Gartner bracht in juni 2026 een nieuwe analyse uit van de markt voor AI-platformen voor data science en machine learning. De kern is simpel: het speelveld is opgeschoven. Waar deze platformen een paar jaar geleden vooral draaiden om het bouwen en trainen van modellen, gaan ze nu over de volledige levenscyclus van AI — inclusief generatieve AI en AI-agents die zelf taken uitvoeren.
Voor organisaties die met data en AI bezig zijn is dat geen detail. Het verandert waar je een platform op moet beoordelen, en het verandert wat een goede implementatiepartner moet kunnen.
- De markt verschuift van losse modellen naar samenhangende AI-systemen met GenAI en agents.
- Zeven Leiders, met Microsoft en Databricks als fundament onder de platformen die Adapt bouwt.
- Het verschil zit niet in de technologie, maar in de inrichting: data, governance en adoptie.
Wat er is verschoven
De grote beweging in deze markt is de overgang van losse modellen naar samenhangende AI-systemen. Een modern platform moet data kunnen voorbereiden, modellen bouwen en uitrollen, en die modellen daarna in productie beheren en monitoren. Daar is in korte tijd een flinke laag bijgekomen: grote taalmodellen, redeneermodellen, retrieval-oplossingen en agents die taken aan elkaar knopen binnen een werkproces.
Tegelijk wordt data science breder toegankelijk. Niet alleen data scientists werken op deze platformen, maar ook analisten, domeinexperts en businessgebruikers — geholpen door low-code interfaces en AI-assistentie. Dat is winst, maar het maakt sturen op kwaliteit lastiger. Daarom zijn governance, herleidbaarheid van data, en het continu bewaken van modellen en agents geen extraatjes meer, maar harde randvoorwaarden. Een dashboard of model is namelijk maar zo betrouwbaar als de data en de afspraken eronder.
Het bouwen kan steeds meer iedereen — het in goede banen leiden steeds minder vanzelf.
De Leiders volgens Gartner
In de analyse van juni 2026 staan zeven aanbieders in het kwadrant rechtsboven, waar uitvoeringskracht en volledigheid van visie samenkomen: Amazon Web Services, Databricks, Dataiku, DataRobot, Google, IBM en Microsoft. Daaronder zit een brede groep visionairs (waaronder Snowflake, Cloudera, SAS en Teradata), een uitdager (Alibaba Cloud) en een paar nichespelers (MathWorks en Posit).
Twee van die Leiders springen er voor ons uit, omdat ze het fundament vormen onder de dataplatformen die wij dagelijks bouwen en inrichten: Microsoft en Databricks.
Microsoft Fabric: het Microsoft-dataplatform
Microsoft staat in de analyse als Leider. Het bredere Microsoft-dataplatform heet inmiddels Microsoft Fabric: één geïntegreerde omgeving waarin data-integratie, opslag, analyse, modellering en BI samenkomen, met governance en een gedeelde datalaag als basis. Voor veel organisaties is dat aantrekkelijk, omdat het aansluit op de Microsoft-stack die ze al gebruiken en de stap van ruwe data naar bruikbare inzichten en AI-toepassingen verkort.
De valkuil is dat Fabric breed en krachtig is, en dat je daar zonder duidelijke inrichting snel in verdwaalt. Een platform aanzetten is iets anders dan er waarde uit halen.
Adapt heeft voor een aantal markten een bewezen 'template' gemaakt, die naadloos koppelt aan de nieuwste technieken binnen Microsoft zoals Preview, Cowork en Copilot. Daarnaast levert Adapt interim-specialisten en implementatie-expertise voor Microsoft Fabric. Wij richten het platform zo in dat het past bij hoe jouw organisatie werkt: een logische data-architectuur, heldere eigenaarschap- en kwaliteitsafspraken, governance die in de praktijk landt, en oplossingen waar je teams ook echt mee verder kunnen. Geen losse proof of concept die in een hoekje blijft staan, maar een platform dat onderdeel wordt van de dagelijkse manier van werken.
Databricks: dezelfde aanpak, ander platform
Databricks staat eveneens als Leider in de analyse. Het lakehouse van Databricks brengt data engineering, analytics, modeltraining en het bouwen van AI- en agent-oplossingen samen op één plek, met centrale governance over data en modellen. Het is een sterke keuze voor organisaties die op schaal met data en AI werken.
Ook hier levert Adapt interim-specialisten en implementatie-expertise. We helpen organisaties Databricks goed neer te zetten en te benutten — van architectuur en datamodellering tot governance, datakwaliteit en het productierijp maken van modellen. Of je nu kiest voor Microsoft Fabric, voor Databricks, of voor een combinatie: de principes zijn hetzelfde. Eerst de basis op orde, dan pas opschalen.
Alle spelers in het kort
Voor wie het volledige speelveld wil overzien: hieronder een korte toelichting per partij, gegroepeerd per kwadrant. Per aanbieder noemen we het belangrijkste platform en, op basis van de Gartner-analyse, een sterk punt en een aandachtspunt.
Onze nuchtere kanttekening
De Gartner-analyse bevestigt vooral een patroon dat wij in de praktijk zien. De technologie is niet meer de bottleneck. De platformen kunnen veel, en de Leiders kunnen het meeste. Het verschil tussen een platform dat geld kost en een platform dat geld oplevert zit in de inrichting: kloppende data, duidelijke afspraken over eigenaarschap en kwaliteit, governance die werkt zonder iedereen tegen te houden, en mensen die de tools daadwerkelijk gebruiken.
Daar zit precies het werk dat wij doen. Niet de zoveelste AI-belofte, maar een dataplatform dat staat, en dat morgen nog steeds klopt.
Bron: Gartner, Magic Quadrant for AI Platforms for Data Science and Machine Learning, juni 2026. Gartner onderschrijft geen enkele aanbieder, product of dienst die in zijn publicaties wordt genoemd. „Gartner" en „Magic Quadrant" zijn merken van Gartner, Inc. en/of gelieerde ondernemingen. Adapt is geen aanbieder in deze analyse, maar implementatie- en interim-partner. De weergave in dit artikel is een vereenvoudigde interpretatie en geeft niet de originele Gartner-grafiek of -posities weer.
