--- id: CP-269 slug: lokale-ai-npu-vs-cloud-ai lang: nl title: Lokale AI op de pc of AI in de cloud description: "AI op de pc (NPU-chip) en AI in de cloud roepen verschillende vragen op: een goedgekeurde tool kiezen, wat u invoert, wie u inlicht." canonical_url: https://startbrain.io/cyberpedia/nl/articles/lokale-ai-npu-vs-cloud-ai/ markdown_url: https://startbrain.io/cyberpedia/nl/articles/lokale-ai-npu-vs-cloud-ai.md publisher: Brain (https://startbrain.io) license: CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) cite_as: Brain, “Lokale AI op de pc of AI in de cloud”, Cyberpedia, 2026. https://startbrain.io/cyberpedia/nl/articles/lokale-ai-npu-vs-cloud-ai/ (CC BY 4.0) wing: 4 theme: authorized_tools reflex: air-021 schema: G3 updated: "2026-11-03" translations: nl: https://startbrain.io/cyberpedia/nl/articles/lokale-ai-npu-vs-cloud-ai/ fr: https://startbrain.io/cyberpedia/fr/articles/ia-locale-npu-vs-ia-cloud/ en: https://startbrain.io/cyberpedia/en/articles/on-device-ai-npu-vs-cloud-ai/ de: https://startbrain.io/cyberpedia/de/articles/lokale-ki-npu-vs-cloud-ki/ es: https://startbrain.io/cyberpedia/es/articles/ia-local-npu-vs-ia-nube/ it: https://startbrain.io/cyberpedia/it/articles/ia-locale-npu-vs-ia-cloud/ sources: - "n": 1 title: Develop AI applications for Copilot+ PCs publisher: Microsoft url: https://learn.microsoft.com/en-us/windows/ai/npu-devices/ accessed: "2026-11-03" - "n": 2 title: Guidelines for secure AI system development publisher: NCSC (Royaume-Uni) url: https://www.ncsc.gov.uk/collection/guidelines-secure-ai-system-development published: "2023-11-27" accessed: "2026-11-03" - "n": 3 title: LLMRisks Archive publisher: OWASP url: https://genai.owasp.org/llm-top-10/ accessed: "2026-11-03" - "n": 4 title: "AI Data Security: Best Practices for Securing Data Used to Train & Operate AI Systems" publisher: CISA url: https://www.cisa.gov/resources-tools/resources/ai-data-security-best-practices-securing-data-used-train-operate-ai-systems published: "2025-05-22" accessed: "2026-11-03" - "n": 5 title: Les fiches pratiques IA publisher: CNIL url: https://www.cnil.fr/fr/les-fiches-pratiques-ia accessed: "2026-11-03" - "n": 6 title: Intelligence artificielle publisher: CNIL url: https://www.cnil.fr/fr/intelligence-artificielle accessed: "2026-11-03" - "n": 7 title: "Adversarial Machine Learning: A Taxonomy and Terminology of Attacks and Mitigations" publisher: NIST url: https://csrc.nist.gov/pubs/ai/100/2/e2023/final accessed: "2026-11-03" - "n": 8 title: AI Risk Management Framework publisher: NIST url: https://www.nist.gov/itl/ai-risk-management-framework accessed: "2026-11-03" --- # Lokale AI op de pc of AI in de cloud Een lokale AI voert haar berekeningen uit op de computer van de medewerker. Een AI in de cloud doet dat op servers die elders worden gehost en waarmee de tool verbinding maakt. Voor wie een vraag intypt of een document plakt, lijken de twee op elkaar. De risico's voor de bedrijfsgegevens zijn toch niet dezelfde, en de beslissing om een bepaalde tool te gebruiken ligt bij het bedrijf. Dit artikel legt het verschil uit en daarna wat de medewerker kan doen: een goedgekeurde tool kiezen, weten wat daarin mag worden ingevoerd en navragen bij twijfel. ## In 30 seconden - Waar het voorkomt: vertaal- of beeldgeneratieassistenten, op een recente pc met een AI-chip [1]. - Wat verandert: een lokale AI draait op de machine, een AI in de cloud op een gehoste dienst. In beide gevallen moeten de ingevoerde gegevens en de tool zelf onder controle blijven. - De reflex: gebruik alleen tools die het bedrijf heeft goedgekeurd, en vraag het aan beveiliging of de IT-afdeling voordat u gevoelige gegevens invoert of een nieuwe tool installeert. - Als het al gebeurd is: licht de IT-afdeling meteen in, met vermelding van de tool en van wat u hebt ingevoerd. ## Directe vragen ### Wat is een NPU-chip? Microsoft beschrijft het als een chip die gespecialiseerd is in zware AI-taken, zoals realtimevertaling of beeldgeneratie [1]. De "Copilot+"-pc's van Microsoft hebben er een aan boord die meer dan 40 biljoen bewerkingen per seconde aankan (40 TOPS) [1]. De NPU werkt samen met de processor en de grafische kaart, en Windows 11 verdeelt de taken over deze onderdelen [1]. Hij maakt het mogelijk AI-functies op het apparaat zelf uit te voeren [1]. ### Is een lokale AI zonder risico? Nee. In de hier aangehaalde bronnen staat nergens dat een model dat op de pc draait voorzorgsmaatregelen overbodig maakt. Het Britse NCSC wijst erop dat AI-systemen blootstaan aan nieuwe kwetsbaarheden, die bovenop de gewone IT-dreigingen komen [2]. OWASP noemt in zijn top tien van risico's voor toepassingen op basis van taalmodellen het vrijkomen van gevoelige informatie, de toeleveringsketen en het vergiftigen van gegevens en modellen [3]. Geen van deze bronnen beperkt die risico's tot tools die elders worden gehost. ### Wat verandert er bij AI in de cloud? Het NCSC richt zijn richtlijnen vooral op aanbieders van AI-systemen die modellen gebruiken die door een organisatie worden gehost, of externe programmeerinterfaces (API's) [2]. Bij een externe API hangt de tool af van een dienst van een derde. De hier aangehaalde bronnen geven geen details over wat elke aanbieder met de ingevoerde gegevens doet: dat staat in de voorwaarden van de dienst en wordt nagevraagd bij de IT-afdeling van het bedrijf. ### Wat mag ik in een AI-tool invoeren? De hier aangehaalde bronnen leggen geen lijst van toegestane gegevens vast. De regel van het bedrijf geldt. CISA verbindt gegevensbeveiliging met de juistheid, integriteit en betrouwbaarheid van de resultaten van een AI, in alle fasen van haar bestaan [4]. Bij twijfel voert u beter niets vertrouwelijks of persoonlijks in voordat u een antwoord hebt. ### Bij wie kan ik terecht bij twijfel? Bij de IT-afdeling of de beveiliging van het bedrijf, en bij de functionaris voor gegevensbescherming als er persoonsgegevens in het spel zijn. Deze aanspreekpunten verschillen per bedrijf, en geen enkele hier aangehaalde bron noemt ze. ## Hoe het werkt Een AI-model wordt uitgevoerd ("inferentie") op hardware. Op een pc met NPU raadt Microsoft aan Windows ML te gebruiken om AI-taken op de NPU te draaien [1]. Is de NPU niet beschikbaar, dan valt Windows ML terug op de GPU of de processor [1]. Windows ML steunt op ONNX Runtime, een vrije inferentie-engine [1]. Modellen worden vaak in zware formaten gepubliceerd. Veel NPU's accepteren alleen berekeningen met gehele getallen in verminderde precisie, waardoor modellen eerst moeten worden omgezet ("gekwantiseerd") voordat ze erop draaien [1]. Er bestaan al omgezette modellen, en iedereen kan een eigen model meebrengen om om te zetten [1]. Dat laatste punt is belangrijk voor de medewerker: een lokaal model is een bestand, en het komt van iemand. ## Wat u doet - Gebruik de tools die het bedrijf levert of heeft goedgekeurd, of ze nu lokaal zijn of in de cloud. - Vraag de IT-afdeling om toestemming voordat u een tool of een model installeert. - Vraag voordat u een gevoelig document of gegevens van personen invoert of de tool voor dat gebruik is toegestaan. De CNIL publiceert praktische fiches over de toepassing van de AVG op AI, waaronder een over de beveiliging van de ontwikkeling van een AI-systeem [5]. - Hebt u al gegevens ingevoerd in een niet-goedgekeurde tool, meld dat dan. ## De valkuilen ### Denken dat een lokale AI zonder risico is De berekening gebeurt op de pc, maar het model en de toepassing blijven software die up-to-date moet worden gehouden. Het NCSC rekent updates en logging tot de acties van de fase van gebruik en onderhoud van een AI-systeem [2]. OWASP wijst ook op het risico van "buitensporige zelfstandigheid" (excessive agency): een systeem op basis van een taalmodel krijgt vaak enige autonomie [3]. Een lokale tool die gekoppeld is aan uw bestanden of mailboxen is daar een voorbeeld van dat u samen met de IT-afdeling bekijkt. ### Een niet-goedgekeurde tool gebruiken ("shadow AI") Een niet-goedgekeurde tool ontsnapt aan de controles van het bedrijf. Het NCSC raadt aan beveiliging als basisvereiste te behandelen, over de hele levenscyclus van een systeem [2]. Een tool die een medewerker op eigen houtje kiest, valt onder geen van deze controles. ### Een model van onbekende herkomst downloaden Een gedownload model is een onderdeel van de toeleveringsketen, een risico dat OWASP uitdrukkelijk noemt [3]. Het NIST-rapport over adversarial machine learning behandelt aanvallen via een achterdeur en via een "Trojaans paard", en ook het vergiftigen van gegevens [7]. De CNIL beheert van haar kant een hulpmiddel om de afstamming van als open source gepubliceerde AI-modellen te verkennen, bijgewerkt op 26 augustus 2026 [6]. Vraag voor een model van onbekende herkomst de IT-afdeling om toestemming voordat u het installeert. ### Toegang tot gegevens veronachtzamen Een AI die documenten leest, kan de inhoud ervan onthullen. OWASP noemt het vrijkomen van gevoelige informatie, dat zowel het model als de toepassing treft [3]. Het risicobeheerkader van NIST, dat vrijwillig wordt toegepast, wil betrouwbaarheid inbouwen in het ontwerp, het gebruik en de evaluatie van AI-systemen [8]. ## Bronnen 1. Microsoft, “Develop AI applications for Copilot+ PCs”. https://learn.microsoft.com/en-us/windows/ai/npu-devices/ (geraadpleegd op 3 november 2026) 2. NCSC (Royaume-Uni), “Guidelines for secure AI system development”, 27 november 2023. https://www.ncsc.gov.uk/collection/guidelines-secure-ai-system-development (geraadpleegd op 3 november 2026) 3. OWASP, “LLMRisks Archive”. https://genai.owasp.org/llm-top-10/ (geraadpleegd op 3 november 2026) 4. CISA, “AI Data Security: Best Practices for Securing Data Used to Train & Operate AI Systems”, 22 mei 2025. https://www.cisa.gov/resources-tools/resources/ai-data-security-best-practices-securing-data-used-train-operate-ai-systems (geraadpleegd op 3 november 2026) 5. CNIL, “Les fiches pratiques IA”. https://www.cnil.fr/fr/les-fiches-pratiques-ia (geraadpleegd op 3 november 2026) 6. CNIL, “Intelligence artificielle”. https://www.cnil.fr/fr/intelligence-artificielle (geraadpleegd op 3 november 2026) 7. NIST, “Adversarial Machine Learning: A Taxonomy and Terminology of Attacks and Mitigations”. https://csrc.nist.gov/pubs/ai/100/2/e2023/final (geraadpleegd op 3 november 2026) 8. NIST, “AI Risk Management Framework”. https://www.nist.gov/itl/ai-risk-management-framework (geraadpleegd op 3 november 2026) --- Oorspronkelijke bron: Cyberpedia, de openbare encyclopedie over cyberveiligheid en AI van Brain. Canonieke versie: https://startbrain.io/cyberpedia/nl/articles/lokale-ai-npu-vs-cloud-ai/ U mag deze tekst vrij hergebruiken onder de licentie CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/), mits u “Brain, Cyberpedia” vermeldt met een link naar bovenstaand adres.