Skip to main content
Sanne van Opstal-Brakel
Employee
Employee
Nov 2, 2026 7:30 AM UTC

Ask Us Anything: AI features in TOPdesk

Stel ons al je vragen over AI in TOPdesk. Tot en met 6 november staan onze productmanagers, customer success managers en andere collega’s klaar om je vragen te beantwoorden.

Benieuwd hoe een functie werkt, hoe die past bij jouw situatie, of waar je op moet letten voordat je hem aanzet? Vraag maar raak. Een paar functies om mee te beginnen: TOPdesk Robin, AI Triage, MCP en het AI Readiness Dashboard. Het volledige overzicht vind je hier.

Zo stel je een vraag

Plaats je vraag hieronder in de reacties, één vraag per reactie. Lees ook mee, want misschien heeft iemand al gesteld wat jij wilde vragen.

We beantwoorden vragen de hele week en vertellen je wat we nu weten. Hebben we nog geen antwoord, dan zeggen we dat eerlijk.

Dus, wat wil je weten?

14 replies

Contributor
Nov 3, 2026 7:47 AM UTC

Goeiemorgen,

Graag zou ik willen weten of er al meer bekend is over de AI triage die (bij ons) niet naar behoren werkt? Wij krijgen echt de meest rare voorstellen. Dit probleem had ik telefonisch aangegeven bij de support (toen ik voor een ander probleem belde) en mij werd aangegeven dat dit probleem bekend was. Dit is inmiddels al een paar weken geleden. Er is nooit een bericht hierover geplaatst op jullie SSP. Ik ben benieuwd naar de status. 

Groet Kim

Translate
Marcel Kockelkorn
New Member ⭐⭐⭐
Nov 3, 2026 8:52 AM UTC

ook benieuwd naar 

Translate
Groet, Marcel
Starter ⭐
Nov 3, 2026 1:54 PM UTC

Wij gebruiken TOPdesk al aardig lang en hebben dus heel veel (trash)data verzameld. Zo hebben we in de loop der jaren ontzettend veel soorten categorieën en subcategorieën ingevoerd. Waar de ene manager dacht: he, categorieën zijn alle applicaties, dacht de andere manager hier vullen we standaard ‘ software’ in. Idem met behandelaarsgroepen (echter wil je aansturen op teamniveau, rapporteren op dienst, etc. maar zien we nu >390 behandelaarsgroepen in bijvoorbeeld de reporting hub). 

 

Wat is het advies  of wat zijn tips om met een ‘ schone lei’ te beginnen, zodat je ook werkelijk waardevolle data gaat verzamelen t.b.v. AI functionaliteiten. Wat is zeg maar ‘ standaard content’ hoe je bepaalde velden inricht zodat je bijvoorbeeld ook BPKM kunt aanhouden? We kunnen nu niet de vruchten plukken van alle AI nice to haves, omdat onze data dit niet toelaat. 

Ben reuze benieuwd en bedankt! 

Translate
Lucas Praß
Employee
Employee
Nov 3, 2026 3:31 PM UTC

Thank you for the interesting question! What you describe is something we regularly see in systems that have evolved over many years. Different managers bring different ideas, and eventually categories and groupings reflect several of those approaches at once.

Even without AI, reviewing your setup is worthwhile. Clear structures make operators’ daily work easier, improve ticket assignment and enable more meaningful reporting.

For categories, for example, it can help to classify the type of issue while recording specific applications in Assetmanagement. This keeps the category structure manageable. The same considerations naturally apply to the groupings you mentioned.

I had your post translated into German, so I hope I understood the “clean slate” analogy correctly 😊 It certainly fits well here. In these situations, we sometimes talk about a fresh start or a greenfield approach. This might mean redesigning categories, but it can also mean rethinking ways of working more broadly. 

My recommendation would be to review the system together with your TOPdesk contact and one of our consultants. Your intended ways of working and reporting needs can help determine which information you need and where it belongs. Our consultants bring practical experience from similar customer projects.

I would therefore hesitate to recommend one universal set of standard content. Clear field purposes, simple structures and defined ownership for ongoing maintenance provide a strong foundation. Your colleagues benefit immediately, while you also create better conditions for using AI.

 
Translate
New Member ⭐⭐
Nov 3, 2026 2:24 PM UTC

Goedendag,

 

Het gebruik van AI binnen, in ons geval, ITSM is een mooie aanvulling op bestaande werkwijzen en in lijn met huidige marktontwikkelingen. Automatisering om veel repeterende werkzaamheden eenvoudiger en consistenter te maken zorgt voor meer tijd die aan kwaliteit gespendeerd kan worden.

 

Wij maken als Rijksoverheidspartij, net als andere Rijkspartijen vermoed ik, in het kader van autonomie en bescherming van gegevens echter geen gebruik van de SAAS oplossing van TOPdesk maar van de Virtual Appliance variant. Deze wordt gehost bij een centrale Rijksleverancier die TOPdesk VA’s aan meerdere Ministeries en dienstonderdelen daarvan levert. Dat betekend dat wij de AI mogelijkheden die gebruik maken van MS-Copilot niet kunnen zomaar kunnen aanzetten.

Ik ben dus benieuwd hoe de VA klantengroep gebruik kan gaan maken van de door TOPdesk gecreëerde AI-oplossingen gebruik, komen deze beschikbaar voor deze groep en is er een tijdlijn hiervoor bekend?

 

Wat betreft gebruik van AI binnen de Rijksoverheid is hier de keuze gemaakt om een eigen AI assistent te ontwikkelen en te gebruiken; Vlam chat. Vlam chat draait lokaal in een Overheidsdatacenter en gebruikt Europese taalmodellen en is daarmee een veilig en verantwoord alternatief voor commerciële AI-chatbots als het gaat om verwerken van overheidsdata. Kunnen de AI oplossingen die TOPdesk ontwikkeld ook met deze AI variant van de Rijksoverheid werken?

 

Aanvullend hierop de vraag of TOPdesk ook met de centrale Rijksleverancier in gesprek is om in gezamenlijkheid dergelijke ontwikkelingen, zoals AI binnen de Rijksoverheid, centraal voor alle Rijkspartijen die TOPdesk gebruiken te ontwikkelen? Deze Rijksleverancier levert bv. ook de Vlam chat.

Ik heb het gevoel dat ik vanuit mijn eigen dienstonderdeel van een ministerie telkens zelf ontwikkelingen moet bijhouden en initiëren waar ik mij kan voorstellen dat het voor Rijksoverheid partijen juist interessant zou zijn wanneer TOPdesk en Rijksleverancier dergelijke ontwikkelingen centraal voor alle afnemers binnen het Rijk ontwikkeld en beschikbaar maakt.

 

Met vriendelijke groet,

Richard Ruitinga

Translate
New Member ⭐
Nov 3, 2026 2:26 PM UTC

Hi Sanne/Community,

Hierbij enkele vragen rondom AI inzet met name de Chatbot:

  • Chatbot:
    • Context: dat de chatbot gebruikers kan helpen bij het aanmaken van een melding met volledige informatie
    • Vragen:
      • Kun je de chatbot zelf als beheerder configureren, bijvoorbeeld taalgebruik/niveau/hoe hij moet reageren op vragen?
      • Kun je bepaalde vragen afdwingen die moeten zijn beantwoord, om zo te voorkomen dat er een melding wordt aangemaakt waarbij nodige informatie mist dat nu wel explicit naar wordt gevraagd via een formulier?
      • Hoe werkt het invullen van velden zoals categorie en subcategorie, is hiervoor de AI-categorisatie nodig? En hoe werkt dan het opvoeden van het juist categoriseren van meldingen? Momenteel zijn onze formulieren aardig uitgebreid met de nodige workflows om dit goed te borgen.
  • Standaardoplossingen versus AI oplossingsvoorstellen
    • Binnen onze organisatie maken we veel gebruik van standaardoplossingen. Nu is er vanuit TOPdesk ontwikkeling in AI-oplossingsvoorstellen o.b.v. kennisitems e.d. Hoe ziet die dynamiek eruit, betekent dit dat op termijn standaardoplossingen niet meer gewenst zijn en dat dit geborgd moet worden via AI-oplossingvoorstellen? Indien zo, hoe borg je ervoor dat de AI-oplossingsvoorstellen altijd hetzelfde voorstel geeft op basis van de kennis items?
  • Wat zijn momenteel de ontwikkelingen rondom de nieuwe SSP, gezien alleen de AI-zoekfunctie op de nieuwe SSP draait, maar het beheer van de nieuwe SSP alleen via de oude SSP lay-out loopt.
Translate
Employee
Nov 3, 2026 4:13 PM UTC

Hi Gijs,

Answering some of your points:

  • AI categorization works from your own ticket history, so it learns how your organization categorizes. It doesn't replace the logic in your forms and workflows.
  • Standard Solution vs AI: No need to choose. Keep your standard solutions for the cases where the answer must be fixed, and let AI proposals handle the rest. They do the searching and first drafting for your operators, based on your own knowledge items and, in a later stage, on how similar incidents were solved in the past, so the operator only has to review and send.

Translate
Starter ⭐⭐
Nov 5, 2026 1:16 PM UTC

Wij zijn een MSP dus voor ons is het goed gescheiden kunnen houden van klantdata essentieel. Ik heb nog niet echt kunnen terugvinden hoe hier mee omgegaan wordt binnen Robin.

Concreet: 

  • wordt de informatie gescheiden per klant? en hoe zit dat op het moment dat er een head-subsidiary klantrelatie is? (dit gebruiken we in het geval van een klant met meerdere OpCo's)
  • In sommige gevallen willen we júist dat er klantoverstijgend gekeken wordt, op het moment dat iets potentieel een hele dienst (die we voor meerdere klanten leveren) raakt. Is dit te configureren en zo ja hoe? (wij hebben bijvoorbeeld een GRIP-model geïmplementeerd waarbij we voor een major-multi customer incident een Major Incident call loggen op een specifieke Operations klant en daar de diverse incidenten van klanten aan koppelen
Translate
Simon Rupp
Employee
Employee
Nov 6, 2026 8:16 AM UTC

Thanks for the detailed question. Data separation is a key point for MSPs, so here is how TOPdesk Robin handles it.

Robin always respects the permissions of the person asking. Both operators and SSP users only receive information they are authorized to see based on their view permissions. Robin never returns content outside of those permissions.

Translate
Starter ⭐⭐
Nov 5, 2026 2:33 PM UTC

Met betrekking tot de AI categorisering: Dit gaat nu op basis van historische data. Buiten het feit dat ik moeite heb met dit uitgangspunt aangezien historische data foutief kan zijn, zou het voor ons enórm waardevol zijn wanneer we extra context mee kunnen geven. 

De categorisering is bij ons een weergave van de product- en dienstencatalogus dus kent vrij veel verschillende (sub)categorieën. Niet elke categorie is op basis van puur de titel altijd even helder qua scope (ik kan ook max 30 karakters kwijt op een categorie dus moet soms versimpelen of afkorten). Op een categorie kun je echter ook een beschrijving mee geven, maar deze wordt niet meegenomen in de overweging qua categorisering.

Concreet mijn vraag: Wordt (of is er) overwogen om ook beschrijvingen van categorisering mee te nemen in de voorgestelde categorisering? Ik denk dat daar namelijk júist meerwaarde kan zitten tov de vroegere labs-functionaliteit. Zo nee, wat is de overweging om dit niet te doen?

Translate
MarloesM
Employee
Employee
Nov 6, 2026 8:25 AM UTC

Ha Thomas,
Goede vraag! De keuze om de AI categorisatie alleen te baseren op historisch gebruik van de categorieën heeft als voordeel dat de data altijd in de eigen TOPdesk omgeving blijft en er geen LLM aan te pas komt. Hierdoor kan de categorisatie snel worden gesuggereerd naar de behandelaar. 

We hebben in het bouwen hiervan besproken dat hierdoor een aantal dingen buiten de boot vallen, zoals het meegeven van meer context (de categorie beschrijving). We houden de feedback rondom de AI features nauwkeurig in de gaten dus we nemen het mee!  

Translate
Marloes Meijer, Product Manager TOPdesk