Lotus 1-2-3-bestanden converteren voor RAG- en AI-pipelines

Kort gezegd

Converteer Lotus 1-2-3-werkmappen naar CSV voor waarde-alleen-analytics en embeddings, en naar Markdown wanneer je wilt dat LLM's de tabellstructuur behouden. Vermijd PDF als tussenstap — het vernietigt het raster dat het model nodig heeft. Lotus Converter doet dit lokaal in bulk zodat gereguleerde rijen je netwerk nooit verlaten.

Het probleem: legacy-spreadsheets zijn onzichtbaar voor AI

Als je finance-, ops- of engineeringteam al 20+ jaar bestaat, zit een niet-triviaal deel van je institutionele kennis nog in Lotus 1-2-3-bestanden: rekeningschema-grootboeken, actuariële tabellen, plantkostenmodellen, tariefdossiers, klantprijsboeken. Die binaire werkmappen kunnen moderne AI-systemen, vectordatabases of embeddingmodellen niet lezen. Voor een LLM bestaan je historische cijfers simpelweg niet.

Een RAG-systeem (Retrieval-Augmented Generation) of private LLM bouwen dat je legacy-spreadsheets negeert, betekent dat je AI decennia kwantitatieve context mist — precies de cijfers waarover analisten vervolgvragen stellen.

Stap voor stap: van Lotus 1-2-3 naar vectordatabase

De workflow om legacy Lotus-werkmappen AI-klaar te maken:

Inventariseer je bronarchieven

Zoek je .123-, .wk1-, .wk3-, .wk4- en .wks-bestanden. Ze liggen typisch verspreid over afdelingsnetwerkschijven, afgedankte bestandsservers en back-upmedia. Lotus Converter scant mappenbomen recursief en kan Lotus-bestanden zonder extensie detecteren via headerbytes.

Batch-converteer naar CSV en Markdown

Voer Lotus Converter uit op het archief. Kies CSV wanneer elk blad één logische tabel is en je maximale tokenefficiëntie wilt. Kies Markdown wanneer de werkmap bijschriften, totalen en notities heeft die een LLM naast het raster moet lezen. Alles gebeurt lokaal — geen werkmap verlaat je machine.

Chunk per blad, niet per bestand

Een .wk4 bevat meestal meerdere werkbladen. Behandel elk blad als eigen document bij chunking — dat houdt rijcontext coherent en voorkomt dat het samenvattingstabblad de detail-embeddings vervuilt. Markdown-koppen en CSV-bestandsnamen geven natuurlijke breekpunten.

Genereer embeddings

Voer je chunks door een embeddingmodel (OpenAI, Cohere, lokale modellen zoals Sentence-BERT, BGE). Schone tabeltekst in = hogere kwaliteit vectoren uit = betere numerieke retrieval. Tag elke chunk met bestand, blad, jaar en businessunit zodat retrieval op metadata kan filteren.

Laad in je vectorstore

Sla embeddings op in Pinecone, Weaviate, Chroma, pgvector of elke vectordatabase. Je legacy kwantitatieve kennis is nu doorzoekbaar door je RAG-pipeline naast moderne XLSX-, DOCX- en PDF-bronnen.

Bevraag met RAG (en tools)

Wanneer een analist vraagt «welke staalinvoerprijzen nam ons plantkostenmodel van 1998 aan?», haalt je RAG-systeem de relevante CSV-/Markdown-chunks op. Voor numeriek redeneren koppel je retrieval aan een sandbox code-interpretertool zodat het model de rekenkunde opnieuw kan uitvoeren in plaats van te gokken.

Formaatvergelijking: welke uitvoer is het best voor AI?

Niet alle spreadsheetuitvoer is gelijk voor LLM-ingestie. Zo verhouden de gangbare doelen zich:

Factor	CSV	Markdown	XLSX	PDF	Ruwe .wk4 / .123
LLM-leesbaarheid	Uitstekend	Uitstekend	Goed (parser nodig)	Matig	Geen
Tokenefficiëntie	Hoogst	Hoog	Laag (XML-overhead)	Laag (extractieruis)	N.v.t.
Structuurbehoud	Rijen en kolommen	Tabellen, koppen, bijschriften	Bladen, formules, opmaak	Layoutafhankelijk	Binair formaat
Embeddingkwaliteit	Hoog	Hoog	Gemiddeld (na parsing)	Gemiddeld (lawaaiig)	N.v.t.
Tool / code-interpreter	Ingebouwd (pandas, DuckDB)	Converteerbaar	Ingebouwd (openpyxl)	OCR vereist	Geen tooling
Verwerkingscomplexiteit	Directe ingestie	Directe ingestie	XLSX-parser	PDF-parser / OCR	Lotus-bibliotheek nodig
Het best voor	RAG over numerieke tabellen; agents met codetools	RAG over geannoteerde werkmappen met notities	De werkmap hergebruiken in Excel	Menselijk lezen, archiveren	Niets (alleen legacy)

Welk formaat is het best om legacy-spreadsheets in een LLM te voeden?

CSV voor ruwe tabulaire cijfers waar elk blad een schone tabel is en je wilt dat agents met pandas of DuckDB queryen. Markdown voor werkmappen waar commentaar, totalen en sectiekoppen betekenis dragen die het model moet behouden. Vermijd PDF als tussenstap — PDF-extractie vernietigt het rij/kolom-raster dat spreadsheets nuttig maakt voor AI.

Waarom lokale verwerking telt voor AI-pipelines

De meeste teams willen private RAG-systemen juist om gereguleerde data — financiële modellen, klantprijzen, personeelsdossiers — van servers van derden te houden. Een cloudconverter gebruiken om die bestanden voor private AI voor te bereiden, ondermijnt het doel. Lotus Converter verwerkt alles op je machine en houdt een volledige bewaarketen van legacy-werkmap tot vectordatabase.

Dit is vooral kritisch voor banken en kredietunies (GLBA), zorg- en benefitsbeheerders (HIPAA), gereguleerde nutsbedrijven en publieke archieven (tariefdossiers en FOIA), en elk bedrijf met SOX- of AVG-verplichtingen.

Zo converteer je Lotus 1-2-3-spreadsheets voor RAG-pipelines en LLM-ingestie