ING zet in Nederland een zelfontwikkeld AI-model in bij de beoordeling van hypotheekaanvragen. Het systeem ondersteunt adviseurs bij het inschatten van risico en volledigheid van dossiers. De bank wil zo beslissingen versnellen en consistenter maken, in lijn met de AVG en de Europese AI-verordening. Het model is nu onderdeel van het reguliere acceptatieproces.
ING gebruikt eigen AI
Het AI-model is door ING zelf gebouwd en getraind op historische hypotheekgegevens uit de bankpraktijk. Zo’n model is software die patronen leert uit data om een voorspelling of advies te geven. De inzet begint in Nederland en richt zich op het ondersteunen van de acceptatie van nieuwe aanvragen.
Het systeem beoordeelt onder meer inkomensgegevens, dienstverband, bestaande schulden en objectkenmerken. Ook kan het ontbrekende documenten signaleren of inconsistenties markeren. Medewerkers krijgen een voorstel met een toelichting, geen zwart-witbesluit.
De bank noemt geen commerciële productnaam voor het model. Wel is duidelijk dat het is ingebed in de bestaande hypotheekstraat en IT-systemen. Daarmee blijft het onderdeel van de reguliere controle- en dossiervorming.
Snellere, consistentere beoordeling
Met het algoritme wil ING de doorlooptijd verkorten, vooral bij standaarddossiers. Automatische controles kunnen veelvoorkomende fouten vroeg in het proces vinden. Dat scheelt heen-en-weer mailen en heraanleveren.
Daarnaast helpt het model om beoordelingen gelijkmatiger te maken over teams en locaties. Een datamodel hanteert overal dezelfde rekenregels. Daardoor wordt de uitkomst voorspelbaarder, wat prettig is voor klanten en adviseurs.
Het systeem geeft ook uitleg bij signalen, zodat medewerkers begrijpen waarom iets wordt gevlagd. Begrijpelijke toelichting is belangrijk voor interne controle en voor communicatie met de klant. Dit sluit aan bij de eis van uitlegbaarheid uit Europese richtlijnen.
Mens houdt laatste woord
De inzet is opgezet met menselijk toezicht: een medewerker bekrachtigt het besluit. Dat verkleint de kans op automatische afwijzingen zonder menselijke blik. Ook kunnen medewerkers gemotiveerd afwijken van een AI-advies.
Voor klanten betekent dit dat er een aanspreekpunt blijft bij onduidelijkheid of bezwaar. Een medewerker kan toelichten welke factoren zwaar wogen. Dit is belangrijk voor het recht op uitleg en herbeoordeling.
De bank logt beslissingen en AI-adviezen voor audit en kwaliteitscontroles. Zo kunnen fouten worden opgespoord en aangepakt. Ook kan het model worden bijgesteld als patronen ongewenste effecten hebben.
Voldoen aan AVG en AI-verordening
Het beoordelen van kredietwaardigheid met AI valt in de EU onder de categorie hoog risico. Dat vraagt om dataminimalisatie, robuuste documentatie en menselijk toezicht. Op het moment van schrijven treden de verplichtingen van de AI-verordening gefaseerd in werking, met de meeste regels voor hoogrisicosystemen in 2026.
Definitie: Onder de Europese AI-verordening geldt kredietwaardigheidsbeoordeling als een hoogrisicosysteem, dat strikte eisen stelt aan data, uitlegbaarheid, logging en menselijk toezicht.
De AVG eist daarnaast een duidelijke grondslag voor verwerking, goede beveiliging en transparantie. Klanten moeten “zinvolle informatie” krijgen over de logica achter geautomatiseerde besluitvorming. Ook hebben zij het recht om een menselijke beoordeling te vragen en een besluit aan te vechten.
Voor banken betekent dit uitgebreide technische en organisatorische maatregelen. Denk aan versleuteling, toegangsbeheer en periodieke modelvalidatie. Daarnaast zijn bias-tests nodig om ongelijke behandeling te voorkomen, bijvoorbeeld op basis van leeftijd of postcode.
Toezicht en audits in Nederland
In Nederland houden DNB en, voor grote banken, de ECB toezicht op modelrisico en operationele betrouwbaarheid. De AFM kijkt naar consumentenbescherming en eerlijke behandeling. Deze toezichthouders verwachten een aantoonbaar kader voor modelrisicobeheer.
Datakwaliteit en explainability staan daarin centraal. Modellen moeten herleidbaar zijn en beslissingen moeten zijn te reconstrueren. Zonder goede documentatie kan een bank een model niet verantwoord inzetten.
Bovendien geldt voor hoogrisico-AI een conformiteitsbeoordeling onder de AI-verordening. Daarbij horen risicobeheer, monitoring en registratieverplichtingen. ING zal die processen moeten inrichten en onderhouden.
Gevolgen voor hypotheekklanten
Voor aanvragers kan de beoordeling sneller verlopen, mits de documentatie op orde is. Vroege signalering van ontbrekende stukken voorkomt vertraging. Klanten krijgen gerichtere vragen en duidelijker onderbouwing.
Er zijn ook aandachtspunten. Een datamodel kan onbedoelde vooroordelen bevatten, bijvoorbeeld via historische patronen. Daarom is het belangrijk dat klanten inzicht kunnen vragen en een herbeoordeling krijgen door een mens.
Wie zich zorgen maakt over gegevensgebruik kan zijn rechten onder de AVG uitoefenen. Denk aan inzage, correctie en bezwaar tegen profilering. De bank moet die verzoeken op het moment van schrijven binnen de wettelijke termijnen afhandelen.