Het Nederlandse AI-landschap groeit snel, maar blijft klein en jong vergeleken met grotere landen in Europa. Start-ups, kennisinstellingen en bedrijven bouwen nieuwe algoritmen en generatieve modellen, vooral voor praktische toepassingen. Dat zet druk op bedrijven en overheid door de Europese AI-verordening en de gevolgen voor overheid en toezicht. Op het moment van schrijven werken veel initiatieven nog aan schaal en volwassenheid.
Groeitempo, beperkte schaal
In Nederland ontstaan veel nieuwe AI-start-ups, met focus op logistiek, zorg en financiële diensten. Bedrijven als Adyen, ING en Philips gebruiken al jaren datamodellen voor fraude, risico en beeldanalyse. De jongste golf richt zich op generatieve AI, zoals chat- en zoekfuncties bovenop bestaande gegevens. Toch is het aantal grote, zelfstandige AI-spelers kleiner dan in Frankrijk, Duitsland en het Verenigd Koninkrijk.
Dat verschil komt vooral door minder megagrote investeringsrondes en minder eigen basislabs voor fundamentele modellen. Nederlandse bedrijven bouwen vaker toepassingen bovenop open modellen of clouddiensten. Dat is snel en nuttig, maar levert minder eigen intellectueel eigendom op. Hierdoor blijft de internationale slagkracht achter bij landen met nationale kampioenen.
De markt wordt bovendien gedomineerd door Amerikaanse cloudaanbieders en modelleveranciers. Nederlandse teams integreren Azure OpenAI, Google Gemini of open source-modellen via platforms. Dat versnelt pilots in de publieke sector en het mkb. Maar het vergroot ook de afhankelijkheid van buitenlandse infrastructuur en licenties.
Jonge bedrijven, weinig doorstroom
Veel Nederlandse AI-start-ups zijn jong en zitten nog in vroege financieringsrondes. Er zijn relatief weinig scale-ups met honderden medewerkers of wereldwijde verkoop. Dit beperkt het aantal voorbeelden voor talent en investeerders om op door te bouwen. Ook vertraagt het de doorstroom naar winstgevende, duurzame groei.
De stap van prototype naar productie vraagt kapitaal, compliance en verkoopkracht. Juist daar is het gat met de rest van Europa het grootst. Fondsen voor latere groeifases zijn schaarser, en grote corporates kopen technologie vaak pas in na strenge aanbestedingen. Daardoor duren contracten langer en lopen jonge bedrijven risico op cashflowproblemen.
Er zijn wel lichtpunten in de infrastructuurlaag. Het Amsterdamse SeMI Technologies bouwt met Weaviate een open vector-database voor AI-toepassingen. Ook Syntho uit Amsterdam levert synthetische data om AVG-risico’s te beperken. Zulke bouwstenen kunnen een eigen ecosysteem van ontwikkelaars aantrekken.
Sterke kennisbasis in labs
Nederland heeft een stevige onderzoeksbasis in machine learning en computervisie. Universiteiten als de UvA, TU Delft, TU Eindhoven en Radboud vormen talent in samenwerkingen met bedrijven. Het ICAI (Innovation Center for Artificial Intelligence) verbindt labs met partners als Ahold Delhaize, KPN en de Nationale Politie. Zo stromen onderzoeksideeën sneller door naar toepassingen.
Er zijn ook Europese netwerken met Nederlandse inbreng. De ELLIS-unit in Amsterdam richt zich op fundamenteel AI-onderzoek in een open, Europese setting. Dit past bij de vraag naar betrouwbare systemen en transparante datamodellen. Het helpt bovendien bij het aantrekken van internationale onderzoekers.
Publieke partijen investeren in soevereine taalmodellen voor overheidstaken. Het project GPT-NL, opgezet door TNO, SURF en het Nederlands Forensisch Instituut, werkt aan een Nederlands taalmodel met publieke waarborgen. Doel is minder afhankelijkheid van buitenlandse aanbieders en betere dataminimalisatie. Dat sluit aan op de eisen van de AVG en de Europese AI-verordening.
AI-verordening stuurt volwassenheid
De Europese AI-verordening (AI Act) treedt gefaseerd in werking en raakt nu al ontwikkelaars, inkopers en toezichthouders. Overheden moeten bij aanbestedingen beoordelen of systemen hoog risico zijn en of documentatie op orde is. Bedrijven moeten uitleggen welke data en evaluaties zij gebruiken. Dit maakt processen zwaarder, maar verhoogt kwaliteit en vertrouwen.
De AI-verordening deelt systemen in risicoklassen in en legt voor hoog risico strikte eisen op aan data, documentatie en menselijk toezicht.
In Nederland bereiden de Rijksinspectie Digitale Infrastructuur en de Autoriteit Persoonsgegevens zich voor op nieuwe taken, op het moment van schrijven nog in opbouw. Voor generatieve AI gelden transparantieplichten over training en rechten. Voor de overheid betekent dit nieuwe checklists in inkoop en IT-beheer. Gemeenten en uitvoeringsdiensten moeten hun leveranciers hierop toetsen.
Programma’s als AiNed en de Nederlandse AI Coalitie helpen bedrijven bij conformiteit en praktijktoetsen. Zij bieden kennis over modelkaarten, bias-tests en beveiliging, zoals versleuteling en toegangsbeheer. Dat verkleint juridische risico’s en versnelt pilots die aan regels voldoen. Het creëert ook een marktvoordeel voor partijen die vroeg compliant zijn.
Rekenkracht blijft knelpunt
Rekenkracht en data-infrastructuur zijn nog steeds schaars en duur. SURF beheert de Snellius-supercomputer voor onderwijs en onderzoek, maar vraag naar GPU’s groeit sneller dan het aanbod. Toegang tot EuroHPC-faciliteiten, zoals LUMI in Finland, helpt onderzoekers, maar niet elke startup kan daarop terecht. Daardoor wijken teams uit naar commerciële clouds.
Die keuze is praktisch, maar kan privacy en kosten beïnvloeden. De AVG vraagt dataminimalisatie en versleuteling, en datacenters buiten de EU vragen extra waarborgen. Voor generatieve AI met gevoelige gegevens is dat een drempel. Nederlandse data-ruimtes en sectorafspraken moeten dit verkleinen.
Bedrijven kiezen daarom vaker voor hybride architecturen. Ze combineren lokale inferentie met cloudtraining, of gebruiken open modellen die on-premises draaien. Tools als Weaviate ondersteunen dat, door zoekfuncties dicht bij de data te brengen. Zo blijven prestaties op peil en blijven gegevens beter onder controle.
Nederland zet in op focus
Omdat het ecosysteem kleiner is, kiezen veel Nederlandse spelers voor niches met Europese waarde. Denk aan zorg, halfgeleiders, veiligheid en logistiek, met bedrijven als Philips, ASML en Schiphol als ankerklanten. Succes hangt af van betrouwbare systemen en sterke domeinkennis. Dat past bij de strengere eisen van de AI-verordening.
De combinatie van publieke inkoop en duidelijke normen kan een hefboom zijn. Als overheden vroeg eisen stellen aan uitlegbaarheid en robuustheid, groeit de markt voor betrouwbare AI. Start-ups die hierop bouwen, hebben sneller toegang tot Europese klanten. Dit kan de doorstroom naar schaal vergroten.
De komende twee jaar worden beslissend. Regels worden concreet, rekenkracht breidt uit en financiering verschuift naar toepassingen met bewezen waarde. Wie nu investeert in compliance en eigen IP, heeft een voorsprong. Daarmee kan het jonge Nederlandse AI-veld kleiner blijven, maar wel sterker en zichtbaarder in Europa.