Geen enkel groot AI-model voldoet aan de Europese AI-wetgeving. Uit onderzoek van het Amsterdamse AI-onderzoeksinstituut Aithos blijkt dat het best scorende systeem de wet overtreedt in 46 procent van de getoetste gevallen. Dit betekent dat jouw bedrijf, als gebruiker van AI-tools, een reëel risico loopt op boetes tot 35 miljoen euro of 7 procent van de wereldwijde omzet. Het is daarom essentieel om zelf te controleren of jouw AI-systemen voldoen aan de AI Act en de AVG.

Wat er aan de hand is

Aithos heeft met het instrument Lara (Legal Assessment for Real-world Agents) toonaangevende commerciële AI-modellen getoetst op verboden en risicovolle gedragingen volgens de Europese AI Act en de AVG. De resultaten zijn zorgwekkend. Anthropic’s Claude-opus-4-7 scoort het beste met 54 procent wettelijke naleving, maar Google’s Gemini 3.1 Pro haalt slechts 10 procent. OpenAI’s GPT-5.5 zit op 38 procent, terwijl DeepSeek-v4-pro en Mistral large-2512 rond de 11 tot 12 procent blijven hangen. De toetsen zijn gebaseerd op tien fundamentele grondrechten, waaronder gegevensbescherming, manipulatie, emotieherkenning en psychologische profilering. Op grote schaal worden deze rechten geschonden, en verplichtingen voor menselijke supervisie worden genegeerd. Volgens de AI Act dragen bedrijven die AI-agents bouwen en op de markt brengen primair de verantwoordelijkheid, maar organisaties die deze agents inzetten zijn eveneens aansprakelijk.

Wat dit betekent

Voor jou als ondernemer betekent dit dat je niet blind kunt vertrouwen op de beloften van AI-leveranciers. Het onderzoek van Aithos laat zien dat zelfs de grootste spelers de wet massaal overtreden. De boetes zijn fors: maximaal 35 miljoen euro of 7 procent van de wereldwijde omzet voor overtreding van de AI Act, en 20 miljoen euro of 4 procent van de omzet voor AVG-overtredingen. Dit raakt niet alleen techbedrijven, maar ook MKB’ers die AI inzetten voor bijvoorbeeld klantenservice, marketing of personeelsselectie. Je kunt aansprakelijk worden gesteld voor wat een AI-systeem doet, ook als je het niet zelf hebt gebouwd. Het is dus zaak om zelf de controle te nemen.

Hoe je dit kunt toepassen

Als je een AI-tool gebruikt voor klantenservice of marketing. Je kunt beginnen met het in kaart brengen van welke AI-systemen je gebruikt en waarvoor. Vraag bij je leverancier op of zij een complianceverklaring hebben opgesteld op basis van de AI Act. Overweeg om een interne audit te doen met een checklist van de tien grondrechten uit het Lara-onderzoek: gegevensbescherming, manipulatie, emotieherkenning, psychologische profilering en menselijke supervisie. Een mogelijkheid is om een jurist of compliance-specialist in te schakelen die bekend is met de AI Act.

Als je een AI-systeem inzet voor personeelsselectie of beoordeling. Dit is een hoog-risico toepassing onder de AI Act. Je zou kunnen overwegen om voorlopig alleen AI-tools te gebruiken die expliciet zijn getoetst op non-discriminatie en transparantie. Een optie is om een menselijke medewerker altijd de eindbeslissing te laten nemen en de AI alleen als ondersteuning te gebruiken. Overweeg om een logboek bij te houden van alle AI-beslissingen, zodat je kunt aantonen dat je aan de zorgplicht voldoet.

Als je een AI-agent bouwt of doorontwikkelt voor eigen gebruik. Jij bent als bouwer primair verantwoordelijk voor naleving. Je zou kunnen starten met een risicobeoordeling volgens de AI Act: valt jouw systeem in de categorie verboden, hoog-risico of beperkt risico? Een mogelijkheid is om gebruik te maken van open-source compliance-tools zoals Lara, die je kunt inzetten om je eigen model te toetsen. Overweeg om een externe audit te laten uitvoeren voordat je het systeem in productie neemt.

Als je een bestaande AI-tool wilt blijven gebruiken. Je kunt een eenvoudige zelftest doen: controleer of de tool persoonsgegevens verwerkt zonder duidelijke grondslag, of deze emoties herkent zonder toestemming, of deze gebruikers manipuleert. Als een van deze punten speelt, is het verstandig om contact op te nemen met de leverancier en om opheldering te vragen. Een optie is om tijdelijk over te stappen op een tool die beter scoort in het Lara-onderzoek, zoals Claude-opus-4-7 met 54 procent naleving.

De praktische toepassing hangt af van jouw specifieke situatie, maar het begint altijd met bewustwording en het stellen van de juiste vragen aan je leverancier.

Bron: Computable