Nederland heeft in 2026 een luxeprobleem dat geen luxe meer voelt: er is meer digitale ambitie dan er stroom uit het stopcontact komt. De vraag naar rekenkracht groeit sneller dan het net kan volgen, terwijl AI-toepassingen van de proof-of-concept-fase overgaan naar productie. Voor iedereen die verantwoordelijk is voor infrastructuur, van CTO tot cloud-architect, verschuift de kernvraag. Het gaat niet langer alleen om hoeveel compute je nodig hebt, maar om waar die compute fysiek en juridisch mag draaien, en tegen welke energie- en netkosten.
Deze verschuiving raakt drie dingen tegelijk: de fysieke grenzen van het stroomnet, de duurzaamheidsverplichtingen die uit Brussel en Den Haag komen, en de opkomst van soevereine AI, waarbij data en modellen aantoonbaar binnen de EU-jurisdictie blijven. Wie deze drie los van elkaar bekijkt, neemt in 2026 verkeerde beslissingen.
Het net zit vol, en dat verandert je architectuur
Netcongestie is in Nederland geen theoretisch risico meer maar dagelijkse realiteit. TenneT en de regionale netbeheerders melden voor grote delen van de Randstad, Noord-Brabant en delen van Flevoland dat er wachtrijen zijn voor zowel afname als teruglevering. Nieuwe grootverbruikaansluitingen kunnen jaren op zich laten wachten. Voor datacenters betekent dit dat een vergunning en een kavel niet langer garanderen dat je op afzienbare termijn genoeg vermogen krijgt.
De gemeente Amsterdam en Haarlemmermeer hanteren al langer een terughoudend vestigingsbeleid voor hyperscale-datacenters, en die lijn is verhard. Nieuwe capaciteit verschuift daardoor naar regio's als Groningen, waar de nabijheid van wind op zee en waterstofinfrastructuur voordelen biedt, en naar bestaande knooppunten rond Eindhoven en Almere. Tegelijk wint een gedistribueerd model terrein: kleinere edge-locaties dicht bij de gebruiker, in plaats van alles concentreren op één megacampus.
Voor je architectuur betekent dit concreet dat locatie een eerste-orde ontwerpbeslissing wordt. Latency-gevoelige inferentie hoort dicht bij de gebruiker, maar zware training kan naar plekken waar en wanneer stroom beschikbaar en groen is. Dat vraagt om workloads die je bewust kunt verplaatsen in plaats van infrastructuur die je vastnagelt aan één regio.
Efficiëntie is geen kostenpost meer maar een randvoorwaarde
Zolang stroom en netcapaciteit schaars zijn, wordt efficiëntie de harde begrenzing van wat je überhaupt mag draaien. De klassieke PUE-maatstaf voor datacenterefficiëntie is daarbij nog maar het begin. In 2026 kijken serieuze infrastructuurteams ook naar rekenkracht per watt op applicatieniveau, naar warmtehergebruik en naar het slim timen van werk.
Een paar hefbomen die in de Nederlandse context echt verschil maken:
- ▸Warmtehergebruik als ontwerpeis. Datacenters in onder meer Amsterdam en Groningen koppelen restwarmte aan lokale warmtenetten. Wie nieuw bouwt of migreert, moet dit vanaf dag één meenemen, niet achteraf.
- ▸Vloeistofkoeling voor AI-racks. De dichtheid van moderne GPU-clusters maakt luchtkoeling inefficiënt. Direct-to-chip en immersiekoeling verlagen het energieverbruik per getrainde parameter aanzienlijk.
- ▸Tijd- en plaatsflexibiliteit van batchwerk. Trainings- en batch-inferentietaken die niet realtime hoeven, kun je verschuiven naar momenten met veel wind- of zonaanbod en lagere netbelasting.
- ▸Rechtgeschaalde modellen. Niet elke taak vraagt om het grootste frontier-model. Kleinere, gespecialiseerde of gekwantiseerde modellen leveren vaak vergelijkbare kwaliteit tegen een fractie van het verbruik.
- ▸Meten wat je verbruikt. Zonder inzicht per workload in energie en CO2 stuur je blind. Observability moet energie- en emissiedata bevatten, niet alleen CPU en geheugen.
Deze efficiëntieslag is geen groene bijzaak. De Europese Energie-efficiëntierichtlijn verplicht datacenters boven een bepaalde drempel al tot rapportage over energieverbruik en waterhuishouding, en die transparantie wordt door klanten en toezichthouders steeds serieuzer genomen.
Waar hoort soevereine AI thuis?
Naast energie speelt jurisdictie een steeds grotere rol. Soevereine AI betekent dat je trainingsdata, modelgewichten en inferentie aantoonbaar binnen de EU blijven, buiten het bereik van niet-Europese wetgeving zoals de Amerikaanse CLOUD Act. Voor Nederlandse organisaties in de zorg, de financiële sector en de overheid is dit in 2026 geen ideologische keuze maar een compliance-eis.
Het regelgevend kader is inmiddels concreet. De EU AI Act kent zijn verplichtingen gefaseerd toe; verboden praktijken en transparantie-eisen zijn al van kracht en de regels voor hoog-risicosystemen komen in zicht. NIS2 verscherpt de cybersecurity- en ketenverantwoordelijkheid voor een brede groep essentiële en belangrijke entiteiten, met bestuurdersaansprakelijkheid als scherpe rand. Voor de financiële sector geldt DORA, dat operationele weerbaarheid en strak toezicht op ICT-dienstverleners afdwingt, inclusief exit-strategieën en concentratierisico bij cloudleveranciers. En overal onder ligt de AVG met haar eisen aan doorgifte en dataminimalisatie.
De praktische consequentie: een uniforme keuze om alles bij één Amerikaanse hyperscaler te draaien wordt riskanter. Steeds meer Nederlandse organisaties kiezen voor een hybride opzet. Publieke data en generieke workloads mogen bij de grote clouds blijven, maar gevoelige inferentie en modellen met persoonsgegevens draaien op EU-gecontroleerde infrastructuur, of dat nu een soevereine cloudregio, een Nederlandse colocatiepartij of eigen private compute is. De sleutel is dat je per workload een bewuste classificatie maakt in plaats van één beleid over alles heen te leggen.
Checklist: een netbewuste, soevereine infrastructuurstrategie in 2026
Gebruik deze stappen om je eigen situatie te toetsen voordat je nieuwe AI-capaciteit vastlegt.
1. Classificeer elke workload op datagevoeligheid, latency-eis en of hij realtime moet zijn. Dit bepaalt waar hij mag en moet draaien. 2. Toets de netpositie van je locaties. Is er afname- én teruglevercapaciteit? Sta je in een congestiegebied? Vraag dit expliciet uit bij je netbeheerder en colocatiepartner. 3. Breng je energie- en CO2-verbruik per workload in kaart. Zonder meting geen sturing en geen geloofwaardige rapportage. 4. Scheid trainen van inferentie. Plaats verplaatsbaar batchwerk waar stroom groen en goedkoop is; houd latency-gevoelige inferentie dicht bij de gebruiker. 5. Leg jurisdictie contractueel vast. Eis EU-datalokalisatie, helderheid over subverwerkers en een werkbare exit-strategie, zoals DORA verlangt. 6. Kies rechtgeschaalde modellen en overweeg kwantisatie voordat je grotere GPU-clusters aanschaft. 7. Neem warmtehergebruik en koeling mee als ontwerpeis, niet als sluitpost. 8. Documenteer je AI-systemen conform de AI Act en je NIS2-verplichtingen, inclusief ketenrisico's.
Waarom nearshore engineering vanuit Tunesië hier logisch past
Deze strategie bouw en beheer je niet in je eentje. Er is engineeringcapaciteit nodig die de EU-context begrijpt én betaalbaar blijft in een markt waar Nederlands tech-talent schaars en duur is. Daar komt de nearshore-aanpak van TuniCyberLabs in beeld.
Ons engineeringteam in Sousse werkt in dezelfde tijdzone als Amsterdam en Utrecht, wat betekent dat stand-ups, incidentrespons en release-afstemming gewoon binnen je werkdag vallen, zonder de vertraging van offshore-modellen aan de andere kant van de wereld. Via onze Estse moederentiteit in Tallinn contracteer je onder EU-recht, met AVG-conforme verwerkersovereenkomsten en heldere afspraken over datalokalisatie, precies wat je nodig hebt om aan NIS2- en DORA-eisen te voldoen. Ons team werkt drietalig in het Engels, Frans en Arabisch, en schakelt moeiteloos met Nederlandse teams die in het Engels samenwerken.
Concreet helpen we bij het ontwerpen van hybride, netbewuste architecturen, het bouwen van efficiënte inferentiepijplijnen, het opzetten van soevereine AI-omgevingen en het inrichten van observability die ook energie en emissies meet. Zo krijg je EU-verankerde engineering tegen een kostenniveau dat ruimte laat om te investeren in de infrastructuur zelf, in plaats van alleen in de mensen die haar bouwen.
De energieschaarste verdwijnt niet snel. Maar organisaties die locatie, efficiëntie en soevereiniteit nu als één samenhangend vraagstuk behandelen, bouwen in 2026 infrastructuur die zowel het net als de toezichthouder aankan, en die klaar is voor de volgende golf AI-werk.