Welke AI-modelaanbieders Nederlandse AI-leveranciers echt gebruiken

Samenvatting  ·  De Nederlandse toegepaste-AI-markt draait overwegend op Amerikaanse frontier-modellen, met OpenAI als koploper. Van de leveranciers gebruikt 69% OpenAI (79% inclusief Azure OpenAI), staat Anthropic tweede op 24%, en komt EU-eigen Mistral voor bij slechts 5%. De kernboodschap: 62% van de leveranciers geeft signalen van EU-hosting of soevereiniteit af, terwijl maar circa 5% daadwerkelijk een EU-eigen model gebruikt.

Opgesteld voor GreenPT-marktonderzoek · 16 juni 2026 · steekproef van 240 leveranciers.

Managementsamenvatting

De Nederlandse toegepaste-AI-markt draait overwegend op Amerikaanse frontier-modellen, met OpenAI als koploper:

• OpenAI wordt gebruikt door 69%; de OpenAI-familie (inclusief Azure OpenAI) bereikt 79%.
• Anthropic (Claude) staat tweede met 24%, bijna altijd als secundair of optioneel model naast OpenAI.
• Elke Microsoft-route (Azure OpenAI of Copilot) dekt 42%, de standaard voor grote ondernemingen en system integrators.
• Mistral, het enige EU-eigen frontier-model in het onderzoek, komt voor bij slechts 5%.
• Open source en zelf-gehoste modellen worden gebruikt door 11%, een reëel maar minderheidssegment, gedreven door soevereiniteit.

62% van de leveranciers geeft signalen van EU-hosting of soevereiniteit af, terwijl slechts circa 5% daadwerkelijk een EU-eigen model gebruikt. Die kloof tussen uitgesproken intentie en de realiteit van Amerikaanse modellen is de marktkans.

1. Doel en methodologie

1.1 Doel

Kwantificeren welke AI-modelaanbieders Nederlandse AI-leveranciers gebruiken in hun producten en diensten, en het resultaat uitdrukken in percentages, met bijzondere aandacht voor de verdeling tussen Amerikaanse frontier-modellen en EU-eigen of open-source modellen, die relevant is voor een EU-gehoste LLM-aanbieder.

1.2 Opbouw van de steekproef

Vertrekpunt was een samengestelde marktkaart van Nederlandse en internationaal-actieve AI-spelers: mondiale system integrators, Nederlandse pure-play data- en AI-leveranciers, GenAI-native bouwers, een lange staart van automatiserings- en agentenbouwers, een oogst uit professionele netwerken en een batch uit publieke bedrijvengidsen. Na ontdubbeling leverde dit 240 unieke leveranciers op.

1.3 Aanbiederonderzoek

Het aanbiedergebruik is leverancier voor leverancier vastgesteld via webonderzoek, in deze bewijsvolgorde: (1) de eigen technologie-, stack-, “hoe het werkt”-, subverwerkers-, DPA-, trust- of beveiligingspagina’s; (2) casestudies, engineeringblogs en documentatie; (3) cloud-partnerbadges (Microsoft, Google Cloud, AWS, die respectievelijk Azure OpenAI, Vertex en Bedrock impliceren); (4) vacatures die exacte tools noemen; (5) pers, professionele netwerken en gidsen. Negen parallelle onderzoeksrondes dekten de gehele steekproef; de resultaten zijn samengevoegd met de aanbiedersignalen die al in het onderzoek waren opgenomen.

Elke aanbiedertoewijzing heeft een betrouwbaarheidsniveau: Bevestigd (genoemd op de eigen bron van de leverancier), Gesignaleerd (partnerbadge, vacature of externe bron), of Afgeleid (producttype impliceert het sterk, spaarzaam gebruikt). Waar niets kon worden vastgesteld, is de leverancier geregistreerd als Niet bekendgemaakt in plaats van geraden.

1.4 De twee noemers (lees dit vóór de cijfers)

Omdat de meeste leveranciers hun stack niet publiceren, zou één enkel percentage misleidend zijn. Twee complementaire weergaven worden overal gerapporteerd:

• ”% van leveranciers met bekende stack” (n = 240), het aandeel onder leveranciers waarvan het modelgebruik daadwerkelijk kon worden vastgesteld. Dit is de zuivere vergelijking en het kerncijfer.
• ”% van alle leveranciers” (n = 720), dat niet-bekendmaking als onbekend telt. Dit zijn dus conservatieve ondergrenzen, geen bovengrenzen.

1.5 Hoe je de percentages leest (waarom ze samen méér dan 100% zijn)

Deze aandelen zijn overlappende verzamelingen, geen taartpunten. Elke rij beantwoordt een onafhankelijke ja/nee-vraag, namelijk “gebruikt deze leverancier deze aanbieder?”, en de meeste leveranciers gebruiken meerdere aanbieders tegelijk. Eén leverancier wordt dus geteld in elke rij die van toepassing is. Daardoor tellen de kolommen bewust op tot ruim boven 100%. Een leverancier als WeAreBrain of SAMEN AI verschijnt tegelijk onder OpenAI én Anthropic én Google én Mistral. De percentages sluiten elkaar dus niet uit en mogen nooit bij elkaar worden opgeteld.

“OpenAI-familie” is het enige ontdubbelde cijfer. Omdat OpenAI (directe API) en Azure OpenAI dezelfde GPT-modellen leveren, gebruiken sommige leveranciers beide. De twee rijen simpelweg optellen zou ze dubbel tellen, dus de regel “OpenAI-familie” telt elke leverancier maar één keer:

OpenAI-toegangsroute	Leveranciers	% van 240
Alleen OpenAI direct	123	51%
Alleen Azure OpenAI	24	10%
Zowel OpenAI direct als Azure	42	18%
OpenAI-familie (elke route, ontdubbeld)	189	79%

Dus 69% (direct) plus 28% (Azure) is niet 97% van de leveranciers. Het zijn 189 unieke leveranciers, oftewel 79%, omdat 42 leveranciers in beide rijen zitten. Dezelfde overlaplogica geldt voor elke aanbieder in de ranglijst.

2. Aanbiederranglijst

Het kernresultaat. De middelste kolom, % van de 240 leveranciers met bekende stack, is het kerncijfer.

Hoe je deze tabel leest: de percentages zijn overlappende verzamelingen, geen taart. Een leverancier die meerdere aanbieders gebruikt wordt in elke relevante rij geteld, dus de kolommen tellen per definitie op tot meer dan 100% en mogen niet worden opgeteld (zie §1.5). “OpenAI-familie” hieronder is het enige ontdubbelde uniecijfer. ”% van alle leveranciers” wordt alleen getoond waar dit zinvol is.

Aanbieder / tool	Leveranciers	% (n=240)	Herkomst
OpenAI	165	69%	VS
Azure OpenAI	66	28%	VS (MS)
Anthropic (Claude)	57	24%	VS
Microsoft Copilot	57	24%	VS
Google / Vertex	45	19%	VS
AWS Bedrock	21	9%	VS
Mistral	12	5%	EU 🇪🇺
IBM watsonx	15	6%	VS
Open source / zelf-gehost	27	11%	Zelf-hosten
n8n (orkestratie)	15	6%	EU zelf-hosten
Make.com (orkestratie)	12	5%	EU/VS SaaS

Let op: rijen tellen op tot meer dan 100% omdat veel leveranciers meerdere aanbieders gebruiken; ”% van alle” wordt alleen getoond waar zinvol.

3. Wat de cijfers betekenen

3.1 OpenAI is de standaard, met ruime voorsprong

OpenAI is de feitelijke standaardlaag van de Nederlandse toegepaste-AI-stack: 69% van de leveranciers met bekende stack, oplopend tot 79% zodra Azure-gehoste OpenAI wordt meegeteld. Het bestrijkt elke laag: mondiale system integrators, Nederlandse consultancy’s en de GenAI-native lange staart. Bevestigde voorbeelden: 10xStudio, AI Advies Bureau, AI Opener, AI-ris, Accenture Netherlands, Aigency, Aizy, Appfront, Avanade, BigData Republic.

3.2 Anthropic is het standaard tweede model, zelden het primaire

Claude komt voor bij 24% van de leveranciers met bekende stack, maar bijna altijd als optioneel of secundair model achter OpenAI binnen een opzet met meerdere modellen, niet als de huisstandaard. Bevestigde voorbeelden: 10xStudio, AI Advies Bureau, AI Opener, Accenture Netherlands, Aizy, Blits.ai, CleverTech, Codelevate, Conversed.ai.

3.3 Microsoft is de toegangspoort voor grote organisaties

Azure OpenAI en Copilot samen geteld bereikt 42% van de leveranciers met bekende stack OpenAI-modellen via Microsoft, de dominante route voor system integrators, de Big Four en Microsoft-partners, doorgaans gepresenteerd met de EU Data Boundary als antwoord op dataresidentie (niet jurisdictie).

3.4 De EU-eigen kloof: Mistral is nauwelijks zichtbaar

Mistral is het enige EU-eigen frontier-model in het gehele onderzoek, en het komt voor bij slechts 12 leveranciers (5%). Elk ander commercieel frontier-model in gebruik is Amerikaans. Dit is het centrale structurele feit van de markt.

3.5 Open source en zelf-hosten is de echte soevereiniteitskeuze

Open source of zelf-gehoste modellen worden gebruikt door 11% van alle leveranciers, het echte datasoevereiniteitssegment, geconcentreerd bij leveranciers die overheid, zorg en gereguleerde klanten bedienen. Voorbeelden: 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. Deze leveranciers sluiten het natuurlijkst aan bij een EU-gehost aanbod.

3.6 Een aanzienlijk deel bouwt helemaal geen taalmodel

13% van de leveranciers draait eigen modellen voor computervisie, perceptie, fraude-detectie of taalverwerking, en zit daarmee helemaal niet in de LLM-aanbiedermarkt. Voorbeelden: AI-InfraSolutions, Aiir Innovations, Birds.ai, BlueGen.ai, BrainCreators, Crux Digits, Fizyr, Fourthline, Friss, Gambit Cyber, GeoPhy, Geronimo.AI, HULO.ai, Healthplus.ai. Ze zijn uitgesloten van de LLM-aanbiederanalyse, maar tellen mee bij het bepalen van de adresseerbare markt.

3.7 Het multi-aanbieder- en gatewaypatroon

De meest geavanceerde bouwers zijn expliciet model-agnostisch en routeren over meerdere aanbieders, vaak via een gateway. Dat is precies de abstractie waar een EU-gehost model in past. Voorbeelden met drie of meer frontier-aanbieders: Accenture Netherlands, Tata Consultancy Services (TCS), Xebia (inclusief GoDataDriven en Xccelerated), Green Creatives, WeAreBrain, orq.ai, AI Opener, Blits.ai, SAMEN AI.

4. Implicaties voor GreenPT

• Verdringing, geen nieuw terrein. Ongeveer 8 op de 10 leveranciers met bekende stack draait al OpenAI-familiemodellen. Het gaat om het vervangen van een bestaande keuze, niet om eerste adoptie, en dat lukt het makkelijkst waar een gateway het model al abstraheert.
• Speel in op de kloof tussen intentie en realiteit. 62% van de leveranciers communiceert EU-hosting of soevereiniteit als waarde, terwijl slechts circa 5% een EU-eigen model gebruikt. Die tegenstrijdigheid is zowel de kwalificerende vraag als de kern van de pitch.
• Warmste segment: open source en zelf-hosters (11%) plus de overheid-, zorg- en gereguleerde groep. Zij kozen al voor controle boven gemak; een EU-gehost beheerd model neemt hun zelf-hostinglast weg.
• Weerleg “Azure EU-regio = soeverein”. Het meest voorkomende tegenargument is Microsofts EU Data Boundary. De boodschap moet het onderscheid tussen dataresidentie en jurisdictie (US CLOUD Act) scherp neerzetten, want 42% bereikt OpenAI via Microsoft.
• Mistral is de enige EU-concurrent, en is nauwelijks aanwezig. Er is reële ruimte voor een eerste mover met een Nederlands of EU-gehost alternatief.

5. Beperkingen en betrouwbaarheid

• Niet-bekendmaking. Niet alle leveranciers publiceren hun modelkeuze. De percentages gaan over de leveranciers waarvan de stack kon worden vastgesteld en gaan ervan uit dat die representatief zijn, aannemelijk maar onbewezen.
• Gemengde betrouwbaarheid. De kerncijfers bundelen bevestigde, gesignaleerde en afgeleide toewijzingen. Een striktere bevestigd-alleen-lezing geeft een volledig verdedigbare lezing; die verlaagt absolute aandelen maar behoudt de dominantie van OpenAI.
• Implementatiebureaus bouwen op klantkeuze. Veel implementatiepartners gebruiken wat de klant voorschrijft, dus hun “aanbieder” is situationeel in plaats van vast.
• Momentopname. Samengesteld in juni 2026; de GenAI-native lange staart verandert snel, met veel leveranciers opgericht in 2024 en 2025.
• Consistentiecontrole. De uitgebreide steekproef (n=240) volgt nauw een eerdere geverifieerde telling van 54 leveranciers (OpenAI 61% naar 69%, Anthropic 28% naar 24%, Mistral 6% naar 5%), wat het vertrouwen in richting en omvang vergroot.

6. Twee leesweergaven van de data

De analyse is opgebouwd uit twee complementaire weergaven, die hierboven beide zijn samengevat:

• Geaggregeerde aanbiedertelling. De ranglijst, beide noemers, de kernaggregaten en de bijbehorende staafdiagrammen (§2). Dit is het vogelvluchtperspectief op de markt.
• Per-leverancier-overzicht. Alle 240 leveranciers met hun toegewezen aanbieder, betrouwbaarheidsniveau, EU- of hostingsignaal en bron. Leveranciers zonder enig signaal zijn apart gemarkeerd zodat ze de noemers niet vertroebelen.

Samen maken deze weergaven het mogelijk om zowel de marktbrede verdeling als de onderbouwing per leverancier te volgen.

---

Samengesteld 16 juni 2026. Cijfers afgeleid uit het onderzoek zoals beschreven in §1. De percentages gaan over de leveranciers waarvan de modelkeuze kon worden vastgesteld.