Terug naar Woordenboek
beginnerBusiness & Strategie
5 min leestijd

Human-in-the-Loop

Human-in-the-Loop (HITL)

Simpele Uitleg

Human-in-the-loop (HITL) betekent dat een mens meekijkt en meebesluit terwijl AI het werk doet. De AI handelt het routinewerk af, maar bij twijfelgevallen of belangrijke beslissingen schakelt het systeem automatisch een mens in. IBM omschrijft het als de combinatie van AI-snelheid met menselijk oordeelsvermogen.

Technische Definitie

HITL is een systeemarchitectuur waarbij een LLM of AI-agent output genereert die door een mens wordt gevalideerd voordat deze wordt doorgevoerd. Dit kan op drie niveaus: vóór uitvoering (plan approval), tijdens uitvoering (confidence thresholds waarbij de AI escaleert bij onzekerheid), of na uitvoering (review en feedback). In agentic workflows zoals Agent Teams is HITL ingebouwd via plan approval mode.

Waarom Dit Belangrijk Is

AI is snel en slim, maar niet foutloos. LLM's kunnen hallucineren — overtuigend klinkende antwoorden geven die feitelijk niet kloppen. Bij e-mails naar klanten, juridische documenten of financiële beslissingen is dat een risico.

HITL lost dit op: de AI doet 95% van het werk, een mens controleert de kritieke 5%. Zo combineer je de snelheid van AI met de betrouwbaarheid van menselijk toezicht.

Voor teams die structureel met AI werken is HITL geen optie, maar een vereiste. De EU AI Act schrijft het zelfs voor bij hoog-risico toepassingen vanaf 2026.

Hoe Het Werkt

Vergelijk het met een zelfrijdende auto. De auto rijdt zelf, maar bij complexe situaties — een ambulance, een onverwachte wegomleiding — vraagt het systeem de bestuurder om in te grijpen.

Zo werkt HITL bij AI:
1. De AI verwerkt een taak (e-mail beantwoorden, rapport samenvatten, code schrijven)
2. Bij routine-output gaat het automatisch door
3. Bij onzekerheid of hoog risico escaleert de AI naar een mens
4. De mens keurt goed, past aan, of wijst af
5. De AI leert van die feedback en wordt beter

In de praktijk ziet dit er zo uit: een support team laat AI concept-antwoorden schrijven. Simpele vragen gaan direct door, complexe klachten worden eerst door een medewerker gecontroleerd. Google Cloud past dit toe bij documentverwerking op grote schaal.

Use Cases

Klantenservice met AI-controle

Een support team laat AI antwoorden genereren op veelgestelde vragen. Bij standaardvragen gaat het antwoord direct naar de klant. Bij klachten of escalaties reviewt een medewerker eerst het concept. Resultaat: sneller reageren zonder kwaliteitsverlies.

Content review voor marketing

Een marketing team genereert tien social media posts met AI. Voordat ze gepubliceerd worden, controleert een marketeer de tone-of-voice en feitelijke correctheid. De AI doet het creatieve werk, de mens bewaakt het merk.

Code review bij agentic coding

Bij tools als Claude Code en Agent Teams is plan approval een vorm van HITL. Agents maken eerst een plan, een developer reviewt het, pas dan wordt code geschreven. Zo voorkom je dat AI-fouten in productie terechtkomen.

Financiële rapportages

Een finance team laat AI kwartaalcijfers analyseren en een concept-rapport schrijven. Een controller controleert de cijfers voordat het rapport naar het management gaat. De AI bespaart uren werk, de mens garandeert correctheid.

Voorbeelden

Zonder vs. met HITL

Zonder HITL: AI beantwoordt een klachtenmail met "Uw bestelling is onderweg" — terwijl de bestelling geannuleerd is. De klant is woedend.

Met HITL: de AI herkent dat het een klacht over een annulering is, markeert het als "hoog risico" en stuurt het naar een medewerker. Die schrijft een persoonlijk antwoord. Klant tevreden, merk beschermd.

Plan approval bij Agent Teams

Je vraagt Agent Teams om een API te refactoren. Zonder HITL gaan agents direct code aanpassen — riskant bij productiecode. Met HITL (plan approval mode): elke agent legt eerst zijn plan voor. Jij ziet "Agent A wil 5 endpoints aanpassen" en keurt goed of wijst af. Controle zonder snelheidsverlies.

Veelgemaakte Fouten

"HITL is hetzelfde als alles handmatig controleren"

Het doel is juist niet alles te controleren. HITL werkt met drempelwaarden: de AI handelt routinetaken zelfstandig af en escaleert alleen bij twijfel of hoog risico. Als je alles controleert, verlies je het snelheidsvoordeel van AI-automatisering.

"AI wordt vanzelf beter, HITL is tijdelijk"

AI wordt beter, maar menselijk toezicht blijft nodig — zeker bij hoog-risico beslissingen. De EU AI Act verplicht HITL voor bepaalde toepassingen. Het is geen tijdelijke oplossing, maar een permanent onderdeel van verantwoord AI-gebruik.

"Eén HITL-proces werkt voor elke afdeling"

Elk team heeft andere risico's. Support heeft andere drempelwaarden dan finance. Marketing andere dan development. Pas je HITL-proces aan per afdeling en per taaktype.

Tools Die Dit Gebruiken

Claude CodeChatGPTGoogle Cloud Document AI

Veelgestelde Vragen

Is HITL verplicht voor bedrijven?
Voor bepaalde toepassingen wel. De EU AI Act verplicht vanaf 2026 menselijk toezicht bij hoog-risico AI-systemen, zoals die gebruikt worden in HR, finance en juridische besluitvorming. Voor laag-risico toepassingen zoals content-generatie is het niet verplicht, maar wel verstandig.
Hoeveel tijd kost HITL in de praktijk?
Dat hangt af van je drempelwaarden. Als AI 95% van de taken zelfstandig afhandelt en je alleen de overige 5% reviewt, is de tijdsinvestering minimaal. Het doel is niet om meer werk te creëren, maar om de kritieke momenten te bewaken.
Werkt HITL ook bij AI-agents die code schrijven?
Ja. In Claude Code heet dit "plan approval mode". Agents plannen eerst in read-only modus en voeren pas uit na goedkeuring. Bij Agent Teams reviewt de lead agent (of een mens) de plannen van alle teammates voordat er code wordt aangepast.
Kan ik HITL combineren met automatisering?
Dat is precies het idee. Je automatiseert het routinewerk en bouwt HITL in bij de uitzonderingen. De meeste moderne AI-tools ondersteunen dit via confidence scores, escalatieregels of approval workflows.

Wil je deze term in de praktijk leren toepassen?