GovCompass

Hoogrisico-AI of niet? Classificatiegids voor gebruiksverantwoordelijken

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

Of een AI-systeem hoogrisico is, bepaalt Art. 6: het is hoogrisico als het een veiligheidscomponent is onder bijlage I of onder een gebruiksgeval van bijlage III valt (zoals werving, krediet of essentiële diensten). De uitzondering van Art. 6, lid 3 kan gelden waar het systeem alleen een beperkte, niet-beslissende taak vervult.

Bijgewerkt: juli 2026

Inleiding: waarom classificatie ertoe doet

De EU AI ActEU AI ActVerordening (EU) 2024/1689, in het Nederlands de AI-verordening, de Europese wet over artificiële intelligentie. Ze hanteert een risicogebaseerde aanpak: verboden praktijken, eisen voor hoogrisico-AI-systemen, transparantieverplichtingen voor specifieke toepassingen en een apart regime voor AI-modellen voor algemene doeleinden (general-purpose AI). Verplichtingen zijn verdeeld tussen aanbieders en gebruiksverantwoordelijken. Zie hoogrisico-AI-systeem, general-purpose AI, conformiteitsbeoordeling.Open full entry → creëert fundamenteel verschillende nalevingsverplichtingen afhankelijk van de risicoclassificatie. Hoogrisico-AI activeert de volledige Art. 26-verplichtingen voor gebruiksverantwoordelijken: gebruik conform de gebruiksinstructies, human oversighthuman oversightHet ingebouwde vermogen van mensen om een AI-systeem te bewaken, in te grijpen, te overrulen of te stoppen. Het is alleen betekenisvol wanneer de mens bevoegdheid, informatie en tijd heeft om te handelen. Een van de zeven pijlers van verantwoorde AI, en onder de EU AI Act een eis aan hoogrisico-AI-systemen: artikel 14 vereist dat die systemen zo zijn ontworpen dat natuurlijke personen er effectief toezicht op kunnen houden. Toezicht dat op papier bestaat maar in de praktijk neerkomt op bevestigen, haalt die lat niet. Zie override rate, hoogrisico-AI-systeem, fairness, safety and reliability, privacy, security and robustness, transparency and explainability, accountability, verantwoorde AI.Open full entry →, controlscontrolDe concrete, toetsbare maatregel die een specifiek risico vermindert en daarmee het achterliggende principe beschermt. Ook wel risicobeheersmaatregel, risicorespons of risicobehandeling genoemd. Altijd herleidbaar tot het risico dat het adresseert: onder EU AI Act Art. 9 moet elke control terug te voeren zijn op een specifiek risico, en controls die los van hun risico's worden vastgelegd vormen een erkende compliance-fout. Het werkt in een van drie typen: preventief, detectief of correctief. Zie risico, control-typen, bewijs.Open full entry → op datakwaliteit, monitoring, logretentie, 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 → richting betrokkenenbetrokkenenDe individuen of groepen die onderworpen zijn aan of geraakt worden door de uitkomsten of beslissingen van een AI-systeem, en wier rechten het governance-regime beoogt te beschermen. Zie schade, belanghebbendenanalyse.Open full entry →, en in sommige gevallen een DPIADPIAData Protection Impact Assessment, vereist vóór verwerking met waarschijnlijk hoog risico (systematische profilering met aanzienlijke gevolgen, grootschalige bijzondere categorieën, publieke monitoring); AI-ontwikkeling roept het voortdurend op. Zie impactassessment, profilering.Open full entry → en FRIAFRIAFundamental Rights Impact Assessment, vereist van publieke organen en bepaalde private gebruiksverantwoordelijken voordat ze sommige hoog-risico-AI-systemen onder de EU AI Act gebruiken. Zie grondrechten-impactassessment, gebruiksverantwoordelijke.Open full entry →. Niet-hoogrisico-AI vereist, afhankelijk van het type, alleen transparantieverplichtingen of helemaal niets.

De classificatiebeslissing is daarmee een van de meest bepalende nalevingskeuzes die een organisatie maakt. Deze gids doorloopt de classificatiemethodiek stap voor stap.

Stap 1: is het systeem een "AI-systeem" onder de EU AI Act?

Art. 3, punt 1 definieert een 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 → als een machinaal systeem dat is ontworpen om met wisselende niveaus van autonomie te opereren, dat na inzet aanpassingsvermogen kan vertonen, en dat voor expliciete of impliciete doelstellingen uit de ontvangen input afleidt hoe output te genereren zoals voorspellingen, content, aanbevelingen of besluiten die fysieke of virtuele omgevingen kunnen beïnvloeden.

Belangrijkste uitsluitingen van de AI-definitie:

  • Zuiver regelgebaseerde systemen zonder enige machine learningmachine learningDe dominante benadering van AI: algoritmen die beter worden in een taak door patronen uit data te leren in plaats van regels te volgen die een mens schreef. Zie algoritme, inferentie.Open full entry →- of inferentiecomponent
  • Statistische tools die vaste wiskundige formules toepassen zonder inferentieinferentieDe fase waarin een getraind model uitvoer produceert op nieuwe invoer, in tegenstelling tot de trainingsfase waarin het zijn parameters leert. Zie machine learning, AI-systeem.Open full entry →
  • Traditionele softwareautomatisering die expliciete programmering volgt

Is uw systeem geen AI-systeem onder Art. 3, punt 1, dan is de EU AI Act niet van toepassing.

Stap 2: is het systeem verboden onder Art. 5?

Toets vóór de risicoclassificatie eerst tegen de acht verboden van Art. 5. Vormt het systeem een verboden AI-praktijk, dan is geen classificatie-exercitie nodig: het mag niet worden gebruikt.

Stap 3: valt het systeem onder bijlage I (veiligheidskritische producten)?

Check of het AI-systeem een veiligheidscomponent is van een product dat wordt gereguleerd door EU-harmonisatiewetgeving uit bijlage I (machines, medische hulpmiddelen, voertuigen, enzovoort). Zo ja, dan is het systeem hoogrisico onder Art. 6, lid 1.

Stap 4: valt het systeem onder bijlage III?

Toets het systeem tegen alle acht categorieën van bijlage IIIBijlage IIIDe lijst van de EU AI Act met hoog-risico-toepassingsgebieden: biometrie, kritieke infrastructuur, onderwijs, werk, essentiële diensten, rechtshandhaving, migratie, justitie. Zie conformiteitsbeoordeling, conformiteitsverklaring.Open full entry →. De meest relevante voor Nederlandse gebruiksverantwoordelijken in de private sector:

Bijlage III-categorieVoorbeelden
Punt 1: Biometrische identificatieBiometrische identificatie op afstand (let op: één-op-één-verificatie voor toegangscontrole valt buiten bijlage III, punt 1(a); een bestaande uitzondering, geen Omnibus-wijziging)
Punt 2: Kritieke infrastructuurAI die het elektriciteitsnet, watersystemen of bancaire systemen beheert
Punt 3: OnderwijsAI die toelatingsbesluiten beïnvloedt, examenproctoring met significante impact
Punt 4: Werving en HRCV-screening, prestatiebeoordeling, promotiebesluiten
Punt 5: Essentiële dienstenKredietscoring, acceptatie bij verzekeringen, beoordeling van uitkeringsaanspraken
Punt 8: Democratische processenKiezersregistratie, tools voor verkiezingsintegriteit

Stap 5: geldt de uitzondering van Art. 6, lid 3?

Ook als het systeem onder bijlage III valt, kent Art. 6, lid 3 vier limitatieve gronden waarop het níet hoogrisico is: (a) het vervult een beperkte procedurele taak; (b) het verbetert het resultaat van een eerder voltooide menselijke activiteit; (c) het detecteert besluitvormingspatronen of afwijkingen van eerdere patronen, zonder de menselijke beoordeling te vervangen of zonder behoorlijke toetsing te beïnvloeden; of (d) het vervult een voorbereidende taak. Daaroverheen geldt één override: een systeem dat natuurlijke personen profileert is altijd hoogrisico, profileringprofileringGeautomatiseerde verwerking van persoonsgegevens om aspecten van een persoon te beoordelen of voorspellen, zoals prestaties, gedrag of locatie, zoals gedefinieerd in de AVG. Zie geautomatiseerde besluitvorming, natuurlijke persoon.Open full entry → van welke aard dan ook, niet alleen "gevoelige" profilering. De beoordeling onder Art. 6, lid 3 is aan de aanbiederaanbiederDe actor die een AI-systeem ontwikkelt (of laat ontwikkelen) en het onder eigen naam op de markt brengt of in gebruik neemt, met fabrikantachtige plichten: ontwerpcontrols, documentatie, conformiteit. Zie gebruiksverantwoordelijke, AI-verplichtingen.Open full entry → en moet worden gedocumenteerd en geregistreerd.

Vraag de aanbieder om de Art. 6, lid 3-documentatie wanneer die zich op deze uitzondering beroept. Verifieer die tegen uw werkelijke gebruiksgeval.

Stap 6: voegt uw gebruiksgeval risico toe?

Classificatie hangt af van hoe u het systeem gebruikt, niet alleen van wat het systeem kan. Een general-purpose taalmodel dat als enige basis voor kredietbesluiten wordt gebruikt, is in díe inzet hoogrisico, ook als het model zelf niet specifiek als kredietscoringssysteem is geclassificeerd. Toets uw specifieke gebruiksgeval aan de bijlage III-categorieën, niet alleen het systeem in abstracto.

Grensgevallen

  • HR-planningssoftware met AI: Plannings-AI die roosters genereert die een planner vrij kan aanpassen: waarschijnlijk niet hoogrisico. AI die werktijden of contractvoorwaarden bepaalt: potentieel hoogrisico onder bijlage III, punt 4.
  • Klantenservice-chatbots: Beperkt-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 (Art. 50-transparantie). Neemt de chatbot besluiten over kredietlimieten of contractwijzigingen, dan hoogrisico.
  • Aanbevelingssystemen voor marketing: Niet hoogrisico, tenzij kwetsbare groepen met uitbuitende technieken worden benaderd (Art. 5, lid 1, punt b-territorium).

Compliance-checklist

  1. Heeft u bevestigd dat elk AI-systeem aan de definitie van Art. 3, punt 1 voldoet?
  2. Heeft u elk systeem eerst aan Art. 5 getoetst voordat de risicoklasse aan bod kwam?
  3. Heeft u getoetst aan zowel bijlage I als alle acht categorieën van bijlage III?
  4. Heeft u voor potentiële Art. 6, lid 3-systemen de schriftelijke beoordeling van de aanbieder opgevraagd?
  5. Heeft u uw specifieke gebruiksgeval (niet alleen het abstracte systeem) aan de classificatiecriteria getoetst?
  6. Is de classificatie-onderbouwing per AI-systeem gedocumenteerd?
  7. Is er een herclassificatieproces voor wanneer gebruiksgevallen wijzigen?

Ook misclassificatie staat op de radar van de toezichthouder. In de Rapportage AI & Algoritmes Nederland van maart 2026 waarschuwt de Autoriteit Persoonsgegevens dat organisaties onder de AI-verordening uit proberen te komen door AI-systemen als gewone algoritmesalgoritmeDe leerprocedure (bijvoorbeeld gradient descent, boominductie); ze op trainingsdata uitvoeren levert een model op. Controls hechten zich aan modellen en systemen, niet aan algoritmen in abstracte zin. Zie machine learning, trainingsdata.Open full entry → te registreren, en meldt ze wekelijks nieuwe voorbeelden in het algoritmeregister te zien. Eerlijk classificeren is geen formaliteit; toezichthouders controleren actief precies de grens die dit artikel doorloopt.

WetsverwijzingenArt. 6Art. 5
Delen Deel op LinkedIn

Meer over Accountability

Agentic AI en governance: waarom autonomie de beheersingsvraag verscherpt

Analysis

Agentic AI heeft geen nieuw soort governance nodig. Autonomie vergroot de afstand tussen wat een systeem doet en wie ervoor accountable is, wat de bestaande governance-keten, control die naar risico traceert en vooruit naar bewijs, belangrijker maakt, niet minder. De acties zijn echt en soms onomkeerbaar, dus de inzet op elke control stijgt.

AI governance en enterprise risk management: waar ze samenkomen

Analysis

AI governance is geen parallelle structuur die naast enterprise risk management staat. Het hoort erin. De zeven pijlers van verantwoorde AI zijn de controlestructuur waarmee de organisatie elk AI-systeem bestuurt; enterprise risk management is de machine die het restrisico dat die controls overlaten doorvoert naar de risk appetite van de board, het risicoregister, en het assurance-plan. De praktische vraag is niet of je AI governance óf ERM moet bouwen, maar hoe je het eerste in het tweede schuift zodat één aanspreekbare structuur, niet twee concurrerende, het AI-risico bezit.

AI-certificering: wat bestaat er en wat bewijst het

Analysis

AI-certificering is geen enkelvoudige categorie. Er worden drie verschillende objecten beoordeeld, elk door een ander type beoordelaar: een persoon, het AI-managementsysteem van een organisatie, en een AI-systeem dat op de EU-markt wordt gebracht. De eerste twee kunnen worden gecertificeerd. Het derde valt onder een wettelijke conformiteitsbeoordeling, die op de ene route wel een certificaat oplevert en op de andere niet. Vaststellen welk object een certificaat dekt, is de eerste stap om te bepalen wat het waard is.

Compliance op control-niveau: de EU AI Act als geïnstrumenteerd systeem

Analysis

Compliance op control-niveau betekent voldoen aan de EU AI Act via ingebouwde, bewezen controls in plaats van beleidsdocumenten. De technische artikelen vertalen direct naar systeem-controls: onveranderlijke logs (Art. 12, 19), een noodstop (Art. 14(4)(e)), datamaskering vóór het model (Art. 10), configureerbare blokkeerbeleid (Art. 26), risicoscoring en incidentmelding binnen de termijn (Art. 9, 73), en workspace-isolatie met rolgebaseerde toegang (Art. 14, 26). Compliance op dit niveau is een geïnstrumenteerd systeem, geen beleid als PDF.

Meer over Safety & reliability

Regulatory sandboxes: test je AI veilig onder toezicht

Analysis

Regulatory sandboxes onder Art. 57-61 zijn gecontroleerde omgevingen, onder toezicht van de nationale toezichthouder, waarin organisaties innovatieve AI-systemen kunnen ontwikkelen en testen met begeleiding en tijdelijke verlichting van bepaalde administratieve eisen, zonder dat de materiële waarborgen of de meldplicht bij incidenten vervallen.

Regulatory sandboxes: uitgebreide uitleg

Guide

Deelnemen aan een nationale AI regulatory sandbox onder Art. 57-61 verloopt via een gestructureerd pad: bereid een projectdossier voor, dien in tijdens een aanmeldwindow, teken een sandbox-overeenkomst met de toezichthouder, rapporteer voortgang en incidenten tijdens het testen, en lever een eindrapport op dat de basis legt voor volledige compliance.

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.

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.