The challenge
Every home visit from social workers of Stad Mechelen ends with the same unavoidable task: a long document describing the financial, social and personal situation of the person they met. This is demanding work: the aim of this project was to build a voice-to-report tool that automatically structures informal language into clean, consistent reports.
English version below
Elk huisbezoek van de maatschappelijk werkers van Stad Mechelen eindigt met dezelfde onvermijdelijke taak: een lang verslag over de financiële, sociale en persoonlijke situatie van de persoon die ze net gesproken hebben. Dat is geen sinecure: het doel van dit project was dan ook een voice-to-report tool te bouwen die informele spreektaal automatisch omzet in heldere, consistente verslagen.
Laten we eerlijk zijn: een maatschappelijk werker word je niet uit liefde voor administratie. Mensen kiezen voor het beroep omdat ze anderen willen helpen. Toch eindigt elk huisbezoek met dezelfde onvermijdelijke taak: een lang, gestructureerd verslag van meerdere pagina's over de financiële, sociale en persoonlijke situatie van de persoon met wie ze net gesproken hebben. Zelfs voor moedertaalsprekers is dat geen sinecure.
Voor veel maatschappelijk werkers bij Stad Mechelen - die uit diverse achtergronden komen en voor wie het Nederlands soms een tweede taal is - was verslaggeving uitgegroeid tot een tijdrovende klus. Al die rapporten zijn samen goed voor honderden pagina's aan notities en honderden uren werk. Dat moest toch beter en efficiënter kunnen?
Wat als een verslag schrijven net zo eenvoudig kon zijn als een gesprek voeren?
Elke dag bezoeken de maatschappelijk werkers van Mechelen mensen die ondersteuning nodig hebben op het vlak van huisvesting, inkomen, werk of dagelijkse stabiliteit. Tijdens die gesprekken verzamelen ze een schat aan informatie: gezinssamenstelling, financiële details, medische situatie, mate van zelfredzaamheid, en tientallen andere kleine maar belangrijke contextuele gegevens.
Al die kennis moet vervolgens worden omgezet in twee gestructureerde verslagen: een intern gespreksverslag en een formeel verslag voor de stadsadministratie. Beide volgen een strikt sjabloon. Deze verslagen lopen al snel op tot twee of drie pagina's per stuk. Ze moeten volledig, consistent en in helder, professioneel taalgebruik geschreven zijn.
Er waren vier belangrijke knelpunten:
Stad Mechelen was op zoek naar een oplossing die hun maatschappelijk werkers zou ondersteunen, zonder hen om te vormen tot data-invoerders.
In nauwe samenwerking met Stad Mechelen kwamen we tot een eenvoudig maar doeltreffend idee: laat maatschappelijk werkers gewoon vrijuit spreken, en laat AI de rest doen. Het resultaat is een volledig webgebaseerde applicatie die gesproken taal omzet in heldere, gestructureerde en meteen bruikbare verslagen.
De maatschappelijk werker logt in op de browsertool, klikt op "Opnemen" en begint gewoon te praten. Op de manier waarop ze dat normaal ook doen: in dialect, met vakjargon, en met een mix van afkortingen en informele taal.
Met Whisper (OpenAI) zetten we het gesproken verhaal om in tekst. In de eerste tests haalde Whisper al zo'n 90 procent nauwkeurigheid. Dialect, accenten en jargon vormden de resterende uitdaging.
Om die laatste kloof te dichten, trainden we een correctie-agent die terugkerende fouten oplost en vakspecifieke afkortingen correct interpreteert. Daarmee steeg de nauwkeurigheid naar een indrukwekkende 97 à 98 procent, zelfs bij snel spreken of onvolmaakt Nederlands.
De echte magie gebeurt in deze laatste stap, met een tweede AI-agent. Die analyseert het transcript en ordent de inhoud volgens het rapportagesjabloon van Stad Mechelen. De tool herkent persoonlijke gegevens, financiële context, gezinssamenstelling en andere verplichte categorieën. Belangrijk: de tool verzint nooit informatie en doet geen aanbevelingen: ze plaatst enkel de juiste puzzelstukken op de juiste plek.
Eens het verslag gegenereerd is, kan de maatschappelijk werker de output rechtstreeks kopiëren naar het bestaande systeem. Er wordt geen enkele data op een server bewaard (niets wordt gelogd), en een eenvoudige browserrefresh wist de volledige sessie.
Bij gevoelige informatie is er geen ruimte voor compromissen. De volledige oplossing werd gebouwd met de GDPR en de EU AI Act nadrukkelijk in het achterhoofd. De tool bewaart geen enkele vorm van informatie: alles wat je zegt wordt onmiddellijk verwerkt en bestaat enkel in je browser zolang je de tool gebruikt. Niets wordt opgeslagen, niets wordt bewaard, en niets verlaat je computer. De AI neemt geen beslissingen en maakt geen veronderstellingen: ze helpt enkel om je notities te ordenen. Jij houdt altijd de volledige controle.
We maakten een volledige demovideo van deze tool (deze kan je vinden in de Engelse versie van de tekst, hieronder).
In de nabije toekomst zal deze tool de manier waarop verslagen tot stand komen fundamenteel veranderen. Door spreken natuurlijker en toegankelijker te maken dan schrijven, wordt rapporteren vlotter, consistenter en kwalitatief beter. Maar bovenal krijgen maatschappelijk werkers meer tijd om burgers te ondersteunen, en minder tijd voor een knipperende cursor.
Dit is maar een glimp van wat mogelijk wordt wanneer AI naadloos aansluit bij de praktijk. Benieuwd wat het voor jouw team of organisatie kan betekenen? Aarzel niet om contact op te nemen.
Let’s face it: social workers don’t choose their career for the love of paperwork. They become social workers because they want to help people. Yet every home visit ends with the same unavoidable task: a long, structured, multi-page document describing the financial, social and personal situation of the person they met. Even for native speakers this is demanding work.
For many of Stad Mechelen’s social workers, who come from diverse backgrounds and sometimes speak Dutch as a second language, report writing had turned into a time-consuming chore. In fact, all those reports add up to hundreds of pages of notes and hundreds of hours of work. Surely, this can be done better and more efficiently.
What if writing a report could be as simple as having a conversation?
Every day, Mechelen’s social workers visit people who rely on support for housing, income, employment, or day-to-day stability. During these conversations, they gather a huge amount of information: family composition, financial details, medical situations, levels of self-sufficiency, and dozens of other small but important contextual details.
All that knowledge then has to be turned into two structured reports (an internal conversation report, and a formal report for the city administration) that follow a strict template. These reports easily run to two or three pages each. They must be complete, consistent, and written in clear, professional language.
There were four key challenges:
Stad Mechelen was looking for a solution that would support their social workers without turning them into data-entry robots.
Working closely with Stad Mechelen, we came up with a simple yet transformative idea: let social workers speak freely and have AI handle the rest. The result is a fully web-based application that converts natural speech into clean, structured, ready-to-use reports.
Step 1: Speak
The social worker logs into the browser-based tool, clicks ‘Record’ and simply starts speaking. They can talk the way they normally would: in dialect, with local jargon, mixing shorthand, abbreviations and informal phrasing.
Step 2: Transcribe
Using Whisper (OpenAI), we convert the spoken narrative into text. In early tests Whisper already achieved around 90 percent accuracy. Dialect, accents and jargon were the remaining challenges.
To close that final gap, we trained a lightweight correction agent that fixes recurring errors and resolves domain specific abbreviations. This pushed accuracy to an impressive 97 to 98 percent, even with rapid speech or imperfect Dutch.
Step 3: Structure
The real magic happens in this final step with the second AI agent. It analyzes the transcript and organizes the content according to Stad Mechelen’s reporting template. It recognizes personal details, financial context, household composition, and other required categories. Importantly, the tool never invents information or makes recommendations: it simply puts the right pieces in the right boxes.
Once the report is generated, the social worker can copy-paste the output directly into their existing system. No data is stored on any server (nothing is logged) and a simple browser refresh clears the entire session.
When dealing with sensitive information you cannot compromise. The entire solution was built with GDPR and the EU AI Act firmly in mind. The tool doesn’t keep any form of information: everything you say is processed instantly, and only lives in your browser while you’re using it. Nothing is stored, nothing is saved, and nothing leaves your computer. The AI doesn’t make decisions or assumptions, it just helps sort out your notes. You stay in full control, always.
We created a full demo video for this tool:
In the near future, this tool will help transform the way reports are created. By making speaking feel more natural and accessible than writing, reporting will become smoother, more consistent, and higher in quality. Most importantly, social workers will be able to spend more time supporting citizens and less time staring at a blinking cursor.
This is just a glimpse of what becomes possible when AI fits seamlessly into real-world workflows. Curious what it could do for your team or organisation? Don’t hesitate to reach out.
Want to know more?
