Het schema als vanzelfsprekendheid
Digitale producten zijn al decennia gebouwd rond lijsten, tabellen en schema's. Een CRM draait om contactpersonen en bedrijven. Een ERP rust op vaste entiteiten zoals orders en facturen. Als designers en developers zijn we eraan gewend geraakt om de werkelijkheid zo te ordenen.
De opkomst van kunstmatige intelligentie en vector embeddings zet dat fundament onder druk. In plaats van informatie in vaste categorieën te stoppen, kunnen we haar vastleggen als context in een multidimensionale ruimte. Overeenkomsten, verbanden en intentie volgen dan niet uit vooraf bepaalde rijen en kolommen. Ze volgen uit hoe data zich verhoudt tot andere data.
Die verschuiving roept een vraag op waar je even bij stil moet staan: loopt de dominantie van klassieke datastructuren ten einde?
Van schema-first naar context-first
Traditionele databases gedijen bij orde: een kolom voor elk kenmerk, een rij voor elk record. Vector embeddings zetten dat op zijn kop. Ze leggen betekenis vast, niet alleen structuur.
Met embeddings bepaal je niet met een strak filter als industry = SaaS of size > 50 welke contactpersonen, leads of bedrijven “vergelijkbaar” zijn. Je vindt ze via nabijheid in de vectorruimte — een wiskundige representatie van context.
In plaats van te sorteren op velden, gaan we zoeken op intentie:
- “Zoek bedrijven die aanvoelen als jonge fintechs in Scandinavië.”
- “Laat klanten zien die lijken op onze drie beste ambassadeurs, maar product X nog niet gebruiken.”
Geen schema nodig. Context wordt het ordenende principe.
Hoe UX verandert zonder rijen en kolommen
Voor designers en frontend developers is dit een aardverschuiving. Zonder rijen, filters en lijsten hebben we nieuwe mentale modellen nodig — en nieuwe interfacepatronen.
Een paar eerste lessen:
- Intentie als input — Vervang complexe filters door vragen in gewone taal.
- Standaard uitlegbaar — Laat gebruikers zien waarom ze bepaalde resultaten krijgen (gelijkenisscores, signalen).
- Stapsgewijs structuur aanbrengen — Begin met contextclusters, maar laat gebruikers die opslaan als lijsten of cohorten.
- Feedbackloops — Eenvoudige knoppen als “meer zoals dit” of “minder zoals dit” om resultaten te verfijnen.
- Vangrails — Pas harde bedrijfsregels (rechten, compliance) toe naast de zachte logica van gelijkenis.
UX draait hier niet om tabellen nabouwen met AI erin — het gaat erom dat je opnieuw bedenkt hoe mensen iets ontdekken.
Architectuur: hybride uit noodzaak
Betekent dit dat relationele databases dood zijn? Zeker niet. In de praktijk gaan we een hybride tijdperk in:
- Relationele databases voor waarheid en constraints (ID's, transacties, facturatie).
- Vector stores voor betekenis en gelijkenis (context, cohorten, semantisch zoeken).
- Orkestratielagen die beide werelden combineren, vaak met RAG (retrieval-augmented generation).
- Event streams die waarheid en betekenis synchroon houden.
De les: houd invarianten in tabellen en verplaats het zoeken en ontdekken naar contextmodellen.
Hoe context-first applicaties eruitzien
We zijn gaan experimenteren met applicaties die de klassieke “lijsten met contactpersonen, leads of bedrijven” overslaan. In plaats daarvan:
- Entiteiten worden vastgelegd als embeddings.
- Interfaces tonen clusters, cohorten en verhalen — geen tabellen.
- Zoekvragen zijn zinnen, geen filters op velden.
- De output bestaat uit gerangschikte verklaringen — met signalen en een betrouwbaarheidsscore, niet alleen een berg data.
Dat voelt in het begin vreemd. Maar het voelt ook onvermijdelijk.
De risico's (en hoe je eromheen ontwerpt)
Context-first werken brengt uitdagingen mee:
- Ondoorzichtigheid — Los het op met transparantie: toon hoe zeker het systeem is en leg de signalen uit.
- Model drift — Versioneer embeddings en laat gebruikers weten wanneer modellen veranderen.
- Bias — Audit de trainingsdata en toon contrasterende resultaten voor balans.
- Te veel automatisering — Bouw nooduitgangen in: csv-export, harde filters, ouderwetse overzichten.
Alles draait hier om vertrouwen. Gebruikers moeten voelen dat zij de regie houden.
De open vraag
Elke grote verschuiving in software dwingt ons opnieuw te bekijken wat “normaal” is. Spreadsheets vervingen ooit grootboeken. Relationele databases vervingen platte bestanden. Nu zetten contextmodellen misschien lijsten en tabellen onder druk.
De vraag is: hoelang houden klassieke datastructuren nog stand?
Blijven ze nog decennia de ruggengraat — of voelen ze door context-first AI straks als verouderd steigerwerk?
Ik werk op het snijvlak van UX en engineering, en ik denk dat we aan het begin van die overgang staan. Zodra gebruikers gewend zijn om naar betekenis te vragen in plaats van door rijen te navigeren, is er misschien geen weg terug.