Wat is een LLM? Uitleg voor ondernemers

LLM betekenis in AI: waar staat LLM voor?

Wie zoekt op LLM betekenis AI, wil meestal eerst weten wat de letters zijn. LLM is de afkorting van large language model. In het Nederlands zeg je groot taalmodel. Het woord groot slaat op twee dingen: de hoeveelheid tekst waarop het model is getraind en het aantal parameters, de interne getallen die het model tijdens de training bijstelt. Bij de grote modellen gaat het om miljarden parameters.

Een LLM is een vorm van kunstmatige intelligentie, maar niet alle AI is een LLM. Een model dat voorraad voorspelt uit verkoopcijfers of een camera die fouten op een productielijn herkent, werkt met andere technieken. Het verschil tussen de soorten lees je in [AI en machine learning. Een LLM is gespecialiseerd in taal: alles wat je in woorden kunt uitdrukken, van een klantmail tot een stuk code.

Wat je in ChatGPT of Claude ziet, is een product dat om het model heen is gebouwd. Het product voegt een chatvenster, geheugen, zoekfuncties en veiligheidsregels toe. Het LLM zelf is de motor die de tekst maakt.

Wat doet een LLM precies?

Een LLM doet in de kern één ding: het voorspelt welk stukje tekst er waarschijnlijk volgt op de tekst die het al heeft. Dat stukje heet een token. Een token is een woord, een deel van een woord of een leesteken. Het model kiest een token, plakt dat achter de tekst en voorspelt het volgende. Zo ontstaat een antwoord, stukje voor stukje.

Dat klinkt simpel, maar door de training op enorme hoeveelheden tekst heeft het model patronen geleerd over taal, feiten, redeneringen en schrijfstijlen. Daardoor kan het:

• een lange mail samenvatten in drie punten;
• een klantvraag beantwoorden in de toon van je bedrijf;
• gegevens uit een pdf halen en in een vaste structuur zetten;
• een tekst vertalen en aanpassen aan een ander land;
• code schrijven en uitleggen.

De techniek erachter heet de transformer. Onderzoekers van Google beschreven die in 2017 in het artikel *Attention Is All You Need*. Het idee: het model kijkt bij elk woord naar alle andere woorden in de tekst en weegt hoe belangrijk ze voor elkaar zijn. Bijna alle moderne taalmodellen bouwen daarop voort.

Na de basistraining volgt een tweede fase. Daarin leert het model instructies op te volgen en behulpzaam te antwoorden, onder meer met feedback van mensen. Pas daarna is het geschikt als assistent.

Welke LLM's zijn er?

Er zijn tientallen taalmodellen. Voor bedrijven zijn vooral deze families van belang. De versienummers veranderen elke paar maanden, dus we noemen hier de families.

Het belangrijkste onderscheid voor een bedrijf is gesloten of open. Een gesloten model gebruik je via de dienst of API van de maker. Een model met open gewichten kun je downloaden en op je eigen server draaien. Dat geeft meer controle over je gegevens, maar vraagt eigen hardware en beheer. Hoe dat werkt, lees je in een LLM lokaal draaien. Wil je het model binnen je eigen muren, kijk dan bij private AI.

Een vergelijking van de zakelijke abonnementen staat in Gemini, Claude en Mistral zakelijk gebruiken.

Wat is de beste LLM voor Nederlands?

Er is geen vaste winnaar. De ranglijsten wisselen elke paar maanden. Wel zijn er een paar dingen die in de praktijk opvallen.

• De grote gesloten modellen schrijven goed Nederlands. GPT, Claude en Gemini zijn op veel talen getraind. Voor mails, samenvattingen en klantantwoorden in het Nederlands zijn ze meestal goed genoeg.
• Kleine open modellen zijn zwakker in het Nederlands. Een model dat op een laptop draait, maakt vaker taalfouten en klinkt eerder vertaald. Test dat altijd op je eigen teksten.
• GPT-NL is een Nederlands alternatief in ontwikkeling. TNO, het NFI en SURF bouwen een taalmodel met Nederlandse data en aandacht voor transparantie. Volgens de eigen site staat de eerste versie gepland voor het najaar van 2026 en is het nu alleen beschikbaar voor een beperkte groep eerste gebruikers.

De beste keuze hangt af van je taak. Voor klantcontact telt de toon, voor documenten de nauwkeurigheid en voor gevoelige gegevens waar de data staat. Test twee of drie modellen op tien echte voorbeelden uit je eigen werk. Dat zegt meer dan elke ranglijst.

Wat een LLM wel en niet kan

Hoe maak je een LLM bruikbaar in je bedrijf?

Een los taalmodel is een slimme schrijver zonder kennis van jouw bedrijf. Het wordt pas nuttig als je het drie dingen geeft.

1. Je eigen kennis. Met RAG zoekt het systeem eerst de juiste stukken in je handleidingen, voorwaarden of productdata en geeft die mee aan het model. Het antwoord is dan gebaseerd op jouw bronnen. Zie wat is RAG.
2. Toegang tot je systemen. Via koppelingen kan het model een order opzoeken, een klant vinden of een concept klaarzetten in je mailprogramma. Mag het ook zelf stappen zetten, dan heet dat een AI agent.
3. Grenzen en controle. Leg vast wat het model zelf mag doen en wat een mens moet goedkeuren. Begin met concepten, niet met automatische verzending.

Een voorbeeld uit onze eigen praktijk: bij Dubai Chocolates lopen e-mail, website en service automatisch in 6 talen, voor klanten in meer dan 20 Europese landen. Dat is precies het soort taalwerk waar een LLM sterk in is, mits het met de eigen productinformatie werkt.

Wil je een assistent die vragen beantwoordt uit je eigen kennis, kijk dan bij een AI chatbot maken.

Wat kost het gebruik van een LLM?

Er zijn twee manieren om te betalen. Met een abonnement per gebruiker, zoals ChatGPT Business of Claude Team, betaal je een vast bedrag per maand. Via de API betaal je per token: voor wat je naar het model stuurt en voor wat het terugschrijft. Grote modellen zijn duurder per token dan kleine.

Voor een koppeling in je eigen systemen is de API meestal de logische route. Hoeveel dat per maand kost, hangt af van het aantal documenten, de lengte ervan en het model dat je kiest. De rekenvoorbeelden staan in wat kost een LLM.

Veelgemaakte fouten

• Het antwoord als waarheid behandelen. Een LLM schrijft wat waarschijnlijk klinkt. Controleer cijfers, namen en bronnen.
• Klantgegevens in een gratis versie plakken. Gebruik een zakelijk abonnement of de API met afspraken over je data. Lees meer in ChatGPT en privacy.
• Het grootste model voor alles gebruiken. Voor sorteren of korte samenvattingen volstaat vaak een kleiner en goedkoper model.
• Geen vaste testset. Zonder tien of twintig vaste voorbeelden weet je niet of een ander model of een aangepaste prompt beter werkt.

Uit de praktijk

Veelgestelde vragen

Verder lezen

Meer uit de kennisbank

Terug naar de kennisbank