- Begin met een inventarisatie. U kunt niet beheersen wat u niet heeft gecatalogiseerd. Shadow AI is wijdverbreid en AI van leveranciers is vaak standaard ingeschakeld in tools waarvoor u al betaalt.
- Classificeer tools op basis van de gegevens die ze verwerken en de beslissingen die ze beïnvloeden. Een AI-tool met een laag risico en een AI-tool met een hoog risico vereisen verschillende beheersmaatregelen.
- Een AI-beleid voor acceptabel gebruik heeft één doel: medewerkers vertellen wat ze mogen gebruiken, welke gegevens ze niet mogen invoeren en welke controle nodig is voordat op AI-output wordt gehandeld.
- Artikel 22 AVG beperkt uitsluitend geautomatiseerde beslissingen met aanzienlijke gevolgen voor personen. HR-screeningtools, kredietbeslissingen en verzekeringsprijsstelling kunnen hieronder vallen, afhankelijk van hoe de beslissing wordt genomen en in hoeverre sprake is van betekenisvolle menselijke betrokkenheid.
- Menselijk toezicht betekent dat een mens de AI-output daadwerkelijk beoordeelt voordat een beslissing met gevolgen wordt genomen. Een beslissing slechts afvinken is geen toezicht.
- De EU AI Act is rechtstreeks van toepassing op Nederlandse organisaties. De verplichtingen voor hoog-risico-AI onder Bijlage III gelden vanaf 2 december 2027.
- ISO 42001-certificering is voor de meeste mkb-organisaties niet noodzakelijk. Het implementeren van de bijbehorende governance-beheersmaatregelen wel.
Wat AI-governance daadwerkelijk inhoudt
AI-governance is de combinatie van beleid, beheersmaatregelen en verantwoordelijkheidsstructuren die bepalen hoe uw organisatie AI-tools gebruikt, tot welke gegevens die tools toegang hebben, hoe door AI beïnvloede beslissingen worden genomen en beoordeeld, en wie verantwoordelijk is wanneer er iets misgaat.
Het is geen ethische verklaring, AI-strategiedocument of lijst met principes. Dat zijn uitgangspunten voor gesprekken, geen beheersmaatregelen. Governance betekent concrete regels die gelden voor specifieke tools, duidelijke verantwoordelijkheid voor specifieke beslissingen en een beoordelingsproces dat daadwerkelijk wordt uitgevoerd.
De meeste organisaties hebben begin 2026 niets hiervan geregeld. Ze hebben medewerkers die ChatGPT, Copilot, Gemini en een tiental SaaS-tools met ingeschakelde AI-functies gebruiken, zonder beleid, zonder training en zonder inzicht in welke gegevens worden verwerkt. Het governance-gat is niet theoretisch: het vormt een risico onder de AVG, een reputatierisico en, voor organisaties met activiteiten in de EU, een compliancevraagstuk onder de EU AI Act.
Wijs eerst eigenaarschap toe
Bepaal voordat u tools inventariseert of beleid opstelt wie verantwoordelijk is voor AI-governance. Zonder een aangewezen eigenaar en duidelijke beslissingsbevoegdheden wordt de inventarisatie niet bijgehouden, wordt het beleid niet gehandhaafd en worden incidenten niet geëscaleerd. In de meeste organisaties ziet de structuur er als volgt uit:
| Rol | Verantwoordelijkheid voor AI-governance |
|---|---|
| Bestuur / Directie | Bepaal de risicobereidheid voor AI-gebruik. Ontvang elk kwartaal rapportages over de AI-risicopositie. Keur AI-use-cases met een hoog risico goed. |
| AI-governance-eigenaar (IT-lead, FG/DPO of vCISO) | Beheer het AI-toolregister. Keur aanvragen voor nieuwe tools goed of wijs ze af. Coördineer het uitvoeren van DPIA's. Beheer het beleid voor acceptabel gebruik. Rapporteer incidenten aan het management. Voer de periodieke beoordelingscyclus uit. |
| FG/DPO / Privacy | Leid DPIA-beoordelingen. Adviseer over de toepasselijkheid van artikel 22. Beoordeel verwerkersovereenkomsten met leveranciers. Behandel inzageverzoeken van betrokkenen waarbij AI betrokken is. |
| IT / Security | Beoordeel de beveiligingsmaatregelen van AI-tools. Beheer toegangsrechten voor zakelijke AI-tools. Detecteer Shadow AI. Monitor op data-exfiltratie. Handel AI-gerelateerde beveiligingsincidenten af. |
| Juridisch / Compliance | Beoordeel leverancierscontracten met betrekking tot AI. Adviseer over sectorspecifieke wettelijke verplichtingen. Volg ontwikkelingen rond de EU AI Act voor relevante use-cases. |
| Business- / afdelingsverantwoordelijken | Zijn verantwoordelijk voor AI-use-cases binnen hun functie. Zorgen dat medewerkers het beleid voor acceptabel gebruik volgen. Escaleren aanvragen voor nieuwe AI-tools via het formele goedkeuringsproces. Zijn verantwoordelijk voor menselijk toezicht binnen hun workflows. |
| Eindgebruikers | Volgen het beleid voor acceptabel gebruik. Gebruiken alleen goedgekeurde tools. Melden incidenten en Shadow AI-gebruik. Volgen AI-bewustwordingstraining. |
In een kleinere organisatie worden meerdere van deze rollen door dezelfde persoon vervuld. Dat is prima. Het gaat erom dat de verantwoordelijkheden expliciet zijn toegewezen, niet dat voor elke rol een afzonderlijke medewerker beschikbaar is. Een organisatie met 50 medewerkers, een aangewezen AI-governance-eigenaar, een vastgelegde escalatieroute en een kwartaaloverleg heeft meer functionele governance dan een grote organisatie met een governanceframework op papier en niemand die het uitvoert.
Stap 1: Breng in kaart wat u al gebruikt
Breng voordat u beleid opstelt in kaart welke AI-tools worden gebruikt. De meeste organisaties ontdekken meer dan verwacht wanneer ze dit grondig onderzoeken.
Vier categorieën om te controleren
Bevraag afdelingshoofden en voer een discoveryronde uit over uw SaaS-omgeving. gids over Shadow AI-risico's behandelt het discoveryproces uitgebreider. De inventarisatie wordt uw controlebasis: elke tool erop heeft een governance-registratie of krijgt die voordat de goedkeuring wordt gehandhaafd.
AI-toolregister: minimale velden
Leg elke AI-tool vast in een centraal register. Dit wordt het actuele overzicht dat uw AI-governance-eigenaar bijhoudt en dat auditors of toezichthouders kunnen inspecteren.
| Veld | Voorbeeld |
|---|---|
| AI-tool | Microsoft 365 Copilot |
| Business owner | Hoofd Marketing |
| Doel | Opstellen van content, samenvatten van e-mails |
| Verwerkte gegevens | Interne bedrijfsgegevens, e-mails van medewerkers |
| Persoonsgegevens betrokken | Ja |
| Leverancier | Microsoft |
| Locatie gegevensverwerking / hosting | UK / EU |
| Verwerkersovereenkomst aanwezig | Ja, via Microsoft Data Processing Agreement |
| Risiconiveau | Gemiddeld |
| DPIA vereist | Ja, afgerond op 24 augustus 2026 |
| Beoordeling artikel 22 | Niet van toepassing (uitsluitend adviserend gebruik, menselijke beoordeling vereist) |
| Goedgekeurde gebruikers | Marketing, Sales (alleen gebruikers met licentie) |
| Goedkeuringsdatum | 24 augustus 2026 |
| Volgende beoordelingsdatum | 24 februari 2027 |
Bewaar het register op een locatie waar zowel uw AI-governance-eigenaar als uw FG/DPO toegang toe hebben en wijzigingen kunnen aanbrengen. Een gedeeld document of een rij in uw bestaande risicoregister volstaat. Het format is minder belangrijk dan de discipline om het actueel te houden.
Stap 2: Classificeer tools op risico
Niet elke AI-tool heeft hetzelfde niveau van beheersing nodig. Een grammaticacontrole en een cv-screeningsysteem zijn beide AI, maar de governancevereisten verschillen volledig. Het onderstaande classificatiemodel gebruikt twee assen: welke gegevens de tool verwerkt en welke beslissingen de tool beïnvloedt.
Aanvullende classificatiedimensies
Naast de drie bovenstaande niveaus verfijnen vier aanvullende dimensies de classificatie en identificeren ze waar aanvullende beheersmaatregelen nodig zijn:
- Autonomieniveau: is de AI uitsluitend ondersteunend (stelt tekst op die door een mens wordt beoordeeld), adviserend (doet een aanbeveling), semi-geautomatiseerd (vereist menselijke goedkeuring om verder te gaan), or volledig geautomatiseerd (handelt zonder menselijke tussenkomst)?
- Externe blootstelling: verwerkt de AI gegevens of produceert deze output die naar klanten, partners of het publiek gaat, of blijft alles volledig intern?
- Regelgevingsblootstelling: valt de use-case onder een sectorspecifiek regime (bijv. AFM, NEN 7510, DORA, or the EU AI Act voor organisaties met activiteiten in de EU?
- Gevoeligheid van gegevens: openbare en niet-persoonlijke gegevens, interne bedrijfsgegevens, persoonsgegevens, vertrouwelijk of juridisch beschermd materiaal, of bijzondere categorieën persoonsgegevens zoals gezondheids- of biometrische gegevens?
Een tool die op het primaire risiconiveau als gemiddeld wordt geclassificeerd, maar ook volledige automatisering, klantgerichte output en bijzondere categorieën persoonsgegevens omvat, moet in de praktijk als hoog risico worden behandeld. Gebruik de dimensies om de primaire classificatie kritisch te toetsen, niet om deze mechanisch te overschrijven.
Stap 3: Stel een AI-beleid voor acceptabel gebruik op
Een AI-beleid voor acceptabel gebruik bevat de regels die medewerkers volgen bij het gebruik van AI-tools op het werk. Het hoeft niet lang te zijn. Een beleid dat medewerkers in vijf minuten kunnen lezen en toepassen zonder om verduidelijking te vragen, is waardevoller dan een uitgebreid document dat niemand leest.
Wat moet erin staan
Wijs een eigenaar voor het beleid aan en stel een beoordelingsdatum vast. Gezien de snelheid waarmee AI-mogelijkheden en leveranciersvoorwaarden veranderen, is een beoordelingscyclus van zes maanden nuttiger dan een jaarlijkse.
Medewerkers mogen alleen AI-tools gebruiken die door de organisatie zijn goedgekeurd. Vertrouwelijke, persoonlijke, klant-, financiële, juridische of anderszins beperkte informatie mag niet in een AI-systeem worden ingevoerd tenzij de tool en use-case expliciet zijn goedgekeurd. AI-gegenereerde content moet door een daartoe bevoegde medewerker worden gecontroleerd voordat deze wordt gebruikt voor beslissingen met gevolgen of externe communicatie.
Stap 4: AVG-verplichtingen
De AVG is van toepassing op elke AI-verwerking waarbij persoonsgegevens betrokken zijn. De verplichtingen die in de praktijk het vaakst ontstaan zijn:
Personen hebben het recht niet te worden onderworpen aan een beslissing die uitsluitend is gebaseerd op geautomatiseerde verwerking wanneer die beslissing voor hen rechtsgevolgen heeft of hen op vergelijkbare wijze aanzienlijk treft. Als een AI-systeem zonder betekenisvolle menselijke tussenkomst uitsluitend geautomatiseerde beslissingen neemt over sollicitanten, kredietwaardigheid, verzekerbaarheid of het recht op uitkeringen, kan artikel 22 van toepassing zijn. Menselijke beoordeling moet de uitkomst daadwerkelijk kunnen beïnvloeden: het simpelweg afvinken van een AI-aanbeveling voldoet niet aan de eis. Artikel 22 kent specifieke uitzonderingen (uitdrukkelijke toestemming, contractuele noodzaak of wettelijke machtiging) die moeten worden onderscheiden van de rechtsgrondslag van artikel 6 voor de onderliggende verwerking van persoonsgegevens. Beide analyses zijn afzonderlijk vereist. Documenteer uw beoordeling of artikel 22 van toepassing is op elke AI-tool met een hoog risico en bewaar deze documentatie.
Een DPIA is vereist vóór verwerking die waarschijnlijk een hoog risico voor personen oplevert. De DPIA-richtlijnen van de AP noemen AI-verwerking met systematische profilering, bijzondere categorieën persoonsgegevens, geautomatiseerde besluitvorming met aanzienlijke gevolgen of grootschalige monitoring als verwerking waarvoor waarschijnlijk een DPIA vereist is. Voer vóór implementatie een DPIA uit voor elke AI-tool met een hoog risico. Voor tools met een gemiddeld risico is een DPIA goede praktijk, ook wanneer deze niet strikt verplicht is. Zie onze gids over DPIA-vereisten voor AI voor een uitgewerkt framework.
Voor de verwerking van persoonsgegevens via een AI-tool is een rechtsgrondslag onder artikel 6 vereist; voor bijzondere categorieën persoonsgegevens is daarnaast een voorwaarde onder artikel 9 vereist. Uw privacyverklaringen moeten personen informeren wanneer AI hun gegevens op een ingrijpende manier verwerkt. Als u AI-tools gebruikt die werknemersgegevens verwerken, werk dan uw privacyverklaring voor medewerkers bij. Als u klantgegevens via AI verwerkt, werk dan uw klantgerichte privacyverklaring bij.
Dit zijn afzonderlijke begrippen die onder verschillende kaders worden beoordeeld. Een DPIA is vereist wanneer verwerking onder de AVG waarschijnlijk een hoog risico voor personen oplevert: een risicoanalyse op het gebied van gegevensbescherming. Dit is niet hetzelfde als een AI-systeem classificeren als "hoog risico" onder de EU AI Act, die andere criteria hanteert op basis van het toepassingsgebied. Een tool met een lage risicoclassificatie onder de EU AI Act kan onder de AVG toch een DPIA vereisen als deze grootschalige profilering, bijzondere categorieën persoonsgegevens of geautomatiseerde beslissingen met aanzienlijke gevolgen omvat.
Internationale gegevensdoorgiften
De meeste leveranciers van generatieve AI verwerken gegevens in de Verenigde Staten. Controleer de verwerkersovereenkomst van uw leverancier om vast te stellen welk overdrachtsmechanisme wordt gebruikt: een adequaatheidsbesluit, standaardcontractbepalingen (SCC's) of bindende bedrijfsvoorschriften. Als uw leverancier alleen SCC's aanbiedt zonder een EU-conform addendum, vraag dan vóór gebruik van de tool voor persoonsgegevens om schriftelijke verduidelijking.
Stap 5: Bouw menselijk toezicht in workflows in
Menselijk toezicht is alleen betekenisvol wanneer de persoon die AI-output beoordeelt over de informatie en tijd beschikt om een echte beoordeling te maken. Een workflow waarin een manager binnen een minuut op "goedkeuren" klikt bij een AI-gegenereerde HR-beoordeling is geen toezicht. Het is een aansprakelijkheidsrisico vermomd als proces.
Definieer voor elke workflow met gevolgen waarin AI wordt gebruikt:
- Wie de AI-output beoordeelt en wat deze beoordeling moet omvatten
- Welke informatie zij nodig hebben om die beoordeling te maken, inclusief context waartoe de AI geen toegang had
- Wat zij kunnen wijzigen voordat de beslissing wordt vastgelegd en hoe wijzigingen worden gedocumenteerd
- Hoe de beslissing en de betrokkenheid van AI worden geregistreerd voor het geval later bezwaar wordt gemaakt of een audit plaatsvindt
- Met wie de betrokkene contact kan opnemen om menselijke beoordeling te verzoeken van een beslissing die hem of haar heeft geraakt
De loggingvereiste is bijzonder belangrijk. Als een wervingsbeslissing of kredietaanvraag wordt aangevochten, moet u kunnen aantonen wat de AI heeft geproduceerd, wat de beoordelaar heeft gewijzigd en wie de uiteindelijke beslissing heeft genomen. Mondelinge processen laten u onbeschermd achter.
Bij de implementatie van Microsoft 365 Copilot, ligt de nadruk minder op individuele beslissingen en meer op toegangscontroles voor gegevens: welke gegevens Copilot kan tonen, wie wat kan zien en of SharePoint-sites met te ruime rechten zichtbaar zijn voor medewerkers die geen toegang tot die content zouden mogen hebben.
Stap 6: Beveiligingsmaatregelen voor AI
AI-tools introduceren beveiligingsrisico's waarvoor de meeste bestaande beheersmaatregelen niet zijn ontworpen. AI-governance zonder beheersing van het beveiligingsprofiel laat een aanzienlijk gat, vooral wanneer organisaties AI koppelen aan interne gegevens, API's en bedrijfsprocessen.
Toegangscontrole en least privilege
Zakelijke AI-tools, met name tools die zijn geïntegreerd met uw Microsoft 365-omgeving, CRM of bestandssystemen, tonen gegevens op basis van waartoe de gebruiker toegang heeft. Als uw SharePoint-rechten te ruim zijn, zal Copilot documenten tonen die de gebruiker niet zou mogen zien. Controleer de rechten in uw gekoppelde systemen voordat u AI-tools inschakelt die deze kunnen doorzoeken. Pas least privilege toe: gebruikers mogen alleen toegang hebben tot de gegevens die hun rol vereist, niet tot alles wat hun account technisch toestaat.
Prompt injection
Prompt injection is een aanval waarbij kwaadaardige instructies die zijn ingebed in content die de AI verwerkt, ervoor zorgen dat de AI onbedoelde acties uitvoert of informatie lekt. Bij klantgerichte AI-implementaties: chatbots, AI-ondersteunde e-mailverwerking, documentanalyse: kan een aanvaller invoer samenstellen die de systeeminstructies overschrijft. Beheersmaatregelen omvatten outputvalidatie, gesandboxte uitvoeringsomgevingen, het beperken van de mogelijkheid van de AI om autonome acties uit te voeren en het loggen van alle invoer en output voor beoordeling.
Datalekken en gevoelige inhoud in prompts
Medewerkers nemen routinematig meer informatie op in AI-prompts dan ze van plan waren. Inloggegevens, persoonsgegevens, klantnamen, financiële cijfers en vertrouwelijke strategiedocumenten verschijnen in prompts zonder dat de gebruiker nadenkt over waar die gegevens terechtkomen. Training vermindert de frequentie, maar technische beheersmaatregelen zijn belangrijker: classificeer gegevens in rust, beperk welke gegevenscategorieën toegankelijk zijn voor AI-applicaties en configureer DLP-beleid om prompts met gevoelige patronen te signaleren of te blokkeren.
Shadow AI en niet-goedgekeurde integraties
Shadow AI is geen eenmalig discoveryprobleem. Er worden voortdurend nieuwe tools gelanceerd, medewerkersaccounts veranderen en browserextensies stapelen zich op. Periodieke scans van uw SaaS-omgeving, analyse van uitgaand verkeer en een duidelijk meldkanaal waarmee medewerkers AI-tools kunnen melden die ze willen gebruiken, maken allemaal deel uit van doorlopend Shadow AI-beheer. Medewerkers die een tool niet snel goedgekeurd krijgen, zullen deze toch gebruiken en het niemand vertellen.
Supply-chain- en modelrisico
Foundationmodellen die commerciële AI-tools aandrijven, kunnen zonder aankondiging worden bijgewerkt, waardoor hun gedrag, output of kenmerken van gegevensverwerking veranderen. AI-plugins en integraties van derden breiden het vertrouwen uit naar aanvullende partijen die niet in uw oorspronkelijke due diligence zijn meegenomen. Controleer de lijst met subverwerkers in verwerkersovereenkomsten van leveranciers, volg release notes van leveranciers op materiële wijzigingen en test het gedrag van AI-output na belangrijke modelupdates in kritieke workflows.
Logging en incidentdetectie
Log het gebruik van AI-tools: wie wat gebruikte, wanneer en, waar mogelijk, met welke gegevens. Logs maken incidentonderzoek mogelijk, voldoen aan auditvereisten en detecteren afwijkende patronen, zoals ongebruikelijke hoeveelheden verwerkte gegevens of toegang vanaf onverwachte accounts. Zorg ervoor dat de bewaartermijn van logs aansluit bij uw incidentrespons- en wettelijke vereisten, doorgaans minimaal 12 maanden.
Stap 7: Due diligence van leveranciers
Elke AI-tool die uw organisatie gebruikt, omvat een externe leverancier die uw gegevens verwerkt. De onderstaande due-diligencevragen gelden voor elke nieuwe AI-tool vóór goedkeuring en moeten opnieuw worden bekeken wanneer een leverancier belangrijke wijzigingen aanbrengt in zijn voorwaarden of product.
| Vraag | Waarom dit belangrijk is |
|---|---|
| Trainen ze hun modellen standaard met klantgegevens? | Veel gratis tools doen dit. Zakelijke abonnementen bieden doorgaans een opt-out. Bevestig dat deze is uitgeschakeld en leg dit schriftelijk vast. |
| Waar worden gegevens verwerkt en opgeslagen? | Bepaalt welk overdrachtsmechanisme nodig is voor AVG-naleving. |
| Wie zijn de subverwerkers? | De AI-infrastructuur van uw leverancier kan op AWS, Azure of Google Cloud in een andere jurisdictie draaien. Controleer de lijst met subverwerkers in de verwerkersovereenkomst. |
| Wat gebeurt er met gegevens wanneer u opzegt? | Bevestig de verwijdertermijnen. Sommige leveranciers bewaren gegevens voor modelverbetering na beëindiging van het contract, tenzij u expliciet om verwijdering verzoekt. |
| Welke beveiligingscertificeringen heeft de leverancier? | ISO 27001 en SOC 2 Type II bieden nuttige zekerheid voor AI-tools die gevoelige gegevens verwerken, maar certificering moet worden beoordeeld naast de beveiligingsmaatregelen, contractuele verplichtingen, gegevensverwerkingspraktijken en onafhankelijke assurance van de leverancier. Vraag waar van toepassing om het actuele certificaat. |
| Wat is de bewaartermijn voor prompts en output? | Sommige platforms bewaren gesprekshistorie gedurende langere perioden. Dit is relevant voor uw bewaarbeleid voor gegevens en voor het beantwoorden van inzageverzoeken van betrokkenen. |
| Hoe classificeert de leverancier zijn systeem onder de EU AI Act? | Relevant als u activiteiten in de EU heeft. Vraag of de leverancier een conformiteitsbeoordeling heeft uitgevoerd en aan welk risiconiveau hij zijn systeem toewijst. |
Voeg de verwerkersovereenkomst van de leverancier en een samenvatting van de antwoorden op deze vragen toe aan het AI-toolregister. Wanneer een leverancier zijn voorwaarden bijwerkt, laat uw register zien welke tools opnieuw moeten worden beoordeeld.
Stap 8: AI-incidentmanagement
Governance moet ook beschrijven wat er gebeurt wanneer iets misgaat. AI-incidenten zijn niet hetzelfde als algemene IT-incidenten en uw bestaande incidentresponsproces houdt hier mogelijk geen rekening mee. Definieer wat als AI-incident geldt en zorg ervoor dat de escalatieroute uw AI-governance-eigenaar en, waar relevant, uw FG/DPO bereikt.
Wat geldt als een AI-incident
- Vertrouwelijke gegevens of persoonsgegevens ingevoerd in een ongeautoriseerde of niet-goedgekeurde AI-tool
- AI-gegenereerde content die zonder passende controle naar een klant is verzonden of extern is gepubliceerd
- Discriminerende of schadelijke AI-output die een persoon raakt
- Een onjuiste geautomatiseerde beslissing met aanzienlijke gevolgen voor een persoon
- Prompt injection die leidt tot blootstelling van gegevens of onbedoeld AI-gedrag
- Een beveiligingsincident bij een AI-leverancier dat uw gegevens raakt
- Verboden AI-gebruik door een medewerker
- AI-gegenereerde content die juridische, regelgevende of reputatieschade veroorzaakt
- Onverwacht modelgedrag na een update van de leverancier
Responsproces
AI-incidenten waarbij sprake is van een datalek met persoonsgegevens sluiten rechtstreeks aan op uw bredere incidentresponscapaciteit. Als uw organisatie geen getest incidentresponsproces heeft, is een AI-incident een slecht moment om daarachter te komen.
Stap 9: Toepasselijkheid van de EU AI Act
De EU AI Act is rechtstreeks van toepassing op Nederlandse organisaties. De wet omvat elke organisatie die AI-systemen op de EU-markt brengt of AI inzet die gevolgen heeft voor mensen in de EU. Een afzonderlijke jurisdictieanalyse is niet vereist.
De EU AI Act hanteert een risicokader met vier niveaus: onaanvaardbaar risico (verboden), hoog risico, beperkt risico (transparantieverplichtingen) en minimaal risico. De praktisch meest relevante bepalingen zijn:
Verboden AI
Voorbeelden van verboden AI-praktijken die sinds februari 2025 gelden (dit is geen uitputtende lijst van de verboden in artikel 5):
- AI-systemen die subliminale technieken gebruiken om gedrag op schadelijke wijze te manipuleren
- Social-scoring-systemen die door overheidsinstanties worden gebruikt
- Real-time biometrische identificatie op afstand in openbare ruimten (met beperkte uitzonderingen voor rechtshandhaving)
- AI die kwetsbaarheden in verband met leeftijd, handicap of sociale situatie uitbuit om gedrag te verstoren
Hoog-risico-AI
Volgens de herziene implementatietijdlijn gelden de regels voor hoog-risico-AI-systemen die onder Bijlage III vallen vanaf 2 december 2027. Voor bepaalde hoog-risicosystemen die zijn ingebed in gereguleerde producten gelden de regels vanaf 2 augustus 2028. Hoog-risicocategorieën omvatten AI voor werving en arbeidsbeslissingen, onderwijsbeoordeling, kredietbeoordeling, verzekeringsrisicobeoordeling, beheer van kritieke infrastructuur en rechtshandhaving. Als uw organisatie AI op een van deze gebieden inzet en activiteiten in de EU heeft of personen in de EU raakt, begin dan nu met de voorbereidingen voor compliance. De compliancegids voor de EU AI Act behandelt de volledige risicostructuur en wat elk niveau vereist.
GPAI-modellen
De regels voor general-purpose AI-modellen gelden sinds augustus 2025. Deze raken vooral modelontwikkelaars en aanbieders, in plaats van organisaties die AI-tools commercieel gebruiken, maar organisaties die foundationmodellen voor hun eigen producten fine-tunen of aanpassen, moeten specifiek advies inwinnen.
Stap 10: ISO 42001 als managementsysteem
ISO/IEC 42001:2023 is de internationale norm voor AI-managementsystemen. Deze stelt eisen aan de manier waarop een organisatie het beheer van AI-gerelateerde activiteiten vaststelt, implementeert, onderhoudt en voortdurend verbetert. Als u al beschikt over ISO 27001, zijn veel elementen van het managementsysteem rechtstreeks overdraagbaar.
ISO 42001-certificering is vooral zinvol voor:
- Organisaties die op grote schaal AI-systemen ontwikkelen of inzetten
- Gereguleerde organisaties waar auditors of klanten formeel bewijs van AI-governance vragen
- Organisaties met verplichtingen voor hoog-risico-AI onder de EU AI Act, waarbij ISO 42001 kan bijdragen aan een conformiteitsbeoordeling
- Bedrijven waarbij AI-governance een onderscheidende verkoopfactor in de markt is
For most UK SMEs using AI-tools commercially rather than building them, formal ISO 42001 certification is not proportionate. Implementing its governance controls, including an AI policy, a risk assessment process, human oversight requirements, and a review cadence, gives you the substance without the certification overhead. Our ISO 42001 guide behandelt gedetailleerd wat de norm vereist.
Uw eerste 90 dagen
De meeste organisaties ervaren AI-governance in abstracte zin als overweldigend, maar beheersbaar wanneer het wordt opgesplitst in een gefaseerd programma van 90 dagen. Het doel na 90 dagen is dat u kunt beantwoorden: welke AI gebruiken we, wie is eigenaar, welke gegevens verwerkt deze, welke risico's bestaan er en welke beheersmaatregelen zijn ingevoerd?
Governancecyclus
AI-governance is geen project met een einddatum. Tools veranderen, leveranciersvoorwaarden worden bijgewerkt, nieuwe mogelijkheden ontstaan en het gebruik binnen uw organisatie evolueert. Bouw een beoordelingscyclus die het programma actueel houdt zonder onevenredig veel tijd te kosten.
Wijs een eigenaar voor AI-governance aan, of dat nu uw FG/DPO, IT-lead of een vCISO is die deze functie vervult. Zonder aangewezen eigenaar vindt de beoordelingscyclus niet plaats.
Minimale werkbare AI-governance voor mkb-organisaties
Als uw organisatie geen gespecialiseerd complianceteam heeft, begin hier. Deze acht acties bieden u zinvolle governance zonder dat een groot programma nodig is.