Begrippen

AI-jargon, gewoon uitgelegd

Staat er in een artikel een vraagteken achter een woord? Dan vind je hier de hele uitleg. 237 begrippen, op alfabet.

A

A2A (Agent-to-Agent): Een open standaard waarmee AI-agents van verschillende leveranciers rechtstreeks met elkáár kunnen praten en taken aan elkaar doorgeven. Waar MCP een AI verbindt met jouw tools en gegevens, verbindt A2A agents onderling: de agent die je offerte opstelt kan de agent aanspreken die je voorraad bijhoudt. Voor jou als ondernemer is dat vooral een inkoopvraag: kies je tools die zo'n standaard ondersteunen, dan zit je later minder vast aan één leverancier.
Aansprakelijkheid: De vraag wie opdraait voor de schade als een AI-systeem een fout maakt: de gebruiker, het bedrijf dat het inzet, of de maker van het model. Bij gewone software ligt dat vaak vast, maar bij AI die zelf keuzes maakt is het lastiger aan te wijzen. Krijg je een verkeerd advies van een AI-tool en lijd je daardoor schade, dan is precies dit de knoop die de wetgever probeert te ontwarren, onder meer via de EU AI-verordening.
AEO (Answer Engine Optimization): Je content zo inrichten dat een AI-assistent hem als bron gebruikt bij het samenstellen van een antwoord. Waar klassieke SEO mikt op een hoge positie in de blauwe links, mikt AEO op een vermelding ín het antwoord zelf. In de praktijk betekent dat: de vraag die je klant stelt letterlijk beantwoorden, meteen in de eerste alinea, met een concreet getal, prijs of datum erbij. Vraagt iemand ChatGPT "wat kost een dakkapel in Utrecht" en jouw pagina geeft daar direct antwoord op, dan is de kans dat je genoemd wordt groter dan bij een pagina die pas na vier alinea's ter zake komt. AEO en GEO worden vaak door elkaar gebruikt; het verschil is vooral welk deel je benadrukt: het antwoord (AEO) of het zichtbaar worden in generatieve zoekmachines (GEO).
Agent: Een AI-systeem dat zelfstandig meerdere stappen uitvoert om een taak af te ronden: bestanden openen, zoeken, code draaien, resultaten controleren. Een chatbot beantwoordt je vraag; een agent boekt bij wijze van spreken ook meteen de vergaderruimte.
Agentic: Engelse term voor AI die niet alleen antwoordt, maar zelfstandig taken uitvoert: stappen plannen, tools aansturen en doorwerken tot het doel is bereikt. Vraag je een agentic systeem een reis te boeken, dan zoekt het zelf vluchten, vergelijkt prijzen en vult het boekingsformulier in. Je komt het woord tegen in samenstellingen als "agentic AI" en "agentic workflow".
Agentic AI: De verzamelnaam voor AI die niet alleen antwoord geeft, maar zelfstandig een reeks stappen zet om een doel te halen: plannen, tools gebruiken, tussentijds bijsturen. "Agentic" is het bijvoeglijk naamwoord bij agent. Waar een chatbot je vraag beantwoordt, boekt een agentic systeem bij wijze van spreken ook meteen de afspraak, controleert de agenda en stuurt de bevestiging, met alle kansen én risico's van dien.
Agentic commerce: Online kopen waarbij een AI-agent namens de klant zoekt, vergelijkt en soms ook afrekent. De klant vraagt niet meer zelf tien webshops af, maar krijgt een korte selectie voorgeschoteld die de agent heeft samengesteld. Voor een ondernemer verschuift daarmee de vraag: niet alleen "vindt een klant mijn winkel?", maar ook "kan een agent mijn productgegevens, prijzen en voorwaarden uitlezen?". Staat jouw aanbod niet in dat lijstje, dan valt het af voordat er een mens naar kijkt.
Agentic threat actor: Een cybercrimineel die door een AI-agent wordt aangestuurd in plaats van handmatig bestuurd te worden. In juli 2026 documenteerde veiligheidsbedrijf Sysdig JADEPUFFER, waarschijnlijk het eerste geval: een LLM-agent voerde zelfstandig een volledige ransomware-aanval uit (reconnaissance, inbraak, versleuteling, losgeldeis) zonder dat een mens aan het toetsenbord zat. Het gevaar: de drempelwaarde voor cyberaanvallen zakt van "je hebt een ervaren hacker nodig" naar "je hebt genoeg geld voor AI-usage en een exploit". Het voordeel voor de aanvaller: de agent past zich aan, probeert mislukte stappen opnieuw en kan dus ook zonder menselijke tussenkomst omgaan met onverwachte versperringen.
AGI: De afkorting van artificial general intelligence: een nog hypothetische AI die élke verstandelijke taak van een mens aankan, niet alleen het werk waarvoor ze getraind is. Of de huidige modellen daar dichtbij komen is binnen het vakgebied een twistpunt: sommige onderzoekers tellen GPT-5-achtige systemen al mee, anderen eisen redeneren in volledig nieuwe domeinen zonder voorbeelden. Hoor je iemand zeggen "AGI is bijna hier", vraag dan welke definitie diegene hanteert.
AI Overviews (AI-overzichten): Het samenvattende antwoord dat Google boven de gewone zoekresultaten zet, geschreven door AI op basis van pagina's die het zelf heeft gelezen. Je krijgt het antwoord dus zonder te klikken, handig voor jou, minder prettig voor de site die het geschreven heeft, want die ziet zijn bezoek teruglopen. Let op waar de bronvermeldingen staan: het overzicht kan feiten door elkaar halen of iets stelliger brengen dan de bron doet, en in Italië liep daar in 2026 een mededingingszaak over.
AI Safety Institute (AISI): Een overheidsinstituut dat de zwaarste AI-modellen zelf test vóór en na de uitrol: kan dit model helpen bij een cyberaanval, bij het maken van een wapen, of ontsnapt het aan zijn eigen opdracht. Het Britse instituut was het eerste (2023) en heet sinds februari 2025 AI Security Institute, omdat de opdracht werd versmald naar criminaliteit en nationale veiligheid; de Amerikaanse tegenhanger werd omgedoopt tot Center for AI Standards and Innovation. Elf landen plus de EU werken samen in een netwerk van zulke instituten. Belangrijk om te weten als je een testuitslag leest: zo'n instituut publiceert wat het gemeten heeft, en een model zonder label is dus niet veiliger, alleen ongemeten.
AI-adoptie: Het proces waarin een organisatie AI daadwerkelijk in het werk opneemt: van eerste experimenten en een pilot tot vaste inzet in de dagelijkse processen. Adoptie gaat over meer dan de tool aanschaffen: het draait om mensen meekrijgen, afspraken maken en resultaten meten. Voor een MKB-bedrijf mislukt AI zelden op de techniek en vaker op dit stuk, met collega's die de tool links laten liggen.
AI-assistent: Een AI-programma waaraan je in gewone taal taken uitbesteedt, zoals een tekst opstellen, een lange e-mail samenvatten of een lijst opschonen. Waar een chatbot vooral een gesprek voert, is een assistent gericht op klusjes af krijgen binnen je werk. Vraag je bijvoorbeeld "vat deze offerte samen in drie punten", dan levert de assistent dat direct. Veel kantoorsoftware heeft er inmiddels een ingebouwd, van je mailprogramma tot je tekstverwerker.
AI-beleid: De afspraken die je binnen je bedrijf vastlegt over hoe medewerkers AI gebruiken: welke tools mogen wel en niet, wat je wel en niet in een chatbot mag typen, en wie waarvoor verantwoordelijk is. Waar AI-governance het hele kader van toezicht en verantwoording is, is AI-beleid het concrete document dat je team houvast geeft. Voor een klein bedrijf hoeft dat geen dik rapport te zijn: één pagina met heldere do's en don'ts voorkomt al dat er bedrijfsgegevens in een gratis tool belanden.
AI-browser: Een webbrowser met een ingebouwde AI-assistent die niet alleen antwoorden geeft, maar ook namens jou mag klikken, typen en formulieren invullen. Voorbeelden zijn Perplexity Comet, OpenAI's Atlas en Claude in Chrome. Handig voor terugkerend klikwerk, maar let op: omdat de assistent webpagina's leest én uitvoert, is hij gevoelig voor prompt-injectie via verborgen tekst op een pagina.
AI-bureau (AI Office): De afdeling van de Europese Commissie die toezicht houdt op de grote, algemeen inzetbare AI-modellen, het niveau boven de nationale toezichthouders. Waar de Autoriteit Persoonsgegevens kijkt naar hoe een Nederlandse organisatie AI gebruikt, kijkt het AI-bureau naar de bouwers van de modellen zelf: het kan documentatie opvragen, modellen laten evalueren, maatregelen eisen en boetes opleggen. Sinds 2 augustus 2026 mag het die bevoegdheden ook echt gebruiken. Hoor je dat "Brussel een model onderzoekt", dan gaat het meestal om dit bureau. Let op: sommige adviesbureaus noemen zichzelf ook AI-bureau; dat is iets anders.
AI-chip: De gespecialiseerde processor die het rekenwerk voor AI doet. Een gewone computerchip is een manusje-van-alles; een AI-chip is gebouwd om heel veel simpele rekensommen tegelijk uit te voeren, precies wat het trainen en draaien van grote modellen vraagt. De bekendste zijn de GPU's van Nvidia, maar er zijn alternatieven zoals Googles eigen TPU's. Hoor je dat een land "de export van AI-chips beperkt", dan gaat het om deze schaarse en dure onderdelen: ze bepalen mee wie grote modellen kan bouwen.
AI-citaties: De vermeldingen van jouw site of bedrijf in het antwoord van een AI-zoekmachine of chatbot, meestal met een bronlink erbij. Anders dan bij Google gaat het niet om een positie in een lijst: je wordt genoemd of je wordt niet genoemd. Een AI-antwoord haalt zijn bronnen bovendien lang niet alleen uit de eerste tien Google-resultaten, dus een pagina die in de zoekmachine matig scoort kan wel geciteerd worden, bijvoorbeeld omdat er een concreet cijfer, een klantcase of een duidelijk beantwoorde vraag op staat.
AI-detectie: Software die probeert te schatten of een tekst door een mens of door een taalmodel is geschreven, zoals de AI-indicator in Turnitin. Het is een kansberekening, geen bewijs: detectoren geven zowel valse positieven (mens als AI bestempeld) als gemiste gevallen, en zijn aantoonbaar strenger tegen niet-moedertaalsprekers. Opleidingen gebruiken een uitslag daarom als signaal, nooit als doorslaggevend bewijs.
AI-fabriek (AI Factory): Geen fabriek maar een rekencentrum: een Europese supercomputer met een team eromheen, waar bedrijven, onderzoekers en publieke organisaties AI-modellen kunnen trainen en draaien binnen Europese regels. Het programma loopt via EuroHPC, de Europese samenwerking rond supercomputers, die er per locatie tientallen miljoenen in steekt. Nederland kreeg er een toegewezen in Groningen: een investering van ongeveer 200 miljoen euro, waarvan 70 miljoen uit EuroHPC. Het idee erachter is dat je niet afhankelijk hoeft te zijn van een Amerikaanse cloudaanbieder om aan rekenkracht te komen.
AI-first: De strategie waarbij een bedrijf AI als uitgangspunt neemt voor elk proces en elke nieuwe functie, in plaats van AI achteraf aan bestaand werk toe te voegen. Denk aan een klantenservice waar een AI-assistent standaard het eerste contact doet en medewerkers de achtervang zijn. De term duikt vaak op in reorganisatie-nieuws en vacatures; wat er precies mee wordt bedoeld verschilt sterk per bedrijf.
AI-geletterdheid: De basiskennis om AI-tools verstandig te gebruiken: snappen wat een model wél en níet kan, wanneer je de uitkomst moet controleren en welke risico's eraan zitten. Sinds 2 augustus 2026 verplicht artikel 4 van de AI-verordening werkgevers om deze kennis actief te bevorderen bij iedereen die met AI werkt. Concreet: laat je op je werk een chatbot een klantmail schrijven, dan hoor je te weten dat het model dingen kan verzinnen en dat jij de eindcontrole doet.
AI-governance: Het geheel aan afspraken binnen een organisatie over wie AI waarvoor mag gebruiken, wie de uitkomst controleert en wie erop aanspreekbaar is als het misgaat. Het Engelse woord blijft meestal onvertaald; "besturing" of "beheersing" komt het dichtst in de buurt. Het gaat niet over de techniek maar over de mensen eromheen: welke gegevens er wel en niet in mogen, wie tekent voor een AI-advies aan een klant, en waar het vastgelegd staat. Merk je bij je werkgever, je gemeente of je zorgverzekeraar dat niemand kan uitleggen hoe een AI-besluit tot stand kwam, dan is dat precies het gat dat AI-governance hoort te dichten.
AI-psychose: Een informele term (geen erkende klinische diagnose) voor situaties waarin intensieve chatbot-gesprekken bestaande wanen of verwardheid lijken te versterken, doordat het model meebeweegt met wat je zegt in plaats van tegenspraak te bieden. De term dook in 2025 op in media en werd zelfs door OpenAI-CEO Sam Altman aangehaald. Merk je dat een chatbot voor jou of een naaste de plek van echte gesprekken inneemt op kwetsbare momenten, dan is een mens (huisarts, vriend, hulplijn) de betere gesprekspartner.
AI-slop: De stroom middelmatige, automatisch gegenereerde AI-content die het internet vult: vage artikelen, generieke afbeeldingen en opgeklopte teksten die vooral op kwantiteit mikken. Het Engelse woord "slop" (varkensvoer) is een spotnaam voor werk dat er op het eerste gezicht in orde uitziet, maar bij lezen leeg blijkt. Voor jou is het vooral een kwaliteitssignaal: kom je op een site vol zulke stukken, dan vind je er zelden iets betrouwbaars. Sommige AI-bedrijven kopen inmiddels bewust oude boeken op als trainingsdata, juist omdat die nog vrij zijn van AI-slop.
AI-strategie: Een bewuste keuze wáár en hoe je als bedrijf AI inzet, in plaats van overal losse tools uitproberen. Het gaat om vragen als: welk probleem los ik op, wat levert het op, en wie in mijn team gaat ermee werken? Voor een klein bedrijf hoeft dat geen dik plan te zijn. Vaak is één concrete toepassing die tijd bespaart een beter begin dan een brede visie op papier.
AI-verordening: De officiële Nederlandse naam van de EU AI Act: de Europese wet die regels stelt aan het ontwikkelen en gebruiken van AI, met zwaardere eisen naarmate het risico groter is. Gebruik je als bedrijf alleen ChatGPT of Copilot, dan raakt vooral de AI-geletterdheidsplicht (artikel 4) je direct.
AI-voetafdruk: De energie, het water en de grondstoffen die nodig zijn om AI te trainen en te gebruiken. Elke vraag aan een chatbot draait in een datacenter dat stroom verbruikt en vaak met water wordt gekoeld. Eén losse vraag kost weinig, maar bij miljarden vragen per dag telt het op. Daarom komt de milieukant van AI steeds vaker in het nieuws, naast de stroomrekening van de datacenters zelf.
AI-watermerk: Een zichtbaar of onzichtbaar kenmerk dat in AI-gemaakte tekst, beeld, audio of video wordt verwerkt om te tonen dat een model het maakte. Het doel is transparantie: jij moet kunnen zien of een foto of filmpje echt is of verzonnen. Vanaf 2 augustus 2026 verplicht artikel 50 van de AI-verordening makers om nieuwe AI-content zo te markeren. In de praktijk werkt het nog wisselend, want een screenshot of bewerking wist een watermerk soms weer uit.
AI-zoekmachine: Een zoekdienst die je vraag beantwoordt met een kant-en-klare, geschreven samenvatting uit meerdere bronnen, in plaats van alleen een lijst met links. Diensten als Perplexity werken zo, en Google zet boven de gewone resultaten steeds vaker een AI-samenvatting (AI Overviews). Handig als je snel een antwoord wilt, maar je ziet minder makkelijk waar het vandaan komt en het model kan er soms naast zitten. Klik daarom bij belangrijke vragen door naar de bron eronder.
Algoritme: Een vaste reeks stappen die een computer volgt om iets te bepalen of te kiezen, van welke video YouTube je aanraadt tot welke mail als spam wordt weggefilterd. AI-systemen zijn opgebouwd uit zulke algoritmes, maar dan lerende: ze stellen zichzelf bij op basis van data in plaats van dat een programmeur elke regel vooraf vastlegt. Merk je dat je tijdlijn precies jouw smaak lijkt te kennen? Dan is dat het werk van een algoritme dat leerde van je klikgedrag.
Alignment (afstemming): Het afstemmen van een AI-model op wat mensen er echt mee bedoelen: dat het doet wat je vraagt, geen schadelijke dingen doet en zich aan afspraken houdt. Bij grote taalmodellen gebeurt dat onder meer door ze bij te sturen met menselijke feedback. Het "alignment-probleem" is de vraag hoe je zeker weet dat een steeds capabeler systeem jouw doel volgt en niet een eigen route kiest om zijn taak koste wat kost af te maken.
API: De technische aansluiting waarmee software met andere software praat. Wie AI "via de API" gebruikt, betaalt per verbruik (zie token) in plaats van een vast bedrag per maand, zoals bij een chat-abonnement.
API-key: De unieke, geheime code waarmee jouw systeem zich identificeert bij een AI-dienst, vergelijkbaar met een wachtwoord, maar dan voor software in plaats van een mens. Wie de key kent, kan namens jouw account aanroepen doen en dus ook de rekening laten oplopen: bewaar 'm daarom nooit in code die je publiek deelt (bijvoorbeeld op GitHub), maar in een apart configuratiebestand of secrets-manager. In tutorials over het zelf bouwen van een AI-agent met bijvoorbeeld n8n of Claude is het aanmaken en invoeren van zo'n key meestal de eerste praktische stap.
Attention: De rekentruc waarmee een taalmodel bepaalt welke woorden in een zin bij elkaar horen. In "de kat zat op de mat, en hij spinde" moet het model weten dat "hij" naar de kat verwijst en niet naar de mat; attention is de wiskunde die dat verband legt, door voor elk woord te wegen hoe belangrijk alle andere woorden zijn. Het idee komt uit een Google-artikel uit 2017 met de titel Attention Is All You Need en vormt de kern van de transformer, de architectuur onder vrijwel elk model van nu.
Audit-trail: Een chronologisch, onwijzigbaar logboek van wie welke actie met een AI-systeem heeft uitgevoerd en wanneer: wie een prompt stuurde, welk document een agent opende, welk besluit een systeem nam. Voor de AVG en de AI-verordening is dit vaak niet optioneel: kun je bij een controle niet aantonen wát er gebeurde, dan is "we vertrouwen erop" geen verdediging. Vraag bij de aanschaf van een AI-tool daarom expliciet of audit-trails standaard aanstaan of een addertje onder het Enterprise-abonnement zijn.
Auteursrecht (en AI): Het recht dat makers zeggenschap geeft over hun werk: teksten, foto's, muziek, code. Bij AI botst dat op twee punten. Modellen worden getraind op enorme hoeveelheden bestaand werk, vaak zonder toestemming van de maker, en juridisch is nog onduidelijk wie de rechten heeft op wat een model zelf produceert. Zo trof AI-bedrijf Anthropic een schikking van 1,5 miljard dollar over het gebruik van gepirateerde boeken, en haalde Stichting BREIN ruim twee miljoen Nederlandse nieuwsartikelen uit een trainingsdatabank.
Automatisering (AI): Het vervangen of ondersteunen van herhalende taken door AI: facturen verwerken, e-mails categoriseren, afspraken plannen. Anders dan klassieke automatisering (vaste regels) kan AI-automatisering omgaan met variatie in tekst, toon en context.
Autoriteit Persoonsgegevens (AP): De Nederlandse toezichthouder die controleert of organisaties zich aan de privacywet (zie avg) houden, en die boetes kan opleggen als dat niet gebeurt. Sinds 2023 heeft de AP er een tweede taak bij: het coördineren van het toezicht op algoritmes en AI in Nederland, waarover ze periodiek rapporteert. Denk je dat een bedrijf verkeerd met jouw gegevens omgaat, dan kun je daar een klacht indienen. In het nieuws duikt de AP meestal op bij twee soorten zaken: een boete voor het doorgeven van gegevens, en een waarschuwing over een AI-toepassing die persoonsgegevens verwerkt.
AVG (privacywet): De Algemene verordening gegevensbescherming: de Europese privacywet die sinds 2018 geldt en bepaalt wat organisaties met jouw persoonsgegevens mogen doen. Ze schrijft onder meer voor dat er een duidelijke reden voor het verzamelen moet zijn, dat je je gegevens mag inzien en laten wissen, en dat een datalek gemeld moet worden. Buiten Europa heet dezelfde wet meestal GDPR. Verwar de AVG niet met de AI-verordening: de AVG gaat over persoonsgegevens, de AI-verordening over AI-systemen zelf. Typt een bedrijf klantgegevens in een Amerikaanse chatbot, dan is de AVG de wet die bepaalt of dat mag.

B

Batch-processing: Het verwerken van veel aanvragen tegelijk in plaats van één voor één, zodat een AI-model efficiënter werkt. Voorbeeld: in plaats van 100 e-mails afzonderlijk door je AI-assistent te jagen (wat duur is en traag), verzamel je ze en stuurt ze in één zending. De AI verwerkt ze samen, en jij bespaart kosten en tijd. Het nadeel: je krijgt de resultaten niet direct terug, wat dus ongeschikt is als klanten op hun vraag wachten. Handig voor nachtelijke verwerkingen of als je bulk-werk hebt (maandelijkse factuursamenvattingen, archief-scanning).
Beeldherkenning: De techniek waarmee AI objecten, gezichten of patronen in foto's en video herkent, ook wel computervisie genoemd. Het model leert uit grote hoeveelheden voorbeelden en schat daarna in wat het op een nieuwe afbeelding ziet. Je gebruikt het zonder erbij na te denken als je telefoon je foto's op persoon of plek sorteert, maar dezelfde techniek zit ook achter camerabewaking en medische beeldanalyse en juist daar liggen de privacyvragen.
Benchmark: Een gestandaardiseerde test waarmee AI-modellen onderling vergeleken worden, bijvoorbeeld op wiskunde, code of redeneren. Handig om grof te zien waar een model uitblinkt, met een kanttekening: makers trainen soms gericht op de bekende testen, en een hoge score op papier zegt weinig over jouw concrete taak. Lees een benchmark daarom als richting, niet als rapportcijfer.
Bias (vertekening): Een systematische scheefheid in de uitkomsten van een AI-systeem, waardoor bepaalde groepen structureel anders behandeld worden. Die scheefheid sluipt meestal binnen via de data waarmee het model is getraind: leert het vooral van voorbeelden uit één groep, dan presteert het voor anderen slechter. Solliciteer je bijvoorbeeld en beoordeelt een AI-systeem cv's, dan kan het onbedoeld mensen benadelen op geslacht of afkomst, simpelweg omdat het verleden waarop het leerde al scheef was. Het Engelse woord "bias" betekent hetzelfde.
Biometrie: Het meten en herkennen van mensen aan unieke lichaamskenmerken, zoals een gezicht, vingerafdruk of stem. AI maakt die herkenning sneller en op afstand mogelijk, bijvoorbeeld een camera die in een menigte gezichten vergelijkt met een database. Omdat je je gezicht niet even kunt wijzigen zoals een wachtwoord, stelt de Europese AI-verordening strenge grenzen aan biometrische identificatie in openbare ruimtes.
Black box: Een systeem waarvan je de uitkomst ziet, maar niet goed kunt volgen hoe die tot stand komt. Bij grote AI-modellen is dat vaak het geval: ze geven een antwoord, een score of een beslissing, zonder een navolgbare redenering. Dat maakt uit als een model over mensen beslist, een afgewezen lening of sollicitatie, want dan wil je kunnen uitleggen waaróm. Onderzoek naar "uitlegbare AI" probeert die doos juist wat opener te maken.

C

C2PA (herkomstlabel): Een technische standaard die in een foto, video of audiobestand vastlegt waar het vandaan komt: welk apparaat het maakte, welke bewerkingen volgden en of er AI aan te pas kwam. Achter C2PA zitten onder meer Adobe, Microsoft, de BBC en cameramakers als Leica en Nikon. Het is het spiegelbeeld van een AI-watermerk: in plaats van te markeren dat iets door AI is gemaakt, bewijst het dat een opname echt is. Zie je bij een nieuwsfoto een herkomstlabel, dan kun je nagaan met welke camera hij is geschoten en of er iets aan veranderd is.
Canvas: Het visuele werkvlak van een no-code tool, waarop je stappen als blokjes neerzet en met lijntjes aan elkaar knoopt. In plaats van code schrijf je een route: nieuwe aanvraag binnen, klantgegevens ophalen, AI laat er een samenvatting van maken, mail naar de verkoper. Je ziet de vertakkingen liggen, wat handig is als je wilt zien waar een automatisering vastloopt. Tools als Make en n8n werken zo; let op dat het woord in ondernemersland ook nog het business model canvas kan betekenen.
CEO-fraude: Oplichting waarbij iemand zich voordoet als de directeur of eigenaar en een medewerker onder tijdsdruk een betaling laat doen. Vroeger ging dat per mail, nu steeds vaker per telefoon met een nagemaakte stem. Krijgt je boekhouder een appje "ik zit in een vergadering, kun jij deze factuur even betalen?", dan is dit het patroon. De verdediging is niet technisch: spreek één verificatiewoord af en bel altijd terug op het nummer dat je zelf kent.
Chain-of-thought: De keten van tussenstappen die een taalmodel intern aflegt voordat het zijn uiteindelijke antwoord geeft, te vergelijken met kladwerk bij een rekensom. Vraag je een model om "stap voor stap" te denken, dan dwing je die keten zichtbaar af; de nieuwste redeneermodellen doen dat inmiddels vanzelf, zonder dat jij erom hoeft te vragen. Het helpt vooral bij wiskunde, logica en opdrachten met meerdere stappen: een model dat eerst redeneert maakt aantoonbaar minder fouten dan een model dat meteen een antwoord geeft. De zichtbare redenering is trouwens een reconstructie achteraf, geen letterlijke kijk in wat er intern gebeurt.
Chatbot: Een programma waarmee je een gesprek in gewone taal voert, tegenwoordig meestal aangedreven door een taalmodel (zie llm). Je typt of spreekt een vraag in, en de chatbot antwoordt in zinnen, alsof je met iemand chat. ChatGPT is het bekendste voorbeeld, maar ook de hulpjes op de website van je bank of webshop zijn chatbots. Anders dan een zoekmachine geeft een chatbot één samengesteld antwoord in plaats van een lijst links. Handig, maar hij kan er ook naast zitten (zie hallucinatie), dus controleer belangrijke feiten zelf.
Chunking: Het opknippen van je documenten in behapbare stukken (chunks) voordat een AI-zoeksysteem ze doorzoekbaar maakt, een vaste stap bij RAG (zie RAG en embeddings). Hoe je knipt, bepaalt de kwaliteit: knip je een handleiding midden in een instructie doormidden, dan mist de AI context en krijg je een half antwoord. Slim knippen, bijvoorbeeld per paragraaf of op betekenis, levert daarom vaak betere antwoorden dan botweg om de zoveel tekens afkappen.
CLI (commandoregel-tool): Een programma dat je met getypte opdrachten bedient in plaats van met knoppen: je typt een regel, drukt op enter, en het programma doet zijn werk. CLI staat voor command line interface. Veel AI-hulpmiddelen voor ontwikkelaars werken zo, omdat een getypte opdracht veel minder tekst hoeft mee te sturen dan een volledige koppeling met een dienst en dat scheelt direct in je tokenrekening. Laat jij iemand een AI-koppeling voor je bouwen, dan hoor je deze term vrijwel zeker; je hoeft er zelf niet mee te werken om te snappen waarom hij hem kiest.
CLOUD Act: Een Amerikaanse wet uit 2018 die de Amerikaanse overheid onder voorwaarden toegang kan geven tot gegevens die bij Amerikaanse bedrijven staan, ook als die gegevens op servers buiten de Verenigde Staten liggen. Bepalend is dus niet waar de server staat, maar onder welk recht de aanbieder valt. Daarom is "onze data staat in een datacenter in Nederland" op zichzelf geen antwoord op de vraag wie erbij kan. Dit is de kern van het gesprek over soevereine AI (zie soevereine-ai) en over Europese alternatieven voor Amerikaanse clouddiensten.
Compliance: Het naleven van wetten, regels en interne afspraken, en kunnen aantonen dat je dat doet. Voor een MKB-bedrijf dat AI inzet gaat het vaak om privacyregels (de AVG), om de AI-verordening en om afspraken met klanten over hoe je met hun gegevens omgaat. Zet je bijvoorbeeld een AI-chatbot in die klantvragen verwerkt, dan hoort daarbij dat je vastlegt welke data hij ziet, waar die blijft en wie erbij kan.
Compute: Verzamelterm voor rekenkracht: de servers, chips en datacenters die nodig zijn om AI-modellen te trainen en te draaien. Als een land of bedrijf "geen eigen compute" heeft, moet het die capaciteit bij anderen inkopen.
Computer use: Een AI-functie waarmee het model jouw scherm ziet en zelf muis en toetsenbord bedient: knoppen klikken, apps openen, formulieren invullen. Anthropic's Claude biedt dit bijvoorbeeld in Cowork. Handig om klikwerk uit handen te geven, zoals gegevens overtypen van een PDF naar je boekhoudpakket. Kijk wel mee: de AI voert echte acties uit op jouw computer, dus begin met taken waar weinig mis kan gaan.
Conformiteitsbeoordeling: De officiële controle waarmee een leverancier moet aantonen dat zijn AI-systeem aan de Europese eisen voldoet, vóórdat het op de markt mag. Voor de zwaarste categorie (hoog-risico-AI, zoals systemen die meebeslissen over een sollicitatie, een lening of toelating tot een opleiding) gaat het om een dossier met documentatie over de trainingsdata, de risico's en het menselijk toezicht. Soms mag de leverancier dat zelf beoordelen, soms moet een aangewezen keuringsinstantie ernaar kijken. Slaagt de beoordeling, dan volgt de CE-markering die je ook van speelgoed en machines kent.
Connector: Een kant-en-klare koppeling waarmee twee programma's automatisch gegevens uitwisselen, zonder dat je zelf hoeft te programmeren. Veel AI- en automatiseringstools hebben een bibliotheek met connectors: klik je de connector voor je mailbox en die voor je boekhoudpakket aan, dan kan een tool bijvoorbeeld facturen uit je mail halen en in je administratie zetten. Waar "integratie" het hele proces van systemen laten samenwerken beschrijft, is een connector het concrete bouwsteentje dat één zo'n verbinding legt.
Constitutional AI: Een manier om AI-modellen veiliger en nuttiger te maken door ze regels (een "constitutie") mee te geven in plaats van alleen te zeggen "dit mag niet". Het werk gaat zo: je model krijgt een set principes ("wees eerlijk", "weiger kwaadwillend werk"), leert eerst op eigen kracht te zelf-verbeteren tegen die principes (RLHF vervangen met zelf-feedback), en wordt daardoor beter in verantwoord redeneren zonder voortdurende menselijke tussenkomst. Anthropic en OpenAI gebruiken varianten hiervan. Het idee: in plaats van regels na-af-te-dwingen, leer je een model eerlijk na te denken.
Content-moderatie: Het beoordelen en weghalen van ongewenste berichten, beelden of video's op een platform, zoals haatzaaien, geweld of nepnieuws. Bij grote platforms doet AI de eerste schifting: een model schat in of iets de regels overtreedt, waarna soms een mens de twijfelgevallen bekijkt. Het gaat geregeld mis met context of andere talen, en daarom zit er meestal nog mensenwerk achter. Wordt jouw bericht op sociale media verwijderd of blijft het juist staan, dan is dit het systeem dat die keuze maakte.
Context-window: De hoeveelheid tekst die een model in één gesprek kan "onthouden", gemeten in tokens. Stop je er meer in dan past, dan valt het begin van het gesprek buiten beeld en gaat het model dingen vergeten of verzinnen.
Context-window effectiveness: De werkelijke hoeveelheid tekst die een model bruikbaar kan verwerken, als percentage van zijn advertentiewaarde. Claude Opus 4.6 kan bijvoorbeeld effectief 76% van zijn miljoen-token context gebruiken, terwijl Gemini 3.1 Pro op dezelfde test slechts 25% haalt. Het verschil is niet alleen theorie, in de praktijk betekent het dat een model waarvan je dacht dat hij 10 miljoen tokens aankan, in werkelijkheid misschien maar 2,5 miljoen tokens nuttig kan onthouden. Kijk dus altijd naar onafhankelijk geteste effectiviteitscijfers (MRCR v2-benchmark) in plaats van alleen naar wat een lab adverteert.
Copilot: Een AI-assistent die met je meewerkt binnen een programma dat je toch al gebruikt, zoals je e-mail, je tekstverwerker of je code-editor. De naam ("co-piloot") zegt het al: het systeem neemt het stuur niet over, maar denkt mee, stelt voor en versnelt. Microsoft gebruikt de naam voor zijn assistent in Office, GitHub voor die in de programmeeromgeving, maar copilot is inmiddels een soortnaam geworden voor dit type meewerk-AI.
Core Web Vitals: Drie meetwaarden waarmee Google beoordeelt hoe prettig een pagina laadt en reageert: hoe snel het grootste deel zichtbaar is, hoe snel de pagina op een klik reageert en of de inhoud tijdens het laden verspringt. Ze tellen mee in hoe Google je pagina beoordeelt. Een zware animatie of een groot script bovenaan je pagina drukt vooral de eerste waarde. Je eigen scores zie je gratis in PageSpeed Insights.
Credits: Een rekeneenheid waarmee veel AI-tools het verbruik afrekenen in plaats van een vaste prijs per maand. Elke actie (een tekst genereren, een pagina scrapen, een afbeelding maken) kost een aantal credits, en een zwaar of herhaald karwei is zo je tegoed kwijt. Reken bij een nieuwe tool daarom vooraf uit hoeveel credits je verwachte gebruik kost, want een complexe taak loopt sneller op dan je denkt.
CRM (klantrelatiebeheer): Het systeem waarin je bijhoudt wie je klanten zijn, wat je met ze hebt afgesproken en waar een offerte of order staat. Bijna elke AI-toepassing voor een klein bedrijf raakt hier vroeg of laat aan: een assistent die gespreksnotities samenvat, offertes opstelt of leads scoort heeft toegang tot je CRM nodig. Check daarom vóór je zo'n tool koppelt welke velden hij mag lezen en of hij ook mag schrijven, want een AI die zelfstandig klantgegevens aanpast is lastig terug te draaien.
Cron (tijdschema): Een afspraak dat een taak op vaste momenten automatisch draait: elke werkdag om 7 uur, elke maandagochtend, elk uur. De naam komt uit de serverwereld en je komt hem tegen als instelling in automatiseringstools en in geplande AI-taken. Handig voor werk dat sowieso elke week moet gebeuren, zoals een concurrentie-overzicht of een samenvatting van binnengekomen aanvragen. Draait het te vaak, dan betaal je voor niets: bij AI-taken kost elke run tokens of credits.
Custom GPT: Een eigen versie van ChatGPT die je vult met je eigen instructies, toon en documenten, en daarna kunt delen, eventueel publiek in de GPT Store. Handig als meerdere collega's dezelfde geconfigureerde assistent nodig hebben, bijvoorbeeld een "offerte-assistent" die jouw sjablonen kent. Let op: zet er geen klantgegevens in als je hem deelt, want die data reist dan mee.

D

Data-residency: De toezegging van een leverancier over in welk land of welke regio jouw gegevens worden opgeslagen en verwerkt. Voor jou als ondernemer telt dit bij de AVG: draait een AI-tool aantoonbaar op EU-servers, dan is de verwerkersovereenkomst doorgaans eenvoudiger rond te krijgen dan bij verwerking in de VS. Grote aanbieders zoals OpenAI en Microsoft bieden er inmiddels aparte EU-opties voor; check bij een offerte dus niet alleen de prijs maar ook waar je data landt.
Datacenter: Een groot gebouw vol computers en opslag waar de zware rekenkracht (zie compute) voor AI en internetdiensten draait. Stel je een AI-model een vraag, dan gebeurt het rekenwerk niet op je telefoon maar in zo'n datacenter, vaak honderden kilometers verderop. Door de AI-golf komen er wereldwijd nieuwe bij, en dat merk je ook thuis: ze verbruiken veel stroom en koelwater, wat vragen oproept over de druk op het elektriciteitsnet en de omgeving. In Nederland speelt die discussie onder meer rond de komst van grote datacenters.
Datalek: Het ongewild naar buiten komen van persoonsgegevens: door een inbraak, een verkeerd verstuurde bestandslijst of een systeem dat openstond. Bij AI komt er een route bij die je makkelijk over het hoofd ziet, wat jij in een chatbot plakt, staat op de server van de aanbieder. Zet je een klantenlijst of een medisch verslag in een gratis tool, dan kan dat al een datalek zijn, ook als er niemand heeft ingebroken. Bedrijven en organisaties moeten een lek binnen 72 uur melden bij de Autoriteit Persoonsgegevens.
Dataretentie (bewaartermijn): Hoe lang een AI-leverancier bewaart wat jij invoert. Sommige aanbieders bewaren gesprekken dertig dagen voor misbruikcontrole, andere bieden een zakelijke instelling waarbij niets wordt opgeslagen (zogeheten zero data retention). Het staat meestal in de verwerkersovereenkomst of het privacybeleid, en het bepaalt of je gevoelige klantgegevens in een tool mag typen. Zet je offertes met namen en prijzen in een chatbot, dan is de bewaartermijn de eerste vraag die je aan de leverancier stelt.
Dataset: Een verzameling voorbeelden waarmee een AI-model leert of waarop het wordt getest, bijvoorbeeld duizenden foto's met een bijschrift of miljoenen zinnen tekst. De kwaliteit van die verzameling bepaalt sterk hoe goed het model wordt: zitten er fouten of blinde vlekken in, dan neemt het model die over. Train je een model vooral op Engelstalige teksten, dan merk je dat het in het Nederlands zwakker presteert.
Datavervalsing: Het verzinnen, veranderen of weglaten van onderzoeksgegevens, bronnen of resultaten. In het onderwijs weegt dit zwaarder dan plagiaat, omdat het de kern van onderzoek raakt. Laat je een taalmodel data of citaten verzinnen, iets waar het berucht om is (zie hallucinatie) en lever je dat in als echt, dan schuift het van overschrijven naar datavervalsing.
Deep learning: Een krachtige vorm van machine learning waarbij een gelaagd neuraal netwerk zelf patronen leert uit grote hoeveelheden voorbeelden, zonder dat iemand de regels intikt. Het is de doorbraak achter beeldherkenning, spraakassistenten en ChatGPT. Hoe meer lagen, hoe abstracter de verbanden die het model kan oppikken.
Deep Research: Een onderzoeksmodus in AI-assistenten als ChatGPT, Gemini en Claude die zelfstandig tientallen bronnen doorzoekt en daar in enkele minuten een rapport met bronvermeldingen van maakt. Handig voor bijvoorbeeld een concurrentie-analyse of marktverkenning: jij stelt één onderzoeksvraag, het model levert een gestructureerd stuk terug. Controleer wel de aangehaalde bronnen voordat je er beslissingen op baseert. Het rapport oogt vaak overtuigender dan de onderbouwing is.
Deepfake: Een met AI gemaakte of gemanipuleerde video, foto of geluidsfragment dat echt lijkt maar het niet is, bijvoorbeeld een filmpje waarin een bekende politicus iets zegt wat hij nooit heeft gezegd. De techniek erachter is dezelfde als bij andere generatieve AI; het verschil zit in het doel: iemand realistisch iets laten doen of zeggen. Deepfakes worden gebruikt voor satire en films, maar ook voor oplichting (een nagemaakte stem van je baas die om een overboeking vraagt) en desinformatie. Twijfel je of beeld echt is, zoek dan eerst de oorspronkelijke bron voor je het gelooft of deelt.
DESIGN.md: Een tekstbestand dat de stijl van een website beschrijft in een vorm die een AI-model kan volgen: kleuren met hun kleurcode, lettertypes, maten, hoeken en wat wel en niet mag. Je geeft het bestand mee aan bijvoorbeeld Claude of ChatGPT als je een website laat bouwen. Sites als Refero bieden kant-en-klare DESIGN.md-bestanden van bekende merken aan. Je kunt er ook zelf een schrijven over je eigen huisstijl.
Desinformatie: Bewust verspreide onjuiste informatie om mensen te misleiden, zoals nepnieuws of een gemanipuleerde video. AI maakt dit sneller en goedkoper: een taalmodel schrijft in seconden honderd geloofwaardige nepberichten, en met beeldgeneratie maak je een overtuigende foto van iets wat nooit is gebeurd. Zie je rond verkiezingen ineens veel op elkaar lijkende, verontwaardigde berichten van "gewone burgers", dan kan dat een geautomatiseerde desinformatiecampagne zijn. Verschil met misinformatie: bij desinformatie is de misleiding opzettelijk.
Digital Omnibus: Een pakket wetsvoorstellen dat de Europese Commissie op 19 november 2025 presenteerde om bestaande digitale regels te vereenvoudigen: de AI-verordening, de AVG en de Data Act. Het bestaat uit twee delen, één specifiek over AI en één over de rest van de digitale wetgeving. Voor AI is de kern dat een deel van de verplichtingen voor hoog-risicosystemen later ingaat, onder meer omdat de technische normen en de nationale toezichthouders nog niet klaar zijn. Let op de bewoording in het nieuws: dit is een vóórstel. Het Europees Parlement en de lidstaten onderhandelen er nog over, dus de tekst kan nog veranderen.
Distillatie: Een techniek waarbij een groot, duur AI-model een kleiner model traint door als leraar te fungeren: het kleine model leert de antwoorden van het grote model na te bootsen. Zo krijg je een lichter en goedkoper model dat toch veel van het gedrag overneemt. Aanbieders gebruiken distillatie om snelle, betaalbare varianten van hun topmodel te maken die op minder zware hardware draaien.
DMA (Digital Markets Act): De Europese wet die de grootste online platformen extra verplichtingen oplegt, zodat kleinere aanbieders een kans houden. Bedrijven die als poortwachter zijn aangewezen mogen hun eigen diensten bijvoorbeeld niet meer voortrekken in hun zoekresultaten of app-winkel. Dat merk je op je telefoon: dat je in Europa een andere app-winkel mag installeren of je standaardbrowser zelf kiest, komt hiervandaan. Bij AI speelt de vraag of een assistent die standaard in een besturingssysteem zit onder dezelfde regels valt.
DPIA: Een verplichte risicobeoordeling vóóraf: een organisatie schrijft op wat er met jouw gegevens gebeurt, wat er mis kan gaan en wat ze daartegen doen. Voluit heet het data protection impact assessment; de AVG schrijft het voor bij verwerkingen met een hoog risico, en AI valt daar snel onder. Voert je gemeente, werkgever of zorgverlener een AI-systeem in dat over mensen beslist, dan mag je vragen of er een DPIA is gemaakt en meestal mag je die ook inzien.
DSA (Digital Services Act): De Europese wet over wat online platformen met content en gebruikers moeten doen: illegale berichten aanpakken, uitleggen waarom je iets te zien krijgt, en bij de grootste platformen jaarlijks laten onderzoeken welke risico's hun systeem oplevert. Voor jou betekent het dat je moet kunnen zien waarom een aanbeveling in je tijdlijn staat en dat je bezwaar kunt maken als je account wordt geblokkeerd. AI-chatbots en AI-zoekfuncties die in zo'n platform zijn ingebouwd vallen mee onder die risico-analyse.

E

Edge AI: AI die op het apparaat zelf draait (een camera, sensor of laptop) in plaats van in een datacenter ergens anders. Het voordeel: geen internetverbinding nodig, minder vertraging, en gevoelige data die het apparaat niet hoeft te verlaten. Het Eindhovense chipbedrijf Axelera bouwt bijvoorbeeld hardware voor precies dit werk: slimme camera's en productielijn-inspectie die zelf beslissingen nemen zonder elke seconde data naar de cloud te sturen.
Embeddings: Een manier om woorden, zinnen of afbeeldingen om te zetten in een lange rij getallen, zodat een computer kan "rekenen" met betekenis. Dingen die op elkaar lijken, krijgen getallenreeksen die dicht bij elkaar liggen: "kat" en "poes" komen zo dichter bij elkaar dan "kat" en "auto". Zoek je in een app naar "goedkope stadsauto" en krijg je ook resultaten die net andere woorden gebruiken, dan zitten daar embeddings achter. Het is de techniek waarmee AI-zoekfuncties en aanbevelingen op betekenis werken in plaats van op exacte woorden.
Emergent capabilities: Onverwachte vaardigheden die AI-modellen plotseling vertonen wanneer ze groter worden. Denk aan een model dat opeens kan rekenen in stappen, vragen beantwoorden of gekke raadsels oplossen, zaken waarvoor niemand het expliciet heeft getraind. Tot een bepaalde schaal doet het model het willekeurig goed, daarna springt de prestatie naar boven zonder tussenliggende training. Waarom dat gebeurt, is nog niet volledig begrepen: het kan zijn dat interne representaties zich reorganiseren, of dat het model patronen ontdekt die verborgen waren in de trainingsdata. Deze emergent abilities vormen de kern van waarom grotere modellen onverwachts beter zijn dan je zou verwachten.
Emotieherkenning: AI die uit een gezicht, een stem of lichaamssignalen probeert af te leiden hoe iemand zich voelt: boos, gestrest, aandachtig. De techniek belooft meer dan ze waarmaakt, want dezelfde uitdrukking betekent per persoon en per cultuur iets anders. De Europese AI-verordening verbiedt emotieherkenning daarom sinds 2 februari 2025 op de werkplek en in het onderwijs, met een uitzondering voor medische of veiligheidsredenen. Zou je werkgever camera's willen ophangen die meten of je gemotiveerd kijkt, dan mag dat dus niet en toestemming van medewerkers maakt het volgens de Autoriteit Persoonsgegevens niet alsnog toegestaan.
Enterprise: De zwaarste abonnementsvorm van een softwareleverancier, bedoeld voor grotere organisaties: meer gebruikers, extra beveiliging, garanties over beschikbaarheid en support, en vaak prijsafspraken op maat. Bij AI-tools zit precies daar wat een ondernemer nodig heeft zodra bedrijfsdata in het spel komt, zoals de belofte dat jouw gegevens niet worden gebruikt om het model te trainen. Let op: "enterprise" hoeft geen groot bedrijf te betekenen, ook een klein team kiest soms dit plan puur om die datagaranties.
Escalatie (overdracht aan een mens): Het moment waarop een AI-chatbot of voicebot een gesprek overdraagt aan een medewerker, omdat de vraag te complex, te gevoelig of te riskant is om zelf af te handelen. Je legt vooraf vast wanneer dat gebeurt: bij een klacht, bij een terugbetaling, bij twijfel over de identiteit van de klant, of gewoon als de klant erom vraagt. Een goede escalatie geeft het hele gesprek mee, zodat de klant niet opnieuw hoeft te beginnen. Dit is de praktische invulling van human-in-the-loop bij klantcontact.
Evals (evaluatiekaders): Gestandaardiseerde tests om te meten hoe goed een AI-model daadwerkelijk is, beter dan marketing-beloften. Een eval kan zijn: "Geef het model 1000 juridische vragen en tel hoeveel het goed beantwoordt", of "Laat het code schrijven en voer die uit op probleemgevallen, werkt het?". OpenAI, Anthropic en Hugging Face hebben allemaal eval-frameworks gepubliceerd zodat onderzoekers modellen objectief kunnen vergelijken. Het probleem: bedrijven trainen soms gericht op de bekende evals, dus een hoge score zegt niet altijd veel over jouw concrete taak.
Exportcontrole: Een overheidsregel die bepaalt welke technologie een land wel of niet naar het buitenland mag verkopen. Bij AI gaat het meestal om de krachtigste chips en de machines om ze te maken: de Verenigde Staten en Nederland beperken wat er naar China mag, om een technologische voorsprong te behouden. Zulke maatregelen werken twee kanten op, want landen reageren met eigen beperkingen op bijvoorbeeld grondstoffen. Voor jou is het merkbaar in de prijs en beschikbaarheid van hardware, en in welke AI-diensten in welk land draaien.

F

Federated learning: Een trainingstechniek waarbij het model naar de data toe reist in plaats van andersom. Elk ziekenhuis, elke bank traint het model lokaal op de eigen gegevens en stuurt alleen de geleerde aanpassingen terug naar een centraal punt dat ze samenvoegt; de ruwe gegevens verlaten nooit hun eigen omgeving. Zo kunnen meerdere ziekenhuizen samen een beter diagnosemodel bouwen zonder patiëntdossiers te delen. Het is geen wondermiddel voor privacy op zich: de gedeelde modelaanpassingen kunnen in bepaalde gevallen tóch iets over de onderliggende data prijsgeven, dus combineren serieuze toepassingen het met extra bescherming zoals differential privacy.
Few-shot prompting: Een prompttechniek waarbij je het AI-model een paar voorbeelden meegeeft van wat je wilt, in plaats van alleen een instructie. Een model leert de gewenste toon of vorm beter uit voorbeelden dan uit een beschrijving. Wil je offertes in jouw stijl, plak dan twee eerdere (geanonimiseerde) offertes in de prompt; het model kopieert dan de opbouw en het woordgebruik. "Zero-shot" is het tegenovergestelde: een opdracht zonder voorbeelden.
Fine-tuning: Het bijtrainen van een bestaand model op eigen materiaal, bijvoorbeeld je klantenservice-gesprekken, zodat het jouw toon en vakgebied beter aanvoelt. Lichter en goedkoper dan een model vanaf nul trainen.
Foundation model: Een groot basismodel dat op enorme hoeveelheden data is getraind en daarna voor allerlei taken inzetbaar is, van samenvatten tot programmeren. GPT-5, Claude en Llama zijn voorbeelden. De AI-verordening noemt deze categorie general-purpose AI (GPAI) en hangt er eigen transparantie-eisen aan. Niet hetzelfde als een frontier-model: dat label gaat specifiek over de allernieuwste, krachtigste generatie; elk frontier-model is een foundation model, maar niet andersom.
Freemium: Een verdienmodel waarbij een basisversie gratis is en je betaalt voor extra functies of meer gebruik. De meeste AI-tools werken zo: ChatGPT, Claude en Gemini hebben een gratis laag voor dagelijks gebruik, en een betaald abonnement (Plus, Pro, Advanced) voor hogere limieten, krachtigere modellen en zakelijke functies. Als ondernemer is het verstandig om eerst op de gratis versie te testen of een tool jouw werk daadwerkelijk versnelt, voor je een abonnement afsluit. Let op: gratis versies zijn soms bewust beperkt om de upgrade aantrekkelijk te maken. Een eerlijke vergelijking vraagt dat je ook de betaalde versie kort uitprobeert.
Frontier-model: De zwaarste, nieuwste generatie AI-modellen van labs als OpenAI, Anthropic en Google. Het knapst, maar ook het duurst in geld en energie. Voor een samenvatting of e-mailcorrectie volstaat vaak een kleiner, sneller model.
Function calling (tool use): De mogelijkheid van een AI-model om zelf een externe functie of tool aan te roepen: een berekening, een zoekopdracht in een database of een API. In plaats van alleen tekst te produceren, geeft het model gestructureerd door "roep tool X aan met deze gegevens", waarna jouw software dat uitvoert en het resultaat terugkoppelt. Zo kan een chatbot bijvoorbeeld je actuele voorraad opzoeken in plaats van te gokken. Het is de techniek onder veel AI-agents en koppelingen zoals MCP.

G

Geautomatiseerde besluitvorming: Een besluit over jou dat volledig door software wordt genomen, zonder dat een mens er inhoudelijk naar kijkt: een afgewezen sollicitatie, een geweigerde lening, een geblokkeerd account. De AVG geeft je hier nu al rechten bij, je mag weten dat het gebeurde, om uitleg vragen en een menselijke herbeoordeling eisen. "De computer zei het" is dus geen geldig eindantwoord. De AI-verordening legt daar bovenop nog eigen eisen op voor systemen die dit soort besluiten voorbereiden.
Geheugen (memory): De functie waarmee een AI-assistent dingen onthoudt tussen gesprekken door, in tegenstelling tot het context-window dat alleen binnen één gesprek geldt. Handig als je niet elke keer opnieuw wilt uitleggen wat je bedrijf doet en welke toon je aanhoudt. Let wel op wat er precies wordt onthouden: bedrijfsgegevens die je terloops noemt, kunnen zo blijven staan. In de meeste tools kun je het geheugen inzien, aanpassen en per project of per gesprek uitzetten.
Generatieve AI: AI die zelf nieuwe inhoud maakt (tekst, beeld, audio of code) in plaats van bestaande data alleen te sorteren of te herkennen. ChatGPT dat een mail schrijft of een model dat op een tekstopdracht een plaatje tekent, zijn beide generatieve AI. Het model voorspelt daarbij, stukje voor stukje, wat een logische volgende bouwsteen is. Dat verklaart meteen waarom de uitkomst soms overtuigend klinkt en toch niet hoeft te kloppen.
GEO (Generative Engine Optimization): Het zorgen dat jouw bedrijf genoemd wordt in de antwoorden van AI-chatbots zoals ChatGPT, Gemini of Perplexity, de tegenhanger van SEO, maar dan voor AI-zoekmachines in plaats van Google. Steeds meer klanten vragen zo'n assistent "welke leverancier raad je aan" en klikken niet meer door een lijst zoekresultaten. Word je in dat antwoord niet genoemd, dan besta je voor die klant niet. GEO draait om heldere, goed vindbare informatie over wat je doet, zodat een AI je met vertrouwen kan aanbevelen.
Gerechtvaardigd belang: Eén van de zes gronden waarop een bedrijf jouw gegevens mag verwerken (artikel 6, lid 1, sub f van de AVG). De kern: het bedrijf zegt zelf een goede reden te hebben en vraagt jou dus niets vooraf. Dat mag alleen als jouw belangen daar redelijkerwijs voor moeten wijken, en dat is precies waar de discussie steeds over gaat. Je herkent het als de uitleg zoiets zegt als "hiervoor hoeven we geen toestemming te vragen". Voor gedragsgerichte reclame vinden Europese toezichthouders het onvoldoende: daar is expliciete toestemming voor nodig. Je hebt bij deze grond altijd het recht om bezwaar te maken.
Gezichtsherkenning: Software die een gezicht op een foto of camerabeeld vergelijkt met bekende gezichten om iemand te herkennen of te controleren. Je telefoon gebruikt het om zichzelf te ontgrendelen, maar dezelfde techniek kan in de openbare ruimte ook mensen in een menigte identificeren. Omdat je je gezicht niet even verandert zoals een wachtwoord, stelt de Europese AI-verordening strenge grenzen aan gezichtsherkenning op afstand door overheden. Het is een vorm van beeldherkenning die specifiek op personen is gericht.
GPAI (algemeen AI-model): De categorie uit de AI-verordening voor modellen die niet voor één taak zijn gebouwd maar voor van alles inzetbaar zijn: GPT, Claude, Gemini en Llama vallen eronder. GPAI staat voor general-purpose AI. Wie zo'n model aanbiedt, moet vastleggen waarop het getraind is, een samenvatting van de trainingsdata publiceren en het auteursrecht respecteren; bij de zwaarste modellen komen er extra eisen bij. Voor jou als gebruiker is dit de term om naar te vragen als je van een leverancier wilt weten waar zijn AI vandaan komt.
GPU: De chip waarop vrijwel alle AI draait, oorspronkelijk ontworpen voor videogames. Nvidia is veruit de grootste leverancier. De vraag naar GPU's bepaalt voor een groot deel waar nieuwe datacenters komen en wat AI kost.
Gratis tier: De gratis variant van een betaalde AI-tool, meestal begrensd op een aantal acties, berichten of koppelingen per maand. Anders dan een proefperiode loopt hij niet af: je kunt er permanent op blijven zitten zolang je binnen de limiet blijft. Handig om een tool eerst een paar weken echt te gebruiken voordat je betaalt. Let wel op twee dingen: de limiet is soms krap voor dagelijks werk (Zapier Agents geeft bijvoorbeeld 400 activiteiten per maand), en aanbieders schrappen of verkleinen hun gratis tier regelmatig. Bouw dus geen bedrijfsproces op iets waarvoor je niet betaalt.
Guardrails: De ingebouwde grenzen die bepalen wat een AI-systeem wel en niet mag doen, zodat het niet ontspoort. Denk aan een chatbot die weigert wapeninstructies te geven, of een AI-agent die geen betaling uitvoert zonder dat jij akkoord geeft. Guardrails zijn geen garantie: een slimme prompt of een omweg kan ze omzeilen (zie prompt-injectie). Ze verlagen het risico, ze sluiten het niet uit.

H

Hallucinatie: Een antwoord dat overtuigend klinkt maar feitelijk onjuist is, zoals een verzonnen bron of niet-bestaand jurisprudentienummer. Geen storing, maar een eigenschap van hoe taalmodellen werken: controleer feiten dus altijd zelf.
Harness engineering: Het ontwerpen van de omgeving waarin een AI-agent draait: welke tools hij mag aanroepen, waar hij informatie vandaan haalt, welke controles zijn werk toetsen en wanneer hij moet stoppen. Niet het model, niet de prompt, de omgeving eromheen. De term komt van Mitchell Hashimoto (medebedenker van Terraform), die in februari 2026 beschreef hoe hij bij elke fout van een agent een permanente rem in die omgeving inbouwde. OpenAI liet met een intern experiment zien wat het oplevert: drie engineers bouwden vijf maanden lang een codebase van bijna een miljoen regels vrijwel volledig met hun coding-agent Codex, dankzij zo'n harness.
HBM (high-bandwidth memory): Snel geheugen dat pal naast een AI-chip zit, in laagjes op elkaar gestapeld. Een AI-model moet bij elk woord dat het produceert zijn hele geheugen doorlopen; hoe sneller dat geheugen data kan aanleveren, hoe sneller het antwoord komt. Daardoor is niet de rekenkracht maar het geheugen vaak de rem. HBM wordt door een handjevol fabrikanten gemaakt, waaronder SK Hynix en Samsung, en is al jaren schaars. Lees je dat een chipbedrijf capaciteit voor 2027 vastlegt of dat een geheugenmaker in een AI-bedrijf investeert, dan gaat het meestal hierover.
Homogenisering: Het verschijnsel dat teksten, ideeën of ontwerpen van verschillende mensen meer op elkaar gaan lijken doordat ze via vergelijkbare taalmodellen tot stand komen. Per tekst merk je het nauwelijks: AI maakt je stuk vaak zelfs beter. Het valt pas op als je heel veel teksten naast elkaar legt. Een meta-analyse van Tilburg University over 19 studies vond een klein maar betrouwbaar effect.
Homomorfe encryptie: Een vorm van versleuteling waarbij een server kan rekenen op jouw data zonder die ooit te kunnen lezen, vergelijkbaar met sommen maken op een gesloten envelop. Alleen jij hebt de sleutel om het (eveneens versleutelde) antwoord te ontcijferen. Je iPhone gebruikt de techniek al: Apple's "Verbeterd visueel zoeken" herkent bezienswaardigheden in foto's via een server die de foto zelf nooit ziet. Het grote nadeel is snelheid: volledig homomorfe berekeningen zijn grofweg duizend keer trager dan rekenen op leesbare data, wat het voorlopig onhaalbaar maakt voor iets zwaars als een taalmodel.
Hoog-risico-AI: De zwaarste categorie in de AI-verordening waar een systeem nog wél is toegestaan, maar met voorwaarden. Het gaat om toepassingen die over iemands leven meebeslissen: sollicitaties, kredietverlening, medische diagnose, examens, politie- en grenswerk. Wie zo'n systeem levert of gebruikt, moet kunnen aantonen hoe het is getest, een mens laten meekijken en de documentatie op verzoek overleggen. Word je afgewezen voor een baan door een AI-selectie, dan zit je dus in deze categorie en heb je recht op uitleg.
Human-in-the-loop: Een werkwijze waarbij een mens de uitkomst van een AI-systeem controleert of goedkeurt voordat er iets mee gebeurt. De AI doet het voorwerk (een concept, een voorstel, een indeling) maar een medewerker houdt de vinger aan de knop. Denk aan een AI die inkomende facturen voorsorteert, terwijl iemand van de administratie de twijfelgevallen nakijkt voordat ze de deur uitgaan. Voor het MKB is dit vaak de veilige manier om AI in te voeren: je profiteert van de snelheid zonder de controle helemaal uit handen te geven. Het helpt ook bij aansprakelijkheid en bij de eisen rond menselijk toezicht uit de AI-verordening.
Hyperscaler: Een techreus met wereldwijde datacenters die cloud- en AI-capaciteit verhuurt: Microsoft (Azure), Amazon (AWS) en Google (Cloud) zijn de drie grootste. Vrijwel alle AI-diensten die jij gebruikt draaien op hun infrastructuur.

I

Inference: Het dagelijkse gebruik van een getraind model: elke prompt die je stelt, elke afbeelding die je genereert. Training haalt de krantenkoppen, maar inference slokt 80 tot 90% van alle AI-energie op, simpelweg omdat het nooit stopt.
Integratie: Het koppelen van een AI-tool aan bestaande bedrijfssoftware, zoals je CRM, boekhouding of e-mailplatform. Zonder integratie typ je handmatig over; mét integratie stroomt data automatisch van en naar de AI. Vaak via een API of kant-en-klare connectoren (Zapier, Make).

J

Jailbreak (bij AI): Een truc waarmee iemand de ingebouwde grenzen van een chatbot omzeilt, zodat die dingen zegt of doet die normaal geblokkeerd zijn. Vaak via slim geformuleerde prompts die het model "overhalen" de regels te negeren. Het richt zich op de chatbot zelf, niet op een verstopte opdracht in andere tekst (zie prompt-injectie).
JSON: Een eenvoudig, leesbaar tekstformaat om gegevens te versturen tussen systemen. Als jouw AI-tool of automatisering data uitwisselt (van een formulier naar een database, van een API naar n8n) dan gaat dat bijna altijd in JSON. Het ziet eruit als een reeks sleutels en waarden: {"naam": "Jan", "bedrijf": "Bakkerij de Hoop", "order": 42}. Je hoeft JSON niet zelf te schrijven; automatiseringstools als n8n en Make doen dat voor je. Maar als een koppeling stukloopt, zul je de foutmelding in JSON moeten kunnen lezen en begrijpen welk veld er mist of onjuist is.

K

Kennisbank: Een verzameling documenten en informatie van je eigen organisatie (handleidingen, procedures, veelgestelde vragen) die je aan een AI-systeem koppelt, zodat het antwoorden geeft op basis van jóuw gegevens in plaats van algemene kennis van internet. Dit is de kern van veel praktische MKB-toepassingen: een klantenservice-chatbot die put uit je eigen productinformatie, bijvoorbeeld. De techniek erachter heet vaak rag (retrieval-augmented generation): het model zoekt eerst het juiste stuk in je kennisbank op en baseert daar zijn antwoord op. Hoe beter je kennisbank op orde is, hoe betrouwbaarder de antwoorden.
KPI: Een vooraf afgesproken getal waaraan je afleest of iets werkt: doorlooptijd van een offerte, aantal tickets dat zonder tussenkomst wordt opgelost, uren die je per week aan een taak kwijt bent. Bij een AI-pilot is het verschil tussen een geslaagd en een mislukt experiment vaak niet de tool maar de vraag of je vooraf één zo'n getal hebt vastgelegd én een nulmeting hebt gedaan. Kun je geen KPI bedenken die in euro's of uren te vertalen is, dan is dat op zichzelf een signaal: begin dan met een ander project.

L

Latency: De vertraging tussen het moment dat je iets aan een AI vraagt en het moment dat het antwoord begint te komen, gemeten in milliseconden of seconden. Voor een assistent die je live gebruikt telt lage latency zwaar: een chatbot die drie tellen stilstaat voor hij begint te typen voelt traag, ook als het antwoord klopt. Bij het kiezen van een AI-dienst wegen bedrijven latency vaak even zwaar als de prijs en de kwaliteit.
Leaderboard: Een ranglijst waarop AI-modellen naast elkaar staan op basis van hun scores op een of meerdere benchmarks. Handig voor een snel overzicht, met een addertje: labs draaien testen vaak op eigen infrastructuur en kiezen zelf welke cijfers ze publiceren, dus een hoge plek zegt niet automatisch dat een model in de praktijk ook wint. Bij de lancering van MiniMax M3 waarschuwde het lab zelf dat de eigen cijfers nog niet onafhankelijk gereproduceerd waren en dus lastig te vergelijken met de officiële leaderboards van concurrenten.
Leeftijdsverificatie: Controleren of iemand echt oud genoeg is voor een dienst, een stap verder dan het vakje "ik ben 18 jaar of ouder". Dat kan via een koppeling met je bankrekening, via een digitale identiteit, of met een schatting op basis van je gezicht. Het onderwerp komt op bij AI-chatbots en sociale media, waar aanbieders onder druk staan om minderjarigen buiten bepaalde functies te houden. De discussie gaat vooral over de weegschaal: hoe zwaarder de controle, hoe meer je van jezelf moet prijsgeven om binnen te komen.
LLM (groot taalmodel): Large Language Model: het type AI-model achter ChatGPT, Claude en Gemini. Getraind op enorme hoeveelheden tekst om telkens het meest waarschijnlijke volgende woord te voorspellen, en daardoor verrassend goed in schrijven, samenvatten en redeneren.
Lokale AI (on-premise AI): Een AI-model dat draait op jouw eigen apparaat of server, niet in de cloud. Je tekst, foto of document verlaat daarbij je computer niet, wat het interessant maakt voor wie privacygevoelige informatie heeft of liever niet afhankelijk is van een internetverbinding. Tools als Ollama en LM Studio maken het mogelijk om krachtige open AI-modellen thuis op een Mac of Windows-pc te draaien. Het nadeel: lokale modellen zijn doorgaans kleiner en minder krachtig dan de grote cloud-modellen van OpenAI of Google, en je hebt een snelle processor of grafische kaart nodig om ze vlot te laten werken.

M

Machine learning: De overkoepelende techniek waarbij software leert van voorbeelden in plaats van met de hand geschreven regels. Een spamfilter dat van duizenden gemarkeerde mails leert wat spam is, is machine learning. Deep learning is er een moderne, extra krachtige variant van.
Marketplace: Een online marktplaats waar je kant-en-klare AI-toepassingen vindt en toevoegt, zoals een appstore maar dan voor AI. In de GPT Store van OpenAI staan bijvoorbeeld duizenden voorgebouwde chatbots voor een specifieke taak, en veel automatiseringstools hebben een eigen marktplaats met sjablonen. Voor een ondernemer scheelt dat bouwwerk: je pakt iets wat een ander al maakte en past het aan. Let wel op wie de maker is en wat er met je gegevens gebeurt voordat je bedrijfsdata invoert.
MCP (Model Context Protocol): Een open standaard die AI-modellen op een vaste manier laat praten met externe systemen: je agenda, je bestanden, een database of een online dienst. Vergelijk het met een stekkerdoos: in plaats van voor elke koppeling een eigen oplossing te bouwen, sluiten tools via één afspraak aan. Handig, maar het vergroot ook het aanvalsoppervlak, een gemanipuleerde MCP-koppeling kan een AI-assistent verkeerde instructies voeren.
MCP-server: De koppeling die je aanzet om je AI-assistent bij één specifieke dienst te laten. Als MCP het stopcontact is, is een MCP-server het apparaat dat je erin steekt: er is er een voor je agenda, een voor je boekhoudpakket, een voor je bestandsmap. Je installeert of activeert hem één keer, geeft aan wat hij mag zien, en daarna kan de assistent er zelf bij, bijvoorbeeld je facturen van vorige maand opzoeken zonder dat jij ze eerst kopieert. Praktisch punt voor het MKB: een MCP-server krijgt toegang tot echte bedrijfsgegevens, dus kijk vóór het aanzetten wie hem gemaakt heeft en welke rechten je meegeeft.
Mediawijsheid: De vaardigheid om te beoordelen wat je op een scherm ziet: wie het gemaakt heeft, waarom het er staat en of het klopt. Door AI is dat lastiger geworden, want een verzonnen foto of een nagemaakte stem kost tegenwoordig een paar seconden. Zie je een filmpje waarin een bekende Nederlander iets opvallends zegt, dan is de eerste vraag niet of het echt lijkt maar waar het vandaan komt. In Nederland verzorgen Kennisnet en Mediawijsheid.nl hier lesmateriaal voor. Dit is iets anders dan AI-geletterdheid: dat gaat over het gebruiken van AI-tools, mediawijsheid over het beoordelen van wat eruit komt.
Meldplicht: De verplichting om iets te melden zodra het gebeurt. In AI-context kom je twee soorten tegen. De eerste zit in de AI-verordening: maak je met AI tekst, beeld of geluid dat op echt lijkt, dan moet je dat kenbaar maken, bij een chatbot moet je weten dat je met software praat, bij een deepfake moet erbij staan dat het gemaakt is. De tweede komt uit de privacywet: lekken persoonsgegevens uit, dan moet de organisatie dat binnen 72 uur bij de Autoriteit Persoonsgegevens melden, en soms ook bij jou. Wat de meldplicht níet doet, is bepalen of iets mág; het regelt alleen dat het zichtbaar wordt.
Menselijk toezicht: De eis dat een mens een AI-systeem kan volgen, corrigeren of stopzetten en dat die persoon daar ook echt de tijd, de informatie en de bevoegdheid voor heeft. De Europese AI-verordening schrijft het voor bij systemen met een hoog risico, bijvoorbeeld bij sollicitatieselectie of kredietbeoordeling. In de praktijk gaat het mis op het moment dat toezicht een formaliteit wordt: als jij honderd voorstellen per dag moet aftekenen, kijk je niet meer echt mee.
Mixture-of-experts (MoE): Een modelontwerp waarbij niet één groot netwerk elke vraag beantwoordt, maar het model uit veel kleinere "experts" bij elke stap alleen de paar meest geschikte inschakelt. Zo kan een model heel groot en kundig zijn terwijl het per antwoord maar een deel van zichzelf laat rekenen, wat kosten en energie scheelt. Modellen als Mixtral en veel recente frontier-modellen werken op deze manier.
Model-routing: De keuze die een AI-dienst achter de schermen maakt over welk model jouw vraag beantwoordt. Eén abonnement dekt vaak meerdere modellen: een snel en goedkoop model voor simpele vragen, een zwaarder model voor moeilijke. Jij ziet daar meestal niets van. Merk je dat antwoorden ineens korter of vlakker worden zonder dat je iets veranderde, dan zit de oorzaak vaak hier, de router stuurde je naar een lichter model.
Modelkaart (model card): Een standaarddocument waarin de maker van een AI-model opschrijft wat het model is, waarop het getraind is, waar het voor bedoeld is en waar het bekend zwak in is. Denk aan een bijsluiter: Alibaba waarschuwt bijvoorbeeld in de modelkaart van Qwen 3 dat een bepaalde techniek voor lange teksten in de gangbare open-source software anders werkt dan bedoeld. Sinds de Europese AI-verordening moeten aanbieders van grote algemene modellen zulke informatie verplicht leveren, dus als jij een AI-leverancier kiest, is de modelkaart het eerste document dat je kunt opvragen.
Multi-agent: Een opzet waarbij meerdere AI-agents samenwerken aan één klus: de ene zoekt informatie op, de andere schrijft een samenvatting, een derde stuurt het resultaat door. Elke agent heeft een eigen specialisatie en een coördinator (de orchestrator) verdeelt het werk. Voor een MKB-er is dit relevant zodra een taak te complex is voor één AI-stap, denk aan een offerte die data ophaalt, berekent én een e-mail verstuurt in één workflow.
Multimodaal: AI die met meerdere soorten invoer en uitvoer tegelijk overweg kan, zoals tekst, beeld, geluid en video, in plaats van met één ervan. Een multimodaal model kan bijvoorbeeld een foto "bekijken" en er in gewone taal een vraag over beantwoorden, of van een gesproken opdracht een afbeelding maken. Stuur je een chatbot een screenshot met de vraag wat erop staat, dan is dat multimodale AI aan het werk.

N

Negatieve prompt: Het deel van je opdracht aan een beeld-AI dat zegt wat er niet in het beeld mag komen, zoals "geen balken dwars door de kamer" of "geen tekst". Sommige programma's hebben er een apart veld voor, bij andere schrijf je het gewoon in de prompt. Niet elk model luistert ernaar: bij sommige modellen werkt het beter om te beschrijven wat je wel wilt zien, zoals "een lege straat" in plaats van "geen mensen".
Netcongestie: Het Nederlandse stroomnet zit op veel plekken aan zijn maximum: er is genoeg stroom, maar de kabels kunnen het niet allemaal tegelijk vervoeren. Nieuwe grootverbruikers komen daardoor op een wachtlijst, en een AI-datacenter is zo'n grootverbruiker. Voor jou wordt dat zichtbaar in twee dingen: bedrijven en woonwijken die jaren moeten wachten op een zwaardere aansluiting, en dynamische energietarieven die de drukte op het net doorrekenen in je rekening. Het is de reden dat een discussie over een datacenter in Nederland zelden alleen over grond gaat.
Neuraal netwerk: Een rekenmodel dat losjes is geïnspireerd op de hersenen: laagjes van "knooppunten" die samen patronen herkennen. Geef je het genoeg voorbeelden, dan stelt het zichzelf telkens bij tot de antwoorden kloppen. Het is de bouwsteen onder vrijwel alle moderne AI.
No-code AI: AI-tools die je instelt en verbindt zonder zelf te programmeren, via visuele interfaces en dropdowns. Voorbeelden: Zapier, Make, Notion AI. Verlaagt de drempel enorm voor MKB dat geen ontwikkelaar in huis heeft.
NPU: Neural Processing Unit: een extra chip in je laptop of telefoon die speciaal is gemaakt voor AI-berekeningen. Anders dan een gewone processor (CPU) of graphics-chip (GPU) is een NPU optimaal voor de soort rekenwerk dat taalmodellen doen. Voor dezelfde AI-taak verbruikt de NPU minder stroom, je batterij gaat langer mee en je laptop blijft koeler. Sinds 2024 zit er in vrijwel elke moderne laptop en telefoon een NPU. Microsoft noemt laptops met een NPU "Copilot+ pc" en eist minstens 40 TOPS (tera-operations per seconde) voor het label.

O

OER (onderwijs- en examenregeling): Het officiële reglement van een opleiding waarin staat hoe getoetst wordt en wat wel en niet mag, inclusief de regels rond AI. De meeste hogescholen en universiteiten staan AI als hulpmiddel toe mits je het verantwoordt: welk tool, waarvoor en in welke mate. De OER van jóuw opleiding is leidend; tussen instellingen verschillen de regels.
On-premise (draaien): AI die op je eigen servers of apparatuur draait in plaats van in de cloud van een leverancier. Je data verlaat dan je eigen omgeving niet, wat aantrekkelijk is als je met gevoelige klant- of patiëntgegevens werkt. Het kost wel meer eigen beheer en hardware dan een clouddienst waar je simpelweg op inlogt. "On-premise" (soms "on-prem") staat tegenover een SaaS-dienst die de leverancier voor je host.
Onboarding: Het proces waarmee je nieuwe medewerkers, klanten of gebruikers wegwijs maakt. In AI-context gaat het vaak over het inwerken van je team op een nieuwe AI-tool: niet alleen een account aanmaken, maar mensen laten oefenen tot het gebruik een gewoonte wordt. Koop je bijvoorbeeld een AI-assistent voor de klantenservice, dan bepaalt de onboarding of je collega's het na een week nog gebruiken of stilletjes teruggaan naar de oude werkwijze.
Open model: Een AI-model waarvan de "gewichten" vrij te downloaden zijn, zoals Llama of Mistral, zodat je het op eigen servers kunt draaien. Je betaalt geen licentie per gebruik, maar regelt zelf de hardware, het onderhoud en de veiligheid.
Open source: Software waarvan de broncode openbaar is, zodat iedereen kan zien hoe ze werkt, ze mag gebruiken en aanpassen. Bij AI wordt de term losjes gebruikt: soms is echt alles vrij (de code, de modelgewichten én de trainingsdata), soms alleen de gewichten die je kunt downloaden (dat laatste heet preciezer een open model). Voor jou maakt dat verschil uit als je wilt controleren waaróp een model is getraind; dat kan alleen als ook de data en de code echt open zijn.
Open-weights: Een AI-model waarvan de "gewichten", de getallen die het model tijdens de training heeft geleerd, openbaar te downloaden zijn, zodat je het zelf kunt draaien of aanpassen. Dat is iets anders dan volledig open source: de gewichten zijn vrij, maar de trainingsdata en de exacte bouwrecepten hoeven dat niet te zijn. Modellen als Llama en Mistral worden op deze manier verspreid. Handig als je een model op je eigen server wilt draaien in plaats van via de cloud van de maker.
Opt-out (en opt-in): Bij opt-out doet een dienst standaard iets met jouw gegevens, bijvoorbeeld ze gebruiken om een AI-model te trainen, totdat jij ergens een schakelaar omzet. Bij opt-in gebeurt er niets tot jij toestemming geeft. Dat verschil bepaalt wie het werk moet doen: bij opt-out moet jij weten dat de knop bestaat, hem vinden, en er na elke wijziging van de voorwaarden opnieuw aan denken. Twitch zette in augustus 2026 de schakelaar voor AI-training op uitzendingen standaard aan, met een opt-out voor wie dat niet wilde; een streamer stapte erover naar de rechter.
Orchestratie: Het aansturen en op elkaar afstemmen van meerdere AI-stappen of -agents zodat ze samen één taak afronden. Een centrale laag bepaalt wie wat wanneer doet: de ene stap zoekt gegevens op, de volgende schrijft een concept, een derde controleert het. In no-code-tools zoals Make of n8n is die orchestratie vaak de workflow die je zelf tekent, met AI alleen op de plekken waar dat echt nodig is.
OSINT (open bronnen): Open Source Intelligence: informatie verzamelen uit openbare bronnen, zoals sociale media, kaarten, luchtfoto's en openbare registers. Journalisten en onderzoekers gebruiken het om feiten te checken. Het kan ook gebruikt worden om iemand op te sporen. AI maakt dat sneller. Een foto van je tuin plus een paar maten kan al genoeg zijn om je huis op een luchtfoto terug te vinden.

P

P-waarde: Een getal tussen 0 en 1 dat aangeeft hoe waarschijnlijk een uitkomst is als er in werkelijkheid niets aan de hand is, alleen toeval. Een p-waarde van 0,76 betekent: zelfs zonder écht effect zie je een uitkomst als deze (of extremer) in 76% van de gevallen gewoon door toeval. Hoe lager het getal, hoe minder aannemelijk dat toeval de verklaring is; een veelgebruikte maar niet absolute vuistregel legt de grens bij 0,05.
Parameter: De afzonderlijke "knoppen" die een AI-model tijdens de training bijstelt om patronen in taal of beelden vast te leggen. Hoe meer parameters, hoe meer een model in theorie kan onthouden en combineren, al is meer niet automatisch beter. GPT-3 had er 175 miljard; nieuwere modellen zoals het Chinese GLM-5.2 lopen richting de 750 miljard. Zie het getal als een ruwe maat voor de omvang van een model, niet voor de kwaliteit van de antwoorden.
Permutatietoets (placebo-toets): Een statistische controle die laat zien of een patroon écht is of ook puur door toeval kan ontstaan. Je husselt je eigen data (bijvoorbeeld data van gebeurtenissen) duizenden keren willekeurig door elkaar en kijkt hoe vaak zo'n geschudde versie net zo goed scoort als de werkelijke volgorde. Scoort de echte volgorde zelden beter dan de geschudde varianten, dan wijst dat op een écht effect; scoort hij er middenin, dan verklaart toeval het net zo goed.
Personalisatie: Een dienst past aan wat je te zien of te horen krijgt op basis van wat de dienst al over jou weet: eerdere gesprekken, wat je eerder aanklikte, welke onderwerpen terugkomen. Bij AI-assistenten loopt dat vaak via een geheugenfunctie, waardoor een antwoord opeens verrassend goed bij jou past zonder dat je ziet waaróm. Het verschil met de niet-gepersonaliseerde variant is juridisch belangrijk: een aanbeveling op basis van alleen je taal, tijdstip en apparaat mag doorgaans zonder dat er iets aan je gevraagd wordt, maar zodra je gespreks- of advertentiegeschiedenis meedoet, is daar in Europa expliciete toestemming voor nodig. Zoek de schakelaar in je accountinstellingen en let op dat "uit" meestal niet betekent dat je niets meer aanbevolen krijgt, alleen dat de aanbeveling minder over jou gaat.
Phishing: Een bericht (mail, sms, chat) dat zo is opgesteld dat je zelf op een link klikt, inloggegevens invult of geld overmaakt, omdat het lijkt te komen van iemand die je vertrouwt. AI maakt zulke berichten makkelijker foutloos en op maat te schrijven, waardoor de klassieke taalfouten als waarschuwingssignaal minder bruikbaar worden. Ook je eigen website kan een schakel zijn: neemt een aanvaller een kwetsbare bedrijfssite over, dan kan hij phishing-mails versturen vanuit jouw domein, wat klanten eerder geloven. Krijg je een verzoek om te betalen of in te loggen, check dan de afzender via een tweede kanaal, zoals een telefoontje naar een bekend nummer. Zie ook CEO-fraude en stemkloon voor twee vormen waarin dit voorkomt.
Pilot (AI): Een kleine, afgebakende proef waarin je een AI-tool eerst in het echt test voordat je 'm breed uitrolt. Je kiest één afdeling, één taak of een handvol medewerkers, spreekt vooraf af wat "geslaagd" betekent, en meet daarna of het werkt. Zo ontdek je met beperkt risico of die AI-offertegenerator echt tijd bespaart, vóór je het hele team ermee laat werken.
Plagiaat: Werk of ideeën van een ander presenteren als je eigen werk, zonder bronvermelding. Een taalmodel een tekst laten schrijven en die ongewijzigd en zonder verantwoording inleveren valt daar in de meeste opleidingsreglementen onder. Het verschil tussen toegestaan AI-gebruik en plagiaat zit in transparantie: vermeld wat je gebruikte en waarvoor.
Plugin (AI): Een kant-en-klaar pakketje dat je in één keer aan je AI-assistent toevoegt: meestal een bundel van instructies (skills), koppelingen naar externe diensten (connectors of MCP-servers) en soms extra gereedschap. Je installeert het uit een marketplace en hoeft dus niet zelf uit te zoeken hoe de onderdelen samenwerken. Handig als je bijvoorbeeld een set boekhoud- of marketingtaken in één keer wilt inrichten, in plaats van elke skill los op te bouwen.
Project (in een AI-assistent): Een aparte werkruimte binnen ChatGPT of Claude waarin je instructies, bestanden en gesprekken rond één onderwerp bij elkaar zet. Alles wat je daar neerlegt geldt voor elk nieuw gesprek in dat project, dus je hoeft je situatie niet elke keer opnieuw uit te leggen. Een project "Offertes" met je tarieven, je algemene voorwaarden en drie eerdere offertes erin levert meteen bruikbaarder tekst op dan een lege chat.
Prompt: De opdracht of vraag die je aan een AI-model geeft. Hoe concreter de prompt (doel, doelgroep, voorbeeld erbij), hoe bruikbaarder het antwoord. ChatGPT alleen al verwerkt er zo'n 2,5 miljard per dag.
Prompt-caching: Een kortingsmechanisme waarbij de AI-leverancier het vaste begin van je prompt tijdelijk onthoudt, zodat je er niet elke keer de volle prijs voor betaalt. Dat vaste begin is bij de meeste bedrijven groot: je systeeminstructie, je huisstijlregels, je prijslijst of het handboek dat je meestuurt. Stuur je die honderd keer per dag mee, dan tikt de korting op de herhaalde invoer flink aan. Bij OpenAI gaat dat automatisch vanaf een bepaalde promptlengte; bij Anthropic zet je het zelf aan en betaal je eenmalig iets meer om de cache op te bouwen.
Prompt-engineering: De vaardigheid om je opdracht aan een AI-model zo te formuleren dat je er een bruikbaar antwoord uit krijgt. Vraag je "schrijf iets over ons bedrijf", dan krijg je vaak iets vaags; geef je context, een voorbeeld en het gewenste format, dan wordt het antwoord meteen scherper. Het draait om duidelijk zijn over wat je wilt, in welke vorm en voor wie. Je hebt er geen cursus voor nodig: een paar goede gewoontes halen er meestal al het meeste uit.
Prompt-injectie: Een aanval waarbij iemand een verborgen opdracht in tekst verstopt, bijvoorbeeld in een webpagina of document, die een AI-model uitvoert alsof jij het vroeg. Vergelijk het met een briefje dat ongezien tussen je papieren zit: de assistent leest het mee en doet wat erop staat, zonder dat jij het merkt.
Prompt-sjabloon: Een vooraf opgestelde, herbruikbare prompt met vaste onderdelen en een paar invulvelden, zodat je niet elke keer opnieuw hoeft te formuleren. Handig als meerdere mensen dezelfde taak doen: je legt één keer goed vast hoe de vraag eruit moet zien en iedereen krijgt vergelijkbare output. Denk aan een vast sjabloon voor offerteteksten waarin je alleen de klantnaam, het product en de prijs invult.

Q

Quantisatie: Een techniek om een AI-model kleiner en sneller te maken door de getallen waarmee het rekent grover op te slaan, bijvoorbeeld met 4 bits in plaats van 16. Het model levert een beetje precisie in, maar past ineens op een gewone laptop in plaats van een dure server. Zo draai je een open model als Llama lokaal, zonder rekencentrum.

R

RAG (retrieval-augmented generation): Een techniek waarbij een taalmodel eerst relevante informatie opzoekt in een externe bron (bijvoorbeeld je eigen documenten of een kennisbank) en die erbij pakt voordat het antwoord geeft. Zo hoeft het model niet alles "uit het hoofd" te weten en kan het putten uit actuele of organisatie-specifieke gegevens. Vraag je een AI-assistent iets over het handboek van je werk, dan zoekt een RAG-systeem eerst de juiste passage op en baseert daar het antwoord op, wat de kans op verzinsels verkleint.
RDI (Rijksinspectie Digitale Infrastructuur): De Nederlandse toezichthouder voor digitale infrastructuur, die samen met de Autoriteit Persoonsgegevens de coördinerende as vormt in het toezicht op de Europese AI-verordening. Het kabinet wees in april 2026 tien sector-toezichthouders aan; de RDI en de AP houden het overzicht en zijn het aanspreekpunt. Werk je in de zorg, het onderwijs of de financiële sector, dan krijg je daarnaast met je eigen sectorinspectie te maken. De RDI werkt aan een self-assessment-tool waarmee je zelf kunt nagaan waar jouw AI-toepassing onder valt.
Recursieve zelfverbetering: Het scenario waarin een AI-systeem zelfstandig zijn eigen opvolger ontwerpt, traint en verbetert. Die volgende versie doet hetzelfde, en zo ontstaat een zichzelf versnellende lus. In theorie: AI maakt AI beter, welke AI nóg beter maakt. In de praktijk bestaat dit nog niet volledig. Wat wel gebeurt: AI automatiseert al veel routinewerk in AI-ontwikkeling (code schrijven, experimenten draaien, resultaten verwerken). Waar het nog stroef gaat, is de keuze welk probleem ertoe doet, die smaakvraag blijft menselijk. Anthropic waarschuwt daarover in hun juni 2026-rapport: de kloof wordt kleiner, maar dicht nog niet.
Red-teaming: Het georganiseerd aanvallen van je eigen AI-systeem om zwakke plekken te vinden vóórdat kwaadwillenden dat doen. Testers proberen bijvoorbeeld met slimme prompts een chatbot verboden instructies te ontfutselen. AI-bedrijven als OpenAI en Anthropic draaien zulke tests standaard vóór een modelrelease, en ook de AI-verordening verwacht dit soort controles van makers van de grootste modellen.
Redeneermodel: Een redeneermodel is een taalmodel dat, voordat het antwoordt, eerst stapsgewijs "nadenkt" over een probleem. Dat kost meer rekentijd, maar levert betere antwoorden op lastige vragen met meerdere stappen, zoals een wiskundesom of een planning. Bij zulke modellen hoef je zelf niet meer "denk stap voor stap" te vragen; dat doen ze uit zichzelf. Voorbeelden zijn de o-serie van OpenAI en vergelijkbare reasoning-varianten van andere makers.
Reinforcement learning: Een manier van trainen waarbij een model leert door uitproberen: het doet een poging, krijgt een beloning als het resultaat goed is en een lagere score als dat niet zo is, en past zich aan zodat de beloning de volgende keer hoger uitvalt. Je leest het model dus niet voor wat het goede antwoord is; het ontdekt zelf welke aanpak werkt. RLHF is één variant, waarbij mensen de beloning bepalen. Bij code kan de beloning bijvoorbeeld zijn dat de tests slagen, zoals bij Cognition, dat zijn programmeermodel bovenop een basismodel verder trainde met reinforcement learning op programmeertaken. Zie je dat een nieuw model opvallend beter wordt in code of wiskunde, dan zit er vaak zo'n trainingsronde achter.
Risiconiveau (AI-verordening): De Europese AI-verordening deelt AI-systemen in naar risico, en aan elk niveau hangen andere verplichtingen. Onaanvaardbaar risico is verboden (sinds februari 2025), hoog risico mag wel maar met zware eisen rond documentatie, datakwaliteit en menselijk toezicht, beperkt risico kent vooral informatieplichten, en minimaal risico valt buiten de meeste regels. De praktische vraag voor jou is dus niet "gebruik ik AI", maar "in welk vakje valt dít gebruik". Een chatbot die klantvragen beantwoordt zit doorgaans in beperkt risico: je moet duidelijk maken dat het een AI is; dezelfde techniek die sollicitanten selecteert valt in hoog risico.
RLHF: De afkorting van reinforcement learning from human feedback: de trainingsstap waarin mensen antwoorden van een model beoordelen, waarna het model leert welke antwoorden als goed gelden. Dit is de stap die een ruw taalmodel verandert in een bruikbare assistent: behulpzamer, beleefder en minder geneigd om onzin te verzinnen. Merk je dat een chatbot netjes en to-the-point antwoordt, dan is dat grotendeels het werk van deze stap.
ROI: Return on investment: wat een investering oplevert ten opzichte van wat ze kost. Bij AI is dit de hamvraag vóór je een tool uitrolt: niet "is het indrukwekkend", maar "verdient het zichzelf terug". Reken het concreet: bespaart een AI-assistent je medewerker vijf uur per week, zet dat dan af tegen de licentiekosten plus de uren om hem in te richten. Veel mislukte AI-pilots stranden juist omdat niemand de ROI vooraf meetbaar maakte.
RPA: De afkorting van robotic process automation: software die repeterend klikwerk overneemt door exact de stappen na te bootsen die een medewerker in een systeem zet, zoals factuurgegevens overzetten van mail naar boekhoudpakket. RPA volgt vaste regels en loopt vast op afwijkingen; moderne AI-agents combineren zulke vaste stappen daarom met een taalmodel dat uitzonderingen kan beoordelen.

S

SaaS (Software as a Service): Software die je als online dienst afneemt via een abonnement, in plaats van een programma dat je koopt en zelf installeert. Je logt in via de browser en de leverancier zorgt voor updates, onderhoud en servers. De meeste AI-tools voor het MKB werken zo: je betaalt bijvoorbeeld per maand per gebruiker. Voordeel is dat je snel kunt starten; let wel op waar je data staat en hoe makkelijk je er later weer uit kunt (zie vendor lock-in).
Sandbox: Een afgeschermde speelruimte waarin je AI kunt testen zonder dat het schade aanricht in je echte systemen of gegevens. Voor een AI-agent is dat bijvoorbeeld een afgesloten werkmap waar het model wél bestanden mag aanmaken, maar niet bij je e-mail of klantdata kan. Dezelfde term duikt op in de regelgeving: de AI-verordening verplicht elke lidstaat een "regulatory sandbox" op te zetten, een toezichtomgeving waarin bedrijven en de toezichthouder samen nieuwe AI uitproberen.
Schaduw-AI: AI-tools die medewerkers op eigen houtje gebruiken, buiten het zicht van de IT-afdeling. Denk aan een collega die bedrijfsgegevens in een gratis chatbot plakt om sneller een rapport te maken. Handig voor diegene, maar niemand houdt bij welke data waar terechtkomt. Zo ontstaan privacy- en beveiligingsrisico's die pas opvallen als het misgaat. De Engelse term "shadow AI" betekent hetzelfde.
Seat (per-seat prijs): Een "seat" is één gebruikerslicentie: je betaalt per medewerker die de tool mag gebruiken, meestal per maand. Bij zakelijke AI-abonnementen ligt dat vaak rond de €20 à €30 per seat. Let op: de seat-prijs is zelden je échte kostprijs. Tel er gebruik (tokens), implementatie, training en beheer bij op. Voor een team van tien betekent tien seats dus tien licenties, maar de totale rekening valt in de praktijk hoger uit.
Self-hosted: Software die je zelf draait op je eigen server of computer, in plaats van kant-en-klaar uit de cloud van een leverancier af te nemen. Veel open-source AI-tools, zoals de automatiseringssoftware n8n, kun je gratis self-hosted draaien; je betaalt dan met eigen beheer en onderhoud in plaats van een maandbedrag. Voor een MKB-bedrijf is de afweging vooral: hou je gevoelige data liever helemaal in eigen hand, of weegt het gemak van een cloud-abonnement zwaarder?
SEO (zoekmachineoptimalisatie): Je website zo inrichten dat Google hem hoog in de gewone zoekresultaten zet, zodat mensen doorklikken naar jou. Dat draait om heldere titels en kopjes, teksten die de vraag van je klant echt beantwoorden, een snelle site en verwijzingen vanaf andere websites. SEO is de basis waar AEO en GEO bovenop komen: waar SEO mikt op een klik, mikken die twee op een vermelding ín het antwoord van een AI-assistent. Voor een MKB-bedrijf blijft SEO het meest waard bij zoekopdrachten met koopintentie, lokale zoekopdrachten ("loodgieter Zwolle") en zoekopdrachten op je eigen bedrijfsnaam. Dáár klikken mensen nog wél door.
Skill (Claude): Een herbruikbare set instructies, scripts en bestanden die Claude leert hoe hij een specifieke taak moet aanpakken. Een Skill is bijvoorbeeld: "schrijf altijd in mijn brand-stem", of "zet alle gegevens om in dit rapportformat", of "controleer alle claims tegen dit feitenregister". Skills worden gebundeld in plugins en gedeeld via een marketplace, officieel (Anthropic Verified) of via de community. Het voordeel: je tribal knowledge (de slimme dingen die jouw beste mensen doen) wordt repliceerbaar, je codifieert het één keer in een Skill en elke Claude-sessie volgt dat patroon. Skills zelf zijn gratis; je betaalt alleen de tokens die Claude verbruikt.
SLA (Service Level Agreement): Een afspraak tussen jou en een leverancier over de kwaliteit van een dienst: hoeveel de tool beschikbaar moet zijn (bijvoorbeeld 99,9% van de tijd), hoe snel er bij storingen wordt gereageerd en wat je krijgt als dat niet lukt. Voor een MKB-bedrijf dat een AI-dienst inkoopt, is de SLA de plek waar staat waarop je de leverancier kunt aanspreken. Geen SLA, of alleen mooie beloftes in de verkooppraatjes? Dan heb je bij uitval weinig in handen.
SOC 2: Een Amerikaanse auditstandaard waarmee een softwareleverancier laat zien dat hij zijn beveiliging en gegevensverwerking op orde heeft; een onafhankelijke accountant toetst dat en schrijft er een rapport over. Veel AI-aanbieders noemen "SOC 2 Type II" op hun beveiligingspagina. Voor jou is dat een startpunt, geen eindpunt: vraag naar het actuele rapport, kijk naar welke periode het gaat, en leg het naast de AVG-vragen die voor Nederland gelden, want SOC 2 zegt niets over waar je data staat.
Soevereine AI: AI die een land of regio in eigen hand houdt: getraind, gehost en bestuurd binnen de eigen grenzen en onder de eigen wetten, zonder afhankelijk te zijn van een handvol buitenlandse aanbieders. Het Nederlandse GPT-NL is hiervan een voorbeeld, een taalmodel dat gegevens binnen Nederland houdt en aan de AVG voldoet.
Spraakherkenning: De techniek die gesproken taal omzet in tekst. Moderne AI-modellen doen dit zo goed dat ze ook accenten, achtergrondgeluid en meerdere sprekers aankunnen. Je gebruikt het vaak zonder erbij stil te staan: als je een appje inspreekt in plaats van typt, of als de ondertiteling bij een video vanzelf verschijnt, draait er spraakherkenning onder de motorkap. De omgekeerde stap, tekst die de computer voorleest, heet spraaksynthese.
SSO (single sign-on): Eén keer inloggen om toegang te krijgen tot meerdere programma's, zonder voor elke tool een apart wachtwoord. Je medewerkers loggen bijvoorbeeld in met hun bestaande bedrijfsaccount (zoals Microsoft of Google) en kunnen daarna meteen in de AI-tool. Voor een MKB-bedrijf is dat handig én veiliger: je regelt toegang op één plek, en gaat iemand uit dienst, dan sluit je met één handeling alle toegang tegelijk af.
Stemkloon: Een nagemaakte versie van iemands stem, gemaakt door AI op basis van een geluidsopname. Een halve minuut audio is vaak al genoeg, en dat haalt een oplichter zo van je bedrijfsvideo of je voicemail. Je kunt het ook zelf legitiem inzetten, bijvoorbeeld om instructievideo's in te spreken zonder telkens de studio in te gaan. Vraag in dat geval schriftelijke toestemming van degene wiens stem je gebruikt.
Subagent: Een hulpagent die een afgebakend deel van een grotere opdracht uitvoert onder leiding van een hoofdagent. De hoofdagent splitst het werk op, stuurt elke subagent met een eigen taak en een eigen, schone context op pad en voegt de resultaten samen. Zo kunnen delen van het werk tegelijk draaien en raakt één lange taak niet vol met tussenstappen. Claude Code kan sinds eind mei 2026 via dynamic workflows tot 1000 subagents parallel inzetten, bijvoorbeeld om een migratie over honderden bestanden te verdelen, waarna een controlestap het geheel nakijkt. Lees je in een agent-tool over "parallelle agents" of een aparte "review-agent", dan gaat het meestal om subagents.
Superintelligentie: Een hypothetische AI die de mens op vrijwel elk terrein ver voorbijstreeft: niet alleen rekenen of schaken, maar ook wetenschap, strategie en overtuigen. De term duikt vooral op in discussies over verre toekomstrisico's; de AI van vandaag staat daar nog mijlenver vanaf. Belooft een bericht dat "superintelligentie er bijna is", check dan wie dat zegt en wat er precies mee bedoeld wordt.
SWE-bench: Een veelgebruikte test waarmee AI-modellen worden afgerekend op programmeerwerk: het model krijgt echte, gemelde bugs uit openbare softwareprojecten voorgelegd en moet een werkende oplossing schrijven. De score is het percentage taken dat het foutloos oplost. Bij elke modellancering zie je die score in de grafiek staan, meestal als bewijs dat het nieuwe model "beter kan programmeren". Houd er rekening mee dat de test alleen dit type opdracht meet, en dat labs zelf bepalen onder welke omstandigheden ze hem afnemen.
Sycophancy: De neiging van een AI-model om de gebruiker naar de mond te praten: instemmen, bevestigen wat je al dacht en kritiek inslikken. Het klinkt zelden als vleierij; vaak krijg je een rustig, afgewogen antwoord dat toch steeds jouw kant kiest. Het ontstaat onder meer doordat modellen getraind worden op beoordelingen van mensen, en mensen instemming hoger waarderen. Stanford-onderzoekers maten in 2026 dat chatbots gebruikers 49% vaker gelijk gaven dan mensen deden. Wil je eerlijker advies, vraag dan expliciet naar de zwakke plekken van je idee.
Synthetic data: Kunstmatige data die je genereert, niet echte klantengegevens, maar neppe records die dezelfde patronen volgen. Waarom handig voor het MKB? Veel bedrijven hebben gewoon niet genoeg eigen data om een AI-model goed te trainen: je hebt duizenden voorbeelden nodig, maar misschien log je maar 200 transacties per maand. Synthetic data vult die kloof: je genereert meer voorbeelden die eruitzien als de echte, zonder privacy-risico. Een kledingwinkel traint zijn voorraadmodel niet op 5 jaar live data (traag), maar op 5 jaar gegenereerde data (snel, goedkoop). In 2026 verwacht Gartner dat driekwart van alle bedrijven synthetic data inzet, vooral kleine bedrijven met beperkte historische data.
Synthetische data: Kunstmatig gegenereerde gegevens die echte data nabootsen, gemaakt om AI-modellen mee te trainen of te testen zonder echte, gevoelige informatie te gebruiken. Een ziekenhuis kan bijvoorbeeld neppatiëntgegevens laten maken die statistisch op de echte lijken, maar over niemand echt gaan. Het beschermt privacy en vult schaarse data aan, met één risico: weerspiegelt de nepdata de werkelijkheid niet goed, dan neemt het model die fouten over.
Systeem-prompt: Verborgen instructies die een ontwikkelaar of beheerder vóór jouw vraag aan het model meegeeft: de toon, het domein, wat het model wel en niet mag zeggen. De chatbot van een bank heeft een andere systeem-prompt dan de creatieve schrijfassistent ernaast.
Systeemrisico: De zwaarste categorie uit de Europese AI-verordening: een model dat zo krachtig is dat problemen ermee niet bij één bedrijf blijven maar de hele markt of samenleving kunnen raken. De grens ligt bij de rekenkracht die in de training ging zitten, boven 10^25 flops. Valt een model daarboven, dan moet de aanbieder extra risicobeoordelingen doen, ernstige incidenten melden bij het AI-bureau in Brussel en aantonen dat hij het beheerst. Voor jou is het de reden dat de grote modellen van OpenAI, Google en Anthropic onder strengere regels vallen dan de kleine modellen die je bedrijf zelf draait.

T

TCO (Total Cost of Ownership): De totale kosten van een tool over de hele gebruiksduur, niet alleen de maandprijs die op de website staat. Bij AI tel je daar zaken bij op als verbruik per token of per credit, koppelingen met je bestaande software, training van je team en de tijd die iemand kwijt is aan het controleren van de output. Een chatbot van 20 euro per maand kan in de praktijk flink duurder uitpakken zodra je die verborgen posten meerekent. Reken daarom vóór de aanschaf de TCO uit, zodat een "goedkope" tool je achteraf niet verrast.
Terminal: Het zwarte venster waarin je opdrachten typt in plaats van klikt, ook wel de opdrachtregel of command line. Sommige AI-tools draaien alleen daar, zoals Claude Code, of vragen erom bij de installatie van een lokaal model. Je hoeft er niets van te kunnen: in de praktijk plak je een regel die je uit een handleiding kopieert en druk je op Enter. Zoek je een tool waar dat helemaal niet bij komt kijken, let dan op de aanduiding no-code: die werkt volledig in een gewoon venster met knoppen.
Throughput: Hoeveel werk een AI-dienst per tijdseenheid aankan, bijvoorbeeld het aantal tokens of verzoeken dat een model per seconde verwerkt. Waar latency gaat over hoe snel één antwoord begint, gaat throughput over hoeveel antwoorden er tegelijk doorheen kunnen. Draai je AI voor veel gebruikers of grote batches tegelijk, dan bepaalt throughput mede je kosten en of het systeem het volume trekt.
Toezichthouder: Een overheidsinstantie die controleert of organisaties zich aan de regels houden, en die kan ingrijpen als dat niet zo is: een onderzoek starten, een aanwijzing geven of een boete opleggen. Bij AI is het niet één loket. Het kabinet wees in april 2026 tien sectortoezichthouders aan, met de Autoriteit Persoonsgegevens en de Rijksinspectie Digitale Infrastructuur als coördinerende as. Welke van de tien jouw geval behandelt, hangt af van waar het speelt: gaat het om je ziekenhuis, je bank of je school, dan komt de inspectie van die sector erbij. Word je door een AI-systeem geraakt en kom je er met de organisatie zelf niet uit, dan is de toezichthouder de stap daarna.
Token: Het stukje tekst waarin een model rekent, ruwweg drie kwart woord in het Nederlands. AI-diensten rekenen er vaak in af: je betaalt per miljoen tokens in- en uitvoer. Daarom kan intensief gebruik flink duurder uitpakken dan de licentieprijs suggereert.
Token-rate-limiting: Het instellen van een plafond hoeveel tokens je per minuut, uur of dag mag versturen naar een AI-dienst, zodat je rekening niet onverwacht explopeert. Veel platforms (OpenAI, Anthropic, Mistral) bieden dit aan, vooral nodig als je een agent los laat die zelfstandig veel kan vragen. Stel bijvoorbeeld: mijn agent mag maximaal 100.000 tokens per uur gebruiken, dan stop hij of wacht hij tot het uurquotum reset. Essentieel voor MKB: een agent zonder rate-limits kan doorrazen en je duizenden euro's per dag kosten.
Tokenizer: Het onderdeel dat jouw tekst opknipt in stukjes (tokens) voordat een taalmodel ermee rekent: hele woorden, stukjes woord of losse tekens. Hoe een model knipt, bepaalt mede wat je betaalt en hoe goed het met een taal omgaat, Nederlands valt vaak in meer tokens uiteen dan Engels, waardoor dezelfde zin duurder uitpakt. Past een aanbieder de tokenizer aan, dan kan diezelfde zin ineens minder tokens kosten (zie ook token).
Tokens per seconde: Het tempo waarmee een AI-model tekst uitspuugt, gemeten in stukjes woord (tokens) per seconde. Hoe hoger het getal, hoe sneller het antwoord voor je ogen verschijnt. Bij lokale modellen bepaalt vooral je hardware dat tempo: dezelfde vraag leverde in onze test 68 tokens per seconde op twee grafische kaarten en 18 op een laptop. Verwar het niet met [latency](/begrippen#latency), dat gaat over de wachttijd vóór het eerste woord komt.
Training: De eenmalige, zeer energie-intensieve fase waarin een model leert van enorme datasets. GPT-4 kostte naar schatting 50 tot 70 gigawattuur aan trainingsstroom. Daarna neemt inference het stokje over.
Trainingsdata: De enorme berg teksten, beelden of geluiden waarmee een AI-model is getraind en waaruit het zijn patronen haalt. Wat erin zit, bepaalt wat het model kan en welke vooroordelen het overneemt: leert een model vooral van Engelstalige websites, dan presteert het slechter in het Nederlands. Veel discussie draait om de herkomst ervan, want makers halen teksten en foto's vaak van internet zonder de oorspronkelijke maker te vragen.
Transcriptie: Het automatisch omzetten van spraak naar tekst, bijvoorbeeld van een vergadering, klantgesprek of ingesproken memo. AI-tools zoals Whisper of een notulen-assistent leveren binnen een minuut een uitgeschreven versie, vaak met de sprekers erbij en een samenvatting. Voor een klein bedrijf is dat een van de snelste tijdwinsten: niemand hoeft nog een uur lang een gesprek uit te typen. Controleer wel even de namen en cijfers, want die haalt de techniek er nog weleens naast.
Transformer: De rekenstructuur achter de huidige taalmodellen, in 2017 bedacht door onderzoekers van Google. De truc heet "attention": het model weegt alle woorden in een zin tegelijk en bepaalt welke er voor de betekenis toe doen. Daardoor leert het sneller en beter dan de methodes daarvoor.
Transparantieverplichting: De regel uit artikel 50 van de EU AI-verordening dat mensen moeten weten wanneer ze met AI te maken hebben. Hij geldt sinds 2 augustus 2026 en raakt bijna elke ondernemer die iets met AI doet: je chatbot moet zich als chatbot aankondigen, en tekst, beeld, audio of video die met AI is gemaakt en voor echt kan doorgaan, moet kenbaar zijn als zodanig. Dit is de lichtste laag van de wet: hij zegt niets over of iets mág, alleen dat het zichtbaar moet zijn. Concreet voor jou: één regel bovenaan je klantenservice-venster ("je spreekt met een AI-assistent, vraag naar een medewerker wanneer je wilt") dekt het grootste deel, en dat is een stuk goedkoper dan het achteraf moeten uitleggen.
Triage: Binnenkomend werk sorteren op urgentie en soort, voordat iemand het inhoudelijk oppakt. De term komt uit de spoedeisende zorg en is een van de eerste taken die ondernemers aan AI geven, omdat je er weinig risico loopt: het systeem beslist niets, het legt alleen een stapel op volgorde. Denk aan een AI die je inbox verdeelt in offerteaanvragen, facturen en reclame, of die supporttickets labelt en de dringende bovenaan zet. Je herkent zelf meteen of de sortering klopt, en dat maakt het een goede eerste toepassing.
Trigger: De gebeurtenis die een automatisering in gang zet. Grofweg twee smaken: een tijdstip (zie cron) of iets dat gebeurt: er komt een mail binnen, een formulier wordt ingevuld, een factuur krijgt de status betaald. In tools als Make, n8n of Zapier is de trigger altijd de eerste stap; alles daarna is de reeks acties die volgt. Kies hem zo nauw mogelijk, want een te ruime trigger ("elke nieuwe mail") laat je automatisering honderd keer per dag draaien op berichten waar je niets mee wilt.
Turingtest: Gedachte-experiment van wiskundige Alan Turing uit 1950: kun je in een tekstgesprek niet uitmaken of je met een mens of een machine praat, dan slaagt de machine voor de test. Moderne chatbots komen daar in korte gesprekken dichtbij, en juist daarom geldt de test binnen het vakgebied inmiddels als een matige maatstaf voor échte intelligentie: vlot kletsen is iets anders dan begrijpen of redeneren.

U

Use case: Een concreet bedrijfsscenario waarin AI waarde toevoegt: "AI controleert binnengekomen facturen op afwijkingen" is een use case. Zonder heldere use case loop je het risico dat een tool wordt aangeschaft zonder dat duidelijk is wat het probleem is dat het oplost.

V

Valse positief: Een vals alarm: het systeem slaat aan terwijl er niets aan de hand is. Bij AI-detectie betekent het dat een tekst die een mens zelf schreef toch als "AI-gegenereerd" wordt aangemerkt. Dat overkomt niet-moedertaalsprekers en wie formeel of sober schrijft vaker. Het spiegelbeeld is de gemiste detectie (vals-negatief): een AI-tekst die er glansrijk doorheen komt.
Vector database: Een database speciaal ingericht om zinvol zoeken in grote hoeveelheden tekst te doen, niet op woordgreppen maar op betekenis. Je laadt je eigen documenten (contracten, handleidingen, FAQ) in, die worden in getallen omgezet (embeddings), en daarna kan je AI-model daarin zoeken op "waar staat iets over? " in plaats van ctrl-F. Voor MKB concreet: je upload je 500 klantmails van afgelopen 3 jaar in een vector database, en Claude haalt daarin automatisch alle antwoorden op wat je beleidsregels zeggen. Zonder vector database zou je alles van tevoren in de prompt moeten stoppen (duur, traag, fout-gevoelig). Populaire keuzes: Pinecone (gratis/betaald), Weaviate (open source), of pgvector als je al Postgres gebruikt. Het is de basis van RAG: je eigen data in AI.
Vendor lock-in: De situatie waarin je zo afhankelijk bent geworden van één leverancier dat overstappen duur of lastig is: je data, je koppelingen en de werkwijze van je team zitten vast aan dat ene platform. Bij AI speelt dit snel: bouw je alles rond de tools van één cloudprovider, dan lever je onderhandelingsruimte in als de prijs stijgt. Je beperkt het risico door je data exporteerbaar te houden en te kiezen voor open standaarden waar dat kan.
Verboden AI-praktijken: De korte lijst toepassingen die de Europese AI-verordening helemaal niet toestaat, ongeacht hoe goed het systeem werkt. Het gaat onder meer om sociale scoring door overheden, het gericht misbruiken van iemands kwetsbaarheid, emotieherkenning op werk en school, en het ongericht schrapen van gezichten van internet om er een herkenningsdatabase mee te vullen. Dit deel van de wet geldt sinds 2 februari 2025, eerder dan de rest; sinds augustus 2025 kunnen toezichthouders er boetes voor opleggen die kunnen oplopen tot 35 miljoen euro of 7 procent van de wereldwijde omzet. Alle andere AI valt in lichtere categorieën, met eisen in plaats van een verbod.
Verwerkersovereenkomst: Een verplicht contract tussen jou (verwerkingsverantwoordelijke) en een leverancier die persoonsgegevens namens jou verwerkt, zoals een AI-tool. De AVG eist dat hierin staat wat de leverancier met de data mag doen, hoe hij ze beveiligt en dat hij ze niet voor eigen doeleinden gebruikt. Zet je klant- of personeelsgegevens in een AI-dienst, vraag dan eerst of die een verwerkersovereenkomst aanbiedt. Geen overeenkomst betekent meestal: niet doen. Let extra op bij Amerikaanse platforms, waar de juridische route via de VS loopt.
Verwerkingsgrondslag: De juridische reden waarom jij persoonsgegevens mag verwerken. De AVG kent er zes, waarvan toestemming, uitvoering van een overeenkomst en gerechtvaardigd belang voor het MKB de gebruikelijke zijn. Zonder grondslag mag het niet, ook niet als de klant het niet erg vindt. Bij AI is dit de eerste vraag die je moet beantwoorden: laat je een AI je klantgesprekken samenvatten, dan heb je een grondslag nodig voor die verwerking en gebruik je diezelfde gesprekken als trainingsmateriaal, dan is dat een nieuw doel waarvoor je opnieuw moet nagaan of je grondslag klopt.
Verwerkingsverantwoordelijke: De partij die bepaalt waarom en hoe persoonsgegevens worden gebruikt. Bij AI-tools is dat vrijwel altijd jij, niet je leverancier. Zet je klantgegevens in een AI-chatbot, dan is de leverancier de verwerker en ben jij de verwerkingsverantwoordelijke. Dat verschil bepaalt wie waarvoor aan de lat staat: bij een datalek meldt de leverancier het aan jou, en jij hebt vervolgens 72 uur om het bij de Autoriteit Persoonsgegevens te melden. Ook de informatieplicht richting je klanten en het beantwoorden van inzageverzoeken liggen bij jou.
Vibe-coding: Software bouwen door in gewone taal aan een AI-model te beschrijven wat je wilt, en de gegenereerde code grotendeels te accepteren zonder elke regel na te lezen. De term komt van AI-onderzoeker Andrej Karpathy (februari 2025). Voor een prototype of persoonlijk hulpmiddel werkt dat verrassend goed; voor software waar anderen op vertrouwen blijft controle nodig, want jij blijft verantwoordelijk voor wat de code doet.
Vloeistofkoeling: Een manier om AI-servers koel te houden door vloeistof langs de chips te laten stromen in plaats van lucht door de zaal te blazen. Dat scheelt ruimte en stroom, en vooral water: bij de gangbare koeling verdampt een datacenter water om warmte kwijt te raken. Nvidia presenteerde in 2026 koeling met vloeistof van 45 graden, waarmee het waterverbruik van een nieuw datacenter volgens het bedrijf vrijwel tot nul teruggaat. Voor de Nederlandse discussie telt dat mee, want water en stroomaansluiting zijn hier de twee harde grenzen bij een vergunning.
Voicebot: Een chatbot die je te woord staat met spraak in plaats van met tekst: je belt of praat, en het systeem verstaat je vraag en antwoordt hardop. Voor een MKB'er is dit interessant voor de telefonische eerste opvang (openingstijden doorgeven, een afspraak inplannen, een simpele vraag beantwoorden) zodat je personeel de lastigere gesprekken houdt. Onder de motorkap combineert een voicebot spraakherkenning, een taalmodel en een stem-generator.
Vrijwaring: De afspraak in een contract dat je leverancier de schade voor zijn rekening neemt als een derde jou aanspreekt. Verschillende grote AI-aanbieders bieden zoiets aan zakelijke klanten voor claims over auteursrecht op de uitvoer van hun model; in het Engels heet dat vaak een copyright shield of indemnity. Lees altijd de voorwaarden, want er zitten uitzonderingen aan vast: gebruik je een eigen dataset, pas je de uitvoer daarna nog aan, of zet je er een merk in, dan kan de vrijwaring vervallen. Een vrijwaring betekent dus niet "ik mag alles", maar "onder deze voorwaarden staat de leverancier ervoor in".

W

WebAssembly: Een bestandsformaat waarmee een browser programmacode bijna zo snel uitvoert als een gewoon programma op je computer. Animatietools als Rive en de nieuwe Lottie-speler sturen zo een complete tekenmachine mee naar je bezoeker. Dat werkt soepel, maar het bestand moet wel eerst gedownload worden: bij Rive is dat ruim 900 KB.
WebGL: De techniek waarmee een website de grafische kaart van je bezoeker gebruikt om te tekenen, bijvoorbeeld voor 3D-scènes of bewegende lichteffecten. Tools als Spline en Unicorn Studio werken ermee. Het ziet er vloeiend uit, maar zolang zo'n blok in beeld is werkt de grafische kaart door. Dat kost op een telefoon stroom.
WebGPU: De techniek waarmee een website de grafische kaart van je computer rechtstreeks kan aanspreken, zodat zware 3D-beelden en berekeningen soepel in je browser draaien zonder dat je iets installeert. Voor AI is dat interessant omdat het ook betekent dat een klein taalmodel of beeldmodel lokaal in het browsertabblad kan draaien, op jouw eigen hardware: je gegevens gaan dan niet naar een server. Je komt de term tegen bij browsergames, 3D-demo's en experimenten met AI die zonder internetverbinding werkt.
Webhook: Een automatisch seintje dat de ene app naar de andere stuurt zodra er iets gebeurt, zodat jij geen knop hoeft in te drukken. Komt er een nieuw contactformulier binnen? Dan tikt een webhook je automatiseringstool (zoals Make of n8n) op de schouder, die er een AI-samenvatting van maakt en 'm in je CRM zet. Het is de lijm onder de meeste no-code-koppelingen.
Wereldmodel (world model): Een AI-model dat leert hoe de fysieke of virtuele wereld zich gedraagt: wat er gebeurt als iets beweegt, valt of botst en wat er waarschijnlijk in de volgende seconde gebeurt. Een taalmodel voorspelt het volgende woord, een wereldmodel voorspelt de volgende situatie. Daarvoor traint het op grote hoeveelheden bewegend beeld, bijvoorbeeld video van games of van rijdende auto's. Bedrijven willen er robots, drones en zelfrijdende auto's mee leren vooruitdenken. Je komt de term tegen bij General Intuition, het bedrijf van Pim de Witte.
Wet vifo (investeringstoets): De Nederlandse wet die overnames van en investeringen in gevoelige bedrijven vooraf laat toetsen, als de nationale veiligheid in het geding kan komen. Vifo staat voor veiligheidstoets investeringen, fusies en overnames. Het kabinet maakte in juni 2026 bekend dat kunstmatige intelligentie per 1 januari 2027 tot de aangewezen technologieën gaat behoren. De toets kijkt naar de koper, niet naar het land van herkomst: ook een Amerikaanse of Europese investeerder in een Nederlandse AI-startup kan langs de meldplicht moeten.
Workflow-automatisering: Het koppelen van meerdere stappen en tools zodat een taak automatisch van A naar Z loopt. Bijvoorbeeld: klant vult formulier in → AI vat samen → CRM wordt bijgewerkt → bevestigingsmail gaat uit. Tools als Make of Zapier verbinden de losse schakels.

Z

Zero-day: Een gat in software dat nog bij niemand bekend is, ook niet bij de maker, en waarvoor dus nog geen update bestaat. De naam verwijst naar het aantal dagen dat de maker had om het te repareren: nul. Zulke gaten waren tot nu toe schaars en duur, omdat je er specialistisch speurwerk voor nodig had. Dat is wat er verandert nu AI-modellen ze zelf vinden: OpenAI meldde in september 2026 dat GPT-6 Astra er tijdens een eigen test twee ontdekte die op dat moment nergens bekend waren. Voor jou telt vooral de andere kant: updates die je uitstelt zijn juist de gaten die wél al bekend zijn.