"Moet ik mijn AI lokaal draaien of in de cloud?" Die vraag krijgen we vaker dan elke andere. Het korte antwoord: voor het MKB is het bijna nooit een keuze tussen "lokaal" en "AWS" — het is een keuze tussen een server in eigen pand en een eigen VPS of dedicated server bij een Europese provider. AWS, Azure en GCP zijn voor MKB-AI in 9 van de 10 gevallen overkill, te duur, en een vendor-lock-in waar je twee jaar later niet meer uit komt.

Dit artikel helpt je kiezen tussen die twee realistische opties. Met concrete cijfers, een checklist, en — eerlijk — wanneer geen van beide goed is.

Wat we onder elk verstaan

Even de termen scherp, want "cloud" betekent voor verschillende mensen verschillende dingen.

Lokaal in eigen pand. Een fysieke server (workstation of rackmount) die in jouw kantoor of bedrijfspand staat. Aan jouw netwerk, op jouw stroom, achter jouw firewall. Eenmalige hardware-investering, daarna alleen stroom en onderhoud.

Eigen VPS of dedicated server bij een Europese provider. Je huurt een (virtuele of fysieke) server bij een datacenter in Nederland, Duitsland, of Frankrijk — bijvoorbeeld Hetzner, Scaleway, Tilaa. De server is van jou in de zin dat je er alle root-toegang op hebt en wat je wilt installeert. Geen managed service erop. Maandelijkse huur, geen hardware in eigen huis.

Wat dit artikel niet behandelt. AWS, Azure, GCP, Google AI Platform, Azure OpenAI Service. Die hebben hun plek voor enterprise-schaal en specifieke use-cases — maar voor MKB-AI zijn ze zelden de juiste keuze, en wij hebben er geen ervaring mee. Voor wie daar wel naar toe wil: er zijn andere consultants. Voor wie lokaal of Europees wil blijven: lees verder.

Wanneer lokaal in eigen pand wint

Vier scenario's waarin een server in je eigen pand het beste antwoord is.

1. AVG-extra-gevoelige data. Sommige sectoren (medische dossiers, juridische archieven, defensie-leveranciers) hebben verwerkers-overeenkomsten waar zelfs een Europese provider lastig wordt. Een server die fysiek nooit jouw pand verlaat, maakt veel AVG-discussies overbodig. Niet altijd nodig — vaak wel handig.

2. Veel grote bestanden. Een paar terabyte aan documenten, video, of scans verwerken? Lokaal heeft geen upload-limieten en de transfer-snelheid is gigabit-per-seconde via je interne netwerk. Bij een externe VPS upload je alles eerst — dat duurt. Voor incidenteel werk acceptabel, voor doorlopend werk een klap.

3. Bestaande IT-infrastructuur die meedoet. Heb je al een server-rack, een sterke internetverbinding, en een IT'er die het beheert? Dan is een extra GPU-server toevoegen pragmatisch — geen nieuwe leverancier, geen extra contract, gewoon een doos erbij.

4. Lange-termijn-stabiliteit en kostenbeheersing. Hardware schrijf je af in 4–7 jaar. Daarna draait 'ie nog gewoon door. Maandelijkse cloud-huur stopt nooit. Voor zware, doorlopende workloads wint lokaal op de termijn van 3+ jaar bijna altijd. Plus: een leverancier kan z'n prijzen verhogen, jouw eigen server doet dat niet.

Wanneer eigen VPS wint

Vier scenario's waarin een Hetzner of Scaleway het beste antwoord is.

1. Geen serverruimte of IT-beheer in eigen huis. Je hebt een kantoor met 15 mensen, geen server-kast, geen IT'er die OS-updates doet. Een eigen server in eigen pand wordt dan een tweede project naast je eigenlijke werk. Een VPS is binnen 10 minuten klaar en het datacenter regelt stroom, koeling, en netwerk.

2. 24/7 beschikbaarheid is noodzakelijk. Een chatbot voor klanten die ook in het weekend en 's avonds beschikbaar moet zijn. Een interne tool die op de uitlijning van een bedrijf met meerdere locaties moet werken. Een datacenter heeft redundante stroom, redundant netwerk, en uptime-garanties; je eigen kantoor heeft dat niet.

3. Toegang vanaf het internet. Medewerkers thuis, klanten via een portal, koppelingen met andere SaaS — alles wat van buiten je kantoor erbij moet, is vele malen makkelijker als je server al in een datacenter staat. Geen NAT-gepuzzel, geen dynamic-DNS, geen poorten openzetten in je router.

4. Snel beginnen of pieken in vraag. Een MVP dat morgen moet draaien — een Hetzner GPU-VPS heb je in 30 minuten. Hardware bestellen, leveren, installeren is op z'n minst twee weken. En voor pieken in vraag (af en toe veel, dan weer rust) is op-en-af-schalen bij een provider goedkoper dan permanent een dikke machine in de kast.

De echte cijfers — een vergelijking over 3 jaar

Even concreet rekenen voor een veelvoorkomende setup: een chatbot of classificatie-systeem voor 10–30 actieve gebruikers.

Optie A: Workstation in eigen pand.

Optie B: Server in eigen pand (zwaarder).

Optie C: Hetzner GPU-VPS (gehuurd).

Optie D: Hetzner dedicated server (zwaarder).

Zie je het patroon? Voor een lichte tot middelzware workload zit de eigen workstation en de Hetzner GPU-VPS dicht bij elkaar — verschil van een paar honderd euro over drie jaar. Daar wordt de keuze meer een vraag van wáár je je gemak vindt: ruimte hebben en je eigen tempo, of "iemand anders zorgt voor de hardware". Voor zware workloads kantelt het in voordeel van eigen server in pand (Optie B €18k vs Optie D €14k voelt anders, maar Optie B blijft daarna nog 2–4 jaar werken zonder maandelijkse kosten — Optie D loopt door op €350/mnd).

Een checklist

Tien ja/nee-vragen. Tel je antwoorden op aan elke kant; de meerderheid wint.

Naar lokaal in pand wijst:

  1. Heb je serverruimte met fatsoenlijke koeling/ventilatie?
  2. Heb je IT-beheer in huis (een IT'er of een vaste partij die patches doet)?
  3. Verwerk je veel grote bestanden (>10 GB regelmatig)?
  4. Heb je AVG-eisen die uitdrukkelijk "in eigen huis" zeggen?
  5. Wil je in 3+ jaar break-even zien op een eenmalige investering?

Naar eigen VPS wijst:

  1. Heb je geen serverruimte (kantoor zonder server-kast)?
  2. Hebben gebruikers/klanten toegang nodig vanaf het internet?
  3. Moet de dienst ook 's avonds, in het weekend, en bij stroomstoring beschikbaar zijn?
  4. Wil je morgen kunnen beginnen?
  5. Verwacht je sterke pieken in vraag (af en toe veel, dan weer niets)?

Geen unaniem antwoord nodig — een 4-1 of 3-2 verdeling is genoeg om te beslissen. Bij een gelijke score (5-5) wint meestal lokaal voor de lange termijn, omdat hardware afgeschreven wordt en cloud-huur eeuwig doortikt.

Wanneer geen van beide goed is

Even eerlijk: voor sommige use-cases is geen van beide opties hierboven goed.

Heel grote modellen (70B+, multi-GPU). Vraagt om hardware van €30.000+ in eigen pand of €1.500+ per maand bij een provider. Voor een MKB met 50 medewerkers zelden de juiste schaal. Tenzij je een specifieke business-case hebt, kies dan voor een kleiner model dat 90% van het werk doet.

Extreme schaal (duizenden gelijktijdige gebruikers). Een eigen pand of standaard-VPS schaalt niet zomaar mee. Daar zit je in enterprise-gebied — AWS/Azure/GCP zijn dan misschien wel de juiste keuze, en wij zijn niet de juiste partij om je daarmee te helpen.

Specifieke modellen die alleen bij grote providers draaien. Bijvoorbeeld als je per se een specifiek closed-source model nodig hebt dat alleen op Azure beschikbaar is — dan is de keuze al gemaakt door dat model. Maar realiseer je: voor 95% van wat MKB met AI wil doen is een open-source model (Llama, Mistral, Qwen) net zo goed of beter, en draait het lokaal of op Hetzner.

In al deze drie gevallen: bel ons toch even. We zeggen het als iets niet bij ons past, en we kunnen je in de juiste richting wijzen.

Hoe je dit voor jouw situatie doorrekent

De cijfers in dit artikel zijn ranges, en de checklist is een richting. Voor jouw eigen geval helpen we graag concreet rekenen.

Snel voor wat je wilt bouwen. Een scope-gesprek (1–2 uur, vrijblijvend) waarin we je use-case doornemen, hardware-suggesties geven, en ranges voor maand- of eenmalige kosten op een rij zetten. Daarna weet je precies wat het wordt.

Helemaal vooraan in het proces. Begin met een scan — voor €1.499 ex btw krijg je een rapport met de top 5 AI-kansen voor jouw bedrijf, met per kans een aanbeveling voor architectuur (lokaal of VPS), kosten, en doorlooptijd.

Wil je liever zelf bouwen met expert-begeleiding? Dat doen we via Lokaal — losse dagen of vast traject, op uurbasis.

En voor het volledige prijsplaatje van AI-projecten in het MKB: lees Wat kost AI in het MKB? — een eerlijke prijslijst.