# Hoe maak ik het AI-gebruik van mijn bedrijf duurzamer?

> Een praktisch startplan om het AI-gebruik van een bedrijf groener te maken: gebruik in kaart brengen, modellen op maat, standaarden instellen, leveranciers bevragen.

Source: https://greenai.guide/nl/hoe/hoe-maak-ik-het-ai-gebruik-van-mijn-bedrijf-duurzamer/  
Updated: 2026-11-19

## In het kort

Breng eerst in kaart waar uw bedrijf AI gebruikt en maak dan de efficiënte keuze de standaard: het kleinste model dat aan de kwaliteitseis voldoet, korte output, AI-functies uit tenzij ze nodig zijn. Vraag leveranciers naar het energieverbruik per verzoek en waar ze draaien, meet per nuttige taak, en leg het vast in een kort beleid met een eigenaar. De meeste van deze stappen verlagen naast energie ook kosten en wachttijd.

## Steps

1. Maak een lijst van de AI-tools, -functies en geautomatiseerde workflows die in gebruik zijn en hoe vaak elk ongeveer draait.
2. Test of een kleiner model of een methode zonder AI aan de kwaliteitseis voldoet voor uw taken met het hoogste volume.
3. Stel efficiënte standaarden in voor bedrijfstools, zoals kleinere modellen, outputlimieten en functies uit tenzij nodig.
4. Vraag leveranciers naar het energieverbruik per verzoek, waar workloads draaien en hoe ze daarover rapporteren.
5. Volg energie of tokens per nuttige taak en bekijk de cijfers elk kwartaal.
6. Leg de regels vast in een kort beleid met een benoemde eigenaar en een evaluatiedatum.

**Maak de efficiënte keuze de standaard en meet daarna of het werkt.** Bij de meeste bedrijven zit de energie in het
vele keren per dag draaien van modellen (inferentie), niet in het trainen ervan, dus alledaagse keuzes over modellen,
prompts en functies doen het meest ertoe.

Twee bevindingen laten zien hoeveel ruimte er is. Luccioni, Jernite en Strubell ontdekten dat generatieve modellen
voor algemeen gebruik ordes van grootte duurder zijn om te draaien dan taakspecifieke modellen voor dezelfde taken.
UNESCO en University College London ontdekten dat kleinere, taakspecifieke modellen het energieverbruik met tot 90%
konden verlagen, en kortere prompts en antwoorden met meer dan de helft.

## Waar begin ik? {#where-do-i-start}

1. **Breng uw AI-gebruik in kaart**: zie [hoe u in kaart brengt waar uw organisatie AI gebruikt](/nl/hoe/hoe-breng-ik-in-kaart-waar-mijn-organisatie-ai-gebruikt/).
2. **Kies de juiste maat voor de drukste taken**: probeer eerst kleine modellen; zie
   [kies een kleiner AI-model](/nl/hoe/hoe-kies-ik-een-kleiner-ai-model/).
3. **Stel standaarden in**: schakel functies uit die niemand gebruikt; zie
   [schakel onnodige AI-functies uit](/nl/hoe/hoe-zet-ik-overbodige-ai-functies-binnen-mijn-hele-organisatie-uit/).
4. **Bevraag leveranciers**: zie [duurzaamheid bij de inkoop van AI](/nl/hoe/hoe-neem-ik-duurzaamheid-mee-bij-de-inkoop-van-ai/).
5. **Meet per taak**: zie [volg de energie van AI per taak](/nl/hoe/hoe-meet-ik-het-energieverbruik-van-ai-per-taak-in-plaats-van-in/).
6. **Leg het vast**: zie [schrijf een beleid voor groene AI](/nl/hoe/hoe-schrijf-ik-een-beleid-voor-groene-ai/).

## Wat het grootste verschil maakt {#what-makes-the-biggest-difference}

De modelkeuze bij taken met een hoog volume, en AI uitschakelen die draait zonder dat iemand die nodig heeft. De
gewoonten van medewerkers doen ertoe, maar standaardinstellingen bereiken iedereen zonder dat iemand eraan hoeft te
denken.

## Veelgemaakte fouten {#common-mistakes}

- Kosten per aanroep tellen in plaats van per geslaagde taak, waardoor nieuwe pogingen verborgen blijven.
- Een groen cloudcontract als het hele antwoord zien terwijl het gebruik blijft groeien.
- Besparingen claimen voordat er een nulmeting is gedaan.

De volledige aanpak staat in onze [gids voor bedrijven](/nl/gidsen/groene-ai-voor-bedrijven/).

## Bronnen

- [Smarter, smaller, stronger: resource-efficient generative AI and the future of digital transformation](https://www.unesco.org/en/articles/ai-large-language-models-new-report-shows-small-changes-can-reduce-energy-use-90), UNESCO and University College London (2025)
- [Power Hungry Processing: Watts Driving the Cost of AI Deployment?](https://arxiv.org/abs/2311.16863), Luccioni, Jernite and Strubell, ACM FAccT (2024)
