Het Verbond van Verzekeraars start deze week in Nederland een publieksreeks over kunstmatige intelligentie: vloek of zegen. De brancheorganisatie bespreekt kansen, risico’s en wat dit betekent voor klanten en bedrijven. Daarbij staat de Europese AI-verordening en de AVG centraal, inclusief de zoekterm Europese AI-verordening gevolgen overheid. Doel is duidelijk: verantwoord gebruik van algoritmen in schades, acceptatie en fraudebestrijding.
Verzekeraars zoeken balans
AI helpt verzekeraars om schades sneller af te handelen en fraude op te sporen. Dat kan premies stabieler maken en klanten eerder duidelijkheid geven. Tegelijk kan een fout of vooroordeel in een model leiden tot oneerlijke uitkomsten. De sector zoekt daarom een balans tussen efficiëntie en zorgvuldigheid.
In de serie verkent de branche concrete toepassingen, zoals beeldherkenning bij stormschade en tekstanalyse in claimdossiers. Zulke systemen leren patronen uit data en doen voorstellen aan medewerkers. Een mens beoordeelt dan het voorstel en neemt het besluit. Die menselijke controle is nodig om fouten te corrigeren.
Uitlegbaarheid speelt daarbij een hoofdrol. Een klant moet begrijpen waarom een claim is afgewezen of een premie stijgt. Dat vraagt begrijpelijke onderbouwing, ook als achter het scherm complexe datamodellen draaien. Zonder uitleg neemt het vertrouwen af.
AI is software die patronen uit data leert om voorspellingen of beslissingen te ondersteunen; mensen blijven verantwoordelijk voor de uitkomst.
Europese AI-verordening: gevolgen overheid
De AI-verordening (AI Act) verdeelt systemen in risicoklassen met bijbehorende plichten. In verzekeringen kan dat per toepassing verschillen, van beperkte tot hoge risico’s. Denk aan strengere eisen bij systemen die de toegang tot een essentiële dienst kunnen beïnvloeden. Voor alle categorieën geldt: documentatie, datakwaliteit en toezicht zijn onmisbaar.
Voor Nederlandse verzekeraars betekent dit nieuwe processen voor toetsing en rapportage. Zij moeten kunnen aantonen welke data zijn gebruikt, hoe een model is getest en wie ingrijpt bij fouten. Logbestanden en modelversies worden belangrijk bewijs richting toezichthouders. Dit raakt ook leveranciers van kant-en-klare AI-software.
Er is bovendien een publiek domein. Overheden werken met verzekeraars samen aan preventie, bijvoorbeeld bij klimaatrisico’s en verkeersveiligheid. De AI-verordening scherpt dan de spelregels aan, van datadeling tot transparantie naar burgers. Gemeenten en uitvoeringsorganisaties zullen hun eigen AI-toepassingen langs dezelfde lat moeten leggen.
Uitlegbaarheid en eerlijkheid nodig
Eerlijkheid betekent dat uitkomsten niet nadelig uitpakken voor groepen zonder geldige reden. Dat vraagt om tests op vooroordelen in de data en het model. Bias kan ontstaan door scheve historische gegevens of te weinig variatie. Vroegtijdige controles verlagen dat risico.
Uitlegbaarheid houdt in dat een besluit in gewone taal kan worden herleid. Technieken als beslisregels of heldere samenvattingen van modelredenen helpen daarbij. Medewerkers moeten zo’n uitleg kunnen geven bij een bezwaar of klacht. Dit sluit aan bij het recht op informatie uit de AVG.
Ketenafhankelijkheden verdienen aandacht. Een AI-besluit kan steunen op meerdere bronnen en tussenstappen. Als een onderliggend systeem onjuist werkt, stapelt de fout zich op. Duidelijke verantwoordelijkheden per schakel voorkomen discussie achteraf.
Datagebruik onder AVG-randvoorwaarden
De AVG stelt basisregels voor dataverwerking: doelbinding, dataminimalisatie en beveiliging. Verzekeraars moeten dus vastleggen waarom data nodig zijn en hoe lang ze worden bewaard. Gegevens kunnen worden versleuteld en gepseudonimiseerd om risico’s te beperken. Regelmatige DPIA’s (risicoanalyses) helpen bij het onderbouwen van keuzes.
Bij fraudepreventie is vaak gerechtvaardigd belang de grondslag, met een zorgvuldige belangenafweging. Voor gezondheidsgegevens gelden extra waarborgen en wettelijke uitzonderingen. Toestemming is alleen zinvol als die vrij, specifiek en geïnformeerd is. Schijnvrije keuze moet worden vermeden.
Derde partijen leveren vaak data of AI-modellen. Contracten moeten dan eisen opnemen over kwaliteit, herkomst en beveiliging. Ook doorgifte buiten de EU vraagt extra checks, zoals model- en datalokalisatie of standaardclausules. Zo blijft de keten AVG-proof.
Toezicht en sectorafspraken
In Nederland houden DNB en AFM toezicht op de sector, ieder met een eigen taak. De Autoriteit Persoonsgegevens ziet toe op privacy en dataveiligheid. De AI-verordening voegt een laag toe met specifieke AI-eisen en mogelijke markttoezichthouders. Samen dwingt dit meer discipline af in modelbeheer.
Verzekeraars werken aan interne richtlijnen voor modelrisico en incidentmelding. Denk aan een register met alle gebruikte algoritmen en periodieke herkeuring. Heldere escalatiepaden zorgen dat medewerkers snel kunnen ingrijpen. Training helpt om signalen te herkennen en te documenteren.
Sectoraal kan afstemming dubbele lasten beperken. Gezamenlijke standaarden voor modeldocumentatie maken audits eenvoudiger. Ook kan een gedragscode helpen om uitlegformaten en fairness-tests te harmoniseren. Dat bespaart tijd en geeft klanten meer helderheid.
Kansen in zorg en mobiliteit
AI kan preventie beter richten, bijvoorbeeld met slimme rookmelders of rijhulpsystemen. Dat verlaagt schadelast en vergroot veiligheid in huis en verkeer. In samenwerking met gemeenten en zorginstellingen ontstaan nieuwe diensten. Voorbeelden zijn valdetectie of wateralarm bij piekregen.
Na storm of overstroming versnelt beeldherkenning de eerste beoordeling. Klanten krijgen sneller voorschotten voor herstel. Ook kan het systeem trends zien die mensenoog mist. Daarmee verbetert de voorbereiding op extreem weer.
De randvoorwaarden blijven hetzelfde: duidelijke doelen, zuinige dataverzameling en menselijke controle. Dat past binnen de AI-verordening en de AVG. Wie nu investeert in uitleg, logging en ethiek staat straks sterker. Zo wordt AI eerder een zegen dan een vloek.