Loopt schoolwerk thuis vaak vast op dezelfde momenten?

Je kind weet niet hoe te beginnen. Jij probeert te helpen, maar voor je het weet ben je planner, controleur of huisleerkracht. Klim helpt om van frustratie naar één haalbare volgende stap te gaan.

Starten lukt moeilijk

Niet omdat je kind niets kan, maar omdat de eerste stap te groot of te onduidelijk voelt.

Studeren voelt willekeurig

Je kind leest, markeert of herhaalt, maar het is niet altijd duidelijk of dat ook de juiste aanpak is.

Jij moet te veel trekken

Je wil helpen, maar niet elke avond de rol van politieagent of privéleerkracht opnemen.

Niet nóg een studie-app. Wel een leerlaag rond je kind.

Een kind leert niet op één plek. School ziet toetsen en taken. Thuis zie je uitstel, frustratie of twijfel. Bijles ziet weer andere patronen. Studie-apps beantwoorden vooral de losse vraag van dat moment.

Klim brengt die signalen samen in één groeiend leerprofiel. Zo begint begeleiding niet telkens opnieuw vanaf nul, maar wordt ze stap voor stap persoonlijker.

School toont leerbewijs

Toetsen, werkbladen, taken, feedback en fouten tonen meer dan een punt. Ze laten zien waar begrip, aanpak of zelfvertrouwen vastloopt.

Thuis toont gedrag

Ouders zien wanneer starten moeilijk is, wanneer een kind blokkeert, te snel opgeeft of net denkt dat iets al gekend is.

Klim bouwt het leerprofiel

Klim verbindt signalen uit verschillende momenten en omgevingen, zodat de volgende stap beter past bij hoe je kind echt leert.

Hoe Klim werkt in 3 stappen.

Klim vertrekt niet vanuit een lege vraag aan AI, maar vanuit concrete context en een begeleide leerflow.

Voeg leercontext toe

Upload of beschrijf een toets, werkblad, taak, woordenlijst of feedback van een leerkracht.

Klim bouwt verder op het leerprofiel

Klim combineert schoolmateriaal met wat jij thuis merkt, eerdere sessies en terugkerende patronen achter fouten, stress of uitstel.

Je kind krijgt één passende leeractie

Oefenen, herhalen, verbeteren, uitleggen of gewoon klein starten. Niet alles tegelijk, maar op maat van wat Klim al weet.

Word gratis testgezin.

We zoeken een beperkte groep ouders die Klim 6 weken wil testen met echte schoolcontext. De pilot is gratis. In ruil vragen we eerlijke feedback over wat werkt, wat onduidelijk is en waar Klim meerwaarde brengt.

Gratis toegang gedurende 6 weken
Geschikt voor lager en secundair onderwijs
Focus op echte toetsen, taken, werkbladen en feedback
Opbouw van een persoonlijk leerprofiel rond je kind
Beperkt tot 20 gezinnen in deze eerste ronde

Bedankt, je aanvraag is ontvangen.

We nemen contact op voor de volgende stap.

Veelgestelde vragen.

Klim is een AI-ondersteunde leercoach voor thuis. De kern is niet de AI zelf, maar de leerlaag rond het kind: context verzamelen, begrijpen waar een kind vastloopt, een passende volgende leeractie kiezen en leren uit wat daarna gebeurt.

Vandaag zit leerinformatie vaak verspreid. Een leerkracht ziet toetsen, taken en klasgedrag. Ouders zien wat er thuis gebeurt. Een bijlesleerkracht moet telkens opnieuw eerdere toetsen en taken bekijken. Een studie-app ziet meestal alleen de vraag die het kind op dat moment stelt.

Klim probeert die losse signalen samen te brengen in een groeiend leerprofiel. Dat profiel helpt om begeleiding persoonlijker te maken: niet alleen op basis van het vak of de oefening, maar ook op basis van eerdere fouten, voorkeuren, zelfvertrouwen, tempo en wat eerder wel of niet werkte.

Nee. Een klassieke studie-app vertrekt vaak van vaste oefeningen, samenvattingen of quizzen. Klim vertrekt van het echte materiaal van je kind: toetsen, taken, werkbladen, woordenlijsten, feedback en wat thuis zichtbaar wordt.

Nee. Klim geeft je kind geen leeg chatvenster waarin AI vrij beslist wat er gebeurt. De sessie loopt binnen een begeleide structuur. AI helpt vooral om de begeleiding begrijpelijk, persoonlijk en interactief te maken.

Nee. Klim is geen antwoordenmachine. Het doel is dat je kind leert starten, nadenken, fouten verbeteren en zelfstandiger oefenen. Waar mogelijk werkt Klim met kleine stappen, vragen, feedback en gerichte herhaling.

Omdat thuis vaak zichtbaar wordt wat op papier niet staat. Een kind kan bijvoorbeeld de leerstof begrijpen, maar blokkeren op starten, planning, stress of zelfvertrouwen. Klim neemt die context mee zonder dat je als ouder elke sessie moet sturen.

Leercontext is alles wat helpt om de situatie te begrijpen: een verbeterde toets, een werkblad, een taak, een woordenlijst, feedback van een leerkracht, een hoofdstuk of een observatie van thuis. Hoe concreter de context, hoe gerichter Klim kan begeleiden.

Klim kijkt naar signalen zoals terugkerende fouten, welke aanpak helpt, waar je kind blokkeert, welke stappen goed werken en waar opnieuw twijfel ontstaat. Niet om je kind te labelen, maar om een persoonlijk leerprofiel op te bouwen dat de volgende sessie gerichter maakt.

Niet in onze visie. AI is de taal- en interactielaag. De leerflow van Klim bepaalt de richting: context verzamelen, vastlopen begrijpen, een leeractie kiezen en leren uit het resultaat. AI maakt die begeleiding bruikbaar in gewone taal.

Klim wordt privacybewust ingericht, met ouderlijke toestemming, Europese data-opslag waar mogelijk en geen training op kinddata zonder toestemming. Tijdens de pilot beperken we wat we vragen tot wat nodig is om de leerbegeleiding te testen en te verbeteren.

Klim is bedoeld voor gezinnen waar schoolwerk thuis geregeld frictie geeft: starten lukt moeilijk, fouten keren terug, toetsen voorbereiden loopt stroef of ouders willen helpen zonder alles over te nemen. De eerste pilot richt zich op gezinnen die bereid zijn met echt schoolmateriaal te testen.

De 6-weken pilot is gratis. Na de pilot willen we Klim betaalbaar houden voor gezinnen, duidelijk goedkoper dan structurele privébijles. De prijs wordt pas definitief na feedback uit de eerste testgezinnen.

AI is niet de leercoach.

We begrijpen het wantrouwen tegenover AI in leren. Daarom is Klim geen vrije chatbot en geen systeem dat zelf beslist wat een kind moet doen.

De begeleiding verloopt binnen een gecontroleerde leerarchitectuur die in de applicatie zit: leercontext verzamelen, vastlopen begrijpen, een passende leeractie kiezen en leren uit wat daarna gebeurt.

AI is enkel de taal- en interactielaag. Het helpt om die begeleiding begrijpelijk te maken voor leeftijd, niveau en context. Niet als beslissingsmotor.

De leerflow beslist de richting. Niet een open prompt.

De output moet passen bij de context. Niet bij losse AI-fantasie.

Elke sessie levert signalen op. Wat werkt, mag de volgende keer niet verloren gaan.

Ontstaan aan de keukentafel.

Met drie dochters in huis merk ik hoe schoolwerk soms veel meer weegt op een gezin dan nodig. Niet omdat ze het niet kunnen, maar omdat beginnen moeilijk is, leerstof te groot aanvoelt, en avonden te snel veranderen in uitstel, frustratie of discussie.

Klim is ontstaan aan mijn eigen keukentafel. Vandaag bouwen we dit verder met experts uit onderwijs, pedagogiek en technologie.

Wat Klim voor mij anders maakt: het vertrekt niet vanuit een lege vraag aan AI, maar vanuit echte leercontext. Een toets, fout, feedback, bijlesnotitie of ouderobservatie is geen los datapunt. Het is een signaal.

Klim probeert die signalen te verbinden tot een persoonlijk leerprofiel dat meegroeit doorheen de studiejaren. Niet om kinderen in een hokje te duwen, maar om begeleiding beter te laten aansluiten bij wat ze nodig hebben.

Thomas, oprichter van Klim

Minder strijd rond schoolwerk. Meer zicht op wat je kind nu nodig heeft.