Veelgestelde vragen over de EU AI Act voor zakelijke AI-teams

Tien praktische vragen over de EU AI Act voor engineering- en productteams: wat geldt wanneer, of een groot taalmodel een systeem hoog-risico maakt, wat artikel 50 vereist, hoe de rollen van aanbieder en integrator verschillen, wat u als eerste documenteert en wat logging en menselijk toezicht in engineeringtermen betekenen. De antwoorden volgen de tekst van de Verordening, met verwijzingen naar wetenschappelijke literatuur over risicoclassificatie en de AI-waardeketen.

Trefwoorden EU AI Act · FAQ · hoog-risico AI · GPAI · logging · menselijk toezicht

De antwoorden hieronder volgen de tekst van de Verordening^[1]. Drie lijnen in de wetenschappelijke literatuur geven nuttige context. Ten eerste kent de Act vier risicocategorieën, maar geeft hij geen duidelijke methode om risico in concrete situaties te beoordelen; daarom heeft een classificatie een gedocumenteerde redenering nodig^[2]. Ten tweede vonden analyses van het ontwerp de getrapte risicoopzet verstandig, maar wezen ze op bepalingen met verrassende juridische gevolgen en op zorgen over handhaving^[3]; die gaan over het ontwerp uit 2021, dus details moeten worden gecontroleerd aan de vastgestelde tekst. Ten derde stelt werk over generatieve modellen dat plichten moeten passen bij de verschillende partijen in de waardeketen^[4], en dat is de logica achter de vragen over aanbieders en integratoren in deze FAQ.

Ja, maar verschillende bepalingen gelden op verschillende data. Verboden praktijken en de verplichting tot AI-geletterdheid gelden sinds 2 februari 2025. De GPAI-verplichtingen gelden sinds 2 augustus 2025. De transparantieverplichtingen van artikel 50 gelden vanaf 2 augustus 2026. Volgens de actuele richtsnoeren van de Europese Commissie gelden de hoog-risicoregels voor bijlage III vanaf 2 december 2027 en die voor in producten ingebouwde systemen vanaf 2 augustus 2028.

Nee. De risicoclassificatie hangt vooral af van het beoogde doel en de gebruikscontext van het AI-systeem. Een algemene interne samenvattingstool is niet automatisch hoog-risico omdat er een krachtig foundation model in zit.

Voorbeelden zijn bepaalde systemen voor werving en werkgelegenheid, onderwijs, essentiële diensten, biometrie, kritieke infrastructuur, migratie en asiel, en specifieke toepassingen in rechtspraak of democratische processen. De precieze classificatie hangt af van het beoogde doel van het systeem en de criteria van de Verordening.

Artikel 50 voert transparantieverplichtingen in voor bepaalde AI-systemen. Voorbeelden zijn gebruikers laten weten dat ze met AI te maken hebben en meldplichten voor specifieke door AI gegenereerde of gemanipuleerde content, zoals deepfakes.

Begin met een AI-inventaris. Leg per systeem de eigenaar, het beoogde doel, het gebruikte model of de gebruikte modellen, databronnen, de locatie van de deployment, de betrokken gebruikers, de risicoclassificatie, het evaluatiebewijs en de controles voor logging en menselijk toezicht vast.

Nee. De licentie van een model en de classificatie onder de AI Act zijn verschillende vragen. Een deployment met open gewichten kan de controle en soevereiniteit verbeteren, maar het resulterende AI-systeem moet nog steeds worden beoordeeld op zijn rol en beoogd gebruik.

Een GPAI-modelaanbieder brengt een model voor algemene doeleinden in de handel. Een downstream-integrator bouwt een AI-systeem met zo'n model, samen met applicatielogica, data, retrieval, tools of interfaces. Hun verplichtingen zijn niet hetzelfde, maar downstream-teams hebben nog steeds genoeg informatie over het model nodig en hun eigen bewijs op systeemniveau.

Voor systemen met een hoog risico zijn logging en traceerbaarheid kernonderdelen van het compliancekader. Ook buiten de hoog-risicocategorie zijn operationele logs nuttig voor incidentonderzoek, evaluatie, menselijk toezicht en wijzigingsbeheer.

Menselijk toezicht betekent meer dan ergens in de workflow een persoon neerzetten. Het systeem moet bevoegde mensen genoeg informatie en controle geven om het gedrag te volgen en waar nodig in te grijpen, te overrulen of de werking te stoppen.

Wacht niet op de toepassingsdatum voor hoog risico om de bewijslaag te bouwen. Richt nu inventaris, classificatie, modelgovernance, evaluaties, logging, beveiligingstests, documentatie en wijzigingsbeheer in, zodat nieuwe systemen ze standaard overnemen.

• Europese Commissie — handhaving van de AI Act
• Richtsnoeren voor hoog-risico AI-systemen
• Richtsnoeren voor transparantieverplichtingen
• Verordening (EU) 2024/1689

• Praktische gids voor de EU AI Act
• Hoog-risicoclassificatie en de tijdlijn tot 2027
• Transparantieverplichtingen van artikel 50
• GPAI-aanbieder of downstream-integrator
• Wat een compliance-deliverable onder de EU AI Act bevat
• Dienst: risicoclassificatie onder de EU AI Act
• Veelgestelde vragen over soevereine AI