Elke tool voor automatisch aanvullen moet ergens een taalmodel laten draaien. Dat ‘ergens’ is de hele kwestie. Draait het op een server, dan moeten je toetsaanslagen daar eerst naartoe. Draait het op je eigen machine, dan verlaten ze die nooit. De suggestie op je scherm kan er in beide gevallen hetzelfde uitzien — het verschil is onzichtbaar totdat je vraagt waar de berekening daadwerkelijk plaatsvond.

Dit is geen abstract onderscheid. Het bepaalt wat een bedrijf technisch gezien met je tekst kan doen, wat er bij een datalek op de servers van dat bedrijf bloot komt te liggen en of je tool voor automatisch aanvullen werkt in een vliegtuig zonder wifi. Dit is wat er onder de motorkap daadwerkelijk anders is.

Hoe automatisch aanvullen in de cloud werkt

Een cloudgebaseerde schrijfassistent bestaat doorgaans uit een lichte client — een browserextensie of een klein achtergrondproces — in combinatie met een groot model dat op een externe server draait. Dit is hoe de gegevensstroom eruitziet:

  1. Je typt een paar woorden in een tekstveld.
  2. De client vangt de omringende tekst op en stuurt die via het netwerk naar de API van de aanbieder.
  3. Een groot model op hun infrastructuur genereert een aanvulling.
  4. De suggestie wordt teruggestuurd en als spooktekst in je tekstveld weergegeven.

Deze heen-en-terugcommunicatie vindt plaats telkens wanneer je even stopt met typen. Dat betekent dat er een voortdurende stroom van wat je schrijft — conceptmails, chatberichten, interne notities — via de servers van een derde partij loopt. Sommige aanbieders registreren dit verkeer om modellen te verbeteren, misbruik op te sporen of problemen op te lossen. Andere doen dat niet. Als gebruiker kun je doorgaans van buitenaf niet controleren wat het geval is, en de voorwaarden kunnen veranderen wanneer het privacybeleid wordt bijgewerkt.

Hoe een lokale LLM werkt

Een tool die op het apparaat draait, keert de architectuur om. Het model zelf — niet alleen de client — staat op je machine.

Het model wordt één keer gedownload

Tijdens de installatie wordt een compact, gekwantiseerd modelbestand naar de schijf gedownload. Daarna is er geen verdere netwerktoegang nodig om het te laten werken.

Inferentie vindt plaats op je CPU/GPU

Wanneer je stopt met typen, draait het model lokaal via een inferentie-engine. Het leest de tekst in de buurt rechtstreeks uit het geheugen — die verlaat het proces nooit.

Geen netwerkverkeer heen en terug

Er is geen server om tekst naartoe te sturen, dus er is geen verzoek dat kan worden onderschept, geregistreerd of bewaard. De suggestie wordt in hetzelfde lokale proces berekend en weer weggegooid.

Typeahead voor Windows is op deze manier gebouwd. Het draait een lokaal model — Qwen 3.5, uitgevoerd via llama.cpp — rechtstreeks op je pc. De enige netwerkactiviteit die het nodig heeft, is het downloaden van het modelbestand en controleren of er app-updates zijn; suggesties genereren kan volledig zonder verbinding en je getypte tekst wordt nooit ergens naartoe verzonden.

Wat ‘geen telemetrie’ daadwerkelijk betekent

‘Privacyvriendelijk’ is een term die op allerlei producten wordt geplakt, terwijl de implementatie erachter sterk verschilt. Het is de moeite waard om precies te beschrijven wat een echt lokale architectuur technisch uitsluit, en niet alleen contractueel:

De test die ertoe doet: verbreek de internetverbinding en blijf typen. Blijven de suggesties werken, dan heeft de tekst je machine nooit verlaten — er was geen server die hij kon bereiken. Stoppen ze met werken, dan is de tool afhankelijk van een netwerkverzoek, en waren je toetsaanslagen de inhoud van dat verzoek.

Zonder server is er geen registratieproces voor tekst dat verkeerd kan worden geconfigureerd, geen analysedashboard waarin per ongeluk berichtinhoud terecht kan komen en geen dataset met gebruikerstarteksten die later betrokken kan raken bij een datalek, een overname of een wijziging van het gegevensgebruiksbeleid. Het ontbreken van een route via de cloud is geen beleidsbelofte — het is een eigenschap van de architectuur.

De afweging: modelgrootte en mogelijkheden

Dit alles is niet zonder nadelen. Een model dat volledig draait met 600 MB–2,5 GB schijfruimte, op de CPU van een laptop, is kleiner dan de enorme modellen die clouddiensten op GPU's in datacenters draaien. Voor open taken, zoals een volledig essay vanaf nul opstellen, heeft een enorm cloudmodel nog steeds een voorsprong wat betreft creatieve mogelijkheden. Voor Balanced is 8 GB systeemgeheugen nodig; voor Maximum is een losse grafische kaart met 8 GB eigen geheugen en 16 GB systeemgeheugen nodig.

Maar automatisch aanvullen van de volgende zinsnede is een beperktere taak dan open tekst genereren: het voorspelt een aannemelijk kort vervolg op een zin die je al bent begonnen, in plaats van uit het niets nieuwe inhoud te schrijven. Dat is een taak waar een klein, goed afgestemd lokaal model goed in is. Daarom is de afweging rond grootte voor dit gebruik veel kleiner dan voor algemene chat.

Eigenschap Lokale LLM (Typeahead) Automatisch aanvullen in de cloud
Waar inferentie plaatsvindt Je apparaat De server van de aanbieder
Tekst die via het netwerk wordt verzonden Nooit Bij elke suggestie
Werkt offline Ja Nee
Account vereist Nee Meestal
Blootstelling als de aanbieder wordt gehackt Geen — er wordt geen tekst op de server opgeslagen Afhankelijk van het bewaarbeleid

Waar dit het belangrijkst is

Het verschil tussen lokaal en in de cloud is niet alleen theoretisch voor mensen die gevoelig materiaal typen — bijvoorbeeld supportmedewerkers die accountgegevens verwerken, zorg- of juridisch personeel dat notities opstelt, of iedereen die onder een geheimhoudingsovereenkomst schrijft. Het is ook relevant als je gewoon in een trein, in een kelderkantoor of ergens anders met een onbetrouwbare verbinding schrijft: een cloudtool valt stil, terwijl een lokale tool het niet eens merkt.

Typeahead hanteert dit als standaardinstelling, niet als optie. Wachtwoordvelden worden altijd genegeerd en wachtwoordbeheer- en financiële apps worden standaard beschermd, zonder mogelijkheid om die bescherming uit te schakelen — boven op het feit dat getypte tekst het apparaat sowieso nooit verlaat.

Veelgestelde vragen

Verstuurt Typeahead mijn getypte tekst ooit ergens naartoe?
Nee. Suggesties worden gegenereerd door een lokaal model dat op je pc draait. De enige netwerkverzoeken die Typeahead doet, zijn om een modelbestand te downloaden of te controleren of er app-updates zijn — bij geen van beide wordt de tekst die je typt meegestuurd.
Kan ik controleren of een tool echt lokaal werkt en dat niet alleen beweert?
De eenvoudigste controle is om na de installatie de verbinding met internet te verbreken en de tool te blijven gebruiken. Blijft hij zonder verbinding suggesties genereren, dan is er geen server waar hij tekst naartoe kan sturen.
Is een klein lokaal model net zo goed als een groot cloudmodel?
Voor open schrijftaken hebben grote cloudmodellen over het algemeen een breder bereik. Voor het voorspellen van de volgende paar woorden van een zin die je al aan het typen bent, presteert een compact lokaal model goed, omdat de taak zelf beperkter en voorspelbaarder is.
Heeft Typeahead een account of aanmelding nodig?
Nee. Er is geen account, geen aanmelding en geen enkel serverprofiel. De app werkt volledig met lokale bestanden en een lokaal model.
Wat downloadt Typeahead eventueel van internet?
Alleen het modelbestand tijdens de installatie en periodieke controles op app-updates. Bij geen van beide wordt de tekst die je typt meegestuurd.

Download Typeahead

Suggesties worden op je apparaat gegenereerd, niet op een server. Eenmalige gratis proefperiode van 7 dagen van $9.99,.

 Downloaden op Microsoft Store