Elk taalmodel heet tegenwoordig Europees. Vraag door en je stuit op een datacenter in Frankfurt van een bedrijf uit Seattle. Wie dit najaar keuzes maakt voor generatieve AI, krijgt overal dezelfde drie termen te horen: open, Europees, soeverein. Maar wat die woorden betekenen? Dat bepaalt de aanbieder zelf. Een TNO-rapport uit augustus 2026 legt daar nu een duidelijke meetlat naast [1, 2].
Waarom “open” en “Europees” opeens overal staan
TNO onderzocht voor het ministerie van BZK wat “open” en “Europees” werkelijk betekenen bij taalmodellen [1, 2]. De aanleiding is geopolitiek. De Nederlandse Digitaliseringsstrategie eist meer grip op digitale afhankelijkheden. Taalmodellen vormen namelijk de nieuwste laag in een softwareketen die al grotendeels buiten Europa staat. De conclusie is scherp. Er bestaat geen eenduidige definitie van een “open” taalmodel, en “Europees” kun je op minstens vier manieren uitleggen [1]. Aanbieders maken daar slim gebruik van [1]. TNO noemt het “open-washing”, “Europe-washing” en “soevereiniteit-washing”, en adviseert overheden om eigen werkdefinities vast te stellen vóór de inkoop start [1]. Het is een herkenbaar scenario bij gemeenten en uitvoeringsorganisaties. De inkoper vraagt of het model open is; de leverancier knikt ja. De CISO vraagt waar de data staat; het blijft stil. Met de onderstaande vragen stuur je dat gesprek wél.
Open is een spectrum, geen schakelaar
TNO onderscheidt vijf gradaties van openheid, waarvan er drie veel voorkomen [1]:
- Gesloten model: je gebruikt het enkel via een API. Formaat, trainingsdata en dataverwerking blijven geheim (bijvoorbeeld GPT van OpenAI) [1].
- Open-weight model: je krijgt de modelgewichten [1]. Je kunt het zelf draaien en finetunen, maar ziet de trainingsdata of het proces niet (zoals Llama en Mistral) [1].
- Volledig open model: geeft ook de trainingsdata en broncode vrij (zoals het Zwitserse Apertus) [1].
De cruciale nuance zit in de middelste categorie. Open-weight is wat de meeste “open” modellen in werkelijkheid zijn. Dat biedt waarde: je kunt het zelf hosten en behoudt controle over je data. Maar je weet nog steeds niet precies wat erin zit. Noemt een leverancier zijn model “open source”? Dan bedoelt hij bijna altijd open-weight. Vraag 1: welke gradatie van openheid heeft dit model precies, en wat kan ik daarmee zelf controleren?
Een Europees taalmodel is vier vragen, geen vinkje
In het rapport gebruikt TNO een afwegingstabel met vier losse criteria [1]:
- Herkomst van de aanbieder: valt de organisatie onder EER-jurisdictie, of onder buitenlandse wetgeving zoals de Amerikaanse CLOUD Act [1]?
- Datalocatie: waar worden gegevens opgeslagen en verwerkt [1]?
- Infrastructuur: op welke hardware draait het model [1]?
- Taalbasis: is het model aantoonbaar getraind op Europese talen en het Nederlands [1]?
Een model van een Europees bedrijf op een Amerikaanse cloud is niet soeverein, stelt TNO heel helder [1]. Omgekeerd garandeert een open Europees model niets als de hardware uit de VS komt [1]. Bovendien is een model nog geen applicatie: de chatbot die je gebruikt bestaat uit een hele keten [1]. Stel deze vier vragen dus aan de volledige keten. Waar zit de organisatie? Waar staat de data? Waar draait het? Is het model bewust getraind op Nederlands, of kent het de taal toevallig? Een leverancier die op alle vier de punten helderheid biedt, is schaars. Maar een leverancier die op één punt twijfelt, verraadt direct waar de risico’s zitten.
Onze eigen keuzes en de schaduwzijde
Een verhaal over heldere keuzes werkt alleen als we eigen kaarten op tafel leggen. Het IRIS AI-Platform van ASE Cloud Services draait op Mistral Small, een open-weight model met een Apache 2.0-licentie van een Frans bedrijf. Op de vier TNO-vragen scoort dat als volgt: aanbieder in de EER, dataopslag in onze eigen cloudomgeving bij OVHcloud (Gravelines en Straatsburg), infrastructuur binnen de EU en getraind op Europese talen. Maar ook de risico’s van deze keuze benoemt TNO [1]. Mistral biedt open-weight modellen met beperkt inzicht in de trainingsdata, en er is een doorlopend risico op overname door niet-Europese investeerders [1]. Dat risico opvangen doe je in de architectuur eromheen. Het model zelf is vervangbaar gemaakt. De kennisbank van de klant staat in een geïsoleerde RAG-laag, er wordt niet getraind op klantdata en alles rust op open standaarden. Wissel je van model, dan blijft de kennisbank gewoon staan. Doordat het model open-weight is, kiest de klant de draaiomgeving. We leveren de toepassing in vier varianten: via de Mistral-API, in onze EU-cloud, in de eigen cloudomgeving van de klant, of on-premises. Die keuze hoort bij de organisatie te liggen, niet bij de leverancier. Zo voorkom je een vendor lock-in. Wie data, hosting en de applicatielaag in eigen beheer houdt, stapt simpel over zodra er een beter model verschijnt.
De kleinste eerste stap
Migreren hoeft niet meteen. Neem deze vier vragen mee naar het volgende leveranciersgesprek en leg ze ook voor aan je huidige aanbieders. Leg de antwoorden vast inclusief bronnen. Dat vormt direct het dossier voor bestuur, inkoop en toezichthouders, én het legt de basis voor de werkdefinitie die TNO adviseert [1]. De afwegingstabel van TNO is openbaar te vinden op open.overheid.nl [2]. Wil je deze vragen toepassen op jouw specifieke situatie? In een gratis consult van 30 minuten nemen we de opties door. Bekijk AI Consulting Services voor meer informatie. Wil je eerst vaststellen of je AI-governance de keuze voor een model al kan dragen, dan brengt het GAP Assessment dat in 40 tot 60 uur in kaart. Wie het gekozen model direct op eigen documenten wil laten werken, doet dat met de AI Workspace Assistent.
Bronnen
- TNO (2026). Open en Europese taalmodellen bij de overheid: definities en afwegingen. Rapport TNO-2026-17545, augustus 2026. https://open.overheid.nl/details/6ba92fae-f8e6-48f0-a5d2-bf334b14ac5e
- Digitale Overheid (2026). Verkenning inzet open en Europese taalmodellen bij overheid, 1 september 2026. https://www.digitaleoverheid.nl/nieuws/verkenning-inzet-open-en-europese-taalmodellen-bij-overheid/
