GovCompass
Responsible AI

Art. 55 EU AI Act: verplichtingen voor GPAI-aanbieders met systeemrisico

Door GovCompass.ai· · Aligned with the consolidated EU AI Act, including the 2026 Omnibus amendments.

Art. 55 stelt de aanvullende verplichtingen vast die alleen gelden voor aanbieders van AI-modellen voor algemene doeleinden met systeemrisico, bovenop de basisverplichtingen van Art. 53. Deze aanbieders moeten het model evalueren met state-of-the-art protocollen inclusief adversarial testing, systeemrisico's op Unieniveau beoordelen en mitigeren, ernstige incidenten onverwijld melden aan het AI Office, en een adequaat niveau van cyberbeveiliging voor het model en de fysieke infrastructuur waarborgen. Dit is het regime voor de kleine groep voorhoede-modellen.

De vier aanvullende verplichtingen

Art. 55 geldt bovenop, niet in plaats van, Art. 53. Een aanbieder waarvan het model onder Art. 51 als systeemrisico is geclassificeerd, draagt de basisverplichtingen en deze vier aanvullende.

Modelevaluatie en adversarial testing. De aanbieder moet modelevaluatie uitvoeren conform gestandaardiseerde protocollen en instrumenten die de stand van de techniek weerspiegelen, inclusief het uitvoeren en documenteren van adversarial testing van het model om systeemrisico's te identificeren en te mitigeren. Dit is de verplichting om het model actief te onderzoeken op gevaarlijke capaciteiten en faalwijzen, niet enkel om te documenteren wat het in normaal gebruik doet.

Beoordeling en mitigatie van systeemrisico. De aanbieder moet mogelijke systeemrisico's op Unieniveau beoordelen en mitigeren, inclusief hun bronnen, die kunnen voortkomen uit de ontwikkeling, het in de handel brengen, of het gebruik van het model. Dit is een continue risicomanagementplicht die opereert op het niveau van de samenleving en de Uniemarkt, niet alleen op het niveau van een individuele inzet.

Melding van ernstige incidenten. De aanbieder moet relevante informatie over ernstige incidenten en de genomen corrigerende maatregelen bijhouden, documenteren en onverwijld melden aan het AI Office en, waar passend, aan de nationale bevoegde autoriteiten.

Cyberbeveiliging. De aanbieder moet een adequaat niveau van cyberbeveiliging waarborgen voor het model en voor de fysieke infrastructuur van het model, in het besef dat een voorhoede-model zelf een doelwit van hoge waarde is.

Hoe naleving wordt aangetoond

Omdat geharmoniseerde normen voor deze verplichtingen niet bestonden toen ze van kracht werden, coördineerde het AI Office het hoofdstuk veiligheid en beveiliging van de Code of Practice voor AI voor algemene doeleinden om operationele betekenis te geven aan termen als state-of-the-art-evaluatie. De Code vertaalt de Art. 55-verplichtingen naar concrete maatregelen: red-teaming, capaciteitsevaluaties tegen benchmarks, het testen van jailbreak-weerstand, analyse van misbruikpotentieel, en een gestructureerd risicomanagementproces dat bij belangrijke inzetbeslissingen wordt geactiveerd. De Code is vrijwillig. Een aanbieder kan het gebruiken om naleving aan te tonen, maar een aanbieder die het niet ondertekent, moet aantonen dat hij op andere passende wijze aan de Art. 55-verplichtingen voldoet. Naleving van de Code is geen sluitend bewijs van naleving, en naleving van de Act is verplicht, of een aanbieder nu op de Code leunt of niet.

Timing en handhaving

De Art. 55-verplichtingen werden van toepassing op 2 augustus 2025. De handhavingsbevoegdheden van de Commissie over GPAI-aanbieders, inclusief formele verzoeken om informatie, de bevoegdheid om mitigatiemaatregelen te eisen, en administratieve boetes, beginnen op 2 augustus 2026. Het gat tussen de twee data is een bewuste overgangsperiode waarin aanbieders wettelijk gebonden zijn terwijl het AI Office zijn toezichtcapaciteit opbouwt en de Code wordt geoperationaliseerd. De Digital Omnibus die in mei 2026 is overeengekomen versterkte de centrale toezichtsrol van het AI Office over AI voor algemene doeleinden, maar stelde deze verplichtingen niet uit: anders dan de deadlines voor high-risk systemen gelden de GPAI-verplichtingen sinds augustus 2025 en blijven ze van kracht.

Waarom het ertoe doet

De meeste organisaties zullen nooit direct onder Art. 55 vallen, omdat het trainen van een model boven de systeemrisico-drempel ver buiten het bereik ligt van op een handvol aanbieders na. De relevantie is structureel. De foundation-modellen waarop gewone organisaties bouwen worden geleverd door precies de bedrijven die Art. 55 bindt, wat betekent dat die modellen wettelijk onderworpen zijn aan systematische veiligheidsevaluatie, adversarial testing en incidentmelding. Art. 55 is de bepaling die een veiligheidsverplichting bovenaan de waardeketen plaatst, waar de meest capabele modellen worden gemaakt.

In de GovCompass-7

Art. 55 reikt over meerdere pijlers. De kern ligt in de pijlers beveiliging en robuustheid en veiligheid en betrouwbaarheid, via de plichten inzake adversarial testing, risicomitigatie en cyberbeveiliging. De incidentmeldplicht verbindt met verantwoordelijkheid, en de modelevaluatieplicht ondersteunt transparantie over wat de meest capabele modellen kunnen.

Verder lezen

WetsverwijzingenArt. 55

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.

Meer over Security & robustness

Art. 51 EU AI Act: een GPAI-model classificeren als systeemrisico

Reference

Art. 51 bepaalt wanneer een AI-model voor algemene doeleinden wordt geclassificeerd als model met systeemrisico. Een model komt in de systeemrisico-categorie wanneer het capaciteiten met grote impact heeft, wat wordt vermoed zodra de cumulatieve rekenkracht die voor de training is gebruikt meer dan 10^25 floating-point operaties (FLOP) bedraagt, of wanneer de Commissie het als zodanig aanwijst. Classificatie als systeemrisico activeert de aanvullende verplichtingen van Art. 55 bovenop de basisverplichtingen van Art. 53 die voor elke GPAI-aanbieder gelden.

Agentic AI: het besturen van acties, niet alleen beslissingen

Analysis

Data governance vraagt of je de data kunt vertrouwen. AI governance vraagt of je de beslissing kunt vertrouwen. Agentische governance stelt een derde vraag die geen van beide is ontworpen te beantwoorden: kun je beheersen wat het systeem doet? Agentic AI is het achtste, integrerende GovCompass-element. Het bindt de andere zeven onder de condities die autonomie schept, want een AI-systeem dat namens jou handelt moet alle zeven pijlers continu waarborgen, over meerstaps- en multi-agent-ketens, zonder menselijk controlepunt tussen elke stap.

Het agentische aanvalsoppervlak, vertaald voor AI Officers

Analysis

De OWASP Agentic Security Initiative Top 10 catalogiseert de beveiligingsrisico's die autonome AI introduceert. Het is geschreven voor security engineers, maar de risico's zijn governance-problemen, omdat ze beschrijven wat een agent kan worden gemaakt te doen in plaats van wat het kan worden gemaakt te zeggen. Dit artikel vertaalt het agentische aanvalsoppervlak naar de taal van controls die een AI Officer bezit, en mapt elk risico op het GovCompass-pijler die het onder druk zet.

Meer over Transparency & explainability

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. 26.7, transparantie: informeer betrokkenen en werknemers

Reference

Art. 26.7 verplicht deployers van hoog-risico AI om de personen die aan de beslissingen van het systeem zijn onderworpen te informeren dat een hoog-risico AI-systeem wordt gebruikt. Dit geldt ook zonder directe interactie, zoals bij CV-screening of kredietscoring.

Art. 26.8, registratie: verifieer dat je AI in de EU-database staat

Reference

Art. 26.8 verplicht deployers die overheidsinstanties zijn (of namens hen handelen) om vóór ingebruikname te verifiëren dat een hoog-risico AI-systeem in de EU-database is geregistreerd, en het niet te gebruiken als dat niet zo is.

Art. 49, EU-database: registratie van hoog-risico AI

Reference

Art. 49 verplicht providers van hoog-risico AI-systemen om het systeem in de EU-database te registreren vóór marktintroductie. De database dient zowel het markttoezicht als de publieke verantwoording, doordat burgers kunnen zien welke hoog-risico systemen in gebruik zijn.