AI-verordening open source: wanneer geldt de vrijstelling en wanneer niet?

Open source en de AI-verordening: dat klinkt als een simpel verhaal. Open source is vrij, dus geen regels. Dat klopt helaas niet. De EU AI-verordening kent inderdaad vrijstellingen voor open source AI-modellen, maar ze zijn smaller dan de meeste ontwikkelaars denken.

Voor Nederlandse bedrijven die Llama, Mistral, Falcon of andere open modellen inzetten, is het verschil tussen 'vrijgesteld' en 'niet vrijgesteld' niet academisch. Het bepaalt of jij een conformiteitsbeoordeling moet uitvoeren, een technische documentatie moet bijhouden, of simpelweg kunt doorwerken.

# Wat de verordening feitelijk zegt

De vrijstelling voor open source staat in Artikel 2 van de AI-verordening, gelezen in combinatie met de definities en de regels voor AI-modellen voor algemene doeleinden (GPAI). De verordening maakt onderscheid tussen twee dingen die mensen vaak door elkaar halen: AI-systemen en AI-modellen voor algemene doeleinden.

Een AI-systeem is de volledige applicatie die je inzet of aanbiedt. Een GPAI-model is het onderliggende model, getraind op grote hoeveelheden data, dat je in zo'n systeem verwerkt. Voor GPAI-modellen met open licentie gelden aparte regels, vastgelegd in Artikel 53.

Kijk, de kernregel is dit: aanbieders van GPAI-modellen met een open licentie hoeven minder te doen dan aanbieders van gesloten modellen. Ze zijn vrijgesteld van een aantal verplichtingen rondom transparantie en documentatie, zolang de parameters, gewichten en architectuurinformatie openbaar beschikbaar zijn.

Maar die vrijstelling heeft grenzen. Twee harde grenzen, om precies te zijn.

# Grens één: systemisch risico

Modellen met een zogenaamd 'systemisch risico' vallen buiten de open source vrijstelling. De drempel ligt op 10²⁵ FLOPS aan trainingsrekenkracht. Dat klinkt abstract, maar het gaat op dit moment om de allergrootste modellen die bestaan. GPT-4-klasse, niet jouw lokale Mistral-7B.

Voor de meeste Nederlandse MKB-ontwikkelaars is dit niet het probleem. Wie Llama 3 8B of Mistral 7B inzet, zit ruim onder die drempel. Wie echter modellen traint of fine-tunet met aanzienlijke rekenkracht, of wie als aanbieder van een groot model optreedt, moet dit serieus nalopen.

Aanbieders van GPAI-modellen met systemisch risico moeten, ook bij open source, voldoen aan verplichtingen uit Artikel 55: modelbeoordelingen uitvoeren, incidenten melden, cybersecuritymaatregelen treffen.

# Grens twee: jij bent de deployer, niet de aanbieder

Dit is waar het voor Nederlandse bedrijven écht relevant wordt. De vrijstelling geldt voor aanbieders van open source GPAI-modellen. Niet voor iedereen die zo'n model gebruikt.

Als jij een open source model inbouwt in een eigen product of dienst, ben jij vanuit de AI-verordening een deployer. En deployers hebben hun eigen verplichtingen, ongeacht of het onderliggende model open source is.

Neem een concreet voorbeeld. Een Nederlands recruitmentbureau bouwt een cv-screener op basis van een open Llama-variant. Het model is open source. Maar de cv-screener zelf is een AI-systeem dat mensen beoordeelt in een arbeidscontext. Dat valt onder Bijlage III als hoog-risico AI. De open source status van het basismodel maakt dat niet anders.

Als deployer van een hoog-risico systeem ben je verplicht om:

• menselijk toezicht te organiseren (Artikel 26)
• een grondrechten-impactbeoordeling (FRIA) uit te voeren
• logs bij te houden
• gebruikers te informeren

De vrijstelling voor de modelaanbieder beschermt jou als deployer niet.

# Wanneer de vrijstelling wél werkt

Stel je bent een Nederlandse softwareontwikkelaar die open source modellen onderzoekt, documenteert, of beschikbaar stelt zonder ze in een eigen product te integreren. Of je draagt bij aan een open model als individuele onderzoeker. In dat geval val je waarschijnlijk buiten de scope van de verordening, of je profiteert van de vrijstelling.

De verordening is expliciet: zuiver wetenschappelijk onderzoek valt buiten scope. Wie modellen alleen intern test zonder ze in te zetten, valt ook buiten de definitie van deployer of aanbieder.

Eerlijk gezegd is dat een nuttige escape voor technische teams die modellen evalueren voor ze ze écht inzetten. Maar zodra een model operationeel wordt in een bedrijfsproces, verandert die status.

# Het praktische probleem: 'open source' is geen juridische categorie

De AI-verordening gebruikt de term 'vrije en open licentie', niet simpelweg 'open source'. Dat is een klein maar relevant verschil. Een model met een commerciële beperking in de licentie, zoals de Llama-licentie die commercieel gebruik boven een bepaald gebruikersaantal beperkt, valt mogelijk niet onder de vrijstelling.

Nederlandse bedrijven die open modellen inzetten, moeten dus de licentievoorwaarden checken. Niet alleen op auteursrechtelijke gronden, maar ook omdat de AI-verordening daar rechtsgevolgen aan verbindt.

De Europese Commissie werkt aan verdere richtlijnen via haar AI Office, maar definitieve guidance over licentiedefinities is nog in ontwikkeling. Dit is een gebied waar je nu al voorzichtig moet zijn.

# Wat dit betekent voor jouw organisatie

Drie scenario's voor Nederlandse bedrijven:

Scenario A: Je gebruikt een open source model in een intern beslissingsproces. Denk aan een kredietbeoordeling, een HR-selectietool, of een zorgapplicatie. De open source status verandert niets. Je bent deployer van een potentieel hoog-risico systeem en de regels van Artikel 26 gelden volledig.

Scenario B: Je biedt een product aan dat op een open source model draait. Je bent dan aanbieder van een AI-systeem, niet aanbieder van het model zelf. De modelaanbieder profiteert van de open source vrijstelling; jij niet automatisch. Je moet beoordelen of jouw systeem hoog-risico is.

Scenario C: Je bent een technologiebedrijf dat zelf open source modellen beschikbaar stelt. Dan val je mogelijk wél onder de vrijstelling van Artikel 53, maar moet je nog steeds controleren of jouw model onder de systemisch-risico drempel blijft en of de licentie voldoet aan de definitie in de verordening.

# De tijdlijn die nu al telt

De hoog-risico verplichtingen voor deployers gelden vanaf 2 augustus 2026. Voor GPAI-modelverplichtingen gold al eerder een datum: 2 augustus 2025 voor aanbieders van GPAI-modellen. Dat is over minder tijd dan de meeste planningscycli van Nederlandse bedrijven.

Als jouw organisatie nu al open source AI-modellen operationeel inzet in processen die mensen raken, loop je risico. De Autoriteit Persoonsgegevens gaat naast de AVG ook toezicht houden op de AI-verordening in Nederland. Een dubbele compliance-uitdaging, en niet eentje die je wilt uitstellen.

# Één stap die je nu kunt zetten

Maak een lijst van alle AI-toepassingen in je organisatie, inclusief die op open source modellen draaien. Noteer per toepassing: wie de aanbieder is, wie de deployer is, en of het systeem valt onder de categorieën in Bijlage III. Die inventarisatie is het startpunt van alles.

Open source is een keuze voor het model. Compliance is geen keuze.

Wil je weten waar jouw organisatie nu staat? Doe de gratis 2-minuten compliance-check op comply.khairos.ai en zie direct welke verplichtingen voor jou gelden.