Direct naar inhoud
085 013 4500EN

AI Infrastructuur op eigen omgeving. Privacy by design.

De bouwstenen voor een privacy-vriendelijke AI-stack: orkestratie, agent-frameworks, vector-databases, eigen LLM-interface en LLM-runtime. Iedere component in een eigen Docker-container, volledig onder Nederlands recht. Geen prompt-leakage naar OpenAI of Anthropic — tenzij je dat zelf wilt.

Bekijk de stack Plan een AI-strategiegesprek

Een complete AI-stack — losjes gekoppeld

Geen lock-in op één leverancier. Combineer n8n voor workflows, LangFlow of Flowise voor agent-flows, Dify als LLM-app-platform en OpenWebUI als chat-interface op je eigen modellen. Iedere component standalone bruikbaar, samen krachtiger.

AVG-proof — data blijft in NL

Containers draaien in twee ISO 27001-gecertificeerde datacenters in Nederland. Optionele Ollama-runtime houdt prompts volledig binnen de EU. Cloud-LLM's (OpenAI, Anthropic, Mistral) zijn een keuze, geen verplichting.

Volledige controle over de runtime

Eigen API-keys, eigen modellen, eigen vector-database (PostgreSQL pgvector, Qdrant of Weaviate). Eigen logging, eigen telemetrie. Wij beheren de runtime — jij houdt de data en het beleid.

Stack live in 5 minuten
Data blijft binnen NL (AVG)
Open-source, geen lock-in
GPU-runtime op aanvraag

De bouwblokken van je AI-stack

Een productie-AI-toepassing kent meestal 5 lagen. Wij hosten de runtime; jij ontwerpt de stack.

1

Orkestratie

n8n of Activepieces — koppelt LLM's, datasystemen en bedrijfsprocessen. Geen Zapier-data-leakage, geen credits-meter.

n8n · Activepieces

2

Agent-frameworks

Visueel agents bouwen met LangFlow of Flowise — drag & drop bovenop LangChain. Ideaal voor RAG, multi-step reasoning en tool-use.

LangFlow · Flowise · Dify

3

LLM-interface

Een ChatGPT-achtige interface op je eigen modellen. Per team, per project of per klant. Werkt met OpenAI, Claude, Mistral én lokale modellen via Ollama.

OpenWebUI

4

LLM-app platform

Bouw productie-LLM-apps en knowledge-bots met versioning, datasets en evaluatie. Dify is een complete platform-oplossing.

Dify

5

Optionele runtime + vector DB

Eigen Ollama-runtime voor lokale modellen (Llama, Mistral, Qwen) en een vector-database voor je RAG-pipeline.

Ollama · pgvector · Qdrant

Wat je hiermee bouwt

Eigen RAG over bedrijfsdocumenten

Doorzoek je SharePoint, contracten of helpdesk-historie met LLM's, zonder dat de bron-documenten je infrastructuur verlaten. LangFlow + Ollama + Qdrant in drie containers.

Klantenservice-AI met menselijke escalatie

n8n routeert tickets, Dify draait de LLM-conversatie, Chatwoot doet de live-chat. Eén pijplijn, drie containers, jij houdt het transcript.

Privé ChatGPT voor je team

OpenWebUI als chat-interface bovenop je eigen API-keys. Iedereen toegang tot GPT-4, Claude of een lokaal model — zonder dat prompts naar derden lekken.

Automatische rapporten en samenvattingen

n8n trekt data uit je systemen, een LLM vat samen, n8n levert het rapport via e-mail of Teams. Geen 'AI feature' in een SaaS — je eigen pijplijn.

Onze AI-componenten

Iedere component draait in een eigen Docker-container met persistente volumes. Updates volgen het officiële upstream-traject, je data blijft van jou. Combineer naar wens of vraag een complete-stack-advies.

Geen AI nodig?

Andere applicaties? Kijk bij Apps

WordPress, Nextcloud, Mattermost, Vaultwarden en meer als losse Docker-container vind je op onze Apps-pagina.

Bekijk alle Apps →

Veelgestelde vragen over AI-infrastructuur

AI op eigen infrastructuur is een keuze met consequenties. Hier de meest gestelde vragen.

Drie redenen. Eén: data-soevereiniteit — je prompts en bedrijfsdata blijven onder Nederlands recht, geen training-data voor een Amerikaanse leverancier. Twee: kostbeheersing — geen per-token credits-model dat onverwacht escaleert. Drie: lock-in vermijden — je kunt morgen van LLM wisselen zonder dat je pipeline kapot gaat.

Beide. Onze stack werkt met cloud-API's (OpenAI, Anthropic, Mistral, Groq) én met lokale modellen via Ollama (Llama 3, Mistral, Qwen, etc.). Vaak combineer je beide: lokaal voor gevoelige documenten, cloud voor zware redeneer-taken. Je kunt per workflow kiezen.

Voor n8n, LangFlow, Flowise, Dify en OpenWebUI niet — die orkestreren LLM-calls maar draaien zelf op CPU. Wel als je lokale modellen wilt draaien via Ollama: dan adviseren we een container met dedicated GPU. We bieden NVIDIA A4000 en hoger voor dedicated AI-runtime.

Typisch: LangFlow voor de retrieval-flow, Qdrant of pgvector als vector-database, optionele Ollama voor de embedding-modellen, en n8n om documenten van bron (SharePoint, Drive, helpdesk) periodiek te indexeren. Vier containers, geen externe afhankelijkheden behalve je gekozen LLM.

De infrastructuur wel — twee ISO 27001-datacenters in Nederland, verwerkersovereenkomst op aanvraag. AVG-compliance van het eindresultaat hangt af van je use-case: welke data je verwerkt, welk LLM je kiest en hoe lang je conversaties bewaart. We helpen je bij de DPIA als je dat wilt.

Ja. n8n en Dify hebben native integraties met Azure OpenAI, AWS Bedrock en Google Vertex AI. Veel klanten gebruiken Azure OpenAI voor compliance-gedreven workloads en lokale Ollama voor experimenten — de orchestratie-laag blijft hetzelfde.

Wil je een complete AI-stack laten opzetten met advies over modelkeuze en datastrategie?

Plan een AI-strategiegesprek

Alle prijzen zijn per maand en exclusief 21% btw. Maandelijks opzegbaar, je data export je in een open formaat.