Michael Fleischman is CTO en Co-Founder van OpenSpace
Al een tijdje houd ik me bezig met de vraag hoe je het belang van Reality Capture in het zogenaamde “Agentic Age”, het tijdperk van AI-agents, goed kunt uitleggen, vooral voor de ‘real-world’ economie: bouw, energie, industriële processen en vergelijkbare sectoren. De technologie ontwikkelt zich razendsnel, en lange tijd ontbrak het me aan een duidelijke invalshoek, een perspectief dat begrijpelijk maakt waarom visuele, ruimtelijke data uit de echte wereld centraal horen te staan in deze discussie, en niet aan de zijlijn.
Een paar maanden geleden viel alles op zijn plek. Ik was vluchten aan het boeken voor een conferentie in Amsterdam en liep tegen een probleem aan dat geen enkele reis applicatie voor mij kon oplossen. Ik reis namelijk net iets anders dan de meeste mensen: als ik voor werk naar Europa vlieg, maakt het me vaak niet uit naar welke stad precies. Het belangrijkste is dat de lange vlucht van Californië naar Europa non-stop is. Die tien uur ononderbroken tijd zijn voor mij ontzettend waardevol. Maar op deze manier zoeken naar vluchten is omslachtig en betekent veel schakelen tussen tabs. Kortom: het kost tijd en moeite. Dus besloot ik deze keer om met Vibe Coding zelf een oplossing te bouwen. En inderdaad: na een paar uur (en een paar tokens) had ik mijn eigen vlucht-zoekmachine die precies deed wat ik wilde.
Wat me daarbij vooral bezighield (los van hoe goed Vibe Coding inmiddels is geworden), was de vraag wie hier eigenlijk geld aan verdiende. Want uiteindelijk waren er maar twee bedrijven waar ik daadwerkelijk voor betaalde: ten eerste het Vibe Coding-platform (dat een groot deel van dat geld weer doorstuurt naar het bedrijf dat het model bezit), en ten tweede het bedrijf dat de vluchtdata leverde. Zonder die data had de AI niets kunnen doen. Dat was precies het perspectief dat me eerder ontbrak: in dit nieuwe tijdperk van AI-agents wint datakwaliteit. En in de bouw zijn er geen waardevollere data dan die uit de echte wereld.
Mijn vibe-coded Travel Buddy
Data die de realiteit weergeven, winnen
AI is slechts zo goed als de data waarmee ze werkt. En de winnaars in het tijdperk van AI-agents zullen niet alleen de aanbieders van modellen zijn, maar vooral de bedrijven die beschikken over rijke, moeilijk te reproduceren data.
In de bouw draait het om data uit de echte wereld: een visuele documentatie van wat er daadwerkelijk op de bouwplaats gebeurt. OpenSpace bouwt deze database al bijna tien jaar – inmiddels goed voor meer dan 6 miljard vierkante meter aan vastgelegde bouwplaats data uit meer dan 95.000 projecten in 132 landen.
En naarmate AI-agents krachtiger worden, neemt de waarde van juist deze data alleen maar toe.
Agents met ogen
Bij OpenSpace denken we veel na over wat het betekent om AI-agents te ontwikkelen die echt gebaseerd zijn op data uit de echte wereld. Agents die niet alleen vragen over documenten beantwoorden, maar daadwerkelijk zien wat er op de bouwplaats gebeurt en daar ook naar kunnen handelen. Dit concept noemen we “agents met ogen”.
Aan de hand van een concreet voorbeeld laat ik zien hoe dit in de praktijk werkt.
Agent voor het beoordelen van openstaande taken
Vibe Coding van een agent met ogen
Het begon met een eenvoudige vraag van een klant. Een onderaannemer genereerde een grote hoeveelheid openstaande taken die nooit werden afgerond. De klant wilde een agent die deze taken aan het einde van de week, of zelfs dagelijks, bijvoorbeeld tijdens de opleverfase, automatisch verzamelt, structureert en overzichtelijk presenteert voor een snelle controle. Op zich een eenvoudige taak.
Samen met de klant hebben we deze agent gebouwd op basis van onze bestaande OpenSpace-API’s. Elke week haalt de agent alle openstaande taken op, plaatst ze op de plattegrond en toont ze in een eenvoudige interface. Zo kunnen ze stap voor stap worden doorlopen en één voor één worden afgehandeld. Handig, maar nog niet bijzonder: in feite een taak die een gemotiveerde stagiair in zijn/haar eerste week ook voor de bouwleiding zou kunnen doen. In plaats van iemand met deze taak bezig te houden en tijd vrij te maken voor belangrijker werk, hebben we deze agent in een paar uur gebouwd met Vibe Coding en volledig afgestemd op de gebruiker.
Dat was fase één.
In fase twee wordt het interessant.
Omdat deze klant zijn bouwplaats regelmatig vastlegt met OpenSpace, hebben we een volledige ruimtelijke geschiedenis van elke locatie binnen het project. Met minder dan een uur extra werk hebben we de agent uitgebreid: naast de oorspronkelijke taakfoto haalt hij nu automatisch de meest recente 360°-opname van exact dezelfde plek op en maakt zo een directe voor-en-na-vergelijking mogelijk. Plotseling kan de beoordelaar vanaf zijn bureau zien of het probleem op de bouwplaats daadwerkelijk is opgelost. Onze “stagiair” heeft daarmee als het ware een fotografisch geheugen en voert taken uit die normaal gesproken door een projectingenieur worden gedaan.
In fase drie komt de echte kracht van agents naar voren.
Zodra de agent toegang had tot deze voor-en-na-beelden, hebben we hem de mogelijkheid gegeven om zelf beslissingen te nemen. Met behulp van ons getrainde VLM (Vision Language Model) kan de agent beide beelden analyseren en beoordelen of een taak als opgelost kan worden beschouwd. Hij kan deze taken zelfs zelfstandig afsluiten, zonder menselijke controle.
Wat begon als een eenvoudige wekelijkse dataverwerking is uitgegroeid tot een agent die echte autonome beslissingen kan nemen en cognitief werk overneemt, zodat mensen zich kunnen richten op waar ze het beste in zijn: bouwen.
Dit is wat er mogelijk wordt wanneer je agents “ogen” geeft. Agents die direct arbeidskosten kunnen verlagen, misschien wel voor het eerst in de bouwtechnologie. Daarover delen we in de toekomst meer. En dit alles werd in slechts enkele uren gebouwd, volledig met Vibe Coding en in directe samenwerking met een klant. Geen maandenlange ontwikkeltrajecten. Geen roadmap-goedkeuringen. Een echt probleem, opgelost in één dag.
De volgende stap: de OpenSpace Agent Sandbox
Een blik op de toekomst?
De issue-review-agent is geen eenmalig experiment. Het laat zien waar bouwtechnologie naartoe beweegt: klanten worden zelf ontwikkelaars.
De tijd waarin je feature requests indient en wacht tot een leverancier een oplossing bouwt, loopt ten einde. In plaats daarvan ontstaat iets veel krachtigers: klanten die kunnen beschrijven wat ze nodig hebben en binnen enkele uren een oplossing hebben die precies is afgestemd op hun project, hun workflows en hun team.
Om dit mogelijk te maken bouwen we de OpenSpace Agent Sandbox: een speciale omgeving waarmee agents eenvoudig kunnen worden ontwikkeld, uitgevoerd en continu verbeterd, gebaseerd op data uit de echte wereld. De Agent Sandbox geeft klanten en partners toegang tot ruimtelijk verrijkte data via de OpenSpace Spatial API’s, in een vorm die specifiek is ontworpen voor het ontwikkelen van agents.
En we staan nog maar aan het begin.
Het tijdperk van AI-agents is aangebroken. Succesvol zullen vooral de bedrijven zijn die beschikken over de beste, meest complete en meest actuele data.
In de bouw draait alles om data uit de echte wereld en het platform daarvoor is OpenSpace.
Over de auteur
Michael Fleischman is CTO en Co-Founder van OpenSpace. Tijdens Autodesk DevCon 2026 in Amsterdam sprak hij over het onderwerp “agents met ogen” in het tijdperk van AI-agents.
