Je AI-assistent weet niet wat er vandaag in jouw organisatie speelt. Niet omdat het model tekortschiet, maar omdat het geen toegang heeft tot je systemen. Model Context Protocol (MCP) verandert dat. Cube bouwt jouw MCP-server: de verbinding tussen je AI-agent en de systemen waar je organisatie op draait. Zo krijgt je assistent context, en jij krijgt antwoorden die kloppen.
.jpg&output=webp&q=90&hash=MTc3NjI2MDgwOA==&w=800&h=800&fit=cover&a=center)
Je ziet wat AI kan. Maar tussen de demo en de dagelijkse praktijk zit een gat.
Vraag naar de status van een project of een openstaande factuur. Het antwoord klinkt plausibel, maar het klopt niet. Niet omdat AI tekortschiet, maar omdat het geen zicht heeft op wat er nu in jouw systemen staat.
Collega's gaan zelf context aanleveren, kopiëren gegevens naar externe tools of stoppen na de pilot. Niet met kwade bedoelingen, maar zonder een veilige verbinding met je eigen systemen is dat de enige route die overblijft.
Gecontroleerde toegang tot de data die je AI-agent nodig heeft. Jouw systemen, jouw regels, jouw infrastructuur. Cube bouwt die verbinding. Van het koppelen van bestaande systemen tot het inrichten van de juiste toegangslagen: we zorgen dat jouw AI-agent werkt met actuele bedrijfsdata, niet met aannames.
De MCP-server is de kern van elke koppeling tussen AI en je systemen. Cube bouwt die server op jouw bestaande software. Jouw businesslogica blijft intact. De MCP-server maakt die logica toegankelijk voor AI-modellen, zonder dat je architectuur hoeft te verbouwen. Je bestaande systemen blijven precies doen wat ze doen. De server voegt daar een intelligente toegangspoort aan toe waardoor je AI-agent begrijpt wat er beschikbaar is en wanneer het iets mag inzetten.
Van CRM en ERP tot interne kennisbanken en ticketsystemen. Cube koppelt via de MCP-server de bronnen die relevant zijn voor jouw use case en stelt per tool in welke acties je AI-agent mag uitvoeren. Geen brede toegang tot alles, maar gerichte koppelingen die precies de data ontsluiten die nodig is voor het werk dat je wilt automatiseren.
Je data zit verspreid over meerdere systemen. Juist in die samenhang zit de waarde. Cube's Data Management Platform fungeert als centrale laag waar alle systemen op aansluiten. De MCP-server zit daar bovenop, waardoor je AI-agent direct met je hele datastroom werkt. Eén keer centraal geregeld in plaats van per applicatie opnieuw integreren. Heb je nog geen DMP? Dan bouwen we de MCP-server rechtstreeks op je systemen.
Voor organisaties in de zorg, overheid en finance, waar data de eigen omgeving niet mag verlaten, draaien we open-source AI-modellen self-hosted op infrastructuur binnen de EU. Geen verbinding naar buiten, geen Amerikaanse cloudpartij die meeleest. We weten welke modellen productiewaardig zijn, hoe je ze beheert en wat het kost. Die kennis komt uit projecten, niet uit een whitepaper.
Per tool op de MCP-server stel je in wie toegang heeft en wat er mag. Elke interactie is te loggen. MCP ondersteunt authenticatie via OAuth en API-keys, inputvalidatie en rate limiting. Cube implementeert altijd conform ISO 27001. Dat betekent dat permissiebeheer, logging en audit trails geen nagedachte zijn maar standaard onderdeel van elke oplevering.
MCP is een open standaard, geen product van één leverancier. Gebruik je een cloud AI-model zoals Claude, GPT of Gemini? Dan kun je wisselen zonder je MCP-server opnieuw te bouwen. Draai je een self-hosted model op eigen infrastructuur? Dan werkt dezelfde server. Wat je vandaag bouwt, werkt morgen nog, ongeacht welk model dan de standaard is.
Cube is geen theoretische partij op dit vlak. We bouwen al jaren bedrijfskritische software. AI is voor ons geen nieuw speelveld, maar gereedschap dat we toevoegen aan oplossingen die al draaien in productie. We draaien dagelijks MCP-servers op onze eigen infrastructuur. Diezelfde aanpak passen we toe op de systemen van onze opdrachtgevers: CRM-pakketten, ERP-systemen, planningstools, klantportalen en interne kennisbanken. Die ervaring zit in elk project dat we opleveren. We weten welke permissie-instellingen stabiel werken in productie, hoe je een MCP-server ontwerpt die over een jaar nog onderhoudbaar is en waar de valkuilen zitten die je in geen enkele documentatie terugvindt.
Een mooi voorbeeld uit de praktijk: voor een regionaal portaal draait Cube het AI-model Mistral via een eigen MCP-server. Relevante data wordt opgehaald uit gekoppelde systemen en documenten, de AI analyseert het en plaatst het resultaat op de juiste plek in het systeem. Alles blijft binnen de EU.
Medewerkers stellen vragen in gewone taal en krijgen antwoorden op basis van live data. Geen dashboard openen, geen context kopiëren. Maar een MCP-server haalt niet alleen data op, het legt verbanden. Patronen signaleren in klantgedrag, afwijkingen detecteren in operationele cijfers, voorstellen doen op basis van actuele informatie. Niet registreren wat er gebeurd is, maar vooruitkijken naar wat er moet gebeuren. Doordat je AI-agent context heeft, geeft het bruikbare antwoorden. Doordat het bruikbare antwoorden geeft, gebruiken collega's het daadwerkelijk. Geen tool die na de demo in een la verdwijnt, maar een assistent die onderdeel wordt van het dagelijks werk.
Per tool stel je in wie toegang heeft, welke data zichtbaar is en wat je AI-agent mag doen. Elke interactie is te loggen. Gevoelige datasets sluit je af. Jij bepaalt de grenzen, niet het model. De MCP-server draait op jouw eigen infrastructuur. Data verlaat je omgeving niet tenzij jij dat toestaat. Voor organisaties met persoonsgegevens, AVG-verplichtingen of bedrijfsgevoelige informatie is dat geen extra optie maar een voorwaarde. Cube draait open-source AI-modellen self-hosted op infrastructuur binnen de EU. Geen Amerikaanse cloudpartij die meeleest. Alles blijft waar jij het wilt.
Begin met één systeem en één use case. Bouw daarna stap voor stap uit, zonder je architectuur te verbouwen. Via Cube's middleware werkt je MCP-server met je hele datalandschap tegelijk: CRM, ERP, boekhouding, planning en portalen in één centrale datastroom. En omdat MCP een open standaard is, zit je niet vast aan één leverancier. Dezelfde server werkt met Claude, maar ook met modellen van OpenAI en Google.
Standaardpakketten zijn voor iedereen hetzelfde, en dus is je voorsprong ten opzichte van je concurrent precies nul. De plekken waar je écht onderscheidend bent, zitten in je eigen processen: hoe jij prijst, plant, calculeert, beslist. Het brein achter jouw organisatie. Dat zijn ook de plekken waar AI het meeste oplevert, en daar past geen out-of-the-box oplossing. Een MCP-server verbindt je AI-agent met precies die logica. Niet met een generieke dataset waar je concurrenten net zo goed bij kunnen, maar met de regels, afspraken en werkwijzen die jouw organisatie uniek maken.
Herhaling
Je team besteedt dagelijks tijd aan het opzoeken, kopiëren en plakken van dezelfde informatie uit dezelfde systemen om dezelfde soort vragen te beantwoorden. Elke vraag kost vijf minuten zoekwerk. Vermenigvuldig dat met twintig collega's en je verliest uren per dag aan werk dat een machine beter kan.
Verspreiding
Je data zit in zes verschillende tools en geen daarvan weet wat de ander doet. Je CRM kent je opdrachtgevers, je ERP kent je orders, je projecttool kent je deadlines, maar niemand heeft het totaalplaatje. Elke beslissing begint met handmatig puzzelen uit losse bronnen.
Schaduw-AI
Je collega's gebruiken AI-tools op eigen houtje, met bedrijfsdata die je liever binnen je eigen muren houdt. Je hebt geen zicht op wat waar naartoe gaat en geen verwerkersovereenkomst met de helft van die tools omdat er geen officiële, veilige route is.
Stagnatie
Je AI-pilot was veelbelovend, maar drie maanden later gebruikt niemand het structureel omdat het model zonder context niet verder komt dan generieke antwoorden. De technologie is er, de verbinding met je data niet.
Groei
Je organisatie schaalt en het aantal systemen, koppelingen en datastromen groeit mee. Je wilt AI inzetten als versneller, niet als extra bron van complexiteit. Zonder een gestandaardiseerde MCP-server wordt elke nieuwe koppeling een project op zich.
Compliance
Je werkt met persoonsgegevens, medische data of financiële informatie en je moet kunnen aantonen wie wanneer welke data heeft ingezien. Zonder logging en permissiebeheer is AI inzetten op die data geen optie. Je hebt een integratielaag nodig die dat standaard meelevert.
Ambitie
Je wilt niet dat AI alleen vragen beantwoordt, maar dat het werk afmaakt: tickets classificeren, rapportages samenstellen, inkooporders verwerken. Je zoekt een fundament waarop je AI-agents kunt bouwen die end-to-end opereren op jouw systemen.
C-U-B-E
We beginnen niet bij de technologie, maar bij de werkvloer: waar zit het handwerk, welk probleem moet de MCP-server oplossen, en wat kan worden overgenomen? Samen brengen we in kaart welke systemen betrokken zijn, waar de waardevolle data zit en wie ermee gaat werken. Geen uitgebreide discovery van maanden, maar een gerichte sessie die de scope helder maakt.
Op basis daarvan ontwerpen we de MCP-architectuur: welke tools stelt de server beschikbaar, welke permissies zijn nodig, hoe past het in je bestaande datalandschap? Als je al een Data Management Platform hebt, sluiten we daar op aan. Zo niet, dan bouwen we de server rechtstreeks op je systemen.
De eerste MCP-server voor één systeem en één use case is doorgaans binnen twee tot vier weken operationeel. Je hebt snel iets werkends in handen, geen maanden wachten op een eindproduct.
Na livegang monitoren we het gebruik en bouwen we stap voor stap uit. Extra systemen koppelen, permissies verfijnen, nieuwe use cases toevoegen. Je MCP-server groeit mee met je ambities zonder dat je de architectuur hoeft te verbouwen.
OpenAI is een geavanceerde AI-technologie die gesprekken kan voeren, complexe vragen kan beantwoorden en informatie begrijpelijk kan maken. Het helpt organisaties om kennis toegankelijk te maken voor medewerkers en klanten, data om te zetten in bruikbare inzichten en routinevragen automatisch af te handelen.
Gemini is een geavanceerd AI-platform dat natuurlijke taal en andere gegevensbronnen combineert om bedrijfsprocessen te automatiseren en te verbeteren. Het kan informatie interpreteren, analyses uitvoeren en taken uitvoeren binnen verschillende applicaties en workflows.
Claude (Anthropic) kan informatie verwerken en kennis ontsluiten, zonder dat gevoelige data wordt blootgesteld of gebruikt om het AI-model extern te trainen. Hierdoor kunnen organisaties AI veilig toepassen binnen interne tools, portals en bedrijfsprocessen.
Microsoft Copilot is een AI-assistent ingebouwd in de bekende Microsoft 365-applicaties zoals Word, Excel en Teams. Het helpt medewerkers repetitieve taken te automatiseren, documenten en rapporten sneller op te stellen en data direct te analyseren.
LLaMA is een geavanceerd taalmodel dat organisaties helpt om grote hoeveelheden informatie te begrijpen, analyseren en benutten.
LangChain is een framework waarmee taalmodellen gekoppeld kunnen worden aan databronnen, applicaties en workflows. Het stelt organisaties in staat complexe taken te automatiseren, kennisbanken en interne tools te verrijken met AI, en klantportalen slimmer te maken.
Supabase is een open source backendplatform dat organisaties een flexibele en betrouwbare basis biedt voor digitale projecten en AI-toepassingen. Het platform combineert krachtige databasefunctionaliteit met opslag, authenticatie en realtime mogelijkheden, waardoor data veilig wordt beheerd en volledige controle behouden blijft.
TypeScript, een superset van JavaScript, voegt statische types toe, wat resulteert in een sterke en foutbestendige code. Het helpt bij het vroegtijdig opsporen van fouten en verbetert de ontwikkelingsprocessen aanzienlijk.
Laravel, een toonaangevend PHP-framework, versnelt de ontwikkeling met tools zoals Eloquent ORM, Blade templating en ingebouwde beveiligingsfuncties. Het vormt een efficiënte en betrouwbare basis voor het bouwen van webapplicaties.
Eén gesprek, meer duidelijkheid
Vrijblijvend gesprek van 30 minuten, met concreet advies op maat. Mans denkt graag met je mee.
Met lef, nuchterheid en focus op kwaliteit.
Amber Projectmanager
_lagekwaliteit.-2.jpg&output=webp&q=90&hash=MTc1NDI5MTI2NA==&w=540&h=660&fit=cover&a=top)
Bart Developer
Bernard Developer
Bob Test Engineer | Security & Privacy
Demi Officemanager
Dennis Full Stack Developer
Guus Full Stack Developer
Jarno Business Director
Jarno Back-end Developer
Jasper Developer
Jenne Digital Marketeer
Jeroen Back-end Developer
Job CEO | Directie
Joost Tech Lead | Team Pentagon
Jordy Software Architect
Justin Tech Lead | Team Hexagon
Kees Projectmanager
Kevin Developer
Laura Digital Designer
Maartje Content Marketeer
Mans Operations Manager
Marcus Projectmanager
Marleen Projectmanager | Team Lead Octagon
Mart Front-end Developer
Melanie Projectmanager | Team Lead Hexagon
Mick Tech Lead | Team Nexus
Nicky Projectmanager
Onno Business Controller
Remi Software Architect
Rogier Business Consultant
Rosan Manager People & Organization
Roy Full Stack Developer
Ruben Full Stack Developer
Ruben Digital Designer
Sander Developer
Stijn Front-end Developer
Tamara Business Consultant
Thomas Back-end Developer
Tom Tech Lead | Team Octagon
.jpg&output=webp&q=90&hash=MTc3MTg0MzIwMw==&w=540&h=660&fit=cover&a=top)
Wesley Projectmanager
MCP is een open standaard waarmee AI-modellen gecontroleerd communiceren met externe systemen zoals CRM, ERP of interne databases. Ontwikkeld door Anthropic, inmiddels beheerd door de Linux Foundation.
Claude (Anthropic), modellen van OpenAI, Google en Microsoft ondersteunen het protocol. Een goed gebouwde MCP-server werkt met elk model dat de standaard implementeert.
Ja, mits correct geïmplementeerd. MCP draait op jouw eigen infrastructuur. Cube implementeert altijd met permissiebeheer, authenticatie en audit logging conform ISO 27001.
De investering hangt af van het aantal systemen, de complexiteit van je datalandschap en of er eerst een centrale datalaag nodig is. Een eerste MCP-server voor één systeem is doorgaans binnen twee tot vier weken operationeel. Neem contact op voor een inschatting op maat.
Elk systeem met een API is koppelbaar, en sommige systemen hebben al een eigen MCP-server. Denk aan CRM-systemen zoals HubSpot of Salesforce, ERP-pakketten, planningstools, klantportalen en tickettools. Wat de MCP-server kan doen hangt af van wat de API van dat systeem toestaat.
Het DMP zorgt dat data gecentraliseerd en gestructureerd beschikbaar is. MCP is de laag die AI-modellen vervolgens toegang geeft tot die data. Ze vullen elkaar aan.
Een API is statisch en vooraf geprogrammeerd voor een specifieke datastroom. MCP is dynamisch: het AI-model ontdekt zelf welke tools beschikbaar zijn en beslist wanneer het ze inzet. De twee werken in de meeste organisaties naast elkaar.
