AI Act sinds augustus 2026: wat moet je praktisch regelen?
De AI Act kent verschillende verplichtingen voor verschillende rollen en risicocategorieën. Praktische beheersing begint met inzicht in waar AI wordt gebruikt, wie welke rol heeft en hoe gebruikers, resultaten en risico’s worden beheerst.
Door Ilja Vinzenz · · Circa 6 minuten leestijd
Begin niet bij formulieren of beleidsjargon, maar bij het werkelijke proces. Breng toepassingen, beslissingen, gegevens, leveranciers en menselijke controles in één overzicht samen.
Maak eerst een inventarisatie van AI-gebruik
AI zit niet alleen in zelfstandig ontwikkelde toepassingen. Ook functies in kantoorsoftware, CRM-systemen, klantportalen en externe diensten kunnen AI gebruiken. Leg per toepassing vast welk doel zij heeft, welke gegevens worden verwerkt, welke leverancier betrokken is en welke uitkomst het proces beïnvloedt.
- De gebruiker en proceseigenaar.
- Het model, de leverancier en relevante versies.
- De gebruikte invoer, bronnen en persoonsgegevens.
- De plaats van menselijke beoordeling en herstel.
Maak transparantie onderdeel van het ontwerp
Sinds 2 augustus 2026 gelden de transparantieverplichtingen van artikel 50 van de AI Act. Die verplichtingen gelden voor bepaalde AI-systemen en situaties, waaronder directe interactie met AI en bepaalde gegenereerde of gemanipuleerde content; er bestaan uitzonderingen. Dat vraagt waar de regels van toepassing zijn om duidelijke communicatie op het juiste moment.
Bepaal daarom per gebruikersstap welke uitleg nodig is: wat doet het systeem, waarop is het resultaat gebaseerd, wat kan er misgaan en hoe kan iemand een uitkomst laten controleren?
Organiseer menselijke controle die werkelijk werkt
Een knop met “goedkeuren” is nog geen betekenisvolle menselijke controle. De beoordelaar moet voldoende informatie, tijd en bevoegdheid hebben om een resultaat te corrigeren of tegen te houden. Leg ook vast welke gevallen altijd worden doorgestuurd en wanneer automatisch verwerken niet verantwoord is.
Zorg dat resultaten reconstrueerbaar zijn
Registreer voor belangrijke toepassingen welke model- en promptversie is gebruikt, welke bronnen beschikbaar waren en welke medewerker een resultaat heeft beoordeeld. Logging helpt niet alleen bij naleving, maar vooral bij kwaliteitsverbetering, incidentonderzoek en verantwoord beheer.
Maak afspraken met leveranciers concreet
Vraag niet alleen of een product “AI Act compliant” is. Leg vast welke informatie de leverancier beschikbaar stelt, hoe wijzigingen worden aangekondigd, waar gegevens worden verwerkt, welke logs beschikbaar zijn en hoe een toepassing kan worden gestopt of vervangen. Verantwoordelijkheden hangen af van de rollen onder de AI Act en verdwijnen niet automatisch doordat een externe leverancier wordt gebruikt.
Een praktisch startplan
- Inventariseer alle AI-toepassingen, inclusief ingebouwde functies.
- Classificeer doel, impact, gegevens en gebruikers.
- Bepaal per toepassing transparantie en menselijke controle.
- Richt logging, incidentafhandeling en periodieke evaluatie in.
- Leg verantwoordelijkheden en leveranciersafspraken vast.
Veelgestelde vragen
Geldt de AI Act alleen voor zelfgebouwde AI?
Nee. Ook ingekochte of ingebouwde AI-functies kunnen relevant zijn. De precieze verplichtingen hangen af van de rol van de organisatie en de toepassing.
Is dit juridisch advies?
Nee. Dit artikel geeft een technisch en organisatorisch startpunt. Laat de concrete juridische kwalificatie beoordelen voor toepassingen met een hogere impact.
Lees ook hoe je de kwaliteit van AI meet of bekijk onze expertise in AI-oplossingen.
Van inzicht naar uitvoering
Bekijk de diensten en expertise waarmee we dit vraagstuk analyseren en realiseren.
Verder lezen
Bekijk de andere inzichten binnen dit onderwerp voor aanvullende afwegingen en praktische uitleg.
Wanneer is AI geschikt voor een bedrijfsproces?
Beoordeel taak, data, risico, kwaliteit en menselijke controle.
Lees het inzicht
RAG of een AI-model trainen: wat past bij interne kennis?
Kies tussen kennis ophalen, modelgedrag aanpassen of beide.
Lees het inzicht
Hoe meet je de kwaliteit van een AI-oplossing?
Maak technische kwaliteit, bruikbaarheid en procesrisico toetsbaar.
Lees het inzicht
Veel organisaties werken met processen waarin meerdere systemen, handmatige stappen en versnipperde data samenkomen. Daardoor ontstaan inefficiënties, foutgevoelige processen en beperkte schaalbaarheid.
AioriQ helpt organisaties deze processen te analyseren en te vertalen naar digitale oplossingen die daadwerkelijk impact hebben. Van procesanalyse en architectuur tot softwareontwikkeling en systeemintegraties.
Benieuwd waar binnen jouw organisatie automatisering, betere datastromen of slimmere systemen waarde kunnen opleveren? Plan gerust een gesprek om samen te verkennen wat mogelijk is.
