Cyberpediadoor Brain
NLDEENESFRIT

Open en propriëtaire AI-modellen

Model met gepubliceerde gewichten of onlinedienst: wat dat betekent voor bedrijfsgegevens, en wat medewerkers wel of niet doen.

In 30 seconden

Waar het voorkomt
In elke AI-tool, of het nu een onlinedienst is of een model dat op een werkplek is gedownload en geïnstalleerd.
Wat verandert
Bij een onlinedienst gaan uw gegevens naar een hostingpartij. Bij een open model hangt alles af van de plek waar het draait, en van wie het heeft geïnstalleerd en bijwerkt.
Het risico
Een "open" model blijft onder een licentie en risico's vallen, en het beschermt gegevens niet als het via een externe dienst wordt gebruikt.
De reflex
Gebruik alleen de AI-tools die Brain heeft goedgekeurd, installeer geen gedownload model zonder goedkeuring en voer geen gevoelige gegevens in bij een niet-goedgekeurde dienst.
Als het al gebeurd is
Waarschuw het beveiligingsteam van Brain meteen en meld welke gegevens zijn ingevoerd of welk model is geïnstalleerd.

Waar gaat het over

Een AI-assistent berust op een taalmodel. Dat model kan worden verspreid als bestanden die iedereen kan downloaden en op de eigen computer kan draaien: dan spreekt men van een model met gepubliceerde gewichten, of een "open" model. Het kan ook bij de uitgever blijven, die het alleen via een onlinedienst aanbiedt: dan spreekt men van een propriëtair model.

Voor een medewerker zit het verschil minder in de kwaliteit van de antwoorden dan in een eenvoudige vraag: waar gaan de gegevens heen die u invoert, en wie is ervoor verantwoordelijk? Deze pagina legt beide gevallen uit en wat Brain van elk verwacht.

Directe vragen

Wat is het verschil tussen een open en een propriëtair model?

Een open model wordt gepubliceerd in plaats van achter een dienst te blijven. Twee voorbeelden die in de hier aangehaalde bronnen zijn beschreven: LLaMA, in februari 2023 gepresenteerd door een team onderzoekers, dat schrijft "We release all our models to the research community"1, en Mistral 7B, gepubliceerd onder de Apache 2.0-licentie2. Een propriëtair model is alleen bereikbaar via een onlinedienst: de gebruiker stuurt zijn tekst en krijgt een antwoord, zonder het model te zien.

Waar gaan mijn gegevens heen?

Bij een onlinedienst verlaat de ingevoerde tekst het bedrijf om door de aanbieder te worden verwerkt. De richtlijnen van de Britse NCSC gaan dan ook over systemen die modellen gebruiken die door een organisatie worden gehost, of externe interfaces (API's), en vragen om AI-systemen die werken zonder gevoelige gegevens aan onbevoegde derden prijs te geven4. Bij een open model dat op een werkplek of een interne server is geïnstalleerd, kan de verwerking ter plaatse blijven. De modellen zelf leggen dat niet op: alles hangt af van de plek waar ze draaien.

Beschermt een open model mijn gegevens?

Niet automatisch. Wordt een open model via een externe dienst gebruikt, dan loopt de invoer via die dienst, net als bij een propriëtair model. Wat telt, is de plek waar de verwerking plaatsvindt, niet het open karakter van het model.

Wie werkt het model bij, en wie is ervoor verantwoordelijk?

Bij een onlinedienst blijft het model bij de aanbieder. Bij een gedownload model staat het bij degene die het heeft geïnstalleerd, en niemand anders zorgt ervoor. De richtlijnen van de NCSC brengen het beheer van updates onder in de fase "exploitatie en onderhoud" van een AI-systeem en de beveiliging van de toeleveringsketen in de ontwikkelfase4. Voor persoonsgegevens stelt de CNIL de vraag hoe de verantwoordelijkheden worden verdeeld wanneer een AI-systeem door een uitgever wordt geleverd en door een derde wordt gebruikt5.

Mag de aanbieder hergebruiken wat ik invoer?

De CNIL stelt dat een aanbieder van een AI-systeem gegevens die een verwerkingsverantwoordelijke hem heeft toevertrouwd rechtmatig mag hergebruiken als aan meerdere voorwaarden is voldaan: toestemming van de verwerkingsverantwoordelijke, een verenigbaarheidstoets, informatie aan de betrokkenen en eerbiediging van hun rechten, en conformiteit van de nieuwe verwerking5. Daarom is het zinvol een tool te gebruiken waarvan Brain de voorwaarden heeft gecontroleerd.

1Hoe het werkt1 min

Een taalmodel wordt getraind op een grote hoeveelheid tekst en voorspelt vervolgens een vervolg van de tekst als antwoord op een opdracht7. De onderzoekers van LLaMA toonden aan dat een toonaangevend model uitsluitend met openbare gegevens kon worden getraind, en dat LLaMA-13B GPT-3 (175B) op de meeste tests overtrof1. Mistral 7B, met 7 miljard parameters, doet het beter dan Llama 2 13B op alle geëvalueerde tests2. Het grootste model van Llama 3 telt 405 miljard parameters, en volgens de auteurs is de kwaliteit vergelijkbaar met die van GPT-4 bij veel taken3. Zij hebben dit model gepubliceerd, samen met Llama Guard 3, een model voor de controle van invoer en uitvoer3.

Voor het bedrijf gaat de beslissing dus over drie punten: waar het model wordt gehost, wie het bijwerkt en wie verantwoordelijk is bij een incident. Het antwoord verschilt per tool. Daarom geldt de lijst met goedgekeurde tools als regel.

2Wat u doet1 min
  • Gebruik alleen de AI-tools die Brain heeft goedgekeurd, of ze nu op een open of op een propriëtair model berusten.
  • Installeer geen gedownload model op een werkplek zonder goedkeuring van het beveiligingsteam.
  • Voer geen gevoelige gegevens in bij een niet-goedgekeurde dienst: gegevens van klanten, van collega's, over gezondheid, bedrijfsgeheimen.
  • Gebruik voor een proef liever fictieve gegevens, dat wil zeggen gegevens met dezelfde structuur als de echte, maar zonder verband met een persoon. De CNIL noemt tests met fictieve gegevens om vast te stellen welke gegevens een AI-systeem nodig heeft5.
  • Twijfelt u over een tool, vraag het dan voordat u hem gebruikt.
  • Hebt u al gegevens ingevoerd bij een niet-goedgekeurde dienst of een model geïnstalleerd, meld dat dan meteen.
3De valkuilen2 min

"Open" betekent niet zonder licentie

Mistral 7B is gepubliceerd onder de Apache 2.0-licentie2. Een open model wordt dus gepubliceerd met een licentie, die de gebruiksvoorwaarden vastlegt. De hier aangehaalde bronnen beschrijven de licenties van de andere modellen niet: ga er niet van uit dat elk gebruik is toegestaan.

Een gedownload model kan gemanipuleerd of bevooroordeeld zijn

OWASP rekent tot de tien risico's van 2025 voor generatieve AI-toepassingen de toeleveringsketen van modellen, die aan uiteenlopende kwetsbaarheden is blootgesteld, en het vergiftigen van gegevens en modellen6. Ook desinformatie staat erop, ditmaal als kernzwakte van toepassingen die op modellen steunen6. Een modelbestand dat van een willekeurige site is gehaald, is niet door Brain gecontroleerd. De NCSC rekent de beveiliging van de toeleveringsketen overigens tot de punten die al bij de ontwikkeling van een AI-systeem moeten worden aangepakt4.

Een model kan persoonsgegevens hebben onthouden

De CNIL merkt op dat uit talrijke studies is gebleken dat grote taalmodellen de neiging hadden elementen uit hun trainingsgegevens te "onthouden": voornaam, achternaam, adres, telefoonnummer, bankpasnummer5. Een geslaagde aanval op de vertrouwelijkheid van een model kan een datalek vormen5. Dat geldt voor een open model net zo goed als voor een propriëtair model.

Een model dat blijft leren

Sommige systemen hergebruiken ingevoerde gegevens om zichzelf te verbeteren, wat de NCSC continu leren noemt7. De CNIL wijst erop dat deze werkwijze vragen over gegevensbescherming oproept, omdat de gegevens dan twee afzonderlijke doeleinden dienen5. Wat een dienst met de invoer doet, hoort bij de voorwaarden die u moet kennen voordat u de dienst goedkeurt.

Een kader dat verandert

Het AI-risicobeheerkader van het NIST, dat op vrijwillige basis wordt gebruikt, is op 26 januari 2023 gepubliceerd en op 26 juli 2024 aangevuld met een profiel voor generatieve AI8. De pagina van het NIST vermeldt dat versie 1.0 wordt herzien8. Aanbevelingen veranderen: de regels van Brain blijven de regels van het bedrijf.

4Praktijkgevallen1 min

27 februari 2023: LLaMA

Een team onderzoekers presenteert LLaMA, een verzameling modellen van 7 tot 65 miljard parameters, uitsluitend getraind met openbare datasets, en publiceert al zijn modellen voor de onderzoeksgemeenschap1.

10 oktober 2023: Mistral 7B

Mistral 7B v0.1, een model van 7 miljard parameters, wordt gepubliceerd onder de Apache 2.0-licentie, met een verfijnde versie die instructies volgt2.

31 juli 2024: Llama 3

De Llama 3-familie wordt gepresenteerd, met een model van 405 miljard parameters en een contextvenster tot 128.000 tokens. De voorgetrainde en nagetrainde versies van het grootste model worden gepubliceerd. De versies die beeld, video en spraak toevoegen, worden niet breed verspreid, omdat ze volgens de auteurs nog in ontwikkeling zijn3.

Fiche

Identificatie
CP-268
Vleugel
4. Kunstmatige intelligentie
Brain-competentie
Toegestane tools (authorized_tools)
Brain-reflex
air-023
Schema
G3 · Anatomische doorsnede
Talen
de, en, es, fr, it, nl
Bronnen
8 bronnen gecontroleerd op 3 november 2026
Bronnen8 bronnen
  1. arXiv, “LLaMA: Open and Efficient Foundation Language Models”, 27 februari 2023. https://arxiv.org/abs/2302.13971 (geraadpleegd op 3 november 2026)
  2. arXiv, “Mistral 7B”, 10 oktober 2023. https://arxiv.org/abs/2310.06825 (geraadpleegd op 3 november 2026)
  3. arXiv, “The Llama 3 Herd of Models”, 31 juli 2024. https://arxiv.org/abs/2407.21783 (geraadpleegd op 3 november 2026)
  4. 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)
  5. CNIL, “IA : comment être en conformité avec le RGPD ?”, 5 april 2022. https://www.cnil.fr/fr/intelligence-artificielle/ia-comment-etre-en-conformite-avec-le-rgpd (geraadpleegd op 3 november 2026)
  6. OWASP, “LLMRisks Archive”. https://genai.owasp.org/llm-top-10/ (geraadpleegd op 3 november 2026)
  7. NCSC (Royaume-Uni), “Principles for security of Machine learning ML”, 22 mei 2024. https://www.ncsc.gov.uk/collection/machine-learning-principles (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)

Dit artikel citeren

Brain, “Open en propriëtaire AI-modellen”, Cyberpedia, 2026. https://startbrain.io/cyberpedia/nl/articles/open-vs-proprietaire-ai-modellen/

BibTeX 
@misc{brain_cp268_nl_2026,
  author = {Brain},
  title = {Open en propriëtaire AI-modellen},
  year = {2026},
  howpublished = {Cyberpedia},
  url = {https://startbrain.io/cyberpedia/nl/articles/open-vs-proprietaire-ai-modellen/},
  note = {CC BY 4.0}
}
Licentie CC BY 4.0