# AI inkopen bij een aanbesteding: eisen die je vooraf stelt

[Naar de inhoud](#lm-inhoud)Netwerk/NL[EN](/en/)[Hubhub.llmnet.nlModellen vergelijken op taak, taal, kosten en licentie.](https://hub.llmnet.nl/)[Communitycommunity.llmnet.nlPrompttechnieken, patronen en systeemprompts.](https://community.llmnet.nl/)[APIapi.llmnet.nlLLM's robuust in software: rate limits, routing, structured output.](https://api.llmnet.nl/)[Consultancyconsultancy.llmnet.nlAI invoeren in een organisatie, van pilot tot productie.](https://consultancy.llmnet.nl/)[Nieuwsnieuws.llmnet.nlOntwikkelingen in AI, geduid voor Nederland.](https://nieuws.llmnet.nl/)[Benchmarkbenchmark.llmnet.nlZelf meten wat AI-kwaliteit is, voor jouw taken.](https://benchmark.llmnet.nl/)[Vacaturesvacatures.llmnet.nlAI-rollen, salarissen en carrièrepaden in Nederland.](https://vacatures.llmnet.nl/)[Lerenleren.llmnet.nlAI-concepten in gewoon Nederlands, van beginner tot bouwer.](https://leren.llmnet.nl/)[Gidsgids.llmnet.nlAI privé draaien op eigen Mac, pc, NAS of thuisserver.](https://gids.llmnet.nl/)[Directorydirectory.llmnet.nlHet AI-ecosysteem in kaart: tools, modellen, bedrijven.](https://directory.llmnet.nl/)[Radarradar.llmnet.nlSignalen uit X, onderzoek en communities voor indie developers.](https://radar.llmnet.nl/)[llmnet.nl — hoofdsite](https://llmnet.nl/)[](https://x.com/intent/post?url=https%3A%2F%2Fconsultancy.llmnet.nl%2Fai-inkopen-bij-een-aanbesteding-eisen-die-je-vooraf-moet-formuleren&text=AI%20inkopen%20bij%20een%20aanbesteding%3A%20eisen%20die%20je%20vooraf%20stelt)[](https://www.linkedin.com/sharing/share-offsite/?url=https%3A%2F%2Fconsultancy.llmnet.nl%2Fai-inkopen-bij-een-aanbesteding-eisen-die-je-vooraf-moet-formuleren)[](https://www.reddit.com/submit?url=https%3A%2F%2Fconsultancy.llmnet.nl%2Fai-inkopen-bij-een-aanbesteding-eisen-die-je-vooraf-moet-formuleren&title=AI%20inkopen%20bij%20een%20aanbesteding%3A%20eisen%20die%20je%20vooraf%20stelt)[](#)[](https://x.com/intent/post?url=https%3A%2F%2Fconsultancy.llmnet.nl%2Fai-inkopen-bij-een-aanbesteding-eisen-die-je-vooraf-moet-formuleren&text=AI%20inkopen%20bij%20een%20aanbesteding%3A%20eisen%20die%20je%20vooraf%20stelt)[](https://www.linkedin.com/sharing/share-offsite/?url=https%3A%2F%2Fconsultancy.llmnet.nl%2Fai-inkopen-bij-een-aanbesteding-eisen-die-je-vooraf-moet-formuleren)[](https://www.reddit.com/submit?url=https%3A%2F%2Fconsultancy.llmnet.nl%2Fai-inkopen-bij-een-aanbesteding-eisen-die-je-vooraf-moet-formuleren&title=AI%20inkopen%20bij%20een%20aanbesteding%3A%20eisen%20die%20je%20vooraf%20stelt)[](#)
 

# AI inkopen bij een aanbesteding: eisen die je vooraf moet formuleren

Door Ivo Donker — samengesteld met AI-ondersteuning · Laatst bijgewerkt: 7 augustus 2026

Het inkopen van kunstmatige intelligentie binnen de publieke en semipublieke sector verschilt fundamenteel van de aanschaf van standaard informatietechnologie of generieke softwarelicenties. Publieke en semipublieke organisaties zoals gemeenten, provincies, zorginstellingen, onderwijsinstellingen en uitvoeringsorganisaties opereren in een veld waarin wetgeving, maatschappelijke verantwoording en publieke waarden zwaar wegen. Wanneer dergelijke organisaties artificial intelligence willen integreren in de operationele praktijk, ontstaat de noodzaak om al in de vroege fasen van de inkoopcyclus scherpe, toetsbare en sectorspecifieke eisen te formuleren. Het achteraf corrigeren van onduidelijke of te vrijblijvende criteria leidt in de praktijk tot juridische risico’s, budgetoverschrijdingen en ongewenste afhankelijkheden van marktpartijen.

De publieke doelgroep volgt de technologische ontwikkelingen vaak via de reguliere media, maar mist soms de diepgaande operationele ervaring die nodig is om een complexe inkooptraject correct in te richten. Om te begrijpen hoe overheden momenteel omgaan met deze technologie, is het raadzaam om de algemene landkaart te verkennen via [ai in nederlandse overheid stand van zaken](https://nieuws.llmnet.nl/ai-in-nederlandse-overheid-stand-van-zaken), waar de actuele stand van zaken binnen de Nederlandse overheid wordt belicht.

## De noodzaak van vooraf geformuleerde eisen

In de traditionele inkooppraktijk ligt de focus vaak op functionele basisingrediënten en de laagste prijs. Bij artificial intelligence werkt dit mechanisme averechts. Modellen en datastromen veranderen continu, en de impact van beslissingen die door systemen worden ondersteund raakt burgers direct in hun grondrechten. Als een organisatie pas na gunning ontdekt dat de geleverde software geen inzicht geeft in de onderliggende besluitvorming, ontstaat een onoverbrugbare kloof tussen de wettelijke verantwoordingsplicht en de technische realiteit.

Het vooraf formuleren van eisen zorgt ervoor dat de lat gelijk ligt voor alle inschrijvers en dat achteraf geen discussie ontstaat over de reikwijdte van de geleverde prestaties. Het dwingt de organisatie om intern na te denken over wat er precies wordt gevraagd. Wie immers vraagt om 'moderne technologie' of 'slimme innovatie', krijgt een breed scala aan interpretaties terug van de markt, variërend van eenvoudige scriptjes tot complexe, ondoorzichtige systemen. Door vooraf harde eisen te stellen aan beheersbaarheid, transparantie en datakwaliteit, filtert de opdrachtgever ongeschikte oplossingen al aan de poort weg.

Voor een brede oriëntatie op de verschillende oplossingen die beschikbaar zijn binnen de markt, kunnen inkopers gebruikmaken van [ai tool kiezer](https://directory.llmnet.nl/ai-tool-kiezer) om te zien welke typen systemen aansluiten bij specifieke publieke vraagstukken.

## De EU AI Act als risicoclassificatie en fundament

De Europese regelgeving rondom kunstmatige intelligentie vormt het primaire juridische en beleidstechnische ankerpunt voor publieke en semipublieke inkoop. De wet indeelt systemen op basis van risico's: van onaanvaardbaar risico tot hoog risico, beperkt risico en minimaal risico. Publieke organisaties moeten in de uitvraag expliciet vaststellen in welke categorie het ingekochte systeem valt. Dit bepaalt immers direct welke verplichtingen gelden ten aanzien van datakwaliteit, menselijk toezicht, technische documentatie en robuustheid.

Een systeem dat wordt ingezet voor de beoordeling van burgers, risicoprofielen in het sociaal domein of de toewijzing van publieke middelen valt vrijwel zonder uitzondering in een strengere categorie. De inkooporganisatie moet in het aanbestedingsdocument vastleggen dat de leverancier moet kunnen aantonen dat het systeem voldoet aan de eisen die bij die specifieke risicoklasse horen. Het niet vooraf vaststellen van deze classificatie leidt ertoe dat systemen worden aangeschaft die achteraf niet mogen worden ingezet voor het beoogde doel.

Wie wil doorgronden hoe deze Europese wetgeving is opgebouwd en welke verplichtingen daaruit voortvloeien voor de praktijk, kan de toelichting raadplegen via [eu ai act uitleg](https://nieuws.llmnet.nl/eu-ai-act-uitleg).

Daarnaast is het voor het vaststellen van de juiste risicocategorie handig om gebruik te maken van gerichte hulpmiddelen. Een praktische eerste stap in de analyse hiervan is te vinden op [tool eu ai act categorie checker](https://consultancy.llmnet.nl/tool-eu-ai-act-categorie-checker) om te bepalen onder welke categorie een voorgenomen toepassing valt.

## Functionele en technische eisen in de aanbesteding

Naast de risicoclassificatie moeten aanbestedende diensten diepgaande functionele en technische eisen opnemen in het programma van eisen. Deze eisen mogen niet vrijblijvend zijn; ze moeten meetbaar en toetsbaar worden geformuleerd. Dit vraagt om specificaties op verschillende domeinen:

 
- Databeheer en datakwaliteit: Eisen ten aanzien van de herkomst, representativiteit en objectiviteit van de trainingsdata om discriminatie en bias te voorkomen.
 
- Transparantie en uitlegbaarbaarheid: De eis dat het systeem inzichtelijk maakt hoe tot een bepaalde uitkomst of advies is gekomen, zodat ambtenaren of behandelaars dit kunnen controleren.
 
- Logging en audit trails: Het verplicht loggen van beslissingen, modelwijzigingen en invoergegevens, zodat achteraf een onafhankelijke controle of audit kan plaatsvinden.
 
- Koppelingen en API-standaarden: Technische eisen die garanderen dat de applicatie naadloos integreert met de bestaande landelijke of gemeentelijke ICT-infrastructuur en open standaarden ondersteunt.
 
- Modelbeheer en updates: Afspraken over hoe het model zich ontwikkelt, wie verantwoordelijk is voor hertraining en hoe wordt voorkomen dat de werking van het systeem onmerkbaar verschuift.

Bij het selecteren van de juiste marktpartij die aan dergelijke technische randvoorwaarden kan voldoen, is een zorgvuldige weging van de achtergrond van de leverancier vereist. Meer achtergrondinformatie over de selectieprocedure van geschikte partijen is te vinden op [ai leverancier kiezer](https://consultancy.llmnet.nl/ai-leverancier-kiezen).

## Juridische randvoorwaarden, contracten en SLA's

De juridische borging in het contract en de Service Level Agreements (SLA’s) is de plek waar de vooraf gestelde ambities worden omgezet in bindende afspraken. Veel standaard leveranciersvoorwaarden zijn geschreven vanuit een commercieel perspectief waarin de aansprakelijkheid van de leverancier maximaal wordt beperkt. Publieke en semipublieke organisaties kunnen hiermee niet akkoord gaan, omdat zij gebonden zijn aan publiekrechtelijke normen en wetgeving.

In het contract moeten onder meer afspraken worden vastgelegd over intellectueel eigendom van de gegenereerde data, geheimhouding, databeveiliging en de naleving van de privacywetgeving (AVG). Ook de prestatie-indicatoren in de SLA moeten specifiek worden toegesneden op AI-systemen. Denk hierbij aan afspraken over de maximale responstijd, de beschikbaarheid van het model, de uptime en de hersteltijden bij verstoringen of foutieve voorspellingen.

Voor een diepgaand overzicht van de contractuele aspecten en de inrichting van specifieke servicelevels voor deze technologie, kan men terecht bij [ai contracten en sla](https://consultancy.llmnet.nl/ai-contracten-en-sla).

## Exitstrategie, continuïteit en vendor lock-in

Een van de grootste risico's bij de inkoop van geavanceerde technologie is het ontstaan van een sterke afhankelijkheid van één enkele leverancier, ook wel bekend als vendor lock-in. Als een gemeente of zorginstelling al haar datastromen, logica en processen onderbrengt bij een gesloten systeem van een externe partij, wordt overstappen naar een alternatief op termijn nagenoeg onmogelijk of disproportioneel duur.

Om dit te voorkomen, moeten opdrachtgevers al in de aanbestedingsfase een gedegen exitstrategie eisen. Dit betekent dat de leverancier verplicht wordt om bij het beëindigen van de overeenkomst alle databronnen, getrainde modellen, documentatie en configuratie-instellingen in een open, leesbaar formaat over te dragen aan de organisatie of een opvolgende partij. Continuïteitsarrangementen, zoals een escrow-regeling voor de broncode of de onderliggende parameters, bieden extra zekerheid dat de dienstverlening niet abrupt stopt bij een eventueel faillissement van de leverancier.

## Proportionaliteit en controleerbaarheid

Elke eis die een publieke organisatie stelt in een aanbesteding moet voldoen aan het beginsel van proportionaliteit. Dit houdt in dat de gevraagde criteria in redelijke verhouding moeten staan tot de aard, omvang en het risico van de opdracht. Het opleggen van disproportioneel zware administratieve of technische eisen aan kleinschalige leveranciers kan de mededinging onterecht beperken, terwijl het ontbreken van voldoende strenge eisen bij risicovolle toepassingen de maatschappelijke veiligheid in gevaar brengt.

Het formuleren van proportionele eisen betekent tevens dat de organisatie moet kunnen aantonen hoe zij de naleving van die eisen controleert. Dit vraagt om actieve monitoring tijdens de uitvoeringsfase. Niet alleen moet de leverancier verklaren dat aan de eisen wordt voldaan; de aanbesteder moet het recht bedingen om steekproefsgewijs audits uit te voeren, broncode of modelprestaties te laten toetsen door onafhankelijke deskundigen, en bij gebleken afwijkingen handhavend op te treden op basis van vooraf vastgestelde sancties.

## Inpassing in de bredere inkoopcyclus

Het opstellen van AI-specifieke eisen staat niet op zichzelf, maar is een geïntegreerd onderdeel van de totale inkoopcyclus binnen de organisatie. Dit proces kent een logische opbouw die start lang voordat de feitelijke publicatie van de aanbesteding plaatsvindt:

 
 
 Fase inkoopcyclus | 
 Actie door publieke organisatie | 
 AI-specifiek aandachtspunt | 
 

 
 
 
 1. Voorbereiding | 
 Behoeftestelling en markverkenning | 
 Bepalen of AI noodzakelijk is en risicoclassificatie uitvoeren | 
 

 
 2. Specificatie | 
 Opstellen programma van eisen | 
 Formuleren van meetbare eisen voor logging, bias en uitlegbaarheid | 
 

 
 3. Selectie & Gunning | 
 Beoordelen inschrijvingen | 
 Toetsen van de technische en ethische betrouwbaarheid van de leverancier | 
 

 
 4. Contractering | 
 Vastleggen juridische afspraken | 
 Opnemen van specifieke SLA’s, datarechten en exitstrategie | 
 

 
 5. Beheer & Evaluatie | 
 Monitoren van de prestaties | 
 Uitvoeren van periodieke audits en controleren van modeldrift | 
 

 

Vuistregels in de praktijk wijzen uit dat de voorbereidings- en specificatiefase bij complexe technologie vaak aanzienlijk meer tijd vraagt dan bij standaard leveringen. Verifieer deze doorlooptijden altijd voor uw eigen specifieke organisatie en context.

## Concrete checklist voor de praktijk

Om te zorgen dat alle noodzakelijke elementen zijn meegenomen bij het opstellen van de aanbestedingsdocumenten, kunnen inkopers en projectleiders onderstaande checklist hanteren:

 
- Is de risicoclassificatie volgens de geldende Europese kaders vooraf vastgesteld en opgenomen in de uitvraag?
 
- Zijn de functionele eisen geformuleerd in meetbare en toetsbare criteria in plaats van vrijblijvende kwalitatieve wensen?
 
- Bevat het programma van eisen duidelijke specificaties ten aanzien van datakwaliteit, preventie van bias en transparantie van besluitvorming?
 
- Zijn er verplichtingen opgenomen voor uitgebreide logging en audit trails om de controleerbaarheid te waarborgen?
 
- Zijn de juridische randvoorwaarden, waaronder intellectueel eigendom en AVG-naleving, afgedekt in de contractvoorwaarden en SLA’s?
 
- Is er een heldere exitstrategie en continuïteitsregeling opgenomen om vendor lock-in te voorkomen?
 
- Is het proportionaliteitsbeginsel toegepast door de zwaarte van de eisen af te wegen tegen het werkelijke risico van de toepassing?
 
- Is het recht op onafhankelijke controle en audits tijdens de uitvoeringsfase contractueel vastgelegd?