Welche KI-Modellanbieter niederländische KI-Anbieter tatsächlich nutzen

Zusammenfassung  ·  Der niederländische Markt für angewandte KI läuft überwiegend auf amerikanischen Frontier-Modellen, mit OpenAI an der Spitze. Unter den Anbietern nutzen 69 % OpenAI (79 % inklusive Azure OpenAI), Anthropic folgt mit 24 %, und EU-eigenes Mistral erscheint bei nur 5 %. Die Kernaussage: 62 % der Anbieter signalisieren EU-Hosting oder Souveränität, während nur rund 5 % tatsächlich ein EU-eigenes Modell betreiben.

Erstellt für die GreenPT-Marktforschung · 16. Juni 2026 · Stichprobe von 240 Anbietern.

Zusammenfassung

Der niederländische Markt für angewandte KI läuft überwiegend auf amerikanischen Frontier-Modellen, mit OpenAI an der Spitze:

• OpenAI wird von 69 % genutzt; die OpenAI-Familie (inklusive Azure OpenAI) erreicht 79 %.
• Anthropic (Claude) folgt mit 24 %, fast immer als sekundäres oder optionales Modell neben OpenAI.
• Jeder Microsoft-Weg (Azure OpenAI oder Copilot) deckt 42 % ab, der Standard für große Unternehmen und Systemintegratoren.
• Mistral, das einzige EU-eigene Frontier-Modell der Studie, erscheint bei nur 5 %.
• Open-Source- und Self-hosted-Modelle werden von 11 % genutzt, ein reales, aber kleines Segment, getrieben von Souveränität.

62 % der Anbieter signalisieren EU-Hosting oder Souveränität, während nur rund 5 % tatsächlich ein EU-eigenes Modell betreiben. Diese Lücke zwischen erklärtem Anspruch und der Realität amerikanischer Modelle ist die Marktchance.

1. Ziel und Methodik

1.1 Ziel

Zu quantifizieren, welche KI-Modellanbieter niederländische KI-Anbieter in ihren Produkten und Diensten nutzen, und das Ergebnis in Prozent auszudrücken, mit besonderem Augenmerk auf die Aufteilung zwischen amerikanischen Frontier-Modellen und EU-eigenen oder Open-Source-Modellen, was für einen in der EU gehosteten LLM-Anbieter relevant ist.

1.2 Aufbau der Stichprobe

Ausgangspunkt war eine zusammengestellte Marktkarte niederländischer und international tätiger KI-Akteure: globale Systemintegratoren, niederländische Pure-Play-Daten- und KI-Anbieter, GenAI-native Entwickler, ein langer Ausläufer an Automatisierungs- und Agenten-Entwicklern, eine Ernte aus beruflichen Netzwerken und eine Charge aus öffentlichen Unternehmensverzeichnissen. Nach der Deduplizierung ergab das 240 einzelne Anbieter.

1.3 Anbieter-Recherche

Die Anbieternutzung wurde Anbieter für Anbieter durch Web-Recherche ermittelt, in dieser Reihenfolge der Evidenz: (1) ihre eigenen Technologie-, Stack-, „So funktioniert es”-, Subprozessor-, DPA-, Trust- oder Sicherheitsseiten; (2) Fallstudien, Engineering-Blogs und Dokumentation; (3) Cloud-Partner-Badges (Microsoft, Google Cloud, AWS, die jeweils Azure OpenAI, Vertex und Bedrock implizieren); (4) Stellenausschreibungen, die exakte Werkzeuge nennen; (5) Presse, berufliche Netzwerke und Verzeichnisse. Neun parallele Recherche-Runden deckten die gesamte Stichprobe ab; die Ergebnisse wurden mit den bereits erfassten Anbieter-Signalen zusammengeführt.

Jede Anbieterzuordnung trägt ein Konfidenzniveau: Bestätigt (auf einer eigenen Quelle des Anbieters genannt), Signalisiert (Partner-Badge, Stellenausschreibung oder externe Quelle) oder Abgeleitet (der Produkttyp legt es stark nahe, sparsam verwendet). Wo sich nichts feststellen ließ, wurde der Anbieter als Nicht offengelegt erfasst statt geraten.

1.4 Die zwei Nenner (bitte vor den Zahlen lesen)

Weil die meisten Anbieter ihren Stack nicht veröffentlichen, wäre ein einzelner Prozentsatz irreführend. Durchgängig werden zwei ergänzende Sichtweisen berichtet:

• „% der Anbieter mit bekanntem Stack” (n = 240), der Anteil unter den Anbietern, deren Modellnutzung sich tatsächlich feststellen ließ. Das ist der saubere Vergleich und die Kennzahl der Überschrift.
• „% aller Anbieter” (n = 720), was Nichtoffenlegung als unbekannt zählt. Das sind daher konservative Untergrenzen, keine Obergrenzen.

1.5 Wie die Prozentsätze zu lesen sind (warum sie mehr als 100 % ergeben)

Diese Anteile sind überlappende Mengen, keine Tortenstücke. Jede Zeile beantwortet eine unabhängige Ja-Nein-Frage, nämlich „Nutzt dieser Anbieter diesen Anbieter?”, und die meisten Anbieter nutzen mehrere zugleich. Ein Anbieter wird daher in jeder zutreffenden Zeile gezählt. Dadurch ergeben die Spalten bewusst weit mehr als 100 %. Ein Anbieter wie WeAreBrain oder SAMEN AI erscheint zugleich unter OpenAI und Anthropic und Google und Mistral. Die Prozentsätze schließen sich also nicht gegenseitig aus und dürfen niemals addiert werden.

„OpenAI-Familie” ist die einzige deduplizierte Zahl. Da OpenAI (direkte API) und Azure OpenAI dieselben GPT-Modelle liefern, nutzen manche Anbieter beide. Ein einfaches Addieren der beiden Zeilen würde sie doppelt zählen, deshalb zählt die Zeile „OpenAI-Familie” jeden Anbieter nur einmal:

OpenAI-Zugangsweg	Anbieter	% von 240
Nur OpenAI direkt	123	51%
Nur Azure OpenAI	24	10%
Sowohl OpenAI direkt als auch Azure	42	18%
OpenAI-Familie (jeder Weg, dedupliziert)	189	79%

69 % (direkt) plus 28 % (Azure) sind also nicht 97 % der Anbieter. Es sind 189 einzelne Anbieter, also 79 %, weil 42 Anbieter in beiden Zeilen stehen. Dieselbe Überlappungslogik gilt für jeden Anbieter im Ranking.

2. Anbieter-Ranking

Das Kernergebnis. Die mittlere Spalte, % der 240 Anbieter mit bekanntem Stack, ist die zentrale Zahl.

Wie diese Tabelle zu lesen ist: Die Prozentsätze sind überlappende Mengen, keine Torte. Ein Anbieter, der mehrere Anbieter nutzt, wird in jeder zutreffenden Zeile gezählt, sodass die Spalten per Definition mehr als 100 % ergeben und nicht addiert werden dürfen (siehe §1.5). „OpenAI-Familie” unten ist die einzige deduplizierte Vereinigungszahl. „% aller Anbieter” wird nur gezeigt, wo es aussagekräftig ist.

Anbieter / Werkzeug	Anbieter	% (n=240)	Herkunft
OpenAI	165	69%	US
Azure OpenAI	66	28%	US (MS)
Anthropic (Claude)	57	24%	US
Microsoft Copilot	57	24%	US
Google / Vertex	45	19%	US
AWS Bedrock	21	9%	US
Mistral	12	5%	EU 🇪🇺
IBM watsonx	15	6%	US
Open Source / Self-hosted	27	11%	Self-hosted
n8n (Orchestrierung)	15	6%	EU Self-hosted
Make.com (Orchestrierung)	12	5%	EU/US SaaS

Hinweis: Die Zeilen ergeben mehr als 100 %, weil viele Anbieter mehrere Anbieter nutzen; „% aller” wird nur gezeigt, wo es aussagekräftig ist.

3. Was die Zahlen bedeuten

3.1 OpenAI ist der Standard, mit weitem Abstand

OpenAI ist die De-facto-Standardschicht des niederländischen Stacks für angewandte KI: 69 % der Anbieter mit bekanntem Stack, mit Azure-gehostetem OpenAI steigt der Wert auf 79 %. Es zieht sich durch jede Ebene: globale Systemintegratoren, niederländische Beratungen und den GenAI-nativen langen Ausläufer. Bestätigte Beispiele: 10xStudio, AI Advies Bureau, AI Opener, AI-ris, Accenture Netherlands, Aigency, Aizy, Appfront, Avanade, BigData Republic.

3.2 Anthropic ist das Standard-Zweitmodell, selten das Erstmodell

Claude erscheint bei 24 % der Anbieter mit bekanntem Stack, aber fast immer als optionales oder sekundäres Modell hinter OpenAI innerhalb eines Multi-Modell-Aufbaus, nicht als Hausstandard. Bestätigte Beispiele: 10xStudio, AI Advies Bureau, AI Opener, Accenture Netherlands, Aizy, Blits.ai, CleverTech, Codelevate, Conversed.ai.

3.3 Microsoft ist das Tor für große Organisationen

Azure OpenAI und Copilot zusammen bedeuten, dass 42 % der Anbieter mit bekanntem Stack OpenAI-Modelle über Microsoft erreichen, der dominierende Weg für Systemintegratoren, die Big Four und Microsoft-Partner, typischerweise mit der EU Data Boundary als Antwort auf die Datenresidenz (nicht die Jurisdiktion) präsentiert.

3.4 Die EU-eigene Lücke: Mistral ist kaum sichtbar

Mistral ist das einzige EU-eigene Frontier-Modell der gesamten Studie und erscheint bei nur 12 Anbietern (5 %). Jedes andere kommerzielle Frontier-Modell im Einsatz ist amerikanisch. Das ist die zentrale strukturelle Tatsache des Marktes.

3.5 Open Source und Self-Hosting ist die echte Souveränitätswahl

Open-Source- oder Self-hosted-Modelle werden von 11 % aller Anbieter genutzt, das echte Datensouveränitäts-Segment, konzentriert bei Anbietern, die Kunden aus Verwaltung, Gesundheit und regulierten Branchen bedienen. Beispiele: AI Advies Bureau, AI Horizon, AI-Recruiting, AIFAIS, Appfront, CAIDEL, CleverTech, Data Science Lab (DSL), DecodifAI (Nodevate), FenxLabs.ai, GLBNXT, Goodspeed, LearnWise AI, Louwman AI Automation. Diese Anbieter passen am natürlichsten zu einem in der EU gehosteten Angebot.

3.6 Ein erheblicher Anteil baut gar kein Sprachmodell

13 % der Anbieter betreiben eigene Modelle für Computer Vision, Perception, Betrugserkennung oder Sprachverarbeitung und sind daher gar nicht im LLM-Anbietermarkt. Beispiele: AI-InfraSolutions, Aiir Innovations, Birds.ai, BlueGen.ai, BrainCreators, Crux Digits, Fizyr, Fourthline, Friss, Gambit Cyber, GeoPhy, Geronimo.AI, HULO.ai, Healthplus.ai. Sie sind aus der LLM-Anbieter-Analyse ausgeschlossen, zählen aber zur Dimensionierung des adressierbaren Marktes.

3.7 Das Multi-Provider- und Gateway-Muster

Die fortgeschrittensten Entwickler sind ausdrücklich modell-agnostisch und routen über mehrere Anbieter, oft über ein Gateway. Genau in diese Abstraktion fügt sich ein in der EU gehostetes Modell ein. Beispiele mit drei oder mehr Frontier-Anbietern: Accenture Netherlands, Tata Consultancy Services (TCS), Xebia (inklusive GoDataDriven und Xccelerated), Green Creatives, WeAreBrain, orq.ai, AI Opener, Blits.ai, SAMEN AI.

4. Implikationen für GreenPT

• Verdrängung, keine grüne Wiese. Rund 8 von 10 Anbietern mit bekanntem Stack betreiben bereits Modelle der OpenAI-Familie. Es geht darum, eine bestehende Wahl zu ersetzen, nicht um Erstadoption, und es ist am leichtesten dort, wo ein Gateway das Modell bereits abstrahiert.
• Über die Lücke zwischen Anspruch und Realität verkaufen. 62 % der Anbieter kommunizieren EU-Hosting oder Souveränität als Wert, während nur rund 5 % ein EU-eigenes Modell nutzen. Dieser Widerspruch ist zugleich die qualifizierende Frage und der Kern des Pitches.
• Wärmstes Segment: Open Source und Self-Hoster (11 %) plus die Gruppe aus Verwaltung, Gesundheit und regulierten Branchen. Sie haben Kontrolle bereits über Bequemlichkeit gewählt; ein in der EU gehostetes Managed-Modell nimmt ihnen die Last des Self-Hostings ab.
• „Azure-EU-Region = souverän” widerlegen. Das häufigste Gegenargument ist Microsofts EU Data Boundary. Die Botschaft muss den Unterschied zwischen Datenresidenz und Jurisdiktion (US CLOUD Act) scharf ziehen, denn 42 % erreichen OpenAI über Microsoft.
• Mistral ist der einzige EU-Wettbewerber, und er ist kaum präsent. Es gibt echten Raum für einen First Mover mit einer in den Niederlanden oder der EU gehosteten Alternative.

5. Grenzen und Verlässlichkeit

• Nichtoffenlegung. Nicht alle Anbieter veröffentlichen ihre Modellwahl. Die Prozentsätze umfassen die Anbieter, deren Stack sich feststellen ließ, und nehmen an, dass diese repräsentativ sind, plausibel, aber unbewiesen.
• Gemischte Konfidenz. Die Kennzahlen der Überschrift bündeln bestätigte, signalisierte und abgeleitete Zuordnungen. Eine strengere Nur-bestätigt-Lesart ergibt eine voll belastbare Sicht; sie senkt die absoluten Anteile, erhält aber OpenAIs Dominanz.
• Implementierungsagenturen bauen auf der Kundenwahl auf. Viele Implementierungspartner nutzen, was der Kunde vorgibt, sodass ihr „Anbieter” situativ statt fest ist.
• Momentaufnahme. Erstellt im Juni 2026; der GenAI-native lange Ausläufer verändert sich schnell, mit vielen 2024 und 2025 gegründeten Anbietern.
• Konsistenzprüfung. Die erweiterte Stichprobe (n=240) folgt eng einer früheren verifizierten Zählung von 54 Anbietern (OpenAI 61 % zu 69 %, Anthropic 28 % zu 24 %, Mistral 6 % zu 5 %), was das Vertrauen in Richtung und Größenordnung erhöht.

6. Zwei Lesesichten der Daten

Die Analyse baut auf zwei ergänzenden Sichtweisen auf, beide oben zusammengefasst:

• Aggregierte Anbieterzählung. Das Ranking, beide Nenner, die Kern-Aggregate und die begleitenden Balkendiagramme (§2). Das ist die Vogelperspektive des Marktes.
• Übersicht je Anbieter. Alle 240 Anbieter mit ihrem zugeordneten Anbieter, Konfidenzniveau, EU- oder Hosting-Signal und ihrer Quelle. Anbieter ohne jegliches Signal sind getrennt markiert, damit sie die Nenner nicht verwässern.

Zusammen ermöglichen diese Sichten, sowohl der marktweiten Verteilung als auch der Grundlage für jeden einzelnen Anbieter zu folgen.

---

Erstellt am 16. Juni 2026. Zahlen abgeleitet aus der in §1 beschriebenen Studie. Die Prozentsätze umfassen die Anbieter, deren Modellwahl sich feststellen ließ.