Geheugen en context

Hoe voorkom je dat je bedrijfskennis vastzit in één AI-tool?

Wat je uit ChatGPT, Claude, Gemini en Copilot meeneemt, wat achterblijft, wat de Data Act regelt, en een inventaris om deze week in te vullen.

Je voorkomt dat je bedrijfskennis vastzit in één AI-tool door haar te bewaren op een plek die van jou is, als gewone tekst en bestanden: instructies, regels, voorbeelden en verwijzingen naar je bronnen. ChatGPT, Claude, Copilot of Gemini worden dan verwisselbare voorkanten die die laag lezen. Een export van de leverancier redt vooral gesprekken, niet wat de tool over je bedrijf leerde.

Uitsnede van een olieverfschilderij van Whistler: een zwartgroene nachthemel met grijze rookwolken en vallende gouden vonken van vuurwerk.

Beeld: James McNeill Whistler, Nocturne in Black and Gold: The Falling Rocket (1875), Detroit Institute of Arts; uitsnede. Publiek domein, via Wikimedia Commons.

Door Bombos. Gepubliceerd op 18 november 2026. Bronnen gecontroleerd op 18 november 2026.

Voorbeeld. Een operationeel manager heeft in anderhalf jaar drie eigen GPT’s gebouwd: één voor offertes, één voor klantmails, één voor de inwerkmap. Het team heeft er honderden correcties in gestoken. Dan komen er twee berichten in één maand. OpenAI zet eigen GPT’s om naar plugins. En de ontwikkelaars willen Claude Code, terwijl de rest van het bedrijf in Microsoft 365 werkt. De vraag is niet welke tool wint. De vraag is waar de kennis van het bedrijf staat als de tool verandert.

De voorbeelden, sjablonen en tabellen op deze pagina zijn voorgestelde werkwijzen, geen klantcases of gemeten resultaten van Bombos. Hoe je kennis in een tool actueel houdt, staat apart in hoe je de bedrijfskennis van je eigen GPT of Copilot-agent actueel houdt. Hier gaat het om iets anders: dat die kennis een overstap overleeft.

Het korte antwoord

  • Eigen GPT’s stoppen. “Custom GPTs are scheduled to retire on Dec 11, 2026”; voor FedRAMP-werkruimtes en werkruimtes met goedgekeurd uitstel op 11 februari 2027. De instructies worden een skill, de kennisbestanden referentiebestanden; het gekozen model, eigen acties en deelinstellingen gaan niet mee (OpenAI, Custom GPT retirement and migration FAQ).
  • Gems worden skills. Voor persoonlijke Google-accounts zijn Gems sinds 17 november 2026 alleen-lezen en op 17 december 2026 verdwijnen ze; Workspace volgt vanaf maart 2027 (Google, About the transition from Gems to skills).
  • Een export is geen verhuizing. Bij Claude zit er gespreks- en accountdata in, maar “They don’t include the original files you uploaded” (Claude Help Center). In ChatGPT Business en Enterprise is zelf exporteren niet beschikbaar (OpenAI Help Center).
  • Van nature draagbaar is wat je als tekst en bestand bezit: instructies in Markdown, skills in het open SKILL.md-formaat, een AGENTS.md, koppelingen via het Model Context Protocol (MCP).
  • De EU Data Act regelt overstappen tussen “data processing services”, met vanaf 12 januari 2027 geen overstapkosten meer. Of een AI-assistent als ChatGPT of Copilot daaronder valt, beslist geen van de bronnen hieronder.

Waarom raakt bedrijfskennis vast in één AI-tool?

Bedrijfskennis raakt vast in een AI-tool omdat ze daar in drie vormen terechtkomt, en de leverancier maar één ervan als jouw bezit behandelt. Je schrijft instructies, je uploadt bestanden, en de tool bouwt zelf iets op: een geheugen, een projectcontext, de correcties die collega’s in gesprekken gaven. De eerste twee kun je meestal terughalen. De derde bestaat buiten de tool niet als bestand.

Dat is in de kern een vraag over context engineering: wat moet een AI-agent over dit bedrijf weten om dit werk goed te doen, waar staat dat, en wie geeft hem op het juiste moment het juiste deel? In de meeste bedrijven is het antwoord op “waar staat dat” ongemerkt verschoven. Eerst stond het in de hoofden van mensen en in mappen. Nu staat een groeiend deel in de instructies van een GPT, in het geheugen van een Claude-project of in de onderwerpen van een Copilot-agent. Het staat niet meer in het bedrijf, maar in een abonnement.

De tools veranderen elke paar maanden van vorm. Eigen GPT’s worden plugins, Gems worden skills, NotebookLM heet sinds 16 juli 2026 Gemini Notebook (Google Workspace Updates). De kennis van je bedrijf hoort niet met elke vormwijziging mee te veranderen. Wie de kennis scheidt van de voorkant, maakt van elke productwijziging van een leverancier een kleine klus in plaats van een verhuizing.

Vorm van kennis Voorbeeld Van wie is het in de praktijk?
Wat je schreef Instructies van een GPT, projectinstructies, systeemprompt van een agent Van jou, als je het buiten de tool bewaart
Wat je uploadde Prijslijst, procedures, voorbeeldoffertes Van jou; het origineel staat hopelijk nog elders
Wat de tool opbouwde Geheugen, correcties in gesprekken, wat een agent leerde over uitzonderingen Van de tool; meenemen kan hooguit als samenvatting

Als jullie hoofdtool morgen verdwijnt, welke van de drie vormen zou je dan het meest missen, en staat daar een kopie van buiten de tool?

Wat kun je per AI-tool exporteren, en wat niet?

Per AI-tool verschilt wat je kunt meenemen, en bij geen enkele leverancier is de export een kopie van wat de tool over je bedrijf weet. Wat de helppagina’s van de leveranciers zelf beschrijven:

Tool Wat je eruit krijgt Wat achterblijft of apart moet Bron
ChatGPT, persoonlijk (Free, Go, Plus, Pro) Een ZIP met je chatgeschiedenis en andere accountgegevens. Het kan tot zeven dagen duren; de downloadlink verloopt 24 uur na ontvangst Een export van geleerde werkwijzen of geheugen als aparte categorie noemt de pagina niet. Een export herstelt geen chats die al verwijderd zijn OpenAI Help Center
ChatGPT Business en Enterprise Zelf exporteren kan niet: “Self-service export is not available in these workspaces.” Je loopt via de eigenaar van de werkruimte Wat je bewaart, regelt de organisatie Zelfde bron
Eigen GPT Migratie naar een plugin: instructies worden een skill, kennisbestanden worden referentiebestanden, gekoppelde apps worden apps Het gekozen model, eigen acties (“do not transfer through the migration workflow”), conceptversies, deelinstellingen. Oude gesprekken blijven bereikbaar, maar “can’t be moved into a project” OpenAI, Custom GPT retirement and migration FAQ
Claude Gespreksdata en accountgegevens via een link die 24 uur geldig is. Je geheugen kun je Claude letterlijk laten uitschrijven en lokaal bewaren De originele geüploade bestanden. Op Team en Enterprise exporteren leden alleen als een eigenaar dat aanzet; de Primary Owner exporteert de hele organisatie Claude Help Center, export; Claude Help Center, memory
Gemini Gems Kennisbestanden download je één voor één vanuit de bewerkweergave GitHub-bestanden, audio en video, oude Office-formaten (.doc, .xls, .ppt) en archieven gaan niet mee naar een skill; skills hebben “a 100 MB total size limit” Google, About the transition from Gems to skills
Copilot Studio-agent Een export als Power Platform-solution naar een andere omgeving. “The agent instructions (main prompt) are included.” Eigen onderwerpen en kennisbronnen “might not be included”; een managed solution kun je niet exporteren; na import stel je de authenticatie opnieuw in Microsoft Learn

Drie dingen vallen op als je de tabel naast elkaar legt.

De zakelijke abonnementen zijn het minst draagbaar voor de gebruiker. Juist waar een team kennis opbouwt, in ChatGPT Business of Claude Team, hangt de export af van een eigenaar of beheerder. Dat is verdedigbaar, want het gaat om bedrijfsgegevens. Het betekent wel dat de vraag “kunnen we dit meenemen?” geen vraag voor de AI-kampioen is, maar voor degene die de beheerrechten heeft.

Copilot Studio is draagbaar binnen Microsoft, niet daarbuiten. Een solution verhuist een agent tussen omgevingen, en zelfs daar zegt Microsoft dat niet alle onderdelen meegaan. Een solution is een formaat van het Power Platform; Microsoft beschrijft het verplaatsen tussen eigen omgevingen, niet naar een andere leverancier.

Het geheugen verhuist als tekst, niet als ervaring. Claude kan geheugen uit een andere assistent importeren via tekst die je plakt, maar Anthropic noemt dat “experimental” en schrijft dat Claude zich richt op werkonderwerpen (Claude Help Center). Hoe dat in de praktijk gaat, staat in hoe je je ChatGPT-geheugen overzet naar Claude. Gemini heeft een vergelijkbare import, met een grens die voor een Nederlands bedrijf beslissend is: “This feature isn’t available if you sign in to a work, school, or supervised Google Account”, en de functie is niet beschikbaar in de EER, Zwitserland en het Verenigd Koninkrijk (Google, Gemini Apps Help).

Welke AI-functies zijn al gestopt of stoppen binnenkort?

Leveranciers stoppen functies waar bedrijven op bouwden, en dat gebeurt aangekondigd en met een overgangsroute, maar wel op hun tijdpad. Drie recente voorbeelden met de datums van de leveranciers zelf:

Functie Wat er gebeurt Datum Bron
OpenAI Assistants API Uitgefaseerd; vervangers zijn de “Responses API and Conversations API” Aangekondigd 26 augustus 2025, afgesloten 26 augustus 2026 OpenAI, Deprecations
Eigen GPT’s in ChatGPT Omzetten naar plugins; in getroffen Enterprise-werkruimtes kon je sinds 26 oktober 2026 geen nieuwe GPT meer maken Stoppen op 11 december 2026; 11 februari 2027 voor FedRAMP en goedgekeurd uitstel OpenAI FAQ
Gemini Gems Worden skills Persoonlijk: alleen-lezen 17 november 2026, verwijderd 17 december 2026. Workspace: geautomatiseerde migratie “no sooner than March 2027” voor Business en Enterprise, juni 2027 voor Education Google, Gemini Apps Help; Google Workspace Admin Help

Het patroon is belangrijker dan de datums. Bij de Assistants API kondigde OpenAI al bij de release van versie 2, in april 2024, aan dat de bèta van versie 1 zou stoppen; ruim twee jaar later sloot de hele API. Bij eigen GPT’s waarschuwt OpenAI zelf dat de vervanger niet hetzelfde doet: “A migrated plugin may respond differently.” En bij Google staat een tweede grens die makkelijk over het hoofd wordt gezien: “Skills created in the Gemini app aren’t accessible in Google Workspace or Gemini Enterprise”. Wie een skill in de persoonlijke Gemini-app bouwt, bouwt hem voor de werkomgeving opnieuw.

Wat je eraan hebt: een productwijziging is geen ramp als de kennis ergens anders als tekst staat. Dan is migreren een kwestie van de nieuwe voorkant vullen en testen. Wat er bij het omzetten van een GPT precies gebeurt, en welke vervangers er zijn, staat uitgewerkt in alternatieven voor een aangepaste GPT op eigen documenten.

Wat verlies je bij een overstap, ook als de export lukt?

Bij een overstap verlies je vooral wat het team de tool heeft geleerd: de correcties, de uitzonderingen, de manier waarop jullie iets zeggen. Die zitten zelden in een instructieveld. Ze zitten in honderden gesprekken waarin een collega zei “nee, bij deze klant altijd u” of “die korting geven we alleen na akkoord van de accountmanager”.

Een export bewaart die gesprekken als archief, niet als regels. Een nieuwe tool kan een exportbestand met duizend gesprekken lezen, maar haalt er niet vanzelf uit welke correctie nog geldt, welke een eenmalige uitzondering was en welke inmiddels achterhaald is. Daar is iemand voor nodig die de les uit de gesprekken haalt en opschrijft. Wie dat niet doet, begint in de nieuwe tool bij nul, met een team dat dezelfde correcties opnieuw gaat geven.

Groeien hoort niet zo te werken. Een bedrijf dat volwassener wordt, neemt wat het leerde mee naar de volgende stap; het gooit het niet weg omdat het gereedschap verandert. Wat een team met één tool heeft geleerd over zijn klanten, zijn uitzonderingen en zijn toon, is geen eigenschap van die tool. Het is een deel van wie het bedrijf is. De taak is dus niet alleen exporteren, maar destilleren: van gesprekken naar regels, van regels naar een plek die blijft.

Wat in de praktijk achterblijft, als je niets doet:

  1. Geleerde correcties. Ze staan in privégesprekken en in het geheugen van individuele gebruikers. Zelfs binnen één tool worden ze geen instructie voor de rest, zoals de pagina over ChatGPT-projecten of Claude Projects voor een team laat zien.
  2. Afstemming op één model. Instructies die in de loop der tijd zijn bijgeschaafd tot een bepaald model goed reageert, werken op een ander model anders. Een van de ondervraagden in het onderzoek van a16z: “all the prompts have been tuned for OpenAI” (a16z, 2025).
  3. Koppelingen. Eigen acties van een GPT gaan niet mee; voor een vervanger kan volgens OpenAI “a custom MCP server and technical setup” nodig zijn.
  4. Wie wat mag zien. Deelinstellingen van een GPT gaan niet mee, en een gemigreerde plugin “starts private”.
  5. Wat bij één persoon zat. Als het geheugen persoonlijk is, vertrekt het met die persoon; zie wat er met AI-kennis gebeurt als een medewerker vertrekt.

Welke correctie heeft jouw team de AI de afgelopen maand vaker dan drie keer gegeven, en staat die ergens als regel opgeschreven?

Wat is van nature draagbaar tussen AI-tools?

Van nature draagbaar is alles wat als gewone tekst of in een open formaat bestaat, omdat elke tool die tekst kan lezen. Een Markdown-bestand met je offerteregels werkt in ChatGPT, Claude, Copilot en Gemini. Een geheugenvermelding in één van die tools werkt alleen daar. Het verschil zit niet in de kwaliteit van de inhoud, maar in het formaat waarin die bewaard is.

Er zijn inmiddels drie open formaten en protocollen die hierbij helpen. Ze werken als een gemeenschappelijke taal: tools van verschillende makers kunnen aan dezelfde kennis werken.

Agent Skills (SKILL.md). “Agent Skills are a lightweight, open format for extending AI agent capabilities with specialized knowledge and workflows.” Een skill is een map met een SKILL.md die minstens een naam en beschrijving en de instructies bevat, eventueel met scripts en referentiemateriaal. Het formaat is “originally developed by Anthropic” en als open standaard vrijgegeven (agentskills.io). Anthropic schrijft dat skills die je maakt “aren’t locked to Claude” (Claude Help Center). Opvallend: zowel OpenAI (instructies van een GPT worden een skill) als Google (Gems worden skills) gebruiken nu hetzelfde woord voor dezelfde gedachte. Of hun skills technisch hetzelfde formaat lezen, zeggen de helppagina’s van OpenAI en Google niet.

AGENTS.md. “A simple, open format for guiding coding agents”, volgens de site “used by over 60k open-source projects” en “now stewarded by the Agentic AI Foundation under the Linux Foundation”. De lijst van tools die het lezen loopt van Codex en Cursor tot Gemini CLI, VS Code en de codeeragent van GitHub Copilot (agents.md). Wat erin hoort, staat in wat je in een CLAUDE.md of AGENTS.md zet.

Model Context Protocol (MCP). Een open protocol waarmee een AI-tool een externe bron of dienst kan bevragen. Op 9 december 2025 richtte de Linux Foundation de Agentic AI Foundation op met “Anthropic’s Model Context Protocol (MCP), Block’s goose, and OpenAI’s AGENTS.md” als eerste projecten, en met onder meer Anthropic, Google, Microsoft en OpenAI als leden (Linux Foundation). Meer over wat je ermee doet in wat MCP is en wat je ermee kunt in een bedrijf.

Een open standaard betekent niet dat niemand de beslissingen neemt. MCP is formeel “Model Context Protocol a Series of LF Projects, LLC”, en technisch geldt: “Lead Maintainers are the final decision makers”, in de rol die in opensourceprojecten de welwillende dictator voor het leven heet. Daar staat tegenover: “Membership in the technical governance process is for individuals, not companies” (MCP, Governance and Stewardship). Een open protocol verkleint de afhankelijkheid van één leverancier, maar garandeert niet dat elke tool een koppeling op dezelfde manier gebruikt.

Onderdeel Draagbaar? Waarom
Instructies als Markdown-bestand Ja Gewone tekst, elke tool leest het
Originele bronbestanden in je eigen opslag Ja Ze staan buiten de tool; de tool kreeg een kopie
Skill in SKILL.md-formaat Grotendeels Open formaat; gedrag kan per tool verschillen
Koppeling via MCP Grotendeels Open protocol; elke tool moet de koppeling zelf ondersteunen
Copilot Studio-solution Binnen Microsoft Power Platform-formaat
Exportbestand met gesprekken Als archief Leesbaar, maar geen regels
Geheugen van een tool Als samenvatting Uitschrijven of importeren als tekst, zonder de ervaring erachter
Embeddings en zoekindex van een tool Nee Zitten in de tool; in een nieuwe tool bouw je ze opnieuw op uit je bronbestanden
Afstemming van instructies op één model Nee Moet op het nieuwe model opnieuw getest worden

Welke drie regels zou een nieuwe collega van jouw bedrijf op de eerste dag moeten kennen, en kun je die vandaag als één tekstbestand laten zien?

Hoe ziet een architectuur eruit waarin de AI-tools verwisselbaar zijn?

Een architectuur met verwisselbare AI-tools scheidt de kennis, die van jou is en blijft, van de voorkant, die je huurt en kunt vervangen. Dat is context engineering in zijn eenvoudigste vorm: de context van het bedrijf staat op één plek die jij bezit, en elke tool krijgt daaruit wat hij voor deze taak nodig heeft.

In lagen, van onder naar boven:

  1. De bronsystemen. Waar de feiten staan: documenten in SharePoint of Drive, het CRM, de boekhouding, de mail. Die blijven de bron; niemand kopieert prijzen met de hand naar een AI.
  2. De contextlaag. Wat niet in een bronsysteem staat maar wel nodig is om goed werk te doen: regels (“korting boven tien procent alleen na akkoord”), uitzonderingen per klant met hun geldigheid, besluiten en waarom ze genomen zijn, toon en terminologie, wie eigenaar is van welke bron. Wat daar inhoudelijk in hoort, staat in hoe je je bedrijfscontext vastlegt zodat AI ermee kan werken.
  3. De koppeling. Hoe een tool bij die laag komt: als skill, als AGENTS.md in een repo, of via een MCP-koppeling die op het moment van de vraag het relevante deel ophaalt.
  4. De voorkant. ChatGPT, Claude, Copilot, Gemini, Cursor of een eigen agent. Verwisselbaar, en naast elkaar te gebruiken.

Uitgewerkt scenario. Het offerte-GPT uit het voorbeeld bovenaan wordt omgezet. Stap één: de instructies gaan als offertes.md naar een map die van het bedrijf is, met een eigenaar en een datum. Stap twee: de kennisbestanden worden niet opnieuw geüpload maar vervangen door verwijzingen naar de bron in SharePoint. Stap drie: iemand leest de laatste vijftig gesprekken door en haalt er de correcties uit die bleven terugkomen; die worden regels in hetzelfde bestand. Stap vier: dezelfde map wordt de basis voor de nieuwe plugin in ChatGPT en voor een skill in Claude Code. Verandert er volgend jaar weer iets bij een leverancier, dan pas je de koppeling aan, niet de kennis.

Wie dat goed doet, merkt dat een overstap vooral een test wordt: dezelfde tien vragen aan de oude en de nieuwe voorkant, en de verschillen oplossen. OpenAI raadt bij de omzetting van een GPT precies zo’n test aan: “Compare familiar prompts and at least one harder case.”

Als je morgen een andere AI-tool zou kiezen, welk deel van de verhuizing zou dan over kennis gaan en welk deel over de tool zelf?

Hoe gebruik je twee AI-tools naast elkaar zonder dubbele administratie?

Twee AI-tools naast elkaar gebruiken werkt zonder dubbele administratie als geen van beide de plek is waar de kennis wordt bijgehouden. Zodra het offertegeheugen in ChatGPT staat en de ontwikkelaars in Claude Code werken, heb je twee waarheden die uit elkaar groeien. Zodra beide tools uit dezelfde contextlaag lezen, heb je er één.

Meerdere leveranciers is geen uitzondering meer. In een enquête van Zapier onder 542 Amerikaanse leidinggevenden en beslissers gebruikt “More than 4 in 10 (44%)” meerdere AI-leveranciers tegelijk (Zapier); Zapier verkoopt zelf koppelingen tussen AI-tools, dus lees het als een leveranciersenquête. Onder 100 CIO’s in het onderzoek van a16z gebruikt 37% vijf of meer modellen, tegen 29% een jaar eerder (a16z). Dat zijn zelfrapportages en geen Nederlandse cijfers, maar de richting is duidelijk.

Vrijheid is daarbij de uitkomst, niet het vertrekpunt. Een bedrijf dat zijn eigen context bezit, kan per taak de beste tool kiezen: Copilot voor wie in Outlook en Teams leeft, Claude Code voor de ontwikkelaars, ChatGPT voor wie daar het snelst mee werkt. Het kan een tool weglaten als die tegenvalt, en het kan nee zeggen tegen een nieuwe prijs of voorwaarde zonder dat het team maanden werk verliest. Wie zijn context niet bezit, heeft die keuze in naam ook, maar betaalt er bij elke wissel opnieuw voor.

Of het een goed idee is dat iedereen intussen zijn eigen GPT bouwt, is een aparte afweging: zie of het een goed idee is als iedereen in het team zijn eigen GPT bouwt.

Wat regelt de EU Data Act over overstappen tussen AI-diensten?

De EU Data Act regelt het overstappen tussen “data processing services” en geldt sinds 12 september 2025 (Europese Commissie, Data Act explained). Hij geeft klanten van zulke diensten harde rechten, maar zegt niet met zoveel woorden dat ChatGPT, Claude, Copilot of Gemini zo’n dienst zijn. Wat er letterlijk in staat (Verordening (EU) 2023/2854, EUR-Lex):

Artikel Wat het regelt
Art. 2(8) Een data processing service is “a digital service that is provided to a customer and that enables ubiquitous and on-demand network access to a shared pool of configurable, scalable and elastic computing resources”
Art. 2(38) Exporteerbare data zijn “the input and output data, including metadata, directly or indirectly generated, or cogenerated, by the customer’s use of the data processing service”, zonder wat beschermd is door intellectueel eigendom of een bedrijfsgeheim van de aanbieder of derden
Art. 23 Aanbieders “shall not impose and shall remove” commerciële, technische, contractuele en organisatorische belemmeringen voor overstappen, ook voor het gebruik van meerdere aanbieders tegelijk
Art. 25 Het contract noemt een opzegtermijn voor het starten van de overstap die “shall not exceed two months”, en een overgangsperiode van maximaal 30 kalenderdagen; is dat technisch niet haalbaar, dan maximaal zeven maanden
Art. 29 Tot 12 januari 2027 mogen verlaagde overstapkosten; daarna “shall not impose any switching charges”
Art. 30(2) Aanbieders die geen infrastructuur leveren, stellen open interfaces kosteloos beschikbaar aan al hun klanten
Art. 31(2) De regels gelden niet voor een “non-production version for testing and evaluation purposes”

Wat open is. Geen van de bronnen op deze pagina beslist of een abonnement op een AI-assistent onder Art. 2(8) valt. Advocatenkantoor Osborne Clarke schrijft dat je “probably” een aanbieder van data processing services bent als je onder meer “Data-as-a-Service, AI-as-a-Service” levert (Osborne Clarke, 13 augustus 2025). Dat is een juridische lezing, geen uitspraak van een rechter of toezichthouder. Ook open: of de instructies van een eigen GPT of de configuratie van een agent “exportable data” zijn, of iets wat de aanbieder als eigen beschermd materiaal kan uitzonderen.

Onze lezing, geen bevinding van de wet. Zelfs als een AI-assistent eronder valt, gaat het recht over de data die jouw gebruik opleverde. Het geheugen dat een tool opbouwde, de afstemming op zijn model en zijn manier van ophalen zijn juist het soort dingen waar een aanbieder zich op zijn eigen beschermde materiaal kan beroepen. De Data Act maakt een overstap goedkoper en voorspelbaarder; hij maakt hem niet overbodig. Wat je daaruit meeneemt voor je contract: laat je de opzegtermijn, het exportformaat en wat er wel en niet meegaat uitdrukkelijk beschrijven, en bewaar wat je niet wilt verliezen zelf.

Concreet, als lijst om mee te nemen naar het gesprek met je leverancier en naar je eigen team:

  • In het contract: het exportformaat, de termijn waarin je export krijgt, wat er wel en niet meegaat, verwijdering van je gegevens na het einde, en een melding vooraf als een functie wordt ingetrokken.
  • Intern: een eigenaar per rij in je inventaris, geen bedrijfskennis op een persoonlijk account, en instructies eerst in je eigen map, daarna pas in de tool.

Als je leverancier volgende maand de voorwaarden wijzigt, wat staat er in jullie contract over wat je mag meenemen en in welk formaat?

Welke inventaris vul je deze week in?

Een inventaris van je AI-kennis maakt zichtbaar wat er in welke tool zit, wat je kunt meenemen en wie erover gaat. Daarna weet je bij elke aankondiging van een leverancier meteen welke rijen het raakt.

Sjabloon. Vul per regel in, één regel per GPT, project, Gem, skill of agent.

Wat hebben we Waar staat het Wie gebruikt het Kunnen we het meenemen? Staat er een kopie buiten de tool? Eigenaar Actie en datum
Offerte-GPT (instructies, 6 bestanden) ChatGPT, persoonlijk account van de bouwer Sales Instructies en bestanden ja, via migratie; acties nee Nee Nog niemand Instructies naar offertes.md, voor 1 december
Projectgeheugen klantenservice Claude Team-project Klantenservice Alleen als uitgeschreven tekst Nee Teamleider Correcties uit gesprekken naar regels
Inwerk-Gem Gemini, persoonlijk Google-account Nieuwe collega’s Bestanden per stuk downloaden Deels HR Bestanden downloaden voor 17 december
Supportagent Copilot Studio, productieomgeving Klanten via Teams Binnen Microsoft, als unmanaged solution Instructies ja, onderwerpen nee IT Onderwerpen documenteren

De rijen zijn een voorbeeld; de kolommen zijn het werk. De kolom “Eigenaar” levert in de praktijk het meeste op: bij elke rij waar “nog niemand” staat, zit kennis die met één persoon kan vertrekken.

Per tool, wat je nu doet:

  1. Eigen GPT. Kopieer de instructies naar een Markdown-bestand in je eigen opslag, en zorg dat de originele kennisbestanden daar ook staan. Publiceer essentiële wijzigingen vóór je migreert: “Migration uses the GPT’s latest published version”, en na de migratie is het origineel alleen-lezen (OpenAI FAQ).
  2. Gem in een persoonlijk Google-account. Download de kennisbestanden één voor één vóór 17 december 2026, en kopieer de instructies (Google).
  3. Claude-project. Kopieer de projectinstructies, bewaar de originele bestanden zelf (de export bevat ze niet), en laat Claude het geheugen letterlijk uitschrijven: “You can save this exported memory as a backup or bring it to another AI service” (Claude Help Center).
  4. ChatGPT Business of Enterprise. Vraag de eigenaar van de werkruimte welke export of bewaring er voor de organisatie geregeld is; zelf exporteren kan daar niet.
  5. Copilot Studio-agent. Houd agents in een unmanaged solution als je ze wilt kunnen verplaatsen, en documenteer onderwerpen en kennisbronnen apart, want die gaan niet altijd mee (Microsoft Learn).

Bij hoeveel rijen in jullie inventaris zou in de kolom “Eigenaar” eerlijk gezegd “nog niemand” staan?

Wat zegt het sterkste tegenargument?

Het sterkste tegenargument is dat de kosten van een overstap niet in de kennis zitten maar in het werk eromheen, zodat een eigen kennislaag het probleem maar half oplost. In het onderzoek van a16z schrijven de auteurs dat “the rise of agentic workflows has started making it more difficult to switch between models”, en een van de ondervraagden zegt: “changing models is now a task that can take a lot of engineering time” (a16z, 10 juni 2025). In de enquête van Zapier (gepubliceerd 1 april 2026) denkt 89% binnen vier weken te kunnen overstappen; 66% heeft het geprobeerd, en “Among those, only 42% report a smooth transition.” Slechts 6% kan zonder onderbreking stoppen met de belangrijkste leverancier (Zapier).

Een tweede tegenargument: de leveranciers bieden zelf een route. OpenAI zet instructies en kennisbestanden van een GPT automatisch om; Microsoft verplaatst een agent als solution. Voor één GPT die één persoon gebruikt, is die route genoeg.

Wat die cijfers meten: zelfrapportage door leidinggevenden, in de Verenigde Staten, over overstappen in het algemeen. Ze meten niet of een eigen kennislaag de overstap makkelijker maakt. Ons advies, en dat is onze redenering, geen bevinding van de onderzoekers: een eigen laag maakt een overstap niet zonder werk, maar verplaatst het werk van “opnieuw opbouwen” naar “opnieuw testen”. De afstemming op een nieuw model blijft. De kennis zelf hoeft niet opnieuw. En de ingebouwde migratieroutes werken binnen één leverancier; ze helpen niet als je een tweede tool naast de eerste zet.

Wanneer heb je geen eigen kennislaag nodig?

Een eigen kennislaag is niet nodig als het team één tool gebruikt voor losse vragen, zonder instructies of correcties die het werk dragen. Wie ChatGPT gebruikt om een mail te herschrijven, verliest bij een overstap niets wat de moeite van een architectuur waard is.

Ook niet nodig, of nog niet:

  1. Eén persoon met één GPT. Gebruik de migratieroute van de leverancier en bewaar een kopie van de instructies. Dat is genoeg.
  2. Een bedrijf dat volledig in Microsoft 365 werkt en daar wil blijven. Copilot Studio-solutions en SharePoint als bron houden de kennis binnen een omgeving die je al beheert. De afhankelijkheid is er, maar je hebt haar bewust gekozen.
  3. Kennis die al goed in bronsystemen staat. Als alle regels in een actueel handboek staan dat de AI rechtstreeks leest, is de bron al van jou. Hoe je zo’n handboek inzet, staat in hoe je je personeelshandboek en procedures in AI zet.

De grens ligt waar een team de AI dingen leert die nergens anders staan. Vanaf dat moment groeit er bedrijfskennis in een abonnement, en is het de vraag van wie die is.

Hoe doet Bombos dit?

Bombos is de geheugenlaag onder de AI-tools die je team al gebruikt: ChatGPT, Claude, Claude Code, Copilot, Cursor, Codex of je eigen agents. Jij leert van de AI. Maar de AI niet van jou. Met Bombos wel.

Voor deze vraag betekent dat: de kennis van het bedrijf staat in een laag die van het bedrijf is, en elke tool krijgt daaruit het deel dat hij voor de taak nodig heeft. Wissel je van tool, of zet je een tweede naast de eerste, dan verandert de voorkant en niet het geheugen.

  • Correcties worden regels. Zegt een collega in Claude “bij deze klant altijd u”, dan wordt dat een regel die ook in ChatGPT en Copilot geldt. Niemand hoeft instructies over te tikken.
  • Het leest wat er al ligt. Mail, documenten, pakketten en repo’s blijven de bron; Bombos houdt de context erbij die nergens anders staat.
  • Navolgbaar. Een context graph met retrieval, geen eigen model. Je ziet waarop een antwoord rust, en wat je hebt opgebouwd blijft leesbaar als jouw kennis.
  • Cloud of op je eigen server, met je eigen modellen als je dat wilt.

Waar een agent op basis van die kennis handelt, blijft menselijk akkoord de standaard; dat kan alleen op verzoek van de klant en op eigen risico uit. We nemen je mee in de inrichting, zodat je daarna zelf bepaalt wat in de laag staat en welke tool erbij mag. Eén persoon kan beginnen met de plugin voor eigen agents, en het team meenemen wanneer dat past.

Wat kon deze pagina niet vaststellen?

Of de skills van OpenAI, Google en Anthropic hetzelfde formaat lezen, zeggen de helppagina’s van OpenAI en Google niet; we behandelen ze daarom als verwant, niet als uitwisselbaar. Voor Gemini Notebook (voorheen NotebookLM) vonden we geen helppagina van Google die beschrijft wat je uit een notebook kunt exporteren. Of een AI-assistent onder de overstapregels van de Data Act valt, is niet door een rechter of toezichthouder beslist. En geen van de gebruikte onderzoeken meet hoeveel kennis bij een overstap verloren gaat; de cijfers van Zapier en a16z zijn zelfrapportages van leidinggevenden.

Veelgestelde vragen

Kan ik mijn eigen GPT meenemen naar Claude of Copilot? Niet rechtstreeks. OpenAI zet een GPT om naar een plugin binnen ChatGPT. Wat je wel kunt meenemen, zijn de instructies als tekst en de originele kennisbestanden. Die bouw je in de andere tool opnieuw op, en test je met dezelfde vragen.

Zitten mijn geüploade bestanden in een Claude-export? Nee. Anthropic: “They don’t include the original files you uploaded.” Bewaar de originelen zelf.

Kan ik mijn ChatGPT-geschiedenis in Gemini importeren? Niet vanuit Nederland en niet met een werkaccount: de import is niet beschikbaar in de EER en niet voor werk- en schoolaccounts of accounts onder toezicht.

Wat gebeurt er met mijn Gems? In een persoonlijk Google-account zijn ze sinds 17 november 2026 skills en alleen-lezen, en op 17 december 2026 worden ze verwijderd. In Workspace begint de geautomatiseerde migratie voor Business en Enterprise niet vóór maart 2027.

Geeft de Data Act me recht op mijn AI-gegevens bij overstappen? Voor data processing services wel: opzegtermijn van maximaal twee maanden, een overgang van maximaal 30 dagen, en vanaf 12 januari 2027 geen overstapkosten. Of jouw AI-assistent zo’n dienst is, is niet beslist.

Is een open standaard als MCP een garantie? Nee. Het verkleint de afhankelijkheid van één leverancier, maar elke tool moet de koppeling zelf ondersteunen, en de technische eindbeslissing ligt bij de Lead Maintainers van het project.

Plan je half uur: we kijken samen welke kennis nu in één tool vastzit en hoe jullie geheugenlaag haar meeneemt. Kosteloos, en het plan houd je, ook zonder Bombos.

Bronnen

Pagina’s uit een helpcentrum zijn levende documenten; de datum is die van controle, tenzij anders vermeld.

Het eerste half uur · kosteloos

Wat vergeet jullie AI?

  1. 01Je vertelt welke AI jullie gebruiken en waar het steeds opnieuw moet.
  2. 02We laten zien wat een gedeeld geheugen daar verandert, op jullie eigen voorbeelden.
  3. 03Je krijgt het plan mee. Dat houd je, ook zonder Bombos.
Piet Baudoin
Piet BaudoinJe spreekt Piet, van het team van BombosNederlands team uit Utrecht en Nijmegen · data in Europa
We reageren dezelfde werkdag.