Het beheren van huurcontracten is vaak een tijdrovend en foutgevoelig proces. Contracten staan in PDF’s, data moet met de hand worden overgetypt, en vragen als “Welke contracten lopen deze maand af?” vereisen vaak eindeloos zoeken in mappen of Excelbestanden.

Voor één van onze klanten hebben wij dit probleem opgelost door een slimme workflow te bouwen met n8n, Google BigQuery en OpenAI. Daarmee hebben we een end-to-end proces gerealiseerd dat:

1. Automatisch huurcontracten verwerkt vanuit een formulier.
2. Contractdata gestructureerd opslaat in een SQL-database.
3. Direct beschikbaar maakt voor een AI-chat waarmee medewerkers in gewone taal vragen kunnen stellen.

De uitdaging van de klant

Onze klant beheert een groot aantal huurcontracten. Het handmatig verwerken van contractgegevens kostte het team veel tijd en leverde regelmatig fouten op. Bovendien was het lastig om snel inzicht te krijgen in vragen als: “Welke contracten lopen binnenkort af?” of “Wat is de totale huuropbrengst dit kwartaal?”

Ons doel: alle contractdata automatisch digitaliseren en direct bruikbaar maken via een AI-chatinterface.

De oplossing stap voor stap

1. On form submission
   Zodra een medewerker een huurcontract uploadt via een formulier, start de workflow automatisch.
2. Code (preprocessing)
   Het bestand wordt verrijkt met metadata (bestandsnaam, uploader, timestamp) en er wordt een unieke hash aangemaakt om dubbele documenten te herkennen.
3. Extract from File (PDF-parser)
   De tekst uit het huurcontract wordt volledig uitgelezen. Ook gescande documenten worden via OCR herkend.
4. Split Out
   Indien er meerdere contracten in één PDF staan, worden deze automatisch opgesplitst.
5. OpenAI (Message Model)
   Met een speciaal ingerichte prompt zet een taalmodel de contracttekst om naar gestructureerde JSON met velden zoals: start- en einddatum, huurprijs, borg, indexatieafspraken, en de gegevens van huurder en verhuurder.
6. Code (validatie & normalisatie)
   De data wordt gevalideerd en genormaliseerd: datums in ISO-formaat, bedragen uniform opgeslagen, en verplichte velden gecontroleerd.
7. Google BigQuery (insert)
   Alle gegevens worden direct opgeslagen in een gestructureerde SQL-tabel in BigQuery. Daardoor is de data meteen beschikbaar voor analyse en AI-vragen.

AI Chat als eindresultaat

Voor de klant hebben we de contractdata gekoppeld aan een AI-chatinterface. Hierdoor kan iedereen in de organisatie eenvoudig vragen stellen zonder SQL-kennis, bijvoorbeeld:

• “Welke contracten lopen binnen 60 dagen af?”
• “Wat is de totale huuropbrengst dit kwartaal?”
• “Welke contracten hebben CPI-indexatie?”

De AI vertaalt de vraag automatisch naar SQL, haalt de juiste gegevens uit BigQuery, en geeft een begrijpelijk antwoord terug.

De voordelen voor de klant

✅ Tijdbesparing – Geen handmatige data-entry meer.
✅ Betrouwbaarheid – Eén centrale bron van waarheid in SQL.
✅ Toegankelijkheid – Medewerkers kunnen in gewone taal vragen stellen.
✅ Schaalbaarheid – Nieuwe contracten worden automatisch verwerkt.

Wat dit opleverde

Voor de klant betekende dit een enorme efficiëntieslag. Wat voorheen uren werk kostte, is nu geautomatiseerd. Rapportages en analyses zijn direct beschikbaar en het team kan zich focussen op de inhoud in plaats van het overtikken van contractdata.

Met deze oplossing hebben we laten zien dat AI en data-automatisering ook in de vastgoed- en huurwereld direct toepasbaar zijn – en niet alleen bij grote corporates.
‍

👉 Wil jij ook contracten of andere documenten slim ontsluiten met AI? We vertellen je graag hoe we dit aanpakken en wat het voor jouw organisatie kan opleveren.

‍