Direct antwoord
Hoe volgen wij ons AI-systeem nadat het live is gegaan?
Dit valt onder Artikel 72: post-market monitoring. Die verplichting geldt nu. De bepaling zelf geldt dan, maar zij krijgt pas voorwerp zodra er een AI-systeem met een hoog risico is; via bijlage III is dat vanaf 2 december 2027. Er is één uitzondering die u zelf moet toetsen.
Hier kan het anders liggen
- Het plan mag proportioneel zijn aan de aard van het systeem en aansluiten bij bestaande sectorale monitoringregimes.
Eerste stap: Stel een post-market monitoringplan op.
U beschrijft: Uw hoog-risico systeem draait in productie. U moet de werking in de praktijk blijven volgen en ingrijpen zodra het gedrag afwijkt van wat u bij de beoordeling had vastgesteld. Waarschijnlijke rol: aanbieder (u brengt het systeem op de markt).
Dit geldt nu
- Artikel 72: post-market monitoringVan toepassing
- Artikel 73: melding van ernstige incidentenVan toepassing
Komt eraan
- Bijlage III: hoog-risico AIper 2 december 2027
- Artikel 12: logging en traceerbaarheidper 2 december 2027
- Artikel 17: kwaliteitsmanagementsysteemper 2 december 2027
Hangt af van uw situatie
- Artikel 61: geinformeerde toestemming van proefpersonen bij testen onder reele omstandighedenArticle 60(4), point (i), with Article 61(1)
Deze bepalingen gelden pas wanneer het genoemde feit vaststaat. De vindplaats zegt welke bepaling dat beslecht.
Monitoring na livegang en incidentmelding horen bij elkaar: het monitoringsysteem van artikel 72 is de manier waarop u ontdekt wat u onder artikel 73 moet melden. Logs uit artikel 12 leveren het bewijs waarmee u achteraf kunt reconstrueren wat er gebeurde.
Uw eerste acties
- Stel een post-market monitoringplan op. Verzamel en analyseer systematisch praktijkdata over de prestaties en naleving van het systeem gedurende zijn levensduur.
- Motiveer de Artikel 6 lid 3-uitzondering per afzonderlijke voorwaarde. Benoem welke van de vier voorwaarden van Artikel 6 lid 3 u inroept, met feiten, en onderbouw apart waarom het systeem geen significant risico op schade voor gezondheid, veiligheid of grondrechten oplevert en de uitkomst van besluitvorming niet wezenlijk beïnvloedt.
- Richt een incidentproces met meldroutes in. Definieer wat een ernstig incident is, beleg de meldroute naar de toezichthouder en oefen het proces.
Leg dit vast
- Monitoringplan en -rapportages
- Registratiedossier onder Artikel 49 lid 2 voor het als niet-hoog-risico beoordeelde systeem
- Incidentregister en meldingen
onderwijs
Proctoring bij tentamens: welke praktijkdata de hogeschool terugmeldt
Een leverancier biedt proctoringsoftware aan die tijdens tentamens signaleert wanneer een student mogelijk spiekt. Verschillende hogescholen gebruiken het systeem, elk met eigen toetsvormen en eigen studentenpopulaties. De leverancier wil weten welke praktijkdata hij na de uitrol moet blijven verzamelen, en van wie.
Herkomst: Artikel 72 lid 1 verplicht aanbieders een systeem voor monitoring na het in de handel brengen vast te stellen en te documenteren, evenredig aan de aard van de AI-technologieen en de risico's van het systeem. Lid 2 bepaalt dat dat systeem actief en systematisch relevante data verzamelt, documenteert en analyseert die door gebruiksverantwoordelijken kunnen zijn verstrekt of via andere bronnen kunnen zijn verzameld, over de prestaties van AI-systemen met een hoog risico gedurende hun hele levensduur, en die de aanbieder in staat stellen na te gaan of die systemen blijvend voldoen aan de in hoofdstuk III, afdeling 2, vermelde voorschriften. In voorkomend geval omvat de monitoring een analyse van de interactie met andere AI-systemen. Lid 3 bepaalt dat het systeem berust op een plan dat deel uitmaakt van de technische documentatie bedoeld in bijlage IV.
De verplichting ligt bij de aanbieder, maar de bruikbare signalen ontstaan in het onderwijs zelf: onterechte verdenkingen, klachten van studenten, verschillen tussen opleidingen en toetsvormen. Onze lezing is dat lid 2 toestaat dat gebruiksverantwoordelijken die data verstrekken, maar de plicht om ze te verzamelen en te analyseren bij de aanbieder laat. Wat het artikel niet regelt is langs welke weg u ze krijgt, en of de hogescholen tot aanlevering gehouden zijn; dat is een vraag die u met hen moet beleggen en niet uit artikel 72 kunt afleiden. Wij zouden die route daarom vastleggen voordat het systeem live gaat, en in het plan ook opnemen hoe u prestaties per toetsvorm en per groep uitsplitst, omdat een gemiddelde over alle scholen precies het patroon verbergt dat u zoekt.
Redactioneel voorbeeld. De regel hierboven staat in de verordening. De situatie is door ons geschreven om te laten zien hoe die regel in deze sector uitpakt, en is niet ontleend aan een uitgewerkt geval uit officiële richtsnoeren.
Artikel 72, leden 1 tot en met 3
onderwijs
Dossierverwerking bij inschrijvingen van een onderwijsinstelling
Een onderwijsinstelling gebruikt AI voor dossierbehandeling bij aanmeldingen: indexeren, zoeken, tekst- en spraakverwerking, vertaling van meegestuurde documenten, en het uittrekken, omzetten en ordenen van de verzamelde gegevens tot een bruikbaar formaat.
Herkomst: De ontwerprichtsnoeren van de Commissie van 19 mei 2026 behandelen dit geval bij de vraag of een toepassing onder Bijlage III valt. Het document is een consultatieversie: niet bindend en nog niet definitief.
Indexeren, zoeken, vertalen en herordenen van aanmeldingsdossiers blijft voorbereidend werk, zolang het systeem het inhoudelijke oordeel over de aanmelding volledig bij de instelling laat.
Ontwerprichtsnoeren classificatie hoog-risico AI, 19 mei 2026, bijlage over Bijlage III
onderwijs
Geautomatiseerde schooltoewijzing door gemeenten
Gemeenten of regionale autoriteiten wijzen leerlingen automatisch toe aan openbare scholen op basis van gestructureerde gegevens zoals thuisadres, de grenzen van voedingsgebieden en beschikbare capaciteit, waarbij ook aanwezigheid van broers en zussen en de status van ouders meewegen om gezinnen bij elkaar te houden of reisafstand te beperken.
Herkomst: De ontwerprichtsnoeren van de Commissie van 19 mei 2026 behandelen dit geval bij de vraag of een toepassing onder Bijlage III valt. Het document is een consultatieversie: niet bindend en nog niet definitief.
Ook een toewijzing op ogenschijnlijk objectieve gegevens als adres en capaciteit geldt hier als profilering, zodat u zich als overheid niet op de uitzondering van artikel 6, lid 3, kunt beroepen.
Ontwerprichtsnoeren classificatie hoog-risico AI, 19 mei 2026, bijlage over Bijlage III
onderwijs
AI die antwoorden van sollicitanten scoort en rangschikt
Een systeem beoordeelt geschreven of gesproken antwoorden van sollicitanten in een online assessment, kent op basis van taalkundige en inhoudelijke criteria een cijfermatige score toe en genereert daaruit een ranglijst die bepaalt wie wordt uitgenodigd voor het interview.
Herkomst: De ontwerprichtsnoeren van de Commissie van 19 mei 2026 behandelen dit geval bij de vraag of een toepassing onder Bijlage III valt. Het document is een consultatieversie: niet bindend en nog niet definitief.
Zodra uw assessment antwoorden omzet in een cijfer en daarmee bepaalt wie op gesprek komt, vervult het systeem een kernbeoordeling en helpt geen enkele uitzondering u eruit.
Ontwerprichtsnoeren classificatie hoog-risico AI, 19 mei 2026, bijlage over Bijlage III
Artikel 6 kent twee gescheiden routes naar hoog-risico
De concept-richtsnoeren van de Europese Commissie over de classificatie van hoog-risico AI van 19 mei 2026, die uitdrukkelijk niet bindend zijn, stellen in randnummer (7) dat een AI-systeem in twee scenario's als hoog-risico geldt: ten eerste wanneer het bedoeld is om te worden gebruikt als veiligheidscomponent van een product, of zelf een product is, dat onder de in Bijlage I genoemde harmonisatiewetgeving van de Unie valt en waarvoor een conformiteitsbeoordeling door een derde partij is vereist, en ten tweede wanneer het valt onder een van de gebruikssituaties in de gebieden van Bijlage III. Randnummer (448) van diezelfde concept-richtsnoeren vermeldt dat de toepassingsdatums van artikel 113 met de AI Omnibus zijn verschoven naar 2 december 2027 voor de route van artikel 6 lid 2 en 2 augustus 2028 voor de route van artikel 6 lid 1.
Concept-richtsnoeren classificatie hoog-risico AI (19 mei 2026), hoofdstuk Algemene beginselen, sectie II, randnummer (7); sectie V, randnummer (448)
Breed gepositioneerde en general purpose AI-systemen: een disclaimer is niet genoeg
Volgens de niet-bindende concept-richtsnoeren van 19 mei 2026 over de classificatie van hoog-risico AI geldt, blijkens randnummer (12), dat wanneer de gebruiksaanwijzing, contractuele afspraken, gebruiksvoorwaarden, gebruiksbeleid, promotie- en verkoopmateriaal of technische documentatie het AI-systeem presenteren als breed toepasbaar over een veelheid van contexten en functies, en de toepassing niet consequent beperken of hoog-risico gebruik niet uitsluiten, het beoogde doel van het systeem geacht wordt ook hoog-risico gebruikssituaties te omvatten, waardoor het systeem als hoog-risico kwalificeert. Dat geldt volgens deze concept-richtsnoeren in het bijzonder wanneer dergelijk gebruik haalbaar en redelijkerwijs te voorzien is gezien de functionaliteiten en capaciteiten van het systeem. Hetzelfde randnummer stelt dat het enkel beweren, bijvoorbeeld in de gebruiksvoorwaarden, dat hoog-risico gebruik is uitgesloten, onvoldoende is wanneer de algehele presentatie, voorbeelden of productpositionering van de aanbieder dat gebruik feitelijk mogelijk maakt of bevordert, en dat beperkingen duidelijk, concreet en coherent in al het materiaal moeten worden beschreven.
Concept-richtsnoeren classificatie hoog-risico AI (19 mei 2026), hoofdstuk Algemene beginselen, sectie II.2, randnummer (12)
Hoog-risico betekent niet verboden, en niet hoog-risico betekent niet toegestaan
De concept-richtsnoeren van 19 mei 2026 over de classificatie van hoog-risico AI, die niet bindend zijn, stellen in randnummer (3) dat het feit dat een AI-systeem in deze richtsnoeren als voorbeeld is opgenomen niet betekent dat het gebruik ervan automatisch als rechtmatig moet worden beschouwd, aangezien dat gebruik nog steeds moet voldoen aan andere toepasselijke wetgeving, en in randnummer (4) dat het bereik van deze richtsnoeren beperkt is tot de vraag of een systeem hoog-risico is of niet. In het Bijlage III-hoofdstuk van dit concept stelt randnummer (68) dat het als hoog-risico kwalificeren onder artikel 6 lid 2 niet betekent dat het gebruik verboden is, maar dat die systemen aan passende vereisten zijn onderworpen. De randnummers (82) en (83) van dit concept lichten de woorden voor zover het gebruik is toegestaan op grond van toepasselijk Unierecht of nationaal recht toe en stellen dat het vallen onder een gebruikssituatie niet automatisch betekent dat het systeem rechtmatig in dat geval kan worden gebruikt, dat naast de verboden ook andere bepalingen van Unierecht of nationaal recht het gebruik kunnen beperken, en dat de AI-verordening op grond van artikel 2 lid 9 geldt onverminderd regels over consumentenbescherming, productveiligheid en gegevensbescherming.
Concept-richtsnoeren classificatie hoog-risico AI (19 mei 2026), hoofdstuk Algemene beginselen, randnummers (3) en (4); hoofdstuk Bijlage III, randnummer (68) en sectie 2.6, randnummers (82) en (83)
Opgeknipte en agentische architecturen worden als geheel beoordeeld
De niet-bindende concept-richtsnoeren van 19 mei 2026 bepalen in randnummers 75, 76 en 90 dat wanneer meerdere AI-systemen deel uitmaken van een complexer geheel en hun gecombineerde beoogde doel of gezamenlijke output een individuele beslissing wezenlijk beïnvloedt, die configuratie voor de classificatie als één AI-systeem wordt behandeld. Het concept stelt uitdrukkelijk dat opgeknipte architecturen als geheel worden beoordeeld om omzeiling door systeemontwerp te voorkomen, dat vrijstellingen voor afzonderlijke modules niet gelden wanneer de totale configuratie kernaspecten van de beslissing beïnvloedt, en dat dit ook geldt voor complexe onderling verbonden opstellingen zoals agentische AI-systemen waarvan de gekoppelde handelingen samen een hoog-risicodoel dienen. Volgens hetzelfde concept blijven strikt procedurele of voorbereidende functies wel vrijstelbaar wanneer zij werkelijk scheidbaar zijn van het systeem en geen output structureren of aanleveren die het onderzoek van een individueel geval wezenlijk beïnvloedt.
Sectie IV.2.3, randnummers 75 en 76, en sectie IV.2.7.1 randnummer 90
EN 18286:2026: kwaliteitsmanagementsysteem voor AI Act-doeleinden
EN 18286:2026 (Artificial intelligence: Quality management system for EU AI Act regulatory purposes) is opgesteld door CEN/CLC/JTC 21 onder standaardisatieverzoek M/613 en is op 12 juli 2026 door CEN-CENELEC goedgekeurd. Het is de eerste JTC 21-deliverable die het publicatiestadium bereikt. Volgens een gepubliceerde dekkingsverklaring bij de norm, die nog niet door een tweede onafhankelijke bron is bevestigd, ziet de norm op artikel 17 lid 1 punten a tot en met m en op artikel 11 lid 1 eerste zin, en uitdrukkelijk niet op artikel 17 leden 2 tot en met 4 en artikel 72. De norm is op dit moment NIET met referentie in het Publicatieblad bekendgemaakt. Het vermoeden van conformiteit van artikel 40 treedt pas in na die bekendmaking.
EN ISO/IEC 42001: managementsysteem voor kunstmatige intelligentie
ISO/IEC 42001:2023 is de eerste certificeerbare internationale norm voor een AI-managementsysteem, gepubliceerd op 18 december 2023 en opgebouwd volgens de plan-do-check-act-cyclus. De tekst is ongewijzigd overgenomen als EN ISO/IEC 42001:2026, goedgekeurd door CEN op 13 maart 2026, met nationale invoering door de aangesloten normalisatie-instituten. Deze adoptie is geen deliverable onder standaardisatieverzoek M/613: de norm is niet met referentie in het Publicatieblad bekendgemaakt en geeft dus geen vermoeden van conformiteit onder artikel 40. Voor artikel 17 is EN 18286:2026 de aangewezen deliverable onder M/613; ook die norm is niet met referentie in het Publicatieblad bekendgemaakt.
prEN 18229-1: AI-betrouwbaarheidskader deel 1, logging
prEN 18229-1 (AI trustworthiness framework, Part 1: Logging) is de JTC 21-deliverable onder M/613 voor artikel 12 AI-verordening: hoog-risico AI-systemen moeten technisch in staat zijn gebeurtenissen gedurende hun levensduur automatisch te registreren. De deliverable bevond zich naar de stand van juni 2026 in het Enquiry-stadium. De norm is nog niet als EN gepubliceerd en is niet met referentie in het Publicatieblad bekendgemaakt.
Algemene duiding, geen juridisch advies. Getoetst aan Verordening (EU) 2024/1689 en de Digital Omnibus (EU) 2026/1744; de officiële bron blijft leidend.
Volledige kaart voor uw situatie