.Plan - Dev Summit 2026: AI binnen Europese muren: hoe Scrydon een sovereign AI OS bouwt

In dit artikel:

Scrydon ontwikkelt een soeverein AI-besturingssysteem voor organisaties die kunstmatige intelligentie met gevoelige data en kritieke processen willen inzetten zonder de controle over infrastructuur, modellen en gegevens uit handen te geven. Het platform moet ook on-premises, in een private cloud of volledig afgesloten van het internet kunnen functioneren.

Tijdens de Tweakers Developers Summit vertellen ceo Nathan Bijnens en cto Xavier Geerinck over de technische keuzes achter het systeem. Beiden hebben ervaring bij Microsoft; Bijnens werkte er onder meer met data en AI voor België en Luxemburg en met Europese instellingen en de NAVO. Volgens hem is de afhankelijkheid van buitenlandse cloudleveranciers problematisch voor sectoren als defensie, overheid en vitale infrastructuur.

Volledige digitale onafhankelijkheid is volgens de oprichters niet op korte termijn haalbaar. Europese organisaties werken met software en processen die in tientallen jaren zijn opgebouwd en sterk verweven zijn met de platforms van Microsoft, Amazon en Google. Daarom pleit Scrydon voor een geleidelijke, praktische aanpak: organisaties moeten zelf kunnen bepalen waar hun data wordt opgeslagen, welk model wordt gebruikt en welke voorwaarden gelden, zonder dat iedere technische component volledig in eigen beheer hoeft te worden ontwikkeld. Kubernetes kan daarbij helpen om toepassingen beter tussen omgevingen te verplaatsen.

Volgens Bijnens en Geerinck leveren chatbots en copilots vooral individuele productiviteitswinst op. Een organisatie wordt er niet automatisch efficiënter van als onderliggende processen, systemen en goedkeuringsprocedures onveranderd blijven. De grotere kans ligt in AI-agents die informatie uit meerdere bronnen combineren, regels toepassen en vervolgstappen voorbereiden. Daarvoor zijn betrouwbare data en een gedeeld begrip van objecten, gebeurtenissen en verantwoordelijkheden nodig.

Scrydon gebruikt ontologieën om die context vast te leggen. Zo kan een systeem bij een incident rond infrastructuur op zee gegevens over schepen, kabels, sensoren en beschikbare hulpbronnen met elkaar verbinden. Het kan vervolgens mogelijke acties rangschikken, maar de uiteindelijke beslissing blijft bij een bevoegde medewerker. Hetzelfde principe kan worden gebruikt om bij noodsituaties de inzet van politie, brandweer en ambulances beter op elkaar af te stemmen.

De oprichters benadrukken dat vooral de minder zichtbare onderdelen bepalen of AI veilig in productie kan worden gebruikt. Denk aan toegangsbeheer, authenticatie, logging, modelbeheer, monitoring, auditsporen en grenzen aan de zelfstandigheid van agents. Binnen een zero-trustmodel wordt geen enkel systeem of model automatisch vertrouwd; iedere handeling moet passen binnen vooraf vastgelegde rechten en controles. Een beheerd platform kan bovendien voorkomen dat medewerkers uitwijken naar onbeheerde AI-diensten, terwijl het hen wel ruimte geeft om nieuwe toepassingen te bouwen.

De komst van AI verandert ook het werk van softwareontwikkelaars. Bij Scrydon wordt AI ingezet om code sneller te schrijven, testen en wijzigen, maar gegenereerde software moet volgens Geerinck grondig worden gecontroleerd, beveiligd en onderhouden. De toegevoegde waarde van developers verschuift daardoor verder richting architectuur, context, kwaliteitsbewaking en verantwoordelijkheid. Op de summit bespreken Bijnens en Geerinck welke problemen en ontwerpkeuzes zij tijdens de ontwikkeling van hun platform tegenkwamen en wat nodig is om AI voorbij de demo-fase betrouwbaar in organisaties te gebruiken.