AI voor architecten levert vooral tijd op bij tekstwerk, analyse en vroege visualisatie, terwijl het ontwerp en het vakoordeel bij de architect blijven. Een taalmodel zet een plan van aanpak in concept, ontleedt een programma van eisen of vat een overleg samen, maar beslist niets over het gebouw.
Wie AI op een bureau inzet, beantwoordt daarom twee vragen tegelijk: welke controle volgt op de output, en welke vertrouwelijke projectinformatie gaat erin. Hieronder staan de toepassingen, de typische fouten, wat de aanbieder met je invoer doet, wie de rechten heeft en welke regels voor architecten gelden.
Wat AI verandert in het werk van architecten
AI verandert in het werk van architecten vooral het tempo van voorbereidend en schrijvend werk. De vier disciplines uit de Wet op de architectentitel merken dat in gelijke mate: architect, interieurarchitect, tuin- en landschapsarchitect en stedenbouwkundige. Wie het ontwerp maakt en ervoor tekent, verandert niet.
Welk werk merkbaar sneller gaat
Werk dat met AI merkbaar sneller gaat, heeft drie kenmerken: er is veel tekst, de uitkomst is een concept en jij levert het bronmateriaal zelf aan. Een inschrijving voor een aanbesteding structureren, een programma van eisen van zestig pagina’s terugbrengen tot de harde eisen en de aantekeningen van een bouwteamoverleg omzetten naar een verslag vallen daaronder.
Werk zonder die kenmerken levert weinig op. Een ontwerpbeslissing, de afweging tussen de wensen van opdrachtgever, gemeente en omgeving, of de keuze voor een constructieprincipe laat zich niet uitbesteden aan een model dat tekstpatronen voorspelt.
Wat bij de architect blijft liggen
Bij de architect blijft de verantwoordelijkheid voor elk ontwerp, elke tekening en elk advies liggen. Een model kent de kavel niet, heeft de opdrachtgever niet gesproken en weegt geen ruimtelijke kwaliteit; het levert een voorstel en geen oordeel.
Uit mijn jaren bij grootbanken neem ik het four-eyes-principe mee naar AI-werk: niets gaat de deur uit zonder tweede controle. Op een architectenbureau betekent dat een tweede lezing voor alles wat naar een opdrachtgever, een aanbestedende dienst of de gemeente gaat.
Welke soorten AI-tools gebruiken architecten?
Architecten gebruiken drie soorten AI-tools: taalmodellen, beeldgeneratoren en AI-functies in BIM-software. Elke soort heeft een eigen risicoprofiel, en daarom verschilt ook de controle die erop volgt.
Taalmodellen voor tekst en analyse
Taalmodellen zoals ChatGPT en Claude werken met tekst en documenten: ze vatten samen, herschrijven, structureren en beantwoorden vragen over aangeleverd materiaal. Een taalmodel herkent patronen in taal en genereert op basis daarvan de meest waarschijnlijke vervolgtekst, zonder te controleren of die klopt.
Beeldgeneratoren voor concept en sfeer
Beeldgeneratoren maken binnen enkele seconden sfeerbeelden en moodboards op basis van een beschrijving, wat bruikbaar is om in een vroege fase ontwerpopties te verkennen of een gesprek met een opdrachtgever te openen. De manier waarop beeldgeneratie met AI werkt, verklaart ook de grens: het model combineert patronen uit voorbeeldbeelden en kent geen maten, constructie of regelgeving.
Een gegenereerd beeld is daarom niet maatvast en niet per definitie bouwbaar. Presenteer het als sfeerbeeld en niet als ontwerp, zodat een opdrachtgever er geen toezegging in leest.
AI-functies in BIM-software
AI-functies in BIM-software, de software waarin een bouwwerk als digitaal informatiemodel wordt opgebouwd, ondersteunen bij het genereren van varianten, het opsporen van conflicten tussen disciplines en analyses van energieprestatie en daglicht. De uitkomst van zo’n functie is zo betrouwbaar als het model en de data eronder.
Een energie- of daglichtanalyse uit een onvolledig model geeft een precies ogend getal dat weinig zegt. Controleer daarom eerst de invoer, voordat de uitkomst in een duurzaamheidsparagraaf of een gesprek met de opdrachtgever belandt.
Waarvoor zet je een taalmodel in als architect?
Een taalmodel zet je als architect in voor werk met veel tekst en weinig ontwerpkeuze. Drie toepassingen passen daar goed bij: aanbestedingsteksten, de analyse van een programma van eisen en het schrijfwerk rond een project.
Aanbestedingsteksten schrijven
Aanbestedingsteksten schrijven gaat sneller wanneer het taalmodel structuur en formulering aanlevert en jij de inhoud. Geef de gunningscriteria uit de aanbestedingsleidraad mee en laat het model per criterium een opbouw voor het plan van aanpak voorstellen, of laat het een eigen concept aanscherpen op leesbaarheid en aansluiting bij de vraag.
Referentieprojecten, kerncijfers en namen lever je altijd zelf aan. Krijgt een model die niet mee, dan vult het de tekst aan met plausibele maar verzonnen projecten, en een inschrijving met een onjuiste referentie is een risico voor het hele bureau. Welke informatie uit een aanbesteding het model wel en niet hoort te zien, staat verderop bij het afschermen van aanbestedingsinformatie.
Een programma van eisen analyseren
Een programma van eisen analyseren met een taalmodel werkt het best met een gerichte opdracht in plaats van een open vraag. Vraag om een overzicht van harde eisen, wensen, onderlinge tegenstrijdigheden en open vragen voor de opdrachtgever, elk met de paginaverwijzing in het document.
Vraag er expliciet bij om alleen te noemen wat er staat. Zonder die instructie vult een model ontbrekende eisen aan met wat gebruikelijk is, en dan lees je een samenvatting van een programma dat niet voor je ligt. Met de paginaverwijzing controleer je elk punt in het origineel.
Schrijfwerk rond het project
Schrijfwerk rond het project is de toepassing waarin een taalmodel het betrouwbaarst werkt, omdat jij alle inhoud aanlevert. Aantekeningen van een bouwteamoverleg worden een verslag met actiepunten, een technische toelichting wordt een brief die een particuliere opdrachtgever begrijpt, en een opgeleverd project krijgt een projectbeschrijving voor de website.
Bij particuliere opdrachtgevers draait veel schrijfwerk om honorariumvoorstellen, offerteteksten en de mail eromheen. Een taalmodel zet een vaste opbouw voor een honorariumvoorstel neer, herschrijft een uitleg over fasering of meerwerk in begrijpelijke taal en maakt een conceptantwoord op een vraag van een opdrachtgever; de bedragen en afspraken vul je zelf in.
Geef het model daarbij een rol, de doelgroep en een voorbeeldtekst in de huisstijl van het bureau. Voor omschrijvingen werkt het model vanuit je eigen bestekteksten, niet vanuit wat het zelf over materialen genereert.
Waar AI de fout in gaat bij architectenwerk
AI gaat bij architectenwerk zelden de fout in op taal en vaak op feiten, regels en getallen. De gemene deler is schijnzekerheid: de tekst klinkt deskundig, ook waar de inhoud niet klopt.
Verzonnen regelgeving
Verzonnen regelgeving is de bekendste fout: een taalmodel noemt artikelnummers en eisen die niet bestaan of verouderd zijn. Sinds 1 januari 2024 staan de bouwtechnische regels in het Besluit bouwwerken leefomgeving, de opvolger van het Bouwbesluit 2012, en een model dat op oudere teksten is getraind, citeert nog artikelen uit het Bouwbesluit.
De oplossing is het model de regeltekst zelf te geven in plaats van ernaar te vragen. Plak de tekst van het Bbl-artikel of de paragraaf uit het omgevingsplan in het gesprek en geef drie instructies mee: antwoord alleen op basis van de aangeleverde tekst, noem bij elk antwoord het artikel of lid waar het op steunt, en zeg “niet in de aangeleverde tekst” wanneer het antwoord er niet in staat.
Met die bronregel wordt een Bbl-vraag een leesopdracht in plaats van een geheugenopdracht. Elke verwijzing in het antwoord controleer je in een paar seconden tegen de tekst die je zelf hebt geplakt, en een antwoord zonder bron valt direct op.
Rekenwerk
Rekenwerk is voor een taalmodel foutgevoelig, omdat het getallen als tekst behandelt in plaats van ze te berekenen. Een oppervlakte, een percentage of een optelling in een antwoord ziet er net zo stellig uit wanneer hij fout is als wanneer hij klopt.
Oppervlakten, daglichttoetreding, energieprestatie en constructieve waarden horen daarom in rekensoftware, met een taalmodel hooguit voor de toelichting op de uitkomst.
Wat de aanbieder met je invoer mag doen
Wat de aanbieder met je invoer mag doen, hangt af van het accounttype en de instellingen, niet van de tool zelf. Dezelfde vraag aan ChatGPT of Claude valt op een persoonlijk account onder andere voorwaarden dan op een zakelijk account.
Waarom het accounttype bepalend is
Het accounttype bepaalt of de aanbieder je invoer voor training gebruikt en of er een verwerkersovereenkomst is. Bij ChatGPT gebruikt OpenAI gesprekken op Free, Go, Plus en Pro standaard voor training, tenzij je “Improve the model for everyone” uitzet onder Data controls; bij Business, Enterprise en de API gebeurt dat standaard niet. Bij Claude bepaalt de instelling “Help improve our AI models” of Anthropic gesprekken op Free, Pro en Max voor training gebruikt, terwijl Team, Enterprise en de API standaard buiten training blijven.
Uitzetten geldt alleen voor nieuwe gesprekken, en feedback met een duim omhoog of omlaag kan het hele gesprek alsnog voor training beschikbaar maken. Een verwerkersovereenkomst bieden beide aanbieders alleen bij zakelijke accounts.
Een medewerker die projectstukken in een eigen gratis account plakt, valt onder shadow AI, omdat het bureau dan geen zicht en geen afspraken heeft over waar die gegevens terechtkomen. Voor vertrouwelijk projectwerk is een zakelijk account met verwerkersovereenkomst daarom de ondergrens.
AI in de kantoorsoftware van het bureau
AI in de kantoorsoftware van het bureau valt onder de afspraken die het bureau al met Microsoft of Google heeft, mits je met het werkaccount van de organisatie werkt. Volgens Microsoft worden prompts, antwoorden en gegevens die Microsoft 365 Copilot via Microsoft Graph benadert niet gebruikt om de onderliggende taalmodellen te trainen, en is Copilot voor Europese klanten een dienst binnen de EU Data Boundary. Die grens geldt niet voor de Anthropic-modellen in Copilot, zoals in Copilot Cowork en Claude in Researcher: die vallen buiten de EU Data Boundary en staan voor Europese klanten standaard uit, tenzij een beheerder ze aanzet. Google meldt voor Gemini in Workspace dat klantgegevens niet zonder voorafgaande toestemming voor training worden gebruikt en dat interacties binnen de organisatie blijven, met prompts onder de verwerkersafspraken van de Workspace-overeenkomst.
De grens ligt bij het account. Copilot met een persoonlijk Microsoft-account of de Gemini-app met een privé-Gmailadres valt onder de consumentenvoorwaarden, niet onder de afspraken van het bureau. Een bureau dat al op Microsoft 365 of Google Workspace draait, heeft daarmee een zakelijke optie binnen bestaande contracten, op voorwaarde dat iedereen met het werkaccount inlogt.
Aanbestedingsinformatie afschermen
Aanbestedingsinformatie afschermen begint bij de vraag welke gegevens niet voor derden bestemd zijn. Volgens de toelichting van de BNA rekent de DNR 2025, de regeling voor de verhouding tussen opdrachtgever en architect of ingenieur, alle gegevens die partijen in hun samenwerking uitwisselen en die niet voor derden bedoeld zijn tot vertrouwelijke informatie. Stukken van de opdrachtgever horen daar dus bij, net als je eigen inschrijvingsstrategie.
Werk met een zakelijk account en deel geen gesprekken via een link, want een gedeelde link is een momentopname die iedereen met die link opent. Gebruik voor losse vragen de tijdelijke chat in ChatGPT of de incognito-chat in Claude, die niet in je geschiedenis komen en niet voor training worden gebruikt. Verwijder geüploade bestanden in ChatGPT ook apart uit de bestandenbibliotheek (bij Pro, Business en Enterprise sinds 29 september 2026 vervangen door Space), want een gesprek verwijderen haalt die niet weg.
Laat inschrijfprijzen, de namen van concurrenten en je eigen gunningsstrategie weg of vervang ze door een omschrijving. Voor structuur en formulering heeft het model die gegevens niet nodig.
Wie de rechten heeft op ontwerp en output
De rechten op je eigen ontwerp en andere invoer houd je, en op de output draagt de aanbieder eventuele rechten aan jou over. Of er op die output ook auteursrecht rust, is een tweede vraag met een ander antwoord.
Je eigen ontwerp als invoer
Je eigen ontwerp als invoer blijft van jou: de voorwaarden van zowel OpenAI als Anthropic laten de rechten op wat je invoert bij de gebruiker. Daar staat tegenover dat je verklaart de rechten op die invoer te hebben.
Die verklaring is voor een architect geen formaliteit. Tekeningen van een constructeur, een ontwerp van een vorig bureau of materiaal van de opdrachtgever zijn niet automatisch van jou. Persoonlijkheidsrechten blijven daarbij altijd bij de maker, ook wanneer de exploitatierechten zijn overgedragen, zoals de toelichting op de DNR 2025 benadrukt.
Auteursrecht op AI-gegenereerd werk
Auteursrecht op AI-gegenereerd werk is onzeker, omdat een werk volgens de maatstaf van het Hof van Justitie van de EU een eigen intellectuele schepping van de maker moet zijn. Een beeld of tekst die volledig uit een prompt komt, mist grotendeels die eigen creatieve keuzes, en OpenAI vermeldt in de eigen voorwaarden dat output niet uniek is: een andere gebruiker krijgt mogelijk vrijwel dezelfde uitkomst.
Gebruik AI-beelden en -teksten daarom als vertrekpunt. Het ontwerp waarop je je auteursrecht wilt kunnen beroepen, ontstaat in je eigen uitwerking, en die uitwerking leg je vast in je eigen schetsen en bestanden.
Welke regels gelden voor AI-gebruik door architecten?
Voor AI-gebruik door architecten geldt geen aparte beroepsregel. Wel gelden de wettelijke nascholingsplicht met de bijbehorende informatieplicht en de AI-verordening op het niveau van het bureau. Contractueel bevat de DNR 2025 volgens NLingenieurs nieuwe bepalingen over kunstmatige intelligentie, zodat een bureau dat onder de DNR 2025 contracteert die bepalingen bij zijn AI-afspraken betrekt.
Bij- en nascholing onder de Wet op de architectentitel
Bij- en nascholing is onder de Wet op de architectentitel verplicht: volgens het Architectenregister besteedt elke ingeschrevene jaarlijks minimaal 16 uur aan bij- en nascholing, per inschrijving. Het register noemt technologische ontwikkelingen daarbij uitdrukkelijk als factor die het vak verandert, naast verduurzaming en circulair bouwen.
Bij de registratie hoort ook een informatieplicht: een geregistreerde informeert opdrachtgevers over de eigen deskundigheid en vakbekwaamheid, inclusief de gevolgde bij- en nascholing. Gevolgde scholing over AI maakt voor een opdrachtgever zichtbaar dat de inzet van AI in het werk op kennis rust. In dat aanbod staan ook de e-learnings van LearnLLM over AI-geletterdheid, ChatGPT en Claude.
Wat artikel 4 van de AI Act van een bureau vraagt
Artikel 4 van de AI Act vraagt sinds 2 februari 2025 van een bureau dat AI inzet, maatregelen te nemen die de AI-geletterdheid van medewerkers ondersteunen. Sinds 27 juli 2026 is dat op grond van Verordening (EU) 2026/1744 een inspanningsverplichting: maatregelen naar beste vermogen, zonder gegarandeerd niveau per medewerker en zonder certificaatplicht.
De verplichting ligt bij het bureau als organisatie, niet bij de individuele architect. Wat AI-geletterdheid precies omvat, bepaalt welke maatregelen daarbij passen, en bij een inspanningsverplichting is wat het bureau kan laten zien het enige bewijs van die inspanning.
AI verantwoord inrichten op een architectenbureau
AI verantwoord inrichten op een architectenbureau betekent de stap van losse prompts van één medewerker naar gedeelde afspraken. Een handige collega levert tijdwinst voor zichzelf op; pas wanneer het hele bureau volgens dezelfde afspraken werkt, wordt het resultaat controleerbaar.
Een AI-richtlijn voor het bureau
Een AI-richtlijn voor het bureau legt drie dingen vast: welke tools en accounttypes zijn toegestaan, welke projectdata erin mag en welke controle per taaktype geldt. Een intern verslag heeft een ander risicoprofiel dan een inschrijving of een brief aan een opdrachtgever, en een richtlijn die dat onderscheid niet maakt, weegt overal even zwaar en wordt daardoor genegeerd.
Leg in de richtlijn ook vast wie hem bijhoudt. De voorwaarden van aanbieders veranderen, en een afspraak over accounttypes is zoveel waard als de laatste controle ervan.
Klein beginnen met één terugkerend proces
Klein beginnen met één terugkerend proces werkt betrouwbaarder dan een bureaubrede AI-strategie. Kies een proces met hoge frequentie en weinig variatie, zoals inschrijvingen of verslaglegging van overleggen, want daar wordt tijdwinst het snelst zichtbaar en is een fout het makkelijkst af te vangen.
Tijdens een vrijblijvend gesprek heeft Dennis van de Velde ons prima meegenomen in de mogelijkheden van AI voor ons bureau. Wat vooral opviel was zijn praktische blik op onze branche: hij legde helder uit hoe je een AI-beleid afstemt op de DNR 2025.
Ook liet hij heel concreet zien hoe je AI als hulpmiddel kunt gebruiken voor ingewikkelde Bbl-vraagstukken. Het was een waardevol en helder adviesgesprek.
AI voor architecten werkt pas wanneer de verantwoordelijkheid zichtbaar bij de architect blijft en vertrouwelijke projectinformatie buiten het verkeerde account. De AI-geletterdheid training van LearnLLM behandelt hoe een taalmodel tot een antwoord komt, hoe je output beoordeelt en welke invoer je afschermt, en de cursus ChatGPT en de Claude training werken dat per tool uit, elk met een les over vertrouwelijke informatie en intellectueel eigendom. Alle drie de e-learnings staan in het aanbod bij- en nascholing van het Architectenregister.
