Enterprise LLMs: redenen voor falen en impact contextengineering

Samenvatting

Enterprise LLMs kunnen correct rekenen en toch fout antwoorden door verkeerd gekozen context.

Enterprise LLMs en verkeerde context

Een enterprise-AI-systeem kan een logisch, controleerbaar antwoord geven en toch analytisch fout zitten. De oorzaak ligt dan niet per se in het model of de berekening, maar in de selectie van bewijs vóórdat de berekening begint.

Het systeem kan de verkeerde tabelrelatie volgen, een dubbelzinnige bedrijfsterm verkeerd uitleggen of gegevens kiezen die niet bij de vraag passen. Een sterker model, een langere prompt, extra documenten of een groter contextvenster lossen dat selectieprobleem niet automatisch op.

Context engineering voor analytische systemen

Context engineering richt zich op het pad van vraag naar resultaat. Het systeem moet eerst vaststellen wat de gebruiker precies vraagt, daarna bepalen welk bewijs daarvoor in aanmerking komt en vervolgens een verdedigbare route naar de uitkomst volgen.

Het artikel gebruikt de vraag hoeveel uur Cam gemiddeld per dag werkt als voorbeeld. Het woord dag kan verwijzen naar alle kalenderdagen, gewerkte dagen, roosterregels of unieke werkdagen. Elke keuze levert een verdedigbaar gemiddelde op, maar alleen één definitie sluit aan op de bedoelde vraag.

Een controle die totalen en rekenwerk nakijkt, ontdekt niet vanzelf dat het systeem de verkeerde noemer koos. Dat probleem wordt lastiger wanneer enterprise-datalandschappen groter worden. De analyse steunt op survey-analytics-werk dat werd gepresenteerd tijdens DataHack Summit 2026 en op gepubliceerd onderzoek.

Context engineering: concrete takeaway

Beoordeel bij een analytisch LLM-systeem niet alleen het eindantwoord. Leg ook vast welke betekenis het systeem aan termen gaf, welke tabellen en relaties het selecteerde, welke noemer het gebruikte en waarom die bronnen bij de vraag passen.

Zoek eerst de fout in de route voordat je het model vervangt. Een correct berekende uitkomst is geen bewijs dat de analyse klopt; de gekozen context bepaalt of het antwoord werkelijk over de gestelde vraag gaat.