Hallucinatie (AI): wat het is en wanneer u het tegenkomt.
Hallucinatie (AI) is de term voor een antwoord van een taalmodel dat overtuigend klinkt maar feitelijk onjuist of verzonnen is: een niet-bestaande bron, een verkeerd cijfer of een verzonnen wetsartikel. Het ontstaat doordat het model waarschijnlijke tekst voorspelt in plaats van feiten opzoekt, en het is niet volledig te voorkomen, wel sterk te beperken.
Ook wel: AI-hallucinatie, hallucination, confabulatie, verzonnen feiten.
Door Saif Waleed Ibrahim, oprichter NEXTRIQ · 6× Anthropic-gecertificeerd · Bijgewerkt 28 september 2026
Uitleg
Hallucinatie in de praktijk.
Waarom hallucineren taalmodellen?
Een taalmodel is getraind om het meest waarschijnlijke vervolg van een tekst te voorspellen, niet om waarheid te controleren. Als het model iets niet weet, is er in de training zelden een beloning geweest voor een eerlijk weet-ik-niet; een plausibel klinkend antwoord scoorde net zo goed of beter. Onderzoekers van OpenAI beschreven in 2025 hoe gangbare evaluaties dit gokgedrag versterken: een model dat toegeeft onzeker te zijn, scoort lager dan een model dat gokt en soms goed zit. Daarnaast spelen kennisgrenzen mee (het model kent geen gebeurtenissen na zijn trainingsdatum), zeldzame onderwerpen waarover weinig trainingsdata bestaat, en lange of tegenstrijdige contexten waarin het model de draad kwijtraakt. Vooral bij precieze feiten gaat het mis: cijfers, data, namen, citaten en verwijzingen naar bronnen. Juist die zien er in een vloeiend geformuleerd antwoord betrouwbaar uit.
Hoe beperkt u hallucinaties in de praktijk?
Volledig uitsluiten kan niet, sterk beperken wel. De belangrijkste maatregel is grounding: geef het model de juiste bronnen mee via RAG en instrueer het om alleen op basis daarvan te antwoorden en bij twijfel te zeggen dat de informatie ontbreekt. Laat het model bronverwijzingen meegeven, zodat een medewerker een bewering in seconden kan controleren. Vraag om gestructureerde uitvoer met een veld voor zekerheid of ontbrekende informatie. Voor rekenwerk, datums en opzoekacties gebruikt u tools in plaats van het geheugen van het model. Redeneermodellen en een lagere temperature verminderen fouten bij feitelijke taken, maar vervangen controle niet. Ten slotte hoort bij elke toepassing een testset met lastige vragen, inclusief vragen waarop het juiste antwoord is dat het niet in de bronnen staat, zodat u meet hoe vaak het model eerlijk toegeeft iets niet te weten.
Wat zijn de gevolgen voor uw bedrijf?
Een hallucinatie in een intern conceptdocument is een ergernis; dezelfde fout in een verstuurde offerte, een juridisch advies of een antwoord aan een klant is een bedrijfsrisico. In meerdere landen zijn advocaten door rechters berispt voor het indienen van verzonnen jurisprudentie uit een chatbot, en bedrijven zijn aangesproken op onjuiste toezeggingen van hun klantenservicebot. Als organisatie blijft u verantwoordelijk voor wat u naar buiten brengt, ongeacht welke tool het schreef. Daarom hoort hallucinatie een vast onderdeel te zijn van uw AI-beleid: welke taken mogen zonder controle, welke vragen een menselijke check, en hoe worden fouten gemeld? Maak medewerkers bewust dat een taalmodel zelfverzekerd fout kan zijn, en richt toepassingen zo in dat controle eenvoudig is, bijvoorbeeld door bronverwijzingen standaard te tonen. Zo wordt het risico beheersbaar zonder de voordelen van AI op te geven.
Voorbeeld
Zo ziet het eruit in een mkb-bedrijf.
Uit de praktijk
Een administratiekantoor laat een AI-assistent conceptantwoorden schrijven op vragen van klanten over belastingregels. In een testfase noemt de assistent bij een vraag over een aftrekpost een drempelbedrag en een wetsartikel die bij controle niet blijken te kloppen: het model had een aannemelijk antwoord samengesteld uit verouderde bronnen. Het kantoor richt de assistent daarna anders in: hij mag alleen antwoorden op basis van de actuele publicaties van de Belastingdienst en de interne kennisbank, toont bij elke bewering de bron en geeft aan wanneer hij geen passende bron vindt. Elk antwoord blijft een concept dat een medewerker goedkeurt voordat het de deur uit gaat. U houdt zo het tempo van de assistent, zonder dat een verzonnen feit bij een klant belandt.
Wilt u dit toepassen? Kijk bij AI-beleid opstellen of plan een gratis gesprek.
Verwante begrippen
Hier hangt het mee samen.
RAG
LLM
Context engineering
Prompt engineering
Veelgestelde vragen
Vragen over Hallucinatie.
Wat is een AI-hallucinatie?
Een AI-hallucinatie is een antwoord van een taalmodel dat overtuigend klinkt maar niet klopt: een verzonnen bron, een verkeerd bedrag, een niet-bestaand wetsartikel of een functie die de software niet heeft. Het model liegt niet bewust; het voorspelt waarschijnlijke tekst en heeft geen ingebouwde manier om feiten te controleren. Daarom ziet een hallucinatie er precies zo uit als een correct antwoord, en is controle nodig.
Kunnen hallucinaties volledig worden voorkomen?
Nee. Zolang een taalmodel tekst voorspelt, blijft een fout mogelijk. Wel kunt u de kans sterk verkleinen door het model met uw eigen bronnen te laten werken (RAG), het te instrueren om bij twijfel dat te zeggen, tools te gebruiken voor rekenwerk en opzoekacties, bronverwijzingen te tonen en een mens te laten controleren bij alles wat naar buiten gaat. Meet daarnaast met een testset hoe vaak het misgaat.
Wanneer is een hallucinatie een juridisch risico?
Zodra de output naar buiten gaat of een beslissing beïnvloedt: een offerte, een juridisch of fiscaal advies, een antwoord aan een klant, een medische of financiële toelichting. U blijft als organisatie aansprakelijk voor wat u communiceert, ook als een AI-tool het schreef. Leg daarom in uw AI-beleid vast welke output zonder controle mag worden verstuurd en welke altijd een menselijke check vereist.
Wat kost het om hallucinaties in mijn AI-toepassing aan te pakken?
Dat hangt af van de toepassing. Vaak is de grootste stap het toevoegen van eigen bronnen (RAG), bronverwijzingen en een testset met lastige vragen, gecombineerd met duidelijke afspraken in uw AI-beleid over controle. Soms volstaat het aanpassen van instructies en het toevoegen van een menselijke goedkeuringsstap. Na een gratis gesprek over uw toepassing en de risico's ontvangt u een vaste prijs.
Bronnen
Waar deze uitleg op steunt.
Alle begrippen op een rij: begrippen en de compacte AI-begrippenlijst.