Het datacenter debat: van goed-versus-fout naar intelligentie-ambitie
We tellen wat ze kosten, nauwelijks wat ze opleveren
Al jaren voeren we in Nederland hetzelfde datacenter debat: goed versus fout, welles nietes. Deze week laaide het weer op, en ik pak de pen omdat we uit onze stellingen moeten. Van een debat over wat we tegenhouden naar een debat over wat we willen bouwen. Deel I geeft zeven inzichten om het debat geïnformeerd te voeren. Deel II maakt er een ambitiedebat van, met drie vragen die we samen moeten beantwoorden. Een naslagwerk voor een volwassen debat.
Leestijd: 18 minuten. Met voetnoten en nawoord.
Dank aan tegenlezers: Eric Boonstra, Rick Pijpers, Peter van Sabben, Stan van Baarsen.
Vertrekpunt
Deze week werd voor het eerst zichtbaar hoeveel stroom één groot hyperscale datacenter in Nederland verbruikt. Uit cijfers van de Rijksdienst voor Ondernemend Nederland blijkt dat het Microsoft-datacenter bij Middenmeer in 2025 zo’n 1,17 terawattuur verbruikte, ongeveer 1 procent van alle Nederlandse stroom. Google weigert zijn cijfers te delen. En dus laait het debat weer op, in de vertrouwde Nederlandse vorm: goed versus fout, voor of tegen, bouwen of stoppen.
De proteststemmen in het publieke debat tegen datacenters verlopen doorgaans via X, Bluesky, LinkedIn of YouTube. Die draaien trouwens op datacenters:). We lezen de berichten, geven ze een like of comment. Dat kan dankzij hetzelfde datacenter. En na het tonen van onze verontwaardiging kijken we een serie op Netflix. Datacenters! Kortom, onze verontwaardiging en onze afhankelijkheid draaien op dezelfde machines. Dan is een oppervlakkig debat geen optie meer.
Dat debat is weinig constructief, van beide kanten. Want de tegenstanders hebben gelijk dat het stroomnet vol zit 1, en de voorstanders hebben gelijk dat onze hele digitale samenleving op deze gebouwen draait.
Maar voordat het debat een andere kant op kan, moeten we eerst scherpstellen. Onder dat ene woord datacenter gaan namelijk drie werelden schuil. 1) De opslagdozen van de wereldwijde cloud: de hyperscalers van Middenmeer, waar de verontwaardiging zich vooral op richt. 2) De multi-tenant datacenters waar ons dagelijkse digitale leven draait: betalingsverkeer, zorg, overheid en duizenden bedrijven. 3) En de AI-fabrieken die er grotendeels nog aan komen: gebouwen die geen data bewaren maar intelligentie produceren, door modellen te trainen en ze dagelijks miljarden vragen te laten beantwoorden.
Dit stuk raakt alle drie waar de feiten dat vragen, maar het draait om die derde categorie. Want bij opslag gaat het over ruimte en stroom, en dat debat verdient zijn eigen podium. Bij de fabriek gaat het over iets fundamentelers: of Nederland straks zelf intelligentie produceert, of haar levenslang huurt.
Vanuit die scherpstelling kantelt dit stuk het debat: van de vraag of datacenters er mogen staan naar de vraag wat wij ermee bouwen. Dat doe ik in twee delen.
Deel I legt de kennis op tafel: de feiten achter de cijfers, het verschil tussen gewone en AI-datacenters, de vijf hardnekkigste fabels en de halve boekhouding waarmee Nederland rekent.
Deel II bouwt het debat dat ervoor in de plaats moet komen: het intelligentie-ambitiedebat, over wat wij op onze rekenkracht produceren, wie die intelligentie afneemt en wie hier komt bouwen.
Wie alleen de feiten zoekt, leest deel I als naslagwerk. Wie wil weten wat Nederland te doen staat, vindt in deel II de aanpak. Van reflex naar feiten, daarna van feiten naar keuzes, zodat we na de keuzes weer samen bouwen.
Daarvoor moeten we eerst de blik verleggen: weg van het gebouw, naar wat erin gebeurt. Rekenkracht.
Rekenkracht ligt aan de basis van de vijfde productiefactor: intelligentie. Na land, arbeid, kapitaal en kennis wordt intelligentie de factor waarmee economieën waarde produceren, en de zogenoemde compute is er de grondstof van. De waardeketen van de intelligentie-economie is kort en onverbiddelijk: energie voedt rekenkracht, rekenkracht wekt intelligentie op, intelligentie levert oplossingen, oplossingen worden waarde. Wie geen eigen rekenkracht heeft, huurt zijn intelligentie bij een ander. Tegen andermans prijs, onder andermans voorwaarden, binnen andermans wet.
Deel I: Haal de datacenters uit het goed-versus-fout debat
Inzicht 1: Magazijn versus fabriek
Het debat gooit twee fundamenteel verschillende gebouwen op één hoop.
Een regulier datacenter is een magazijn. Het bewaart en verplaatst: je foto’s, je bankverkeer, je zorgdossier, je Netflix. Racks van 5 tot 10 kilowatt, luchtkoeling, een stabiel en voorspelbaar verbruik. Dit zijn de gebouwen die Nederland al twintig jaar huisvest. Hoe vitaal ze zijn bleek in mei, toen een brand in een datacenter in Almere tot landelijke uitval van digitale diensten leidde: betalingsverkeer, onderwijs, zorg en overheid draaien erop.
Een AI-datacenter is een fabriek. Er wordt iets geproduceerd: intelligentie. GPU-clusters met racks van 50 tot ruim 100 kilowatt, vloeistofkoeling, extreme vermogensdichtheid. En die fabriek doet twee verschillende dingen. Trainen: het bouwen van een model, een geconcentreerde rekenklus van weken tot maanden op tienduizenden chips tegelijk. En inference (inferentie): het dagelijks beantwoorden van miljarden vragen door dat model.
Trainen kan overal ter wereld gebeuren, in Noorwegen net zo goed als hier. Inferentie wil dicht bij de gebruiker zitten, om twee redenen. Snelheid: het model dat een arts op de spoedeisende hulp ondersteunt of een voertuig door het verkeer stuurt, kan niet wachten op een omweg via Virginia. En jurisdictie: door de inferentie stromen de vragen, de dossiers en de transacties van Nederlanders, en die wil je onder Europees recht houden.
Dit onderscheid bepaalt welke discussie je voert. De opslagdozen van Middenmeer en de AI-gigafabriek die Volt en Eneco in de Rotterdamse haven willen bouwen zijn twee verschillende vraagstukken. Het eerste gaat over ruimtelijke ordening en vestigingsbeleid. Het tweede gaat over de vraag of Nederland en Europa zelf intelligentie kunnen produceren. Wie beide onder de noemer blokkendozen schuift, discussieert over een loods terwijl het over een productiefaciliteit gaat.
Inzicht 2: De feiten
Nu de cijfers.
Alle circa 200 Nederlandse datacenters samen verbruikten in 2024 volgens het CBS 5,1 terawattuur elektriciteit, ofwel 4,6 procent van het Nederlandse stroomverbruik. Zo’n 45 grote datacenters nemen daarvan circa 90 procent voor hun rekening, evenveel als 1,9 miljoen woningen. Het verbruik groeide 37 procent ten opzichte van 2021.
Let daarbij op het woord: stroomverbruik. Elektriciteit is maar een deel van ons totale energieverbruik. Nederland verstookt jaarlijks ruwweg 3.000 petajoule aan energie, grotendeels gas, olie en brandstoffen. Die 5,1 terawattuur van de datacenters is omgerekend 18 petajoule: minder dan 1 procent van het totale energieplaatje. Beide cijfers kloppen.
Wie wil alarmeren pakt de 4,6 procent van de stroom, wie wil sussen pakt de 0,6 procent van de energie. Een volwassen debat gebruikt ze allebei en zegt erbij wat ze meten.
Zet die cijfers vervolgens naast sectoren waarvan we het verbruik allang als vanzelfsprekend accepteren:
De NS verbruikt 1,2 terawattuur per jaar, ongeveer 1 procent van het Nederlandse stroomverbruik, vergelijkbaar met heel Amsterdam. Heel Nederland per spoor vervoeren kost dus grofweg een kwart van wat alle datacenters samen verbruiken. Niemand noemt de trein een energieslurper.
De glastuinbouw is al decennia een van de grootste energieverbruikers van het land. De sector verstookt vooral aardgas, in hoeveelheden die het energieverbruik van alle datacenters samen ruim overtreffen. Niemand demonstreert bij een kas in het Westland.
Alle datacenters samen beslaan volgens de branche zo’n 240 hectare, een fractie van een procent van het Nederlandse oppervlak.
En mondiaal: het Internationaal Energieagentschap becijferde het wereldwijde stroomverbruik van datacenters in 2024 op 415 terawattuur en verwacht ruim een verdubbeling naar zo’n 945 terawattuur in 2030, meer dan het huidige elektriciteitsverbruik van Japan. Binnen die groei verschuift het zwaartepunt van magazijn naar fabriek: Gartner verwacht dat AI-servers al in 2027 wereldwijd meer stroom verbruiken dan alle traditionele servers samen, 258 tegenover 200 terawattuur. Het Nederlandse aandeel past bij onze rol als digitaal knooppunt via de AMS-IX en ligt in lijn met onze economische omvang; Ierland zit op ruim een vijfde van zijn stroomverbruik.
Eén disclaimer: de relatieve rust in de Nederlandse cijfers is een momentopname. De vraag naar rekenkracht groeit door AI sneller dan ooit, en de provincie Noord-Holland rekent op 37 procent meer datacenters in 2035. De zorg over groei is dus legitiem. Alleen het beeld dat datacenters nú onze stroom opslurpen klopt niet.
Inzicht 3: Vijf fabels, vijf waarheden
Met het onderscheid en de feiten op tafel kunnen we de hardnekkigste beelden langslopen.
Fabel 1: “Datacenters slurpen onze stroom op.”
Waarheid: 4,6 procent van de elektriciteit, minder dan 1 procent van het totale energieverbruik. De trein en de kas verbruiken vergelijkbare of grotere hoeveelheden zonder dat iemand ze ter discussie stelt. De legitieme zorg zit in de groeicurve richting 2030, en die vraagt om beleid in plaats van verontwaardiging.
Fabel 2: “Ze zijn er alleen voor Amerikaanse big tech, wij hebben er niets aan.” Waarheid: jouw pinbetaling, je ziekenhuisdossier en je videobelafspraak draaien erop. Wat wél klopt: veel capaciteit is in Amerikaanse handen, en toezichthouder ACM waarschuwde begin dit jaar voor de extreme Nederlandse afhankelijkheid van Amerikaanse cloudaanbieders. Dat is een eigendomsvraagstuk, en juist een argument vóór eigen infrastructuur in plaats van tegen datacenters als categorie.
Fabel 3: “Ze verspillen ons drinkwater.”
Waarheid: de sector gebruikt volgens de branche ongeveer 0,09 procent van het Nederlandse drinkwater. Belangrijker: waterverbruik is een ontwerpkeuze, geen natuurwet. Verdampingskoeling is goedkoop maar dorstig. Gesloten vloeistofkoelsystemen, de standaard bij moderne AI-datacenters, laten dezelfde vloeistof rondcirculeren en verbruiken nauwelijks water, tegen iets meer stroom. Schaal blijft wel tellen: een geplande site in het Amsterdamse havengebied mag tot 420 miljoen liter industriewater per jaar gebruiken, geen drinkwater overigens. Conclusie: stel watereisen in de vergunning, want de techniek om eraan te voldoen bestaat.
Fabel 4: “Datacenters veroorzaken de netcongestie.”
Waarheid: ze zijn één van de vele vragers op een overvol net2 , naast elektrificerende industrie, warmtepompen en laadpalen.
De sector zelf draait het argument om: datacenters beschikken over eigenschappen die een duurzaam energiesysteem juist nodig heeft. Via flexibele aansluitingen, batterijopslag, het verschuiven van AI-trainingstaken en hergebruik van warmte kunnen ze pieken opvangen en het net stabiliseren. Dat is geen theorie: het datacenter op het Amsterdamse Science Park verwarmt al jaren 1.300 studentenwoningen, en WarmteStad Groningen verwarmt vijfduizend woningen met datathermie. Wel past hier een dubbele nuance. Dit zijn deels sectorclaims, dus: leg ze vast in vergunningen in plaats van ze te geloven op de blauwe ogen van de branche. En de veelgenoemde duurzame inkoop loopt via langlopende stroomcontracten: die groene stroom is dan niet meer beschikbaar voor het verduurzamen van de rest van Nederland, zolang er niet méér wordt bijgebouwd.
Fabel 5: “Een AI-datacenter is gewoon een groter datacenter.”
Waarheid: het is een andere categorie, zie inzicht 1. Magazijn versus fabriek, opslaan versus produceren, en binnen die fabriek het onderscheid tussen trainen en inferentie. Wie dit onderscheid mist, kan de belangrijkste economische vraag van dit decennium niet eens formuleren.
Inzicht 4: Terug naar de fundamenten
Strip alle aannames van het debat en er blijven vier waarheden over die niemand kan wegpolderen.
Eén. Intelligentie is fysiek. Elke AI-toepassing is rekenwerk op chips die stroom verbruiken en warmte produceren. Dat geldt ook voor AI op je telefoon of in een robot: edge-intelligentie verplaatst het rekenwerk naar een kleinere chip dichterbij, en het trainen van die modellen gebeurt nog altijd in de fabriek. Immateriële AI bestaat niet. Dat is thermodynamica, geen mening.
Twee. Meer intelligentie vraagt meer intelligentie (Jevons paradox) en dientengevolge meer energie. Chips worden per berekening efficiënter, maar de vraag groeit harder dan de efficiëntie. Vandaar de verwachte verdubbeling van het mondiale datacenterverbruik richting 2030.
Drie. Rekenkracht staat ergens, onder iemands wet. Een chip valt altijd onder een jurisdictie. Wie zijn rekenkracht in het buitenland heeft staan, heeft zijn intelligentie onder andermans recht staan.
Vier. Wie de infrastructuur bezit, bepaalt prijs en voorwaarden. Dat gold voor havens, spoorwegen en elektriciteitsnetten. Dat geldt nu voor compute.
Vanuit deze vier waarheden is “willen we datacenters?” een betekenisloze vraag, alsof je vraagt of je stopcontacten wilt. Hoeveel van onze intelligentieproductie willen we in eigen hand, en welke energieprijs accepteren we daarvoor? Daarover hoort dit debat te gaan.
Inzicht 5: De halve boekhouding
Waarom voeren we dat gesprek dan niet? Omdat het debat rekent met een halve balans: we tellen wat datacenters kosten, nauwelijks wat ze opleveren.
Onderzoekers als Alex de Vries-Gao rekenen de kostenkant tot op de kilowattuur uit, en dat is nuttig werk. Hij wijst bovendien op een kostenpost die voorstanders liever overslaan: opofferingskosten, sectoren die geen stroomaansluiting meer krijgen omdat er een datacenter staat. Terecht punt, zet het op de balans.
Maar dan ook de andere kant. Die staat op geen enkel spreadsheet, en dat heeft een reden: kosten zijn geconcentreerd, meetbaar en zichtbaar. Eén gebouw, plus aansluiting, en TWh-cijfer. Opbrengsten zijn diffuus, vertraagd en verspreid over miljoenen gebruikers. Dus wint het meetbare het van het waardevolle.
Wat er ontbreekt aan de rechterkant:
Nieuwe oplossingen. AI versnelt medicijnontwikkeling, verbetert weersvoorspellingen en stuurt elektriciteitsnetten slimmer aan. De rekenkracht die stroom kost, is ook de rekenkracht die stroom bespaart.
Nieuwe waarde. Niemand vraagt wat de kas per kilowattuur oplevert voordat we het verbruik accepteren. Het criterium was altijd waarde per eenheid energie. Behalve blijkbaar bij rekenkracht.
Autonomie (en veiligheid). Wat kost het om géén eigen rekenkracht te hebben? Die post staat nergens. Intelligentie huren betekent prijs, toegang en voorwaarden bij een ander, en bij een crisis, aanval of storing sta je achteraan in andermans rij; de brand in Almere liet in één middag zien hoe vitaal deze infrastructuur is. De kosten van afhankelijkheid zijn onzichtbaar tot ze ondraaglijk worden. Vraag Duitsland naar Russisch gas.
Vermeden kosten. Elke eerder gestelde diagnose, elke niet gereden logistieke rit, elk efficiënter proces. Verspreid over de hele economie, dus ongeteld.
We meten datacenters in stroompercentages en de rest van de economie in vanzelfsprekendheid. De trein krijgt zijn terawattuur vergeven omdat we de reizigers zien. De kas omdat we de export zien. Bij rekenkracht zien we alleen de meterstand.
Inzicht 6: De les van de haven
Twee analogieën om het gesprek te kalibreren.
De eerste: Rotterdam. Nederland werd rijk door infrastructuur voor andermans goederen te bouwen. De haven neemt ruimte in, verbruikt energie en wint geen schoonheidsprijzen. Toch stelt niemand voor hem te sluiten, want iedereen begrijpt dat de haven de economie draagt. AI-datacenters zijn de haven van de intelligentie-economie. De open vraag is dezelfde als toen: worden we doorvoerland of ook productieland?
Het bekendste tegenargument hoort hier ook thuis: datacenters leveren nauwelijks banen op. Dat beeld verdient eerst een correctie uit de praktijk: in een groot datacenter werken al snel tweehonderd mensen wanneer je naast het eigen personeel ook de beveiliging, leveranciers en supportteams meetelt, en de bouw houdt jarenlang honderden vakmensen aan het werk. Maar zelfs met dat eerlijkere getal blijft het meetpunt verkeerd. In een elektriciteitscentrale werken ook maar een paar honderd mensen, en toch draait de complete economie op wat daar wordt geproduceerd. Zo telt ook de waarde van rekenkracht: in de banen en bedrijvigheid die eróp draaien, van de zorg tot de maakindustrie, van startups tot overheid. Infrastructuur beoordeel je op wat ze mogelijk maakt, en pas daarna op wie er binnen de muren werkt.
De tweede analogie: elektrificatie rond 1900. Toen fabrieken op stroom overgingen, kon je exact uitrekenen wat de centrales aan kolen kostten. Wat niemand kon uitrekenen: de complete twintigste eeuw die eruit volgde. Mensen klaagden over lelijke centrales en hoogspanningsmasten. Achteraf ging de strijd ergens anders over: wie bezit het net en wie beslist erover. Wie toen alleen de meterstand had gelezen, had het licht uitgedaan.
Inzicht 7: Het Europese bord
Dit debat is groter dan Nederland. Europa draait op geleende rekenkracht: het overgrote deel van de AI-modellen waarmee Europese bedrijven, ziekenhuizen en overheden werken, draait op Amerikaanse infrastructuur. Brussel heeft dat door. Via het InvestAI-programma stelt de EU 20 miljard euro beschikbaar voor maximaal vijf AI-gigafabrieken, naast negentien kleinere AI-fabrieken die al operationeel zijn. Duitsland deed al een voorbestelling van 805 miljoen euro aan AI-rekenkracht.
En Nederland? Wij hebben de beste papieren én de grootste aarzeling. Volt en Eneco willen in de Rotterdamse haven een AI-gigafabriek bouwen: ruim 100.000 AI-chips, honderden megawatts, direct gevoed met Noordzeewind op een plek waar de stroomkabels toch al aan land komen, zodat het overvolle net wordt ontzien. Oud-ASML-topman Peter Wennink steunt het project als bouwsteen van onze concurrentiekracht. Het kabinet weigert vooralsnog een financieel commitment, met als argument dat zo’n fabriek volledig privaat gefinancierd kan worden. Volt bouwt intussen door: Dell en NorthC stapten in en de eerste Amsterdamse AI-fabriek gaat dit najaar live. Twee kanttekeningen voor de precisie. Zo'n gigafabriek is in de plannen een trainingsfabriek én een inferentie-leverancier voor (de Europese) markt. En het zijn deels nog aankondigingen; wat er werkelijk staat, weten we pas als de hallen draaien.
Er ligt bovendien een tweede filosofie naast de gigafabriek. De Nederlandse Soevereine Datacenter Coöperatie schetst een samenhangend Europees plan: grootschalige AI-training in de Nordics, waar stroom goedkoop en overvloedig is, strategisch verbonden met soevereine inference-datacenters in Amsterdam, Frankfurt en Parijs, dicht bij de gebruikers en onder Europees recht. Precies de taakverdeling die uit het verschil tussen trainen en inferentie volgt.
Daar staan we. Het land van de haven, de AMS-IX en ASML twijfelt of het rekenkracht moet bouwen.
Tussenbalans
Tot zover de inzichten. De feiten laten zien dat het huidige debat op fabels draait, de vier waarheden laten zien waar het wél om gaat: hoeveel van onze intelligentieproductie willen we in eigen hand, en welke energieprijs accepteren we daarvoor. De AI-datacenters komen er hoe dan ook, hier of net over de grens. De stroom die ze verbruiken is meetbaar. Of de waarde die ze produceren straks van ons is, dat bepalen we nu.
Eén kanttekening hoort bij deze balans: elk cijfer in deel I is zo goed als de rapportage waarop het rust, en die rapportages zijn nog onvolledig. In het nawoord onderaan dit stuk kom ik daarop terug.
Honderd jaar geleden bouwden we een haven voor de goederen van de wereld en werden er rijk van. Nu ligt dezelfde keuze op tafel voor de grondstof van deze eeuw. De vorige generatie twijfelde niet.
Wat kiezen wij? Deel II gaat daarom over de fabriek.
Intermezzo: AI FiT worden?
Met een team bouwde ik AI FiT, de sportschool voor de AI-economie: online workouts, vibecoden samen met Personal AI Trainers, leren agents bouwen, en live trainingssessies waar je zelf aan de slag gaat met de nieuwste AI-tools en werkwijzen. Meer weten of meedoen > AI FiT. Nu €500 voordeel, geldig t/m 1 augustus 2026 met kortingscode: EARLYFRIEND
Deel II: Maak de datacenters een intelligentie-ambitie debat
Begin juli gebeurde er iets opmerkelijks in Den Haag, al viel het bijna niemand op. Op 2 juli koos het kabinet voor de bouw van een volledig eigen, soevereine overheidscloud: centraal aangestuurd, gehuisvest in de rijksdatacenters, op het hoogste Europese soevereiniteitsniveau. Een dag later scherpte het kabinet het Rijkscloudbeleid aan: voor kerntaken van kritieke rijksorganisaties wordt niet-Europese cloud voortaan afgeraden. Ditzelfde kabinet zei drie maanden eerder nee tegen Rotterdam, zoals we in inzicht 7 zagen.
Hier keert het onderscheid tussen magazijn en fabriek terug. De soevereine cloud regelt het magazijn: waar onze data staat, onder welk recht, wie erbij kan. Noodzakelijk, en te laat begonnen. Maar het denken stopt bij het magazijn. Want de overheid die deze kluis bouwt, wordt zelf in hoog tempo een intelligente overheid: een overheid die AI inzet in het primaire proces, met modellen die vergunningaanvragen voorbereiden, burgers te woord staan, dossiers samenvatten en beleidsopties doorrekenen, onder menselijke regie. Zo’n overheid draait dag en nacht op inferentie en moet haar modellen voortdurend bijtrainen op de eigen uitvoeringspraktijk. Die fabriekskant vergt een veelvoud van de rekenkracht van het magazijn en komt in de plannen nauwelijks voor. Een eigen kluis vol data zonder eigen rekenkracht is soevereine opslag van grondstof die je vervolgens in Amerika laat verwerken.
Stel bovendien dat de gigafabriek er gewoon komt. Honderdduizenden chips, Noordzeestroom, Europees recht, alles klopt. En vervolgens wordt 99 procent van de capaciteit afgenomen door Amerikaanse AI-bedrijven. Wat zijn we dan opgeschoten? Dan hebben we een fabriek gebouwd en zijn we alsnog doorvoerland, alleen nu met duurdere machines. Die vraag mogen we onszelf hardop stellen voordat de eerste paal de grond in gaat.
Aanbod is nodig. Vraag is beslissend. Daarmee ligt een belangrijke kern van het nieuwe debat op tafel.
Van vergunningendebat naar ambitiedebat
Welk debat moet het dan in? Het intelligentie-ambitiedebat. Dat draait om drie vragen die samen bepalen of rekenkracht hier waarde oplevert of alleen warmte:
Eén: welke intelligentie trainen wij zelf? Twee: wie neemt haar af? Drie: wie komt hier bouwen?
Het huidige debat gaat over vergunningen, hectares en megawatts. Dat zijn aanbodvragen, en aanbod is het makkelijke deel: kapitaal en techniek zijn er. De drie vragen hierboven zijn vraagvragen. Beantwoorden we die vanuit Nederland en Europa, dan bouwen we infrastructuur vanuit eigen kracht in plaats van voor andermans groei. Loop ze langs.
Vraag één: wat trainen wij eigenlijk?
Eerst de foto, en die is genuanceerder dan zowel de doemdenkers als de juichers vertellen.
Nederland heeft één publiek taalmodel: GPT-NL, gebouwd door TNO, SURF en het NFI. Het draait sinds dit voorjaar bij de eerste overheidsorganisaties en wordt in de tweede helft van dit jaar breder uitgerold. Bewust geen ChatGPT-concurrent: het mikt op taken waar controle en compliance zwaarder wegen dan ruwe kracht, en het is transparant over zijn trainingsdata. Startbudget: 13,5 miljoen euro. Onthoud dat getal even.
GPT-NL kreeg stevige kritiek: te klein, te laat, kansloos naast de frontier (de leidende AI-modellen). Die kritiek klopt zolang je het beoordeelt als ChatGPT-concurrent, en mist het punt zodra je het koppelt aan de intelligente overheid uit de opening van dit deel. Dan heeft dit model iets wat geen enkel frontier-model bezit: een gegarandeerde gebruikersbasis van honderden overheidsorganisaties en de meest unieke dataset van het land, de Nederlandse uitvoeringspraktijk zelf. De virtuele gemeenteassistent Gem bedient al 2,8 miljoen inwoners, en ICTU test of GPT-NL eronder kan draaien. Elke vraag aan de digitale balie, elke correctie door een ambtenaar kan het model verder trainen, binnen de eigen omgeving in plaats van in Redmond. Zo kan een bescheiden model alsnog een topmodel worden: het hoeft de grootste niet te zijn, het leert als enige waar geen ander mag leren.
Daarnaast bestaat er een cluster bedrijven dat wél eigen modellen traint. Let daarbij op het cruciale onderscheid dat in het AI-debat vrijwel altijd wegvalt: er is een wereld van verschil tussen bedrijven die bóven op Amerikaanse foundation models bouwen (een schil, een toepassing, een agent) en bedrijven die eigen modellen trainen op eigen data. De eerste groep is verreweg het grootst: vrijwel elke Nederlandse AI-toepassing en corporate draait op OpenAI, Anthropic of Google. De tweede groep is klein, maar dat is de groep die intelligentie produceert in plaats van doorverkoopt:
Cradle (Delft/Amsterdam, ruim 100 miljoen dollar opgehaald) traint eigen modellen die eiwitten ontwerpen; farmaceuten als Novo Nordisk en Johnson & Johnson zijn klant. Door Sifted uitgeroepen tot een van de vijf beste AI-scaleups van Europa.
CuspAI (Amsterdam/Cambridge, opgericht door UvA-hoogleraar Max Welling, 130 miljoen dollar) traint eigen modellen die nieuwe materialen ontdekken, voor batterijen en CO2-afvang. Nobelprijswinnaar Geoffrey Hinton en Yann LeCun zitten in de adviesraad. Sifted riep het uit tot meest veelbelovende AI-startup van Europa.
Aiosyn en ScreenPoint Medical (beide Nijmegen, geworteld in de Radboud-onderzoeksgroep die wereldtop is in computationele pathologie) trainen eigen medische beeldmodellen.
Source.ag (Amsterdam) traint modellen op kassendata, Gradyent (Rotterdam) op warmtenetdata; samen met ruim vierhonderd andere Nederlandse AI-startups vormen ze de bredere laag.
Nebius (gevestigd in Amsterdam, genoteerd aan de Nasdaq) bouwt AI-infrastructuur, Axelera (Eindhoven) AI-chips voor de edge. En in Groningen komt de Nederlandse AI-fabriek van EuroHPC, in 2027 op vol vermogen.
Dus ja, er wordt hier getraind, op wereldniveau zelfs. Maar kijk waar deze bedrijven hun rekenkracht halen. CuspAI werkt samen met Meta, mede omdat de hyperscaler kan voorzien in de enorme rekenkracht die de startup nodig heeft. Cradle staat bij Sifted geregistreerd als Zwitsers, CuspAI als Brits: onze beste modelbouwers groeien half het land uit omdat kapitaal en compute elders staan. Eigen modellen, andermans machines. Precies het gat dat een Nederlandse AI-fabriek moet vullen, en het antwoord op de vraag of er hier behoefte is aan GPU’s: die behoefte bestaat, ze wordt nu alleen in Californië en Cambridge ingevuld.
Het bredere beeld bevestigt dat: volgens de State of Dutch Tech 2026 trekt AI inmiddels 27 procent van de 2,64 miljard euro aan Nederlands durfkapitaal. Maar onze scale-up-rate ligt op 21,6 procent, tegen 52 in de VS. We zaaien goed en oogsten matig. En houd de verhoudingen scherp: het publieke GPT-NL-budget van 13,5 miljoen is een afrondingsverschil op wat één Nederlandse modelbouwer privaat ophaalt.
De strategie: domein-intelligentie op eigen data
De foto bepaalt de strategie. Nederland gaat de frontier-race om het grootste algemene model niet winnen; die race kost tientallen miljarden per deelnemer. Onze kans ligt een verdieping lager en is minstens zo waardevol: domein-intelligentie, getraind op datasets die alleen wij hebben. En dit is geen theorie, de kiemen hierboven bewijzen het. Cradle traint op eiwitdata, CuspAI op materiaaldata, de Nijmeegse bedrijven op medische beelden, Source.ag op de kassen, Gradyent op de warmtenetten. Daarachter liggen de datasets die nog wachten: de agri-data van Wageningen en het Westland, de deltadata van onze waterbeheerders, de logistieke data van Rotterdam en Schiphol, de semicon-data van het ASML-ecosysteem. Wie daarop traint, bouwt modellen die nergens anders gebouwd kúnnen worden.
Maar dan moet het wel óp eigen infrastructuur gebeuren, en daarvoor is een reden die dieper gaat dan vestigingsklimaat. Satya Nadella beschreef het deze week, in een essay dat tien miljoen keer werd gelezen, als de Reverse Information Paradox: wie zijn data en werkprocessen door andermans model laat verwerken, betaalt twee keer. Eén keer met geld, en één keer met de eigen kennis die het model absorbeert via prompts, correcties en gebruikssporen. “In consuming intelligence, you are creating intelligence”, schrijft hij, en wat je creëert hoort van jou te zijn. Vertaal dat naar de Nederlandse datasets: train de kassendata, de deltadata en de medische data via Amerikaanse foundation models, en over tien jaar zit onze domeinkennis ín hun modellen, terwijl wij er een abonnement op hebben. Dan zijn we niet alleen onze rekenkracht kwijt, maar ook het IP van onze sterkste sectoren. De trust boundary die Nadella bepleit, een omgeving waarbinnen data, modellen en het geleerde samen accumuleren onder eigen zeggenschap, vereist fysiek precies één ding: rekenkracht onder eigen recht.
De tegenwerping: wordt intelligentie geen commodity?
Hier hoort de populairste tegenwerping van dit moment behandeld. Open-source modellen halen de gesloten frontier-modellen in, zegt men; intelligentie wordt een commodity, dus waarom zouden we ons druk maken over eigen modellen of eigen rekenkracht?
Het eerste deel klopt grotendeels. Open modellen als DeepSeek, Llama en Qwen zitten de frontier op de hielen, en voor de meeste toepassingen is het verschil al onmerkbaar. Maar de conclusie klopt om drie redenen niet.
Ten eerste: open gewichten zijn geen soevereiniteit. De sterkste open modellen zijn Amerikaans en vooral Chinees. Wie erop bouwt, erft hun trainingsdata, hun keuzes en hun exportregime.
Ten tweede: als intelligentie een commodity wordt, verschuift de waarde naar wat schaars blijft. Dat zijn er precies twee: de rekenkracht om modellen te draaien en bij te trainen, en de unieke data om ze te specialiseren. Een open model is gratis te downloaden, zoals bladmuziek gratis te kopiëren is; het orkest dat het uitvoert kost nog steeds geld. Het draaien van zo’n model voor miljoenen gebruikers en het bijtrainen ervan op eigen data vergt serieuze GPU-capaciteit, en die moet je bezitten of huren. De kosten verdwijnen dus niet, ze verhuizen van de modellicentie naar de infrastructuur eronder. Commodity-modellen maken eigen compute en eigen datasets belangrijker, en zeker niet overbodig.
Ten derde: open modellen zijn juist dé kans voor een land als Nederland. Een open model binnen je eigen trust boundary halen en fine-tunen op je kassendata of patiëntendata is de snelste route naar domein-intelligentie zonder frontier-budget. Maar dat fine-tunen en draaien vergt GPU’s onder eigen recht. Wie open modellen op Amerikaanse clouds draait, importeert de afhankelijkheid door de achterdeur weer naar binnen. De commodity-these is dus geen argument tegen eigen rekenkracht. Het is het sterkste argument ervóór.
Vraag twee: wie neemt af?
Nederlandse organisaties zijn massaal afnemer van intelligentie, alleen komt die intelligentie vrijwel volledig uit Amerika. Elke corporate die AI-first roept, elke gemeente met een chatbot, koopt in bij AWS, Azure, OpenAI of Anthropic. De Nederlandse vraag bestaat dus al en ze is groot; we vullen haar alleen volledig met import, en de marges, de leereffecten en op termijn de kennis reizen mee terug.
Begin bij de grootste klant: de overheid zelf. De intelligente overheid uit de opening van dit deel betekent een structurele, voorspelbare, langjarige vraag naar inferentie en bijtraining, in elke uitvoeringsorganisatie. De vraag wie de aanbieder van die intelligentie wordt, is nu impliciet beantwoord: Microsoft, via de inkoopcontracten. Dat kan ook een expliciete keuze worden: de intelligente overheid als launching customer van Nederlandse en Europese rekenkracht en modellen, met GPT-NL als eerste bouwsteen. Toen het kabinet nee zei tegen Rotterdam omdat de binnenlandse behoefte niet was aangetoond, keek het naar een behoefte die het zelf aan het creëren is.
Dan de ondernemers, en hier past de les van wind op zee, maar anders dan je denkt. Wind op zee gold jarenlang als bewijs dat afnamecontracten infrastructuur financierbaar maken: bedrijven tekenden langjarige stroomcontracten en de parken werden subsidievrij gebouwd. Kijk nu: de tender voor kavel Nederwiek I-A kreeg in oktober nul inschrijvingen, tenders zijn uitgesteld, en de kernoorzaak is volgens het kabinet zelf dat de elektrificatie en dus de vraag achterblijft en bedrijven geen langetermijncontracten meer tekenen. De staat werkt nu haastig aan contracts for difference en een garantiefonds voor afnamecontracten met Invest-NL. De les voor rekenkracht kan niet duidelijker: infrastructuur zonder georganiseerde vraag stokt, hoe goed de techniek ook is. Wie de gigafabriek wil, moet eerst de afname organiseren, anders staan we over vijf jaar naar mislukte compute-tenders te kijken zoals nu naar lege windtenders.
Dat organiseren is de verantwoordelijkheid van het bedrijfsleven zelf, en het hoeft nergens op te wachten. Een afnemerscoalitie van Nederlandse en Europese bedrijven die een deel van hun AI-inkoop langjarig committeert aan Europese capaciteit en modellen: voor de deelnemers risicospreiding en onderhandelingsmacht, voor de bouwers de ankerhuurder die financiering rondmaakt, voor het land het bewijs van behoefte dat Den Haag zegt te missen. Plus data-allianties per domein, want de agri-, water- en logistieke modellen kunnen alleen bestaan als kassenbouwers, waterschappen, havenbedrijven en ziekenhuizen hun data gezamenlijk trainbaar maken, onder eigen voorwaarden. Dat vraagt geen subsidie. Het vraagt bestuurders die begrijpen dat hun dataset een productiemiddel is, en dat je productiemiddelen niet gratis weggeeft aan je toekomstige concurrent.
Vraag drie: wie komt hier bouwen?
Ken je Pim de Witte? Jongen uit Nijmegen, draaide op zijn veertiende de grootste private RuneScape-server ter wereld, bouwde daarna Medal: tien miljoen gebruikers, twee miljard gameclips per jaar, inclusief de controller-acties erbij. Precies de data waarmee je AI ruimtelijk leert denken. OpenAI bood naar verluidt 500 miljoen dollar voor het bedrijf. De Witte weigerde, richtte er AI-lab General Intuition omheen op en haalde 133,7 miljoen dollar seed op; Jeff Bezos, Eric Schmidt en Nederlandse founders als Jelle Prins investeren mee en er wordt gesproken over een waardering van twee miljard.
Prachtig verhaal, op één detail na: General Intuition staat in New York, bewust gekozen vanwege kapitaal, talent en het Amerikaanse ecosysteem.
Lees dat verhaal als checklist. Nederlands talent: aanwezig. Nederlandse data van wereldklasse: aanwezig, Medal is hier ontstaan. Ambitie: de man wees een half miljard af om zelf te bouwen. Het enige dat ontbrak was de omgeving die dit vasthoudt: kapitaal dat zulke rondes durft te schrijven, rekenkracht om op te trainen, en een land dat uitstraalt dat dit soort bedrijven hier horen te staan. Vroeger wonnen we talent met een fijne, goed geregelde samenleving. De mensen die foundation models bouwen kiezen tegenwoordig voor de plek met de grootste ambitie, de grootste clusters en het diepste kapitaal. CERN laat zien hoe je die logica naar je toe haalt: bouw de deeltjesversneller en de beste fysici van de wereld verhuizen naar een voorstad van Genève. Rekenkracht plus een missie is de deeltjesversneller van deze eeuw.
Wat de overheid dan wél moet doen
De publieke agenda blijft compact en volgt uit het bovenstaande. Meet waarde per kilowattuur in een jaarlijkse rekenkrachtmonitor, zodat de fabels uit deel I niet elke twee jaar terugkeren. Maak onderscheid in beleid: behandel opslagcapaciteit voor de mondiale cloud als vestigingsbeleid en productiecapaciteit voor Europese intelligentie als industriepolitiek, want nu vallen beide onder dezelfde reflex. Bundel de publieke vraag: de intelligente overheid als launching customer, naast de private coalitie. Geef compute-kavels uit voor AI-fabrieken waar Noordzeestroom, netaansluiting en warmtenet samenkomen, met harde eisen: restwarmte verplicht naar Duits voorbeeld 3, flexibiliteit voor het net, gesloten waterkringloop, capaciteit gereserveerd voor Europese workloads. Sluit de kennisloop bij Kamerleden, wethouders en topambtenaren, want wie het verschil tussen trainen en inference niet kent, kan geen van deze afspraken maken. En claim in Brussel de Nederlandse rol in de taakverdeling uit inzicht 7: training waar stroom overvloedig is, inference hier, bij de AMS-IX en de gebruikers.
En geef het geheel één eigenaar. Toen water ons grootste risico was, kreeg het een Deltacommissaris met mandaat over de kolommen heen. Jelle Prins van Cradle pleit al langer voor een Nationaal AI Deltaplan; dat is geen roep om subsidie, het is een roep om regie, en hij komt van een van de weinige Nederlanders die daadwerkelijk wereldklassemodellen bouwt.
De ambitie als sluitstuk
Trek de drie vragen samen en er ontstaat iets dat het datacenterdebat nooit heeft gehad: een verhaal om vóór te zijn.
Stel dat Nederland uitspreekt: wij bouwen binnen tien jaar de beste agri-intelligentie ter wereld op onze kassendata, de beste water-intelligentie op onze deltadata, en de logistieke intelligentie van Europa op onze haven- en luchthavendata. Getraind op eigen rekenkracht, binnen eigen trust boundaries, gevoed met Noordzeestroom, met de restwarmte in de wijken ernaast. Dat is een missie waar een gemeenteraad ja tegen kan zeggen, een corporate zijn inkoop aan kan verbinden, en een De Witte van de volgende generatie zijn bedrijf voor in Nijmegen laat staan in plaats van New York.
Het goed-versus-fout debat vroeg: mag die doos daar staan? Het ambitiedebat vraagt: wat maken wij erin? De doos is maar de verpakking. De strijd gaat om de inhoud: de rekenkracht, de modellen, en de data die erdoorheen stromen.
Dit stuk begon bij een meterstand en eindigt bij een keuze. Wij kiezen een ambitie, en we bouwen er de rekenkracht, de coalities en het talent onder. De stukken liggen op het bord.
De ondernemers hebben de openingszet.
Tot de volgende window, Ruben!
Nawoord: over de meetlat zelf
Alle cijfers in dit stuk rusten op rapportages die pas deze maand voor het eerst deels openbaar werden. Dat verdient een eerlijke voetnoot, want zo stevig als de meetlat is, zo stevig is het debat.
Wie het echte stroomverbruik van deze sector wil kennen, heeft aan één rapportagestroom niet genoeg. Het beeld wordt pas betrouwbaar als je verschillende onafhankelijke bronnen over elkaar legt: wat bedrijven zelf opgeven, wat netbeheerders aan aansluitingen registreren, welke capaciteit er is vergund, wat er in bouwdossiers staat, en desnoods wat een luchtfoto laat zien. Elke bron afzonderlijk heeft blinde vlekken; samen corrigeren ze elkaar.
Grote energieverbruikers zijn bovendien wettelijk verplicht hun verbruik op te geven, en toch gebeurt dat nog altijd niet overal, of maar half. Elke ontbrekende opgave maakt drie slachtoffers: het publieke gesprek, dat op gaten drijft; het beleid, dat op die gaten wordt gebouwd; en de bedrijven die hun cijfers wél compleet aanleveren, want die delen ongevraagd in het wantrouwen dat de zwijgers oproepen. Voor een sector die zich graag laat voorstaan op zijn duurzame karakter is openheid over het eigen verbruik dan ook de goedkoopste verdediging van de eigen geloofwaardigheid. En van de overheid die deze opgaven verzamelt, mag je verwachten dat ze ook kijkt of iedereen levert.
Drie partijen, één opdracht: bedrijven leveren hun cijfers compleet aan, hun branche maakt daar een erezaak van, en de overheid controleert of het gebeurt. Meer is er niet nodig voor het fundament onder elk verstandig besluit over rekenkracht. De monitor waar dit stuk om vraagt, hoeft dus nergens op te wachten: de wet bestaat al, hij moet alleen worden nageleefd.
Waarbij “vol” precisie verdient: het net zit deels administratief vol. Capaciteit die een grootverbruiker contracteert, kan de netbeheerder niet nog eens uitgeven, ook wanneer er in de praktijk maar een deel van wordt benut. Gecontracteerd is dus niet hetzelfde als verbruikt, en juist daarom is flexibiliteit van datacenters zo waardevol: wie ongebruikte ruimte teruggeeft, maakt het net groter zonder dat er een kabel bij hoeft.
Houd de verhouding erbij: in verbruik gemeten nemen datacenters 4,6 procent van de Nederlandse stroom af; ruim 95 procent van de vraag komt dus van de rest van de economie. Wel ligt hun aandeel in gecontracteerde netcapaciteit regionaal een stuk hoger, en juist daar knelt het.
Observatie uit de praktijk: restwarmte stokt zelden aan de aanbodkant. Datacenters willen hun warmte doorgaans graag kwijt; het zijn de netten, de afnemers en de businesscase eromheen die ontbreken, en dat is ook de kritiek op de Duitse wet. Een plicht bij de bron werkt daarom alleen als de kavel de afname meelevert: wie de plicht oplegt, organiseert de afnemer erbij. Ook hier is de vraag beslissend, net als bij stroom en bij rekenkracht.
Briljant stuk. Heeft mij mijn mening doen herzien. Thx voor de tip @Erwin Blom 👊