Hoe Europa de achterstand op het gebied van "modulaire AI" inhaalt: De prijsval van belangrijke Amerikaanse taalmodellen – Afbeelding: Xpert.Digital
De architectuur van de vrijheid: waarom Europa moet vertrouwen op modulaire taalmodellen
Wie de modellen beheerst, beheerst de kennis – en Europa kijkt nog steeds alleen maar toe
De wereldwijde markt voor grootschalige taalmodellen vertoont overeenkomsten met een oligopolie met een bekend patroon. Een paar Amerikaanse technologiebedrijven bepalen welke modellen beschikbaar zijn, onder welke voorwaarden ze gebruikt mogen worden en welke informatiearchitecturen ze ondersteunen. In het bedrijfssegment hadden drie aanbieders in 2025 het grootste marktaandeel: Anthropic controleerde ongeveer 40 procent van de zakelijke uitgaven aan taalmodellen, OpenAI was goed voor 27 procent en Google voor 21 procent. De totale Amerikaanse zakelijke markt voor generatieve AI verdrievoudigde tot circa 37 miljard dollar. Europese aanbieders spelen geen meetbare rol in deze statistieken.
Deze concentratie is niet alleen een economisch probleem; het is ook een probleem voor de democratie. Monolithische taalmodellen functioneren als black boxes voor hun gebruikers. Hun trainingsdata, interne wegingen, biasstructuren en besluitvormingslogica blijven ondoorzichtig. In een open samenleving die steunt op diversiteit van meningen, verifieerbaarheid en institutioneel toezicht, vormt dit gebrek aan transparantie een systemisch risico. Autocratische regimes kunnen gecentraliseerde AI-architecturen gebruiken als instrumenten voor surveillance en informatiecontrole. Democratieën hebben het tegenovergestelde nodig: transparantie, modulariteit en het vermogen tot zelfcorrectie.
Dit is hiermee gerelateerd:
Het sprookje van open AI uit het buitenland
Het gangbare antwoord op het soevereiniteitsprobleem is vaak dat Europa kan vertrouwen op open-weight modellen van de Verenigde Staten of China. Deze aanpak is naïef en strategisch gezien kortzichtig, om verschillende redenen.
Open AI-modellen zoals Meta's Llama-familie opereren onder eenzijdige communitylicenties die op elk moment kunnen worden gewijzigd, beperkt of ingetrokken. De bedrijven achter deze modellen handelen niet uit altruïsme, maar uit strategische overwegingen. In juli 2025 toonde Meta zijn minachting voor Europese belangen door te weigeren de vrijwillige EU-gedragscode voor AI te ondertekenen. Joel Kaplan, Meta's vicepresident Global Affairs, verklaarde publiekelijk dat Europa op het verkeerde spoor zat wat betreft AI en bekritiseerde de code als overregulering die innovatie verstikt. Dit is opmerkelijk, omdat Meta tegelijkertijd van plan is zijn AI-modellen agressief te positioneren op de Europese markt, bijvoorbeeld door ze te integreren in Qualcomm-smartphones en Ray-Ban-brillen.
Chinese modellen zoals DeepSeek zijn technologisch indrukwekkend. DeepSeek V3 werd getraind voor slechts 5,6 miljoen dollar, terwijl GPT-4 tussen de 78 en 191 miljoen dollar kostte. Voor beveiligingsrelevante, industriële of publieke toepassingen in Europa zijn Chinese modellen echter vaak ongeschikt, hetzij vanwege regelgeving, geopolitieke redenen of gegevensbescherming.
Het echte probleem schuilt in de strategie van de platformeconomie: Amerikaanse bedrijven lokken klanten met lage instapprijzen en transparante prijsverdeling. Bedrijven implementeren deze modellen in hun processen, vervangen menselijke werknemers door machines en worden afhankelijk. Zodra deze afhankelijkheid is gevestigd en de modellen volwassen zijn, stijgen de prijzen. Klanten moeten deze kosten doorberekenen, zonder enige garantie dat hun klanten bereid zijn de hogere prijzen te accepteren. OpenAI kan zich agressieve prijsstrategieën veroorloven omdat alleen al de ChatGPT-abonnementen jaarlijks $ 3,6 miljard opleveren, waardoor de API-prijzen worden gesubsidieerd. Europese bedrijven hebben in dit spel geen vergelijkbare onderhandelingspositie.
Het investeringstekort: het structurele tekort van Europa
De cijfers spreken voor zich. In 2023 werd naar schatting 8 miljard dollar geïnvesteerd in AI in de EU. In de Verenigde Staten was dat 68 miljard dollar en in China 15 miljard dollar. Europese AI-startups trekken slechts 6 procent van de wereldwijde AI-financiering aan, terwijl Amerikaanse startups 61 procent ontvangen. De Europese Commissie heeft met haar InvestAI-initiatief een programma van 200 miljard euro aangekondigd, waarvan 50 miljard euro afkomstig is van overheidsmiddelen en 150 miljard euro van particuliere investeerders. Of deze bedragen daadwerkelijk zullen worden gemobiliseerd, valt nog te bezien. Ter vergelijking: de regering-Trump alleen al heeft 500 miljard dollar toegezegd voor vergelijkbare AI-ontwikkelingsprogramma's.
Tegen deze achtergrond van afnemende betrouwbaarheid van het trans-Atlantische verkeer staat Europa voor een fundamentele strategische beslissing. Tot nu toe is het niet mogelijk gebleken om data, talent en financiële middelen zodanig te bundelen dat er basismodellen met honderden miljarden parameters in talloze Europese talen kunnen worden ontwikkeld. De institutionele hindernissen tussen landen, onderzoeksinstellingen en bedrijven zijn aanzienlijk. Bedrijfspolitiek, gecompartimenteerd denken en wettelijke vereisten belemmeren vaak zelfs het samenvoegen van relatief kleine hoeveelheden data.
Modulaire intelligentie: Europa's asymmetrische voordeel
Als Europa de race om het grootste monolithische model niet kan winnen, moet het de spelregels veranderen. Modulaire architecturen bieden precies die mogelijkheid. Ze vereisen aanzienlijk minder middelen in termen van GPU's, data en talent, en kunnen decentraal worden ontwikkeld. Dit is een cruciaal aspect in tijden van onzekere markten en vaak krappe onderzoeksbudgetten.
De centrale bouwsteen van modulaire benaderingen is de Mixture-of-Experts (MoE)-architectuur. Grote modellen zoals ChatGPT, DeepSeek en Mistral gebruiken al intern MoE-mechanismen. Voor elke input worden alleen geselecteerde gespecialiseerde experts geactiveerd, waardoor de computerbronnen efficiënt worden benut. Het Allen Institute for AI heeft deze aanpak aanzienlijk verbeterd met FlexOlmo en uitgebracht als een commercieel beschikbare open-source oplossing. FlexOlmo gebruikt een 7x7B-architectuur met in totaal 33 miljard parameters, waarbij elke expert onafhankelijk wordt getraind op lokale, niet-gedeelde datasets. De resultaten zijn opmerkelijk: een relatieve verbetering van 41 procent ten opzichte van puur openbare modellen en een superioriteit van 10,1 procent ten opzichte van eerdere samenvoegingsmethoden, bevestigd aan de hand van 31 benchmarks en gepresenteerd op NeurIPS 2025.
De sleutel tot FlexOlmo ligt in het paradigma van datasamenwerking zonder datadeling. Elke data-eigenaar creëert lokaal zijn of haar expert, gebaseerd op een gedeeld publiek basismodel. Een router leert welke experts de beste antwoorden geven op welke vragen. Experts kunnen op elk moment worden geactiveerd of gedeactiveerd, en bij een gerichte reconstructieaanval kan maximaal 0,7 procent van de trainingsdata worden teruggevonden. Met pseudonimiseringsmaatregelen kan dit percentage worden teruggebracht tot minder dan 0,1 procent, wat zelfs voldoet aan de strenge Europese eisen voor gegevensbescherming. Dit concept is geschikt voor gebruik binnen een bedrijf, tussen verschillende afdelingen, en voor gedistribueerd leren tussen meerdere bedrijven.
Een nieuwe dimensie van digitale transformatie met 'Managed AI' (kunstmatige intelligentie) - Platform- en B2B-oplossing | Xpert Consulting
Een nieuwe dimensie van digitale transformatie met 'Managed AI' (kunstmatige intelligentie) – Platform- en B2B-oplossing | Xpert Consulting - Afbeelding: Xpert.Digital
Hier leert u hoe uw bedrijf snel, veilig en zonder hoge drempels AI-oplossingen op maat kan implementeren.
Een beheerd AI-platform is uw allesomvattende, zorgeloze oplossing voor kunstmatige intelligentie. In plaats van te worstelen met complexe technologie, dure infrastructuur en langdurige ontwikkelprocessen, ontvangt u een kant-en-klare oplossing op maat van een gespecialiseerde partner – vaak al binnen enkele dagen.
De belangrijkste voordelen in één oogopslag:
⚡ Snelle implementatie: Van idee tot gebruiksklare applicatie in dagen, niet maanden. Wij leveren praktische oplossingen die direct toegevoegde waarde creëren.
🔒 Maximale gegevensbeveiliging: Uw gevoelige gegevens blijven bij u. Wij garanderen een veilige en conforme verwerking zonder gegevens met derden te delen.
💸 Geen financieel risico: u betaalt alleen voor de resultaten. Hoge investeringen vooraf in hardware, software of personeel zijn volledig uitgesloten.
🎯 Focus op uw kernactiviteiten: concentreer u op waar u het beste in bent. Wij zorgen voor de volledige technische implementatie, werking en het onderhoud van uw AI-oplossing.
📈 Toekomstbestendig en schaalbaar: Uw AI groeit met u mee. Wij garanderen continue optimalisatie en schaalbaarheid en passen de modellen flexibel aan nieuwe eisen aan.
Meer informatie vindt u hier:
Project SOOFI: De Duitse AI-fabriek ontwikkelt het Europese antwoord op ChatGPT
Redeneermodellen: Logica in plaats van grootte
Een tweede cruciaal onderdeel zijn grote redeneermodellen. Modellen zoals ChatGPT-o3, DeepSeek R1 of OLMo 2 zijn ontworpen om complexe problemen op te lossen door middel van stapsgewijs, logisch redeneren en het creëren van samenhangende argumentatieketens. Ze maken gebruik van technieken zoals het stimuleren van denkprocessen om problemen op te splitsen in afzonderlijke stappen en symbolisch redeneren om logische verbanden te analyseren. Het jaar 2025 werd algemeen beschouwd als het Jaar van het Redeneren, een jaar waarin RLVR en GRPO het onderwijzen van modellen voor logisch redeneren centraal stelden in hun ontwikkelingsinspanningen.
Van bijzonder belang voor Europa is de kostenefficiëntie van deze modellen. Het trainen van DeepSeek R1 op basis van DeepSeek V3 kostte slechts $294.000 extra. Redeneermodellen gebruiken en breiden de kennis van de basismodellen uit, waardoor ze zelfs met beperkte computerinfrastructuur kunnen worden gebouwd. Domeinspecifieke redeneermodellen bestaan al voor programmeren, wiskunde en geneeskunde. Het SOOFI-project is expliciet van plan om naast het basis-LLM een redeneermodel te ontwikkelen.
Dit biedt concrete zakelijke kansen voor bedrijven: klantvragen, foutenanalyses, juridische beoordelingen en voorlopige medische keuringen kunnen automatisch en transparant worden verwerkt. Dit bespaart niet alleen tijd, maar verlaagt ook de kosten die gepaard gaan met fouten. Middelgrote bedrijven en specialistische afdelingen kunnen zonder grote investeringen AI-oplossingen op maat ontwikkelen, in eerste instantie gebaseerd op bestaande open-source modellen en later gemigreerd naar een Europees basismodel.
Dit is hiermee gerelateerd:
Agenten in test-time berekeningen: intelligentie tijdens uitvoering
Het derde onderdeel van modulaire systemen zijn agenten in de testfase. Bij deze aanpak genereert een taalmodel in eerste instantie potentiële antwoorden tijdens de inferentie. Vervolgens verifiëren zeer gespecialiseerde agenten deze antwoorden onafhankelijk van elkaar. Het belangrijkste voordeel: de kosten voor de testfase zijn in de loop der jaren aanzienlijk gedaald en modelaanpassingen tijdens de training zijn niet nodig.
Het meest indrukwekkende voorbeeld van de kracht van deze aanpak werd geleverd door Microsoft met zijn AI Diagnostic Orchestrator. MAI-DxO maakt gebruik van vijf gespecialiseerde AI-agenten, die elk een andere medische rol vervullen: een hypothesegenerator, een testselector, een bewijsinterpreter, een consensusbouwer en een einddiagnost. In een vergelijking met 304 complexe casussen uit het New England Journal of Medicine behaalde het systeem een diagnosepercentage van 85,5 procent, terwijl ervaren artsen, onder beperkte omstandigheden, slechts 20 procent van de gevallen correct diagnosticeerden. Tegelijkertijd verminderde het systeem de behoefte aan laboratorium- en beeldvormende onderzoeken met 28 procent.
Dit generator-verifier-paradigma kan door individuele bedrijven worden geïmplementeerd, zelfs met hun eigen IT-personeel. Agents kunnen onafhankelijk worden ontwikkeld, waardoor gedistribueerde ontwikkeling mogelijk is. Veel bedrijven kunnen zich deze aanpak nu veroorloven omdat er geen complexe modelaanpassingen nodig zijn.
Het SOOFI-project: Europa's antwoord krijgt vorm
Het SOOFI-project laat zien dat Europa niet alleen theoretisch, maar ook praktisch in staat is om actie te ondernemen. SOOFI staat voor Sovereign Open Source Foundation Models en is een van de meest ambitieuze projecten om de soevereiniteit van AI in Europa te versterken. Een consortium van zes Duitse onderzoeksinstellingen, waaronder Fraunhofer IAIS, Fraunhofer IIS, DFKI en de universiteiten van Würzburg, Hannover en de Technische Universiteit Darmstadt, ontwikkelt samen met twee startups een open taalmodel met ongeveer 100 miljard parameters.
Het Duitse federale ministerie voor Economische Zaken en Energie financiert het project met € 20 miljoen tot juli 2026. Het model wordt getraind in de Industrial AI Cloud van T-Systems, een van Europa's grootste AI-fabrieken met meer dan 10.000 GPU's, een rekenkracht van 0,5 exaFLOPS en een opslagcapaciteit van ongeveer 20 petabytes. SOOFI is bedoeld om het bestaande Teuken-7B-model te vervangen, dat Fraunhofer in 2024 ontwikkelde als een meertalig Europees model met zeven miljard parameters. Naast het basismodel wordt ook een redeneermodel ontwikkeld dat in staat is tot gestructureerd denken en het oplossen van meerstaps problemen.
De financiering wordt verzorgd via het 8ra-initiatief, dat is opgericht door twaalf EU-lidstaten. Parallel daaraan hebben Duitsland en Frankrijk een ander initiatief gelanceerd, de Frans-Duitse dialoog tussen AI-managers, waarbij toonaangevende Europese bedrijven zoals Siemens Energy, Deutsche Telekom, Arte en Schwarz Digits betrokken zijn. Het doel is een branchegerichte, op implementatie gerichte routekaart voor AI in Europa, met Fraunhofer, Inria en het Institute Mines-Telecom als kernpartners.
De triade van Europese soevereiniteit
De technologische bouwstenen resulteren in een concreet driestappenplan dat haalbaar is binnen het bestaande Europese kader.
De eerste stap omvat het promoten van een Europees basismodel als een initiatief van diverse deskundigen, ontworpen als een open-source infrastructuurmaatregel. Het ontwikkelen van een hoogwaardig, open model is het digitale equivalent van het elektriciteits- of transportnetwerk. SOOFI en Teuken vormen het uitgangspunt. Het basismodel kan geleidelijk worden uitgebreid met hoogwaardige, domeinspecifieke data en als een Model of Enterprise (MoE)-architectuur.
De tweede stap omvat het bouwen van gespecialiseerde redeneermodellen, ondersteund door bedrijven. Deze projecten zijn aanzienlijk minder complex dan het trainen van basismodellen. Redeneermodellen zouden in eerste instantie voortbouwen op bestaande open-source basismodellen uit de VS of Mistral en later overstappen naar een Europees basismodel. Kleinere teams zouden met budgetten in de orde van zes tot zeven cijfers aanzienlijke resultaten kunnen behalen.
De derde stap omvat het uitbreiden van het gebruik van agents in test-time berekeningen, het creëren van modulariteit, feedbackloops en ecosystemen. Bedrijven kunnen modellen parallel uitbreiden met agents. De resulterende feedbackdata verbeteren de redeneermodellen, die op hun beurt de basismodellen verrijken met extra wereldkennis. Dit creëert een circulair systeem dat zichzelf verbetert met elke nieuwe expert die aan het basismodel wordt toegevoegd. Dit lerende ecosysteem zou toegankelijk zijn voor bedrijven, de academische wereld en open-sourcegemeenschappen.
De tijd dringt: actie in plaats van hoop
De strategische situatie is duidelijk. Zolang de toegang tot open modellen gewaarborgd blijft, kan Europa de weg van modulaire taalmodellen blijven bewandelen. De randvoorwaarden zijn aanwezig: een hoge mate van verticale integratie in de industrie, een rijke talentenpool aan universiteiten en onderzoeksinstellingen, en een regelgevingskader dat transparantie en gegevensbescherming vereist. Dit laatste is bij modulaire architecturen geen nadeel, maar juist een concurrentievoordeel.
Deze kans is echter niet onbeperkt. Hoewel de trend naar regionale en gespecialiseerde taalmodellen wereldwijd toeneemt, wordt de dominantie van Amerikaanse aanbieders met elk kwartaal sterker. Tegen 2026 zal een duidelijke verschuiving van monolithische taalmodellen naar gespecialiseerde, autonome AI-agenten zichtbaar zijn. Europese bedrijven die er nu niet in slagen hun eigen expertise te ontwikkelen, zullen binnen enkele jaren volledig afhankelijk zijn van externe aanbieders, vergelijkbaar met de situatie bij clouddiensten, waar Europa slechts een gebruiker is geworden van buitenlandse kerntechnologieën.
De benodigde technologieën bestaan, de concepten zijn getest en de eerste projecten zijn in uitvoering. Wat ontbreekt is niet de technische haalbaarheid, maar de politieke en ondernemerswil om deze benaderingen op te schalen. Europa staat voor de keuze tussen technologische autonomie door middel van slimme architectuur en permanente afhankelijkheid door inactiviteit. De beslissing moet nu genomen worden.
Uw wereldwijde partner voor marketing en bedrijfsontwikkeling
☑️ Onze zakelijke voertaal is Engels of Duits
☑️ NIEUW: Correspondentie in uw moedertaal!
Konrad Wolfenstein
Mijn team en ik staan graag tot uw beschikking als uw persoonlijke adviseur.
U kunt contact met mij opnemen door hier het contactformulier in te vullen wolfenstein@xpert.digital:of door mij te bellen op +49 7348 4088 965. Mijn e-mailadres is
Ik kijk uit naar ons gezamenlijke project.
