Leden van ondernemersvereniging IC kregen onlangs tijdens hun ledenvergadering een presentatie over kunstmatige intelligentie. De bijeenkomst liet zien wat bedrijven nu al kunnen doen met algoritmen en datamodellen, en wat er verandert door de Europese AI-verordening (AI Act). Er was aandacht voor de gevolgen voor overheid en bedrijven, zoals inkoop en toezicht. Doel was om kansen en risico’s helder te maken en om veilig gebruik te stimuleren.
Leden willen grip op algoritmen
Kunstmatige intelligentie staat bij veel besturen nu hoog op de agenda. In de presentatie kwamen de basis en praktijk aan bod: wat generatieve AI is (software die zelf tekst, beeld of code maakt) en waar het werkt. Denk aan samenvattingen, klantsupport en het opstellen van offertes. Zo’n systeem is een algoritme, dus een reeks regels in software die een taak uitvoert.
Veel mkb-bedrijven testen al tools als ChatGPT van OpenAI, Microsoft Copilot en Google Gemini. Zulke hulpmiddelen kunnen tijd besparen bij schrijven en zoeken. Maar ze vragen ook om duidelijke spelregels op het werk. Een datamodel (een systeem dat patronen leert uit voorbeelden) kan fouten maken als de invoer onduidelijk is.
De belangrijkste vragen gingen over betrouwbaarheid en het voorkomen van zogenaamde hallucinaties. Een hallucinatie is wanneer een AI met grote zekerheid iets onjuist verzint. Ook auteursrecht en bronvermelding kwamen ter sprake bij tekst en beeld. Leden vroegen daarnaast hoe je interne kennis veilig kunt inzetten zonder dat die naar buiten lekt.
Focus op AVG en AI-verordening
De Europese AI-verordening (AI Act) introduceert een risicobenadering voor AI-toepassingen. Op het moment van schrijven treden de eerste onderdelen gefaseerd in werking tussen 2024 en 2026. Dat raakt ook Nederlandse organisaties en overheden bij inkoop, toezicht en handhaving. De AVG blijft daarnaast gelden voor alle persoonsgegevens.
De AI-verordening deelt systemen in vier risicoklassen: minimaal, beperkt, hoog en verboden. Bij elk niveau horen andere plichten voor transparantie, testen en toezicht.
Voor veel mkb-gebruik is een systeem “beperkt risico”, bijvoorbeeld een tekstassistent op het kantoor. Toch gelden plichten, zoals duidelijke informatie aan gebruikers en menselijk toezicht. Bij inzet in HR, krediet of zorg kan een toepassing snel “hoog risico” worden, met strenge eisen voor data, documentatie en audit. Dat heeft gevolgen voor zowel bedrijven als overheid die zulke systemen inkopen.
Wie persoonsgegevens verwerkt, moet de AVG volgen met dataminimalisatie (alleen verzamelen wat nodig is) en passende beveiliging. Bij gevoelige processen kan een DPIA nodig zijn, een toets van privacyrisico’s. De Autoriteit Persoonsgegevens ziet hierop toe in Nederland. Let op waar data worden opgeslagen en of er een verwerkersovereenkomst is.
Voor mkb vooral praktische vragen
Veel vragen gingen over starten zonder grote risico’s of kosten. Een praktisch begin is een intern AI-beleid met do’s en don’ts in begrijpelijke taal. Leg vast welke tools zijn toegestaan en voor welke taken. Benoem ook verboden invoer, zoals medische gegevens of contracten met geheimhoudingsplicht.
Veilig werken begint bij invoer. Deel geen vertrouwelijke of herleidbare informatie in een publiek model. Pseudonimisering helpt daarbij: haal direct herkenbare velden weg, zoals naam en e‑mail. Controleer bij leveranciers of je data worden gebruikt om het model te trainen en of er EU‑opslag mogelijk is.
Er waren ook vragen over auteursrecht en bronvermelding. Voor content in marketing is het verstandig om licenties en merkrichtlijnen te checken. Spreek af hoe medewerkers bronnen vermelden bij AI‑ondersteunde teksten. En onthoud: eindredactie door een mens blijft verplicht.
Tools nuttig, maar beperkingen blijven
Generatieve AI is sterk in eerste versies, samenvattingen en variaties. Maar het systeem kan context missen en verkeerde aannames doen. Een eenvoudige benchmark (een vaste test met vergelijkbare opdrachten) helpt keuzes maken tussen tools. Meet dan kwaliteit, tijdwinst en kosten per taak.
Menselijk toezicht is nodig, zeker bij klantcontact en beleid. Human‑in‑the‑loop betekent dat een mens de uitkomst controleert en goedkeurt. Werk met checklists per proces, zoals juridische controle bij contractteksten. Zo beperk je fouten en bouw je vertrouwen op.
Ook vertekening in data, bias genoemd, blijft een aandachtspunt. Vraag leveranciers naar herkomst van trainingsdata en maatregelen tegen discriminatie. Open modellen zoals Meta Llama geven meer inzage, maar vragen extra beheer. Gesloten diensten zoals GPT‑4o of Gemini leveren gemak, maar minder transparantie.
Vervolg met beleid en pilots
Een logisch vervolg is een korte pilot met een helder doel, bijvoorbeeld 20 procent tijdwinst bij rapportages. Start klein, evalueer wekelijks en stop wat niet werkt. Werk aan basisafspraken over beveiliging, bewaren van gegevens en logging (een eenvoudig overzicht van wie wat doet). Zo groeit het gebruik gecontroleerd.
Betrek ondernemingsraad en IT bij het opstellen van richtlijnen. Denk aan bewaartermijnen, toegangsrechten en training. Maak ook afspraken over incidentmeldingen en herstel. Dit helpt bij naleving van de AI‑verordening en de AVG.
Tot slot is samenwerking in de regio nuttig. Deel ervaringen met branchegenoten en lokale overheden. Programma’s van de Nederlandse AI Coalitie en Kamer van Koophandel bieden handvatten en netwerk. Zo kunnen leden samen leren en fouten voorkomen.
