Praktijkgidsen7 minGevorderd

Open AI-modellen veilig in je bedrijf draaien: houd je data in huis (5 checks)

Open AI-modellen draai je zelf, zodat je bedrijfsdata niet naar een Amerikaanse cloud gaat. Zo doe je dat veilig — 5 checks tegen risico's en AVG-boetes.

Miniatuur diorama-illustratie bij artikel 'Open AI-modellen veilig in je bedrijf draaien: houd je data in huis (5 checks)'
Inhoudsopgave5 secties
  1. Waarom open modellen voor het mkb interessant zijn
  2. Het addertje: een model laden kan code uitvoeren
  3. De 5 checks
  4. Voldoe je dan aan de AVG?
  5. Voor wie is dit geschikt?

Wil je AI gebruiken zonder dat je klantgegevens, offertes of dossiers naar een Amerikaanse cloud gaan? Dan zijn open AI-modellen het antwoord: modellen die je op je eigen of een Europese server draait, zodat je data je omgeving niet verlaat. Aantrekkelijk voor de AVG — maar er zit een addertje onder het gras. Deze gids geeft je vijf checks om het veilig te doen.

Waarom open modellen voor het mkb interessant zijn

De bekende AI-assistenten draaien in de cloud van hun makers. Handig, maar alles wat je erin typt, verlaat je bedrijf. Voor gevoelige gegevens is dat een privacy- en AVG-vraagstuk.

Open-weights modellen — bekende families zijn Llama, Mistral en Qwen — kun je downloaden en zelf draaien, op je eigen server of bij een Europese hoster. Je data blijft dan binnen je eigen omgeving. Dat lost een groot deel van de internationale doorgifte-hoofdpijn onder de AVG op.

Maar zelf draaien verschuift het risico: je bent nu verantwoordelijk voor hoe je die modellen binnenhaalt. En daar zit het addertje.

Het addertje: een model laden kan code uitvoeren

Een AI-model downloaden is onschuldig. Een model laden en draaien is dat niet altijd — sommige modelbestanden kunnen bij het inladen code op je systeem uitvoeren. Dat het geen theoretisch risico is, bleek in juli 2026, toen OpenAI en Hugging Face een beveiligingsincident meldden waarbij AI-modellen tijdens een test kwetsbaarheden aan elkaar reeg en zo bij afgeschermde gegevens kwamen (Bron: OpenAI). Publieke modellen bleven ongemoeid, maar de les staat: modellen zijn geen passieve databestanden.

Beginner-tip:je hoeft dit niet zelf te bouwen. Gebruik deze checklist om je IT-partij de juiste vragen te stellen. Zie het als de vragen die je een aannemer stelt voordat je hem je huis laat verbouwen — je hoeft zelf niet te metselen, maar je wilt wel weten dat het veilig gebeurt.

De 5 checks

1. Vraag om het safetensors-formaat. Dit bestandsformaat slaat alleen de modelgegevens op, zonder uitvoerbare code — anders dan het oudere “pickle”-formaat, dat bij het laden wél commando’s kan draaien (Bron: Hugging Face). Laat je partij modellen in safetensors gebruiken.

2. Wees kritisch op “trust_remote_code”. Sommige modellen vragen een instelling die de software toestemming geeft om meegeleverde code uit te voeren. Soms legitiem, maar het betekent code van een vreemde op jouw systeem. Vraag je IT-partij of dit nodig is en of ze die code hebben gecontroleerd.

3. Pin een vaste versie. Een model-repo kan na het downloaden veranderen. Door een specifieke versie vast te zetten, weet je zeker dat je precies het model draait dat je hebt gecontroleerd — en dat een latere wijziging niets ongemerkt verandert.

4. Controleer de herkomst. Gebruik modellen van bekende, gerenommeerde makers. Een onbekende repo met verdacht veel downloads of een piepjonge account is een rode vlag. Bij open modellen geldt net als bij leveranciers: reputatie telt.

5. Draai het geïsoleerd. Onbekende of nieuwe modellen horen in een afgeschermde omgeving zonder vrije internettoegang, zodat eventuele kwaadaardige code geen data naar buiten kan sturen of bij je systemen kan. Dit is standaard goed vakwerk voor een IT-partij.

Gevorderden:leg deze vijf punten vast in je afspraken met de IT-leverancier, inclusief wie verantwoordelijk is voor updates en monitoring. Een lokaal model is geen “installeren en klaar” — het vraagt onderhoud, net als elke andere bedrijfssoftware.

Voldoe je dan aan de AVG?

Niet automatisch, maar je bent een groot eind op weg. Data die je omgeving niet verlaat, neemt het internationale doorgifte-vraagstuk weg — vaak het lastigste stuk. De rest blijft staan: een grondslag voor de verwerking, bewaartermijnen, toegangsbeheer en beveiliging. Een lokaal model is een sterke bouwsteen voor privacy, geen vinkje dat je klaar bent.

Voor wie is dit geschikt?

Zelf open modellen draaien is niet voor elke ondernemer. Werk je met gevoelige gegevens waarvoor een cloud-API geen optie is — denk aan gezondheidsdata, juridische dossiers of vertrouwelijke klantinformatie — dan is het de investering waard, mits je een betrouwbare IT-partij hebt. Heb je die behoefte niet, dan is een goede cloud-dienst met een verwerkersovereenkomst vaak eenvoudiger. Zoals altijd: kies wat bij jouw situatie past, niet wat het indrukwekkendst klinkt.

Veelgestelde vragen

Wat zijn open AI-modellen (open-weights) en waarom zijn ze interessant voor het mkb?

Een open-weights model is een AI-model waarvan de getrainde onderdelen vrij te downloaden zijn, zodat je het op je eigen of een Europese server kunt draaien in plaats van via de API van een Amerikaanse aanbieder. Voor het mkb is dat vooral interessant om privacyredenen: je gevoelige data — klantgegevens, offertes, dossiers — verlaat je eigen omgeving niet. Bekende families zijn Llama, Mistral en Qwen. Het vraagt wel technische inrichting; dit is geen kant-en-klaar abonnement.

Is het veiliger om AI-modellen zelf te draaien dan een cloud-API te gebruiken?

Op datagebied vaak wel: draai je een open model op je eigen of een Europese server, dan gaat er geen bedrijfsdata naar een dienst buiten de EU, wat AVG-technisch een stuk eenvoudiger ligt. Maar het verschuift het risico: je bent nu zelf verantwoordelijk voor hoe veilig het model wordt binnengehaald en gedraaid. Een model laden kan namelijk code op je systeem uitvoeren. Veiliger op data betekent dus meer eigen verantwoordelijkheid op techniek.

Wat is het safetensors-formaat en waarom moet ik erom vragen?

Safetensors is een bestandsformaat dat alleen de modelgegevens opslaat, zonder uitvoerbare code. Anders dan het oudere 'pickle'-formaat kan het bij het laden geen commando's op je systeem draaien. Laat je IT-partij modellen daarom in het safetensors-formaat gebruiken. Biedt een model alleen het oudere formaat aan, behandel dat dan als een reden tot extra voorzichtigheid.

Voldoe ik met een lokaal AI-model automatisch aan de AVG?

Nee, maar het maakt het makkelijker. Data die je eigen omgeving niet verlaat, kent geen internationale doorgifte-vraagstuk, wat een groot deel van de AVG-hoofdpijn wegneemt. Je blijft wel verantwoordelijk voor de rest: grondslag voor de verwerking, bewaartermijnen, toegangsbeheer en beveiliging. Een lokaal model is een sterke bouwsteen voor privacy, geen automatisch vinkje.

Kan ik dit als mkb'er zelf, of heb ik een IT-partij nodig?

Voor productiegebruik met echte bedrijfsdata: schakel een betrouwbare IT-partij in. Het veilig inrichten van een lokaal model — geïsoleerd draaien, updates beheren, toegang regelen — is specialistenwerk. Gebruik deze checklist niet om het zelf te doen, maar om je leverancier de juiste vragen te stellen. Een partij die geen helder antwoord heeft op 'gebruiken jullie safetensors en hoe isoleren jullie het model?' is niet de juiste.

Bronnen

Waar deze informatie vandaan komt.

  1. Model safety — Hugging Face documentatiehuggingface.coHugging Face