Het Centraal Bureau voor de Statistiek (CBS) start op het moment van schrijven een haalbaarheidsonderzoek naar het gebruik van innovatiesubsidies door AI-producerende bedrijven in Nederland. Het doel is te meten welke bedrijven steun krijgen en hoe dat het AI-ecosysteem raakt. Deze kennis helpt beleid scherp te richten en de gevolgen van de Europese AI-verordening voor overheid en bedrijfsleven beter te volgen. Het onderzoek richt zich op bestaande gegevens, zonder bedrijfsgeheimen te publiceren.
CBS verkent subsidiemeting
Het CBS onderzoekt of en hoe het gebruik van innovatiesubsidies door ontwikkelaars van kunstmatige intelligentie betrouwbaar is te meten. De kernvraag is welke data beschikbaar zijn en of die juridisch en technisch te koppelen zijn. Ook bekijkt het bureau welke statistische kwaliteit haalbaar is voor publicatie op geaggregeerd niveau.
In beeld komen nationale en Europese regelingen die innovatie stimuleren. Denk aan de WBSO (fiscale R&D-aftrek), het MIT-programma voor mkb en Horizon Europe, een EU-kader voor onderzoek en innovatie. Deze voorbeelden bieden context; het onderzoek beoordeelt pas later welke bronnen bruikbaar en toelaatbaar zijn.
Het CBS werkt met bestaande administratieve gegevens en eigen registers, en publiceert alleen uitkomsten die de privacy waarborgen. Individuele bedrijven of aanvragen worden niet openbaar gemaakt. Daarmee sluit de aanpak aan bij de wettelijke taak en methoden van het statistiekbureau.
Definitie van AI-producent
Een heldere afbakening van “AI-producerende bedrijven” is cruciaal voor meetbaarheid. In dit onderzoek gaat het om ondernemingen die algoritmen, modellen of AI-software ontwikkelen en als product of dienst aanbieden. Zulke activiteiten lopen van machinelearning-modellen tot platforms voor dataverwerking.
Die afbakening is lastig, omdat AI vaak onderdeel is van bredere ICT-diensten. Standaard bedrijfscodes dekken die nuance niet altijd goed. Daardoor kan selectie op alleen bedrijfsclassificaties leiden tot gemiste of juist foutief meegenomen bedrijven.
Opties die op tafel liggen zijn een combinatie van bronnen en methoden. Dat kan variëren van bedrijfsregisters en subsidieadministraties tot aanvullende beschrijvingen van activiteiten. Waar nodig kan een praktische werkdefinitie worden gebruikt om consistentie te borgen.
AI-producerende bedrijven: ondernemingen die algoritmen, modellen of AI-software als kernproduct of -dienst ontwikkelen en op de markt brengen.
Koppeling van data is gevoelig
Het koppelen van subsidiegegevens aan bedrijfsdata vraagt zorgvuldigheid. Technisch moet worden vastgesteld of identificatiekenmerken betrouwbaar overeenkomen. Methodologisch moet duidelijk zijn wat wel en niet meetelt, om vertekening te voorkomen.
Juridisch gelden de AVG en de CBS-wet. Dataminimalisatie, pseudonimisering en heldere doelen zijn verplicht. Verwerking gebeurt in beveiligde omgevingen en uitkomsten worden alleen in geaggregeerde vorm gepubliceerd.
Daarnaast hangt de verwerking samen met de risicobenadering uit de Europese AI-verordening. Hoewel het onderzoek zelf geen AI-systeem is, kan het helpen zicht te krijgen op sectoren waar mogelijk strengere eisen gaan gelden. Dat is relevant voor overheden die hun inkoop of toezicht willen afstemmen.
Beleidsrelevantie voor EU en NL
Betere cijfers over publieke steun aan AI-ontwikkeling helpen het innovatiebeleid bij te sturen. Beleidsmakers kunnen dan zien waar subsidies landen en of mkb en start-ups voldoende worden bereikt. Ook regionale spreiding en sectorale accenten worden dan duidelijker.
Voor Nederland zijn vooral het ministerie van Economische Zaken en Klimaat en uitvoerders zoals de Rijksdienst voor Ondernemend Nederland (RVO) betrokken bij innovatie-instrumenten. Inzicht uit statistiek kan hen helpen regelingen eenvoudiger en effectiever te maken. Dit raakt ook aan aanbestedingen en inkoop van algoritmen door de overheid.
Op Europees niveau sluit het aan bij brede doelen rond digitale soevereiniteit. Het laat zien hoe publiek geld bijdraagt aan ontwikkeling van datamodellen en systemen binnen de EU. Dat is nuttig bij evaluaties van Horizon Europe en de uitvoering van de AI-verordening.
Mogelijke uitkomsten en grenzen
Als de meting haalbaar is, kan zij inzicht geven in aantallen bedrijven die steun krijgen, hun grootteklasse en sector. Ook kan zichtbaar worden welke typen projecten worden ondersteund, zoals softwareontwikkeling of dataverwerking. Zulke inzichten helpen knelpunten en kansen te vinden in de waardeketen.
Er zijn ook grenzen. Niet alle AI-activiteiten worden als zodanig geregistreerd, en bedrijven combineren vaak meerdere activiteiten. Fiscale regelingen zoals de WBSO verschillen bovendien van directe subsidies, wat vergelijkingen kan bemoeilijken.
Daarom zullen interpretaties voorzichtig moeten zijn. Publicaties zullen zich richten op trends, niet op individuele gevallen. Transparantie over definities en methoden is hiervoor essentieel.
Vervolg en tijdspad
Het haalbaarheidsonderzoek kent meestal fasen: verkenning, proefkoppeling, kwaliteitscontrole en rapportage. Op het moment van schrijven werkt het CBS toe naar een besluit of structurele meting verantwoord is. Pas daarna komen statistieken beschikbaar.
Bij een positieve uitkomst kan het CBS afspraken maken met databeheerders over periodieke aanlevering. Denk aan nationale uitvoerders of Europese databanken, mits juridisch toegestaan. Ook kan een beperkte pilot eerst worden uitgevoerd om kwaliteit te toetsen.
Wanneer publicatie volgt, hangt af van datatoegang en kwaliteit. Bij succes kunnen eerste inzichten in geaggregeerde vorm worden gedeeld. Zo ontstaat een consistente basis om beleid rond AI en innovatiesubsidies te volgen.