Case study · AI & Events

Een live event dat antwoord geeft in elke taal

MainStage Pride trekt een internationaal publiek naar Amsterdam, in veel talen, allemaal tegelijk. Wij bouwden de AI-laag die hen direct antwoord geeft, dag en nacht.

• Klant: MainStage Pride
• Sector: Live events
• Diensten: AI-chatbot, supportautomatisering, infrastructuur

In de weken rond een groot Pride-evenement stellen bezoekers dezelfde vragen duizenden keren: waar, wanneer, wat mag, hoe kom ik aan een ticket. Wij ontwierpen en leverden een meertalige AI-chatbot en de bijbehorende infrastructuur die deze vragen routeert, beantwoordt vanuit een geverifieerde event-kennisbank en bezoekers naar het juiste ticket leidt. Het resultaat is een supportlaag die meeschaalt met de vraag, een consistente toon aanhoudt en het organisatieteam laat focussen op het evenement zelf in plaats van op de inbox.

Duizenden vragen, één klein team

Een live event perst alle vraag samen in een paar intense weken. Vragen komen binnen in het Nederlands, het Engels en een tiental andere talen, op elk moment, via elk kanaal, en de meeste zijn variaties op dezelfde paar onderwerpen. Dat handmatig afhandelen schaalt niet, en trage of inconsistente antwoorden kosten vertrouwen en tickets.

De organisatie had antwoorden nodig die direct, accuraat en on-brand waren, zonder een supportteam op te tuigen voor een venster van slechts enkele weken. Nauwkeurigheid was geen optie maar een eis: event-informatie moet kloppen, want een verkeerde tijd of locatie op schaal wordt op de dag zelf een echt probleem.

Hoe het systeem is opgebouwd

De kern is een retrieval-augmented chatbot op basis van large language models, verankerd in een zorgvuldig samengestelde event-kennisbank. Elk antwoord wordt gegenereerd vanuit geverifieerde broninhoud in plaats van uit vrije herinnering, zodat de bot accuraat blijft terwijl eventdetails veranderen. Rond die kern zit een meertalige routerings- en intentielaag die bepaalt wat een bezoeker werkelijk wil en hoe te antwoorden.

• Meertalige chatbot: Een conversationele assistent die antwoordt in de taal van de bezoeker, 24/7 beschikbaar gedurende het hele event-venster.
• Event-kennisbank: Een gestructureerde, enkele bron van waarheid voor tijden, locaties, regels en tickets die bijwerkt zonder het model te hertrainen.
• Supportdeflectie: Geautomatiseerde afhandeling van de veelgestelde, repetitieve vragen die een klein team anders zouden overspoelen.
• Ticketbegeleiding: Routering binnen het gesprek die bezoekers naar het juiste ticket wijst op het moment dat ze intentie tonen.
• Overdracht naar mensen: Nette escalatie voor randgevallen en gevoelige onderwerpen, zodat nuance altijd een mens bereikt.
• Analytics-dashboard: Een live beeld van vragen, intenties en funnelgedrag dat zowel content als operatie voedt.

1. Discovery: We brachten de werkelijke vragen van bezoekers in kaart, de kanalen die ze gebruiken en de talen die spelen, en bepaalden wat het systeem foutloos moet doen.
2. Kennisbank: We structureerden de event-informatie tot een geverifieerde, opgedeelde en geëmbedde bron van waarheid, klaar voor retrieval.
3. Bouw: We bouwden de RAG-chatbot, meertalige routering, intentieclassificatie en ticketfunnel-logica tot één samenhangend systeem.
4. Afstemmen en testen: We testten over talen en intenties heen, scherpten antwoorden aan tegen de broninhoud en verfijnden de overdracht naar mensen.
5. Lancering en observatie: We leverden voor het evenement op en gebruikten live instrumentatie om de vraag te volgen en content in realtime bij te sturen.

De chatbot droeg het gewicht van de repetitieve vraag, zodat het team zich op het evenement kon richten. De uitkomsten zijn geformuleerd op basis van wat het systeem betrouwbaar levert, niet op cijfers die we niet kunnen verifiëren.

Large Language Models · RAG · Next.js · TypeScript · Vector Database · Embeddings · Vercel · Edge Functions · Webhooks · Analytics