GovCompass
AI governance

Art. 9 EU AI Act: het risicobeheerssysteem voor hoog-risico AI

Door GovCompass.ai· Laatst gecontroleerd juni 2026· Afgestemd op de geconsolideerde EU AI Act, inclusief de Omnibus-wijzigingen van 2026.

Art. 9 verplicht providers van hoog-risico AI-systemen om een risicobeheerssysteem op te zetten, te documenteren en te onderhouden dat de gehele levenscyclus bestrijkt. Het is een doorlopend, iteratief proces: identificeer de bekende en voorzienbare risico's, schat ze in en evalueer ze, en tref gerichte mitigerende maatregelen, terwijl je de cyclus bijwerkt naarmate het systeem en de omgeving veranderen. Het is geen eenmalige beoordeling vóór de inzet.

Bijgewerkt: juni 2026

Dit is een expliciete provider-verplichting onder de EU AI Act. Ze rust op degene die het hoog-risicorisicoIn de termen van de EU AI Act de combinatie van de waarschijnlijkheid dat een schade optreedt en de ernst ervan als dat gebeurt. De schakel tussen een principe (via de schade die het zou schenden) en een control (de maatregel die het vermindert). Het benoemen van de schade en het inschatten van het risico is op grond van Art. 9 vereist voordat een maatregel wordt gekozen. Zie schade, control, restrisico.Open full entry → AI-systeemAI-systeemEen machinaal systeem dat voor expliciete of impliciete doelen uit invoer afleidt hoe het uitvoer genereert, voorspellingen, inhoud, aanbevelingen of beslissingen, die fysieke of virtuele omgevingen kunnen beïnvloeden. De OESO-achtige definitie die de EU AI Act volgt. Zie algoritme, machine learning.Open full entry → ontwikkelt of op de markt brengt. Deployers hebben een verwante, lichtere set plichten onder Art. 26.

Inleiding: de verplichting die de andere bijeenhoudt

Art. 9 is de eerste van de technische eisen die de EU AI Act aan providers van hoog-risico AI-systemen stelt, en dat is bewust. Het risicobeheerssysteem is het kader waarin de overige verplichtingen passen: de datagovernance van Art. 10, de technische documentatietechnische documentatieRegistraties die een aanbieder voor een hoog-risico-AI-systeem moet samenstellen en bewaren om conformiteit aan te tonen, met dekking van het ontwerp, de data, het testen, het risicobeheer en de monitoring. Zie aanbieder, bewijs, model card.Open full entry → van Art. 11, de logging van Art. 12, de transparantietransparantieOpenheid over het feit dát AI wordt gebruikt en hoe het in het algemeen werkt: openbaarmakingen, documentatie, kennisgevingen. Vormt een paar met uitlegbaarheid, die over individuele uitkomsten gaat. Zie uitlegbaarheid, principe.Open full entry → van Art. 13, het menselijk toezichtmenselijk toezichtHet ingebouwde vermogen van een mens om een AI-systeem te monitoren, erin in te grijpen, het te overrulen of stil te leggen, alleen betekenisvol wanneer de mens de bevoegdheid, de informatie en de tijd heeft om te handelen. Zie principe, human-in-the-loop, human-on-the-loop.Open full entry → van Art. 14, en de nauwkeurigheid en robuustheidrobuustheidHet vermogen van een systeem om betrouwbaar te presteren onder realistische omstandigheden, inclusief ruis, randgevallen en tegenwerkende druk, de technische kern van het principe veiligheid en betrouwbaarheid. Zie beveiliging en robuustheid, principe.Open full entry → van Art. 15 zijn alle, deels, mitigerende maatregelen die het Art. 9-systeem identificeert, onderbouwt en bewaakt.

Het bepalende kenmerk van Art. 9 is dat het doorlopend is. Het artikel gebruikt het woord "iteratief" en vereist dat het proces "gedurende de gehele levenscycluslevenscyclusDe spanne van een enkel AI-systeem van eerste intake tot uitfasering, waarover het bestuurd moet worden. De horizontale as van governance: waar de governance-keten één principe borgt, voert de levenscyclus één systeem door de tijd. Doorgaans getekend als zes fasen, plan en ontwerp, data en ontwikkeling, verifieer en valideer, uitrol, gebruik en monitoring, en uitfasering, elk met controls die er eigen aan zijn en een anker-artefact. Een lus in plaats van een lijn, want een systeem in productie voert nieuw risico terug naar een verse beoordeling. Zie artefact, control, governance-keten.Open full entry →" van het systeem draait. Een provider die één keer een risicobeoordeling uitvoert vóór de lancering, die archiveert, en er nooit op terugkomt, voldoet niet aan Art. 9, ongeacht hoe grondig die beoordeling was. De verplichting is om een levend systeem te bedienen, niet om een document te produceren.

Wat het risicobeheerssysteem moet doen

Art. 9 beschrijft een cyclus met vier terugkerende stappen:

  1. Identificeer en analyseer de bekende en redelijkerwijs voorzienbare risico's die het systeem kan vormen voor gezondheid, veiligheid en grondrechten bij gebruik voor het beoogde doel.
  2. Schat in en evalueer de risico's die kunnen ontstaan bij gebruik zoals beoogd en onder omstandigheden van redelijkerwijs voorzienbaar misbruik.
  3. Evalueer andere risico's die voortkomen uit de analyse van post-market monitoringdata (de feedbacklus uit Art. 72).
  4. Tref passende en gerichte risicobeheersmaatregelen om de geïdentificeerde risico's aan te pakken.

De maatregelen moeten elk risico zoveel als technisch haalbaar is terugbrengen, via het ontwerp en de bouw van het systeem zelf, via mitigatie- en controlemaatregelen waar het risico niet kan worden weggenomen, en via de informatie en training die aan deployers worden gegeven. RestrisicorestrisicoHet risico dat overblijft nadat controls het hebben verminderd. Geen control brengt een risico tot nul terug, en niet elke control is zijn kosten waard, dus wordt er een bewuste afweging gemaakt: of de kosten van verdere control opwegen tegen de risicovermindering die het oplevert, en of het resterende risico aanvaardbaar is tegen de risicobereidheid van de organisatie. Dit is een afweging op inrichtingsniveau, waar de uitvoering terugrapporteert en governance het restrisico aanvaardt, om meer control vraagt, of de use case afwijst. EU AI Act Art. 9(5) vereist dat het per gevaar en in totaal aanvaardbaar wordt geoordeeld. Zie risico, control, risicobereidheid.Open full entry →'s die na mitigatie overblijven, moeten aanvaardbaar worden geacht en aan de deployer worden gecommuniceerd.

De relatie met de andere technische artikelen

Art. 9 staat niet op zichzelf. Het is het orkestrerende proces, en de andere artikelen zijn waar de maatregelen worden uitgevoerd:

  • Een datakwaliteitsrisico dat onder Art. 9 wordt geïdentificeerd, wordt gemitigeerd via de datagovernance-maatregelen van Art. 10.
  • Een risico op onvoldoende traceerbaarheid wordt gemitigeerd via de logging-capaciteit van Art. 12.
  • Een risico dat een deployer het systeem verkeerd begrijpt, wordt gemitigeerd via de gebruiksinstructies van Art. 13.
  • Een risico dat het systeem handelt zonder betekenisvolle menselijke controle, wordt gemitigeerd via het menselijk-toezicht-ontwerp van Art. 14.
  • Een risico op onnauwkeurige of niet-robuuste prestaties wordt gemitigeerd via de maatregelen van Art. 15.

Daarom is Art. 9 de ruggengraat: een bevinding in het risicobeheerssysteem stroomt door naar een concrete maatregel in een van de andere artikelen, en het bewijsbewijsHet concrete bewijs dat een control is ontworpen, geïmplementeerd en werkt: een testrapport, een audit trail, een impactassessment, een monitoringlog. Elke schakel in de governance-keten levert een artefact op, en samen zijn ze wat een organisatie overhandigt aan haar eigen bestuur, een toezichthouder, een klant of een betrokkene om te tonen, niet te zeggen, dat een systeem bestuurd is. De afwezigheid ervan is zelf het falen: een risicoregister zonder testresultaten, of een maatregel die wordt geclaimd zonder validatie, is een governance-gat, geen papierwerk-gat. De sluitende schakel van de governance-keten. Zie control, governance.Open full entry → dat de maatregel werkt, stroomt terug via testen en monitoring.

Waarom het ertoe doet

Voor een provider is het risicobeheerssysteem het document dat een conformiteitsbeoordelingconformiteitsbeoordelingHet proces vóór markttoelating waarmee wordt aangetoond dat een hoog-risico-AI-systeem voldoet aan de eisen van de EU AI Act, leidend tot CE-markering en registratie. Zie CE-markering, aangemelde instantie.Open full entry → als eerste onderzoekt, omdat het laat zien of de naleving van de provider systematisch of geïmproviseerd is. Een coherent Art. 9-systeem, met elk geïdentificeerd risico gekoppeld aan een mitigerende maatregel en een bewijsstuk, signaleert een systeem onder controle. Een stapel losse beoordelingen zonder verbindend proces signaleert het tegendeel.

Voor een deployer doet Art. 9 er indirect maar wezenlijk toe: de restrisico's die de provider aanvaardbaar achtte, en de voorwaarden waaronder het systeem veilig te gebruiken is, worden gecommuniceerd via de gebruiksinstructies. Een deployer die het systeem buiten die voorwaarden inzet, erft het risico dat het Art. 9-systeem van de provider juist uitsloot.

Het risicobeheerssysteem besturen

De praktische uitdaging is het systeem levend houden ná de lancering, wanneer de druk om door te gaan naar de volgende release het grootst is. De onderstaande controls behandelen het risicobeheerssysteem als een proces met een hartslag, niet als een oplevering met een deadline.

Het kernartefact is een risicoregisterrisicoregisterHet levende overzicht van de geïdentificeerde risico's van een AI-systeem, hun inschatting, respons, eigenaren en herzieningsdata, actueel gehouden van ontwerp tot uitfasering. Zie risico, control, governance-keten.Open full entry → dat, voor elk geïdentificeerd risico, vastlegt: de beschrijving, het geraakte recht of de veiligheidsdimensie, de ernst en waarschijnlijkheid, de mitigerende maatregel, het artikel waaronder die maatregel valt, het bewijs dat de maatregel werkt, en het restrisico na mitigatie. Dit register wordt bijgewerkt op een vaste cadans en bij triggergebeurtenissen: een systeemwijziging, een nieuw beoogd gebruik, een post-market monitoringsignaal, of een ernstig incidenternstig incidentEen AI-incident dat de dood, ernstige schade aan gezondheid, eigendom, grondrechten of infrastructuur veroorzaakt (of bijna veroorzaakt), wat meldplichten aan toezichthouders activeert voor hoog-risicosystemen. Zie AI-incident, markttoezichtautoriteit.Open full entry →.

De feedbacklus is wat het systeem iteratief maakt. Post-market monitoringdata onder Art. 72 en meldingen van ernstige incidenten onder Art. 73 stromen terug in het register, waar ze ofwel bevestigen dat een risico juist is ingeschat, ofwel onthullen dat het is onderschat. Elk incident wordt afgesloten met het register bijgewerkt, zodat de volgende iteratie van het systeem de les meedraagt.

Checklist

  1. Is er een gedocumenteerd risicobeheerssysteem dat de volledige levenscyclus van elk hoog-risico systeem bestrijkt, en niet een enkele beoordeling vóór de inzet?
  2. Koppelt het risicoregister elk geïdentificeerd risico aan een specifieke mitigerende maatregel en het artikel waaronder het valt?
  3. Is er bewijs dat elke mitigerende maatregel is getest en werkt?
  4. Zijn restrisico's gedocumenteerd, aanvaardbaar geacht en aan deployers gecommuniceerd via de gebruiksinstructies?
  5. Wordt het register bijgewerkt op een vaste cadans en bij triggergebeurtenissen (systeemwijziging, nieuw gebruik, monitoringsignaal, incident)?
  6. Stromen post-market monitoringpost-market monitoringDe plicht aan de aanbiederszijde om ervaring met systemen in gebruik systematisch te verzamelen en erop te handelen, de productregelgevingshelft van doorlopende monitoring. Zie doorlopende monitoring, aanbieder.Open full entry →- en incidentdata terug in het register?
Delen Deel op LinkedIn

Meer over Accountability

Art. 10 EU AI Act: data en datagovernance voor hoog-risico AI

Reference

Art. 10 vereist dat de trainings-, validatie- en testdata voor hoog-risico AI-systemen voldoet aan kwaliteitscriteria: relevant, voldoende representatief, en zo foutloos en volledig mogelijk voor het beoogde doel. Het vereist ook gedocumenteerde datagovernance over verzameling, voorbereiding, bias-onderzoek en het mitigeren van lacunes, en het staat de beperkte verwerking van bijzondere persoonsgegevens toe waar strikt noodzakelijk om bias te detecteren en corrigeren, onder waarborgen.

Art. 12 EU AI Act: registratie en logging voor hoog-risico AI

Reference

Art. 12 vereist dat hoog-risico AI-systemen technisch de automatische registratie van gebeurtenissen (logs) over hun levensduur mogelijk maken. De logging moet de traceerbaarheid van het functioneren van het systeem mogelijk maken op een niveau passend bij het beoogde doel, post-market monitoring ondersteunen, en helpen situaties te identificeren die tot risico of een substantiële wijziging kunnen leiden. Het is een ontwerpverplichting voor de provider die het systeem door constructie auditeerbaar maakt.

Art. 19 EU AI Act: het bewaren van de automatisch gegenereerde logs

Reference

Art. 19 verplicht providers van hoog-risico AI-systemen om de logs die het systeem automatisch genereert (onder Art. 12) te bewaren zolang ze die onder controle hebben, voor een periode passend bij het beoogde doel en minimaal zes maanden, tenzij andere wetgeving een langere termijn vereist. Het is de bewaar-tegenhanger van de Art. 12-logging-capaciteit, en werkt naast de deployer-bewaarplicht in Art. 26.6.

Art. 26.1, gebruik AI volgens de instructies van de aanbieder

Reference

Art. 26.1 EU AI Act verplicht deployers om hoog-risico AI-systemen uitsluitend in te zetten conform de gebruiksinstructies van de provider. De verplichting omvat drie componenten: het beschikken over de instructies (conform Art. 13.3), het actief naleven ervan, en het documenteren van dat naleven. Inzet buiten de instructies kan de aansprakelijkheid volledig naar de deployer verschuiven.

Meer over Safety & reliability

Art. 14 EU AI Act: hoog-risico AI ontwerpen voor menselijk toezicht

Reference

Art. 14 vereist dat providers hoog-risico AI-systemen zo ontwerpen en bouwen dat ze tijdens gebruik effectief door mensen kunnen worden overzien. Het systeem moet een toezichthouder in staat stellen de mogelijkheden en grenzen te begrijpen, op afwijkingen te letten, automation bias te weerstaan, outputs juist te interpreteren, te besluiten het systeem niet te gebruiken, en in te grijpen of het te stoppen via een noodstop (Art. 14(4)(e)). Het is de ontwerpverplichting die de deployer-toezichtsplicht van Art. 26.2 mogelijk maakt.

Art. 26.4, input-data: zorg voor relevante en representatieve data

Reference

Art. 26.4 verplicht deployers van hoog-risico AI om te borgen dat de inputdata relevant en voldoende representatief is voor het beoogde doel van het systeem. De deployer is verantwoordelijk voor de datakwaliteit in gebruik, ook al stelt de provider de specificaties vast onder Art. 10.

Art. 26.5, monitoring: houd de werking van je AI in de gaten

Reference

Art. 26.5 verplicht deployers van hoog-risico AI om de werking van het systeem te monitoren aan de hand van de provider-instructies en om risico's en ernstige incidenten te melden. Monitoring is het vroegsignaleringsmechanisme dat aansluit op de incidentmelding van Art. 73.

Art. 5, verboden AI-praktijken

Reference

Art. 5 somt de acht verboden AI-praktijken op, waaronder subliminale manipulatie, exploitatie van kwetsbare groepen, social scoring en het ongericht scrapen van gezichtsopnamen. Deze verboden zijn absoluut, gelden voor elke organisatie ongeacht grootte, en zijn van kracht sinds 2 februari 2025.