Iemand in een oranje shirt schrijft aantekeningen op papier aan een bureau
Gids29 juni · 17:008 min leestijd

Welk AI-model draait onder je SaaS, en kun je wisselen? Een inkoperschecklist

Onder elke AI-functie draait een model dat je leverancier koos, ergens host en stil kan vervangen. Met deze vijf vragen weet je voor je tekent welk model er draait, waar je data heen gaat en of je kunt wisselen.

Je schaft geen AI aan, je schaft een interface aan. Onder bijna elke AI-functie in je CRM, je helpdesktool of je tekstverwerker draait een foundationmodel dat de leverancier voor je heeft gekozen, ergens host, en kan vervangen zonder dat jij het merkt. Dat model bepaalt je kosten, bepaalt wie je data te zien krijgt, en bepaalt hoe makkelijk je later nog weg kunt. Maar in de verkoopdeck staat alleen een logo en het woord "AI".

Dat de motor en het merk twee verschillende dingen zijn, laat de grootste leverancier zelf zien. Microsoft laat Copilot inmiddels schakelen tussen modellen van OpenAI, Anthropic en xAI, en verkent een goedkopere DeepSeek-motor onder Copilot Cowork om de rekening van agentische AI te beheersen. De knoppen op je scherm veranderen niet, de motor eronder wel. Niet het merk op de doos maar de motor eronder bepaalt je kosten en je afhankelijkheid; deze gids levert de praktische kant daarvan: de vragen die je stelt voordat je tekent.

Dit is voor inkopers, IT-verantwoordelijken, en ondernemers of teams in het MKB en grotere organisaties die een AI-tool of een SaaS met een AI-functie aanschaffen en niet voor verrassingen willen staan, niet op de rekening, niet bij een audit, en niet als ze later willen overstappen.

Wat je nodig hebt

Voordat je het gesprek met een leverancier ingaat, leg je een paar dingen klaar. Zonder die voorbereiding krijg je geruststellende marketingantwoorden in plaats van bruikbare feiten.

  • De verwerkersovereenkomst (DPA) en de subverwerkerslijst van de leverancier. Die staan vaak op hun trust-, security- of legal-pagina. De subverwerkerslijst is je belangrijkste document: daar staat welke andere partijen (lees: welke modelaanbieders en cloudproviders) je data te zien krijgen.
  • De modeldocumentatie of een security-whitepaper, als de leverancier die heeft.
  • Een overzicht van je eigen datacategorieen. Welke data stop je erin, en zit daar persoonsgegevens of bedrijfsgevoelige informatie bij? Een tool die alleen openbare productteksten verwerkt, beoordeel je losser dan een tool die klantdossiers of personeelsdata ziet.
  • Iemand die de afweging mag maken en mag tekenen, plus een simpel sjabloon om de antwoorden per leverancier vast te leggen. Mondelinge toezeggingen vergelijk je niet en kun je later niet afdwingen.

De checklist in het kort

Een goede inkoperschecklist voor AI draait om vijf vragen: welk model draait eronder, waar wordt het gehost, wat gebeurt er met je data, kun je van model wisselen, en hoe kom je er weer uit. Stel ze voordat je tekent, en leg de antwoorden schriftelijk vast in de overeenkomst, niet in een mailtje.

Loop bij elke AI-leverancier deze vijf vragenblokken langs.

1. Welk model draait eronder?

Vraag naar de modelaanbieder, het exacte model en de versie. Draait het op GPT van OpenAI, Claude van Anthropic, Gemini van Google, een open-weight model als Llama of DeepSeek, of een eigen model van de leverancier zelf? En is het een vast model of een router die per taak van model wisselt? EU-inkoopgidsen adviseren expliciet te vragen naar je modelaanbieders en de routinglogica, met configureerbare grenzen voor gevoelige data. Een leverancier die hierover vaag blijft ("wij gebruiken geavanceerde AI") geeft je eigenlijk al een antwoord: hij weet het niet, of hij wil het niet zeggen.

2. Waar draait de inference, en wie ziet je data?

Vraag waar je data in rust staat, waar ze verwerkt wordt en welke subverwerkers haar zien. "EU-hosted" voor de applicatie zegt niets over waar het model draait: de app kan in Amsterdam staan terwijl je prompts naar een model aan de andere kant van de oceaan gaan.

Het Copilot-voorbeeld maakt concreet hoeveel dit per model verschilt binnen hetzelfde product. Anthropic is als subverwerker onder Microsofts contract gekomen, maar Anthropic-modellen vallen buiten de EU Data Boundary en staan voor klanten in de EU, EFTA en het VK standaard uit. Kies je in Copilot Studio juist een xAI-model, dan wordt je data buiten alle door Microsoft beheerde omgevingen en auditcontroles verwerkt, waardoor Microsofts dataresidentie, DPA en compliance-toezeggingen niet meer gelden. Welk model je kiest, bepaalt dus letterlijk wie je data te zien krijgt en onder welk rechtsregime dat valt, niet het logo erboven.

3. Wat gebeurt er met je data?

Vraag of je data gebruikt wordt om modellen te trainen, en hoe lang ze bewaard wordt. Het goede antwoord is: geen training op klantdata standaard, en verbetering alleen met expliciete opt-in, niet opt-out. Let ook op bewaartermijnen. Bij Copilot vallen de standaardmodellen onder Microsofts DPA, maar de zogeheten Preview-modellen met dataretentie laten Anthropic je in- en uitvoer als losse verwerker tot dertig dagen bewaren, en bij een vermoedelijke overtreding langer. Dat is een ander regime onder hetzelfde product. Vraag dus niet alleen "is het AVG-proof", maar laat de leverancier per datacategorie uitleggen wat er bewaard wordt, hoe lang, en onder welke verwerkersovereenkomst (artikel 28 AVG).

4. Kun je wisselen, en wie bepaalt dat?

Vraag of de leverancier het onderliggende model kan veranderen, en of jij daar iets over te zeggen hebt. Dit is de kern van de wisselbaarheid. Concrete deelvragen:

  • Krijg ik bericht voordat jullie het onderliggende model wisselen, en met welke opzegtermijn?
  • Kan ik een specifieke modelversie vastzetten (version pinning), zodat een stille upgrade mijn workflow niet breekt?
  • Kan ik mijn eigen modelsleutel of modelkeuze meenemen (bring your own key), zodat ik zelf bepaal welke motor draait?

Dat een leverancier de motor onaangekondigd verwisselt is geen theorie: zo verving GitHub de modelkeuze in de gratis Copilot door een automatische router die zelf bepaalt welk model je code schrijft. Als de leverancier de motor stil mag wisselen en jij niets kunt vastzetten, koop je een bewegend doel.

5. Hoe kom je eruit?

Vraag wat je meeneemt als je vertrekt. Niet alleen je data, ook je configuratie: je prompts, je agent-definities, je instellingen en je logs. Een leverancier die je data wel exporteert maar je opgebouwde configuratie gijzelt, houdt je net zo goed vast. Geen helder exit-pad betekent lock-in, hoe goed het product vandaag ook bevalt.

Valkuilen

  • "EU-hosted" als geruststelling nemen. De hostinglocatie van de applicatie zegt niets over waar het model draait of wie de inference uitvoert. Vraag door tot op de subverwerker.
  • Het merk verwarren met het model. Hetzelfde product kan onder de motorkap meerdere modellen aanroepen, elk met een eigen prijs, eigen dataroute en eigen voorwaarden.
  • Toezeggingen niet vastleggen. Wat een accountmanager belooft, telt pas als het in de DPA of het contract staat. Zet wisselmeldingen, bewaartermijnen en exit-afspraken op papier.
  • Alleen op prijs of op de slimste benchmark sturen. De goedkoopste of krachtigste motor van vandaag is volgende maand misschien ingehaald; de afweging tussen kant-en-klaar en zelf hosten reken je door in een aparte keuzegids voor open-weight modellen die bij je bedrijf passen.
  • Aannemen dat de motor vast is. Leveranciers wisselen modellen om kosten of beschikbaarheid, vaak zonder aankondiging. Reken op verandering en regel je wisselbaarheid vooraf.

Kant-en-klaar of maatwerk?

De checklist leidt grofweg tot drie inkooproutes. Welke past, hangt af van hoe gevoelig je data is en hoe afhankelijk je van die ene tool wordt.

Kant-en-klare SaaSSaaS met modelkeuze of BYOKEigen routerlaag (maatwerk)
Wie kiest de motorDe leverancierJij, uit hun aanbodJij, volledig vrij
Wisselen van modelNiet, leverancier beslistBeperkt, binnen hun optiesVolledig, zonder de app te herschrijven
Controle over datarouteLaagGemiddeldHoog
OpzettijdMinutenUren tot dagenDagen
Past bijLicht, niet-gevoelig werkSerieus gebruik met enige eisenVolume, gevoelige data, lange afhankelijkheid

Voor dagelijks kantoorwerk met weinig gevoelige data is een kant-en-klaar abonnement prima: de wisselbaarheid weegt dan niet op tegen de eenvoud. Zodra je op volume draait, op je eigen data bouwt of klantgegevens verwerkt, wordt de motorvraag dwingend en loont het om een leverancier-onafhankelijke AI-stack met een dunne routerlaag tussen je software en de modellen te bouwen. Dan wissel je van motor zonder je hele applicatie open te breken, en bepaal jij de dataroute in plaats van je leverancier.

De vraag is dus niet welk model vandaag het beste is, want dat antwoord verandert elk kwartaal. De vraag is of je weet welke motor er draait, of je hem kunt zien, en of je kunt wisselen als de prijs, de prestaties of de politiek omslaat. Een leverancier die alle vijf de vragen helder beantwoordt, verkoopt je een keuze. Een die dat niet doet, verkoopt je een black box, en de rekening daarvan komt later.

Veelgestelde vragen

Alisina Nawabi
Geschreven doorAlisina Nawabi

AI Product Engineer & Solutions Architect

Grip op de motor onder je AI

Ik help je de juiste vragen aan je AI-leveranciers stellen en, waar het loont, een leverancier-onafhankelijke routerlaag ontwerpen en bouwen zodat jij bepaalt welk model draait en waar je data heen gaat. Van afweging tot werkende stack.

Meer informatie

Dit artikel is geproduceerd samen met het Agent Team. Meer over de redactie.

Genoemde integraties

Dit artikel noemt deze tools. Ik koppel ze op maat aan je eigen systemen.

Gerelateerde artikelen

AI-toolbeleid opstellen voor je bedrijf: van goedgekeurde lijst tot AVG-conforme gebruiksregels
Gids
9 min

26 jun 21:02

AI-toolbeleid opstellen voor je bedrijf: van goedgekeurde lijst tot AVG-conforme gebruiksregels

Je mensen gebruiken al AI, met of zonder toestemming. Zo stel je een werkbaar AI-toolbeleid op: breng het gebruik in kaart, kies goedgekeurde tools, leg vast welke data erin mag en rol het uit zonder weerstand.

GitHub schrapt modelkeuze in gratis Copilot: Auto bepaalt voortaan welk AI je code schrijft
Nieuws
4 min

25 jun 13:05

GitHub schrapt modelkeuze in gratis Copilot: Auto bepaalt voortaan welk AI je code schrijft

GitHub haalt de handmatige modelkeuze weg bij Copilot Free en Student. Voortaan kiest Copilot Auto zelf welk AI-model je code schrijft. Wie op de gratis tier leunt, verliest die controle.

Kimi K2.7 Code nu kiesbaar in GitHub Copilot: eerste open-weight model in de modelkeuze
Nieuws
6 min

3 jul 04:10

Kimi K2.7 Code nu kiesbaar in GitHub Copilot: eerste open-weight model in de modelkeuze

GitHub heeft Kimi K2.7 Code algemeen beschikbaar gemaakt in de Copilot-modelkeuze. Het is het eerste open-weight model in de picker, fors goedkoper dan de frontier-modellen, en je devteam kan vandaag overstappen zonder tooling te wijzigen.

Google's Gemini Spark landt op de Mac en mag nu aan je lokale bestanden
Nieuws
6 min

2 jul 18:09

Google's Gemini Spark landt op de Mac en mag nu aan je lokale bestanden

Google brengt zijn autonome AI-agent Gemini Spark naar macOS, waar hij voor het eerst lokale bestanden mag lezen en ordenen. Met MCP-ondersteuning, real-time tracking en een prijskaartje van 99 dollar per maand.

Welke AI-assistent past bij jouw MKB: Claude, ChatGPT of Microsoft Copilot?
Gids
8 min

22 jun 19:04

Welke AI-assistent past bij jouw MKB: Claude, ChatGPT of Microsoft Copilot?

Een praktisch keuzekader voor de drie grote zakelijke AI-assistenten. Niet op modelkwaliteit, maar op je werkomgeving, je integraties en de echte prijs per gebruiker.

Nadella waarschuwt: laat AI-reuzen de economie niet opslokken
Nieuws
6 min

22 jun 06:11

Nadella waarschuwt: laat AI-reuzen de economie niet opslokken

Microsoft-topman Satya Nadella richt zijn scherpste kritiek tot nu toe op OpenAI en Anthropic. AI-reuzen moeten maatschappelijke toestemming verdienen, zegt hij, en bedrijven moeten een eigen leerlus opbouwen in plaats van alles aan een paar modellen over te laten.