verandert de berekeningen en maakt het eigen.

Een derde verbetert die versie.

Een vierde maakt een variant voor een andere markt.

Het origineel blijft bestaan, terwijl het systeem via afgeleide versies groeit.

Dit is een krachtige eigenschap van open source, toegepast op een ander soort product.

Van templates naar een bibliotheek van systemen

Als dit werkt, wordt de openbare Schematic-bibliotheek interessanter dan een verzameling templates.

Het wordt een bibliotheek van probleemaanpakken.

Een nieuwe ondernemer weet misschien niet alles wat een bedrijf vraagt. In plaats van leeg te beginnen, bekijkt die openbare bedrijfsschema’s, onderzoekt hoe ervaren ondernemers ze opbouwden, vergelijkt verschillen en maakt een passende versie.

Een bestaand bedrijf kan het eigen model vergelijken met openbare modellen en ontbrekende of onnodig complexe onderdelen vinden.

Een consultant publiceert een bewezen kader.

Een onderzoeker publiceert een onderzoeksmethode.

Een uitvoerder publiceert een operationeel systeem.

Een engineer publiceert een technische architectuur.

Iemand publiceert een systeem voor een persoonlijk doel.

Het platform verzamelt en verspreidt zo gestructureerde expertise.

Dat heeft een belangrijk gevolg.

Kennis zit niet meer alleen in artikelen, documenten of antwoorden. Het systeem zelf kan de kennisdrager zijn.

Schematic en het tijdperk van agents

Dat wordt extra relevant nu AI verschuift van tekst genereren naar werk uitvoeren.

De huidige agents kunnen redeneren, tools gebruiken, externe systemen bedienen en steeds complexere workflows uitvoeren. Maar een agent heeft een omgeving nodig: een doel, context, tools, grenzen, rechten, invoer, uitvoer en een duidelijke verantwoordelijkheid.

Schematic biedt daar een natuurlijke plek voor.

Een agent kan aan een knooppunt worden toegewezen.

Een knooppunt kan expliciete instructies en regels hebben.

Het kan toegang hebben tot bepaalde externe systemen.

Het kan informatie ontvangen van verbonden knooppunten.

Het kan uitvoer leveren aan andere onderdelen van het systeem.

Een marketingknooppunt kan een agent bevatten die prestaties bewaakt, gekoppeld aan analytics, advertentieplatformen, CRM-data en contentresultaten. Een bovenliggend marketingknooppunt kan de uitvoer vervolgens samenbrengen in een breder rapport.

Financiën kan een eigen agent hebben.

Verkoop ook.

Operations ook.

Belangrijk is dat agents niet de architectuur zijn, maar onderdelen ervan.

Dit onderscheid telt steeds zwaarder bij bedrijfsmodellen waarin mensen en agents samenwerken. Recente ideeën over agenttransformatie verschuiven van losse taken naar opnieuw ontworpen workflows met gedeelde uitvoering. McKinseys recente werk over agentgerichte HR stelt bijvoorbeeld dat organisaties eerst het toekomstige mens-agentmodel moeten bepalen en van daaruit terugwerken, in plaats van losse pilots de architectuur te laten vormen.

Dat ligt dicht bij het probleem waarvoor Schematic is ontworpen.

De blauwdruk hoort vóór de agents te komen.

Van blauwdruk naar bedrijfssysteem

Hier wordt het concept ambitieuzer.

Een schema kan eerst beschrijvend zijn: het vertelt hoe iets werkt of zou moeten werken.

Dan voegen we instructies toe.

Dan data.

Dan externe systemen.

Dan agents.

Dan triggers.

Dan automatisering.

Op een gegeven moment beschrijft het schema niet alleen het systeem, maar wordt het er onderdeel van.

Neem het bedrijfsmodel van een organisatie.

Bovenaan staan bijvoorbeeld strategie, marketing, verkoop, operations, financiën en mensen. Elk bevat steeds specifiekere onderdelen. Sommige knooppunten geven alleen informatie; andere koppelen echte systemen. Sommige hebben een menselijke verantwoordelijke, andere een agent.

Financiën kan gekoppeld zijn aan boekhouddata en de cashflow bewaken.

Verkoop kan het CRM en de verkooppijplijn volgen.

Marketing kan analytics en advertentieplatformen verbinden.

Operations kan aansluiten op systemen voor projectuitvoering.

Een agent op directieniveau kan veranderingen in de hele organisatie samenvatten.

Het Schematic wordt de architectuur waarmee de organisatie wordt begrepen en steeds meer wordt aangestuurd.

Dat levert een interessante ontwikkeling op: een systeem wordt eerst in kaart gebracht, dan begrepen, ingericht, verbonden, geautomatiseerd, gevolgd en uiteindelijk aangepast op basis van de praktijk.

Het verschil tussen plannen en uitvoeren begint te vervagen.

Systemen moeten kunnen veranderen

Hier wordt de oorspronkelijke inspiratie uit neuroplasticiteit relevant.

Het idee ontstond toen ik las over neuroplasticiteit en nadacht over hoe systemen veranderen. De vergelijking is niet letterlijk: een bedrijf is geen brein en software geen zenuwstelsel.

Interessant is het principe dat een bekwaam systeem zijn structuur kan aanpassen aan ervaringen.

Het brein is geen statische machine met een vaste inrichting. Ervaring, leren en interactie met de omgeving beïnvloeden neurale structuur en werking. Onderzoek naar ervaringsafhankelijke plasticiteit beschrijft veranderingen in verbindingen en organisatie die samenhangen met leren en ervaring.

Dat zette me aan het denken over de systemen die we bouwen.

Waarom zou een bedrijfsmodel statisch zijn?

Een bedrijf verandert met zijn markt. Een verkoopproces met klanten. Een product doordat mensen het anders gebruiken dan verwacht. Een trainingsprogramma doordat iemand zich aanpast. Een onderzoeksmodel doordat nieuw bewijs verschijnt.

De structuur moet dus mee kunnen veranderen.

Een Schematic moet niet alleen beschrijven hoe een systeem er vandaag uitziet, maar op termijn ook vastleggen wat het heeft geleerd.

Versiebeheer, geschiedenis, bewijs en redenen voor structurele veranderingen zijn daarom belangrijk.

Het waardevolste schema is misschien ooit een systeem dat al jaren werkt en zich steeds aan praktijkfeedback heeft aangepast.

Complexe systemen begrijpelijk maken

In software bestaat de verleiding alles te vereenvoudigen.

Soms terecht. Complexiteit door slecht ontwerp moet verdwijnen.

Maar sommige complexiteit hoort erbij.

Een grote organisatie is ingewikkeld door mensen, prikkels, processen, markten en afhankelijkheden. Een klinische studie door biologie, statistiek, regelgeving, logistiek en patiëntveiligheid. Een bouwproject door fysieke beperkingen, financiering, planning, materialen en mensen.

Die complexiteit verbergen maakt het systeem misschien rustiger om te zien, maar moeilijker te begrijpen.

Schematic kiest een andere aanpak.

Het doel is niet doen alsof een complex systeem simpel is.

Het doel is de complexiteit navigeerbaar maken.

Bovenaan zie je de architectuur.

Een niveau lager de belangrijkste deelsystemen.

Daaronder de afzonderlijke mechanismen.

Uiteindelijk bereik je het kleinste betekenisvolle detail.

Daarom is het canvas zo belangrijk. Het is geen versiering, maar het middel om schaal mogelijk te maken zonder alle niveaus tegelijk te tonen.

Van begrip naar onderzoek en monitoring

Zodra systemen structureel zijn weergegeven, ontstaan andere toepassingen vanzelf.

Onderzoek is er één.

In plaats van een marktrapport maak je een marktmodel en koppel je bewijs aan de onderdelen. Concurrenten, klantsegmenten, kanalen, economische factoren, technologie, regels en trends worden onderdeel van het model.

Vervolgens wordt monitoring mogelijk.

Een onderzoeksagent volgt bepaalde knooppunten op veranderingen. Een concurrent lanceert een product, regelgeving verandert, een prijsmodel wijzigt, een bedrijf werft actief of nieuw bewijs rond een hypothese verschijnt.

Het systeem signaleert de verandering en laat zien waar die het bestaande model raakt.

Het doel is niet doen alsof de software oorzakelijke verbanden heeft ontdekt. Dat heeft ze niet.

Het doel is gestructureerd bijhouden wat bekend is, wat is afgeleid en wat is veranderd.

Dat is nuttiger dan steeds opnieuw een rapport maken.

Hele systemen kopiëren en verbeteren

Concurrentieonderzoek is een ander interessant voorbeeld.

Stel dat je een hele concurrent in kaart brengt.

Niet alleen de website.

Niet alleen de functies.

Niet alleen de prijzen.

Maar het volledige, voor zover zichtbare bedrijfsmodel.

Hoe werven ze klanten? Wat gebeurt daarna? Hoe kwalificeren ze leads? Hoe positioneren ze het product? Waar komt omzet vandaan? Wat lijkt behoud te stimuleren? Welke technologie en partnerschappen zijn zichtbaar? Hoe lijkt de organisatie middelen te verdelen?

Als systeem weergegeven kun je het model met een ander systeem vergelijken.

Wat is structureel anders?

Waar lijkt het ene systeem minder afhankelijkheden te hebben?

Waar zitten duidelijke knelpunten?

Welke onderdelen zijn na te bouwen?

Welke moet je bewust vermijden?

Zo wordt kopiëren meer dan imitatie.

Het wordt structurele analyse.

Je kopieert niet wat de concurrent bouwde. Je probeert het systeem achter het resultaat te begrijpen en kiest welke onderdelen je wilt overnemen of verbeteren.

Het systeem als organisatiegeheugen

Er is nog een gevolg dat misschien waardevoller blijkt.

Organisaties vergeten.

Mensen vertrekken, teams veranderen, processen verschuiven en besluiten verdwijnen in vergaderingen. Essentiële kennis kan vrijwel volledig in één hoofd zitten.

Documentatie moet dat oplossen, maar staat vaak los van de werkelijke organisatiearchitectuur.

Een Schematic kan een blijvender beeld bieden.

Een nieuwe medewerker begrijpt waar de eigen rol past.

Een nieuwe bestuurder ziet de belangrijkste werking zonder honderden documenten te lezen.

Een consultant bekijkt de architectuur en ontdekt hiaten.

Een engineer begrijpt welke systemen verbonden moeten worden.

Een agent werkt binnen dezelfde omgeving.

Iedereen gebruikt hetzelfde model, op een ander abstractieniveau.

Het Schematic wordt een vorm van organisatiegeheugen.

Geen statische wiki.

Een levend model.

Een mogelijke nieuwe laag tussen kennis en uitvoering

Dit is misschien de eenvoudigste omschrijving van de grotere kans.

We hebben enorm veel kennis aan de ene kant en steeds meer uitvoeringsvermogen aan de andere.

Documenten, onderzoek, expertise, modellen en opgebouwde ervaring.

En API’s, automatiseringsplatformen, software en AI-agents die steeds meer werk uitvoeren.

Wat vaak ontbreekt, is de verbindende laag.

Kennis → Systeem → Uitvoering

Het systeem biedt de structuur.

Het bepaalt wat telt, hoe onderdelen samenhangen, welke grenzen gelden, waar informatie vandaan komt, wie verantwoordelijk is, wat agents mogen en welke resultaten nodig zijn.

Zonder die laag werkt AI vaak als een slimme generalist.

Met die laag werkt AI binnen een specifieke architectuur.

Dat is een mogelijk belangrijke verschuiving.

De kans van open source

Om Schematic als algemeen platform echt bruikbaar te maken, moet het onderliggende formaat uiteindelijk open zijn.

Een schema mag niet opgesloten zitten in één SaaS-product.

Je moet het kunnen exporteren, importeren, vertakken, versioneren, insluiten, er software omheen bouwen en het door andere systemen laten gebruiken.

Het gehoste Schematic-platform kan de beste ervaring bieden voor maken, vinden, delen en gebruiken, terwijl de onderliggende structuur overdraagbaar blijft.

Dat opent de deur naar iets groters dan een product.

Het maakt een ecosysteem rond systemen zelf mogelijk.

Mensen publiceren bedrijfsmodellen, onderzoekers methoden, engineers architecturen, consultants kaders en bedrijven hun aanpak. Gemeenschappen bouwen gespecialiseerde bibliotheken.

Een schema kan een herbruikbaar digitaal object worden, zoals code, designcomponenten en datasets dat nu zijn.

Het verschil is dat je niet een los onderdeel deelt.

Je deelt de architectuur die onderdelen verbindt.

Een nieuwe bouwsteen voor AI-native software

Er vindt een bredere verschuiving plaats in software.

Lang waren applicaties de primaire eenheid van interactie. Voor een taak zocht je de bijbehorende app.

AI verzwakt dat model. Een krachtige agent kan namens een gebruiker met meerdere apps werken.

De vraag wordt daardoor minder welke app de functie bevat, en meer hoe het werk zelf is gestructureerd.

Architectuur wordt dus belangrijker.

Als een agent tien systemen kan bereiken, moet nog steeds duidelijk zijn welk systeem wanneer nodig is, welke informatie opgehaald moet worden, wat ermee moet gebeuren, welke grenzen gelden en wat daarna volgt.

Een Schematic kan dat vastleggen.

Applicaties worden onderdelen.

Agents worden onderdelen.

Mensen worden onderdelen.

Het Schematic wordt de verbindende architectuur.

Die omkering maakt het concept interessant.

In plaats van te vragen welke software we gebruiken, vragen we welk systeem nodig is. Daarna bepalen we welke mensen, software, agents, databronnen en processen ieder onderdeel invullen.

De langetermijnvisie

Het is moeilijk te voorspellen welke abstracties uiteindelijk fundamenteel worden.

De belangrijkste beginnen vaak als eenvoudige ideeën. Hun waarde ontstaat door wat anderen erop kunnen bouwen.

Schematic vertrekt vanuit de hypothese dat een algemene systeemweergave zo’n abstractie kan worden.

De bouwstenen zijn breed toepasbaar: knooppunten, relaties, hiërarchie, context, regels, invoer, uitvoer, status, mensen, software en agents.

Maar wat je daarmee kunt weergeven is bijna onbeperkt.

Een bedrijf.

Een markt.

Een klinisch onderzoeksprogramma.

Een softwarearchitectuur.

Een bouwproject.

Een verkoopproces.

Een persoonlijk ontwikkelplan.

Een concurrent.

Een toeleveringsketen.

Een strategie.

Een doel.

Het domein verandert. De onderliggende werking verandert minder dan we vaak denken.

Als die werking visueel begrijpelijk voor mensen, gestructureerd voor software en inzichtelijk voor AI wordt weergegeven, krijgen we iets dat nu ontbreekt in onze technologie.

Een gezamenlijke interface voor systemen.

Die interface kan iemand in minuten een complexe omgeving laten begrijpen en toch de kleinste details bereikbaar houden. Beginners starten vanuit een bewezen systeem. Experts leggen herbruikbare kennis vast. AI redeneert over een blijvende structuur in plaats van losse antwoorden. Agents werken binnen expliciete context in plaats van geïsoleerde automatiseringen.

En uiteindelijk kan het schema zelf operationeel worden.

Dat maakt het de moeite waard.

We bouwen niet nog een plek om vakken en pijlen te tekenen.

We onderzoeken of een systeem een volwaardig digitaal object kan zijn: iets dat je ontwerpt, begrijpt, kopieert, aanpast, verbindt, uitvoert, volgt en voortdurend verbetert.

De ambitie is bewust breed, omdat het probleem breed is.

Bijna alles wat ons bezighoudt is een systeem.

We hebben alleen nog geen bijzonder goede manier om het geheel te zien.

Schematic probeert die te bouwen.

In ontwikkeling:

schematic.org