Claude Code maakte van mij een eenpersoonsmarketingbureau

Claude Code maakte van mij een eenpersoons marketingbureau

Drie weken geleden keek ik toe hoe een developer een volledige site-brede SEO-revisie uitvoerde — het soort werk waar normaal een team van vier personen een hele week over doet — in twintig minuten. Geen twintig uur. Twintig minuten. Hij begon met 150 geoptimaliseerde pagina's en vertrok met 600.

Ik zit al een tijdje diep in het Claude Code-ecosysteem, bouw agents, lever automatiseringsworkflows op en verleg de grenzen van wat een enkele developer met AI kan doen. Maar het zien van die demonstratie brak iets in mijn hoofd. Niet omdat de technologie nieuw voor me was — ik gebruik Claude Code dagelijks — maar vanwege waar het op gericht was. Marketing. De hele discipline. Copywriting, conversie-optimalisatie, SEO-strategie, A/B-testen, programmatische content, betaalde advertentie-frameworks. Alles, verpakt in oproepbare skills die iedereen — zelfs iemand die nog nooit een Facebook-advertentie heeft geschreven — vanuit een terminal kan aanroepen.

De repository hierachter is de marketingskills-collectie van Corey Haynes op GitHub. Meer dan 5.100 sterren en groeiend. En na twee weken elke belangrijke skill in de set te hebben getest, kan ik je vertellen dat de hype verdiend is — met enkele belangrijke kanttekeningen waar ik later op terugkom. Maar eerst moet ik uitleggen waarom deze specifieke aanpak van AI-marketing fundamenteel anders is dan wat je eerder hebt gezien.

De meeste AI-marketingtools lossen het verkeerde probleem op

Dit is hoe de markt er nu uitziet: tientallen AI-copywritingtools die generieke blogposts, social media-bijschriften en e-mailonderwerpen genereren. Je plakt een onderwerp erin, klikt op genereren en krijgt iets dat leest alsof het is samengesteld uit de prullenbak van een contentfabriek. De output is grammaticaal correct, thematisch relevant en volstrekt vergeetbaar.

Ik heb de meeste getest. Jasper, Copy.ai, Writesonic, de ingebouwde AI-functies in HubSpot en Mailchimp. Ze delen allemaal dezelfde fundamentele beperking — het zijn zwarte dozen die zijn geoptimaliseerd voor volume, niet voor strategie. Je kunt ze je merkidentiteit niet aanleren. Je kunt er geen competitief positioneringsframework in injecteren. Je kunt ze niet laten denken als je beste marketingmedewerker.

Claude Code-skills draaien dit model volledig om.

In plaats van een generieke AI-tool te gebruiken die min of meer marketing doet, gebruik je een programmeerbare AI-agent die jouw specifieke marketingmethodologie uitvoert. De skill is niet "schrijf me een advertentie." De skill is "analyseer deze landingspagina met de wetenschappelijke advertentieprincipes van Claude Hopkins, kruis-refereer met het overtuigingsframework van Robert Cialdini, identificeer de drie zwakste conversie-elementen en herschrijf de hero-sectie met specifieke vertrouwenssignalen voor B2B SaaS-kopers."

Dat is niet hetzelfde. Dat komt niet eens in de buurt van hetzelfde.

En de reden waarom dit ertoe doet, komt neer op iets dat de meeste AI-marketingdiscussies volledig missen — wat ik ga uitleggen nadat ik je heb laten zien hoe dit er in de praktijk uitziet.

Wat er gebeurt als je /page CRO typt in je terminal

Ik wil je door een echte sessie leiden, want de ervaring is oprecht anders dan welke andere AI-marketingtool ik ook heb gebruikt.

Je opent je terminal — of een IDE zoals Cursor die Claude Code ondersteunt — en typt een slash-commando. Iets als /page CRO. Dat is het. Geen complexe setup, geen API-configuratie, geen prompt engineering. De skill laadt en Claude begint je vragen te stellen.

Dit is het deel dat me verraste. De meeste AI-tools beginnen meteen te genereren. Claude Code's marketingskills beginnen met het bevragen van je context. Wat is de URL? Wie is de doelgroep? Wat is de primaire conversieactie? Wat is het huidige bouncepercentage? Heb je analysegegevens die je kunt delen?

Het gedraagt zich als een senior marketingconsultant in een kennismakingsgesprek, niet als een contentgenerator die op een prompt wacht.

Ik testte dit op een homepage die ik al weken wilde optimaliseren — een B2B SaaS-landingspagina voor de workflowautomatiseringstool van een klant. De bestaande hero-sectie was prima. Niet verschrikkelijk. Gewoon... prima. Generieke waardepropositie, stockfoto van blije kantoormedewerkers, een "Begin gratis"-knop die in de achtergrond wegviel.

Claude Code's CRO-skill haalde het uit elkaar.

De analyse kwam terug gestructureerd als een professionele audit. Het identificeerde vijf specifieke problemen: de kop was feature-gericht in plaats van resultaatgericht, het sociale bewijs was begraven onder de vouw, de CTA miste urgentie, de hero-afbeelding communiceerde niets over het daadwerkelijke product, en de subkop probeerde twee verschillende doelgroepsegmenten tegelijk te bedienen. Elk probleem kwam met een ernstigheidsclassificatie, het psychologische principe dat het schond, en een specifieke herschrijving.

Maar hier werd het interessant. Ik was niet tevreden met de eerste herschrijving. Dus zei ik: "Herschrijf deze hero-sectie alsof Claude Hopkins een modern SaaS-bedrijf zou adviseren." Claude Code kwam terug met een versie die opende met een specifieke, gekwantificeerde claim — "Teams die [Product] gebruiken sluiten tickets 47% sneller af in hun eerste week" — ondersteund door een klantgetuigenis, met een CTA die een concrete volgende stap creëerde in plaats van een vaag "begin nu."

Toen duwde ik verder: "Pas nu de autoriteits- en schaarsteprincipes van Cialdini toe." De derde iteratie voegde een vermelding van een branche-analist toe en een signaal van beperkte onboarding-capaciteit. Elke versie was meetbaar beter dan de vorige, omdat elke aanroep voortbouwde op een specifiek strategisch framework, in plaats van alleen maar woorden te verschuiven.

Drie herschrijvingen in ongeveer vier minuten. Een conversie-optimalisatieconsultant zou €2.000-€5.000 rekenen voor dit soort analyse en aanbevelingen — en er een week over doen om het op te leveren.

Dat was het moment waarop ik begon te begrijpen wat 5.100 GitHub-sterren werkelijk betekent.

De skill die me deed heroverwegen hoe ik SEO aanpak

Als de CRO-skill me onder de indruk bracht, heeft de programmatische SEO-skill oprecht veranderd hoe ik contentstrategie benader.

Dit is de opzet: ik richtte het op een bestaande website — een digitaal marketingbureau met ongeveer 440 locatiepagina's en een handvol dienstspecifieke landingspagina's. Standaard lokale SEO-aanpak. Het soort sitestructuur dat er slim uitziet op een whiteboard maar in de praktijk vaak ondermaats presteert.

De skill haalde gegevens uit de sitestructuur, vergeleek met beschikbare analytische signalen en leverde een diagnose die een menselijke SEO-strateeg dagen aan handmatige analyse zou hebben gekost.

De belangrijkste bevinding: die 440 locatiepagina's haalden gemiddeld 0,13 klikken per maand. Per maand. Niet per dag. Per maand. Dat is geen onderprestatie — dat is digitaal dood gewicht. Pagina's die alleen bestaan om een sitemap er uitgebreid uit te laten zien, terwijl ze in wezen niets bijdragen aan organisch verkeer.

De meeste SEO-tools zouden dit hebben gemarkeerd als "dunne content" en verder zijn gegaan. Claude Code's skill ging drie lagen dieper. Het identificeerde waarom de pagina's faalden — ze waren template-gegenereerd met minimale unieke content, concurreerden tegen gevestigde lokale directories met domeinautoriteit die ze niet konden evenaren, en richtten zich op zoekwoorden waarbij de zoekintentie niet overeenkwam met het paginaformaat. De locatiepagina's beantwoordden "waar is [dienst] beschikbaar?" terwijl gebruikers eigenlijk zochten naar "[dienst] reviews in [stad]" of "beste [dienst] bij mij in de buurt."

Daarna genereerde het een geprioriteerd actieplan. Geen generieke "verbeter je content"-aanbeveling — een specifieke contentstrategie met geschatte impactscores, zoekwoordclusters, contenttemplates en een voorgestelde publicatiekalender. Het adviseerde om de 440 locatiepagina's te consolideren tot 50 hoogwaardige regionale hub-pagina's, elk gericht op een specifiek persona met gelokaliseerde casestudy's en prijscontext.

Ik maakte een ruwe berekening. Een senior SEO-strateeg dit handmatig laten doen — de site-audit, de dataverzameling, de concurrentieanalyse, het strategiedocument — zou €8.000-€15.000 kosten en twee tot drie weken duren. Claude Code genereerde een vergelijkbaar resultaat in ongeveer twintig minuten.

Ik wil hier voorzichtig zijn, want "vergelijkbaar" doet veel werk in die zin. En dat is precies wat we nu moeten bespreken.

Het menselijke-controle-probleem waar niemand over wil praten

Hier moet ik eerlijk zijn, want de hype rond AI-marketingtools bereikt gevaarlijke niveaus.

De output van deze Claude Code-skills is indrukwekkend. Oprecht indrukwekkend. Maar het is indrukwekkend op de manier waarop een eerste versie van een getalenteerde junior marketeer indrukwekkend is — vol goede intuïties en solide frameworks die nog steeds senior toezicht nodig hebben voordat ze een live campagne raken.

Ik heb mensen in Twitter-threads zien beweren dat ze "hun hele marketingteam hebben vervangen" door AI. Dat is onverantwoordelijke onzin, en als je een echt bedrijf runt, doe dat alsjeblieft niet.

Wat deze skills daadwerkelijk vervangen is het uitvoerende zwoegwerk — de uren die je naar een leeg scherm staart om koppen te bedenken, het handmatig auditten van 440 pagina's één voor één, het vervelende proces van het onderzoeken van concurrentiepositionering over twaalf verschillende landingspagina's. De strategische laag — beslissen welke aanbevelingen je implementeert, je specifieke marktdynamiek begrijpen, weten wanneer het advies van de AI je merk daadwerkelijk zou schaden — dat is nog steeds volledig aan jou.

Ik maakte deze fout zelf tijdens het testen. De CRO-skill suggereerde om urgentie toe te voegen aan een prijspagina met een "beperkt aantal plaatsen"-signaal. Standaard conversieoptimalisatietechniek. Maar voor de specifieke klant waar ik mee werkte — een B2B enterprise-tool met een aankooptraject van 6-8 maanden — zou kunstmatige urgentie manipulatief hebben aangevoeld en het vertrouwen hebben ondermijnd bij precies het type senior inkoper dat we probeerden te bereiken. Een menselijke marketeer met context over het dealtraject zou dit onmiddellijk hebben opgemerkt. De AI kon dat niet, omdat het optimaliseerde voor conversieprincipes in het abstracte, niet voor de specifieke relatiedynamiek van dat specifieke verkooptraject.

Dit is het menselijke-controle-principe dat de beste AI-practitioners intuïtief begrijpen. De AI genereert de opties. De AI doet de analyse. De AI produceert het eerste concept, het tweede concept en het derde concept. Maar een mens met domeinexpertise beslist welk concept wordt gelanceerd — en nog belangrijker, welke aanbevelingen genegeerd moeten worden.

De mensen die 25-30x productiviteitswinst behalen met deze tools verwijderen geen mensen uit het proces. Ze verwijderen het laagwaardig menselijk werk uit het proces zodat het hoogwaardig menselijk oordeelsvermogen meer ruimte krijgt. Dat onderscheid doet er enorm toe, en het verkeerd interpreteren kan je klanten kosten.

Over productiviteitswinst gesproken — de cijfers die mensen melden verdienen een nadere blik.

De wiskunde achter de productiviteitsclaims

De demonstratie die ik zag maakte een specifieke claim: een taak die een team één week zou kosten werd in twintig minuten voltooid, met een output die steeg van 150 pagina's naar 600. Dat is ruwweg een 21x snelheidsverbetering en een 4x outputverbetering tegelijkertijd.

Mijn eigen testen over twee weken ondersteunen de snelheidsclaim meer dan de outputclaim, en ik wil uitleggen waarom.

Voor taken die voornamelijk analytisch zijn — CRO-audits, SEO-paginaanalyse, onderzoek naar concurrentiepositionering — zijn de snelheidswinsten reëel en soms zelfs hoger dan 21x. Ik voerde een CRO-analyse uit op zeven verschillende landingspagina's in een middag waar ik anders een volledige week geconcentreerd werk aan kwijt zou zijn geweest. De AI wordt niet moe, wisselt niet van context, heeft geen koffiepauzes nodig en besteedt geen twintig minuten op Reddit tussen analyses door.

Voor contentgeneratietaken — advertentieteksten schrijven, e-mailreeksen maken, landingspaginacontent opstellen — zijn de snelheidswinsten aanzienlijk maar genuanceerder. De AI genereert een eerste versie in seconden, maar het bewerkings- en verfijningsproces (wat niet-onderhandelbaar is als je om kwaliteit geeft) kost nog steeds echte tijd. Mijn eerlijke schatting is een 5-8x snelheidsverbetering voor content die klaar is voor publicatie, niet het 25-30x cijfer dat rondgaat voor ruwe generatiesnelheid.

Voor strategische taken — een volledig programmatisch SEO-plan bouwen, een A/B-testroute ontwerpen, een contentkalender maken die aansluit bij bedrijfsdoelstellingen — liggen de winsten voornamelijk in kwaliteit en volledigheid in plaats van pure snelheid. De AI overweegt invalshoeken die ik zou hebben gemist. Het haalt frameworks aan die ik ken maar niet altijd onthoud om toe te passen. De output is niet 25x sneller; het is misschien 3-5x sneller maar aanzienlijk grondiger.

Hier is een tabel uit mijn daadwerkelijke testen:

De claim "potentieel 300x met nieuwe functies" uit de video verwijst naar het combineren van deze skills met aankomende mogelijkheden zoals parallelle agent-uitvoering en persistent geheugen over sessies heen. Ik heb die functies niet getest — ze zijn nog niet volledig beschikbaar — dus ik kan dat getal niet valideren. Maar op basis van wat ik heb gezien van parallelle agent-architecturen in mijn ontwikkelwerk, is 100-300x voor specifieke workflowtypes niet onrealistisch. Het is alleen nog niet bewezen.

Wat WEL bewezen is, is dat zelfs de conservatieve 5-8x verbetering op contentgeneratie de economie van marketing fundamenteel verandert. Een solo-oprichter die zich voorheen geen SEO, CRO, e-mailmarketing en betaalde advertenties tegelijkertijd kon veroorloven, kan nu alle vier de kanalen bedienen met de tijdsinvestering die vroeger één kanaal kostte.

Dat is geen marginale verbetering. Dat is een categorie-verschuiving. En het creëert een interessante concurrentiedynamiek die ik wil verkennen.

De ongemakkelijke waarheid over de vaardigheidskloof in marketing

Ik dacht altijd dat de barrière voor goede marketing kennis was. Lees de juiste boeken, leer de juiste frameworks, begrijp de juiste psychologie — en je zou effectieve campagnes produceren. Ik had deels gelijk en was grotendeels naïef.

De werkelijke barrière is altijd uitvoeringscapaciteit geweest. Elke competente marketeer weet dat je koppen moet A/B-testen. Ze weten dat je je conversiefunnel elk kwartaal moet auditten. Ze weten dat ze hun e-maillijst moeten segmenteren en hun reeksen moeten personaliseren. Ze hebben gewoon niet de uren om alles te doen, dus prioriteren ze, doen concessies en laten geld liggen.

Claude Code's marketingskills maken je geen betere marketeer. Ze geven je de uitvoeringscapaciteit om daadwerkelijk de marketeer te zijn die je al weet hoe je moet zijn.

Ik voerde vorige week een experiment uit dat dit perfect illustreert. Ik nam een landingspagina van een klant die zes maanden "goed genoeg" was geweest — met een conversiepercentage van ongeveer 2,3% — en besteedde een middag aan het iteratief door de CRO-skill halen. Vijf rondes analyse, elke keer voortbouwend op de vorige revisie, elke keer gericht op een ander conversieprincipe. De herschreven pagina (na mijn eigen bewerking en merkstem-aanpassingen) ging dinsdag live.

Ik ga niet beweren dat ik statistisch significante resultaten heb uit vijf dagen data. Wat ik je wel kan vertellen is dat het proces van het produceren van vijf strategische iteraties van een landingspagina — iets dat normaal zou vereisen dat je een afspraak plant met een conversiespecialist, wacht op hun analyse, hun aanbevelingen beoordeelt en door revisierondes gaat — mij drie uur kostte van begin tot live.

Zelfs als de pagina precies hetzelfde converteert (onwaarschijnlijk gezien de specifieke verbeteringen, maar mogelijk), was de economische waarde positief omdat de tijdsinvestering zo klein was. Het verwachte nadeel is bijna nul. Het verwachte voordeel is betekenisvol. Dat risico-rendementsprofiel bestond simpelweg niet vóór deze tools.

Maar er is iets dat me zorgen baart over de snelheid waarmee dit allemaal gebeurt — en het is iets dat ik niemand anders erover hoor praten.

Wat er gebeurt als iedereen een marketingafdeling in hun terminal heeft

Op dit moment zijn de mensen die Claude Code voor marketing gebruiken een kleine minderheid. Developers en technische oprichters die comfortabel zijn in een terminal, early adopters die AI-toolreleases op de voet volgen, en bureaus die actief met AI-workflows experimenteren. Misschien een paar duizend mensen wereldwijd gebruiken deze specifieke skills serieus.

Dat blijft niet zo. De repository heeft 5.100 sterren en het aantal groeit snel. Naarmate IDE-gebaseerde AI-tools meer mainstream worden — en dat zullen ze worden, gezien het traject van Cursor, Windsurf en Claude Code zelf — daalt de toetredingsdrempel naar nul. Je hoeft niet te weten hoe je moet coderen. Je hoeft alleen maar een slash-commando te typen en wat vragen te beantwoorden.

Wanneer iedereen toegang heeft tot 30x marketing-uitvoeringssnelheid, verschuift het concurrentievoordeel volledig naar strategie en smaak. De persoon die wint is niet degene die meer landingspaginavarianten kan genereren — het is degene die weet welke variant gelanceerd moet worden. Het is niet degene die 600 SEO-pagina's kan produceren — het is degene die begrijpt welke 50 pagina's daadwerkelijk gekwalificeerd verkeer zullen genereren.

Dit is waarom het "menselijke controle"-principe niet alleen een leuk extraatje is. Het is de hele competitieve slotgracht voor de toekomst. AI handelt de productie af. Mensen handelen het oordeelsvermogen af. En de mensen die beter oordeelsvermogen ontwikkelen — door echte marktervaring, door het begrijpen van klantpsychologie op een dieper niveau dan frameworks, door dure fouten te maken en ervan te leren — dat zijn degenen die deze tools zullen omzetten in oneerlijke voordelen in plaats van alleen maar snellere commodity-output.

Ik geloof oprecht dat we ongeveer zes tot twaalf maanden verwijderd zijn van een fase waarin AI-gegenereerde marketingcontent zo wijdverspreid wordt dat doelgroepen er een onbewust filter voor ontwikkelen. De tekenen zullen niet grammaticaal zijn — de AI is daar al te goed voor. De tekenen zullen strategisch zijn. Generieke positionering. Framework-perfecte maar emotioneel holle copy. Content die elk best-practice-vakje afvinkt maar er niet in slaagt iets te zeggen dat de AI van een concurrent niet had kunnen genereren.

Het tegengif is hetzelfde dat altijd geweldige marketing heeft gescheiden van goede marketing: oprecht inzicht uit oprechte ervaring. AI kan frameworks synthetiseren. Het kan niet door de klantreis leven. Het kan niet de frustratie voelen van een mislukte productlancering. Het kan niet de intuïtie ontwikkelen die ontstaat door duizend A/B-tests te bekijken en een buikgevoel te ontwikkelen voor wat zal werken voordat de data binnenkomt.

Gebruik deze tools. Gebruik ze agressief. Maar gebruik ze als versterkers van je oordeelsvermogen, niet als vervanging ervoor.

Hoe je daadwerkelijk kunt beginnen (zonder te verdrinken in opties)

Als je tot hier hebt gelezen, vraag je je waarschijnlijk af waar je moet beginnen. De skills-repository heeft tientallen opties, en alles tegelijk proberen te leren is een gegarandeerde manier om donderdag al op te geven. Hier is het pad dat ik zou aanbevelen, gebaseerd op wat daadwerkelijk het snelst verschil maakte in mijn testen.

Week 1: Kies één kanaal, één skill.

Als je een bestaande website hebt, begin dan met de CRO-skill. Richt het op je pagina met het meeste verkeer en voer de analyse uit. Probeer niet alles te implementeren wat het voorstelt — kies de twee beste aanbevelingen en voer ze door. Dit geeft je de snelste feedbackloop tussen "skill aanroepen" en "real-world impact zien."

Als je een nieuwe site bouwt of nog geen verkeer hebt, begin dan met de programmatische SEO-skill. Laat het je niche analyseren en een contentstrategie genereren. Probeer ook hier niet het hele plan uit te voeren — kies de drie beste contentstukken en maak ze.

Week 2: Voeg de iteratielus toe.

Hier verschijnt de echte hefboom. Neem de output van week één en haal het opnieuw door de skill. Heb je je hero-sectie herschreven? Voer de nieuwe versie door CRO-analyse. Heb je drie SEO-pagina's gepubliceerd? Haal ze door contentoptimalisatie. De tweede doorgang is altijd beter dan de eerste, en de skill onthoudt de context van je vorige sessie als je het in hetzelfde gesprek houdt.

Week 3: Stapel een tweede skill.

Voeg nu copywriting of e-mailreeksgeneratie toe. Het doel is om spiergeheugen te ontwikkelen voor het aanroepen van skills als je standaard eerste stap voor elke marketingtaak. In plaats van een Google Doc te openen en naar een lege pagina te staren, moet je reflex zijn om je terminal te openen en een slash-commando te typen.

Pro-tip: maak een contextbestand (ik gebruik een marketing-context.md in mijn projectroot) met je merkpositionering, doelgroepprofielen, kernmetrics en een samenvatting van het concurrentielandschap. Verwijs naar dit bestand bij het aanroepen van skills, en de outputkwaliteit springt drastisch omhoog omdat de AI de strategische context heeft die generieke prompts missen.

Na drie weken heb je een helder beeld van welke skills de meeste waarde opleveren voor jouw specifieke situatie, en je kunt van daaruit uitbreiden. Sommige mensen zullen uiteindelijk dagelijks drie skills gebruiken. Anderen zullen één killer-workflow vinden die hen tien uur per week bespaart. Beide uitkomsten zijn winst.

De echte vraag is niet of je deze tools moet gebruiken

Ik begon dit bericht met het verhaal over hoe ik iemand een week SEO-werk in twintig minuten zag comprimeren. Dat cijfer voelde destijds buitensporig. Na twee weken intensief testen voelt het niet meer buitensporig. Het voelt conservatief voor bepaalde taaktypes en optimistisch voor andere — maar qua richting correct over de hele linie.

De tools bestaan. Ze werken. Ze zijn gratis toegankelijk. De skills-repository is open source. Claude Code is beschikbaar voor iedereen met een Anthropic-account. De kloof tussen "ik moet me waarschijnlijk eens verdiepen in AI-marketing" en "ik draai AI-aangedreven marketingcampagnes" wordt nu gemeten in uren, niet maanden.

Maar hier kom ik steeds op terug, de gedachte die bij me blijft na elke testsessie: de 5.100 mensen die die repository een ster gaven zijn niet degenen die me concurrerend zorgen baren. Degenen die me zorgen baren zijn de 500 die deze skills daadwerkelijk in hun dagelijkse workflow hebben geïntegreerd, het oordeelsvermogen hebben ontwikkeld om te weten wanneer de AI fout zit, en stilletjes concurrentievoordelen opbouwen die de rest van de markt niet zal begrijpen totdat het te laat is.

De vraag is niet of AI marketing zal veranderen. Dat gebeurt al. De vraag is of jij de persoon bent die de AI aanstuurt — of de persoon die zich afvraagt waarom de marketing van je concurrent ineens zoveel beter is geworden.

Ik weet aan welke kant ik sta. En als je tot het einde van dit bericht bent gekomen, weet jij dat waarschijnlijk ook.

Laten we samenwerken

Wil je AI-systemen bouwen, workflows automatiseren of je technische infrastructuur opschalen? Ik help je graag.

• Fiverr (maatwerk & integraties): fiverr.com/s/EgxYmWD
• Portfolio: mejba.me
• Ramlit Limited (enterprise-oplossingen): ramlit.com
• ColorPark (design & branding): colorpark.io
• xCyberSecurity (beveiligingsdiensten): xcybersecurity.io