Een AI-model gebruiken is eenvoudig. Het model toegang geven tot gevoelige bedrijfsdata, kritieke processen laten aansturen en toch controle houden, is een heel ander probleem. Scrydon bouwt daarom een sovereign AI operating system dat ook binnen de eigen infrastructuur van een organisatie kan draaien.
Tijdens de Tweakers Developers Summit delen ceo Nathan Bijnens en cto Xavier Geerinck de technische lessen uit dat ontwikkelwerk: van ontologiegedreven orchestration en air-gapped deployments tot zero-trustgovernance en de veranderende rol van developers.
Van Microsoft naar een Europese AI-start-up
Geerinck studeerde computerwetenschappen en industriële ingenieurswetenschappen aan de Universiteit Gent. Na Microsoft en een eigen softwarebedrijf in de Verenigde Staten keerde hij terug naar Europa, waar zijn aandacht steeds meer verschoof naar data, autonome systemen en AI. Samen met Bijnens en Cornelia Kutterer richtte hij Scrydon op.
Door het bestaan als start-up founder blijft er voorlopig weinig vrije tijd over. Geerinck schat dat hij geregeld meer dan tachtig uur per week werkt, maar probeert ook te sporten en tijd te maken voor zijn pasgeboren kind. "Af en toe hoor je de baby op de achtergrond tijdens calls." Lachend: "Dat moet gewoon kunnen, vind ik."
Bijnens werkte als software-engineer aan iot en data-engineering en was daarna ongeveer elf jaar actief bij Microsoft. Hij leidde er het technische Data & AI-team voor België en Luxemburg en werkte met Europese instellingen en de NAVO. Daar zag hij zowel de kracht als de grens van de public cloud: gevoelige data van defensie, overheid en kritieke infrastructuur zal er volgens hem nooit volledig naartoe verhuizen. De groeiende geopolitieke afhankelijkheid gaf hem het laatste zetje om Microsoft te verlaten en zelf een alternatief te bouwen. "Thuis blijf ik een tweaker in hart en nieren, met een uitgebreide Home Assistant-installatie en bijdragen aan Linux-projecten."
Soevereiniteit vraagt om een pragmatische route
"Twintig, dertig, veertig jaar aan legacy verander je niet met een vingerknip"
Terug naar de start-up en het idee erachter. Volledige digitale onafhankelijkheid ontstaat niet door simpelweg een Amerikaanse cloudomgeving uit te zetten. Europese organisaties hebben in tientallen jaren omvangrijke softwarelandschappen opgebouwd. Applicaties, data en werkprocessen zijn verweven met platforms van Microsoft, Amazon en Google. "Twintig, dertig, veertig jaar aan legacy verander je niet met een vingerknip", zegt Bijnens. "De reis naar de public cloud heeft jaren geduurd. De weg terug duurt ook jaren."
Daarom kiezen de oprichters voor pragmatische soevereiniteit. Een organisatie hoeft niet ieder component zelf te bouwen, maar moet wel bepalen waar data staat, welk model wordt gebruikt en onder welke voorwaarden het AI-systeem functioneert. Een leverancier mag een dependency zijn, maar geen partij waarvan alles afhankelijk wordt.
Het Europese cloudlandschap heeft nog niet overal dezelfde mogelijkheden als de hyperscalers. Bijnens formuleert het scherp: Amerikaanse hyperscalers zijn technologiebedrijven die óók datacenters hebben, terwijl veel Europese aanbieders nog hosters zijn die automatisering hebben toegevoegd. Kubernetes kan als tussenlaag workloads beter verplaatsbaar maken.
Voor bestaande applicaties blijft overstappen een meerjarig traject. Bij enterprise-AI staan organisaties vaak nog aan het begin. Daar kunnen ze nu voorkomen dat nieuwe processen direct bij één buitenlandse aanbieder worden vastgezet. Scrydon richt zich daarom op omgevingen waar controle doorslaggevend is, zoals overheid, defensie, energie, zorg en financiële dienstverlening.
Een copiloot verandert nog geen organisatie
Veel bedrijven experimenteren met chatbots en copilots. Die laten medewerkers sneller schrijven, zoeken of programmeren, maar veranderen een bedrijfsproces niet vanzelf. Een snellere ambtenaar maakt een overheidsorganisatie nog niet per se efficiënter als informatie door dezelfde trage keten van systemen en goedkeuringen blijft gaan.
De grotere winst zit volgens Bijnens en Geerinck in het opnieuw organiseren van processen."AI is maar zo goed als de data en de context die we eraan geven."
Een AI-agent combineert dan informatie uit verschillende bronnen, past regels toe en bereidt vervolgstappen voor. Hun pitch bij klanten: "Je hebt copilots geprobeerd en daarmee mensen efficiënter gemaakt, maar je organisatie is nog altijd hetzelfde."
Veel AI-pilots lopen daardoor vast: de demo werkt, maar de stap naar productie blijkt ingewikkeld. Bedrijfsdata zit verspreid over databases, documenten, applicaties en de hoofden van medewerkers. Eigenaarschap en definities zijn niet altijd duidelijk. Geerinck: "AI is maar zo goed als de data en de context die we eraan geven."
Ontologieën geven agents context
Scrydon gebruikt ontologieën om die versnipperde kennis te structureren. Zo'n ontologie beschrijft welke objecten, personen, processen en gebeurtenissen bestaan en hoe ze samenhangen. Een model krijgt daardoor niet alleen records of documenten, maar ook betekenisvolle context.
Geerinck gebruikt een maritiem voorbeeld. "Rond kritieke infrastructuur in de Noordzee komen gegevens binnen over scheepvaart, energiekabels, sensoren en beschikbare middelen. Ligt een schip op een verdachte plek, dan moet het systeem vaststellen wat er gebeurt, welke infrastructuur in de buurt ligt en wie verantwoordelijk is. Daarna kan het een reactie voorbereiden, bijvoorbeeld met een schip of drone in de omgeving."
"AI neemt geen accountability, die verantwoordelijkheid blijft bij mensen."
Zonder gekoppelde datastromen kan het schip alweer vertrokken zijn voordat alle betrokken organisaties hetzelfde beeld hebben. Een gedeelde contextlaag versnelt dat proces. Hetzelfde principe werkt bij noodmeldingen, waar ambulance, brandweer en politie informatie en capaciteit moeten afstemmen. De AI helpt bij analyse en planning, maar beslist niet zelfstandig.
"AI neemt geen accountability", benadrukt Bijnens. "Die verantwoordelijkheid blijft bij mensen." Een agent kan opties rangschikken en een voorstel doen. Een bevoegd persoon blijft verantwoordelijk voor de gevolgen.
Het saaie deel bepaalt of AI productie haalt
De spectaculaire demo krijgt de aandacht, maar productie-AI draait volgens Bijnens om de minder zichtbare onderlaag. "Ik noem dat het boring AI: het saaie stuk van het AI-platform. Denk aan authenticatie, autorisatie, logging, modelbeheer, datatoegang, observability, audittrails en grenzen aan wat een agent zelfstandig mag doen."
Bij gevoelige data moet het platform binnen de eigen perimeter kunnen draaien: on-premises, in een private cloud of volledig air-gapped. Data en modellen blijven zo binnen de gekozen infrastructuur en jurisdictie. Ook een agent of model wordt binnen zero trust niet automatisch vertrouwd; iedere actie valt onder vooraf bepaalde rechten en controles.
Die governance hoeft gebruikers niet klem te zetten. Biedt IT geen bruikbare AI-mogelijkheden, dan zoeken medewerkers externe tools en ontstaat shadow-IT. "De beste manier om shadow-IT te vermijden, is IT zoveel mogelijk mogelijkheden te laten geven aan eindgebruikers." Een beheerd platform kan grenzen stellen én ruimte bieden voor nieuwe workflows.
Het platform vormt daarvoor een basislaag voor data, governance, orchestration en agentic workflows. Developers bouwen daarboven eigen toepassingen, zonder iedere beveiligings- en integratielaag opnieuw te ontwerpen. Daarmee wordt ook de klassieke keuze tussen alles zelf bouwen en een kant-en-klaar product inkopen minder zwart-wit.
Bouwen met AI verandert het vak van developer
In Lessons from the Trenches delen Bijnens en Geerinck vooral wat zij tijdens het bouwen van Scrydon tegenkwamen. Hun team wil concurreren met spelers als Microsoft, Databricks en Palantir en moet daarvoor sneller en efficiënter ontwikkelen.
AI speelt daarom een grote rol in hun engineeringpraktijk. Code wordt sneller gegenereerd, getest en aangepast, maar software is daarmee niet automatisch beter. "AI-slop is reëel", waarschuwt Geerinck. "Meer gegenereerde code moet ook worden begrepen, gecontroleerd, beveiligd en onderhouden."
Daarmee verandert de rol van developers. Bijnens verwacht zelfs dat mediors het mogelijk lastiger krijgen dan juniors en seniors, al bewaart hij de redenering erachter voor de talk op de Dev Summit. Voor engineers verschuift de waarde van zo veel mogelijk code produceren naar systeemontwerp, context, kwaliteitsbeoordeling en verantwoordelijkheid.
Europese start-ups hebben ondertussen minder gemakkelijk toegang tot risicokapitaal en besteden veel tijd aan veranderende regelgeving. Geerinck vindt bescherming belangrijk, maar waarschuwt voor een cultuur van aanpassen en afvinken: er moet ook ruimte overblijven om te bouwen. Bijnens kiest een praktische houding tegenover de Europese afhankelijkheid: "De beste manier om er iets aan te doen, is om het voor een deel zelf te doen." Ondernemen kan mislukken, maar zonder dat risico verandert de Europese positie evenmin.
Lessen uit de productiewereld
Tijdens de Tweakers Developers Summit laten Bijnens en Geerinck zien welke ontwerpkeuzes, beperkingen en onverwachte problemen zij tegenkwamen bij het bouwen van een sovereign AI OS. De talk is bedoeld voor developers en techbouwers die AI niet alleen willen demonstreren, maar veilig in productie willen gebruiken.
Modellen worden snel krachtiger, maar data, context, governance en menselijke verantwoordelijkheid verdwijnen niet. Ook het ontwikkelvak verandert sneller dan veel engineers verwachten. Geerinck vat de keuze kort samen: "We join it or we change."
Dev Summit 2026: scoor nu je kaartje voor de Tweakers Dev Summit 2026 en dompel je onder in het complete programma!
Ook zo benieuwd naar het soevereine AI operating system van Nathan en Xavier? Koop dan nu een kaartje. Er is nog een bescheiden aantal tickets, dus wacht niet heel lang meer als je erbij wilt zijn. Meer informatie over het programma, workshops en de andere sprekers vind je op de aparte Dev Summit-website. Tot eind oktober in DeFabrique!