Doorzoek deze website
14196 resultaten gevonden met een lege zoekopdracht
- Starlink wint klanten maar verdient per abonnee minder
In het kort SpaceX noteerde op 6 oktober 2026 om 20.29 uur UTC op Nasdaq op $171,92. Het aandeel SPCX, ISIN US84615Q1031, vertegenwoordigt de gewone beursgenoteerde aandelen. De vertraagde koers impliceerde een beurswaarde van ongeveer $2,25 biljoen. Dat is zo groot dat niet alleen snelle omzetgroei nodig is, maar vooral een forse stijging van de vrije kas per aandeel. Starlink is het economische zwaartepunt. Bij de eerste openbare kwartaalcijfers, waarover Reuters op 4 augustus 2026 berichtte, kwam de omzet van SpaceX in het tweede kwartaal uit op $7,8 miljard. Starlink leverde meer dan de helft daarvan, telde circa 12 miljoen abonnees en groeide 66% in omzet. Tegelijk daalde de gemiddelde opbrengst per gebruiker met 22%. Dat laatste cijfer is belangrijker dan het op het eerste gezicht lijkt. Een netwerkbedrijf kan prima verdienen met een lagere prijs per klant, zolang extra klanten weinig extra kosten veroorzaken. Bij satellietinternet is dat niet vanzelfsprekend. Nieuwe satellieten, lanceringen, grondstations, spectrum en vervanging van een verouderende constellatie vragen voortdurend kapitaal. De kernvraag is daarom niet hoeveel abonnees Starlink kan verzamelen, maar hoeveel vrije kas elke nieuwe miljoen klanten toevoegt. Direct naar een onderdeel van dit artikel Goedkopere toegang vergroot de markt SpaceX is inmiddels meer dan een lanceerder De concurrentie zit niet alleen in de ruimte Wat moet $171,92 al verdisconteren? Drie scenario's voor 2027 tot en met 2029 Goedkopere toegang vergroot de markt De daling van de opbrengst per gebruiker hoeft geen slecht nieuws te zijn. Starlink kan met lagere prijzen nieuwe regio's ontsluiten, goedkopere abonnementen aanbieden en capaciteit vullen die anders ongebruikt blijft. Een lege satellietbundel verdient niets. Als een lagere prijs de bezettingsgraad sterk verhoogt, kan de marge in dollars toch stijgen. Dat lijkt deels te gebeuren. Volgens dezelfde kwartaalrapportage groeide het operationele resultaat van Starlink 79%, sneller dan de omzet. Dat wijst op schaalvoordelen: netwerkontwikkeling en lanceringen zijn grotendeels vaste kosten, terwijl een extra betalende klant steeds minder extra bediening vergt. Maar beleggers moeten hier voorzichtig blijven. Operationele winst is nog geen vrije kas. Investeringen in satellieten en infrastructuur staan niet volledig in die winstmaatstaf. Een praktische manier om dit te volgen is de combinatie van vier cijfers: abonneegroei, gemiddelde maandopbrengst, operationele marge en netwerkinvesteringen. Alleen de eerste twee volgen is als een winkel beoordelen op bezoekers en kassabonnen zonder naar de verbouwing te kijken. De interactieve rekensom hierboven laat zien hoe snel een aantrekkelijke brutobijdrage kan verdwijnen wanneer de jaarlijkse netwerk-investering hoog blijft. SpaceX is inmiddels meer dan een lanceerder De omzetmix verandert het risicoprofiel. Lanceringen blijven strategisch belangrijk, omdat SpaceX daarmee zijn eigen satellieten goedkoper en vaker in een baan kan brengen. Economisch is Starlink echter de motor die terugkerende inkomsten kan leveren. Dat maakt het bedrijf minder afhankelijk van afzonderlijke raketcontracten, maar juist afhankelijker van prijsdiscipline, netwerkbetrouwbaarheid en regelgeving in tientallen landen. Andere activiteiten kunnen de waarde verder verbreden. Het bedrijf rapporteerde sterke groei bij AI-gerelateerde activiteiten en werkt aan diensten voor overheden en bedrijven. Zulke omzet kan een hogere opbrengst per verbinding opleveren dan een consumentenabonnement. Daar staat tegenover dat zakelijke en militaire contracten langere verkoopcycli, strengere beveiliging en politieke afhankelijkheid meebrengen. Voor wie de beursintroductie en de uitzonderlijk hoge waardering in perspectief wil plaatsen, legt dit eerdere artikel over OpenAI, Anthropic en SpaceX uit hoe zeldzaam deze schaal is. In de vooruitblik op de eerste cijfers staat welke operationele bewijzen de markt nodig had. De nieuwe vraag is scherper: hoeveel van de groei blijft na alle investeringen werkelijk voor aandeelhouders over? De concurrentie zit niet alleen in de ruimte Amazon bouwt met Project Kuiper een alternatief, terwijl traditionele telecombedrijven hun vaste en mobiele netwerken uitbreiden. In dichtbevolkte gebieden zijn glasvezel en 5G vaak goedkoper per gigabyte. Starlink heeft juist een sterk voordeel waar kabels duur zijn: landelijke gebieden, scheepvaart, luchtvaart en noodcommunicatie. Die niche kan groot zijn, maar niet onbeperkt. Satellietcapaciteit is lokaal schaars. Wanneer veel klanten in hetzelfde gebied tegelijk data gebruiken, moet SpaceX meer satellieten, spectrum of grondinfrastructuur toevoegen. Een landelijke abonnee in een dunbevolkte regio kan daardoor economisch aantrekkelijker zijn dan een goedkope klant in een al druk stedelijk gebied. Gemiddelde abonnee-aantallen verbergen dat verschil. Regelgeving is een tweede rem. Spectrumrechten, vergunningen, datalokalisatie en defensiebeleid verschillen per land. Groei in abonnees is dus niet hetzelfde als onbelemmerde groei in vrije kas. Een stevige marktpositie geeft SpaceX onderhandelingskracht, maar overheden kunnen voorwaarden opleggen die de opbrengst of inzet beperken. Wat moet $171,92 al verdisconteren? Bij een beurswaarde van circa $2,25 biljoen is een simpele omzetmultiple onvoldoende. Een snelgroeiend netwerk kan jaren tegen een hoge omzetmultiple handelen, maar uiteindelijk moet de waardering aansluiten op vrije kas. In het omgekeerde model hieronder beginnen we bij de koers. Bij een gewenste jaarlijkse koersopbrengst van 9% en een eindmultiple van 38 keer vrije kas zou SpaceX in 2029 ongeveer $5,88 vrije kas per aandeel moeten produceren. Dat is geen voorspelling. Het is de prestatie die bij de gekozen aannames in de koers besloten ligt. Een lagere eindmultiple verhoogt de vereiste kas sterk. Extra aandelenuitgifte doet hetzelfde, omdat dezelfde onderneming dan over meer aandelen wordt verdeeld. Andersom kan sneller stijgende vrije kas de multiple afbouwen zonder dat de koers hoeft te dalen. De sterkste positieve tegenwerping is dat traditionele modellen de optiewaarde onderschatten. SpaceX kan nieuwe markten openen met direct-to-device, zakelijke netwerken, overheidsdiensten en toekomstige ruimte-infrastructuur. Dat is reëel. Maar optiewaarde is geen gratis waarde. Elke nieuwe markt vraagt technologie, capaciteit, vergunningen en verkoopkosten. De bewijslast ligt daarom bij omzet die met dalende kapitaalintensiteit groeit. Drie scenario's voor 2027 tot en met 2029 De scenario's gebruiken $171,92 als peildatumkoers op 6 oktober 2026. De jaareindekoers is opgebouwd uit een verondersteld pad voor vrije kas per aandeel maal een waarderingsmultiple. Dividend is niet verondersteld. Dit zijn rekenpaden, geen koersdoelen of consensus. In het bearscenario daalt de opbrengst per klant sneller dan de kosten, blijft de constellatie veel kapitaal vragen en krimpt de waardering. Het middenpad veronderstelt dat abonneegroei de prijsdruk compenseert en dat de vrije kas geleidelijk zichtbaar wordt. In het gunstige scenario zorgen zakelijke toepassingen, hogere netwerkbenutting en een betere mix voor een krachtige kashefboom. De uitkomst is ongemakkelijk maar nuttig. SpaceX kan operationeel uitstekend presteren en toch een matig aandeel blijken wanneer de prijs al te veel succes vooruitbetaalt. Omgekeerd kan een lagere opbrengst per gebruiker rationeel zijn wanneer zij de bezetting en kasbijdrage verhoogt. De beste kwartaalindicator is daarom niet het aantal nieuwe klanten op zichzelf, maar de vrije kas na satellieten, lanceringen en netwerkuitbreiding. De eerstvolgende cijfers staan volgens de marktdata voor 3 november 2026 na beurs gepland. Let dan vooral op de relatie tussen Starlink-omzet, operationele winst en investeringen. Wie alleen naar omzetgroei kijkt, ziet de raket opstijgen maar mist hoeveel brandstof daarvoor nodig was. Gebruikte gegevens: SpaceX-kwartaalberichtgeving via Reuters, 4 augustus 2026 en De Belegger-marktdata voor SPCX.US, momentopname 6 oktober 2026. Foto: NASA/Joel Kowsky, archiefbeeld 30 mei 2020.
- MiniMax-agents worden pas voorspelbaar met een eigen foutbudget
In het kort MiniMax M3.1 Flash Preview en M Plan maakt een agent die onderzoek, planning en tekstproductie combineert technisch haalbaar, maar de doorslaggevende kosten zitten in veel goedkope acties die samen onvoorspelbaar worden. MiniMax biedt pay-as-you-go en M Plan-abonnementen. De leverancier koppelt plannen aan gebruiksvensters en capaciteit, terwijl previewmodellen een andere risicoklasse hebben dan algemeen beschikbare productiemodellen. We rekenen daarom terug vanaf geaccepteerd werk en laten zien hoeveel tijd of kwaliteit de inzet moet opleveren. De uitkomst is geen rendementsgarantie, maar een beslisgrens die een organisatie met eigen meetgegevens kan toetsen. Een agent kan technisch succesvol eindigen en toch economisch mislukken wanneer hij te veel omwegen maakt. Daarom hoort naast een geldlimiet een foutbudget: hoeveel mislukte zoekopdrachten, lege resultaten en herstelrondes zijn toegestaan? De eerste fout in veel vergelijkingen is dat de modelprijs wordt behandeld als de volledige kostprijs. In de praktijk horen ook integratie, logging, evaluatie, beveiliging en de tijd van medewerkers bij de rekening. Een goedkope API kan daardoor de duurste route worden wanneer veel antwoorden opnieuw moeten worden gevraagd of gecontroleerd. Andersom kan een duurder model rationeel zijn wanneer het aantoonbaar minder herstelwerk veroorzaakt. Wat de actuele modelinformatie wel en niet zegt Volgens de MiniMax M Plan geldt op 7 oktober 2026 het volgende: MiniMax biedt pay-as-you-go en M Plan-abonnementen. De leverancier koppelt plannen aan gebruiksvensters en capaciteit, terwijl previewmodellen een andere risicoklasse hebben dan algemeen beschikbare productiemodellen. Die gegevens zijn bruikbaar voor een eerste begroting, maar ze zeggen niet hoeveel taken in het Nederlands goed eindigen, hoeveel pogingen nodig zijn of hoeveel menselijke controle resteert. Beschikbaarheid moet bovendien precies worden benoemd. Commerciële dienst; previewstatus en abonnementsvoorwaarden moeten per model worden gecontroleerd. Een model dat via een chatdienst gratis is te proberen, is daarmee niet automatisch vrij inzetbaar in een productieomgeving. Evenmin betekent een openbare modelkaart dat de gewichten downloadbaar zijn of dat commercieel gebruik zonder voorwaarden is toegestaan. De tweede primaire bron is de MiniMax-modeldocumentatie. Die helpt om de technische mogelijkheden te plaatsen, maar leveranciersdocumentatie blijft leveranciersinformatie. Benchmarkresultaten zijn meestal uitgevoerd onder vaste instellingen en zeggen weinig over eigen documenten, Nederlandse formuleringen, koppelingen of fouten die buiten de testset vallen. Daarom is een kleine, representatieve proef belangrijker dan een lange lijst scores. Kies twintig tot honderd echte taken, leg vooraf vast wat goed genoeg is en laat een inhoudsdeskundige blind beoordelen. Meet daarna kosten per geaccepteerde taak, niet alleen kosten per miljoen tokens. Dat voorkomt dat een model met lage tarieven wint terwijl medewerkers veel correcties uitvoeren. De proef moet ook het normale werkritme nabootsen. Een laboratoriumtest met één korte prompt mist precies de onderdelen die in productie geld kosten: grote bijlagen, meerdere gebruikers, wisselende talen, toolfouten en piekbelasting. Voor een agent die onderzoek, planning en tekstproductie combineert hoort daarom minstens één rustige dag, één druk moment en één foutscenario in de test. Zo wordt zichtbaar of veel goedkope acties die samen onvoorspelbaar worden incidenteel is of structureel terugkomt. Let daarnaast op de volgorde van handelingen. Een workflow die eerst alle documenten naar het duurste model stuurt, verspilt capaciteit wanneer een simpele filter de helft kan verwijderen. Omgekeerd kan te vroeg filteren relevante informatie weggooien. De beste keten gebruikt een goedkoop selectiemechanisme, een passend hoofdmodel en een gerichte controle. Iedere stap krijgt een eigen meetpunt, zodat duidelijk blijft waar kwaliteit verloren gaat. Databeheer hoort vanaf het begin in de opzet. Leg vast welke invoer mag worden bewaard, wie logs kan zien en hoe lang voorbeelden voor evaluatie beschikbaar blijven. De modeluitkomst kan bedrijfsinformatie bevatten, ook wanneer de oorspronkelijke prompt onschuldig lijkt. Een leverancier die niets bewaart, neemt bovendien de eigen plicht tot toegangsbeheer, geheimhouding en incidentregistratie niet over. Een derde aandachtspunt is versiebeheer. Leveranciers vervangen aliassen, voegen modellen toe en beëindigen endpoints. Open gewichten veranderen minder onverwacht, maar de runtime, quantisatie en promptlaag kunnen wel verschuiven. Bewaar daarom een kleine vaste regressieset en draai die opnieuw vóór iedere wijziging. Zonder zo’n anker is een kwaliteitsdaling moeilijk te onderscheiden van veranderde brondata of menselijk beoordelingsverschil. Ook de personeelskant verdient een eigen regel in het budget. Medewerkers moeten leren wanneer het model mag handelen, wanneer een bron nodig is en hoe een fout wordt gemeld. Die opleiding is geen eenmalige kostenpost, omdat modellen en werkprocessen blijven veranderen. Een project dat alleen tijdens de pilot door twee enthousiastelingen wordt gedragen, heeft nog geen schaalbaar bedrijfsproces bewezen. Ten slotte moet de organisatie een alternatief houden. Dat kan een tweede API, een kleiner lokaal model of een handmatige noodprocedure zijn. Redundantie kost geld, maar voorkomt dat een storing of plotselinge prijswijziging het hele proces stilzet. De waarde ervan is het grootst bij werk met deadlines. Juist daar kan één uur uitval duurder zijn dan een maand aan reservekosten. De omgekeerde rekensom maakt de grens zichtbaar Voor het rekenvoorbeeld nemen we maandelijkse model-, beheer- en controlekosten van € 280. De waarde van een vrijgespeeld arbeidsuur is € 45. De minimale besparing is dan € 280 gedeeld door € 45, oftewel 6.2 uur per maand. Dat is de drempel vóór financieringskosten, belastingen en een risicomarge. De lage, midden- en hoge scenario’s veronderstellen respectievelijk 4, 13 en 30 bespaarde minuten per werkdag. We rekenen met 220 werkdagen. De bruto tijdswaarde is minuten per dag maal 220 gedeeld door zestig, maal € 45. Daar trekken we twaalf maal € 280 vanaf. Het verschil is de netto kasbesparing in het schema. Deze formule telt alleen tijd die werkelijk uit betaald werk verdwijnt. Als een medewerker de vrijgekomen minuten niet anders kan inzetten, ontstaat geen directe kasbesparing. Ook mag dezelfde winst niet dubbel worden geteld als snellere doorlooptijd én extra productie, tenzij beide afzonderlijk zijn gemeten. Hetzelfde geldt voor minder fouten: de vermeden herstelkosten mogen niet nogmaals als tijdsbesparing terugkomen. Een strak foutbudget kan moeilijke taken te vroeg afbreken. Bij onderzoek is een dood spoor soms noodzakelijk. Het budget moet daarom per taakcategorie verschillen en ruimte bieden voor een bewuste menselijke verlenging. Voor 2027, 2028 en 2029 houden we dezelfde uurwaarde en maandkosten aan. Dat is bewust conservatief en maakt zichtbaar welke benutting nodig is zonder een verzonnen daling van tokenprijzen. In werkelijkheid kunnen tarieven, modellen en hardware sneller veranderen dan de interne processen. Een jaarlijkse herijking is daarom noodzakelijk. De scenario’s zijn geen voorspelling van de markt, maar een toets voor de eigen organisatie. Het lage scenario past bij een voorzichtige invoering met veel controles. Het middenscenario veronderstelt dat de workflow stabiel is en medewerkers de uitkomsten gericht nakijken. Het hoge scenario vraagt structureel gebruik, weinig uitval en voldoende vraag naar de vrijgekomen capaciteit. Als alleen het hoge scenario positief is, ligt het risico grotendeels bij de koper. Een gezonde businesscase blijft ook bij het middenscenario overeind en kan een tijdelijke prijsstijging of tegenvallende nauwkeurigheid opvangen. Wat een koper of belegger hieruit kan halen Log acties, mislukkingen en menselijke interventies per afgeronde taak. Stel voor routinetaken een lage limiet in en voor onderzoek een hogere. Vergelijk abonnement en pay-as-you-go op basis van werkelijk geslaagde taken, niet op basis van theoretische verzoekquota. Voor inkopers is een proefcontract met meetbare service-eisen verstandiger dan een brede uitrol. Leg modelversie, regio, logretentie, maximale kosten per taak en een exitroute vast. Voor open gewichten horen ook de licentieversie, quantisatie, runtime en gebruikte fine-tune in het register. Zonder die gegevens is een resultaat later niet reproduceerbaar. Voor beleggers is lagere tokenprijs op zichzelf geen bewijs van een beter verdienmodel. Goedkopere inferentie kan het gebruik versnellen, maar ook de brutomarge drukken en de concurrentie vergroten. De relevante vragen zijn hoeveel klanten blijven, hoeveel hoogwaardige taken worden uitgevoerd en of de leverancier inkomsten uit tools, hosting of bedrijfscontracten toevoegt zonder dat supportkosten even hard oplopen. De praktische conclusie is nuchter. MiniMax M3.1 Flash Preview en M Plan kan waarde leveren, maar alleen wanneer veel goedkope acties die samen onvoorspelbaar worden vooraf meetbaar wordt gemaakt. Start klein, vergelijk dezelfde taak, bewaak stopregels en laat de organisatie pas opschalen nadat de omgekeerde rekensom positief is. De modelnaam is het begin van de keuze, niet het bewijs dat de businesscase werkt.
- Een Claude-agent wordt vooral duur wanneer niemand de stopknop bepaalt
In het kort Claude Opus 5.5, Sonnet 5.5, Haiku 4.5 en Fable 5.1 maakt een agent die bestanden controleert en fouten probeert te herstellen technisch haalbaar, maar de doorslaggevende kosten zitten in oneindige toolrondes en steeds grotere context. De standaardprijzen lopen van $1 input en $5 output per miljoen tokens voor Haiku 4.5 tot $10 en $50 voor Fable 5.1. Sonnet 5.5 kost $2 en $10; Opus 5.5 $4 en $20. Toolgebruik voegt bovendien systeemprompttokens en de uitvoer van gereedschappen toe. We rekenen daarom terug vanaf geaccepteerd werk en laten zien hoeveel tijd of kwaliteit de inzet moet opleveren. De uitkomst is geen rendementsgarantie, maar een beslisgrens die een organisatie met eigen meetgegevens kan toetsen. Bij agentwerk is de prijs per miljoen tokens slechts de eerste regel van de factuur. De duurste run is vaak de run die niet weet wanneer hij moet stoppen, omdat iedere foutmelding als nieuwe context terugkeert. De eerste fout in veel vergelijkingen is dat de modelprijs wordt behandeld als de volledige kostprijs. In de praktijk horen ook integratie, logging, evaluatie, beveiliging en de tijd van medewerkers bij de rekening. Een goedkope API kan daardoor de duurste route worden wanneer veel antwoorden opnieuw moeten worden gevraagd of gecontroleerd. Andersom kan een duurder model rationeel zijn wanneer het aantoonbaar minder herstelwerk veroorzaakt. Wat de actuele modelinformatie wel en niet zegt Volgens de Anthropic-prijspagina geldt op 7 oktober 2026 het volgende: De standaardprijzen lopen van $1 input en $5 output per miljoen tokens voor Haiku 4.5 tot $10 en $50 voor Fable 5.1. Sonnet 5.5 kost $2 en $10; Opus 5.5 $4 en $20. Toolgebruik voegt bovendien systeemprompttokens en de uitvoer van gereedschappen toe. Die gegevens zijn bruikbaar voor een eerste begroting, maar ze zeggen niet hoeveel taken in het Nederlands goed eindigen, hoeveel pogingen nodig zijn of hoeveel menselijke controle resteert. Beschikbaarheid moet bovendien precies worden benoemd. Commerciële API; Fable en Mythos hebben afwijkende positionering en toegang. Een model dat via een chatdienst gratis is te proberen, is daarmee niet automatisch vrij inzetbaar in een productieomgeving. Evenmin betekent een openbare modelkaart dat de gewichten downloadbaar zijn of dat commercieel gebruik zonder voorwaarden is toegestaan. De tweede primaire bron is de Anthropic over toolgebruik. Die helpt om de technische mogelijkheden te plaatsen, maar leveranciersdocumentatie blijft leveranciersinformatie. Benchmarkresultaten zijn meestal uitgevoerd onder vaste instellingen en zeggen weinig over eigen documenten, Nederlandse formuleringen, koppelingen of fouten die buiten de testset vallen. Daarom is een kleine, representatieve proef belangrijker dan een lange lijst scores. Kies twintig tot honderd echte taken, leg vooraf vast wat goed genoeg is en laat een inhoudsdeskundige blind beoordelen. Meet daarna kosten per geaccepteerde taak, niet alleen kosten per miljoen tokens. Dat voorkomt dat een model met lage tarieven wint terwijl medewerkers veel correcties uitvoeren. De proef moet ook het normale werkritme nabootsen. Een laboratoriumtest met één korte prompt mist precies de onderdelen die in productie geld kosten: grote bijlagen, meerdere gebruikers, wisselende talen, toolfouten en piekbelasting. Voor een agent die bestanden controleert en fouten probeert te herstellen hoort daarom minstens één rustige dag, één druk moment en één foutscenario in de test. Zo wordt zichtbaar of oneindige toolrondes en steeds grotere context incidenteel is of structureel terugkomt. Let daarnaast op de volgorde van handelingen. Een workflow die eerst alle documenten naar het duurste model stuurt, verspilt capaciteit wanneer een simpele filter de helft kan verwijderen. Omgekeerd kan te vroeg filteren relevante informatie weggooien. De beste keten gebruikt een goedkoop selectiemechanisme, een passend hoofdmodel en een gerichte controle. Iedere stap krijgt een eigen meetpunt, zodat duidelijk blijft waar kwaliteit verloren gaat. Databeheer hoort vanaf het begin in de opzet. Leg vast welke invoer mag worden bewaard, wie logs kan zien en hoe lang voorbeelden voor evaluatie beschikbaar blijven. De modeluitkomst kan bedrijfsinformatie bevatten, ook wanneer de oorspronkelijke prompt onschuldig lijkt. Een leverancier die niets bewaart, neemt bovendien de eigen plicht tot toegangsbeheer, geheimhouding en incidentregistratie niet over. Een derde aandachtspunt is versiebeheer. Leveranciers vervangen aliassen, voegen modellen toe en beëindigen endpoints. Open gewichten veranderen minder onverwacht, maar de runtime, quantisatie en promptlaag kunnen wel verschuiven. Bewaar daarom een kleine vaste regressieset en draai die opnieuw vóór iedere wijziging. Zonder zo’n anker is een kwaliteitsdaling moeilijk te onderscheiden van veranderde brondata of menselijk beoordelingsverschil. Ook de personeelskant verdient een eigen regel in het budget. Medewerkers moeten leren wanneer het model mag handelen, wanneer een bron nodig is en hoe een fout wordt gemeld. Die opleiding is geen eenmalige kostenpost, omdat modellen en werkprocessen blijven veranderen. Een project dat alleen tijdens de pilot door twee enthousiastelingen wordt gedragen, heeft nog geen schaalbaar bedrijfsproces bewezen. Ten slotte moet de organisatie een alternatief houden. Dat kan een tweede API, een kleiner lokaal model of een handmatige noodprocedure zijn. Redundantie kost geld, maar voorkomt dat een storing of plotselinge prijswijziging het hele proces stilzet. De waarde ervan is het grootst bij werk met deadlines. Juist daar kan één uur uitval duurder zijn dan een maand aan reservekosten. De omgekeerde rekensom maakt de grens zichtbaar Voor het rekenvoorbeeld nemen we maandelijkse model-, beheer- en controlekosten van € 320. De waarde van een vrijgespeeld arbeidsuur is € 52. De minimale besparing is dan € 320 gedeeld door € 52, oftewel 6.2 uur per maand. Dat is de drempel vóór financieringskosten, belastingen en een risicomarge. De lage, midden- en hoge scenario’s veronderstellen respectievelijk 5, 14 en 29 bespaarde minuten per werkdag. We rekenen met 220 werkdagen. De bruto tijdswaarde is minuten per dag maal 220 gedeeld door zestig, maal € 52. Daar trekken we twaalf maal € 320 vanaf. Het verschil is de netto kasbesparing in het schema. Deze formule telt alleen tijd die werkelijk uit betaald werk verdwijnt. Als een medewerker de vrijgekomen minuten niet anders kan inzetten, ontstaat geen directe kasbesparing. Ook mag dezelfde winst niet dubbel worden geteld als snellere doorlooptijd én extra productie, tenzij beide afzonderlijk zijn gemeten. Hetzelfde geldt voor minder fouten: de vermeden herstelkosten mogen niet nogmaals als tijdsbesparing terugkomen. Meer rondes kunnen de kwaliteit verhogen. Een agent die na de eerste fout opgeeft, bespaart tokens maar levert niets op. De oplossing is daarom geen willekeurig laag maximum, maar een limiet per soort fout en een overdracht naar een mens zodra de fout zich herhaalt. Voor 2027, 2028 en 2029 houden we dezelfde uurwaarde en maandkosten aan. Dat is bewust conservatief en maakt zichtbaar welke benutting nodig is zonder een verzonnen daling van tokenprijzen. In werkelijkheid kunnen tarieven, modellen en hardware sneller veranderen dan de interne processen. Een jaarlijkse herijking is daarom noodzakelijk. De scenario’s zijn geen voorspelling van de markt, maar een toets voor de eigen organisatie. Het lage scenario past bij een voorzichtige invoering met veel controles. Het middenscenario veronderstelt dat de workflow stabiel is en medewerkers de uitkomsten gericht nakijken. Het hoge scenario vraagt structureel gebruik, weinig uitval en voldoende vraag naar de vrijgekomen capaciteit. Als alleen het hoge scenario positief is, ligt het risico grotendeels bij de koper. Een gezonde businesscase blijft ook bij het middenscenario overeind en kan een tijdelijke prijsstijging of tegenvallende nauwkeurigheid opvangen. Wat een koper of belegger hieruit kan halen Definieer vooraf succes, maximaal aantal toolrondes, maximaal budget en het moment van escalatie. Meet kosten per geaccepteerd resultaat en vergelijk Sonnet met Haiku op dezelfde taak. Opus of Fable is pas logisch wanneer de hogere slaagkans de extra rekening en wachttijd compenseert. Voor inkopers is een proefcontract met meetbare service-eisen verstandiger dan een brede uitrol. Leg modelversie, regio, logretentie, maximale kosten per taak en een exitroute vast. Voor open gewichten horen ook de licentieversie, quantisatie, runtime en gebruikte fine-tune in het register. Zonder die gegevens is een resultaat later niet reproduceerbaar. Voor beleggers is lagere tokenprijs op zichzelf geen bewijs van een beter verdienmodel. Goedkopere inferentie kan het gebruik versnellen, maar ook de brutomarge drukken en de concurrentie vergroten. De relevante vragen zijn hoeveel klanten blijven, hoeveel hoogwaardige taken worden uitgevoerd en of de leverancier inkomsten uit tools, hosting of bedrijfscontracten toevoegt zonder dat supportkosten even hard oplopen. De praktische conclusie is nuchter. Claude Opus 5.5, Sonnet 5.5, Haiku 4.5 en Fable 5.1 kan waarde leveren, maar alleen wanneer oneindige toolrondes en steeds grotere context vooraf meetbaar wordt gemaakt. Start klein, vergelijk dezelfde taak, bewaak stopregels en laat de organisatie pas opschalen nadat de omgekeerde rekensom positief is. De modelnaam is het begin van de keuze, niet het bewijs dat de businesscase werkt.
- Grok ziet nieuws snel maar verificatie blijft de duurste stap
In het kort Grok 4.7 en de zoekgereedschappen van xAI maakt vroeg nieuws en marktsignalen volgen technisch haalbaar, maar de doorslaggevende kosten zitten in valse alarmen, herhaalde berichten en onbevestigde claims. Grok 4.7 heeft volgens xAI een contextvenster van 500.000 tokens. Onder 200.000 prompttokens kost invoer $2, cached input $0,50 en output $6 per miljoen tokens. Boven die grens verdubbelen de input- en outputprijzen. We rekenen daarom terug vanaf geaccepteerd werk en laten zien hoeveel tijd of kwaliteit de inzet moet opleveren. De uitkomst is geen rendementsgarantie, maar een beslisgrens die een organisatie met eigen meetgegevens kan toetsen. De waarde van snelle toegang tot X zit in voorsprong, maar die voorsprong verdampt wanneer elk bericht handmatig moet worden uitgeplozen. Daarom moet de rekensom uitgaan van geverifieerde signalen en niet van gevonden berichten. De eerste fout in veel vergelijkingen is dat de modelprijs wordt behandeld als de volledige kostprijs. In de praktijk horen ook integratie, logging, evaluatie, beveiliging en de tijd van medewerkers bij de rekening. Een goedkope API kan daardoor de duurste route worden wanneer veel antwoorden opnieuw moeten worden gevraagd of gecontroleerd. Andersom kan een duurder model rationeel zijn wanneer het aantoonbaar minder herstelwerk veroorzaakt. Wat de actuele modelinformatie wel en niet zegt Volgens de xAI-prijspagina geldt op 7 oktober 2026 het volgende: Grok 4.7 heeft volgens xAI een contextvenster van 500.000 tokens. Onder 200.000 prompttokens kost invoer $2, cached input $0,50 en output $6 per miljoen tokens. Boven die grens verdubbelen de input- en outputprijzen. Die gegevens zijn bruikbaar voor een eerste begroting, maar ze zeggen niet hoeveel taken in het Nederlands goed eindigen, hoeveel pogingen nodig zijn of hoeveel menselijke controle resteert. Beschikbaarheid moet bovendien precies worden benoemd. Commerciële API; de Amerikaanse regionale endpoint heeft een toeslag van 10 procent. Een model dat via een chatdienst gratis is te proberen, is daarmee niet automatisch vrij inzetbaar in een productieomgeving. Evenmin betekent een openbare modelkaart dat de gewichten downloadbaar zijn of dat commercieel gebruik zonder voorwaarden is toegestaan. De tweede primaire bron is de xAI over X Search. Die helpt om de technische mogelijkheden te plaatsen, maar leveranciersdocumentatie blijft leveranciersinformatie. Benchmarkresultaten zijn meestal uitgevoerd onder vaste instellingen en zeggen weinig over eigen documenten, Nederlandse formuleringen, koppelingen of fouten die buiten de testset vallen. Daarom is een kleine, representatieve proef belangrijker dan een lange lijst scores. Kies twintig tot honderd echte taken, leg vooraf vast wat goed genoeg is en laat een inhoudsdeskundige blind beoordelen. Meet daarna kosten per geaccepteerde taak, niet alleen kosten per miljoen tokens. Dat voorkomt dat een model met lage tarieven wint terwijl medewerkers veel correcties uitvoeren. De proef moet ook het normale werkritme nabootsen. Een laboratoriumtest met één korte prompt mist precies de onderdelen die in productie geld kosten: grote bijlagen, meerdere gebruikers, wisselende talen, toolfouten en piekbelasting. Voor vroeg nieuws en marktsignalen volgen hoort daarom minstens één rustige dag, één druk moment en één foutscenario in de test. Zo wordt zichtbaar of valse alarmen, herhaalde berichten en onbevestigde claims incidenteel is of structureel terugkomt. Let daarnaast op de volgorde van handelingen. Een workflow die eerst alle documenten naar het duurste model stuurt, verspilt capaciteit wanneer een simpele filter de helft kan verwijderen. Omgekeerd kan te vroeg filteren relevante informatie weggooien. De beste keten gebruikt een goedkoop selectiemechanisme, een passend hoofdmodel en een gerichte controle. Iedere stap krijgt een eigen meetpunt, zodat duidelijk blijft waar kwaliteit verloren gaat. Databeheer hoort vanaf het begin in de opzet. Leg vast welke invoer mag worden bewaard, wie logs kan zien en hoe lang voorbeelden voor evaluatie beschikbaar blijven. De modeluitkomst kan bedrijfsinformatie bevatten, ook wanneer de oorspronkelijke prompt onschuldig lijkt. Een leverancier die niets bewaart, neemt bovendien de eigen plicht tot toegangsbeheer, geheimhouding en incidentregistratie niet over. Een derde aandachtspunt is versiebeheer. Leveranciers vervangen aliassen, voegen modellen toe en beëindigen endpoints. Open gewichten veranderen minder onverwacht, maar de runtime, quantisatie en promptlaag kunnen wel verschuiven. Bewaar daarom een kleine vaste regressieset en draai die opnieuw vóór iedere wijziging. Zonder zo’n anker is een kwaliteitsdaling moeilijk te onderscheiden van veranderde brondata of menselijk beoordelingsverschil. Ook de personeelskant verdient een eigen regel in het budget. Medewerkers moeten leren wanneer het model mag handelen, wanneer een bron nodig is en hoe een fout wordt gemeld. Die opleiding is geen eenmalige kostenpost, omdat modellen en werkprocessen blijven veranderen. Een project dat alleen tijdens de pilot door twee enthousiastelingen wordt gedragen, heeft nog geen schaalbaar bedrijfsproces bewezen. Ten slotte moet de organisatie een alternatief houden. Dat kan een tweede API, een kleiner lokaal model of een handmatige noodprocedure zijn. Redundantie kost geld, maar voorkomt dat een storing of plotselinge prijswijziging het hele proces stilzet. De waarde ervan is het grootst bij werk met deadlines. Juist daar kan één uur uitval duurder zijn dan een maand aan reservekosten. De omgekeerde rekensom maakt de grens zichtbaar Voor het rekenvoorbeeld nemen we maandelijkse model-, beheer- en controlekosten van € 260. De waarde van een vrijgespeeld arbeidsuur is € 55. De minimale besparing is dan € 260 gedeeld door € 55, oftewel 4.7 uur per maand. Dat is de drempel vóór financieringskosten, belastingen en een risicomarge. De lage, midden- en hoge scenario’s veronderstellen respectievelijk 4, 13 en 31 bespaarde minuten per werkdag. We rekenen met 220 werkdagen. De bruto tijdswaarde is minuten per dag maal 220 gedeeld door zestig, maal € 55. Daar trekken we twaalf maal € 260 vanaf. Het verschil is de netto kasbesparing in het schema. Deze formule telt alleen tijd die werkelijk uit betaald werk verdwijnt. Als een medewerker de vrijgekomen minuten niet anders kan inzetten, ontstaat geen directe kasbesparing. Ook mag dezelfde winst niet dubbel worden geteld als snellere doorlooptijd én extra productie, tenzij beide afzonderlijk zijn gemeten. Hetzelfde geldt voor minder fouten: de vermeden herstelkosten mogen niet nogmaals als tijdsbesparing terugkomen. Ook een vals alarm kan nuttig zijn als het vroeg waarschuwt voor een groot risico. Bij calamiteiten mag een systeem ruimer staan afgesteld. Dat verandert de kostenmaatstaf: dan telt niet alleen productiviteit, maar ook de vermeden schade van één tijdige waarschuwing. Voor 2027, 2028 en 2029 houden we dezelfde uurwaarde en maandkosten aan. Dat is bewust conservatief en maakt zichtbaar welke benutting nodig is zonder een verzonnen daling van tokenprijzen. In werkelijkheid kunnen tarieven, modellen en hardware sneller veranderen dan de interne processen. Een jaarlijkse herijking is daarom noodzakelijk. De scenario’s zijn geen voorspelling van de markt, maar een toets voor de eigen organisatie. Het lage scenario past bij een voorzichtige invoering met veel controles. Het middenscenario veronderstelt dat de workflow stabiel is en medewerkers de uitkomsten gericht nakijken. Het hoge scenario vraagt structureel gebruik, weinig uitval en voldoende vraag naar de vrijgekomen capaciteit. Als alleen het hoge scenario positief is, ligt het risico grotendeels bij de koper. Een gezonde businesscase blijft ook bij het middenscenario overeind en kan een tijdelijke prijsstijging of tegenvallende nauwkeurigheid opvangen. Wat een koper of belegger hieruit kan halen Laat Grok bron, tijdstip en tegenbewijs tonen. Combineer X-signalen met een tweede primaire bron voordat een conclusie naar klanten of portefeuillebeslissingen gaat. Houd een steekproef bij van ware en valse signalen, zodat de zoekdrempel op feiten kan worden ingesteld. Voor inkopers is een proefcontract met meetbare service-eisen verstandiger dan een brede uitrol. Leg modelversie, regio, logretentie, maximale kosten per taak en een exitroute vast. Voor open gewichten horen ook de licentieversie, quantisatie, runtime en gebruikte fine-tune in het register. Zonder die gegevens is een resultaat later niet reproduceerbaar. Voor beleggers is lagere tokenprijs op zichzelf geen bewijs van een beter verdienmodel. Goedkopere inferentie kan het gebruik versnellen, maar ook de brutomarge drukken en de concurrentie vergroten. De relevante vragen zijn hoeveel klanten blijven, hoeveel hoogwaardige taken worden uitgevoerd en of de leverancier inkomsten uit tools, hosting of bedrijfscontracten toevoegt zonder dat supportkosten even hard oplopen. De praktische conclusie is nuchter. Grok 4.7 en de zoekgereedschappen van xAI kan waarde leveren, maar alleen wanneer valse alarmen, herhaalde berichten en onbevestigde claims vooraf meetbaar wordt gemaakt. Start klein, vergelijk dezelfde taak, bewaak stopregels en laat de organisatie pas opschalen nadat de omgekeerde rekensom positief is. De modelnaam is het begin van de keuze, niet het bewijs dat de businesscase werkt.
- Hoeveel verbruikt Gemini bij het doorzoeken van uren video?
In het kort Gemini 3.5 Flash-Lite en de actuele multimodale Gemini-modellen maakt het doorzoeken van vergaderingen, inspectievideo of trainingsmateriaal technisch haalbaar, maar de doorslaggevende kosten zitten in onnodig veel beeld laden en conclusies zonder tijdcode. Gemini 3.5 Flash-Lite kost volgens Google $0,30 per miljoen inputtokens en $2,50 output. Google vermeldt dat agentisch videobegrip bij lange video doorgaans tot 88 procent minder inputtokens kan gebruiken, maar dat het werkelijke verbruik afhangt van vraagcomplexiteit en bemonsteringsdiepte. We rekenen daarom terug vanaf geaccepteerd werk en laten zien hoeveel tijd of kwaliteit de inzet moet opleveren. De uitkomst is geen rendementsgarantie, maar een beslisgrens die een organisatie met eigen meetgegevens kan toetsen. Een uur video is geen vaste eenheid op een AI-factuur. Een brede opdracht als “vat alles samen” kan veel meer beeld activeren dan een gerichte vraag naar drie incidenten, beslissingen of afwijkingen. De eerste fout in veel vergelijkingen is dat de modelprijs wordt behandeld als de volledige kostprijs. In de praktijk horen ook integratie, logging, evaluatie, beveiliging en de tijd van medewerkers bij de rekening. Een goedkope API kan daardoor de duurste route worden wanneer veel antwoorden opnieuw moeten worden gevraagd of gecontroleerd. Andersom kan een duurder model rationeel zijn wanneer het aantoonbaar minder herstelwerk veroorzaakt. Wat de actuele modelinformatie wel en niet zegt Volgens de Google Gemini-prijspagina geldt op 7 oktober 2026 het volgende: Gemini 3.5 Flash-Lite kost volgens Google $0,30 per miljoen inputtokens en $2,50 output. Google vermeldt dat agentisch videobegrip bij lange video doorgaans tot 88 procent minder inputtokens kan gebruiken, maar dat het werkelijke verbruik afhangt van vraagcomplexiteit en bemonsteringsdiepte. Die gegevens zijn bruikbaar voor een eerste begroting, maar ze zeggen niet hoeveel taken in het Nederlands goed eindigen, hoeveel pogingen nodig zijn of hoeveel menselijke controle resteert. Beschikbaarheid moet bovendien precies worden benoemd. Commerciële API met gratis en betaalde niveaus; specifieke modellen verschillen in algemene beschikbaarheid. Een model dat via een chatdienst gratis is te proberen, is daarmee niet automatisch vrij inzetbaar in een productieomgeving. Evenmin betekent een openbare modelkaart dat de gewichten downloadbaar zijn of dat commercieel gebruik zonder voorwaarden is toegestaan. De tweede primaire bron is de Google over videobegrip. Die helpt om de technische mogelijkheden te plaatsen, maar leveranciersdocumentatie blijft leveranciersinformatie. Benchmarkresultaten zijn meestal uitgevoerd onder vaste instellingen en zeggen weinig over eigen documenten, Nederlandse formuleringen, koppelingen of fouten die buiten de testset vallen. Daarom is een kleine, representatieve proef belangrijker dan een lange lijst scores. Kies twintig tot honderd echte taken, leg vooraf vast wat goed genoeg is en laat een inhoudsdeskundige blind beoordelen. Meet daarna kosten per geaccepteerde taak, niet alleen kosten per miljoen tokens. Dat voorkomt dat een model met lage tarieven wint terwijl medewerkers veel correcties uitvoeren. De proef moet ook het normale werkritme nabootsen. Een laboratoriumtest met één korte prompt mist precies de onderdelen die in productie geld kosten: grote bijlagen, meerdere gebruikers, wisselende talen, toolfouten en piekbelasting. Voor het doorzoeken van vergaderingen, inspectievideo of trainingsmateriaal hoort daarom minstens één rustige dag, één druk moment en één foutscenario in de test. Zo wordt zichtbaar of onnodig veel beeld laden en conclusies zonder tijdcode incidenteel is of structureel terugkomt. Let daarnaast op de volgorde van handelingen. Een workflow die eerst alle documenten naar het duurste model stuurt, verspilt capaciteit wanneer een simpele filter de helft kan verwijderen. Omgekeerd kan te vroeg filteren relevante informatie weggooien. De beste keten gebruikt een goedkoop selectiemechanisme, een passend hoofdmodel en een gerichte controle. Iedere stap krijgt een eigen meetpunt, zodat duidelijk blijft waar kwaliteit verloren gaat. Databeheer hoort vanaf het begin in de opzet. Leg vast welke invoer mag worden bewaard, wie logs kan zien en hoe lang voorbeelden voor evaluatie beschikbaar blijven. De modeluitkomst kan bedrijfsinformatie bevatten, ook wanneer de oorspronkelijke prompt onschuldig lijkt. Een leverancier die niets bewaart, neemt bovendien de eigen plicht tot toegangsbeheer, geheimhouding en incidentregistratie niet over. Een derde aandachtspunt is versiebeheer. Leveranciers vervangen aliassen, voegen modellen toe en beëindigen endpoints. Open gewichten veranderen minder onverwacht, maar de runtime, quantisatie en promptlaag kunnen wel verschuiven. Bewaar daarom een kleine vaste regressieset en draai die opnieuw vóór iedere wijziging. Zonder zo’n anker is een kwaliteitsdaling moeilijk te onderscheiden van veranderde brondata of menselijk beoordelingsverschil. Ook de personeelskant verdient een eigen regel in het budget. Medewerkers moeten leren wanneer het model mag handelen, wanneer een bron nodig is en hoe een fout wordt gemeld. Die opleiding is geen eenmalige kostenpost, omdat modellen en werkprocessen blijven veranderen. Een project dat alleen tijdens de pilot door twee enthousiastelingen wordt gedragen, heeft nog geen schaalbaar bedrijfsproces bewezen. Ten slotte moet de organisatie een alternatief houden. Dat kan een tweede API, een kleiner lokaal model of een handmatige noodprocedure zijn. Redundantie kost geld, maar voorkomt dat een storing of plotselinge prijswijziging het hele proces stilzet. De waarde ervan is het grootst bij werk met deadlines. Juist daar kan één uur uitval duurder zijn dan een maand aan reservekosten. De omgekeerde rekensom maakt de grens zichtbaar Voor het rekenvoorbeeld nemen we maandelijkse model-, beheer- en controlekosten van € 180. De waarde van een vrijgespeeld arbeidsuur is € 46. De minimale besparing is dan € 180 gedeeld door € 46, oftewel 3.9 uur per maand. Dat is de drempel vóór financieringskosten, belastingen en een risicomarge. De lage, midden- en hoge scenario’s veronderstellen respectievelijk 3, 10 en 23 bespaarde minuten per werkdag. We rekenen met 220 werkdagen. De bruto tijdswaarde is minuten per dag maal 220 gedeeld door zestig, maal € 46. Daar trekken we twaalf maal € 180 vanaf. Het verschil is de netto kasbesparing in het schema. Deze formule telt alleen tijd die werkelijk uit betaald werk verdwijnt. Als een medewerker de vrijgekomen minuten niet anders kan inzetten, ontstaat geen directe kasbesparing. Ook mag dezelfde winst niet dubbel worden geteld als snellere doorlooptijd én extra productie, tenzij beide afzonderlijk zijn gemeten. Hetzelfde geldt voor minder fouten: de vermeden herstelkosten mogen niet nogmaals als tijdsbesparing terugkomen. Dynamische bemonstering kan details missen. Wie te agressief voorselecteert, bespaart tokens maar loopt het risico dat juist een korte gebeurtenis buiten beeld valt. Bij veiligheid, toezicht of juridische bewijsvoering blijft volledige menselijke of gespecialiseerde controle nodig. Voor 2027, 2028 en 2029 houden we dezelfde uurwaarde en maandkosten aan. Dat is bewust conservatief en maakt zichtbaar welke benutting nodig is zonder een verzonnen daling van tokenprijzen. In werkelijkheid kunnen tarieven, modellen en hardware sneller veranderen dan de interne processen. Een jaarlijkse herijking is daarom noodzakelijk. De scenario’s zijn geen voorspelling van de markt, maar een toets voor de eigen organisatie. Het lage scenario past bij een voorzichtige invoering met veel controles. Het middenscenario veronderstelt dat de workflow stabiel is en medewerkers de uitkomsten gericht nakijken. Het hoge scenario vraagt structureel gebruik, weinig uitval en voldoende vraag naar de vrijgekomen capaciteit. Als alleen het hoge scenario positief is, ligt het risico grotendeels bij de koper. Een gezonde businesscase blijft ook bij het middenscenario overeind en kan een tijdelijke prijsstijging of tegenvallende nauwkeurigheid opvangen. Wat een koper of belegger hieruit kan halen Knip de workflow in een goedkope zoekfase en een gerichte verdiepingsfase. Vraag eerst om tijdcodes en laat alleen relevante segmenten opnieuw analyseren. Meet niet alleen tokenkosten, maar ook gemiste gebeurtenissen en de tijd die een medewerker nodig heeft om vindplaatsen te controleren. Voor inkopers is een proefcontract met meetbare service-eisen verstandiger dan een brede uitrol. Leg modelversie, regio, logretentie, maximale kosten per taak en een exitroute vast. Voor open gewichten horen ook de licentieversie, quantisatie, runtime en gebruikte fine-tune in het register. Zonder die gegevens is een resultaat later niet reproduceerbaar. Voor beleggers is lagere tokenprijs op zichzelf geen bewijs van een beter verdienmodel. Goedkopere inferentie kan het gebruik versnellen, maar ook de brutomarge drukken en de concurrentie vergroten. De relevante vragen zijn hoeveel klanten blijven, hoeveel hoogwaardige taken worden uitgevoerd en of de leverancier inkomsten uit tools, hosting of bedrijfscontracten toevoegt zonder dat supportkosten even hard oplopen. De praktische conclusie is nuchter. Gemini 3.5 Flash-Lite en de actuele multimodale Gemini-modellen kan waarde leveren, maar alleen wanneer onnodig veel beeld laden en conclusies zonder tijdcode vooraf meetbaar wordt gemaakt. Start klein, vergelijk dezelfde taak, bewaak stopregels en laat de organisatie pas opschalen nadat de omgekeerde rekensom positief is. De modelnaam is het begin van de keuze, niet het bewijs dat de businesscase werkt.
- DeepSeek is alleen goedkoop zonder gevoelige data
In het kort DeepSeek-V4.1-Flash en DeepSeek-V4-Pro-0813 maakt grote interne dossiers samenvatten of classificeren technisch haalbaar, maar de doorslaggevende kosten zitten in vertrouwelijke gegevens, bewaarbeleid en leveranciersafhankelijkheid. DeepSeek noemt V4.1-Flash en V4-Pro met één miljoen tokens context en maximaal 384.000 outputtokens. De dienst ondersteunt zowel een OpenAI- als Anthropic-formaat. Oude Flash-modelnamen worden naar V4.1-Flash geleid en tegen het actuele Flash-tarief afgerekend. We rekenen daarom terug vanaf geaccepteerd werk en laten zien hoeveel tijd of kwaliteit de inzet moet opleveren. De uitkomst is geen rendementsgarantie, maar een beslisgrens die een organisatie met eigen meetgegevens kan toetsen. Een lage tokenprijs is irrelevant wanneer de documenten niet naar de gekozen endpoint mogen. Dan ontstaat een tweede route met anonimisering, een ander model of lokale verwerking. Die extra route bepaalt het echte kostenverschil. De eerste fout in veel vergelijkingen is dat de modelprijs wordt behandeld als de volledige kostprijs. In de praktijk horen ook integratie, logging, evaluatie, beveiliging en de tijd van medewerkers bij de rekening. Een goedkope API kan daardoor de duurste route worden wanneer veel antwoorden opnieuw moeten worden gevraagd of gecontroleerd. Andersom kan een duurder model rationeel zijn wanneer het aantoonbaar minder herstelwerk veroorzaakt. Wat de actuele modelinformatie wel en niet zegt Volgens de DeepSeek-model- en prijspagina geldt op 7 oktober 2026 het volgende: DeepSeek noemt V4.1-Flash en V4-Pro met één miljoen tokens context en maximaal 384.000 outputtokens. De dienst ondersteunt zowel een OpenAI- als Anthropic-formaat. Oude Flash-modelnamen worden naar V4.1-Flash geleid en tegen het actuele Flash-tarief afgerekend. Die gegevens zijn bruikbaar voor een eerste begroting, maar ze zeggen niet hoeveel taken in het Nederlands goed eindigen, hoeveel pogingen nodig zijn of hoeveel menselijke controle resteert. Beschikbaarheid moet bovendien precies worden benoemd. Commerciële API; beschikbaarheid van open gewichten en API-versies moet afzonderlijk worden gecontroleerd. Een model dat via een chatdienst gratis is te proberen, is daarmee niet automatisch vrij inzetbaar in een productieomgeving. Evenmin betekent een openbare modelkaart dat de gewichten downloadbaar zijn of dat commercieel gebruik zonder voorwaarden is toegestaan. De tweede primaire bron is de DeepSeek over privacy en beveiliging. Die helpt om de technische mogelijkheden te plaatsen, maar leveranciersdocumentatie blijft leveranciersinformatie. Benchmarkresultaten zijn meestal uitgevoerd onder vaste instellingen en zeggen weinig over eigen documenten, Nederlandse formuleringen, koppelingen of fouten die buiten de testset vallen. Daarom is een kleine, representatieve proef belangrijker dan een lange lijst scores. Kies twintig tot honderd echte taken, leg vooraf vast wat goed genoeg is en laat een inhoudsdeskundige blind beoordelen. Meet daarna kosten per geaccepteerde taak, niet alleen kosten per miljoen tokens. Dat voorkomt dat een model met lage tarieven wint terwijl medewerkers veel correcties uitvoeren. De proef moet ook het normale werkritme nabootsen. Een laboratoriumtest met één korte prompt mist precies de onderdelen die in productie geld kosten: grote bijlagen, meerdere gebruikers, wisselende talen, toolfouten en piekbelasting. Voor grote interne dossiers samenvatten of classificeren hoort daarom minstens één rustige dag, één druk moment en één foutscenario in de test. Zo wordt zichtbaar of vertrouwelijke gegevens, bewaarbeleid en leveranciersafhankelijkheid incidenteel is of structureel terugkomt. Let daarnaast op de volgorde van handelingen. Een workflow die eerst alle documenten naar het duurste model stuurt, verspilt capaciteit wanneer een simpele filter de helft kan verwijderen. Omgekeerd kan te vroeg filteren relevante informatie weggooien. De beste keten gebruikt een goedkoop selectiemechanisme, een passend hoofdmodel en een gerichte controle. Iedere stap krijgt een eigen meetpunt, zodat duidelijk blijft waar kwaliteit verloren gaat. Databeheer hoort vanaf het begin in de opzet. Leg vast welke invoer mag worden bewaard, wie logs kan zien en hoe lang voorbeelden voor evaluatie beschikbaar blijven. De modeluitkomst kan bedrijfsinformatie bevatten, ook wanneer de oorspronkelijke prompt onschuldig lijkt. Een leverancier die niets bewaart, neemt bovendien de eigen plicht tot toegangsbeheer, geheimhouding en incidentregistratie niet over. Een derde aandachtspunt is versiebeheer. Leveranciers vervangen aliassen, voegen modellen toe en beëindigen endpoints. Open gewichten veranderen minder onverwacht, maar de runtime, quantisatie en promptlaag kunnen wel verschuiven. Bewaar daarom een kleine vaste regressieset en draai die opnieuw vóór iedere wijziging. Zonder zo’n anker is een kwaliteitsdaling moeilijk te onderscheiden van veranderde brondata of menselijk beoordelingsverschil. Ook de personeelskant verdient een eigen regel in het budget. Medewerkers moeten leren wanneer het model mag handelen, wanneer een bron nodig is en hoe een fout wordt gemeld. Die opleiding is geen eenmalige kostenpost, omdat modellen en werkprocessen blijven veranderen. Een project dat alleen tijdens de pilot door twee enthousiastelingen wordt gedragen, heeft nog geen schaalbaar bedrijfsproces bewezen. Ten slotte moet de organisatie een alternatief houden. Dat kan een tweede API, een kleiner lokaal model of een handmatige noodprocedure zijn. Redundantie kost geld, maar voorkomt dat een storing of plotselinge prijswijziging het hele proces stilzet. De waarde ervan is het grootst bij werk met deadlines. Juist daar kan één uur uitval duurder zijn dan een maand aan reservekosten. De omgekeerde rekensom maakt de grens zichtbaar Voor het rekenvoorbeeld nemen we maandelijkse model-, beheer- en controlekosten van € 420. De waarde van een vrijgespeeld arbeidsuur is € 50. De minimale besparing is dan € 420 gedeeld door € 50, oftewel 8.4 uur per maand. Dat is de drempel vóór financieringskosten, belastingen en een risicomarge. De lage, midden- en hoge scenario’s veronderstellen respectievelijk 4, 12 en 27 bespaarde minuten per werkdag. We rekenen met 220 werkdagen. De bruto tijdswaarde is minuten per dag maal 220 gedeeld door zestig, maal € 50. Daar trekken we twaalf maal € 420 vanaf. Het verschil is de netto kasbesparing in het schema. Deze formule telt alleen tijd die werkelijk uit betaald werk verdwijnt. Als een medewerker de vrijgekomen minuten niet anders kan inzetten, ontstaat geen directe kasbesparing. Ook mag dezelfde winst niet dubbel worden geteld als snellere doorlooptijd én extra productie, tenzij beide afzonderlijk zijn gemeten. Hetzelfde geldt voor minder fouten: de vermeden herstelkosten mogen niet nogmaals als tijdsbesparing terugkomen. Niet ieder document is gevoelig. Openbare rapporten, productteksten en technische documentatie kunnen vaak zonder zware maatregelen worden verwerkt. Het is dus even ondoelmatig om alle data te blokkeren als om alles zonder classificatie door te sturen. Voor 2027, 2028 en 2029 houden we dezelfde uurwaarde en maandkosten aan. Dat is bewust conservatief en maakt zichtbaar welke benutting nodig is zonder een verzonnen daling van tokenprijzen. In werkelijkheid kunnen tarieven, modellen en hardware sneller veranderen dan de interne processen. Een jaarlijkse herijking is daarom noodzakelijk. De scenario’s zijn geen voorspelling van de markt, maar een toets voor de eigen organisatie. Het lage scenario past bij een voorzichtige invoering met veel controles. Het middenscenario veronderstelt dat de workflow stabiel is en medewerkers de uitkomsten gericht nakijken. Het hoge scenario vraagt structureel gebruik, weinig uitval en voldoende vraag naar de vrijgekomen capaciteit. Als alleen het hoge scenario positief is, ligt het risico grotendeels bij de koper. Een gezonde businesscase blijft ook bij het middenscenario overeind en kan een tijdelijke prijsstijging of tegenvallende nauwkeurigheid opvangen. Wat een koper of belegger hieruit kan halen Verdeel bronnen vooraf in openbaar, intern en strikt vertrouwelijk. Koppel daar toegestane endpoints en bewaartermijnen aan. Neem in de vergelijking ook anonimisering, logging, juridische controle en de tijd voor incidentonderzoek mee. Pas daarna heeft de tokenprijs betekenis. Voor inkopers is een proefcontract met meetbare service-eisen verstandiger dan een brede uitrol. Leg modelversie, regio, logretentie, maximale kosten per taak en een exitroute vast. Voor open gewichten horen ook de licentieversie, quantisatie, runtime en gebruikte fine-tune in het register. Zonder die gegevens is een resultaat later niet reproduceerbaar. Voor beleggers is lagere tokenprijs op zichzelf geen bewijs van een beter verdienmodel. Goedkopere inferentie kan het gebruik versnellen, maar ook de brutomarge drukken en de concurrentie vergroten. De relevante vragen zijn hoeveel klanten blijven, hoeveel hoogwaardige taken worden uitgevoerd en of de leverancier inkomsten uit tools, hosting of bedrijfscontracten toevoegt zonder dat supportkosten even hard oplopen. De praktische conclusie is nuchter. DeepSeek-V4.1-Flash en DeepSeek-V4-Pro-0813 kan waarde leveren, maar alleen wanneer vertrouwelijke gegevens, bewaarbeleid en leveranciersafhankelijkheid vooraf meetbaar wordt gemaakt. Start klein, vergelijk dezelfde taak, bewaak stopregels en laat de organisatie pas opschalen nadat de omgekeerde rekensom positief is. De modelnaam is het begin van de keuze, niet het bewijs dat de businesscase werkt.
- De S&P 500-ETF van iShares spreidt minder dan je denkt
In het kort iShares Core S&P 500 UCITS ETF USD (Acc), ticker CSPX op Euronext Amsterdam en ISIN IE00B5BMR087, noteerde op 6 oktober 2026 om 15.35 uur UTC op €750,96. De handelsvaluta is euro, de basisvaluta van het fonds is dollar en de portefeuille is niet naar euro afgedekt. Dat onderscheid bepaalt hoe een Nederlandse belegger het rendement uiteindelijk ervaart. BlackRock meldde op 5 oktober 505 posities, een koers-winstverhouding van 29,44 en een koers-boekwaardeverhouding van 5,69. Het fonds is fysiek replicerend, gevestigd in Ierland, accumulerend en rekent 0,07% jaarlijkse kosten. Accumulerend betekent dat ontvangen dividenden in het fonds worden herbelegd in plaats van uitgekeerd. Dat is een efficiënt pakket. Toch is het woord spreiding verraderlijk. Vijfhonderd namen zeggen weinig wanneer de grootste bedrijven een groot deel van het gewicht, de winstgroei en de waardering dragen. CSPX beschermt tegen het falen van één onderneming, maar minder tegen een gelijktijdige herwaardering van de grootste Amerikaanse groeibedrijven. Direct naar een onderdeel van dit artikel Marktkapitalisatie maakt winnaars steeds groter Een goedkope verpakking rond dure ondernemingen Eurokoers is geen euroblootstelling Wat moet €750,96 waarmaken? Drie scenario's voor 2027 tot en met 2029 Marktkapitalisatie maakt winnaars steeds groter De S&P 500 weegt ondernemingen grofweg naar hun beurswaarde. Wanneer een groot technologiebedrijf sneller stijgt dan de rest, wordt het automatisch belangrijker in de index. Dat mechanisme beloont succesvolle bedrijven en voorkomt dat een beheerder vroegtijdig een winnaar verkoopt. Tegelijk vergroot het de gevoeligheid voor dezelfde factor: hoge verwachtingen voor winstgroei bij een kleine groep ondernemingen. Dat hoeft geen probleem te zijn zolang de winst van de kopgroep sneller groeit dan haar waardering. In de interactieve berekening telt niet alleen het top-10 gewicht, maar ook het verschil in winstgroei tussen de grootste posities en de overige 495 aandelen. Wanneer de top 12% groeit en de rest 6%, komt een groot deel van de totale winstgroei uit een klein deel van de portefeuille. Valt de groei bovenaan terug, dan blijkt de effectieve spreiding kleiner dan het aantal regels suggereert. Voor een belegger is dit geen pleidooi tegen indexbeleggen. Het is een aansporing om risico anders te meten. Aantal posities meet juridische spreiding. Bijdrage aan winst, waardering en koersschommelingen meet economische spreiding. Die tweede maatstaf is voor de komende drie jaar waarschijnlijk belangrijker. Een goedkope verpakking rond dure ondernemingen De TER van 0,07% is uitzonderlijk laag. Op €10.000 vermogen is dat ongeveer €7 per jaar, vóór transactiekosten en bied-laatspread. De fondsstructuur is dus nauwelijks het probleem. De prijs van de onderliggende ondernemingen is dat mogelijk wel. Bij 29,44 keer winst bedraagt het omgekeerde winstrendement ongeveer 3,4%. Dat is de winst van de bedrijven gedeeld door hun gezamenlijke beurswaarde, niet het dividendrendement en ook geen gegarandeerd rendement. Om bij een gelijkblijvende waardering een aantrekkelijk resultaat te leveren, moet de winst per indexdeel langdurig groeien. Wanneer de koers-winstverhouding terugvalt, moet winstgroei eerst die tegenwind compenseren. In onze eerdere uitleg van de Vanguard S&P 500 ETF staat hoe een uitkerende S&P 500-variant werkt. CSPX verschilt doordat het dividend intern herbelegt. Het economische bezit lijkt sterk op elkaar, maar het zichtbare koersrendement is daardoor niet één-op-één vergelijkbaar. De analyse van een recente S&P 500-toetreding laat bovendien zien dat indexvraag de koers kan beïnvloeden zonder dat de onderliggende winst direct verandert. Eurokoers is geen euroblootstelling Een veelgemaakte denkfout is dat de notering in Amsterdam het valutarisico wegneemt. CSPX rekent de portefeuille in dollars af. De eurokoers van het fonds vertaalt de waarde van Amerikaanse aandelen naar euro. Verzwakt de dollar 10% tegenover de euro, dan kan een stijging van de S&P 500 in dollars voor een Nederlandse belegger grotendeels verdwijnen. Een sterkere dollar werkt juist mee. De formule vermenigvuldigt het aandelenrendement met de valutabeweging en trekt vervolgens de fondskosten af. Dat is nauwkeuriger dan percentages simpel optellen, omdat rendementen op elkaar inwerken. De jaarlijkse kosten zijn klein, maar valuta kan in één jaar vele procentpunten toevoegen of afhalen. Wie CSPX vergelijkt met een in dollars verhandelde S&P 500-ETF moet daarom dezelfde valuta gebruiken. De handelsmunt verandert de economische blootstelling niet. Een eurogehedgde shareclass zou dat wel doen, maar CSPX is niet gehedged. Hedging heeft bovendien eigen kosten en kan het resultaat op lange termijn zowel helpen als schaden. Wat moet €750,96 waarmaken? Een reverse valuation begint bij de koers en rekent terug. Bij €750,96, een gewenste jaarlijkse koersopbrengst van 6% en een eindwaardering van 24 keer winst moet de onderliggende winst per fondsdeel-equivalent in 2029 ongeveer €37,24 bedragen. Op de peildatum is de impliciete winst bij 29,44 keer ongeveer €25,51. De sprong tussen beide bedragen vraagt ruwweg een dubbelcijferige jaarlijkse stijging van de winst per fondsdeel, mede doordat de multiple in dit voorbeeld daalt. Dividenden worden bij CSPX herbelegd en zitten daardoor uiteindelijk in de intrinsieke waarde en koers. Het scenario behandelt dus het fondskoerspad als benadering van totaalrendement vóór persoonlijke belasting en transactiekosten. De positieve tegenwerping is sterk: de S&P 500 bevat bedrijven met hoge marges, veel kas, wereldwijde omzet en dominante platforms. Kwaliteit verdient een hogere waardering dan een gemiddelde markt. Toch is kwaliteit geen vrijbrief voor elke prijs. Wanneer winstgroei van enkele megacaps normaliseert, kunnen zowel de teller als de multiple vertragen. Drie scenario's voor 2027 tot en met 2029 De scenario's nemen €750,96 op 6 oktober 2026 als startpunt. De formule is onderliggende winst per fondsdeel maal een koers-winstverhouding, omgerekend naar euro. Voor het accumulerende fonds worden dividenden als herbelegd verondersteld. De dollarkoers is een afzonderlijke aanname. De bedragen zijn mogelijke jaareindekoersen, geen enkelvoudig koersdoel. In het bearscenario vallen de winstgroei en waardering terug en verzwakt de dollar. Het middenpad veronderstelt gematigde winstgroei, enige normalisatie van de multiple en voortgaande dividendherbelegging. Het gunstige scenario vraagt brede winstgroei, zodat niet alleen de grootste technologiebedrijven de index dragen, plus een stabiele dollar. Het belangrijkste voordeel van CSPX blijft overeind: voor 0,07% koopt een belegger een liquide, fysiek gerepliceerde portefeuille van de grootste Amerikaanse ondernemingen. Het belangrijkste risico blijft eveneens duidelijk: goedkoop beheer maakt de onderliggende aandelen niet goedkoop. De verstandige controle is daarom tweedelig. Kijk of de winstgroei breder wordt dan de kopgroep, en kijk of de waardering daalt door hogere winst in plaats van door een koersval. Wanneer beide gebeuren, wordt de spreiding economisch sterker. Wanneer alleen de koers blijft stijgen, groeit vooral de hoeveelheid toekomst die vandaag wordt betaald. Gebruikte gegevens: BlackRock-productpagina voor CSPX en De Belegger-marktdata voor CSPX.AS, momentopname 6 oktober 2026. Foto: Larry Fink, BlackRock, officiële bedrijfsfoto.
- De miljarden van IonQ kopen tijd en nog geen waarde
In het kort IonQ noteerde op 6 oktober 2026 om 20.29 uur UTC op de New York Stock Exchange op $43,29. De gewone aandelen hebben ticker IONQ en ISIN US46222L1089. De vertraagde marktdata wezen op een beurswaarde van circa $17,41 miljard. Tegenover die waardering staat voor 2026 een omzetverwachting van $280 tot $290 miljoen, exclusief SkyWater. De balans is ongebruikelijk sterk voor een bedrijf in zo'n vroege fase. IonQ meldde na het tweede kwartaal $3,0 miljard aan kas en beleggingen. Pro forma voor de overname van SkyWater resteert ongeveer $2,0 miljard. Die buffer koopt tijd om hardware, netwerken, foutcorrectie en commerciële distributie uit te bouwen. Tijd is echter niet hetzelfde als waarde. De kas moet leiden tot omzet die veel sneller groeit dan het aantal aandelen en uiteindelijk tot positieve vrije kas. Bij de huidige beurswaarde betaalt de markt niet voor de $285 miljoen omzet van vandaag, maar voor een onderneming die binnen enkele jaren miljardenomzet kan dragen. Direct naar een onderdeel van dit artikel Een grote kas maakt de strategie mogelijk Omzetgroei moet uitzonderlijk lang hoog blijven Technologie, contracten en omzet zijn drie verschillende dingen Wat moet $43,29 waarmaken? Drie scenario's voor 2027 tot en met 2029 Een grote kas maakt de strategie mogelijk De cashrunway hangt af van meer dan het operationele verlies. IonQ besteedt ook aan acquisities, productiecapaciteit en integratie. In het tweede kwartaal kwam het aangepaste EBITDA-verlies uit op $120,3 miljoen. Zonder commerciële uitgaven van SkyWater was dat $95,6 miljoen. Een kwartaal mag niet simpel met vier worden vermenigvuldigd, maar het toont wel de orde van grootte. Een buffer van $2 miljard kan bij een totale jaarlijkse burn van $800 miljoen ongeveer tweeënhalf jaar dragen. Daalt de burn door omzetgroei en schaal, dan is de runway langer. Stijgt de investering door nieuwe overnames of fabrieksuitbreiding, dan wordt zij korter. De interactieve module maakt dit verband zichtbaar. Het voordeel van een sterke balans is onderhandelingsmacht. IonQ hoeft niet bij elke slechte beursmaand onmiddellijk kapitaal op te halen. Het kan klanten langer ondersteunen, talent aantrekken en technologie kopen. Het nadeel is dat veel kas uitnodigt tot ambitieuze deals. Een overname kan de omzet versnellen, maar ook integratierisico, goodwill en extra vaste kosten toevoegen. Omzetgroei moet uitzonderlijk lang hoog blijven IonQ boekte in het tweede kwartaal $80,1 miljoen omzet, 287% meer dan een jaar eerder. Dat groeitempo is hoog, maar het bevat een jonge vergelijkingsbasis en acquisitie-effecten. Voor de waardering is organische groei belangrijker: hoeveel extra omzet komt van dezelfde activiteiten, zonder aangekochte omzet mee te tellen? De onderneming verwacht voor 2026 $280 tot $290 miljoen omzet, waarbij SkyWater nog niet is meegenomen. Dat maakt de gerapporteerde omzet na de overname moeilijker te lezen. Een hogere totale omzet is niet automatisch bewijs dat de oorspronkelijke quantumactiviteiten sneller groeien. Beleggers moeten de segmenten, overnamebijdrage en brutomarge naast elkaar leggen. De rekensom laat zien waarom de markt hoge groei nodig heeft. Bij 75% jaarlijkse omzetgroei stijgt $285 miljoen in drie jaar naar ongeveer $1,53 miljard. Dat is spectaculair, maar nog altijd een stevige waardering tegenover $17,41 miljard huidige beurswaarde. Jaarlijkse verwatering van 6% verlaagt bovendien de groei per oorspronkelijk aandeel. Verwatering betekent dat dezelfde toekomstige onderneming over meer aandelen wordt verdeeld. Aandelenbeloning en nieuwe emissies kunnen economisch zinvol zijn wanneer zij talent en kapitaal aantrekken, maar ze zijn geen gratis financiering. Een scenario dat alleen totale omzet en totale beurswaarde gebruikt, overschat de opbrengst per aandeel wanneer het aantal aandelen sterk stijgt. Technologie, contracten en omzet zijn drie verschillende dingen IonQ verkoopt toegang tot quantumcomputers, netwerken en aanverwante diensten. Een aangekondigd contract kan belangrijk zijn, maar contractwaarde is niet hetzelfde als erkende omzet. Omzet wordt geboekt wanneer prestaties zijn geleverd. Een meerjarig contract kan dus pas geleidelijk zichtbaar worden, afhankelijk van acceptatie, mijlpalen en gebruik. Een technische doorbraak is evenmin automatisch omzet. Meer bruikbare qubits, betere foutcorrectie of een netwerkdemonstratie vergroot het productpotentieel. De economische waarde ontstaat wanneer klanten terugkeren en meer betalen dan de kosten van hardware, cloudcapaciteit en ondersteuning. In onze vergelijking van IonQ, D-Wave, Rigetti en Quantum Computing Inc. staat waarom technische maatstaven niet één-op-één vergelijkbaar zijn. De analyse van zwaar afgestrafte softwarebedrijven biedt een nuttige parallel: terugkerende omzet is waardevol wanneer retentie en brutomarge sterk zijn, niet alleen omdat een markt snel groeit. Wat moet $43,29 waarmaken? Omdat IonQ nog geen stabiele positieve winstbasis heeft, is een gewone koers-winstverhouding misleidend. De reverse valuation gebruikt daarom omzet. Bij $17,41 miljard beurswaarde, 10% gewenst jaarlijks rendement en een omzetmultiple van 12 keer is in 2029 circa $1,93 miljard omzet nodig. Dat is bijna zeven keer de middenwaarde van de 2026-omzetverwachting. De vereiste samengestelde groei ligt rond 89% per jaar. Een lagere eindmultiple of extra schuld verhoogt de lat. Netto kas verlaagt de ondernemingswaarde, maar een deel van die kas wordt in de scenariojaren waarschijnlijk besteed. Het zou daarom te gunstig zijn om de volledige huidige kas én alle toekomstige groei tegelijk als vrije waarde te tellen. De sterkste positieve tegenwerping is dat IonQ een platform kan bouwen in plaats van een enkel product. Hardware, cloudtoegang, netwerken en fabricage kunnen elkaar versterken. Een geïntegreerde keten kan contracten versnellen en marges beschermen. De tegenvraag is hoeveel kapitaal die keten absorbeert en of klanten werkelijk voor het complete aanbod betalen. Drie scenario's voor 2027 tot en met 2029 De scenario's nemen $43,29 op 6 oktober 2026 als startkoers. De formule is omzet per verwaterd aandeel maal een omzetmultiple, later overgaand naar een vrije-kasmultiple zodra het model winstgevend wordt. Kas wordt alleen meegerekend voor zover zij na investeringen resteert. Er is geen dividend verondersteld. Het zijn mogelijke paden, geen koersdoelen. Het bearscenario veronderstelt dat contracten later in omzet veranderen, de burn hoog blijft en de markt minder betaalt voor verre groei. Het middenpad vereist nog altijd snelle omzetgroei, maar ook een normaliserende waardering. In het gunstige scenario schalen quantumdiensten, netwerken en de geïntegreerde hardwareketen sneller dan de kosten. De volgende kwartaalcijfers staan volgens de marktdata voor 4 november 2026 na beurs gepland. Let niet alleen op de omzet. Belangrijker zijn de organische omzetgroei, brutomarge, aangepaste burn, resterende kas, aandelenbasis en de omzetbijdrage van overnames. Als die zes cijfers samen verbeteren, koopt de balans echte tijd. Als alleen de gerapporteerde omzet stijgt, kan de hoge beurswaarde vooral een voorschot blijven. IonQ heeft financiële ruimte om een leidende positie op te bouwen. De koers vraagt echter dat het bedrijf die ruimte uitzonderlijk efficiënt gebruikt. Miljarden in kas zijn een voordeel; miljarden aan winstgevende omzet zijn de prestatie die de waardering uiteindelijk moet dragen. Gebruikte gegevens: IonQ Q2 2026 en outlook en De Belegger-marktdata voor IONQ.US, momentopname 6 oktober 2026. Foto: Niccolo de Masi, IonQ, officiële bedrijfsfoto.
- Hoe lang houden de quantumbedrijven in de VanEck-ETF het vol?
In het kort De VanEck Quantum Computing UCITS ETF noteerde op 7 oktober 2026 om 07.11 uur UTC op Xetra op €26,335. De beurslijn gebruikt ticker QUTM en ISIN IE0007Y8Y157. VanEck toont op de productpagina ook ticker QNTM voor dezelfde accumulerende shareclass. De ISIN is daarom de doorslaggevende identificatie, niet alleen de ticker. Het fonds had volgens VanEck op 2 oktober een intrinsieke waarde van $29,54, een vermogen van ongeveer $908,4 miljoen en een totaalrendement sinds jaarbegin van 18,39%. Het fonds bestaat sinds 21 mei 2025 en rekent 0,55% jaarlijkse kosten. De uitkeringen worden herbelegd. De eurokoers op Xetra bevat daarnaast bewegingen van de dollar tegenover de euro. De interessante vraag zit niet in de technologie alleen. QUTM combineert gevestigde chip-, software- en meetbedrijven met jonge quantumspelers die nog geen volwassen winstbasis hebben. Die jonge bedrijven kunnen veel harder groeien, maar hebben regelmatig nieuw kapitaal nodig. Wie de ETF koopt, koopt dus zowel doorbraakpotentieel als financieringsrisico. Direct naar een onderdeel van dit artikel Runway is de tijd die innovatie koopt Verwatering is geen boekhoudkundige voetnoot De fee is zichtbaar, financiering niet Wat moet €26,335 waarmaken? Drie scenario's voor 2027 tot en met 2029 Runway is de tijd die innovatie koopt Kasrunway is het aantal jaren dat een onderneming met de huidige kas kan blijven investeren bij een gelijkblijvende jaarlijkse cashburn. Een bedrijf met $1 miljard kas en $250 miljoen jaarlijkse burn heeft theoretisch vier jaar runway. In de praktijk kan de burn stijgen door extra personeel, fabricage, overnames en commerciële uitrol. Dat maakt runway bij quantum belangrijker dan bij een volwassen softwarebedrijf. De omzetbasis is vaak klein, hardwareontwikkeling is duur en het moment waarop klanten op grote schaal gaan betalen is onzeker. Een technische mijlpaal kan wetenschappelijk belangrijk zijn zonder binnen twaalf maanden voldoende kas op te leveren. De ETF dempt dit risico doordat gevestigde ondernemingen ook verdienen aan klassieke chips, cloud en meetapparatuur. Maar die buffer heeft een prijs. Wanneer quantum echt doorbreekt, reageert een breed technologiebedrijf mogelijk minder sterk dan een pure speler. De portefeuille ruilt dus een deel van de maximale opwaartse mogelijkheid in voor meer financiële overlevingskracht. VanEck waarschuwt zelf dat quantumcomputing een jonge, speculatieve sector is en dat commercialisering onzeker blijft. Dat is geen standaardzin om te negeren. Bij een thematische ETF bepaalt de zwakste financieringsketen vaak hoeveel waarde een technologische doorbraak werkelijk per aandeelhouder creëert. Verwatering is geen boekhoudkundige voetnoot Verwatering betekent dat dezelfde onderneming over meer aandelen wordt verdeeld. Als de ondernemingswaarde 50% stijgt maar het aantal aandelen in dezelfde periode 30% toeneemt, is de winst per oorspronkelijk aandeel aanzienlijk kleiner dan 50%. Bij verlieslatende groeibedrijven kan dit verschil jarenlang optreden. Nieuwe aandelen zijn niet automatisch slecht. Wanneer een quantumbedrijf tegen een hoge waardering kapitaal ophaalt en dat geld omzet in waardevolle technologie, kan de totale waarde per aandeel alsnog stijgen. Het risico ontstaat wanneer financiering vooral verliezen dekt terwijl commerciële mijlpalen opschuiven. Dan betalen bestaande aandeelhouders de runway telkens opnieuw. De cijfers van IonQ illustreren de schaal. Het bedrijf meldde bij de cijfers over het tweede kwartaal van 2026 $3,0 miljard aan kas en beleggingen en verwacht voor heel 2026 $280 tot $290 miljoen omzet, exclusief SkyWater. Dat is een sterke buffer, maar de beurswaarde ligt vele malen hoger dan de jaaromzet. De markt betaalt dus voor jaren van toekomstige groei, niet voor de huidige winst. In onze brede analyse van IonQ, D-Wave, Rigetti en Quantum Computing Inc. staat waarom foutcorrectie, aantal bruikbare qubits en betalende toepassingen afzonderlijk moeten worden beoordeeld. De uitleg over Microsoft en Quantinuum laat zien hoe een technische stap pas economisch relevant wordt wanneer zij reproduceerbaar en schaalbaar is. De fee is zichtbaar, financiering niet De jaarlijkse TER van 0,55% wordt uit het fondsvermogen betaald en drukt het rendement rechtstreeks. Op €10.000 is dat ongeveer €55 per jaar, vóór transactiekosten. Voor een specialistische ETF is dat niet uitzonderlijk, maar wel veel hoger dan bij een brede indextracker. De minder zichtbare kosten zitten in de onderliggende bedrijven. Aandelenbeloning, kapitaalrondes en converteerbare leningen verschijnen niet als ETF-fee. Ze verminderen wel de economische aanspraak van bestaande aandeelhouders. Een fonds kan zijn index keurig volgen terwijl de indexbedrijven op hun beurt verwateren. Daar komt concentratierisico bij. De indexmethodiek en periodieke herweging voorkomen dat één naam onbeperkt domineert, maar sterk stijgende pure plays kunnen tijdelijk een grote invloed krijgen. Mature technologiebedrijven verminderen de volatiliteit, maar maken QUTM niet tot een brede markt-ETF. Het blijft een thematische positie waarvan de uitkomst sterk samenhangt met één technologiecyclus. Wat moet €26,335 waarmaken? Bij een ETF is een gewone P/E op één onderneming niet passend. De reverse valuation hieronder gebruikt een genormaliseerde winst- en kasbijdrage per fondsdeel van de onderliggende portefeuille. Bij €26,335, 8% gewenst jaarlijks koersrendement en 28 keer genormaliseerde bijdrage zou in 2029 ongeveer €1,19 per fondsdeel nodig zijn. Dit is een denkraam, geen voorspelling. Voor gevestigde holdings kan winst per aandeel worden gebruikt. Voor verlieslatende pure plays is omzetgroei, burn en toekomstige marge nodig. Het fondsresultaat is de gewogen combinatie. Extra aandelenuitgifte bij de pure plays verlaagt hun bijdrage per bestaand aandeel; herweging kan hun gewicht later ook veranderen. De beste positieve tegenwerping is dat vroege technologie zelden goedkoop oogt op huidige winst. Wie alleen naar winst kijkt, kan een nieuwe rekenstandaard missen. Dat klopt. Maar een doorbraak moet uiteindelijk tot betaalde rekentijd, licenties, hardware of diensten leiden. Capaciteit zonder benutting en demonstraties zonder betalende vraag dragen geen blijvende beurswaarde. Drie scenario's voor 2027 tot en met 2029 De scenario's beginnen bij €26,335 op 7 oktober 2026. Ze combineren een veronderstelde ontwikkeling van de onderliggende ondernemingswaarden, verwatering, de 0,55% fondskosten en een euro-dollaraanname. Omdat QUTM accumuleert, worden eventuele uitkeringen herbelegd en zitten ze in de koers. De bedragen zijn scenario's, geen koersdoelen. In het bearscenario duurt commercialisering langer, verbranden pure plays meer kas en volgen kapitaalrondes tegen lagere waarderingen. Het middenpad veronderstelt dat enkele toepassingen betalende vraag aantonen, terwijl gevestigde technologiebedrijven de schade van tegenvallers dempen. Het gunstige scenario vraagt tegelijk technische vooruitgang, commerciële contracten en beperkte verwatering. QUTM biedt eenvoudige toegang tot een ingewikkeld thema. Dat is nuttig, maar het neemt de moeilijke vragen niet weg. De beste kwartaalcontrole is niet hoeveel keer het woord quantum in een persbericht staat. Kijk naar kasrunway, omzet uit echte klanten, brutomarge, aandelenaantal en de tijd tussen een demonstratie en herhaalbare productie. Wie dat doet, ziet de ETF zoals hij is: geen mandje zekere toekomstige winnaars, maar een portefeuille die de financieringstijd koopt waarin winnaars en verliezers zich nog moeten scheiden. Gebruikte gegevens: VanEck-productpagina voor de Quantum Computing UCITS ETF, IonQ Q2 2026 en De Belegger-marktdata voor QUTM.XETRA, momentopname 7 oktober 2026. Foto: Jan van Eck, VanEck, officiële bedrijfsfoto.
- Verdient Wolters Kluwer de extra AI-uitgaven snel genoeg terug?
In het kort Wolters Kluwer noteerde op 7 oktober 2026 om 07.00 uur UTC op Euronext Amsterdam op €69,04. Het aandeel WKL heeft ISIN NL0000395903 en een beurswaarde van ongeveer €15,2 miljard. De koers is fors lager dan de toppen uit de jaren ervoor, waardoor de discussie is verschoven van hoe hoog de multiple mag zijn naar hoeveel groei de investeringen werkelijk opleveren. Het concern verwacht voor 2026 goede autonome groei, een aangepaste operationele marge van ongeveer 28,0%, €1,30 tot €1,35 miljard aangepaste vrije kasstroom en 18 tot 19% rendement op geïnvesteerd kapitaal. Tegelijk wil het 12 tot 13% van de omzet besteden aan productontwikkeling om onder meer kunstmatige intelligentie te versnellen. Die combinatie is de kern van de analyse. Productontwikkeling staat meestal direct in de kostenrekening. Een hogere uitgave kan de huidige marge drukken terwijl zij toekomstige retentie, prijszetting en groei beschermt. De vraag is niet of Wolters Kluwer aan AI moet uitgeven, maar of de opbrengst sneller groeit dan de extra rekening. Direct naar een onderdeel van dit artikel Waarom vakinformatie anders is dan algemene AI Marge is geen doel op zichzelf Concurrentie komt van twee kanten Wat moet €69,04 waarmaken? Drie scenario's voor 2027 tot en met 2029 Waarom vakinformatie anders is dan algemene AI Wolters Kluwer verkoopt software en informatie aan professionals in zorg, fiscaliteit, recht, finance en compliance. Klanten betalen niet alleen voor tekst. Zij betalen voor betrouwbare bronnen, geïntegreerde workflows, audit trails en antwoorden die in een gereguleerde omgeving bruikbaar zijn. Een algemene chatbot kan een concept uitleggen, maar een arts, fiscalist of accountant heeft meer nodig. De herkomst moet controleerbaar zijn, informatie moet actueel blijven en de uitkomst moet passen in het werkproces. Daar ligt de verdediging van Wolters Kluwer: eigen inhoud, domeinkennis en inbedding in systemen waarin klanten dagelijks werken. Generatieve AI kan die verdediging versterken wanneer het zoeken versnelt en repetitief werk automatiseert. Het kan haar ook verzwakken wanneer klanten genoeg hebben aan goedkopere algemene modellen. Daarom is productontwikkeling geen luxe. De onderneming moet aantonen dat nieuwe functies leiden tot hogere gebruiksfrequentie, betere retentie of extra omzet per klant. De interactieve terugverdienberekening maakt de orde van grootte zichtbaar. Bij €6,2 miljard omzet en 12,5% productontwikkeling gaat jaarlijks ongeveer €775 miljoen naar producten. Wanneer AI en nieuwe functionaliteit slechts 4% extra omzet opleveren met 45% kasmarge, duurt de eenvoudige terugverdientijd bijna zeven jaar. Dat is geen officiële prognose, maar het toont hoe hoog de commerciële lat ligt. Marge is geen doel op zichzelf De verwachte 28% aangepaste operationele marge is sterk. Een operationele marge is het deel van elke omzet-euro dat na operationele kosten overblijft, vóór rente en belasting. Bij €100 omzet blijft dan ongeveer €28 aangepast bedrijfsresultaat over. Toch kan een onderneming de marge tijdelijk verbeteren door te weinig te investeren. Dat zou voor Wolters Kluwer riskant zijn. De waarde van een professioneel platform zit in actualiteit, betrouwbaarheid en workflow. Wanneer producten verouderen, kan de winst eerst hoog lijken en later de klantretentie dalen. De betere maatstaf is daarom de combinatie van autonome groei, marge en kasconversie. Kasconversie beschrijft hoeveel van het bedrijfsresultaat werkelijk in vrije kas verandert. Werkkapitaal, belasting, investeringen en reorganisatiekosten kunnen zorgen dat winst en kas uiteenlopen. De richtlijn van €1,30 tot €1,35 miljard aangepaste vrije kas in 2026 geeft een bruikbaar ijkpunt. Voor de softwaresector als geheel legt dit artikel over drie signalen bij dalende softwareaandelen uit waarom groei, retentie en kas samen moeten worden gelezen. De analyse van Adobe na een outlookverhoging laat zien hoe nieuwe AI-functies pas waarde krijgen wanneer zij in omzetverwachtingen en klantgedrag zichtbaar worden. Concurrentie komt van twee kanten Aan de ene kant zijn er gespecialiseerde concurrenten met sterke posities in afzonderlijke niches. Aan de andere kant bouwen grote cloud- en AI-aanbieders generieke modellen die informatie goedkoper toegankelijk maken. Wolters Kluwer moet tussen die twee groepen relevant blijven. Het voordeel is distributie. Een nieuwe functie kan over een grote bestaande klantenbasis worden uitgerold. Dat verlaagt verkoopkosten en maakt kleine prijsverhogingen economisch krachtig. Het risico is kannibalisatie: een efficiënter product kan gebruik vereenvoudigen maar ook het aantal betaalde modules of werkuren verminderen. De onderneming moet prijsmodellen aanpassen zodat productiviteitswinst niet volledig bij de klant terechtkomt. Management mikt bovendien op €500 miljoen aandeleninkoop in 2026. Inkoop verhoogt de winst per aandeel wanneer aandelen onder de intrinsieke waarde worden gekocht en de balans gezond blijft. Het creëert geen operationele groei. Productinvesteringen, acquisities en inkoop strijden allemaal om dezelfde kas. Een rationele allocatie vergelijkt het verwachte rendement van elk alternatief. Wat moet €69,04 waarmaken? De reverse valuation hieronder vertrekt van de koers. Bij €69,04, een gewenste jaarlijkse koersopbrengst van 7% en een eindwaardering van 22 keer vrije kas moet Wolters Kluwer in 2029 ongeveer €3,84 vrije kas per aandeel verdienen. Dat is geen koersdoel. Het is de vrije kas per aandeel die bij de gekozen aannames nodig is. De onderneming kan de lat halen via autonome omzetgroei, marge, kasconversie en een lager aandelenaantal. Die vier hefbomen mogen niet dubbel worden geteld. Als inkoop het aantal aandelen verlaagt, moet de gebruikte vrije kas ook uit de ondernemingskas verdwijnen. Het positieve tegenargument is dat het bedrijfsmodel uitzonderlijk voorspelbaar is. Veel producten zijn onmisbaar, abonnementen keren terug en gereguleerde kennis verandert voortdurend. Daardoor kan Wolters Kluwer prijsverhogingen doorvoeren en investeringen over een grote basis uitsmeren. De scherpe tegenwerping is dat AI de prijs van informatie verlaagt en klanten sneller alternatieven laat testen. De waarde van workflow en verificatie moet dat verschil blijven rechtvaardigen. Drie scenario's voor 2027 tot en met 2029 De scenario's starten bij €69,04 op 7 oktober 2026. De formule is vrije kas per verwaterd aandeel maal een eindmultiple, plus uitgekeerd dividend waar dat in de aannames zit. Inkoop wordt alleen via het lagere aandelenaantal verwerkt en niet nogmaals als extra waarde opgeteld. Het zijn jaareindepaden, geen koersdoelen. Het bearscenario veronderstelt dat algemene AI de prijsdruk verhoogt, productuitgaven weinig extra groei opleveren en de multiple daalt. Het middenpad combineert goede autonome groei met ongeveer 28% marge en gestage kasgroei. Het gunstige scenario vraagt dat AI-functies de omzet per klant verhogen zonder dat ontwikkelkosten even snel blijven stijgen. De waardering is na de koersdaling minder veeleisend, maar nog niet vrijblijvend. Bij de komende updates verdienen drie cijfers voorrang: autonome groei per divisie, productontwikkeling als percentage van de omzet en aangepaste vrije kas. Een hogere marge is pas duurzaam wanneer productkwaliteit en retentie tegelijk overeind blijven. Wolters Kluwer heeft een geloofwaardige verdediging tegen algemene AI: betrouwbare domeinkennis in kritieke workflows. De komende jaren moeten laten zien dat die verdediging ook commercieel sterker wordt. Als 12 tot 13% productontwikkeling leidt tot hogere retentie, prijszetting en kas per aandeel, kan de huidige koers aantrekkelijk blijken. Blijft vooral de rekening zichtbaar, dan is de lagere multiple terecht. Gebruikte gegevens: Wolters Kluwer 2026-guidance en De Belegger-marktdata voor WKL.AS, momentopname 7 oktober 2026. Foto: Stacey Caywood, Wolters Kluwer, officiële bedrijfsfoto.
- Buffett wees beleggers al in 2021 op dit saaie indexfonds
In het kort Warren Buffett noemt een S&P 500 indexfonds voor de meeste mensen de beste manier om brede aandelenblootstelling te krijgen. De Vanguard S&P 500 ETF volgt 500 grote Amerikaanse bedrijven en rekent slechts 0,03% kosten per jaar. De rekensom naar $820.000 na drie decennia staat of valt met één forse aanname: de S&P 500 moet zijn rendement van de afgelopen 30 jaar herhalen. De Vanguard S&P 500 ETF staat opnieuw in beeld door een oud advies van Warren Buffett dat weinig glamour heeft, maar veel gewicht. Buffett wijst de meeste beleggers al jaren richting een S&P 500 indexfonds, een fonds dat de index van 500 grote Amerikaanse bedrijven volgt. De aantrekkingskracht zit niet in een briljante aandelentip, maar in spreiding, lage kosten en vooral veel tijd. Warren Buffett heeft zelf bepaald niet simpel belegd. Onder zijn leiding behaalde Berkshire Hathaway tussen 1965 en 2025 een jaarlijks rendement van 19,7%, tegenover 10,5% per jaar voor de S&P 500. Juist daarom valt zijn voorkeur voor een breed indexfonds op. Tijdens de aandeelhoudersvergadering van Berkshire Hathaway in 2021 zei Buffett: "In my view, for most people, the best thing to do is to own the S&P 500 index fund,". Dat is geen spannend verhaal voor wie graag de volgende winnaar zoekt. Het is wel een nuchtere constatering van iemand die weet hoe moeilijk aandelen selecteren is. Buffett koos zelf voor de Vanguard S&P 500 ETF toen hij in de vroege jaren 2000 een weddenschap aanging tegen een hedgefonds. Die keuze past bij zijn vaste lijn. Lage kosten en brede spreiding zijn vaak minder spectaculair dan slim handelen, maar ze laten ook minder ruimte voor dure fouten. Buffett ziet indexfondsen als eenvoudige basis voor brede spreiding Direct naar een onderdeel van dit artikel Individuele aandelen vragen meer werk S&P 500 verslaan blijft lastig Vanguard S&P 500 ETF wint op kosten Amerikaanse markt draagt de rekensom $400 per maand blijft een aanname Individuele aandelen vragen meer werk Buffett zegt niet dat individuele aandelen kiezen onmogelijk is. Hij zegt wel dat het veel meer werk vraagt dan veel particuliere beleggers willen of kunnen doen. Wie één bedrijf koopt, moet begrijpen hoe dat bedrijf geld verdient, waar de concurrentie zit en waarom de winst over jaren nog houdbaar kan zijn. Zijn waarschuwing is kort: "Never invest in a business you cannot understand,". Een bekend merk, een sterke koersgrafiek of een populaire naam op sociale media is dan niet genoeg. Daar wringt het vaak bij particuliere beleggers die sneller bij het verhaal zijn dan bij de cijfers. Een S&P 500 indexfonds maakt die keuze minder persoonlijk. De index bevat waardeaandelen en groeiaandelen uit alle 11 beurssectoren. Een belegger koopt daarmee niet één bedrijf, maar een brede doorsnede van de Amerikaanse aandelenmarkt. S&P 500 verslaan blijft lastig Zelfs professionele vermogensbeheerders krijgen de S&P 500 moeilijk klein. Zij hebben teams, modellen en toegang tot bedrijfsbesturen, maar blijven toch vaak achter bij de index. Dat maakt Buffetts punt ongemakkelijk, maar niet minder relevant. In 2007 zette Buffett dat argument om in een weddenschap. Hij zette een S&P 500 indexfonds af tegen een groep hedgefondsen over de daaropvolgende tien jaar. De index won overtuigend. Voor particuliere beleggers is dat vooral een waarschuwing tegen overmoed. Als dure professionals de index al vaak niet bijhouden, ligt de lat voor doe het zelf beleggers hoog. Een breed fonds is dan minder saai dan het lijkt: het haalt een groot deel van de selectie stress uit het proces. Grote vermogensbeheerders hebben moeite de index te verslaan Vanguard S&P 500 ETF wint op kosten De Vanguard S&P 500 ETF rekent een kostenratio van 0,03% per jaar. Dat komt neer op $3 per jaar voor elke $10.000 die in het fonds zit. Op één jaar oogt dat bijna verwaarloosbaar, maar over tientallen jaren telt elke dollar die niet aan kosten verdwijnt. Actief beheerde fondsen rekenen doorgaans meer. Buffett stelt al jaren dat de meeste professionele beheerders de brede markt niet verslaan. Dan wordt een lage kostenbasis geen detail, maar een structureel voordeel binnen hetzelfde marktmandje. De S&P 500 geldt als de belangrijkste graadmeter voor Amerikaanse aandelen. De index dekt ongeveer 80% van de Amerikaanse aandelen naar marktwaarde en meer dan 50% van de wereldwijde aandelen naar marktwaarde. Dat maakt de Vanguard S&P 500 ETF groot, breed en sterk afhankelijk van de kracht van Amerikaanse beursbedrijven. Amerikaanse markt draagt de rekensom Buffetts voorkeur voor de S&P 500 hangt samen met zijn vertrouwen in de Amerikaanse economie. Van de 20 grootste beursgenoteerde bedrijven is 75% gevestigd in de Verenigde Staten. Buffett schreef in 2016: "For 240 years it's been a terrible mistake to bet against America, and now is no time to start,". De cijfers achter dat vertrouwen zijn stevig. De S&P 500 steeg de afgelopen drie decennia met 1.790%, goed voor 10,2% per jaar. Die periode bevatte drie Amerikaanse recessies, 16 marktcorrecties en vier bearmarkten. Dat is precies de nuance die bij het verhaal hoort. De lange lijn was sterk, maar de route was allesbehalve rustig. Wie naar de Vanguard S&P 500 ETF kijkt, kijkt dus niet naar een risicoloze spaarpot, maar naar aandelen die ook hard kunnen dalen. $400 per maand blijft een aanname De bekende rekensom is helder. Als de S&P 500 in de toekomst hetzelfde rendement haalt als in de afgelopen drie decennia, groeit $400 per maand in de Vanguard S&P 500 ETF uit tot $77.000 na tien jaar. Na twintig jaar zou dat $281.000 zijn en na dertig jaar $820.000, mits dividenden worden herbelegd. Die laatste voorwaarde doet ertoe. De berekening leunt op herbelegde dividenden en op een herhaling van historische rendementen. Dat kan, maar het is geen toezegging van de markt. Daarom blijft Buffetts boodschap aantrekkelijk én beperkt. De Vanguard S&P 500 ETF biedt een eenvoudige route naar brede Amerikaanse aandelenblootstelling, maar de uitkomst hangt af van tijd, kosten en de vraag of de S&P 500 zijn lange reeks kan voortzetten. Voor beleggers wordt vooral zichtbaar of Amerikaanse aandelen de komende jaren opnieuw genoeg winstgroei leveren om die rekensom overeind te houden.
- Juryklap van ruim 100 miljoen dollar voor Joby
In het kort Een federale jury kent Aerosonic ongeveer $116,9 miljoen toe in een zaak tegen Joby Aviation. De schadevergoeding klinkt fors, maar valt naast een kaspositie van ongeveer $2,3 miljard beter in perspectief. De vraag voor beleggers is nu of de juridische nederlaag beperkt blijft tot een dure rekening, of ook aan Joby’s leveranciersrelaties gaat knagen. Voor het Joby Aviation aandeel is de uitspraak pijnlijk, maar voorlopig niet verlammend. Een federale jury in Florida heeft Aerosonic, een dochter van TransDigm Group, ruim $100 miljoen toegekend in een geschil over intellectueel eigendom. De kern voor beleggers zit niet alleen in de hoogte van de rekening, maar vooral in de vraag hoeveel schade de zaak aanricht buiten de kaspositie. Aerosonic leverde air data probes aan Joby Aviation voor testtoestellen in de eVTOL markt. Die probes meten luchtdruk en helpen vluchtcomputers bij het berekenen van luchtsnelheid, hoogte en andere vluchtgegevens. In september 2021 tekenden de bedrijven een geheimhoudingsovereenkomst. Het conflict ontstond nadat Joby zijn eigen air data system had ontwikkeld. Aerosonic stapte in maart 2025 naar de rechter en stelde dat Joby ontwerpen en testdata van Aerosonic had gebruikt om eigen probes te bouwen. Joby diende een tegenzaak in en stelde juist dat Aerosonic de geheimhoudingsovereenkomst had geschonden en defecte probes had geleverd. De jury in de U.S. District Court for the Middle District of Florida ging daar hard overheen. Alle 8 verweren en tegenclaims van Joby werden verworpen. Voor een bedrijf dat nog volop bouwt aan technologie, certificering en leveranciersrelaties is dat geen prettig dossier. Joby’s eVTOL-programma krijgt juridische tegenwind Direct naar een onderdeel van dit artikel Aerosonic wint breed bij jury Kaspositie Joby relativeert schade Reputatierisico blijft lastiger te meten Joby vecht uitspraak aan Joby Aviation aandeel wacht op vervolg Aerosonic wint breed bij jury De jury keek naar 50 items met “Alleged Proprietary Information” en 50 “Alleged Trade Secrets”. Bij de eerste categorie draaide het om de geheimhoudingsovereenkomst. Bij de tweede categorie ging het om de vraag of Joby bedrijfsgeheimen had misbruikt. Volgens de jury had Aerosonic zijn claims bewezen. Zwaarder weegt dat de jury het misbruik van bedrijfsgeheimen door Joby “willful and malicious” noemde. Die kwalificatie opende de deur naar extra “exemplary damages”, bovenop de gewone schadevergoeding. De rekening bestaat uit drie posten. Aerosonic krijgt $68,6 miljoen voor de schending van de geheimhoudingsovereenkomst, $29,9 miljoen voor verliezen van Aerosonic en winsten van Joby uit het misbruik van bedrijfsgeheimen, en $18,3 miljoen aan exemplary damages. Samen komt de schadevergoeding uit op ongeveer $116,9 miljoen. Joby’s productietoestel onderstreept belang van beschermde technologie Kaspositie Joby relativeert schade Een rekening van $116,9 miljoen is fors, zeker voor een jong bedrijf in een kapitaalintensieve markt. Joby Aviation heeft nog geen comfortabele commerciële fase bereikt en verbruikt al veel geld. Over het afgelopen jaar was de vrije kasstroom negatief met $743,3 miljoen. Tegenover die cash burn staat een stevige buffer. Joby heeft ongeveer $2,3 miljard aan cash en kortlopende beleggingen op de balans. Als de uitspraak standhoudt, kan het bedrijf de schadevergoeding uit die kas betalen zonder dat de financiële ruimte meteen verdampt. De rekensom maakt de zaak minder dramatisch dan de koppen doen vermoeden. Bij het huidige tempo zou Joby zijn kaspositie in ongeveer 37 maanden opgebruiken. Met de schadevergoeding meegerekend daalt die runway naar ongeveer 35 maanden. Reputatierisico blijft lastiger te meten De financiële schade is redelijk scherp af te bakenen. De reputatieschade is dat niet. In de eVTOL sector, waar toestellen nog hun weg naar commerciële inzet moeten vinden, tellen vertrouwen, veiligheid en afspraken met leveranciers zwaar. Daar wringt deze uitspraak. Aerosonic was niet zomaar een buitenstaander, maar een leverancier van onderdelen voor Joby’s testtoestellen. Een jury die spreekt van “willful and malicious” misbruik van bedrijfsgeheimen, raakt daarom ook aan de manier waarop Joby met technische partners omgaat. Dat betekent niet dat de operatie direct geraakt wordt. In de beschikbare feiten staat geen verbod op technologiegebruik en geen aanwijzing dat Joby zijn testprogramma of bredere eVTOL plannen moet stilleggen. De straf is voorlopig financieel, en juist daardoor beter te overzien. Joby vecht uitspraak aan De zaak is nog niet definitief afgerond. Een woordvoerder van Joby zei dat het bedrijf “vigorously pursue all available post-trial and appellate remedies” zal nastreven. De juridische strijd krijgt dus nog een vervolg, ook na deze duidelijke overwinning voor Aerosonic. Voor het Joby Aviation aandeel haalt de uitspraak één onzekerheid deels uit de lucht: de omvang van de schade is nu concreet. Tegelijk blijft de procedure boven de markt hangen zolang Joby de uitspraak aanvecht. Dat is juridische ruis, maar wel ruis met een bedrag eraan. De beurs kan doorgaans beter omgaan met een bekende rekening dan met een onbekende claim. In dit geval lijkt de kaspositie groot genoeg om de financiële klap op te vangen. De scherpere vraag is of de zaak beperkt blijft tot een dure juridische nederlaag, of dat leveranciers voorzichtiger naar Joby gaan kijken. Joby Aviation aandeel wacht op vervolg Het vervolg draait om de afronding van de uitspraak en de stappen die Joby daartegen zet. Aerosonic heeft bij de jury een stevige overwinning geboekt, maar Joby krijgt nog ruimte om de schadevergoeding aan te vechten. Tot die tijd blijft de verhouding tussen juridische kosten, cash burn en kaspositie het belangrijkste kader. Voor het Joby Aviation aandeel ligt de lat nu niet alleen bij de rechtbank. Joby moet ook laten zien dat de cash burn beheersbaar blijft terwijl het bedrijf verder werkt aan zijn eVTOL plannen. De schadevergoeding van ongeveer $116,9 miljoen oogt betaalbaar; of de zaak ook operationeel een voetnoot blijft, moet het vervolg uitwijzen.











