Niet elk bewijs van wat ik bouw zit achter een NDA. Dreamalizing is een eigen product van Elk Solutions dat ik volledig kan laten zien: een AI die mensen helpt hun eigen dromen te verkennen — privacy-first en begrensd, met de marketingsite live en de app in pre-launch.
Het is geen klantcase. Het is een studio-case: ik heb dit zelf bedacht, gebouwd, gedeployd en draai het door. Juist daarom laat het scherper dan welk klantproject ook zien hóe ik controllable AI bouw: AI die professioneel blijft, óók bij de meest persoonlijke en gevoelige input die je je kunt voorstellen.
De uitdaging
Droominhoud is een extreem privacy-gevoelige categorie. Mensen vertellen er dingen in die ze nergens anders delen. Dat stelt twee harde eisen die haaks op elkaar lijken te staan:
- AI moet bruikbaar zijn — anders is het een leeg tekstveld
- AI mag nooit doen alsof het de waarheid kent — geen therapie, geen diagnose, geen "dit betekent je droom"
Een naïef AI-product kiest één kant: óf een stellige droomuitlegger die zekerheid faket, óf een onschuldig dagboek zonder waarde. Beide zijn fout. De echte uitdaging was om AI in te zetten als begeleider binnen strakke veiligheids- en privacykaders — bruikbaar én eerlijk over wat het niet weet.
De oplossing
Ik heb Dreamalizing gebouwd rond een paar bewuste keuzes die elk een ontwerpprincipe van Elk Solutions weerspiegelen:
- Guided exploration in plaats van black-box output. De AI interpreteert niet, maar stelt gerichte vragen. De gebruiker blijft de autoriteit over de eigen droom; de AI helpt alleen verkennen.
- Bounded AI met duidelijke grenzen. Het model mag expliciet geen therapie, diagnose of medische claims doen. Die grenzen zitten in het systeem, niet in een disclaimer onderaan.
- Privacy-first opslag. Dromen worden versleuteld opgeslagen (AES-256-GCM, sleutel per gebruiker) op eigen infrastructuur — niet bij een grote cloudpartij.
- Lokale inferentie. De taalmodellen draaien lokaal, afgedwongen via configuratie, zodat gevoelige input niet standaard naar externe AI-diensten lekt.
- Opt-in patroonherkenning. Verbanden over meerdere dromen heen worden alleen gezocht als de gebruiker daar bewust voor kiest.
- Verwijderbaar en herleidbaar. Een verwijderverzoek wist data ook echt volledig (GDPR), en de keten is auditeerbaar.
Wat dit laat zien
Dreamalizing is bewust een lastige testcase: als je AI hier professioneel en begrensd kunt houden, kun je het overal. Het laat concreet zien dat Elk Solutions:
- AI naar de praktijk brengt, niet alleen in een demo — de marketingsite live en de app in pre-launch (iOS-beta via TestFlight, Android in aantocht), met betaalmodel en 14 talen al ingericht
- gevoelige data behandelt met encryptie, eigen infra en lokale inferentie
- guardrails ontwerpt die afdwingbaar zijn, niet cosmetisch
- een idee van concept tot draaiend product kan brengen — inclusief deployment, betalingen, onderhoud en doorontwikkeling
Dat laatste is geen detail. De meeste app-ideeën halen nooit een winkel: bij Apple wordt ruwweg één op de vier inzendingen afgewezen, ruim een derde van alle apps wordt binnen twee jaar verlaten, en de stores ruimen die dode apps met miljoenen tegelijk op. Een product dat door App Review, TestFlight, betalingen en 14 talen heen komt én draaiend blijft, is geen los hobbyproject — het is bewijs van ship-capaciteit.
Dezelfde principes — context als waarheid, meetbaarheid, governance en duidelijke grenzen — pas ik toe in klanttrajecten rond AI in productie.
Bekijk het zelf
De marketingsite van Dreamalizing staat live; de app zelf is in pre-launch (iOS-beta via TestFlight, Android in aantocht). Je kunt de site bekijken, en als je AI bij gevoelige of risicovolle data wilt inzetten, denk ik graag mee over hoe dat begrensd en beheersbaar kan.