WBSO voor AI, machine learning en data science

Haal meer uit je AI- en Datascienceontwikkeling met de WBSO

Je bouwt aan de toekomst met voorspellende supply-chainmodellen, realtime-algoritmen die zichzelf verbeteren en AI-oplossingen die werk automatiseren en beslissingen versnellen. Denk aan een voorspellingsmodel dat continu bijstuurt en camera-inspectie die microdefecten direct herkent. Dat vraagt tijd, expertise en budget. Met de WBSO verlaag je die investering en wij helpen je het maximale eruit te halen. Of je nu ontwikkelt met machine learning (ML), natural language processing (NLP) of computer vision, wij vertalen jouw innovatie in een heldere en overtuigende WBSO-aanvraag die aan alle criteria voldoet.

 

Daarnaast zorgen we voor een strak ingerichte administratie en een sluitende urenregistratie. We toetsen periodiek aan de RVO-eisen en houden je dossier controleproof. Jij richt je op technologische vernieuwing die besluitvorming versnelt, werkstromen vereenvoudigt en organisaties veerkrachtiger maakt. Wij regelen planning, aanvraag en verantwoording, zodat het proces soepel en zonder ruis verloopt.

Veel gestelde vragen

Ja, mits er een technisch nieuw ontwikkelvraagstuk in zit. Denk aan het trainen van een eigen model, het oplossen van een prestatie-, nauwkeurigheids- of schaalbaarheidsprobleem, of het bouwen van een nieuwe architectuur of pipeline. Bij AI is de grens subtiel, en bepaalt de technische onderbouwing of RVO het als speur- en ontwikkelingswerk erkent.

Vaak wel, als het trainen gepaard gaat met een technisch knelpunt waarvan vooraf onzeker is of en hoe je het oplost. Bijvoorbeeld een nieuwe modelarchitectuur, een datakwaliteits- of schaalbaarheidsprobleem, of het halen van een prestatie die met bestaande methoden niet haalbaar is. Het simpelweg hertrainen van een bestaand model op nieuwe data zonder technische onzekerheid valt er meestal buiten.

Het enkel aanroepen van een bestaande AI-API of het toepassen van een kant-en-klaar model zonder eigen technische ontwikkeling valt er meestal buiten. Ontwikkel je er zelf technisch nieuwe functionaliteit omheen zoals een eigen pipeline, een niet-triviale integratie of een oplossing voor een technisch probleem, dan kan dát deel wél kwalificeren. De onderbouwing is hier wederom doorslaggevend.

Voorbeelden zijn computer vision (bijvoorbeeld defectdetectie), Natural Language Processing (NLP), voorspellende modellen die continu bijsturen, aanbevelings- en optimalisatie-algoritmen, en het bouwen van schaalbare data- en ML-pipelines. De vraag is: is er sprake van technisch nieuw ontwikkelwerk met een reëel technisch risico?

Ja. De WBSO is vaak te stapelen met innovatieregelingen zoals de MIT-subsidie, Eurostars of het Innovatiekrediet, mits je per regeling aan de voorwaarden voldoet. Wij identificeren kosteloos welke regelingen voor jouw AI-project kansrijk zijn en hoe je ze combineert.

Meer informatie nodig?

Vragen over de WBSO voor AI of data science?

Bel of mail Timon Doornhein, WBSO-specialist AI & data science bij Real1ze.

Timon Doornhein

Innovation Consultant