Liesbeth (44) uit Limburg zette haar leven op zijn kop voor kunstmatige intelligentie. Ze verkocht haar huis en auto en stapte volledig in algoritmen en datamodellen. Op het moment van schrijven is zij directeur van twee Limburgse AI-bedrijven. Haar verhaal raakt ook aan de Europese AI-verordening gevolgen overheid en mkb.
Van risico naar regie
De keuze van Liesbeth was persoonlijk en zakelijk tegelijk. Ze koos voor maximale focus op kunstmatige intelligentie. Met twee bedrijven wil ze laten zien dat systemen het werk makkelijker en slimmer kunnen maken. De stap past bij de snelle groei van AI-toepassingen in Nederland.
De bedrijven richten zich op praktische inzet van AI. Denk aan het samenvatten van teksten, het ordenen van documenten en het voorspellen van eenvoudige trends. Zulke functies bouwen vaak op bestaande modellen en datasets. Zo kunnen producten sneller naar klanten in het mkb.
De kosten voor rekenkracht zijn een bekende drempel. Veel start-ups gebruiken daarom cloudplatforms van grote aanbieders. Ook kiezen zij geregeld voor open modellen, zoals Llama of Mistral, om kosten en afhankelijkheid te beperken. Dat maakt sneller testen en aanpassen mogelijk.
Wetgeving stuurt productontwikkeling
De Europese AI-verordening (AI Act) is aangenomen en treedt gefaseerd in werking vanaf 2025. Nieuwe regels bepalen hoe ontwikkelaars en gebruikers met risico’s omgaan. Dit stuurt ontwerpkeuzes, documentatie en tests al vroeg in het proces. Voor kleine bedrijven is dat een extra klus, maar ook een kans om vertrouwen te winnen.
De AI-verordening deelt systemen in risicoklassen en stelt zwaardere eisen aan hoog risico, zoals risicobeheer, data-governance, transparantie en menselijke controle.
Toepassingen voor werving, onderwijs, krediet of publieke diensten vallen vaak in de categorie hoog risico. Dan gelden extra eisen en controles. Kantoorhulpen die teksten genereren of sorteren zitten meestal lager in risico. Daar is vooral duidelijke informatie aan de gebruiker nodig.
Overheden die AI inzetten moeten extra zorgvuldig werken. Zij moeten de effecten op grondrechten in kaart brengen. Ook moeten zij zorgen voor toezicht en klachtenmogelijkheden. Dit geldt zeker bij beslissingen die mensen direct raken.
AVG en dataminimalisatie nodig
Werken de systemen met persoonsgegevens, dan geldt de AVG. Dat betekent: dataminimalisatie, doelbinding en goede beveiliging. Een gegevensbeschermingseffectbeoordeling (DPIA) kan verplicht zijn bij hoger risico. Een verwerkersovereenkomst met leveranciers is dan onmisbaar.
Veel bedrijven gebruiken API’s van clouddiensten om AI-functies te leveren. Let dan op waar data heen gaat en wie toegang heeft. Versleuteling en Europese opslaglocaties beperken risico’s. Standaardcontractbepalingen kunnen nodig zijn bij doorgifte buiten de EU.
Uitlegbaarheid blijft een punt, zeker bij automatische beslissingen. Gebruikers moeten begrijpen waarom een model iets aanraadt. Loggen en testen helpen om bias en fouten op te sporen. Documentatie scheelt later tijd bij audits.
Talent schaars, samenwerking groeit
Limburg kampt, net als de rest van Nederland, met schaarste aan AI-talent. Opleidingen bij Zuyd Hogeschool en Maastricht University leveren nieuwe instroom. Het Brightlands Smart Services Campus in Heerlen trekt onderzoek en pilots aan. Dat helpt start-ups om sneller te leren en te werven.
Samenwerking met gemeenten en zorginstellingen is belangrijk voor praktijkproeven. Publieke organisaties moeten wel aan aanbestedingsregels voldoen. Heldere eisen over privacy en uitlegbaarheid horen daarbij. Zo komen innovaties gecontroleerd de organisatie binnen.
Financiering blijft een hobbel voor jonge bedrijven. Regionale ontwikkelaars zoals LIOF en Europese programma’s bieden steun. Denk aan het Digital Europe Programme en Europese Digital Innovation Hubs. Zij helpen met vouchers, advies en testfaciliteiten.
Kansen voor mkb en overheid
Voor mkb liggen de eerste kansen in laag risico. Bijvoorbeeld documentclassificatie, factuurverwerking en klantservice met een chatbot. Open modellen op eigen servers beperken datarisico’s. Kleine stappen leveren vaak snel resultaat op.
Voor overheden gelden strengere eisen, maar ook duidelijke routes. Begin met een klein, afgebakend proces en meet de effecten. Zorg voor menselijk toezicht en een klachtenloket. Leg keuzes vast in beleid en registers.
Het pad van Liesbeth laat zien dat durf en discipline samen kunnen gaan. Minder bezit gaf haar meer focus en snelheid. Wet- en regelgeving houden het werk veilig en eerlijk. Zo kan Limburg stap voor stap een sterke AI-regio worden.
