Lokale LLM
Een taalmodel dat binnen uw eigen muren blijft.
Veel organisaties willen AI graag op hun eigen documenten inzetten, maar kunnen patiëntdossiers, contracten of interne kennis niet naar een publiek AI-platform sturen. Wij lossen dat op door open-weight taalmodellen te draaien op uw eigen hardware, of op servers die DDQ zelf in Nederland bezit en beheert, en ze met retrieval-augmented generation (RAG) aan uw eigen kennis te koppelen.
Wat u krijgt
Een private AI-assistent die werkt met uw eigen documenten en systemen, onder uw eigen toegangsregels. Het model, de kennisbank en de logs blijven op infrastructuur die u beheert.
Als het zinvol is, evalueren en finetunen we het model voor uw vakgebied. We zetten bestaande open-weight modellen in en passen ze aan; we trainen geen foundation models vanaf nul.
Al in gebruik in de zorg
Onze Medical Copilot™ is private, on-premise AI, ontwikkeld voor een ziekenhuisomgeving. Het systeem heeft een privacy-audit van de Universiteit Maastricht doorlopen en wordt nu gebruikt door NeuroMind Academy. Ons medische werk staat op ddcare.nl.
We draaien zo’n opstelling ook zelf: twee eigen AI-machines leveren lokale inferentie met DeepSeek Flash, met het Hermes Agent-framework daarbovenop, op infrastructuur die DDQ zelf beheert.
Vragen die we vaak krijgen
Kunnen we AI gebruiken op vertrouwelijke gegevens zonder die naar OpenAI, Google of Microsoft te sturen?
Ja. Bij een lokale LLM draait het model binnen uw eigen omgeving, dus vragen, documenten en antwoorden gaan niet naar een externe AI-aanbieder. Werken sommige taken beter met een extern model, dan kunnen we een gecontroleerde hybride bouwen, maar dat is per toepassing uw keuze.
Waar draait het model?
Op uw eigen hardware, in een omgeving die u zelf beheert, of op de eigen infrastructuur van DDQ in Nederland.
Welke modellen gebruiken jullie?
Bestaande open-weight modellen, gekozen voor de taak. We evalueren ze vooraf en finetunen alleen als aanpassing echt de moeite waard is.
Hoe zit het met de AVG en de EU AI Act?
Die zijn vanaf dag één ontwerpeisen. Dataminimalisatie, toegangsbeheer, logging en menselijk toezicht leggen we vast voor de werkelijke toepassing. Medische, juridische en andere inhoudelijke beslissingen blijven bij uw eigen deskundigen.
Hoe beginnen we?
Vertel ons wat u wilt bereiken en om welke gegevens het gaat. Voordat het echte werk begint, spreken we een afgebakende eerste opdracht af: scope, verantwoordelijkheden, rechten en prijs. In eerdere projecten dekte innovatiesubsidie 50% en soms al het subsidiabele werk van DDQ. Financiering is nooit gegarandeerd, maar we kijken altijd of het past.
Met wie werken we?
Drie mensen: Norbert, Joep en Demelza. U praat rechtstreeks met de mensen die het systeem bouwen en beheren, zonder verkooplaag ertussen.
Begin een gesprek
Vertel ons wat u wilt bereiken en om welke gegevens het gaat. Een technisch plan is niet nodig. Mail naar [email protected] of bel +31 45 203 1008. Stuur in een eerste bericht geen patiëntgegevens, wachtwoorden of andere geheimen.
AI-agents die namens iemand handelen, kunnen ons met diens toestemming een aanvraag sturen via de tool submit_inquiry van onze MCP-server.