LlamaIndex leest spreadsheets nu cel voor cel in plaats van plat te slaan

TL;DR

• Wat: LlamaIndex lanceert LlamaSheets — een bètafunctie in LlamaParse die spreadsheets cel voor cel uitleest in plaats van ze naar platte tekst te converteren.
• Waarom relevant: veel bedrijven verwerken Excel-bestanden met AI-tools die de structuur (formules, samengevoegde cellen, verborgen rijen) kwijtraken, met fouten als gevolg.
• Wat je ermee kunt: als je regelmatig complexe spreadsheets verwerkt, is het de moeite waard om te testen of deze aanpak minder fouten oplevert dan je huidige werkwijze.

Ik stuitte op een bericht van LlamaIndex waarin ze aankondigen dat hun LlamaParse-platform nu spreadsheets "native" kan verwerken — onder de naam LlamaSheets. Wat mij triggerde: het probleem dat ze beschrijven ken ik van vrijwel elke ondernemer die weleens een Excel-bestand door een AI-tool heeft gehaald.

Het probleem: platte tekst van een gestructureerd bestand

De meeste tools die data uit documenten halen, behandelen spreadsheets alsof het PDF's zijn. Ze zetten het bestand om naar platte tekst of Markdown en laten vervolgens een AI-model raden wat de oorspronkelijke structuur was.

Dat klinkt misschien onschuldig, maar spreadsheets zijn bij uitstek bestanden waar structuur de betekenis bepaalt. Een getal in cel B7 heeft pas betekenis als je weet dat de kolomkop "Omzet Q3" is en de rijkop "Regio Noord". Samengevoegde cellen, verborgen rijen, formules — het zijn allemaal signalen die context geven.

Strip je die structuur weg, dan loop je het risico dat je het juiste getal aan de verkeerde periode of metric koppelt. Stel dat je als ondernemer een kwartaalrapport automatisch wilt verwerken: als de tool niet begrijpt dat rij 12 verborgen is en rij 13 een subtotaal bevat, krijg je een samenvatting die er correct uitziet maar feitelijk niet klopt. Dat is misschien wel het gevaarlijkste soort fout — eentje die je niet meteen ziet.

Wat LlamaSheets anders doet

Volgens LlamaIndex leest LlamaSheets de ruwe cellen direct uit in plaats van het werkblad eerst plat te slaan. De tool identificeert automatisch regio's binnen een spreadsheet, extraheert gestructureerde data en levert het resultaat als Parquet-bestanden op — een dataformaat dat datatypes (datums, getallen, tekst) intact houdt.

Wat ik opvallend vind: de tool bewaart volgens de documentatie meer dan veertig kenmerken per cel, waaronder opmaak (vetgedrukt, kleuren), positie en datatype. Dat is relevant omdat in veel zakelijke spreadsheets de opmaak zelf informatie draagt. Een vetgedrukte rij is vaak een kopje of subtotaal. Een gekleurde cel kan een markering zijn. Door die visuele hiërarchie mee te nemen, probeert LlamaSheets de semantische structuur van het bestand te begrijpen — niet alleen de tekst.

Ondersteunde formaten en beperkingen

In het oorspronkelijke bericht op X noemt LlamaIndex de formaten .xlsx, .xls en .csv. De officiële documentatie vermeldt op dit moment alleen .xlsx expliciet als ondersteund invoerformaat. Dat is een verschil dat ik wil benoemen, want als je met oudere .xls-bestanden werkt, is het verstandig om eerst te controleren of die daadwerkelijk worden ondersteund.

Er zitten ook limieten aan: maximaal honderd kolommen en tienduizend rijen per werkblad. Voor veel MKB-spreadsheets is dat ruim voldoende, maar als je werkt met grote datasets of uitgebreide boekhoudrapporten, loop je daar mogelijk tegenaan.

Beschikbaarheid en kosten

LlamaSheets is momenteel beschikbaar als gratis bèta. Je kunt het uitproberen via een browser-playground op cloud.llamaindex.ai, via de Python SDK of via de REST API. Er zijn twee verwerkingstiers:

• Cost-effective: 10 credits per geëxtraheerde regio, sneller, zonder gegenereerde beschrijvingen.
• Agentic: 100 credits per regio, hogere nauwkeurigheid bij complexe spreadsheets.

De brontweet spreekt over de "agentic_plus"-tier, terwijl de documentatie de functie onder "agentic" plaatst. Het kan zijn dat de naamgeving nog verschuift — het is immers een bèta. Ik noem het omdat het voor de duidelijkheid uitmaakt welke tier je precies nodig hebt.

Wat betekent dit voor ondernemers?

Ik vind het eerlijk gezegd interessant dat dit probleem nu pas serieus wordt aangepakt. Spreadsheets zijn voor veel Nederlandse ondernemers nog steeds hét werkpaard van de administratie. Denk aan kwartaalcijfers, inkooplijsten, personeelsplanningen, voorraadoverzichten — allemaal bestanden waar structuur en context cruciaal zijn.

Als je overweegt om AI in te zetten voor het verwerken van zulke bestanden — bijvoorbeeld om automatisch samenvattingen te maken, data te migreren of rapportages te genereren — dan is de manier waarop je tool het bronbestand leest een fundamentele keuze. Een tool die de structuur snapt, maakt minder fouten. Dat is het kernargument van LlamaIndex, en ik vind het een logisch argument.

Tegelijkertijd wil ik een kanttekening plaatsen: er zijn geen onafhankelijke benchmarks of vergelijkende tests gepubliceerd die aantonen hoeveel beter deze aanpak in de praktijk presteert ten opzichte van bestaande methoden. De belofte klinkt aannemelijk, maar zonder harde cijfers blijft het een belofte. Dat is niet per se een probleem — het is een bèta — maar het is wel iets om in je achterhoofd te houden.

Kun je je voorstellen wat het betekent als je maandelijks tientallen Excel-rapporten verwerkt en de foutmarge met zelfs een paar procent daalt? Voor sommige bedrijven is dat het verschil tussen een betrouwbaar dashboard en een middag handmatig controleren.

Een nuchtere observatie

Voor mij is dit vooral een signaal dat de AI-industrie voorbij het punt komt van "gooi alles in een taalmodel en hoop op het beste." De erkenning dat verschillende bestandstypen een verschillende aanpak nodig hebben — dat spreadsheets geen PDF's zijn — klinkt als een open deur, maar in de praktijk is het een stap die veel tools nog niet zetten.

Of LlamaSheets die belofte ook waarmaakt voor de rommeligste Excel-bestanden die in het Nederlandse MKB rondgaan, dat moet de bèta uitwijzen. Ik ben in elk geval benieuwd naar de eerste ervaringen.