In Nederland laat het nieuwste jaarverslag van de WBSO een forse stijging zien van projecten met kunstmatige intelligentie. De fiscale regeling van het Ministerie van Economische Zaken en Klimaat, uitgevoerd door de Rijksdienst voor Ondernemend Nederland (RVO), ondersteunt meer aanvragen waarin algoritmen en datamodellen centraal staan. Bedrijven en start-ups zetten de regeling in om nieuwe software en systemen te ontwikkelen. De groei raakt ook de Europese AI-verordening gevolgen overheid en de eisen uit de AVG.
AI-projecten groeien hard
Het jaarverslag toont dat steeds meer R&D-trajecten draaien om machine learning, generatieve AI en data-infrastructuur. Het gaat om sectoren als software, maakindustrie, zorg en logistiek. Generatieve AI is software die nieuwe tekst, beeld of code kan maken op basis van voorbeelden.
De WBSO verlaagt de loonkosten en uitgaven voor R&D via een vermindering van de af te dragen loonheffing.
De toename komt door betere beschikbaarheid van modellen en tools in de cloud en als open source. Teams kunnen sneller experimenteren en prototypes bouwen. Dat verkort de tijd tussen idee en eerste toepassing.
Voor de WBSO telt alleen echt speur- en ontwikkelingswerk, dus werk aan een technisch nieuw of verbeterd product of proces. Denk aan het trainen van een eigen model, het ontwikkelen van een leeralgoritme of het bouwen van een evaluatie- en testopzet. Louter het inregelen van standaardsoftware valt daar niet onder.
Mkb benut fiscale steun
Vooral mkb-bedrijven en start-ups gebruiken de regeling om ontwikkelteams te betalen. De korting op loonheffing helpt bij het aannemen van ontwikkelaars en data-analisten. Zo kunnen kleine teams toch ambitieus bouwen.
Typische projecten zijn computer vision voor kwaliteitscontrole, taalmodellen voor klantenservice en voorspellend onderhoud in fabrieken. Computer vision is software die beelden of video kan herkennen. Een taalmodel is een systeem dat mensentaal begrijpt en schrijft.
De regeling dekt R&D-uren en enkele directe ontwikkelkosten, maar geen reguliere bedrijfsvoering of productie. Licenties voor live gebruik of run-kosten in de cloud vallen meestal buiten de R&D-kern. Teams moeten daarvoor apart budget en planning maken.
Europese AI-verordening gevolgen overheid
De groei van AI-ontwikkeling raakt direct aan de nieuwe Europese AI-verordening (AI Act). Deze wet deelt systemen in risicoklassen in en legt voor hoog-risico-toepassingen zwaardere eisen op. Voorbeelden zijn toepassingen in kritieke infrastructuur, onderwijs, werk of medische omgevingen.
Overheidsinstellingen die AI inkopen of inzetten, moeten controleren of leveranciers aan de regels voldoen. Bij hoog risico gaat het om kwaliteitsmanagement, datagovernance, logging, menselijke controle en uiteindelijk conformiteitsbeoordeling. Het is verstandig om dit “by design” mee te nemen in het R&D-traject.
De eisen staan naast de AVG, die geldt bij gebruik van persoonsgegevens. Een gegevensbeschermingseffectbeoordeling (DPIA), duidelijke rollenverdeling en goede documentatie beperken latere risico’s. Dit voorkomt vertraging bij aanbestedingen en audits.
Transparantie en data-eisen
Wie AI traint met persoonsgegevens moet een rechtmatige grondslag hebben en dataminimalisatie toepassen. Beveiliging, versleuteling en toegangsbeheer zijn verplichtingen uit de AVG. De uren- en projectadministratie voor de WBSO helpt tegelijk bij herleidbaarheid van R&D-beslissingen.
Datakwaliteit is cruciaal om vooroordelen en fouten te beperken. Bedrijven werken met representatieve datasets, zorgvuldige annotatie en bias-tests. Pseudonimisering of synthetische data kan de privacylast verlagen.
Transparantie groeit met goede modeldocumentatie, zoals beschrijvingen van data, aannames en prestatiegrenzen. Voor hoog-risico-systemen vraagt de AI Act om een volledig technisch dossier en duidelijke gebruiksinstructies. Een audit-trail van experimenten en evaluaties bespaart later werk en kosten.
Nederland stuurt op innovatie
De WBSO is een hoeksteen van het Nederlandse innovatiebeleid onder Economische Zaken en Klimaat. De uitvoering door RVO maakt de regeling toegankelijk voor zowel kleine als grote bedrijven. Dit stimuleert software-innovatie naast hightech, life sciences en energie.
De sterke groei in AI-projecten laat zien dat bedrijven sneller digitaliseren en automatiseren. Tegelijk blijven knelpunten bestaan, zoals schaarste aan talent, rekenkracht en hoogwaardige data. Vroege aandacht voor regelgeving en ethiek helpt projecten veilig op te schalen.
Nederland kan profiteren van Europese programma’s en kennisnetwerken die betrouwbare AI bevorderen. In combinatie met de WBSO vergroot dat de kans dat labsucces uitgroeit tot een bruikbaar product. Zo blijft de ontwikkeling van algoritmen en datamodellen concurrerend én verantwoord.