Je googelt op de beste AI om samen te vatten en belandt op lijstjes die één tool aanwijzen. Dit artikel doet dat bewust niet. Het geeft je per brontype de beste aanpak, laat zien waar het misgaat als je de verkeerde tool pakt, en legt het mentale model uit waarmee je elke volgende samenvat-keuze zelf maakt.
De beste AI bestaat niet los van je bron.
AI-samenvatten is het automatisch condenseren van een bron, audio, een lang document, een vergadering of een artikel, tot de kern: de hoofdpunten, besluiten of actiepunten. Dat klinkt als een taak met een winnaar, en zo wordt het ook verkocht. De meeste lijstjes met de tien beste AI-samenvatters wijzen één tool aan en doen alsof je daarmee klaar bent.
Dat klopt niet, en je merkt het zodra je het probeert. Dezelfde tool die een artikel feilloos terugbrengt tot vijf zinnen, loopt vast op een opname van anderhalf uur. Een document-samenvatter die een rapport van veertig pagina's aankan, houdt een gesprek met vier mensen niet eens uit elkaar.
Het verschil zit niet in hoe slim de AI is, maar in wat je erin stopt. Daarom is de vraag niet welke AI, maar welke bron. Vier bronnen, vier richtingen; hieronder per bron precies welke.
Een herkenbare vrijdagmiddag.
Vrijdag, kwart over vier. Sam is consultant en wil voor het weekend zijn bureau leeg. Er wachten drie dingen: een overleg van die ochtend dat hij met zijn telefoon heeft opgenomen, anderhalf uur lang. Een aanbestedingsdocument van veertig pagina's dat hij maandag moet kennen. En een artikel dat Leila doorstuurde met "even lezen, relevant voor ons".
Hij doet wat iedereen doet: googelen op de beste AI om samen te vatten, en een lijstje volgen dat één tool aanwijst. De opname erin: te lang. Het document erin: de helft valt stil weg. Het artikel gaat wel goed. En dan komt de vraag waar de meeste mensen op vastlopen: moet je nu drie of vier verschillende tools leren voor één vrijdagmiddag?
Het korte antwoord is nee. Maar om te zien waarom, moet je de bronnen eerst uit elkaar trekken.
Een opname (audio).
De beste aanpak: een audio-samenvatter die opnemen, transcriberen en samenvatten in één stap doet. Je hoeft de opname niet eerst zelf uit te schrijven, en een goede tool houdt de sprekers uit elkaar.
Waar het misgaat: een gewone chatbot of document-samenvatter kan geen geluid lezen. En een tool zonder sprekerherkenning maakt van vier mensen een onleesbare brei.
Het voorbeeld: het opgenomen overleg van Sam. Tekst plakken kan niet, want hij heeft alleen geluid.
Een lang document of PDF.
De beste aanpak: een model met een groot contextvenster, oftewel genoeg geheugen om het hele stuk in één keer te lezen. Bij de topmodellen medio 2026 gaat het om honderdduizenden tokens; controleer het venster van het model dat je gebruikt.
Waar het misgaat: is je document groter dan het venster, dan leest de AI alleen het begin en verzint de rest erbij. Je merkt het niet altijd, want het leest prima.
Het voorbeeld: het aanbestedingsdocument van veertig pagina's past ruim binnen een groot venster. Plak het in een tool met een klein venster en de helft valt stil weg.
Een vergadering of gesprek (vertrouwelijk).
De beste aanpak: een tool die in de EU verwerkt en niet op je gesprekken traint, en die de opname meteen omzet in een samenvatting met besluiten en actiepunten. Voor de kern van een overleg telt privacy net zo zwaar als kwaliteit.
Waar het misgaat: een gratis consumenten-chatbot is hier de verkeerde plek. Vaak geen verwerkersovereenkomst, en wat je plakt kan in de training belanden.
Het voorbeeld: een MDO, een sollicitatiegesprek, een klantoverleg. Alles wat je niet zomaar buiten de deur wilt hebben.
Een kort artikel of webpagina.
De beste aanpak: je gewone chatbot volstaat. Plak de tekst of de link, vraag om de kern, klaar. Voor iets korts en niet-vertrouwelijks heb je geen aparte tool nodig.
Waar het misgaat: eigenlijk nergens, behalve dat je voor een artikel van een halve pagina sneller zelf leest dan een prompt typt. Het doorgestuurde artikel van Leila is dertig seconden werk.
De bronnen naast elkaar.
Zet je de vier naast elkaar, dan zie je in één oogopslag waar het schuurt. De as is hier niet tool tegen tool, maar bron tegen criteria: hoeveel past erin, hoe goed gaat het in het Nederlands, waar zit het risico, en waar gaat je tekst heen.
| Bron | Hoeveel past erin | Nederlands | Grootste risico | Waar gaat je tekst heen |
|---|---|---|---|---|
| Opname (audio) | Hele opname; de tool zet geluid eerst om naar tekst | Per tool wisselend; test op eigen materiaal | Matige geluidskwaliteit en door elkaar pratende sprekers | Hangt van de tool af; kies voor vertrouwelijk EU-verwerking zonder training |
| Lang document of PDF | Groot contextvenster nodig: orde van honderdduizenden tokens bij de topmodellen | Per tool wisselend | Document groter dan het venster: informatie valt stil weg | Bij gratis chatbots vaak naar de VS en mogelijk de training in |
| Vergadering of gesprek (vertrouwelijk) | Hele opname; idealiter meteen omgezet in besluiten en actiepunten | Per tool wisselend; Nederlandse tools vaak sterker | Privacy: plakken in een gratis chatbot kan een datalek zijn | Kies een EU-tool zonder training en met verwerkersovereenkomst |
| Kort artikel of webpagina | Past makkelijk in elk venster | Doorgaans prima | Weinig; voor iets heel korts lees je zelf sneller | Check bij gratis chatbots of je input voor training wordt gebruikt |
Contextvensters en taalkwaliteit zijn een momentopname van juni 2026 en verschuiven per modelversie. Controleer het venster van het model dat je op dat moment gebruikt; de bronnen staan onderaan dit artikel.
Het mentale model: twee assen.
Bijna elke samenvat-keuze valt te herleiden tot twee assen: wat voor bron is het, en hoe lang is hij. De bron bepaalt het soort tool: geluid vraagt om een audio-tool, tekst om een tekst-tool, een vertrouwelijk gesprek om een EU-tool. De lengte bepaalt of het in één keer in het geheugen van het model past.
Onder de tekst-tools zit nog een laag: het taalmodel zelf. Voor korte en middellange teksten is een model uit de ChatGPT-familie ruim genoeg. Voor heel lange documenten helpt een groter contextvenster, zoals bij de Claude-familie, rond een miljoen tokens bij het topmodel medio 2026. Werk je liever binnen een bron zonder dat er iets weglekt, dan houden tools als NotebookLM of Copilot zich aan het materiaal dat je aanlevert.
Goed om te weten: sommige tools knippen letterlijk de belangrijkste zinnen uit de tekst (extractief), andere herschrijven de inhoud in eigen woorden (abstractief). Geen van beide is beter; ze lezen alleen anders.
En als je bron groter is dan het venster?
Dan zijn er drie uitwegen, en geen ervan is pech gehad:
- Knip het document in stukken en vat elk stuk los samen.
- Maak daarna een samenvatting van die samenvattingen, zodat je toch een geheel overhoudt.
- Kies een tool of model met een groter venster, of een document-samenvatter die het opdelen zelf voor je doet.
De tokenlimiet is een grens, geen muur. Hoe diep je een opname laat samenvatten, van een korte actielijst tot een uitgebreid verslag, is weer een aparte keuze; die werken we uit bij audio samenvatten.
Waar AI-samenvatten je laat zitten.
AI-samenvatten is op zijn best bij een heldere, rijke bron met genoeg inhoud om te condenseren. Het is op zijn zwakst zodra de bron mager, lang of rommelig is. Ken dat verschil voordat je op de uitkomst vertrouwt. Vier dingen om in de gaten te houden:
- Dunne bronIs er weinig te zeggen, dan vult een model de gaten op met wat aannemelijk klinkt, en juist in samenvattingen gebeurt dat vaker dan je denkt.
- Te lang voor het vensterBij een bron die langer is dan het contextvenster valt informatie stil weg; de uitweg daarvoor staat hierboven.
- Rommelige audioBij matige geluidskwaliteit of veel door elkaar pratende mensen zakt de kwaliteit, omdat de transcriptie eronder al wankelt.
- Nuance en ironieNuance, ironie of een impliciet "dat doen we dus niet" haalt een model er lang niet altijd uit.
Twee dingen apart. Het Nederlands is de afgelopen jaren sterk verbeterd, maar blijft per tool wisselen, van prima tot middelmatig, dus controleer het op je eigen materiaal. En voor een korte tekst is de eerlijkste tip: lees hem zelf, dat is sneller dan een prompt typen en het resultaat nalezen.
Bij alles geldt: een samenvatting is een hulpmiddel, geen bewijsstuk. Controleer de besluiten in de bron voordat je erop afgaat.
Een gratis chatbot is zelden de plek voor iets vertrouwelijks.
Een gratis consumenten-AI is meestal niet de juiste plek voor een vertrouwelijke bron. Niet omdat de samenvatting slecht is, maar om twee redenen die los van de kwaliteit staan.
De eerste: bij de gratis versies van de bekende chatbots wordt wat je intypt standaard gebruikt om de modellen te trainen, en er is geen verwerkersovereenkomst. De tweede: de Autoriteit Persoonsgegevens waarschuwt dat het plakken van persoonsgegevens in een AI-chatbot op zichzelf al een datalek kan zijn. De toezichthouder kreeg al meldingen waarin medewerkers persoonsgegevens van patiënten of klanten in een AI-chatbot hadden gezet.
De norm voor iets vertrouwelijks is daarom omgekeerd: een tool die in de EU verwerkt, niet op je input traint, en een verwerkersovereenkomst aanbiedt. Dat is geen luxe, het is de ondergrens. Meer hierover bij veilig notuleren.
Vier bronnen, in de praktijk twee.
Het patroon achter dit hele artikel: niet de AI is dom, de bron bepaalt de aanpak. Een document-samenvatter is de slechtste keuze voor een opname; een chatbot is de verkeerde keuze voor een vertrouwelijke vergadering. Niet omdat die tools slecht zijn, maar omdat ze gebouwd zijn voor een ander soort bron. Wie eerst de tool kiest en daarna de bron, kiest bijna altijd verkeerd. Wie eerst de bron bekijkt, kiest bijna altijd goed.
En vier bronnen klinkt als vier tools, maar in de praktijk zijn het er twee. De meeste professionals draaien om documenten en gesprekken. Voor documenten en artikelen volstaat vaak een chatbot of document-samenvatter die je al hebt. Voor gesprekken en vergaderingen kies je een tool die opnemen, transcriberen en samenvatten combineert en in de EU verwerkt. Twee goede keuzes dekken het meeste werk.
Terug naar Sam en zijn vrijdagmiddag: het aanbestedingsdocument en het artikel vallen allebei onder documenten, dus daar is hij met een chatbot klaar. Zijn opname valt onder gesprekken, en dat is de bron waar de meeste tools afhaken. Geen vier losse tools dus. Twee, waarvan er één wat zorgvuldiger gekozen moet worden.
Zo vat je de vergadering netjes samen.
Van de vier bronnen is de vertrouwelijke vergadering de lastigste, en dat is waar Notuly voor gemaakt is: dé AI-notulist voor elk gesprek: discreet fysiek, hybride en online. Aan tafel leg je je telefoon in het midden; voor meetings via Teams, Zoom of Google Meet gebruik je de desktop-app voor macOS en Windows.
Zo ziet de vrijdagmiddag van Sam er anders uit. Het overleg van die ochtend had hij niet hoeven uittypen: telefoon op tafel, opnemen, gesprek voeren. Binnen tien minuten na afloop staat het verslag met besluiten en actiepunten in zijn mail, klaar om door te sturen. En als je dat kiest, komt de transcriptie als .txt-bestand mee. Geen dashboard, geen archief om in te zoeken.
Onder de motorkap is het strak afgebakend. De verwerking loopt via Nederlandse servers in Amsterdam; je data verlaat de EU niet. De audio wordt binnen een minuut na verwerking gewist en je gesprekken zijn geen trainingsdata: Notuly draait op een eigen AI-model, zonder OpenAI, Microsoft of andere Big Tech die meekijkt. Sprekers worden automatisch herkend, tot 32 sprekers, en Notuly verstaat 90+ gesproken talen; het verslag krijg je in het Nederlands of Engels.
Een verwerkersovereenkomst (AVG art. 28) is beschikbaar vanaf een Team-licentie: precies het document dat de AVG van je organisatie vraagt bij deze bron. Wil je vergader-tools naast elkaar zien voordat je kiest, dat kan ook.
Bronnen.
Contextvensters en taalkwaliteit zijn versiegebonden en een momentopname van juni 2026. Controleer het venster van het model dat je op dat moment gebruikt.
- Anthropic, modeldocumentatie Claude-familie: contextvenster rond 1 miljoen tokens bij het topmodel, geraadpleegd juni 2026.
- OpenAI, modeldocumentatie GPT-familie: contextvenster rond 128 duizend tot 1 miljoen tokens, afhankelijk van het model, geraadpleegd juni 2026.
- Microsoft Learn, Azure AI Language summarization: het onderscheid tussen extractief en abstractief samenvatten, geraadpleegd juni 2026.
- Autoriteit Persoonsgegevens: gebruik van een AI-chatbot kan tot datalekken leiden; de AP kreeg meldingen van medewerkers die persoonsgegevens in een chatbot zetten, geraadpleegd juni 2026.