Hoe ik een AI chief of staff bouwde om mijn bureau te runnen

Ik heb vijf AI-agents die mijn design agency draaien. Nu. Niet als zijproject. Niet als experiment. Als het daadwerkelijke besturingssysteem van mijn bedrijf.

Even terug.

Acht tools, nul overzicht

Ik ben Louie Valkhof. 29, uit Arnhem. Ik run Oase Creative sinds zes jaar. Een branding agency voor e-commerce. 200+ projecten. 176 vijfsterrenreviews op Trustpilot. Merken gebouwd van eerste product tot miljoenenomzet.

En begin 2026 verdronk ik.

Niet in werk. In context.

Acht tools. Slack voor teamcommunicatie. ClickUp voor projectmanagement. Google Drive voor bestanden. Email voor klantcommunicatie. WhatsApp voor snelle vragen. LinkedIn voor content. Analytics dashboards. Een CRM dat niemand echt bijhield.

Elke ochtend begon hetzelfde: laptop open, email checken, WhatsApp checken, projectstatussen checken, kijken of iemand op LinkedIn reageerde, checken of de blog live stond, checken of de freelancer had opgeleverd. Tegen de tijd dat ik alles had gecheckt, waren twee uur weg. Ik had geen echt werk gedaan. Ik had alleen inputs gemanaged.

Ik begon Oase omdat ik merken wilde bouwen. In plaats daarvan bouwde ik spreadsheets.

Dit is Milo

Hij heet Milo. Hij draait op een Mac Mini in mijn kantoor, 24/7. Hij is geen chatbot. Geen wrapper om ChatGPT. Hij is een multi-agent systeem gebouwd op Claude dat mijn hele agency backend draait.

De architectuur:

Dew doet research. Elke ochtend om 06:00, voordat ik wakker ben, scant Dew RSS-feeds, branchenieuws, concurrentie en markttrends. Tegen de tijd dat ik mijn ogen open, ligt er een research briefing klaar.

Bloom schrijft content. Blogposts, LinkedIn-drafts, emailcampagnes. Geen willekeurige AI-rommel. Bloom kent mijn stem, mijn meningen, mijn stijl. Elk stuk wordt geschreven in mijn daadwerkelijke toon, met echte data uit mijn bedrijf.

Reed monitort communicatie. Er komt een email binnen, Reed classificeert hem. Lead? Flaggen. Spam? Archiveren. Klantvraag? Antwoord opstellen. Klacht? Alles stoppen en mij direct waarschuwen.

Tide publiceert. Als ik een blogpost goedkeur, doet Tide de rest: formatting, SEO-checks, naar de website pushen, op LinkedIn posten, tweets inplannen.

Coral doet visueel. Carouselontwerpen, blog-coverafbeeldingen, infographics. De visuele laag die ervoor zorgt dat content eruitziet alsof het van een design agency komt.

Vijf agents. Een systeem. Nul tabbladen wisselen om 7 uur 's ochtends.

Een dag uit Milo's leven

Dit is wat er daadwerkelijk gebeurt op een doorsnee dinsdag.

05:45 -- Milo herstart met een schone context. Leest zijn eigen handover-notities van de vorige sessie. Pakt het op waar het was gebleven.

06:00 -- Dew draait de ochtendscan. Checkt RSS-feeds, scant brancheblogs, kijkt wat er speelt in e-commerce en SaaS.

07:00 -- Mijn briefing landt. Niet in Slack. Niet als notificatie. Een gestructureerde samenvatting in mijn email en op Telegram: wat er 's nachts is gebeurd, wat er vandaag gepland staat, welke leads er zijn binnengekomen, content die klaar is voor review, en 2-3 netwerksuggesties met echte LinkedIn-profiellinks.

Ik lees dit terwijl ik op mijn loopband loop met een koffie. Geen schermen om te managen. Gewoon een briefing om te absorberen.

08:30 -- Als het een postdag is, publiceert Tide de vooraf goedgekeurde LinkedIn-post. Eerste comment wordt toegevoegd met de link (nooit in de body, dat kost bereik).

De hele dag door -- Reed houdt de inbox in de gaten. Als er een nieuwe lead binnenkomt via WhatsApp, krijg ik binnen minuten een Telegram-bericht. Niet "je hebt een nieuw bericht." Maar: "Nieuwe aanvraag van [naam], vraagt naar Amazon listing design. Calendly-link gestuurd. Wil je dat ik opvolg?"

Elke 30 minuten -- Milo checkt op nieuwe triggers, verwerkt openstaande taken, zorgt dat er niets tussen de mazen valt.

Dit is geen theorie. Dit draait sinds begin april 2026.

Eerste cijfers

Eerste LinkedIn-post nadat Milo de content overnam: 3.267 impressies. Voor een profiel met ~1.300 volgers is dat een bereikratio van 250%. Niet omdat AI betere tekst schreef. Omdat het systeem consistentie garandeerde: juist onderwerp, juist moment, juist format, elke keer.

Acht blogposts live in de eerste twee weken. Allemaal 3.000+ woorden. Allemaal SEO-geoptimaliseerd. Allemaal in Nederlands en Engels. Daarvoor publiceerde ik misschien een blog per maand als ik de tijd kon vinden.

Dagelijkse X/Twitter-posts over het bouwen van Oase Software, ons SaaS-platform voor design agencies. Consistent voor het eerst ooit.

De ochtendroutine ging van twee uur schermmanagement naar 15 minuten briefing lezen tijdens het wandelen.

Maar dit ga ik je niet vertellen: dat het soepel ging vanaf dag een.

Waar het brak

De eerste versie van de briefing was waardeloos. Generieke samenvattingen zonder bruikbare data. Netwerksuggesties zonder LinkedIn-links, gewoon namen die in de lucht hingen. Ik moest het briefingformat drie keer opnieuw bouwen.

Blog-coverafbeeldingen werden de eerste week niet goed gegenereerd. De agent schreef de post, sloeg de afbeelding over en noemde het klaar. Ik moest expliciete validatie inbouwen: als de afbeeldingsstap werd overgeslagen, wordt de hele output afgewezen.

De contentkalender had dubbele items omdat een agent ideeën toevoegde zonder te checken wat er al stond. Deduplicatielogica moest erin nadat ik hetzelfde onderwerp vier keer in een week gesuggereerd zag.

Emailclassificatie had false positives. Reed flagde een legitieme klantemail als spam omdat het onderwerp op een phishingpatroon leek. Die deed pijn.

Elke fout leerde me dezelfde les: agents falen niet bij de taak. Ze falen bij het proces. Het schrijven is prima. Het plannen is prima. De handoffs tussen agents, daar gaan dingen stuk.

Vier lessen na twee weken

AI schrijft het eerste draft. Mensen maken het echt.

Elke blogpost, elk LinkedIn-draft, elk emailantwoord: Bloom schrijft de eerste versie. Ik bewerk. Soms verander ik drie woorden. Soms herschrijf ik de helft. Maar starten vanaf een solide draft in plaats van een leeg scherm? Dat veranderde alles.

De sleutel is dat Bloom mijn stem kent. Niet omdat ik heb ingevoerd "schrijf in een casual toon." Maar omdat het mijn echte WhatsApp-berichten leest, mijn echte meningen, mijn specifieke standpunten over dingen als AI in design. Het voice-bestand is 460 regels aan regels, voorbeelden en anti-patronen. Die specificiteit scheidt bruikbare AI-content van rommel.

Agent-ready is een concurrentievoordeel.

De meeste bureaus werken binnen 2-3 jaar met AI-agents. Wij doen het nu. Dat is geen flex, het is een voorsprong. Terwijl je concurrenten uitzoeken hoe ze ChatGPT voor blogposts gebruiken, heb jij een systeem dat research, schrijven, publiceren, monitoren en visuele content in een gecoordineerde pipeline afhandelt.

Het systeem is belangrijker dan het model.

Iedereen debatteert welk AI-model het beste is. Dat is de verkeerde vraag. De juiste vraag is: wat is de workflow? Hoe dragen agents aan elkaar over? Wat gebeurt er als er een faalt? Hoe blijft context behouden tussen sessies?

Milo crasht. Sessies eindigen. Context gaat verloren. Het systeem vangt dit op met handover-bestanden, een SQLite-database die elke beslissing en elk event logt, en een loop-script dat alles automatisch herstart. Het model is een component. Het systeem is het product.

Kwaliteit boven volume. Altijd.

Ik zou Milo vijf blogposts per week kunnen laten publiceren. Tien LinkedIn-posts. Twintig tweets. In plaats daarvan: 2 blogs per week, 2 LinkedIn-posts, dagelijkse tweets. Elk stuk verdient zijn plek. 3-4 stukken content per week, elk iets dat alleen kan komen van iemand die daadwerkelijk een e-commerce branding agency runt.

De verleiding met AI is om meer te produceren. De discipline is om beter te produceren.

Het grotere plaatje

Ik run niet alleen een bureau. Ik bouw software.

Oase Software (getoase.com) is een platform voor design agencies. De tool die ik wenste dat bestond toen ik met acht verschillende apps jongleerde. Mijn co-founder Lam en ik bouwen het terwijl ik het bureau run. Het doel: 1.000 gebruikers in 2026.

Dat dubbele perspectief, bureaudirecteur EN softwarebouwer, maakt Milo mogelijk. Ik bouw geen AI-tools in theorie. Ik bouw ze omdat ik ze nodig heb. Elke dag. Voor echt werk. Met echte klanten die echt geld betalen voor echte resultaten.

En de twee systemen praten met elkaar. In Oase Software zit Dune, onze ingebouwde AI die bovenop echte projectdata zit. Selecteer een klant, kies een kanaal, en Dune genereert marketingcontent op basis van echte briefings, opgeleverd werk en feedback. Geen templates. Echte context.

Milo brengt die output verder. Dew onderzoekt de markt. Bloom herschrijft Dune's drafts in mijn stem. Tide publiceert ze. De content pipeline begint in de software die ik heb gebouwd en eindigt op de platforms die mijn publiek leest. Een databron, een pipeline, nul copy-pasten tussen tools.

Dat is de loop: bureauwerk voedt de software, software voedt de content, content voedt het bureau. En beide systemen worden elke week beter omdat ik ze gebruik voor echt werk, niet voor demo's.

Wat hierna komt

Milo wordt slimmer. Niet in de AI-zin, in de operationele zin. Betere handoffs tussen agents. Striktere validatie op output. Meer context behouden tussen sessies.

De volgende agents op de roadmap: een outreach-agent die LinkedIn-netwerken autonoom afhandelt. Een CFO-agent die omzet bijhoudt en financiele trends signaleert. Reddit-monitoring voor merkvermeldingen.

Maar het kernprincipe verandert niet: AI handelt het systeem af. Mensen handelen het oordeel af.

Ik keur nog steeds elke klantemail goed. Ik review nog steeds elke blogpost. Ik neem nog steeds elke strategische beslissing. Milo vervangt mij niet. Milo vervangt de twee uur tabbladen-wisselen die mijn ochtenden opaten.

Als je een bureau runt en meer tijd besteedt aan het managen van tools dan aan echt werk, heb je geen betere tool nodig. Je hebt een systeem nodig dat ze voor je beheert.

Dat is wat ik heb gebouwd. En ik ben nog maar net begonnen.